エール株式会社は、外部人材によるオンライン1on1サービスを提供するベンチャー企業です。従業員約30名という小規模な組織ながら、4,500名超のサポーターと日々約2,000ペアの1on1セッションを支えるサービスを運営しており、リマインド通知やフォローアップ、データ管理など「人」に寄り添う運用業務が膨大に発生していました。

最大の課題は、急成長する事業と限られた開発リソースとのギャップです。約2週間サイクルで開発を回していましたが、すべてをフルスクラッチで開発していては試せる仮説の数が限られてしまいます。特に通知機能やデータチェックは「小さく試して検証したい」というニーズが強く、エンジニアが手作業で検証を回す限り、月に試せる仮説はごくわずかでした。さらに、メッセージ監視やハラスメントチェック、個人情報の不正交換の検出といった品質担保業務も増大しており、30名規模では人手対応に限界がありました。

導入のきっかけは、エンジニアの村山氏が知人から紹介を受けたことでした。ZapierやIntegromat (現Make) を使い慣れていた村山氏は、Workatoについて「開発者向けのツール」という印象を持ったと語ります。

現在、レシピ数は約300本、年間約600万タスクを処理しています。継続的な運用はエンジニア2名とコーポレート担当1名の計3名が担い、活用領域は大きく5つに分類されます。

①ユーザー向け通知の仮説検証：セッション前日のリマインドや、日程未調整ユーザーへの通知などを素早く実装し検証しています。BIツールMetabaseでデータを抽出し、SendGridでメールを配信する構成により、多くの仮説を低工数で試せます。

②AIを活用したデータバリデーション：レコード追加をトリガーに、郵便番号などの入力内容をOpenAI APIでチェックし、異常時にはユーザーへ修正依頼を送る仕組みが稼働しています。段階的に社内確認を挟む運用も可能です。

③メッセージ監視の自動化：サポーターとユーザー間のメッセージをAIでチェックし、問題が疑われる場合は社内Slackへ通知する仕組みにより、人手では不可能な規模の監視を実現しています。

今後は、Zendeskのナレッジベース構築の自動化を本格化させる計画です。チケット解決時のAI自動サマリーを蓄積し、新規問い合わせ時に類似ケースを自動提示する仕組みを構築することで、対応品質と速度のさらなる向上を目指しています。

同社の事例は、Workatoが大企業だけのツールではなく、リソースの限られたベンチャー企業こそ「サービスそのものの質を上げる自動化」に活用できることを示しており、少数精鋭チームによるWorkato活用の好例といえます。