目的別に選ぶ、業務AIに役立った本4冊

この記事には広告（アフィリエイト）を含みます

この記事の結論

業務でAIを使い始めるとき、本は「新しい順」ではなく「自分がいま詰まっている場所の順」で選ぶと遠回りが減ります。アプリを自分で組みたいならノーコード、AIの道具をまず手に動かしたいならコマンドライン型のツール、任せ方を設計したいならAIエージェント、社外にデータを出したくないならローカルLLM。この4つの入り口に対して、運営者（益山康秀）が実際に読んで役立った本を1冊ずつ紹介します。

本の中身を要約する記事ではありません。「どんな人が、どんな場面で開くと助かるか」を、運営者の読後の一言に沿って書きます。最後に4冊の読み分けを表にまとめたので、そこだけ見ていただいても構いません。

システムの土台から理解したい人へ — 『Google AppSheetではじめるノーコード開発入門 新装改訂版』（掌田津耶乃）

ノーコード／ローコードとは、プログラムの文字をほとんど（またはまったく）書かずに、画面上の設定でアプリを組み上げる作り方のことです。AppSheet は Google が提供しているその仕組みで、スプレッドシートなどの表を元にして、スマートフォンから使える業務アプリを作れます。

運営者の一言は次のとおりです。

「昨今のＡＩブームでも、まずはシステムの仕組みや言語の基礎からという方向けにAppSheetはおススメです。これだけの理解があれば、とりあえずのローコード開発も楽しめるようになります。」

向いている場面

• 現場の記録や点検、在庫などを紙やExcelで回していて、まず自分の手で小さなアプリを作ってみたいとき
• AIの話題に乗る前に、データの持ち方・画面の作り・動作の条件といったシステムの基本的な考え方を押さえておきたいとき
• 外部に開発を頼む立場だが、見積書や仕様書に出てくる言葉の意味を自分で分かるようにしたいとき

「自分で作れるようになる」ことそのものより、作る手順を一度通すと、依頼する側として話が通じるようになるのが大きいところです。発注の進め方については最初の1か月は「作らない」—— AI開発の初回発注で切るべき範囲と、渡すべき材料でも触れています。

AIツールをまず触るなら、どれから？ — 『Claude Code 徹底活用術 — あらゆる仕事が爆速化する』（ひつじ・染谷昌利）

Claude Code は、Anthropic社のAI「Claude」を、チャット画面ではなくコマンドライン（文字で命令を打ち込む画面）から使う形のツールです。ファイルを読ませたり、作らせたり、手元の作業そのものをAIに手伝わせる使い方になります。

運営者の一言は次のとおりです。

「ＡＩツールが様々ありますが、まずはClaude Codeを触ってみるのがいいです。「習うより慣れろ」がぴったりの内容です。事務職だけでなく、現場で最前線で動く方にもオススメです。」

向いている場面

• AIの解説記事は読んだが、手を動かした実感がないまま止まっているとき
• チャットでのやり取り以上に、自分の手元のファイルや資料を相手にさせたいとき
• 事務方だけでなく、現場職の人が自分の作業に引き寄せて試す最初の一歩を探しているとき

「習うより慣れろ」という評は、裏を返せば読みながら同じ操作をなぞれる人に向くということでもあります。読むだけで終わらせず、30分でも自分の端末で打ち込む時間を取れるかどうかが、この本の効き方を分けます。

生成AIとAIエージェントは何が違う？ — 『図解即戦力 AIエージェントのしくみと活用がこれ1冊でしっかりわかる教科書』（岩手テナージョン・山本紘暉・中村祥）

AIエージェントとは、人がひとつずつ指示を出すのではなく、目的を渡すとAIが手順を分解し、道具を使い分けながら作業を進めていく仕組みの総称です。普段の生成AIアプリが「聞けば答える」のに対し、エージェントは「任せると動く」方向に寄っています。

運営者の一言は次のとおりです。

「普段使っている生成ＡＩのアプリとＡＩエージェントの何が違うのか、それを使うとどうなるのかが非常に理解しやすくなりました。」

向いている場面

• 社内で「エージェント」という言葉が飛び交い始めたが、既存のチャットAIとの違いを説明できないとき
• ベンダーの提案書にある「自律的に処理します」が、自社の業務で何を意味するのかを見極めたいとき
• 図解中心の構成なので、社内勉強会の共通認識づくりに使いたいとき

違いが分かると、次に出てくるのが「では、どの作業を任せるか」という判断です。その切り分けはAIエージェントに任せる作業は4軸で選ぶで整理しています。

データを外に出したくないなら — 『LM StudioでつくるローカルLLM入門 — 課金なし・セキュリティ万全の「自分専用」AI』（武井一巳）

ローカルLLMとは、大規模言語モデル（文章を生成するAIの本体）を、クラウドのサービス経由ではなく自分のパソコンやサーバーの中で動かすやり方です。LM Studio は、その導入と実行を画面操作で行えるようにしたアプリとして知られています。

運営者の一言は次のとおりです。

「クラウドで動かすＡＩが主流ですが、色々なメリットがある反面でローカルに置くメリットも魅力的に感じる内容です。自前で用意するハードルが下がった感じでした。」

向いている場面

• 医療・介護・士業など、手元のデータを外部送信しにくい前提で検討している事業者
• 利用量に応じた課金ではなく、手元の機材の範囲で試したいとき
• クラウド型と自前運用の両方の長短を比べたうえで判断したいとき

なお、手元で動かせばそれだけで情報の扱いが安全になる、というものではありません。誰がその端末を使えるか、保存した出力をどこに置くかといった社内の線引きは別途必要です。個人情報を含むデータの扱いは個人情報保護法の対象になり得るため、名称を確認したうえで自社の規程に落とし込んでください。線引きの考え方はAIに個人情報を入れる前に決める5つのこと──「全面禁止」より「線引き」が業務を回すにまとめています。

4冊はどう読み分ける？

目的別に並べると、重なりが少ないことが見えてきます。順番に全部読む必要はなく、いま詰まっている行から開くのが実務的です。

読む順の目安としては、手を動かす側なら「AppSheet → Claude Code」、任せ方や発注を考える側なら「AIエージェント → 必要ならローカルLLM」という流れが素直です。情報の持ち出し制限が最初から厳しい職場では、ローカルLLMの章から先に当たって、実現できる範囲を確かめてから他に進む形もあります。

まとめ

4冊に共通するのは、どれも「読んで終わり」にならない種類の本だという点です。AppSheetは実際に表を用意しないと進みませんし、Claude Codeは打ち込まないと感覚がつかめません。AIエージェントの本は社内で言葉をそろえるために使い、ローカルLLMの本は手元の機材で試して初めて判断材料になります。

明日から試せることとして、次の3つを置いておきます。

1. いま詰まっている場所を1行で書く（例：「アプリを作りたいが用語が分からない」「エージェントの提案が読めない」）
2. 上の表で、その1行に近い行を1つだけ選ぶ
3. 選んだ分野で、30分だけ手を動かす時間を予定表に入れる

本の評価は人によって変わりますし、ここで紹介したのはあくまで運営者が読んで役に立ったと感じた範囲です。自分の業務のどこに当てるかを先に決めてから開くと、同じ本でも受け取れるものが変わります。

この記事で紹介した本

この記事は、AI で下書きを作り、益山康秀（運営者）が内容を確認して公開しています