Claude Codeで旧職を自動化してから新職へ｜営業・経理・マーケが月$20×週末2-3時間×3ヶ月で動く6ステップ

この記事は営業・経理・マーケ等の非エンジニア職で、AI失業の不安と転職を視野に入れ始めた30-50代の会社員向け（プログラミング経験ゼロでも読めます）。

従来型リスキリングの「順番」がそもそも間違っている

リスキリングの定石は決まっている。

新しいスキルを習得して、資格を取って、それを武器に転職活動。

経産省が補助金で後押ししている流れもこの順番（出典: 経産省リスキリング補助金ポータル）。

受講料の最大70%＝最大56万円を国が負担して、転職成功でさらに20%上乗せ。

一見、悪くない仕組みです。

ただ、この「順番」自体が時代遅れになっている。

3度のCPO（最高プロダクト責任者）経験を持ち、現在AI製品を構築中の起業家・@clairevoがLinkedInで発表した記事「You've been kicked out of the arena, you just don't know it yet」がはっきり書いている。

スタッフは2週間以内に手元の仕事の80%を自動化できたことを示せ、と。

「staff must demonstrate automating 80% of their responsibilities within two weeks or face reassessment（スタッフは2週間以内に手元の仕事の80%を自動化できたことを示せ。

できない者は再評価の対象になる）」

出典: @clairevo, LinkedIn

つまり、新しいスキルを覚えるより先に、いま手元でやってる仕事をAIで畳む。

これが@clairevoのキャリア論の核です。

個人的にはここが今回の話の肝だと思っている。

「旧職をAIで自動化した経験」そのものが、次の職場が一番欲しがる成果物になる。

順番がひっくり返ってる。

なぜ「旧職を自動化する」順番のほうが強いのか？

理由は3つある。

1つ目。

AI時代の採用市場は「AI習熟度＋ビジネス判断力＋実装経験」をひとまとめにした人材を欲しがっている。

Toptalが発表したQ1 2026のレポートによれば、全体求人は前年比▲8%で減っているのに、高スキルAI・テック人材の需要だけは前年比+4.8%で伸びている（出典: Allwork.space, Q1 2026 Hiring Trends）。

そして企業が一番欲しい人材像はこう書かれている。

「technical expertise, AI proficiency, business judgment, and communication skills（技術的専門性・AI習熟度・ビジネス判断力・コミュニケーションスキルを兼ね備えた経験者）」

出典: Toptal Q1 2026レポート

営業10年、経理10年の業務知識は「ビジネス判断力」そのものなんですよね。

そこにAIで実装した経験を1つ足すだけで、企業がいま血眼で探してる「AI×ビジネス両利き人材」になれる。

新卒からエンジニアスクールに通うのと比べて、明らかに有利な戦い方です。

2つ目。

日本の非エンジニア系AI関連求人は、エンジニア系より速く伸びている。

日経XTECHの調査によれば、2017年度比で2023年度の非エンジニア系AI関連求人は5.24倍。

エンジニア系の4.73倍を上回っている。

営業・企画・管理部門でAIを使える人が、いま一番足りていない。

3つ目。

AIスキル保有者の賃金プレミアムが急上昇している。

PwCの「2025 Global AI Jobs Barometer」は10億件の求人広告を分析した結果、AIスキル保有者の賃金プレミアムは前年25%から56%に倍増したと報告している。

正直、こんな短期間に倍増する給与トレンドはあまり見ない。

「習得→転職」の従来順番だと、習得が完了した頃には市場の好機が縮んでる可能性がある。

だから「自動化→ポートフォリオ→転職」の3ヶ月ルートのほうが理にかなっている、という話です。

@clairevoの主張をAisola Labが6ステップに再構成した

注意点を1つ。

@clairevo本人が「6ステップ」とラベリングしてX投稿で発表したわけではない。

確認できているのは、LinkedIn記事「You've been kicked out of the arena」と、How I AIポッドキャスト、Substack記事「The CPO who automates herself with AI」の3つ。

下記の6ステップは、これらをAisola Labが個人読者向けに分解・再構成したものです。

順番をひっくり返したロードマップは、こうなる。

合計で3ヶ月、月20ドル、週末2-3時間。

これで1本目の「動く自動化システム＝ポートフォリオ」ができる計算です。

実際にやれるかどうかの数字は、すでに各社の実例で出てる。

Rimoの事例ではRevenue Operations & Marketing担当者が、広告分析を3-5時間から体感7分に削減したと公開している（出典: Rimo, Claude Code広告分析事例）。

OstraconAIの営業チーム5名は、6つのClaude Codeスキルで週70-80時間の営業事務を削減している（出典: Ostracon, Claude Code for Sales）。

日本国内の事例として、製造業A社の営業部門が月次集計を3.2時間から14分（93%削減）、経理部門が請求書確認を4.5時間から35分（87%削減）にした報告もある（出典: Start-Link, 非エンジニア向けClaude Code活用事例）。

これ、正直やばい数字です。

非エンジニアでもここまで削れる、という前提で6ステップを見ていきます。

ステップ1〜2: 棚卸しとClaude Code環境構築の手順

@clairevoのLinkedIn記事を読んで一番刺さったのは、抵抗するスタッフへの態度です。

「if you can move fast and yet you don't--it's a you problem, babe.（速く動けるのに動かないなら、それはあなた側の問題だ）」

出典: @clairevo, LinkedIn

速く動くために、ステップ1とステップ2は今週末で終わらせる前提で書きます。

ステップ1: 業務を「自動化候補」と「手作業で残す」に分ける

『Continuous Discovery Habits』の著者であるプロダクト研究者がHow I AIポッドキャストで語った判断基準が、そのまま使えます。

「Can Claude just do this for me? Or should Claude be helping me do this?（Claudeがこれを全部やってくれるか？それとも私がやるのを助けてもらうか？）」

出典: How I AI: Claude Code for PM

具体的な手順はこう。

1. 直近1ヶ月のスケジュール帳を開く。Outlookでも紙の手帳でもOK。
2. 1時間以上かかった業務を全部リストにする。営業なら「商談議事録作成」「見積書作成」「週次レポート」、経理なら「請求書突き合わせ」「経費精算チェック」「月次決算用集計」、マーケなら「広告レポート」「競合調査」「SNS投稿文作成」が典型例です。
3. 各業務に「Claudeが全部やれるか / Claudeが助ける形か / Claudeに渡せないか」の3分類をつける。判定の目安は「ルールが文章で書けるか」。書ければ自動化候補。

引っかかりやすいポイントを1つ。

社外秘データ（顧客名・契約金額・社内システム）を扱う業務は、最初の練習対象から外す。

匿名化したサンプルデータで動かす方が安全です。

ステップ2: Claude Pro契約とClaude Codeインストール

Claude公式の料金ページで2026年5月時点で確認できる前提条件はこうなっている。

Freeプランは対象外。

最低でもProの月20ドルが必要です。

年払いに切り替えると月17ドルまで下がります。

個人的には、最初の3ヶ月は月払いでスタートして、続けると決めたら年払いに乗り換えるのが安全だと思う。

インストール手順はClaude Code公式ドキュメントに載っている。

1. claude.comでProプランを契約する。クレジットカード入力で月20ドルが請求される。
2. ターミナル（Macなら「ターミナル」アプリ、Windowsなら「PowerShell」）を開いて、公式が指定するインストールコマンド curl -fsSL https://claude.ai/install.sh | bash を実行する（Mac/Linuxの場合）。
3. 初回起動時にAnthropicアカウントでログインする。ブラウザが開いて認証画面が出ます。

Windowsの場合は公式ドキュメントの手順が別途用意されているので、必ずそちらを参照する。

ステップ3〜4: 1本目の自動化と横展開のやり方

ここからが本番です。

B2Bマーケティングのニュースレターを運営する筆者は、手元のマーケ脳をClaude Codeに移植した経験をこう書いている。

「I basically recreated my (marketing) brain in skills.（私は基本的に手元の(マーケティング)脳をskillsに作り直した）」

出典: Real marketers building with Claude Code, mkt1

同じ記事で、別のスタートアップ共同創業者はこう言ってる。

「A skill is literally knowledge that Claude now has. I think of a skill as a tool in a tool belt.（スキルは文字通りClaudeが今持っている知識。

私はスキルを工具ベルトに入った道具だと考えている）」

出典: 同上

ここでいう「skill」は、Claude Codeに「あなたはこういう作業をこういう手順でやる存在ですよ」と覚えさせるテキストファイル群のこと。

マーケ職なら「ホームページのポジショニング評価のやり方」、営業職なら「アカウント調査のやり方」、経理職なら「請求書突き合わせのやり方」を書いて渡す。

正直、ここが一番のキモです。

ステップ3: 1本目の自動化を3〜4週間で動かす手順

Rimoの広告分析自動化事例を、非エンジニアが模倣できる粒度に落とすとこうなります（出典: Rimo Claude Code事例）。

1. 「いま手作業でやってる業務」を1つ選んで、その手順を日本語の文章で書き出す。「①○○のサイトにログインする ②先週分のデータをCSVでダウンロードする ③Excelで合計と前週比を計算する ④Slackに3行サマリーを投稿する」のように、誰かに口頭で教えるレベルで書く。
2. Claude Codeを起動して、先ほどの手順書を渡す。「この手順を毎週金曜の17時に自動実行できるようにスクリプトを書いて」と指示する。
3. Claudeが書いてくれたコードを、まずは手元のサンプルデータで実行させる。動かなければエラーメッセージをそのままClaudeに見せて修正させる。動くまで繰り返す。
4. 動いた後で、本番データに差し替える。最初は「人間が承認してClaudeが実行する」instruction-basedモデル（Rimo社の運用方針と同じ）にしておくと事故が減ります。

引っかかるポイントは2つ。

Claudeが書いたコードが一発で動くことは少ないので、エラーが出てもパニックにならない。

エラー文をコピペで返すだけでClaudeがほぼ直してくれます。

もう1つは権限。

社外秘データを扱うシステムへの接続は、まず会社のセキュリティ規定を確認する。

情報システム部門に相談してから繋ぐのが安全です。

ステップ4: 同じ手法で2〜3個に横展開する

1本目が動いたら、棚卸しリストの2位・3位に同じ手順を当てる。

OstraconAIの営業チームが「6つのClaude Codeスキル」で週70-80時間削減を実現した道筋がそのまま参考になる（出典: Ostracon, Claude Code for Sales）。

1. 1本目の自動化スクリプトと手順書を、雛形としてコピーする。
2. 2本目の業務手順をClaudeに渡して、雛形の構造に合わせる形でスクリプトを書かせる。
3. 同じデバッグ（書いては動かして直す）サイクルを回す。2本目以降は1本目より明らかに速く動かせます。

横展開フェーズで気をつけたいのは、欲張らないこと。

3ヶ月で2〜3個自動化できれば十分。

@clairevoが言う「2週間で80%自動化」は経営者向けの号令で、個人の週末2-3時間ペースとは時間軸が違います。

ステップ5〜6: GitHubポートフォリオ化と転職面接での提示

ここが@clairevoのキャリア論で一番効くフェーズです。

「自動化した経験」を、転職市場で見える形に変換する。

大手ECプラットフォームの最高経営責任者がHow I AI関連で発信したこの一言を、採用責任者たちはほぼ全員読んでる。

「I don't think it's feasible to opt out of learning the skill of applying AI in your craft...Stagnation is almost certain, and stagnation is slow-motion failure.（手元の仕事にAIを適用するスキルを習得しないことは選択肢にないと思う。

停滞はほぼ確実で、停滞はスローモーションの失敗だ）」

出典: Lenny's Newsletter, How I AI announcement

採用側の頭はもう「AI実装経験」を必須要件として見てる。

だから「動く成果物」を見せられる人とそうじゃない人で、面接の温度が完全に変わります。

ステップ5: GitHubに公開READMEとして置く手順

非エンジニアがGitHubを使うのは正直ハードルがあるけど、READMEを置くだけなら難しくない。

1. GitHubで無料アカウントを作る。メールアドレスとパスワードだけで5分。
2. 「New repository」ボタンを押して、新しいリポジトリ（プロジェクト一式の保存箱）を作る。名前は「sales-automation」「invoice-checker」など、何の業務を自動化したか分かる英語名がおすすめ。
3. 「README.md」というファイルを作って、こう書く。「①どんな業務を自動化したか（300字）②自動化前は何時間かかってたか／自動化後は何分か（数字）③Claudeに渡したプロンプトの概要 ④ハマったポイントと解決策」。社外秘データは絶対に載せない。
4. 自動化スクリプト本体はリポジトリにアップロードする。社外秘の社名・データは全てダミー値に置換する。
5. READMEの最上部に「Before/After」を1行で書く。例: 「広告分析 3-5時間 → 7分（94%削減）」。これが面接官の目に最初に入る数字になります。

ポイントは「数字」と「再現可能性」。

営業93%削減、経理87%削減のような実例は、面接で会話の主導権を握れる強さがあります。

ステップ6: 転職面接・社内ポジション面談で提示する手順

提示の仕方も決まりがある。

Toptalが採用市場で一番求められると報告した「technical expertise, AI proficiency, business judgment, and communication skills」を、READMEと面接トークの両方で見せる構造です。

1. 面接前にエントリーシート・職務経歴書のスキル欄に「Claude Code活用：旧職○○業務を自動化（GitHub URL添付）」と1行書く。URLが効きます。
2. 1次面接の早い段階で、PCを開いてREADMEのBefore/After部分を見せる。「実際に動いてるところを見ますか？」と聞いて、面接官がイエスなら30秒で実演。
3. 「なぜこの業務を選んだか」「会社のセキュリティ規定とどう調整したか」「次に自動化するならどこか」の3問を必ず先回りで答える。これがビジネス判断力の証明になります。
4. 社内ポジション転換を狙う場合は、上司との1on1でREADMEを見せて「この成果物をベースに、AI推進担当として動きたい」と提案する。社外転職より成功確度が高いケースが多いです。

個人的には、社内転換ルートを軽視しない方がいいと思う。

10年積んだ業界知識をそのまま使えるポジションは、社外より社内の方に多い。

@clairevoが「全ての役割が変わっていく、だったらこの役割も変わらないわけがない」（出典: User Obsession, The CPO who automates herself with AI）と書いていた通り、いまある役職を再定義する動きは社内のほうが早い場合がある。

批判・反論にも目を通しておく

順番ひっくり返し型がいくら理にかなっていても、「リスキリングそのものに懐疑的な研究」も同時に存在する。

両方読んでおくほうがフェアです。

Brookings Institutionの分析記事は冷静にこう書いている。

「Retraining programs have historically produced mixed results, with many workers failing to return to equivalent roles after technology-driven disruption.（リトレーニングプログラムは歴史的に混在した成果しか出しておらず、テクノロジー主導の混乱後に多くの労働者が同等の役割に戻れていない）」

出典: Brookings Institution

McKinseyも似たトーンで指摘している。

米国労働者の75%が「AIで手元の役割が今後5年で変わる」と予想しているのに、実際にスキルアップを受けたのは45%だけ。

このギャップは研修だけでは埋まらないと（出典: McKinsey, Redefine AI upskilling）。

PMI（プロジェクトマネジメント協会）のM365 Copilot導入研究はもっと露骨で、参加者の9割がフォーマルなトレーニングは有用と認めながら、7割がオンボーディング動画を無視して体験学習に頼ったと報告している（出典: PMI, AI workforce upskilling execution gaps）。

これら反論の核心はexecution gap（実行ギャップ）。

つまり「学んでも実装まで行かない」が問題なんですよね。

逆に言えば、今回の6ステップは最初から「動くものを作る」を中心に置いてるので、execution gapを構造的に避けられる設計になっている。

批判記事を読んでもむしろ6ステップの妥当性が補強された、という読み方ができます。

3ヶ月後のリアルな状態

3ヶ月後、6ステップを完走した非エンジニア会社員が立っている場所はこうなる。

• 旧職の業務を2〜3個、Claude Codeで自動化した経験
• GitHub公開のREADME 1〜3本（数字付きBefore/After付き）
• 月20ドル×3＝60ドル（約9,000円）の総投資
• 週末2-3時間×12週＝合計24-36時間の学習時間
• 面接で1秒目から差別化できる「動く成果物」

従来型リスキリング研修の30-50万円・6ヶ月-2年と比べてみる。

正直、桁が違いすぎる。

もちろん全員が3ヶ月で完走できるわけじゃない。

Brookings・McKinsey・PMIの研究が示すexecution gapは個人にも当てはまる。

週末2-3時間を本当に確保できるか、最初の1本目で挫折しないか、ここがリアルな分かれ目です。

ただ、6ステップ自体に新しい資格も特殊スキルも要らない。

営業10年、経理10年の知識をそのまま材料として使う設計です。

私は注目している順番ひっくり返し型のリスキリング論として、@clairevoの主張は今年一番見逃せない論点だと考えている。

FAQ

Q. プログラミング経験ゼロでも本当に3ヶ月で動くものが作れますか？

A. Claude Codeは自然言語で「こういう手順で動かして」と指示すれば、Claude側がコードを書いてくれる設計です。

OstraconAIの営業チーム5名や、B2Bマーケニュースレター運営者など、非エンジニアが業務自動化を達成した事例が複数報告されている（出典: Ostracon、mkt1）。

コード自体を理解しなくても、エラーをClaudeに見せて直してもらうサイクルを回せば動くようになります。

Q. 月20ドル以外に隠れたコストは発生しますか？

A. Claude公式の料金ページで2026年5月時点で確認した範囲では、Proプラン月20ドル（年払い月17ドル）でClaude Codeは利用可能です。

GitHub無料アカウントは無料。

社外秘データを扱うシステムに接続する場合、社内セキュリティ規定の確認や情報システム部門との調整時間が発生します。

Q. @clairevoは本当に「6ステップ」と発表したのですか？

A. 6ステップというラベリング自体は、Aisola Labが@clairevoのLinkedIn記事とHow I AIポッドキャストとSubstack記事を、個人読者向けに分解・再構成したものです。

@clairevo本人の主張は「2週間以内に手元の仕事の80%を自動化できたことを示せ」（LinkedIn）「全ての役割が変わっていく、だったらこの役割も変わらないわけがない」（Substack）が中心で、本記事の6ステップ分割は二次加工であることを明示しておきます。

Q. 経産省のリスキリング補助金（最大56万円）と併用できますか？

A. 経産省「リスキリングを通じたキャリアアップ支援事業」の対象は、原則として認定された講座の受講料です。

Claude Pro月20ドルの自己学習は対象外の可能性が高い。

一方で、認定研修を別途受けながら6ステップを並走させる構成は可能です。

補助金詳細は経産省ポータルで最新情報を確認してください。

Q. AI失業の予測データをもう一度教えてもらえますか？

A. WEF「Future of Jobs Report 2025」では、2030年までに1億7000万の新しい雇用が創出され、9200万の雇用が置き換えられて純増7800万件の見込み。

全世界の労働力の59%が2030年までに再スキルアップが必要と推計され、そのうち11%は再スキルアップ機会を得られないリスクがあるとされています。

Q. 1本目の自動化で何を選べばいいか分かりません。どう決めればいいですか？

A. 判定の目安は3つ。

①直近1ヶ月で2時間以上を消費した業務であること。

②手順を日本語の文章で他人に説明できること。

③社外秘データの扱いがシンプル（ダミー値に置換できる）こと。

営業なら「週次レポート作成」、経理なら「月次集計の前準備」、マーケなら「広告レポートのまとめ」が典型的な1本目候補です。

このページに出てきた言葉

参考リンク

• @clairevo LinkedIn記事「You've been kicked out of the arena, you just don't know it yet」: LinkedIn
• @clairevo Substack記事「The CPO who automates herself with AI」: User Obsession
• How I AI ポッドキャスト Claude Code回: Lenny's Newsletter
• Claude公式 料金ページ: claude.com/pricing
• Claude Code 公式ドキュメント: code.claude.com
• Rimo Claude Code広告分析事例: Rimo
• OstraconAI Claude Code for Sales: Ostracon
• Real marketers building with Claude Code: mkt1
• Start-Link 非エンジニア向けClaude Code活用事例: Start-Link
• WEF Future of Jobs Report 2025: World Economic Forum
• PwC 2025 Global AI Jobs Barometer: PwC
• Toptal Q1 2026 AI採用動向: Allwork.space
• 日経XTECH AI関連求人6年で4.7倍: 日経XTECH
• Brookings AI労働者リトレーニング分析: Brookings Institution
• McKinsey Redefine AI upskilling: McKinsey
• PMI AI workforce upskilling execution gaps: PMI
• 経産省リスキリングを通じたキャリアアップ支援事業: 補助金ポータル
• 帝国データバンク リスキリング調査2024: TDB
• Karpathy US Job Market Visualizer: karpathy.ai/jobs

※この記事の内容は執筆時点のものです。AIは進化が速い分野のため、最新の仕様は公式サイトでご確認ください。