GPT-5.4「Computer Use」はRPAを置き換えるか？APIレス社内システムとの連携活用術

導入

2026年3月5日にリリースされた「GPT-5.4」は、AIが人間の代わりにPC画面を見てマウスやキーボードを直接操作する「Computer Use（コンピューターユース）」機能をネイティブ搭載しました。本記事を最後までお読みいただければ、APIを持たないレガシーな社内システムと、最新のSaaSを連携させる具体的な自動化シナリオを描けるようになります。高コストなRPAの保守運用から脱却し、AIエージェントを活用した次世代の業務フローを構築する第一歩を踏み出せるはずです。

これまで、最新のSaaSで受け付けたデータを社内システムに反映させるには、人間が手作業でコピー＆ペーストを繰り返すか、画面のわずかな変更で停止してしまうRPAに依存するしかありませんでした。しかし、視覚的な推論能力を持つGPT-5.4の登場により、この状況は一変しつつあります。

ボトルネック整理

「APIがないから、システム連携は不可能です」 情シスやDX推進担当者であれば、ベンダーからこの言葉を何度となく告げられ、絶望した経験があるのではないでしょうか。

結果として、現場には「SaaSの管理画面を見ながら、古い社内システムの入力フォームに手打ちで転記する」という、非生産的な業務が残されます。入力ミスを防ぐためのダブルチェックが常態化し、月末の繁忙期には疲労困憊のスタッフが残業を重ねる。まさに、現場は悲鳴を上げているはずです。

この課題を解決するためにRPAを導入した企業も多いでしょう。しかし、RPAは「指定された座標をクリックする」「特定のHTMLタグを探す」というルールベースで動くため、社内システムのUIが少しでもアップデートされたり、予期せぬポップアップが出現したりすると、途端にエラーを吐いて停止してしまいます。ロボットのメンテナンスに追われる「RPA保守地獄」は、心理的安全性をも脅かす深刻な運用課題となっています。

改善方針

ここで注目すべきが、GPT-5.4の「Computer Use」によるAIエージェントのアプローチです。従来のRPAとの決定的な違いは、「画面を視覚的に理解し、文脈に合わせて自律的に操作を決定する」という点にあります。

2026年3月6日時点の比較において、デスクトップ操作のベンチマーク（OSWorld-Verified）でGPT-5.4は75.0%の成功率を記録し、人間の平均スコアを上回る推論能力を示しています。つまり、ボタンの位置が数ピクセルずれたり、デザインが変わったりしても、AIが「これは登録ボタンだ」と自己修復的に判断してクリックできるのです。

改善の基本方針は、「APIが使えるモダンSaaSを司令塔とし、APIがないレガシーシステムへの入力をAIエージェントのComputer Useに任せる」というハイブリッド構成です。たとえば、日程調整ツールであるJicooのようなAPI完備のSaaSでデータをクリーンに取得し、そのデータをGPT-5.4に渡して社内システムへ「目視と手作業」で入力させます。

実装ステップ

では、具体的にどのように実装を進めればよいのでしょうか。1週間でプロトタイプを検証するためのステップを解説します。

1. トリガーの設計 まずはデータの入り口を標準化します。JicooのWebhook機能などを利用し、顧客からの予約や問い合わせが確定した瞬間に、そのデータをJSON形式でサーバー（または連携ミドルウェア）に送信するよう設定します。
2. AIエージェントへの指示（プロンプト）構築 受け取ったデータを元に、GPT-5.4 APIに対して「この顧客情報を、社内システムの新規登録画面に入力してください」という自然言語の指示と、対象システムのURLや起動手順を渡します。
3. Computer Useによる自律操作の実行 GPT-5.4が仮想環境上のブラウザを立ち上げ、社内システムにアクセスします。画面のスクリーンショットを撮影・解析し、該当する入力フィールドを特定して、キーボード操作でデータを自動入力します。
4. 人間による確認（Human-in-the-loop）の組み込み 入力が完了した段階でAIを一時停止させ、担当者のチャットツール（SlackやTeamsなど）に「入力内容の確認をお願いします」と通知を送ります。
5. 最終実行 人間が「承認」ボタンを押したことをトリガーに、AIが社内システムの「登録」ボタンをクリックして処理を完了させます。

運用ルール

AIにPC操作を委ねる際、最も懸念されるのがセキュリティとガバナンスです。AIが誤認識（ハルシネーション）を起こし、誤ったデータを登録したり、意図せずデータを削除してしまったりするリスクはゼロではありません。

そのため、実装ステップでも触れた「Human-in-the-loop（人間による確認）」のプロセスが絶対に不可欠です。決済やデータの最終確定など、取り返しのつかない操作の直前には、必ず人間の目を通すワークフローを設計してください。

実務的には、多要素認証（MFA）の壁も考慮する必要があります。スマートフォンへのSMS認証などが必要なログイン画面は、AI単独では突破できません。そのため、セッションを維持した専用の仮想環境を用意するか、ログイン部分だけは人間が代行するなどの運用ルールを定めるのが現実的です。また、AIに付与するアカウント権限は、必要最小限に留めるべきでしょう。

KPI設計

導入効果を測定するためには、単なる「作業時間の削減」だけでなく、運用保守を含めたTCO（総所有コスト）の観点でKPIを設計することが重要です。

• エラー発生率と復旧時間: 従来のRPAで頻発していた「UI変更による停止」が、Computer Useの自己修復能力によってどれだけ減少したかを計測します。
• コア業務へのシフト率: データ転記という単純作業から解放されたスタッフが、顧客対応や企画立案といった本来のコア業務にどれだけ時間を割けるようになったかを評価します。
• リードタイムの短縮: 顧客が予約を入れてから、社内システムにデータが反映されるまでの時間を計測します。

自動化の実装例

ここで、ある中堅企業の現場で起きた転換点のストーリーをご紹介します。

その企業では、営業担当者のスケジュール調整を効率化するためにJicooを導入し、顧客との面談設定自体はスムーズになりました。しかし、確定した面談情報を、APIを持たないオンプレミスの顧客管理システムに手動で転記する作業が残り、営業事務のチームは毎日夕方に1時間以上の「転記タイム」を強いられていました。「ツールを入れても、結局私たちの仕事は減っていない」という疲労感がチームを覆っていたのです。

そこで、GPT-5.4のComputer Useを活用した連携フローを試験導入しました。

Jicooでミーティングが確定すると、裏側でAIエージェントが立ち上がり、社内システムの重い画面をスイスイと操作してデータを入力していきます。事務スタッフの仕事は、チャットに飛んでくる「入力完了しました。登録してよいですか？」という通知に対し、内容をサッと確認して「承認」を押すだけへと変わりました。

ツール単体では完結しなかった「最後の1マイル」をAIが埋めることで、チームの雰囲気は劇的に改善しました。人間は「確認と判断」という責任ある仕事に専念し、機械的な作業はAIが担う。これこそが、本来あるべき人間中心の業務プロセスではないでしょうか。

まとめ

GPT-5.4の「Computer Use」は、これまで「APIがない」という理由で諦められていたレガシーシステムと最新SaaSの連携を、画面操作というアプローチで可能にしました。従来のRPAが抱えていた保守の脆さを克服し、より柔軟で自律的な業務自動化を実現する強力な選択肢となります。

もちろん、AIの自律操作にはリスクも伴うため、人間とAIが協調するワークフローの設計が欠かせません。しかし、煩雑な転記作業から解放され、チームが本来の価値創造に向き合えるようになる。その体験こそが価値です。

まずは、自社で最も「手作業の転記」が発生している業務を一つ洗い出し、SaaSのWebhookとAIエージェントを組み合わせた小さなプロトタイプから検証を始めてみてはいかがでしょうか。