• AIエージェントが人や設備に仕事を発注するサービスが、MCPやAPIで使える形になり始めています。
• 頼む先は人・設備・その両方の3つの型で、撮影やユーザーテスト、印刷製造まで整理できます。
• 内容は公開資料の整理で実際の発注結果ではなく、物理的な発送は人の承認が前提になります。

これまでは、人間がAIエージェントに仕事を頼むのが当たり前でした。いま、その向きが逆になる仕組みが増えています。AIエージェントが、人や現場に仕事を発注するサービスです。

現地での撮影を頼む。利用者に調査へ参加してもらう。印刷や製造を依頼する。AIが仕事を進める途中で外へ発注し、結果を受け取る使い方が、サービスとして用意され始めました。

AIが依頼を出す方法には、MCPとAPIがあります。MCPは、AIが外部のサービスを道具として直接呼ぶための共通の接続方式です。APIは、システムに組み込んで呼び出す方式で、MCPがなくても、開発者が対応する道具を用意すればAIから呼べます。

この記事では、頼める仕事の型と具体的なサービス、依頼が現場に届くまでの流れ、受ける側の変化を順に整理します。

AIが人に頼む入口の登場

現場の仕事を外に出すこと自体は、新しくありません。撮影の手配も郵便の発送も、人が画面から注文してきました。

変わったのは、注文する側がAIのエージェントになりうる点です。RentAHumanの公式ドキュメントは、MCPで人の検索、作業の募集、応募者の採用ができるとしています。

検索は無料で、実際に雇う段階で募集を出す、という流れです。画面を開く人間の代わりに、AIが注文書を書くところまで来ました。

頼める仕事の3つの型：人・設備・その両方

頼む先で分けると、3つの型になります。それぞれに、公開資料で確認できたサービスがあります。

1. 人が動く型

人を募集して頼みます。現地で動いてもらう「行動」と、意見や反応を返してもらう「反応」があります。

• 行動：RentAHuman（公式のMCPあり）。人の検索、作業の募集、採用までをAIから行えます
• 行動：ProxyPics（API）。住所と撮影項目を渡して、現地の写真を撮ってもらいます
• 反応：UserTesting（MCPを発表済みで限定提供）。利用者の反応を集めます
• 反応：User Interviews（MCPを発表済みで限定提供のベータ）。参加者の募集と調査を進めます

2. 設備が動く型

遠隔で設備を使います。

• FrankKi（公式のMCPあり）。手紙の印刷と発送を、AIが下書きから進めます

3. 人と設備が両方動く型

工場やラボに頼むと、設備だけでなく、担当する人も同時に動きます。

• MacroFab（API）。電子基板の製造
• SimpleLab（API）。水質検査の発注と結果の取得
• ReturnBear（API）。返品物流

頼む先は、人、設備、その両方の3通りです。1つの型にきれいに収まらないサービスもありますが、この区別があると、AIがどこまで自分で完結し、どこから外の力を借りるのかが見えてきます。

APIがあることは、MCPの公式提供や、AIが自律的に発注した実績を意味しません。RentAHumanの取引規模や品質は公式資料に示されておらず、ここで整理したのは公開資料の範囲です。実際に発注して試した結果ではありません。

依頼が現場に届くまでの流れ

MCPのサーバーは、使えるツールの名前と、入力する項目の形を公開します。AIは一覧から選んで呼び出し、結果を受け取ります。MCPの仕様は、安全のために人がツールの呼び出しを拒否できる状態が望ましい、としています。

FrankKiの流れが分かりやすい例です。AIが下書きと見積もりまで進め、人が承認すると印刷と発送に入ります。公式ページは、すべての物理発送に人間の承認が必要だと明記しています。

例外は、人が事前に許可した自動承認だけです。対象は承認済みの雛形と登録済みの宛先、上限内の発送で、各書状は10分間保留され、その間は止められます。印刷が始まると取り戻せません。

User Interviewsも同じ考え方で、調査を始める前に全体の計画と項目別の費用を示し、明示的な確認を求めます。つながることと、費用と実行を任せることは別です。

AIが案を作り、本番の前で人が承認する設計は、コマース向けAIエージェントの設計図でも見られました。

受ける側の商品は「工程」へ

AIに選ばれる仕事は、入力・価格・進み具合・納品物が、機械で読める「工程」の形をした仕事でしょう。

たとえば物件の現地確認なら、住所と撮影項目を渡し、期限と費用を見積もり、写真とレポートが決まった形式で戻る流れです。試作品のテストなら「キットを送る、参加者の反応を集める、要点が戻る」という流れが考えられます。どちらも想定した例で、実際の発注結果ではありません。

人が画面で選ぶ前提の商品は、説明の上手さで選ばれました。AIが選ぶ時代には、見積もりが即座に出て、進捗を追えて、成果物の形が決まっていることが強みになるでしょう。

承認と責任は、人の側に残ります。受ける側は、自分の仕事を「承認される工程」として書き出せるかが問われるのではないでしょうか。

「AIにできない仕事」の境界線の変化

「人にしかできない仕事」と「いまのソフトウェアのエージェントだけでは完結しない仕事」は、同じではありません。後者は、AIが外の人や設備を呼べるようになれば、範囲が変わります。

頼む側は、何を任せ、どこで承認を挟むかを決める。受ける側は、自分の仕事をAIが注文できる工程にできるかを考える。境界線は、この2つの設計で動いていくはずです。

よくある質問（FAQ）

Q1. AIが人に仕事を発注するとは、どういうことか

AIエージェントが仕事を進める途中で、現地での撮影、利用者の調査、印刷や製造といった外部の仕事を自分で依頼し、結果を受け取ることを指します。たとえばRentAHumanは、MCPで人の検索、作業の募集、応募者の採用までをAIから行えるとしています。

Q2. MCPとAPIは、AIが発注する場面でどう違うのか

MCPは、AIが外部のサービスを道具として直接呼ぶための共通の接続方式です。APIはシステムに組み込んで呼び出す方式で、MCPがなくても、開発者が対応する道具を用意すればAIから呼べます。APIがあることは、MCPの公式提供や、AIが自律的に発注した実績を意味しません。

Q3. AIが人の承認なしに発注して、費用が発生することはあるのか

FrankKiは、すべての物理発送に人間の承認が必要だと公式ページで明記しています。例外は、人が事前に許可した自動承認だけで、各書状は10分間保留され、その間は止められます。User Interviewsも、調査の開始前に全体の計画と項目別の費用を示し、明示的な確認を求めます。

---

AIにどこまで任せ、どこで人が承認を握るか。AIを徹底的に使いこなすためだけのコミュニティ「フロンティア・リーダーズ」で、実務を持ち寄りながら探っています。

読んだあとに、2時間手を動かして自分の仕組みを1つ残したい方へ。いけともハンズオンのアーカイブなら、見逃した回も受講できます。

エージェントに仕事を任せる具体的な手順は、書籍『Claude 最強のAI自動化術』にまとめています。

■合わせて読みたい

■関連記事