この記事を共有・保存

Xで共有

事業を始めると、時間のかかる作業が次々に見つかる。問い合わせへの返答、注文の確認、記事の制作、利用案内、データの整理。これらをまとめて自動化できれば、多くの顧客に対応できる。少人数でも仕事を増やせる。その見通しは魅力的だ。

ただし、速くできるようになった作業が、顧客に必要な作業とは限らない。分かりにくい案内を自動送信すれば、分かりにくさも繰り返される。使われない機能を効率よく提供しても、使う理由は増えない。処理の速度と、サービスの価値は別の問題である。

ポール・グレアムは2013年のエッセイで、創業初期には、人数が増えたら同じ形で続けられない仕事をあえて行うよう勧めた。利用者を一人ずつ集める、導入を直接手伝う、使う様子に接する。その接点から、何をつくるべきかを知るという考えだ。[1]

本記事では、この考えを、手作業を美化する言葉として扱わない。初期の手作業が価値を持つのは、後で繰り返し使える理解や仕組みに変わるときだ。どこで顧客が迷い、何があれば進み、どの仕事を自動化できるか。その情報を持ち帰ることが、今回の中心になる。

DoorDashは、完成したアプリから始まらなかった

Y Combinatorの2020年の回顧には、DoorDashが2013年4月の面談時点でアプリを持たず、ウェブサイトを使い、創業者たち自身が多くの配達を行っていたと記されている。初期の利用者、飲食店、配達する人たちと接し、実務の難しさを知っていたという。[2]

DoorDash自身の2017年の回顧にも、当初の配達員は共同創業者たちで、手持ちの通信サービスや車を使って注文を実行していたと説明されている。[3] 現在の仕組みを完成させてから顧客を待った、という経緯ではなかった。

ただし、この事例から、創業者が手で仕事をすれば成功すると結論づけることはできない。手作業をしたまま終了する事業もある。後の成長には、資金、人材、運営、競争環境など多くの条件が関わる。成功した会社の初期行動だけを成功の十分条件にしないことが必要だ。

本記事が注目するのは、初期の手作業によって、商品を届ける現実に直接触れられる点である。ここから先の分類、記録、移行の判断は、これらの原典を踏まえたFORWARD BASISの提案であり、DoorDashの内部手順を再現したものではない。

まだ知らないことまで、自動化してしまう

自動化には、何を入力し、どんな処理をし、何を出力すればよいかという設計が必要になる。顧客の困り事が明確で、対応の形も安定していれば、設計しやすい。問題は、その前提がまだ曖昧な段階だ。

たとえば、初めてサービスを使う人が「よく分からない」と問い合わせてきたとする。その一文だけで、長い説明文を自動返信する仕組みをつくるのは早いかもしれない。分からないのは価格なのか、操作なのか、納品の形なのか、何を頼めるかという範囲なのか。原因によって答えは違う。

一人の利用者に質問してみると、依頼フォームの言葉が分かりにくいと分かる場合がある。それなら、長い返信を増やすよりフォームを直す方がよい。別の人は、納品の見本がないことに不安を感じているかもしれない。それなら、見本を示すことで対応できる。

原因を調べずに返信だけを自動化すると、問い合わせを速く処理できても、問い合わせが生まれる構造は変わらない。利用者にとっては、迷う場所が残り続ける。運営者にとっては、速く返しているのに同じ質問が増えるという状態になる。

だから、初期の問い合わせは、消すべき負担であると同時に、設計の不足を知る接点でもある。すべてを手で対応する必要はないが、何が起きているかを理解する前に、接点ごと隠してしまわない方がよい。

手作業には、三つの異なる役割がある

編集部は、初期の手作業を三つに分けて考える。一つ目は、注文や依頼を実際に届ける仕事。二つ目は、顧客の困り事を知る仕事。三つ目は、例外にその場で対応する仕事である。

同じ一時間でも、役割によって意味が違う。注文を届ける仕事は、顧客への約束を果たす。困り事を知る仕事は、次の改善の材料を得る。例外対応は、その顧客の状況に合わせて調整する。すべてを「顧客対応」とまとめると、どこに時間を使っているかが分からなくなる。

たとえば記事制作サービスなら、原稿を納品する作業と、発注者がどこで依頼内容を書けずに止まったかを調べる作業は異なる。特別な形式への変換を一度だけ行う作業も、標準の納品とは区別したい。

この区別があると、手作業を残す理由を説明できる。標準の納品作業は安定したら自動化する。顧客の理解が不足する部分は、しばらく直接確かめる。例外対応は、そのまま恒常的なサービスにするか別途判断する。

逆に区別がないと、すべての依頼に特別対応し続け、いつまでも仕組みが育たないことがある。手作業で学んでいるつもりでも、毎回違う問題を処理するだけで、共通する改善が残らない。

顧客の言葉と、顧客の行動を並べる

顧客に何が欲しいかを聞けば、答えが返ってくる。しかし、その答えをそのまま機能の一覧へ移すだけでは、何を優先するかが決まらない。要望の背景にある状況を確認したい。

たとえば「検索機能が欲しい」と言われた場合、見つけたいものが何かを聞く。過去の納品物なのか、特定のテーマの記事なのか、購入した商品なのか。さらに、今はどう探しているかを確かめる。分類を増やすだけで足りる場合も、検索が必要な場合もある。

ここで、顧客の言葉が信用できないという話には進まない。言葉は大切な情報だ。ただ、求める機能と、その機能で解きたい問題は別に記録できる。顧客の行動と並べれば、提案された手段以外の解決方法も考えられる。

観察する場合には、相手の同意と仕事の条件に合わせる。画面や会話を勝手に記録する必要はない。使っている様子を見せてもらえるなら、その範囲で確認する。難しければ、直前に何をし、どこで止まったかを文章で聞く方法もある。

重要なのは、運営者の想像で困り事を埋めないことだ。「初心者だから使えない」と考える前に、表示、説明、選択肢、手順のどこで迷ったかを見る。個人の理解力として処理した問題が、実は複数の利用者に共通する設計の問題かもしれない。

五人の声を、五人分以上に一般化しない

初期の顧客は少ない。一人ずつ話を聞けることは利点だが、その声が市場全体を代表するとは限らない。知人、熱心な利用者、特別な用途を持つ人など、集まる相手に偏りがある。

たとえば、最初の五人が全員ある機能を望んでも、次の百人も同じとは限らない。逆に、五人のうち一人しか困っていなくても、その困り事が重大であれば放置できないこともある。人数だけで判断するのではなく、誰がどんな状況で困るかを見る。

編集部の提案は、要望と一緒に、その人の利用目的を残すことだ。「仕事の納品確認のため」「学習中に毎日読むため」「たまに参考資料を探すため」。同じ商品でも、目的によって必要なものは変わる。

また、聞いた人だけでなく、使わなくなった人、申し込まなかった人も、可能な範囲で理解する必要がある。継続している人の声だけを集めると、すでに合わなかった条件が見えにくい。返事を求める際は、相手の負担が少ない問いにし、無理に回答を迫らない。

少ない接点から得る情報は、仮説を具体化するために使う。市場全体の確定的な答えとして扱わない。その仮説を案内や商品へ反映し、次の利用者でも同じ問題が減るか確かめる。個別の理解から一般的な仕組みへ進むには、この追加の確認が必要だ。

手作業の成果を、次の人に渡せる形にする

顧客のために一度説明した内容を、次の人にも一から書いているなら、対応は増えても仕組みは増えていない。初期の接点で学んだことを、案内、見本、フォーム、手順へ変える工程が必要になる。

たとえば、納品後に「どこを確認すればよいか」と繰り返し聞かれたら、確認してほしい項目を納品案内へ加える。発注時に必要な情報がいつも不足するなら、依頼フォームに具体例を置く。料金の対象範囲で迷われるなら、含むものと追加になるものを説明する。

この変更は、問い合わせ文をそのままFAQへ移すだけではない。どこで迷いが発生するかに合わせて、情報を置く場所を変える。申し込み前に必要な情報を、納品後のメールへ書いても遅い。操作中に必要な説明を、長い利用規約の中だけに置いても見つけにくい。

編集部が勧める記録は短い。「どの状況で」「何に迷い」「何があれば進んだか」。この三つを残すと、問い合わせの件数より、改善の対象が見える。

顧客の個人情報を大量に保存する必要はない。設計に必要な状況と問題を、適切な範囲でまとめればよい。具体的な名前や私生活がなくても、「初回の依頼で必要な文字数の指定ができなかった」という学びは残せる。

自動化してよい作業は、何で見分けるか

自動化への移行は、顧客が何人になったら行う、と一つの人数で決めにくい。同じ人数でも依頼の種類が違うし、失敗の影響も異なる。編集部は、作業の安定性、例外、確認方法の三つを見ることを提案する。

作業の安定性とは、必要な入力と、出すべき結果が説明できるかということだ。毎回同じ情報から同じ形式の案内を送るなら整理しやすい。依頼の意味をその都度判断しなければならない仕事は、その判断の範囲を先に定める必要がある。

例外とは、通常の流れに収まらないものだ。入力が不足している、矛盾している、対象外の依頼が来る。自動化するなら、例外を無理に通すより、止めて確認する流れを持つ方がよい。成功した処理だけでなく、処理できなかったものが見える設計にする。

確認方法とは、結果が正しいかをどう確かめるかだ。メールが送れたことと、内容が正しいことは別である。原稿が生成されたことと、根拠が確認されたことも別だ。処理が完了した印だけを品質の証明にしない。

三つが説明できる作業から、範囲を限定して自動化する。最初は内部の下書き、整理、形式変換など、結果を確認してから使える工程に置く方法もある。すべてを一度に外へ出す必要はない。

AIを使うほど、顧客理解の記録が効いてくる

AIへ文章や案内の下書きを任せる場合、出力の品質は、何を求めるかの指定にも関わる。「分かりやすく説明して」という依頼だけでは、どの相手が、どの段階で、何に迷っているかが見えない。

顧客のつまずきを具体的に記録していれば、条件を渡せる。「初回利用者が、納品後の修正依頼の書き方に迷う。必要な情報を三つ示し、記入例をつける」。こうした指定は、一般的な説明文より問題に近い。

ただし、顧客との会話をそのまま外部ツールへ入力することが前提ではない。許可された情報とツールを使い、個人情報を含めない形で、必要な状況を抽象化できる。仕事の条件によっては、AIを使えない工程もある。

また、AIが多くの案を出せることと、その案が顧客の問題を解くことは別である。説明文を十種類つくっても、置く場所が違えば役に立たない。選ぶ際には、元のつまずきに戻り、どの案で何が変わるかを見る。

AIによって制作時間を短くできるなら、空いた時間の一部を、利用者がどう使ったかの確認へ回すこともできる。効率化の価値を、出力量だけで測らない。顧客理解と改善へ戻せるかまで考えると、速さがサービスの価値へつながりやすくなる。

特別対応が、商品の輪郭を消していないか

初期には柔軟な対応が助けになる。しかし、すべての顧客に別の商品をつくる状態が続けば、標準のサービスが何か分からなくなる。注文ごとに必要な時間も違い、料金や納期の説明も難しくなる。

たとえば、文章制作の依頼で、毎回、調査、画像選定、投稿、集計まで追加しているなら、単なる記事作成としては範囲が曖昧だ。追加が必要な理由を記録し、標準に含めるか、別のサービスにするか、扱わないかを決める必要がある。

顧客が喜んだという事実だけでは、恒常的に提供できることは確定しない。一度は長時間かけて対応できても、毎週同じ負担を引き受けられるとは限らない。提供時間、必要な技能、品質確認、他の顧客への影響を見たい。

編集部の提案は、特別対応の後に一つ問うことだ。「同じ状況の人が十人来ても、同じ形で約束できるか」。十人という人数は実証された境界ではなく、繰り返す場面を想像するための例である。

難しいなら、対応をやめる以外にも選択肢がある。納期を変える、対象を限定する、必要な情報を先に求める、別料金の範囲にする。ただし、変更は顧客へ明確に伝える。初期の柔軟さを、見えない約束として残さないことが大切だ。

小さなメディアなら、何を手で確かめるか

以下は、編集部が作成した架空の例である。新しいメディアが記事を公開し、閲覧数は少し増えた。しかし、読者が何を役立てているか分からない。そこで、記事の本数を増やす前に、少人数の読者へ具体的な問いを聞く。

「どうでしたか」だけでは感想が広くなる。「読む前に知りたかったことは何か」「読み終わっても分からなかった点は何か」「実際に使うなら、どの部分か」。回答が得られれば、記事のどこに価値があったかを考えられる。

ある読者は、根拠の説明を評価する。別の読者は、実践例が遠く感じたと言う。そこから、根拠を省くのではなく、実践例を読者の場面に近づける案が生まれる。ただし、二人の回答を全読者の意見と扱わず、他の記事でも同じ反応があるかを確かめる。

改善後は、読了率や再訪など、利用の結果も見る。数字だけで読者の理由は分からず、感想だけで行動の広がりも分からない。個別の声と利用の情報を、別々の役割として組み合わせる。

この接点がなく、制作だけを自動化すると、メディアは速く更新されても、何を改善すべきかが分からないままになる。初期の手作業は、本数を増やすためだけでなく、読む理由を知るために使える。

手で学ぶ期間にも、終わりの問いを持つ

手作業を続けるかどうかは、忙しくなったときだけで判断しない。まだ時間に余裕があっても、同じ問題が繰り返し分かっているなら、仕組みへ移す価値がある。逆に、忙しくても内容が変動する部分は、確認を残す必要がある。

週ごとに、手作業から何が新しく分かったかを見る。同じ説明を繰り返しただけなのか、新しいつまずきを見つけたのか、対応の範囲が変わったのか。新しい理解がほとんど増えない作業なら、案内や手順へ変える候補になる。

また、顧客との接点をすべて自動化した後も、問題を拾う経路は必要だ。問い合わせ、利用の観察、少人数への確認など、無理のない範囲で残す。自動化によって通常の対応が減っても、顧客の条件は変わり続ける。

事業が大きくなるほど、創業者が一人ずつ対応することは難しくなる。それでも、初期に得た理解を手順や商品へ残せば、手作業の成果は次の人に渡せる。担当者が変わっても同じ問題を扱える状態にすることが、移行の一つの目標になる。

自動化は、顧客との接点を消すためだけのものではない。分かった仕事を安定して届け、まだ分かっていない仕事へ時間を使うためにも使える。何を残し、何を移すかを、その目的に照らして選びたい。

問い合わせが減った理由を、取り違えない

案内を改善した後、問い合わせが減ることがある。これをすぐに成功と判断したくなるが、減った理由は一つではない。利用者が理解できるようになった場合も、問い合わせの入口が見つからなくなった場合もある。

たとえば、フォームの説明を変えた後、質問が減った。しかし、申し込みも減っているなら、必要な人が途中で離れている可能性がある。回答が不要になったのか、質問できずに去ったのかを、別の情報で確かめたい。

逆に、問い合わせが少し増えても、申込条件を理解した人が増え、必要な確認へ進んでいるなら、悪い変化とは限らない。件数だけでは、顧客にとって何が変わったかが分からない。

編集部の提案は、対応の件数と、目的を果たせたかを並べることだ。依頼なら、必要な情報を揃えて注文できたか。メディアなら、探していた情報へ到達できたか。利用者の目的に近い結果を見れば、運営側の負担だけを成果として扱わずに済む。

自動化も同じである。返信の速度が上がっても、顧客が次に何をすればよいか分からなければ、価値は限定的だ。速さ、対応の正確さ、顧客の到達先を別に見る。どれか一つがよくなったことを、全体の改善と取り違えない。

学んだことを、誰でも使える説明へ変える

初期の顧客へ丁寧に対応すると、担当者の中には多くの理解が残る。しかし、その理解が担当者の記憶の中だけにあるなら、別の人が同じ仕事をするときには使いにくい。

たとえば「この質問が来たら、あの説明をする」と分かっていても、なぜその説明が必要かが記録されていなければ、状況が少し変わったときに対応できない。文面をコピーするだけでは、適用する条件が失われる。

そこで、よく使う説明には、どの状況で使い、どの条件では使わないかも残す。「初回の依頼で納品形式が不明な人向け」「すでに形式が決まっている場合は不要」。条件が分かれば、長い案内を全員へ送ることを避けやすい。

担当者が一人でも、この記録は後日の自分に役立つ。新しい記事や商品が増えると、以前の説明が合わなくなる場合がある。何の問題を解くためにつくったかが分かれば、改訂する場所を選べる。

仕組みへ移すとは、同じ文を自動で送ることだけではない。どの状況を見分け、どの説明を使い、何を確認して終えるかを共有できるようにすることだ。その整理が先にあれば、自動化の対象も明確になる。

最後に、説明が増えるたびに、古いものを残す必要があるかを見る。違う条件の案内が混在すると、顧客へ出る説明が食い違う。初期の手作業から得た理解を残すことと、過去の文面を無条件に残すことも分けたい。

改善案を選ぶときには、一度にすべての説明を変更しなくてもよい。最も繰り返されるつまずきを一つ選び、その場所だけを直す。変更後に、次の利用者が同じ質問をしたかを確認する。小さな接点から得た理解を、小さな修正で確かめる。その往復が残れば、手作業と自動化を、別々の思想として対立させずに使える。

速くする前に、何が必要かを確かめる

グレアムの提案やDoorDashの初期の経緯から学べるのは、事業の最初から完成した仕組みを持つ必要はないということだ。一方、手でやればよいという万能の処方にもならない。

手作業を行うなら、顧客へ約束を届けるだけでなく、どの状況で何が起きたかを残す。残した情報を、商品、案内、手順へ移す。安定した工程から自動化し、例外や品質を確認する経路を用意する。その流れがあれば、初期の負担は後の運営へつながる。

今日、事業の作業を一つ速くしようと考えたら、その前に問うてほしい。この作業は、誰のどんなつまずきを解くためにあるのか。その答えを説明できるなら、自動化の条件を設計しやすい。説明できないなら、先に一人の利用者の状況を確かめる価値がある。

大きな仕組みは、最初から大きく見える仕事だけで育つわけではない。一人の顧客が止まった場所を知り、次の人が同じところで止まらないように直す。その小さな変更を、繰り返し使える形で残すところから始められる。

SOURCE / 原典

この記事の出典

本文の事実確認に使用した原典です。FORWARD BASIS独自の解釈・整理は本文内で区別しています。

  1. 補足Paul Graham — Do Things that Don't Scale
  2. 補足Y Combinator — DoorDash from application to IPO
  3. 公式DoorDash — Four years in and just getting started

SUPPORT FORWARD BASIS

この記事が参考になったら

FORWARD BASISは、根拠に基づく質の高い情報を届けています。記事が役に立ったと感じたら、OFUSEから活動を応援していただけるとうれしいです。

FORWARD BASISを応援する
NEXT BASIS
ビジネスを見る →
ビジネス2026.11.13約6.9分 READ

なぜNikeは「走る仲間」をつくるのか──ランクラブを広告ではなく事業として読む

ランニングシューズを売る企業が、なぜ無料の練習プランや仲間との体験を提供するのか。ランクラブの拡大を入り口に、Nikeの施策とStravaのデータから、コミュニティを商売につなげる仕組みと、その限界を考える。

ビジネス2026.11.13約8.5分 READ

「毎日のシャワー」はなぜ高く売れるのか──Doveが広げるHygiene Resetの市場

清潔にするためだけなら、シャワーは短時間で終わる。ところが海外のSNSでは、香りを選び、ボディケア用品を並べ、入浴後の時間まで含めて楽しむ「セルフケアの儀式」が注目されている。日常の動作は同じでも、そこに求める価値が増えると、商品選びも変わる。

ビジネス2026.11.13約6.2分 READ

「朝に外すだけ」の動画が、なぜ商品を売るのか——Morning ShedとBootsに見る美容ビジネスの転換

夜に何層も美容アイテムを重ね、朝になったら一つずつ外す。Morning Shedは奇抜な流行にも見える。だが、ビジネスの側から見ると重要なのは美容法の新しさよりも、買う前には見えにくかった「使用過程」を、短い動画の商品説明に変えてしまったことだ。