「社内ツールを作れた」の次が詰まる — AI内製と外注依頼の境界線を引く考え方

「Claude Code に頼んだら、半日で社内の集計ツールができちゃった」

最初に動いたときの、あの高揚感。AIコーディングツール（Claude Code（Pro $20/月、Max $100〜200/月）や、ChatGPT のサブスクに紐づく Codex CLI など、自然言語で開発を進められるツール）を触ったことのある方なら、一度は味わったのではないでしょうか。

実際、いまや「プログラミングは専門家のもの」という前提は崩れつつあります。情シスの方も、技術リテラシーの高い経営者の方も、自分の手で社内ツールを生み出せる。これは本当に、すごい時代です。

ただ——その勢いのまま「じゃあ全部内製で行こう」と決める前に、少しだけ立ち止まりたいポイントがあります。「動くものが作れること」と、「業務システムとして作り切り、本番で動かし続け、半年後も壊さず保守できること」の間には、けっこうな段差があるんですよね。

この記事では、その段差の正体を一つずつ分解して、「どこまで自分でやり、どこからプロに任せると楽になるか」の境界線を、あなた自身が引けるように整理します。全部外注しましょう、という話ではありません。むしろ逆です。

なお、本記事は「AIで自分で作れる」ことを前提にした読者向けに書いています。まだツール選びの段階という方は、AI開発、まず何から始める？（2026年版）やAIコーディングツールの比較から読むと、この先の話が立体的に見えてきます。

まず確認したいこと：あなたの「作りたいもの」はどっち？

同じ「社内ツール」でも、性質はまるで違います。最初にここを切り分けると、判断がぐっと楽になります。

ざっくり言うと、「壊れても自分が困るだけ」なら内製、「壊れると他人や事業が困る」ならプロを巻き込む——この一線が出発点です。

内製で十分いける領域

AIコーディングツールが本当に得意で、内製のコスパが高い領域があります。ここは堂々と自分でやっていい。

• 使い捨ての自動化スクリプト：毎月のCSV整形、定型メールの下書き生成、ファイルのリネーム作業（手作業なら月数時間、スクリプト化すれば数分に圧縮できます）
• プロトタイプ・社内デモ：「こういうの作れない？」を形にして見せる。動けば勝ち、の世界
• 個人の生産性ツール：自分の業務だけを楽にするもの。バグっても被害は自分の中で完結する

この領域では、AIに任せてどんどん作るのが正解です。失敗のコストが低く、学習にもなる。ツールの使い分けに興味が出てきたら、Claude Code と Codex の比較も役に立つはずです。

「作れる」と「使い続けられる」の段差の正体

問題は、作ったツールが好評で「これ、みんなで使おう」となった瞬間です。デモが業務システムに昇格すると、急に求められる水準が変わります。ここが多くの人がハマる落とし穴。

具体的には、こんな「作った後の世界」が待っています。

1. エッジケースという名の伏兵

デモのときは完璧に動いていたのに、本番に出した瞬間に火を噴く。これ、あるあるなんですよね。デモは「正しいデータ」で動かしますが、現実のデータは正しくありません。空欄、全角数字、想定外の日付フォーマット、文字化け（このあたり、業務データの三大珍味です）。AIに「動くもの」を作らせるのは速いですが、「あらゆる変なデータでも落ちないもの」を作り切るのは、別の根気がいる仕事です。

2. 本番運用という地味な重労働

ツールは作って終わりではありません。誰かのPCで動かすのか、サーバーに置くのか。夜間に自動で動かす必要は？　エラーが起きたとき、誰がどう気づくのか。バックアップは？　——「動いた」の先にある、この一群の問いに答え続けるのが本番運用です。地味ですが、ここが抜けると「ある日突然、誰も気づかないうちに止まっていた」が起きます。

3. 保守という時限爆弾

半年後、ツールを作った本人が異動・退職したらどうなるか。あるいは本人がいても、自分の書いた（正確にはAIが書いた）コードの中身を覚えていない、という事態。「作った本人しか直せない」状態は、属人化そのものです。Excelマクロのブラックボックス化を、今度はAI製ツールで再生産してしまう。これは本末転倒ですよね。

境界線の引き方：判断の4つの軸

では、どこで線を引くか。「自分でやるか、プロに任せるか」を、感覚ではなく軸で判断できるように整理しました。

軸1：壊れたときの被害範囲

自分が困るだけなら内製。顧客・取引先・全社が困るなら、設計と運用にプロを入れる価値が出ます。個人情報や売上に関わるデータを扱うなら、ここは迷わず体制側に倒したほうが安全です。

軸2：使う人の数と継続期間

一回きり・自分だけなら内製。複数部署が毎日使い、3年は使い続けるなら、保守を見越した作りが必要になります。「使う人数 × 使う年数」が大きいほど、作り切る価値が上がります。

軸3：あなたの時間の価値

AIがあっても、エッジケース潰しと運用整備には時間がかかります。経営者や情シス責任者の方が、その時間を本業ではなくバグ取りに溶かしていないか。「自分で作れる」と「自分が作るべき」は、別の問いです。

軸4：詰まったときに聞ける相手がいるか

AIは「それっぽい答え」を自信満々に返してくることがあります（しかも間違っていても堂々と）。本番で詰まったとき、設計まで含めて相談できる相手がいるかどうか。ここが内製の心細さを左右します。

「途中まで内製、ここからプロ」という現実解

ここで大事なのは、「全部自分」か「全部外注」かの二択ではないということです。一番もったいないのは、頑張って8割作ったツールを、最後の運用・保守でつまずいて放置してしまうパターン。

実際にプロが入って「作り切る・運用する」ところまで踏み込むと、内製の手前で止まっていた効果が一気に出ることがあります。たとえば入退室ログと人事システムを自動でつなぐ仕組み（システム同士を自動でデータ連携させる仕組み）を作り切った実測の事例では、日次の集計作業が 2時間/日 → 5分/日（96%削減） になり、月3件あった転記ミスも 0件（100%解消） になりました。共有リンク作成の自動化では 月17時間 が浮いた実績もあります（いずれも実際の導入案件での計測値です）。

これらは「動くものを作る」だけでなく、「変なデータでも落ちない」「夜間に自動で動く」「壊れたら気づける」までを含めて作り切ったからこその数字です。AIで7割まで自分で来た方が、残り3割をプロに任せて完走する——この組み合わせが、いまの一番賢いやり方だと考えています。

playpark の場合、Web制作から業務改善、SaaS開発までを同じチームで対応していて、自社でもシフト管理のサービス（Shift Bud）を開発・運営しています。AIコーディングツールを日常的に使っているからこそ、「ここは自分で作れますよ」「ここは任せたほうが楽ですよ」の線引きも、率直にお伝えできます。

まとめ：境界線は、引けるようになると強い

整理すると、こういうことです。

「自分で作れる」は、もう疑いようのない事実です。だからこそ、「全部自分でやらなきゃ」という思い込みだけは、そっと手放していい。作れる領域はどんどん作って、運用・保守でつまずきそうな領域だけプロを巻き込む。その境界線を自分で引けるようになると、AIツールの威力を最大限に引き出せます。

「うちのこのツール、内製のまま進めていいのか、それともどこかでプロに渡したほうがいいのか」——その線引きに迷ったら、まずは現状を一緒に整理するところから始めませんか。「ここは自分で作れます」まではっきりお伝えします。具体的な相談先はplaypark のソリューション一覧からどうぞ。無理に作り切ろうとして止まってしまう前に、お気軽にご相談ください。