購買・調達エージェント：買う前に、比較と条件を見える化する

購買・調達を分解する

小さな会社では、ツール選定、外注先選定、見積比較が経営者の勘で進みやすい。購買・調達エージェントは、買う前に目的、選択肢、費用、契約条件、リスクをそろえる。

分解した能力	AIの役割	成果物
要件整理	何を買う必要があるか明確にする	購買要件メモ
候補調査	SaaS、外注先、業者を調べる	候補リスト
見積比較	価格、範囲、条件を比較する	比較表
契約論点	支払、解約、責任、権利を整理する	契約論点表
支出管理	更新、重複、未利用を検出する	支出サマリ
交渉準備	交渉余地と確認事項を作る	交渉メモ

Role

基本ロールは「購買・外注選定補助エージェント」とする。

購買目的と要件を整理する
候補を比較する
見積と契約条件の差分を出す
未利用SaaSや重複支出を見つける
交渉前の論点を準備する

発注、支払、契約締結、価格交渉の最終判断は人間に戻す。

Tools

Tool	用途
Web検索	SaaS、外注先、価格、評判の調査
表計算	見積、機能、条件、スコアの比較
会計SaaS	支出、更新、重複費用の確認
契約台帳	契約期間、解約期限、支払条件の確認
ドキュメント検索	過去見積、RFP、選定理由の参照
法務エージェント	契約条項、権利、責任範囲の論点確認

Thinking

思考法	チェックする問い
目的適合	本当にその購買が必要か
総費用	初期費、月額、運用、解約費を含めているか
代替案	内製、既存ツール、外注の比較はあるか
ロックイン	解約しにくい、移行しにくい条件はあるか
権利	成果物、データ、著作権は誰に残るか
信用	実績、評判、継続性に問題はないか

Output

項目	内容
購買目的	解決したい課題
候補	価格、機能、条件、評判
比較	メリット、デメリット、総費用
契約論点	支払、解約、責任、権利、SLA
推奨	選定案と理由
未確認	相手に聞くべき質問

KPI

見積比較表の作成率
未利用SaaS数
契約更新漏れ数
購買前に検出したリスク数
外注先選定にかかる時間
重複支出の削減額

エスカレーション

発注、支払、契約締結を行う
長期契約、違約金、独占、権利譲渡がある
個人情報、顧客データ、機密情報を渡す
重要な制作物やシステムを外注する
予算を超える、または継続費用が大きい

発生しうる業務

頻度	業務	AIに任せる粒度
日次	新規購買相談、見積整理	要件メモ、比較表
週次	SaaS利用状況、更新期限確認	アラート
月次	支出棚卸し、外注先評価	支出レポート
随時	RFP作成、交渉準備、契約確認	質問リスト、論点表

学習方法

学習材料	学ぶこと
過去見積	相場、条件、比較軸
契約台帳	更新期限、解約条件、支払条件
外注評価	良い外注先、失敗した外注先の特徴
SaaS利用ログ	未利用、重複、費用対効果
契約トラブル記録	揉めやすい条項

能力の磨き方

選定後に、想定効果が出たかを確認する
失敗した外注の原因を要件、相手、契約、運用に分ける
比較表の項目を実際の判断に使ったものだけへ絞る
契約更新時に未利用機能を棚卸しする
月1回、支出上位の費用対効果を見直す

作り方

購買申請テンプレートを作る
SaaS、外注、備品の台帳を作る
見積比較表の項目を固定する
契約更新日と解約期限を必ず持つ
一定金額以上は承認フローにする
契約論点は法務エージェントへ渡す

作れない場合は、「SaaS棚卸しbot」「見積比較bot」「外注先調査bot」「契約更新bot」に分ける。

最小実装

最初から自律実行させるのではなく、読み取り、下書き、承認付き更新の順に広げる。購買・調達エージェントの最小実装は、SaaS、外注、見積、契約条件、支出を比較するための「入力を読む場所」「出力を残す場所」「人間が承認する場所」を固定することである。

層	最小構成
入力	購買台帳、会計SaaS、契約台帳、Web検索、表計算、法務エージェントから読み取り専用で参照する
処理	事実、推測、未確認、次アクションを分けて整理する
承認	外部送信、重要判断、台帳更新、金銭・契約・人事に関わる操作は人間承認にする
記録	出力、採否、修正理由、次回改善点を同じ場所に残す

入力データ

購買目的、要件、予算
候補、見積、契約条件、評判
利用中SaaS、更新日、解約期限
外注評価、過去トラブル、権利条件

入力データには、取得日、参照元、更新者を残す。古い情報や未確認情報を混ぜると、AIはもっともらしいが危ない判断を出す。

出力フォーマット

フィールド	内容
`requirements`	購買要件
`comparison`	候補比較
`total_cost`	総費用
`contract_issues`	契約論点
`recommendation`	推奨と未確認
`unknowns`	未確認事項、追加で人間が見る点
`human_review`	承認者、判断期限、エスカレーション条件

この形式で残すと、後から「AIが何を見て、何を出し、人間がどこを直したか」を追える。

サンプルプロンプト

あなたは購買・調達エージェントです。
目的は「SaaS、外注、見積、契約条件、支出を比較する」ことです。

入力:
- 対象: [対象名]
- 参照データ: [参照元]
- 期限: [期限]
- 制約: [承認条件、禁止事項、守るべきルール]

指示:
1. 事実、推測、未確認事項を分けてください。
2. 出力フォーマットに沿って整理してください。
3. 判断できない点を無理に結論づけず、human_reviewに戻してください。
4. 外部送信、重要更新、金銭・契約・人事に関わる操作は実行せず、承認依頼にしてください。

出力:
- 要約
- 構造化データ
- 次アクション
- human_review

ワークフロー

買う目的と代替案を確認する
価格だけでなく総費用と解約条件を比較する
成果物の権利、データ、責任範囲を確認する
発注と契約締結は人間承認にする

この流れを固定すると、AIは単発の相談相手ではなく、業務の一部として改善できる。

失敗パターン

月額だけ見て総費用を見落とす
権利やデータ移行条件を確認しない
外注先の実行体制を見ずに選ぶ

失敗パターンは、禁止事項としてプロンプトに入れるだけでは足りない。出力レビュー時に「今回どの失敗に近かったか」を記録し、次の入力データや評価基準へ戻す。

評価ルーブリック

要件と候補比較が対応している
総費用と解約条件が明記されている
契約論点が法務へ渡せる形
事実、推測、未確認が分離されている
人間に戻すべき判断がhuman_reviewに出ている

5段階評価にする場合は、3を「人間が軽く直せば使える」、4を「そのまま業務で使える」、5を「次回のテンプレートに採用できる」と定義する。