← ステッカーウォール AGENT · DETAIL

Moveworksモデル：企業ITチケットAgentアウトソーシング、1社あたり年商35万元

ワークフロー：毎日企業のチケットシステム（ServiceNow、Jira、Zendeskなど）に接続し、LLMを用いてチケットの分類、ナレッジベース検索、パスワードリセット、ソフトウェア設定などの定型作業を自動化します。自動解決できないチケットは自動的に

AGENT

主要項目

FIELD STAMPS

業界SaaS・業務ソフト

地域グローバル

規模中小企業

チャネルオンライン

🔧 ワークフロー

毎日企業のチケットシステム（ServiceNow、Jira、Zendeskなど）に接続し、LLMを用いてチケットの分類、ナレッジベース検索、パスワードリセット、ソフトウェア設定などの定型作業を自動化します。自動解決できないチケットは自動的に人間にエスカレーションし、構造化された要約と推奨回答を生成します。入力は生のチケットテキストと企業のナレッジベース文書であり、出力は解決済みチケット、クローズ率レポート、および週次の自動化振り返りレポートです。これにより「チケット入力、結果出力」の閉ループ運用が形成され、人間は毎日約10%の複雑なエスカレーション案件の処理と、プロンプト戦略の最適化を行うだけで済みます。

🛠 構築のハードル

ServiceNowやJiraなどの主要チケットシステムのAPIを習得し、LangChainやn8nなどのAgentオーケストレーションフレームワークに精通する必要があります。また、RAG（検索拡張生成）アーキテクチャの基礎知識を持ち、企業のITナレッジベースの構造と権限モデルを理解することが求められます。個人がゼロから始める場合、約1〜2ヶ月の体系的な学習と構築期間が必要です。Moveworksの軽量な代替として、オープンソースのRAGソリューション（LlamaIndex、Milvusなど）や自作のLLM+RAGアーキテクチャを採用でき、基盤モデルを自社開発する必要はありません。重要なのは、ナレッジベースの構造化とタグ付けを徹底することです。

🧰 ツールチェーン

🔧 LangChain
🔧 n8n
🔧 ServiceNow API
🔧 Jira REST API
🔧 Azure OpenAI API

💰 収入

① 中堅企業クライアントのITサービスデスク（主収入）：チケット単価制で1枚あたり3〜5ドル。月平均1万枚で月商3〜5万ドル、年商36〜60万ドル。月間売上の約100%を占める（資料内の数値から逆算、事例ソースであり第三者による検証なし）。② プロジェクト型導入クライアント：プロジェクトごとに5〜10万ドルの導入費用を徴収し、別途月額保守費が発生。1社あたりの年商は約35万元。クライアント数は確認できず、売上比率は不明（事例資料、第三者検証なし）。③ プラットフォームエコシステムの参照（大手ベンダーのサブスクリプション基準）：ServiceNowは大手企業向けにサブスクリプション制を採用。2026年第1四半期のサブスクリプション収益は約42億ドル、cRPOは約53億ドル。Now Assistの月間アクティブ企業ユーザーは100万超。大手ベンダーのAgentによる圧迫がある中、独立系事業者は中小クライアントの隙間を狙う必要があるが、シェアの詳細は未確認（2026年第1四半期時点の会社公表値）。④ 機会項目：構築済みのITSMナレッジベーステンプレートを同業他社に横展開することで得られる収益については言及なし。

💸 コスト

LLM APIの呼び出しコストはチケット1,000枚あたり約50〜100ドル。サーバーホスティング、ベクトルデータベース、ナレッジベースの保守費用を合わせると、月間運用コストは約1,000〜3,000ドルとなり、利益率は85%以上に達します。

⏱ 時間投入

毎日2〜4時間をAgentの稼働監視、エスカレーション案件の処理、プロンプトの改善に費やします。週に1回、クライアントとのオンライン報告会とナレッジベース更新会議を行います。プロジェクト初期の工数はやや高いですが、安定後は作業量が大幅に減少します。

🚀 初心者ガイド

第一段階として、中堅・中小のITサービス事業者や、大量の定型ITチケットを抱える企業をパイロットクライアントとして選定します。オープンソースのRAGソリューションを用いて、パスワードリセットやソフトウェアインストールなどの高頻度で単純なチケットから処理し、チケット自動解決率と応答時間を主要指標として価値を証明します。第二段階として、チケット単価制で月額契約を結び、徐々にアカウント権限管理やハードウェア修理などの複雑なシナリオへ拡張します。同時に、業界別のナレッジベーステンプレートを蓄積し、次期クライアントの導入コストを削減します。

🔑 成功のカギ

✅ まずはナレッジベースの構造化とタグ付けを徹底し、Agentの精度を90%以上に引き上げる
✅ 固定サブスクリプションではなくチケット単価制を採用し、クライアントが小規模から試せるようにする
✅ チケット解決の自動化振り返りメカニズムを構築し、プロンプトと検索の重み付けを継続的に最適化する
✅ クライアントのITチームと共同でナレッジベースの更新フローを構築し、Agentの回答が陳腐化するのを防ぐ

⚠️ 风险

⚠️ 大手ベンダー（ServiceNow、IBMなど）がAI Agent機能を標準搭載しており、独立系事業者の市場が圧迫される
⚠️ 企業のナレッジベースが断片化している場合、Agentの精度が急落し、クライアント離れを招く
⚠️ チケット数がクライアントの業務サイクルに左右されるため、1社あたりの収益が不安定になる

📌 実例

📌 West MonroeはMoveworksの技術スタックを採用してITチケットを処理し、解決時間を数日から30分に短縮。年間140万ドルの人件費を削減した。
📌 ServiceNowの自社製AI Agentは、ITチケットの90%を処理し、処理速度を99%向上させた。ある中堅テクノロジー企業が導入後、ITサービスデスクの人員を40%削減し、チケット解決時間を2日から30分に短縮、年間60万ドルの人件費を削減した。
📌 あるグローバルITサービス事業者がMoveworksの代替案を基にクライアントへITチケット自動化を導入。最初のクライアントで年商35万元の契約を獲得し、3社で安定した収益化を実現した。

出典