「業務を自動化したい」と調べ始めた瞬間、名前の洪水に遭います。
AI、生成AI、LLM、AIエージェント、Agent、MCP、RPA、iPaaS、ワークフロー、AI-OCR、ノーコード、ローコード、API、ChatGPT、Gemini、Claude、Microsoft 365 Copilot、GitHub Copilot、Power Automate、UiPath、WinActor、n8n、Make、Cursor、Perplexity、DeepSeek、Grok、Devin、NotebookLM、Dify、Ollama、Claude Code、Codex、Cline、Manus、Genspark、Felo、Yoom、TROCCO、ロボパット、BizRobo!、ASTERIA Warp、Agentforce、Antigravity、Kiro、CrewAI、Claude Cowork、OpenClaw、tsuzumi、exaBase 生成AI、DX Suite、スマートOCR、SmartRead、AIRead、LINE WORKS OCR、HULFT Square、アシロボ、Coopel、batton、EzRobot、マクロマン、MICHIRU RPA、SynchRoid、AUTORO、ActRecipe、Anyflow Automation、Anyflow Embed、bindit、BizteX Connect、Datable、IIJクラウドデータプラットフォームサービス、JENKA、JOINT iPaaS for SaaS、Magic xpi、Qanat Universe、Reckoner、SaaStainer、Waha! Transformer……。
これらの言葉、名前の洪水に遭っていませんか？ そして——それぞれを、下のイラストのどこかに当てはめることは、できますか？
このイラストは ChatAI である Gemini Pro 3.1 + Nanobanana で生成されています。AI エージェントも同じことができます。図は★転載 OK★です（条件は記事末尾）。
答え合わせは記事の最後にあります。本稿では、業務自動化に使われている 66 製品を同じ様式で 1 つずつ調べ（2026-08-26 時点の公開情報）、6 役に分類して、この工場の絵に当てはめていきます。それぞれの役について、実業務で気になること — 用途・価格の数え方・導入しやすさ・安定性・壊れ方・前提条件・情報セキュリティ・継続性と出口 — も説明します。
1. 業務自動化を、1 つの工場に例えると
66 製品は、次の 6 役に全部収まりました。
| 例え | 正体 | 用途（何をするか） |
|---|---|---|
| 工場の機械🏭 | 業務システム（会計・勤怠・販売…） | データを持っている側。★連携される側★ |
| 電線（配線） | API（Application Programming Interface） | 機械に元から付いている「接続口」に挿す線 |
| 操作台 | MCP（Model Context Protocol） | ★AI のために整えられた操作口★。配線の先につながる |
| タブレットの人👷♂️ | ★本物の人間★（現場の担当者） | 委任の範囲を決め、全体を監督する |
| ① 天井の指令モニター💬 | ChatAI（13 製品） | 指示と答えを出す。★手は出さない★ |
| ② 操作台に座る人型ロボット🤖 | AI エージェント（13 製品） | 操作台（MCP）越しに、自分で判断して機械を触る |
| ③ 生産ライン🔁 | ワークフロー | 仕事が流れる★順番★を作る |
| ④ ラインの機械腕🦾 | RPA（Robotic Process Automation）（12 製品） | ★決められた動きを、決められたとおり繰り返す★ |
| ⑤ 配線盤🔌 | iPaaS（Integration Platform as a Service）（③と合わせて 23 製品） | どの線（API）をどこへ送るかを束ねる |
| ⑥ 紙の受入口📄 | AI-OCR（Optical Character Recognition＝光学文字認識）（5 製品） | 紙をデータに変える入口 |
略語の正体は上のとおりです。API・RPA・iPaaS・OCR は特定の団体規格ではなく仕組みの総称で、★公式の規格書があるのは MCP だけ★（modelcontextprotocol.io）。LLM（Large Language Model＝大規模言語モデル）は ① と ② の中身にあたる技術の名前です。
最初に、絵の主役ではないのに一番大事な 「工場の機械」＝業務システム の話をさせてください。
会計の freee会計・マネーフォワード クラウド会計・弥生、人事労務の SmartHR、勤怠の KING OF TIME、顧客管理の Salesforce Sales Cloud、チャットの Slack —— 御社の業務データは、こうした業務システムの中にあります。自動化の道具はどれも、この「機械」を動かすための道具であって、機械の代わりではありません（API が初めての方は、先に「APIとは何か調べてみた」をどうぞ）。
kintone（サイボウズ）のようなローコード製品も、この絵では「機械」側です。既製の機械と違うのは、★棚や配管を自分で組み立てられる機械★だということ — プログラムを書かずに、自社の業務に合わせた業務システムを自分で作れます。作った後は他の機械と同じで、データを持ち、接続口（API）を持ちます。
そして、この工場で覚えることは実は 1 つだけです。
★機械に接続口（API・MCP）があれば、AI は操作台から触れる。接続口の無い仕事は、機械腕が人の動きをなぞる。★
では、絵を 1 か所ずつ拡大して見ていきます。
2. ① ChatAI＝天井の指令モニター💬
工場の天井に浮かぶ指令モニターです。段取りを相談すれば図面も答えも返してくれます。中身は LLM（大規模言語モデル）— それを会話画面で使えるようにした製品群がこの分類です。ただし ★モニターは床に降りてきません★。答えを読んで動くのは、あくまで人か、別の道具です。
| 観点 | 実態（2026-08-26 時点） |
|---|---|
| 用途 | 文章・要約・調べもの・相談。★答えを出すまで★が仕事 |
| 価格の数え方 | 人数（ユーザー／シート）の月額が主流。API 利用はトークン従量 |
| 導入しやすさ | ★6 役で最も軽い★。ブラウザだけで今日から試せる |
| 安定性・壊れ方 | 答えが間違っていても、見た目は正常に動き続ける |
| 前提条件 | ★答えの検品は人の仕事として残る★ |
| 情報セキュリティ | 個人プランは入力が AI の学習に使われる製品がある（設定で切れるものが多い）。法人プランは「学習に使わない」定めが主流。★同じ製品でもプランで扱いが変わる★ |
| 継続性と出口 | ★モデルの引退・置き換えが起こる★（Grok は旧モデルを新モデルへ自動で振り替えると告知）。大事な成果物はその都度手元に保存 |
| 注意事項 | 検品の費用（人の時間）を見積もりに入れ忘れやすい |
Microsoft は Microsoft 365 Copilot の公式資料で「生成 AI によって生成される応答は、100% 事実であるという保証はありません。」と明記しています。
当てはまる言葉（13 製品）
| 製品 | 一言 |
|---|---|
| ChatGPT | OpenAI。会話型 AI の代名詞 |
| Claude | Anthropic。長い文書の読み書きに強い |
| Gemini | Google。Google のサービス群と同居 |
| Microsoft 365 Copilot | Microsoft。Word・Excel の中で動く |
| DeepSeek | 中国発。ウェブ版チャットは無料 |
| Grok | x.ai。X（SNS）と同居 |
| Perplexity | 検索と回答をひとつにした AI 検索 |
| Felo | 日本発の AI 検索。法人向けプランあり |
| Genspark | 検索・資料作成・動画生成まで担う |
| NotebookLM（現 Gemini Notebook） | Google。★手元の資料だけ★に基づいて答える |
| exaBase 生成AI | エクサウィザーズ。国産の法人向け生成 AI 環境 |
| tsuzumi | NTT。国産の軽量モデル |
| Ollama | 自分のパソコンの中で動かすローカル実行 |
3. ② AI エージェント＝人型ロボット🤖
①との違いはただ 1 つ、★実際に手を動かす★ことです。操作台の前に座り、機械のデータを読み、書き換え、注文まで出せます。
この人型ロボット専用に整えられた操作台が MCP（Model Context Protocol・公式規格）です。人間用の画面ではなく、★AI が確実に操作できるように作られた操作口★で、その先は配線（API）で各機械につながっています。つまり ★操作台が置かれている機械にしか、ロボットは触れません★。
| 観点 | 実態（2026-08-26 時点） |
|---|---|
| 用途 | 判断を挟む作業の代行。読む・書く・注文するまで自分でやる |
| 価格の数え方 | クレジット・実行量の従量が主流（シート月額と併用も） |
| 導入しやすさ | ★6 役で最も準備が要る★。触らせたい機械側の接続口と、委任の設計が先 |
| 安定性・壊れ方 | ★誤った判断のまま働き続けることがある★（詳しくは後半で） |
| 前提条件 | 機械側の接続口（API・MCP）＋★委任状★（どこまで独断でやってよいか） |
| 情報セキュリティ | 法人・商用契約は「学習に使わない」定めが主流。個人利用は既定で操作内容が改善に使われる製品もある（Antigravity は既定オン・設定で変更） |
| 継続性と出口 | クレジット前払い型は★退会時に未使用分が失効する製品がある★（Manus は規約に明記）。作業記録・成果物の持ち出し方も先に確認 |
| 注意事項 | 既定で承認を求めるか・求めないかは製品と設定で異なる |
「委任状」の範囲を決めるのは、絵の中で唯一の人間 — タブレットを持った現場の担当者です。Kiro（AWS）は、まかせきりの設定を「Autonomous mode is off by default」（公式ドキュメント）— ★既定では切ってある★設計にしています。委任状の範囲を広げるほど速くなり、同じ速さで危険も増えます。
当てはまる言葉（13 製品）
| 製品 | 一言 |
|---|---|
| Agentforce | Salesforce。顧客対応を代行し、手に負えないと人に引き継ぐ |
| Antigravity | Google。変更前に止まって承認を求める設定が既定の推奨 |
| Claude Code | Anthropic。端末で動く開発エージェント |
| Claude Cowork | Anthropic。Claude のプラン内で使う作業エージェント |
| Cline | オープンソースの開発エージェント |
| Codex | OpenAI。壁を越える操作は既定で人に確認 |
| CrewAI | 複数の AI を組ませて働かせる枠組み |
| Cursor | AI を内蔵したコードエディタ |
| Devin | Cognition。自律型の開発者 AI |
| GitHub Copilot | GitHub。コード補完から始まった定番 |
| Kiro | AWS。まかせきりは既定オフ |
| Manus | 汎用の作業代行エージェント |
| OpenClaw | オープンソース。自分で用意した AI の鍵で動かす |
4. ③ 生産ライン＝ワークフロー🔁
「受付 → 確認 → 記帳 → 通知」のように、仕事が流れる★順番★を作るのがワークフローです。ラインを流れるのは部品ではなくデータで、各工程に道具（①〜⑥のどれでも）を配置できます。
| 観点 | 実態（2026-08-26 時点） |
|---|---|
| 用途 | 定型の流れ（受付→確認→記帳→通知）を毎回同じ順で回す |
| 価格の数え方 | 実行数・タスク数・処理時間・データ量など製品ごとに単位が違う。★単位が違うと比べられない★ |
| 導入しやすさ | 画面上でブロックを並べる製品が主流。プログラムは不要 |
| 安定性・壊れ方 | ★失敗が目に見える★。多くは既定で止まり、記録が残る |
| 前提条件 | 各工程の相手（機械）に接続口があること |
| 情報セキュリティ | 通り道として業務データが流れる。★データの保管場所と学習利用の定めは契約前に確認★（Dify・Make・n8n は「学習に使わない」を明記） |
| 継続性と出口 | ★組んだフローは製品固有★ — 乗り換え時に持ち出せるかは要確認（作り直しが基本） |
| 注意事項 | 「エラーのとき止まるか進むか」は製品と設定で違う — 契約前に確認 |
ラインの良さは ★失敗が目に見える★ことです。たとえば Yoom は「エラーが発生するとフローボットが途中で停止し、「エラー」履歴に表示されます。」（ヘルプ）と明記しています。止まって、記録が残る。工場らしい、行儀のよい壊れ方です。
この役の製品は ⑤ 配線盤と共通です（1 つの製品が「ライン」と「配線盤」の 2 役を兼ねます）。23 製品のうち、★流れの組み立てと、エラー時の進退（止める・続ける・別経路へ）まで公式資料で確認できた 14 製品★をここに挙げます。残る 9 製品は ⑤ に載せます。
ワークフローとして確認できた製品（14 製品）
| 製品 | エラー時の流れ（公式資料の要旨） |
|---|---|
| Yoom | エラーで止まり、履歴に残る |
| n8n | 処理ごとに「止める・続ける・やり直す」を選ぶ。既定は止まる |
| Make | 何も設定しなければ巻き戻して止まる。受け皿は 5 種から選ぶ |
| Dify | 失敗時を「止める・代替値で続行・失敗経路へ」から選ぶ。既定は止まる |
| TROCCO | 失敗タスクの後続を実行するか選べる。失敗地点から再実行 |
| ASTERIA Warp | 異常終了は記録される。通知は自分でフローに組む |
| HULFT Square | 例外を見張る区間を作り、別処理へ流せる |
| AUTORO | ★エラーを無視して進む既定の動作がある★（後述） |
| ActRecipe | 実行履歴が「成功・失敗・警告」の 3 つで残る |
| Anyflow Embed | エラーなら別のステップへ遷移させられる |
| IIJクラウドデータプラットフォームサービス | 通信エラーは 3 回まで自動リトライ（止める設定は無い） |
| JENKA | 停止の設定を切ると後続が動く |
| JOINT iPaaS for SaaS | エラー時に別のワークフローを起動できる |
| Magic xpi | その場で止まるのが基本。エラーポリシーを番号単位で設定 |
5. ④ ラインの機械腕＝RPA🦾
RPA は Robotic Process Automation（ロボットによる業務自動化）の略です。絵の中では、ラインに据え付けられて★決められた動きを正確に繰り返す機械腕★です（台車にも RPA と書いてあります）。
腕は考えません。人がやっていた手作業を、教えられたとおりに、教えられた位置でなぞるだけです。だから ★接続口の無い機械が相手でも働けます★ — 配線が挿せない古いシステムを動かす唯一の方法が、人と同じ手順の再現だからです。その代わり、★部品の置き場所が少し変われば掴み損ねます★。画面の模様替えで RPA が止まるのは、この宿命です。
| 観点 | 実態（2026-08-26 時点） |
|---|---|
| 用途 | 画面操作の再現。★接続口（API）の無い機械★を動かす最後の手段 |
| 価格の数え方 | ライセンス（PC 台数・同時実行数）が主流。アカウント数やサポートで数える例外もある |
| 導入しやすさ | 操作を記録して再生する型。ただし動く PC を 1 台占有する製品が多い |
| 安定性・壊れ方 | 画面が変わると止まる（多くは既定で停止）。解像度の変更でも誤動作しうる |
| 前提条件 | ★画面が変わらないこと★。変わったら教え直し |
| 情報セキュリティ | 人と同じ画面・同じログイン権限で動く。★ロボットに使わせるアカウントの範囲★を決めておく |
| 継続性と出口 | ★作ったシナリオは製品固有★ — 乗り換えは作り直しが基本。契約の増減単位も確認（ロボパットは月単位で増減可と明記） |
| 注意事項 | 「エラーを無視して進む」設定を持つ製品もある — 既定がどちらかを確認 |
Microsoft の Power Automate は「既定では、デスクトップ フローはエラーが発生すると実行を停止します。」（公式）。アシロボは「アシロボ実行中、画面解像度を変更すると誤動作する可能性がございます。」（製品ページ）と、壊れ方を正直に書いています。
当てはまる言葉（12 製品）
| 製品 | 一言 |
|---|---|
| UiPath | 世界大手。失敗時の動きを 4 つから選んでおける |
| WinActor | 国産の定番。目印が見つからないと通常は止まる |
| Power Automate（デスクトップ フロー） | Microsoft。既定でエラー停止 |
| ロボパットAI／ロボパットDX | FCE。止まった直前の画面を記録して残す |
| BizRobo! | 同時実行数と開発シート数で数える（ロボットの数では課金しない） |
| アシロボ | 1 契約で PC 2 台。解像度変更に注意と明記 |
| batton | アカウント数課金（PC 台数では課金しない） |
| Coopel | アクションごとに「エラーを無視」を選べる |
| EzRobot | ライセンス＝PC 台数のわかりやすい数え方 |
| マクロマン | 台数でも実行数でもなく、サポートの厚さで課金 |
| MICHIRU RPA | ライセンス＝同時実行できる台数 |
| SynchRoid | ライセンスパック単位で契約 |
②の AI エージェントとの違いは「考えるか、なぞるか」。腕は速くて安く、間違え方も想定どおり。考える仕事は腕には任せられません。
6. ⑤ 配線盤＝iPaaS、電線＝API🔌
iPaaS は Integration Platform as a Service（つなぐ機能だけを提供するクラウド）の略。機械の接続口から来た線を束ね、★どのデータをどこへ送るか★を一枚の盤で決めます。配線の正体は API（Application Programming Interface — 機械同士が呼び合うための接続口の総称）と、その先の MCP です。
★線が挿せるのは、機械の側に接続口が用意されているときだけ★ — 別に調べた日本の業務システム 68 件では、API があるのは 51 件、MCP で直結できるのは 18 件、そして ★16 件は接続口が見つかりませんでした★（2026-08-26 時点。56 件を公開度 × 契約条件の 2 軸で分けた詳細は「「APIあります」の実態を調べてみた」に）。配線盤がどれだけ立派でも、挿す口が無ければ線は届きません。接続口の無い機械に残された道が、④ の機械腕です。
| 観点 | 実態（2026-08-26 時点） |
|---|---|
| 用途 | システム間のデータ受け渡しを、盤の上の設定だけでつなぐ |
| 価格の数え方 | ③と同じ（同じ製品群）。実行数・タスク数・データ量・アプリ数など |
| 導入しやすさ | つなぎ先が対応済みなら設定だけ。未対応なら API を自分で挿す |
| 安定性・壊れ方 | ③と同じ。多くは既定で止まり、記録が残る |
| 前提条件 | ★両側の機械に接続口（API）があること★ |
| 情報セキュリティ | ③と同じ。流れるデータの保管場所・学習利用の定めを確認 |
| 継続性と出口 | ③と同じ。★つなぎ先の対応表から選んだ場合、乗り換え先に同じ対応があるとは限らない★ |
| 注意事項 | 「どのシステムに対応しているか」が製品選びの実質。対応表を最初に見る |
つながった後の話 — 両側に API があっても項目の形が合わずに変換が要る、という現実は「「両方にAPIがあれば繋がる」は本当か調べてみた」で扱っています。
当てはまる言葉（③の 14 製品に加えて 8 製品）
| 製品 | 一言 |
|---|---|
| Anyflow Automation | 国産 iPaaS |
| bindit | フロー実行数と登録ユーザー数で数える |
| BizteX Connect | シナリオ（フロー）数が軸 |
| Datable | 設定数・連携量・接続先数の 3 軸で数える |
| Qanat Universe | JBCC の国産データ連携 |
| Reckoner | データ量（GB/月）と実行回数で数える |
| SaaStainer by JOINT | 連携アプリ 1 本ごとの月額 |
| Waha! Transformer | サーバー単位＋CPU コア数で数える |
7. ⑥ 紙の受入口＝AI-OCR📄
OCR は Optical Character Recognition（光学文字認識）の略で、AI-OCR はその読み取りに AI を使う製品群。紙や PDF を読み取ってデータにする、工場の搬入口です。搬入口が詰まればラインは全部止まるので、紙が入口の業務では、ここを最初に整えるのが定石です。
| 観点 | 実態（2026-08-26 時点） |
|---|---|
| 用途 | 紙・PDF・FAX をデータに変えて、ライン（③）に乗せる |
| 価格の数え方 | ★読取枚数・項目数★が主流。人数課金の記載が無い製品が多い |
| 導入しやすさ | 読み取りたい帳票の様式を登録してから。試し読みで精度を見る |
| 安定性・壊れ方 | ★全社が「読み違いは起こる前提」で設計★。確認・修正の画面が標準装備 |
| 前提条件 | 人の確認工程をフローに入れること（ベンダー自身が推奨） |
| 情報セキュリティ | ★読み取らせた帳票が学習に使われるかは製品・設定で分かれる★ — AIRead は「一切使わない」、DX Suite は設定で切替、スマートOCR は約款上使われる（停止は文書での申し出）、SmartRead は画面のチェックで選ぶ |
| 継続性と出口 | 読み取り結果はデータで出せるが、★定義した帳票様式は製品固有★。年間前払い型は枠の扱いも確認 |
| 注意事項 | 導入前に「自社の実物の帳票」で精度を試す |
調べた 5 社に共通していたのは、★全社が「読み違いは起こる前提」で作っている★ことでした。DX Suite（AI inside）は「もっとも、生成AIを用いるか否かにかかわらず、OCRが誤った出力・不適切な出力をする可能性は否定できません。必要に応じて、人の目によるチェック及び修正をフローに入れていただくことをご検討ください。」（注意事項）と正面から書いています。複数人で確かめる工程には「ベリファイ」と名前まで付いています。
当てはまる言葉（5 製品）
| 製品 | 一言 |
|---|---|
| DX Suite | AI inside。確からしさで確認の要否を自動判定 |
| AIRead | 読み取り結果を専用画面で確認・修正 |
| LINE WORKS OCR（現 LINE WORKS PaperOn） | 複数人で確かめる「ベリファイ」の流れを用意 |
| スマートOCR | 確からしさを色分け表示。★学習利用の停止は文書での申し出制★ |
| SmartRead | 画像と認識結果を見比べる確認画面。学習利用は画面のチェックで選択 |
8. 壊れ方が、いちばん違う
道具を選ぶとき、カタログは「できること」を教えてくれますが、失敗したときに何が起きるかはなかなか教えてくれません。66 製品の公式資料を探すと、54 製品でベンダー自身の記述が見つかりました。並べると、はっきり 2 つの世界に分かれます。
**ライン側（③ワークフロー・④RPA・⑤iPaaS）の失敗は、設計の範囲内で起きます。**止まるか、続けるかは人が決めた設定どおりに動き、多くは既定で止まります。★生産ラインが止まるのは目に見える失敗★で、対処も設計できます。
ただし注意が 2 つ。第一に、止まらない設定を持つ製品もあり、AUTORO はエラーを無視して先へ進む設定について「この設定は、デフォルトではONの状態になっています。」（サポート）と書いています。第二に、★記述が見つかった 24 製品のうち 8 製品は、何も設定しなかったときにどちらになるかを書いていません★でした。「エラーなら止まりますよね？」は、契約前に確かめる価値のある一問です。
**操作台のロボット（② AI エージェント）の失敗は、設計者の認知の外に出ることがあります。**Google は Gemini の代行機能について「Gemini は誤った判断を下し、予期せぬ購入やサードパーティとのデータ共有を行う可能性があるため、これらの機能を使用する際はご注意ください。」（公式）と書き、Cline は「Without checkpoints, auto-approve feels risky because Cline can make many changes before you notice a problem.」— ★気づく前に多くの変更が加わりうる★（公式）と警告しています。
つまりこうです。
★ラインの失敗は「止まる」。操作台のロボットの失敗は「間違えたまま働き続ける」ことがある。★
前者は設計で潰せる。後者は ★委任状の範囲★（どこで人の承認を挟むか）で抑える。
そして委任状を書くのは、絵の中でただ一人の★人間★の仕事です。
これはどちらが優れているという話ではなく、管理のしかたが別物だという話です。ベンダー各社が自分でそう書いています。
9. 選ぶ順番 — 4 つの質問でだいたい決まる
★AI から検討を始めないでください。★ 仕事の形から始めると、道はだいたい決まります。
図の 4 問に加えて、社内 SE・情シスの有無も効きます。いるなら自分のサーバーに建てる型（n8n など）まで選択肢が広がり、いないなら「画面だけで完結して、日本語サポートのある製品」から始めるのが安全です。
最後にもう 1 つ — 何を数えて課金されるか（人数・実行数・クレジット・枚数）は役ごとに単位が違い、単位が違うと比べられません。手段ごとの向き不向きを 6 つの物差しで並べた比較は「API・CSV・RPA・iPaaS・純正連携の5つを比較してみた」をどうぞ。
10. 振り返り：66 の言葉は、この 6 役に収まる
冒頭の問いに戻ります。AI・ChatGPT・RPA・iPaaS・n8n……66 の言葉を、イラストに当てはめられるようになりましたでしょうか？
- 相談する道具（① ChatAI💬）と、手を動かす道具（② AI エージェント🤖）は別物 — 分けるのは「委任状」
- 接続口がある機械はライン🔁と配線盤🔌で、無い機械は機械腕🦾で
- 紙が入口なら、まず受入口📄から
まとめ
| 持ち帰り | 一言 |
|---|---|
| 名前ではなく役割 | 66 製品は、この工場の 6 役に全部収まった |
| 接続口の有無が分かれ目 | 配線できる相手には配線（⑤）を、できない相手には機械腕（④）を |
| 失敗は 2 種類 | ★止まる失敗は設計で、止まらない失敗は委任状で★管理する |
この記事は総論です。各分類の製品比較・課金の軸・データの扱いは、今後の記事で 1 つずつ深掘りします。挙げた挙動はすべて 2026-08-26 時点でベンダー自身が公開ページに書いていたものです。仕様は変わるので、導入検討の際は各製品の公式ページの「エラー」「例外」の項をご確認ください — ★いちばん知りたいことは、たいていそこに書いてあります★。
あわせて読む
- APIとは何か（総論） — 「つながる」の正体を、56 件の実物で確かめた
- つなぐ手段の比較 — 純正・CSV・API・iPaaS・RPA を 6 つの物差しで並べた
- 「APIあります」の実態 — 公開度 × 契約条件の 2 軸で 56 件を分類した
- 純正連携と iPaaS — 「両方に API があれば繋がる」は本当か
【転載OK】本記事の転載について
本記事の文章・図表は、すべて転載 OK です。図は★加工しないまま★お使いください。転載の際は、出典として renkeimap.jp もしくは本記事へのリンクをお願いします。事前の連絡は不要です。
※ 筆者は日立系ITベンダー・介護ソフトベンダー・大学病院IT部門を経て独立し、現在は中小企業のIT・DX支援をしながら、業務システムの「つながり」を一次資料で調べています。 文中の「編集部」は、筆者が所属する IT連携マップ編集部 のことです。誤りを見つけられましたら 訂正窓口（無料・アカウント不要）へお願いします。訂正履歴も公開しています。