Skyvernを活用したブラウザ自動化の外受託で月収4500ドル
ワークフロー:毎日、顧客企業のエントリリストから1件のウェブ操作タスク(競合価格のバッチスクレイピング、調達フォームの自動入力、クロスサイトでのデータ移行、複数ページにわたる申請の自動送信など)を取得する。SkyvernのAPIまたはローカルのDocke
主要項目
FIELD STAMPS🔧 ワークフロー
毎日、顧客企業のエントリリストから1件のウェブ操作タスク(競合価格のバッチスクレイピング、調達フォームの自動入力、クロスサイトでのデータ移行、複数ページにわたる申請の自動送信など)を取得する。SkyvernのAPIまたはローカルのDockerデプロイ環境を使用し、自然言語の目標記述を入力すると、システムが自動的にブラウザを開き、ページ要素を認識し、クリックとフォーム入力を実行して、最終的に構造化データと操作ログを出力する。人間はスクレイピング結果の正確性のレビュー、認証コードやログインブロックへの対応、視覚モデルの誤判定の境界ケースのデバッグを行い、その後結果をまとめて顧客に納品する必要がある。
🛠 構築のハードル
Dockerが稼働するクラウドサーバーが1台必要となる。PyPIを使用してskyvernパッケージをインストールするか、GitHubリポジトリをクローンしてオープンソース版をデプロイし、GPT-4oやClaudeなどの主要なビジョン大規模言語モデルのAPIキーを接続する。技術的なハードルは、タスク分解ロジックの理解と視覚的な誤判定のデバッグにあり、Pythonの基礎知識、ログの読み取り能力、問題の特定を補助するPlaywrightのスキルが必要となる。約1週間で公式サンプルを稼働させることができ、その後さらに1〜2週間かけて特定の顧客シナリオに合わせた適応を行う。
🧰 ツールチェーン
- 🔧 Skyvern
- 🔧 Playwright
- 🔧 GPT-4oまたはClaude
- 🔧 Docker
- 🔧 Python
💰 収入
① 企業顧客の自動化外受託(主収入):顧客はタスクごとの従量課金または月額の保守サブスクリプションで支払い、1顧客あたり月300〜800ドル。常時2〜3社の長期顧客を維持し、内部試算では月収が4000〜5000ドル(約3.2万元)で安定しており、月収に占める割合は未記載(事例ベースであり、外部からの検証は受けていない)。② 単発のプロセスデプロイプロジェクト費用:新規顧客からのプロジェクトごとのデプロイ費用。見積もり、プロジェクト数、収入に占める割合はいずれも非公開。③ プラットフォームエコシステムのテンプレートとプラグインのライセンス供与:Skyvernの公式発表では500社以上の企業ユーザー、10M+のワークフロー(企業による公式発表)があり、個人が業界テンプレートやプラグインのライセンス供与を行っているが、価格設定、ライセンス数、収入に占める割合の数値はいずれも非公開。④ オチャンスポット――プラットフォーム側や同類のAI企業への正社員としての採用(メーカーの採用ページで創業開発者の年収が120K〜300Kドルと開示されている)、またはRPAが機能しなくなった後の移行・代替プロジェクトの受託。これらが収入全体に占める割合については記載がない。
💸 コスト
クラウドサーバーが月額約50〜80ドル、ビジョン大規模言語モデルのAPI呼び出し費用が月額約200〜400ドルで、合計約300ドル前後となる。偶発的なプロキシIP費用やテスト環境のコストを考慮しても、総コストは350ドル以内に抑えられており、粗利益率は90%を超える。
⏱ 時間投入
毎日3〜5時間。主に出力結果のレビュー、失敗したタスクのデバッグ、顧客との要件変更の協議に使用される。一度稼働させたタスクは再利用できるため、後期の保守時間は徐々に減少する。
🚀 初心者ガイド
まずGitHubからSkyvernのリポジトリをクローンしてローカル環境で公式サンプルを稼働させ、ビジョン自動化が自身のブラウザ上で正常に実行されることを確認する。その後、Upwork、Fiverr、LinkedIn、または業界フォーラムに赴き、ウェブサイトのリニューアルによりRPAが機能しなくなっているEコマース、貿易、物流の中小企業を探し、1件の無料デモタスクによってビジョン自動化の耐障害性を証明した上で、有料サブスクリプションに移行する。
🔑 成功のカギ
- ✅ DOMの変更により従来のRPAが対応できなくなった企業顧客を選び、すでに安定した自動化ソリューションを持つ大企業を避ける
- ✅ 固定のセレクタではなくビジョン大規模言語モデルを使用してウェブページのUIの変化に適応し、リニューアル後の保守コストを削減する
- ✅ 人間による出力のレビューとビジョン誤判定の境界ケースへの対応を行い、AI自動化を完全自動のブラックボックスではなく半自動ツールとして扱う
- ✅ まずは無料でデモを行い、その後に有料サブスクリプションへ移行することで、実際のタスク結果により信頼を築き、顧客獲得のハードルを下げる
- ✅ APIの呼び出しコストをコントロールし、重複するページのスクリーンショットや構造化データをキャッシュすることで、タスクごとに大規模言語モデルのトークンが再消費されるのを防ぐ
⚠️ 风险
- ⚠️ ウェブサイトのスクレイピング対策やログイン認証コードによって自動化プロセスがブロックされる可能性があり、追加のCAPTCHA解決サービスや人間の介入が必要となる
- ⚠️ 顧客の属する業界のコンプライアンス要件によりデータスクレイピングの範囲が制限される場合がある。例えば、金融や医療データのスクレイピングには追加の認可が必要となる
- ⚠️ ビジョン大規模言語モデルが複雑な動的ページや型破りなレイアウトに対して誤判定を起こし、タスクの失敗率が上昇する可能性がある
- ⚠️ オープンソースフレームワークのイテレーション速度が速いため、Skyvernのバージョンアップに継続的に追随する必要がある。さもないと、古いデプロイが廃止される可能性がある
📌 実例
- 📌 あるEコマースの顧客企業でウェブサイトがリニューアルされたことにより既存のRPAスクリプトがすべて機能しなくなったが、Skyvernのビジョン自動化に切り替えたことで商品価格のバッチスクレイピングタスクが正常な実行に戻り、顧客が6ヶ月間契約を更新した
- 📌 ある個人開発者がSkyvernを使用して貿易企業向けにクロスサイトのデータ移行プロセスを構築し、阿里巴巴国際站(Alibaba.com)からサプライヤーの見積もりを取得して顧客の社内調達システムに自動入力させ、1回あたり800ドルのデプロイ費用を受け取った
- 📌 GitHubでSkyvernが17.6kのスターを獲得し、コミュニティ内の複数のユーザーがこれを利用してフォームの自動送信やクロスサイトのデータスクレイピングを完了した実際の事例を通じて、企業シナリオにおけるビジョン自動化的の実行可能性が検証された