AIエージェント時代の業務基盤 ご提案 信用しない。 でも、任せる。 「AIの仕事場」のつくり方 — なぜ、ヘッドレスCMSの進化版がその答えになるのか Kuroco（クロコ） by ディバータ 2026年7月 社内の信頼ゾーン 基幹システム・機密データ データDMZ ＝ AIの仕事場 権限・監査・承認の内側 非信頼ゾーン AIエージェント / LLM

2 HOW TO READ 本資料の構成 — 共通の前提を揃えたあと、立場別に分かれます 前半で「なぜAIに専用の仕事場が必要か」を共有し、後半はお立場に合わせて読む章を選べます。 共通パート なぜ「AIの仕事場」が必要か ／ データDMZという考え方 ／ ヘッドレスCMSが器になる理由 ／ Kuroco の3つの柱（統制・業務遂行・AI駆動開発） ／ セキュリティ・運 用・料金 事業会社の視点 「作ってもらう」から「自分たちで作る」へ。エンジニア不足でも業務改善を止めな いために、何から始めるか。導入する理由・最初の一歩・進め方。 開発会社の視点 「作る量」で戦う時代から、「統制と設計」で選ばれる時代へ。顧客への提案の 型、収益ポイント、AI駆動開発時代の役割の再定義。 共通クロージング：現場で必ず出る反論への答えと、今日決められる次のアクション

3 EXECUTIVE SUMMARY ご提案の要旨 本資料は、次の3つの論点で導入の判断材料を整理します。 1 AIは「働き手」になった。 しかし任せる場所がない 生成AIの利用は広がった。一方で実際の業務を 渡そうとすると、権限・記録・承認の仕組みがない ことに突き当たる。 2 人と同じ信頼は渡せない。 だから「データDMZ」 AIは契約主体になれず、責任も負えない。基幹シ ステムに直結させず、間に緩衝地帯を設けるの が現実解。 3 その器はヘッドレスCMS。 しかも、AI自身が作れる 内部情報を外部へ安全に受け渡す装置は、もと もとヘッドレスCMS。その上の業務アプリはAI駆 動開発で構築できる。 結論：Kuroco は「ヘッドレスCMSの進化版」＝ AIが安全に働ける社内業務アプリ開発基盤 国産・導入6,000社以上のヘッドレスCMSが、2026年7月15日にMCP標準対応のAI業務基盤へ進化。統制されたAI環境も、その上で動く業務アプリも、AI駆動開発で立ち上げ られる。

4 課題 「AIに任せたい」のに、任せられない AIの導入は進んだ。止まるのは導入ではなく、業務を“渡す”段階である。 権限 どのAIが、どこまで触れてよいかを決められない 全社データへの直結か、全面禁止かの二択になりがち 監査 何を見て、何を変えたのか記録が残らない 事故が起きたとき、影響範囲を特定できない 統制 重要な処理に人の承認を挟めない 「AIが勝手に確定した」を防げないため本番に出せない AIエージェント ChatGPT / Claude / Codex 直接つなぐ設計は通らない 社内の基幹システム ERP・CRM・SFA・人事・基幹DB 止められない、壊せない、漏らせない

5 前提の整理 AIを、社員と同じ前提で扱うことはできない 能力の問題ではなく、責任と説明可能性の問題である。ここを飛ばすと現場の合意が取れない。 観点 社員（人） AIエージェント 契約 雇用契約・就業規則・秘密保持契約で縛れる 契約の主体になれない。縛る対象は「利用する人と設定」 責任 評価・処分・法的責任という是正手段がある 責任を負えない。誤りのコストは発注側に残る 説明 「なぜそうしたか」を本人が説明できる 判断が確率的。根拠は記録として外から残す必要がある 耐性 不自然な指示に文脈や空気で気づく プロンプトインジェクションや汚染データに弱い 範囲 職務と異動で自然に権限が変わる 範囲を明示的に設計しない限り、際限なく広がる だから、AIに渡すべきは「社員と同じ鍵」ではなく、専用に用意された作業場と、そこだけの権限である。

6 解 答えは「データDMZ」— 内部とAIの間に緩衝地帯を置く ネットワーク設計では当たり前の考え方。信頼できない相手と、守るべき内部を、直接つながせない。 信頼ゾーン 社内の基幹システム • ERP・CRM・SFA・人事 • 基幹DB・機密文書 • AIからは直接触らせない データDMZ AIの仕事場 • 公開範囲を絞った構造化データ • 権限・スコープ／監査ログ • 重要処理には人の承認 非信頼ゾーン AIエージェント / 利用者 • ChatGPT・Claude・Codex • 社内の各部門・社外の顧客 • 見えるのはDMZまで 置くのは“境界” 全データのコピーを置くのではない。何を出し、何を受 け取るかを決める場所をつくる。 壊れても内側は無事 事故の影響がDMZで止まる。基幹システムは通常運 転を続けられる。 ここが唯一の接点 AIからの入口をDMZ一本に絞れば、監視・監査の対象 も一本になる。

7 アーキテクチャ ヘッドレスCMSは、もともと“データDMZ”だった 編集は内側、配信は外側、境界はAPI。内部情報を外部へ安全に受け渡すための装置として設計されている。 構造化コンテンツ これまで（人向け） 人が読む画面ではなく、型のあるデー タとして持つ AI時代 AIが解釈しやすい。曖昧な文書より事故が 少ない 公開範囲・権限制御 これまで（人向け） どの情報を、誰に見せるかを細かく決 められる AI時代 「どのAIが、どこまで」に、そのまま置き換わ る 承認ワークフロー これまで（人向け） 公開前に人のレビューを挟む仕組み が標準装備 AI時代 AIの判断を確定させる前に、人を挟める バージョン管理・ログ これまで（人向け） 誰がいつ何を変えたかを残す前提で 作られている AI時代 AIの操作記録＝監査証跡として使える API境界 これまで（人向け） 内部システムと外部を疎結合に保つ AI時代 AI側の変化に、基幹システムを巻き込まな い 読み手が「人間のブラウザ」から「AIエー ジェント」に変わるだけ。器はすでに存在し ている。

8 市場の裏づけ 市場も同じ結論に到達した — Salesforce が Contentful を買収 「AIエージェントの隣に、統制されたコンテンツ層を置く」ことが業界の共通認識になりつつある。 事実関係 • 2026年6月1日、Salesforce がヘッドレス／コンポーザブルCMSの Contentful 買収について正式契約を発表 • Contentful は 4,800 を超えるブランドに利用され、Fortune 500 の約3 割が導入 • 取引の完了は Salesforce の 2027 会計年度 第3四半期を見込み （規制当局の承認等が前提） • 報道ベースの取引規模は 10〜15 億ドル規模とされる なぜ買ったのか 1 AIエージェントに“素材”を渡すため Agentforce が構造化コンテンツを直接照会・組み立て・配信できるようにする 2 顧客データとコンテンツを繋ぐため Data 360 と結び、文脈・チャネル・言語に応じて動的に組み立てる 3 Web の読み手が変わったため Contentful 創業者は「Web 上ではAIエージェントが人間を上回りつつある」と指摘 含意：AIを本気で業務に入れる企業は、必ず「統制されたコンテンツ層」を買うか、作ることになる。 出典：Salesforce ニュースリリース（2026年6月1日）、CMSWire、Salesforce Ben、The Next Web ほか報道

9 機会 では、この流れを自社にどう取り込むか 大手プラットフォーマーの動きは追い風になる。ただし、その解がすべての企業に当てはまるわけではない。 1 「AI基盤」の再定義が始まった CRM・CMSの領域が“AIの働く場所”として再定義 されている。いま着手すれば、単発のサイト構築 ではなく業務基盤の整備になる。 2 特定プラットフォーム前提の解は選べ ない その基盤を持っていない場合、あるいはデータと 統制を自社側に置きたい場合には、別の選択肢 が必要になる。 3 国産・独立系という現実解 金融・製造・公共では、データの置き場所と統制 主体を自社側に持てることが要件になりやすい。 その選択肢が Kuroco — 国産・導入6,000社以上のエンタープライズ向けヘッドレスCMSの進化版 2021年提供開始。金融・製造・公共を含む領域で磨いたセキュリティ・権限管理・承認ワークフローを、そのままAIの仕事場として開放している。

10 KUROCO ヘッドレスCMSを、 AIの仕事場へ 2026年7月15日、Kuroco は「API中心設計」から「AI中心設計」へ。 MCP標準対応とAIエージェントの自律実行により、AIが安全に働けるバックエンドを開発なしで用意 でき、 その上の業務アプリも Claude Code・Codex とのAI駆動開発で構築できます。 6,000社以上 ヘッドレスCMSとしての導入実績 2種類のMCP Client API MCP と Admin MCP AI駆動開発 業務アプリはAIとの対話で構築

11 KUROCO ① 統制 — 誰が、どこまで、何をしたか AIに渡すのは「鍵」ではなく「範囲を切った権限」。エンタープライズに必要なアクセス制御が最初から入っている。 1 ほぼすべての操作がMCP対応 Client API MCP（約200操作パターン）と Admin MCP（約150ツール）により、管理 画面操作のほぼ全域をAIから実行できる。管理画面を開かなくても運用が回る。 2 主要LLMクライアントから直接接続 Claude、ChatGPT、各種IDEアシスタントからリモート接続。認証は OAuth 2.0 / Bearer トークンに対応。 3 スコープ制御と読み取り専用モード 公開モジュール単位でスコープを切り、まずは参照だけ許可する運用から始めら れる。段階的に権限を広げられる。 4 ログ管理 AIがどのツールを呼び、何を変えたかを記録。監査部門への説明材料をそのまま 残せる。 ポイント：「全社データにAIを直結させる」のではなく「AIに見せる範囲を、モジュール単位で切る」設計にできる。

12 KUROCO ② 業務遂行 — AIが実際に仕事を進める 検索して答えるだけでなく、業務プロセスの中で動く。人の承認を挟む前提で組み込める。 AIエージェントの自律実行 Kuroco内のデータを使ってタスクを実行。エージェント呼び出し用のメールアドレ スを使えば、フォーム送信や通知メールを契機に自動起動できる。 承認ワークフローへの組み込み 問い合わせ対応から、稟議・承認の承認・却下までをAIに委任できる。一次判定 を任せ、判断根拠はログで監査する運用が組める。 RAG・ベクトル検索を標準搭載 社内コンテンツ、メール、Webページ、Slack・LINE・Teams のメッセージを自動で取 り込みベクトル化。追加開発なしで社内ナレッジ検索と回答生成が動く。 データ品質を守るAI自動処理 保存時に自動生成・翻訳・加工する「AI自動後処理」と、妥当性を確認する「AIバ リデーション」。後者はフェイルクローズ設計で、判定はすべてログに残る。 管理画面は「操作の場」から「監督の場」へ 習熟が不要なため、日々の更新はAI経由が増えている。一方、データの状況を横断的に俯瞰するには管理画面が向く。人は操作から確認・監督へ回る（画面上のAIエージェントアシスト からAIへ依頼も可能）。

13 KUROCO ③ AI駆動開発 — 対話だけで業務アプリが立ち上がる コードはAIが書き、人は日本語で要件を伝える。データ設計からワークフローまでが対話で形になる。 これまで：スクラッチ開発 • 要件定義書・基本設計書を書き起こす • DB設計、API実装、権限実装、管理画面実装 • テストとレビュー。仕様変更のたびに再実装 • エンジニアの空き待ちで着手そのものが遅れる Kuroco × AI：対話で構築 • 「案件管理を作りたい」と日本語で伝える • データ構造（コンテンツ定義）をAIが設計・作成 • API・バッチ・トリガー・権限までまとめて用意 • 仕様変更も対話で反映。試作と本番が同じ基盤の上 公式スキルパッケージ「Kuroco Skills for Claude Code」 ドキュメント検索／API・コンテンツ操作／フロントエンド連携／サーバー処理／管理 API の5スキルを Claude Code に読み込ませることで、Kuroco 固有のお作法をAIが把 握した状態で開発が進む。 AI駆動開発でも、統制は外れない 権限・スコープ・承認ワークフロー・監査ログは Kuroco 側の仕組みをそのまま使う。内 製化しても「野良システム」にならず、統制の内側に残る。

14 KUROCO ③ AI駆動開発が、PoCで終わらずに本番までいける理由 AI生成アプリの多くが本番前で止まるのは、生成物を検証しきれないから。Kurocoは「検証しやすい構造」をしている。 AIが主に作るのはここ フロントエンド（画面・表示ロジック） API＝責任分界 点 バックエンドは「設定」であって、プログラム実装ではない データ定義・API・権限・承認・認証 ＝ Kuroco側の設定 1 レビュー面積が小さい AIが書くコードはフロントエンドに限られる。バックエンドは設定値の確認で済むため、セ キュリティレビューが現実的な工数で回り、本番承認まで進める。 2 APIで責任分界点が引ける フロント（AIが構築）とバックエンド（設定）がAPIで疎結合。タスクを小さく切れるので、AI は作りやすく、人は検証しやすい。 3 管理画面で人が確認できる 設定・データ・権限の実態を管理画面で横断的にチェックできる。コードを読まなくても、 何がどう動くかを監督できる。 4 認証はAIに書かせない OAuth・SAML・二要素認証など、事故が最も高くつく領域は基盤標準をそのまま使う。生 成コードに認証実装が混ざらない。

15 AI駆動開発 進め方と、作れるもの エンジニアがいない部門でも着手できる。設計レビューと本番運用は、統制側で担保する。 STEP 1 要件を話す 「備品の貸出管理をしたい。申請と承認 を入れて」と日本語で伝える STEP 2 データ設計 コンテンツ定義（項目・型・関連）をAIが設 計して作成する STEP 3 処理と権限 API・バッチ・トリガー・公開範囲・承認フ ローまで設定する STEP 4 画面と公開 管理画面はそのまま利用。必要なら Nuxt / Next.js のフロントも生成 作れるものの例 • 案件・商談管理 • 備品・資産管理 • 稟議・申請承認 • 問い合わせ管理 • 社内ナレッジ検索（RAG） • Webサイト・LP・アプリ いずれも Kuroco の権限・承認・ログの内側に置かれる。 役割分担 業務部門 やりたいことを日本語で伝える。試作を触って直す 情報システム部門 スコープ・承認・ログの方針を決め、統制を握る 開発パートナー データ設計のレビュー、基幹連携、本番運用と拡張 注意：AIの自律処理はリクエスト数が増える。従量課金の見積は最初に設計する。

16 全体像 データDMZとしての Kuroco 基幹システムにAIを直結させず、Kuroco を唯一の接点にする。監視・監査の対象も一本に絞れる。 社内の信頼ゾーン ERP / 会計 / 生産管理 CRM / SFA 人事・給与 基幹DB・共有ファイル Kuroco ＝ データDMZ AIの仕事場 構造化データ（型のあるコンテンツ） 権限・スコープ／読み取り専用モード 承認ワークフロー 監査ログ RAG索引・ベクトル検索 AIエージェント実行・AIバリデーション AIエージェント と 利用者 Claude / Claude Code ChatGPT / Codex 各種IDEアシスタント 社員・業務部門／顧客・Webサイ ト 連携 取り込み MCP 接続 AIから見えるのは Kuroco の中だけ。経路は MCP（型付きツール）に限られ、基幹システムはAIの操作対象から外れる。

17 共通 ／ セキュリティ エンタープライズ実績のあるセキュリティを、AIにもそのまま適用 AI対応のために新しく作った仕組みではなく、6,000社で運用されてきた基盤の上にAIの統制を重ねている。 基盤のセキュリティ（従来から） • ISMS（ISO 27001）認証を取得 • WAF・DDoS対策・TLS暗号化を標準搭載 • IP制限・二要素認証・SAML/OAuth によるSSO • 脆弱性診断ツールによる自動スキャンを実施 • IPA「安全なウェブサイトの作り方」に準拠した開発・運用 • セキュリティチェックシートの提供あり（審査対応） AI利用時の統制（2026年7月〜） • MCP接続は OAuth 2.0 ／ Bearer トークン認証 • モジュール単位のスコープ制御と読み取り専用（/readonly） • AIの操作はログに記録され、監査証跡として残る • AIバリデーションはフェイルクローズ設計（判定不能なら通さない） • 重要処理には人の承認を挟む前提で組み込める AIによるセキュリティチェックも可能 Kuroco Skills を読み込んだ Claude Code に、認証方式・CORS・公開範囲・権限といった設定の点検を依頼できる。構築するAIと点検するAIを同じ基盤知識で動かせる。 出典：Kuroco 公式サイト・公式ドキュメント・公表資料（2026年時点）。認証や診断の適用範囲の詳細は最新の公式情報を確認のこと。

18 共通 ／ 運用 本番運用を支える仕組みも標準装備 作って終わりではなく、回し続けるための機能がプラットフォーム側に用意されている。 環境分離 本番・ステージング・開発の環境を分離して運用でき る。AIに触らせる環境を検証用に閉じる設計も可能。 承認・権限・ログ 承認ワークフロー、細やかな権限設定、操作ログを標 準装備。誰が（どのAIが）何をしたかを追跡できる。 バックアップと監視 定期バックアップを実施。稼働状況は公開ステータス ページで確認でき、障害情報を追える。 自動デプロイ GitHub連携（KurocoFront）でCI/CDを構成可能。手作 業での本番反映をなくし、更新事故を減らす。 サポート体制 ドキュメント・Slackコミュニティ・問い合わせ窓口。より 手厚い有償テクニカルサポート（30日毎の定額制）も 選択できる。 AI時代の運用の勘所 Admin API / Admin MCP のリクエストは課金対象。読 み取り専用スコープの活用とレート設計を最初に決め ておく。

19 共通 ／ 料金 無料枠から専用環境まで、規模に合わせて選べる2つの提供形態 利用者数に課金しないため、業務部門やAIエージェントが増えてもライセンス費は跳ねない。 パブリックSaaS — 完全従量課金 • 初期費用なし。毎月1,100円分の無料利用枠つき • 月額はAPIリクエスト・転送量・ストレージ等の合算 • 利用者数・アカウント数には課金しない • 予算重視には定額契約も選択可能 プライベートSaaS — 月額47.3万円〜 専用環境での提供。ISMAP対応クラウドのみで構築するパッケージも（年間462万円〜 、構築費別）。 規模感の目安（公表例） お試し・小規模の業務API 無料枠内〜月数千円 会員1,000人規模の会員制サイト 月額 約22,000円 月間100万PVのメディアサイト 月額 約33,000円 あくまで公表されている参考例。前提条件により変動する。 AI活用時の予算設計：自律実行はリクエスト数を増やす 無料枠のPoCで実際のリクエスト量を実測してから見積もる。読み取り専用スコープとレート設計をセットで決めれば、コストは予測可能な範囲に収まる。 単価・目安は公式料金ページおよび公表資料（2025〜2026年時点・税込）に基づく。最新の単価は https://kuroco.app/ja/pricing/ を参照。

20 PART A 事業会社の視点 「作ってもらう」から、「自分たちで作る」へ。 • エンジニアがいなくても、業務改善を止めない方法はあるか • 内製化と統制（野良システム対策）は両立できるか • 小さく試すには、何から手を付ければよいか この章の答え 業務部門が日本語で作り、情報シス テム部門が統制を握る。その分業 を、同じ基盤の上で成立させる。

21 事業会社の視点 ① Kuroco で AI駆動開発を始める6つの理由 1 既存のAI環境をそのまま使える すでに使っている ChatGPT・Claude・Codex から接続 するだけ。AIツールの入れ替えや全社合意を待つ必 要がない。 2 書くコードが激減する 認証・権限・監査ログ・承認・RAGを自作しない。さらに 業務アプリ本体もAIとの対話で構築。工数構成そのも のが変わる。 3 業務部門が自分で使い、作れる 日本語で伝えれば更新も構築もできる。管理画面の 習熟が要らず、エンジニアの空き待ちからも抜けられ る。 4 社内稟議を通しやすい 国産・2021年から提供・導入6,000社以上。金融・製造 ・公共を含む領域での実績が、審査の材料になる。 5 ロックインを避けられる オープン標準のMCPが軸。Anthropic・OpenAI どちら のAI環境でも使えるため「AI選定が終わるまで待つ」 を回避できる。 6 小さく始めて広げられる 無料枠と従量課金でPoCから開始し、手応えを見てか ら部門展開・全社展開へ広げられる。

22 事業会社の視点 ② まず着手しやすい4つの入口 シナリオ よくある課題 Kuroco で効くところ サイトリニューアル ＋ AI移行 旧サイトのコンテンツ棚卸しと移行に人手と期間がかかる 既存サイトからのコンテンツ抽出・構造化・データ移行をAIが実行し、移行工 数とコストを圧縮 問い合わせ対応の 自動化 問い合わせ件数に対して回答リソースが足りない フォーム内容をAIエージェントが解析し、RAGで社内ナレッジを参照して回答 案を作成・返信 申請・承認業務の 一次判定 稟議が承認者の手元で滞留し、判断のばらつきも大きい 一次判定をAIに委任し、判断根拠をログに残して監査可能にする 業務アプリの 内製化支援 案件管理・備品管理・申請系がExcelとメールのまま残ってい る Claude Code とのAI駆動開発で構築。データ設計とワークフローまでAIが用 意し、情シスは設計レビューと運用に集中できる いずれも、従来のヘッドレスCMS用途（Webサイト・アプリの構築運用）と同じ基盤の上で動く。基盤を増やさずに適用範囲を広げられる。

23 事業会社の視点 ③ 小さく始めて、統制ごと広げる 最初から全社を設計しない。1業務で「ログと承認が回る」状態を作り、それを型として横展開する。 STEP 0 線引き どのAIを誰が使っているかを棚卸し し、出せるデータ／出せないデータの 境界を決める。ここが設計の実体。 STEP 1 接続PoC 無料枠でKuroco環境を用意し、既存 のAIクライアントからMCP接続。まず 読み取り専用で試す。 STEP 2 1業務で本番 対象業務を1本選び、必要な画面や 項目はAIとの対話で構築。承認とロ グを入れた状態で運用に乗せる。 STEP 3 横展開 部門ごとにスコープを切って追加し、 基幹システムとの連携範囲を広げて いく。 STEP 1 は既存のAI環境をそのまま使えるため、着手の負担が小さい すでに ChatGPT・Claude・Claude Code・Codex を業務で使っている企業は、その環境のまま Kuroco に接続できる。AIツールの入れ替えや全社展開の合意を待つ必要がな い。

24 PART B 開発会社の視点 「作る量」で戦う時代から、「統制と設計」で選ばれる時代へ。 • AIが実装を巻き取る時代に、何を売れば選ばれ続けるか • サイト構築案件を、AI業務基盤の案件へどう広げるか • AI駆動の内製化は脅威か、それとも商機か この章の答え エンジニアは、コードを書く人からAI を指揮し検証する人へ。実装の重心 は「統制設計・レビュー・基幹連携・運 用」へ移り、そこが継続収益の置き場 所になる。

25 開発会社の視点 ① 顧客に Kuroco を提案する6つのメリット 1 提案の間口が広がる サイト構築・CMS更新の案件が、AI業務基盤の案件 になる。予算の出所が広報・情シスの単発費用から、 DX投資に変わる。 2 作らない部分が増える 認証・権限・監査ログ・承認ワークフロー・RAGを自作 しない。スクラッチ比で工数を落とし、見積の競争力を 作れる。 3 内製化支援というポジション 顧客の業務部門が自分で作れるからこそ、要件整理 ・統制設計・レビューで長く伴走する関係を築ける。 4 顧客の稟議を通しやすい 国産・2021年から提供・導入6,000社以上。金融・製造 ・公共を含む領域での実績が、顧客社内の審査材料 になる。 5 顧客のAI選定を待たなくてよい オープン標準のMCPが軸。Anthropic・OpenAI どちら の環境でも動くため「全社のAI方針が決まってから」を 回避できる。 6 運用・拡張で継続収益 無料枠のPoCから部門展開・全社展開へ。スコープ追 加・基幹連携・コスト最適化が、継続的な受注機会に なる。

26 開発会社の視点 ② 案件の型と、収益の置き場所 AI駆動開発で実装の売上は薄くなる。代わりに、AIには任せられない部分が商品になる。 案件の型 顧客の状況 収益の置き場所 サイトリニューアル ＋AI移行 旧サイトのコンテンツ棚卸しと移行に人手がかかる 移行設計と検証。AIによる抽出・構造化で工数を圧縮し、差額を提案力に変える AI業務基盤の構築 AIを入れたいが、統制がなく本番に出せない 統制設計（スコープ・承認・監査ログの方針）と基幹システム連携。ここはAIに任せ られない 内製化の伴走支援 業務部門が作りたいが、野良システム化が怖い 設計レビュー・命名やデータ設計の標準化・教育。定額の伴走契約にしやすい 運用・拡張 AIの自律実行でリクエスト数とコストが読みにくい 監視・レート設計・コスト最適化・スコープ追加。従量課金の管理自体が商品にな る AI駆動開発は仕事を減らさない。重心が「作る」から「設計・統制・運用」へ移り、単発の実装費が継続収益に変わる。

27 共通クロージング 現場で必ず出る4つの反論と、その答え Q 既存の社内システムにMCPを付けるのでは？ その場合、認証・権限・スコープ・監査ログ・承認を基幹側に一から作ることにな る。障害の影響も基幹側に出る。境界を別に立てるほうが速く、影響範囲も閉じら れる。 Q Salesforce や Contentful でよいのでは？ 方向性は同じであり、その基盤を前提にできるなら有力な選択肢。ただし基盤を持 たない場合や、データと統制を自社側に置きたい場合には、国産・独立系が現実 解になる。 Q AIが誤った判断をしたら？ 誤る前提で設計する。読み取り専用モード、モジュール単位のスコープ、フェイル クローズのAIバリデーション、重要処理への人の承認、全操作のログ。誤りが業務 に流れ込む経路を塞ぐ。 Q コストが読めないのでは？ 従量課金が基本で、定額契約も選択できる。無料枠で投資判断前に実測でき、固 定予算で運用したい場合は専用環境のプライベートSaaS（月額47.3万円〜）という 選択肢もある。

28 まとめ 01 AIは「働き手」になった。しかし社員と同じ信頼は渡せない。 02 だから、基幹システムとAIの間に「データDMZ」を置く。 03 その器は、ヘッドレスCMSの進化版 — Kuroco。 04 そして、その上の業務アプリは、対話だけで作れる。 次のアクション：すでに使っているAI環境から Kuroco へ1本つなぎ、対話で業務アプリを1つ作ってみる（無料枠で可） 読み取り専用モードで1業務ぶんのデータを載せ、AIから引かせる。動いたら、備品管理や申請フォームなど小さな1本をAI駆動開発で立ち上げる。 料金：パブリックSaaSは完全従量課金（定額契約可・月1,100円分の無料枠つき）。専用環境のプライベートSaaSは月額47.3万円〜。／サポート：ドキュメント・Slackコミュニティ・テクニカルサポート窓 口。 Kuroco（クロコ） / 株式会社ディバータ ※お問い合わせ先・無料トライアルは次ページ

29 CONTACT / FREE TRIAL まずは、全機能をそのまま試すところから 無料トライアル • 機能制限のあるお試し版ではなく、全機能をそのまま利用できる • アカウント登録だけで開始。初期費用なし・毎月1,100円分の無料枠つき • 既存のAIクライアント（Claude / ChatGPT 等）からのMCP接続もそのまま 試せる https://kuroco.app/ja/free_trial/ お問い合わせ 株式会社ディバータ Kuroco担当 kuroco@diverta.co.jp 担当：吉尾・北野 トライアル環境の設定、MCP接続、AI駆動開発の進め方、料金の概算など、検 討段階のご相談からお受けします。デモのご依頼もこちらへ。 Kuroco（クロコ） / 株式会社ディバータ https://kuroco.app/ja/