Gigabitがn8nで行うこと。
Gigabitは、n8nによる業務自動化を設計、構築、運用します。対象は、セルフホスト環境の構築、EC・CRM・ERP・メッセージングの各システムをつなぐワークフロー、AIエージェントのワークフロー、標準のノードでは足りない部分を補うカスタムノードとコード、ZapierやMakeからの移行です。
複数のチャネルで電子機器を販売するEC事業者（年商2,800万ドル）では、セルフホストのn8nにPythonの独自コードと小型の言語モデルを組み合わせて、5つの自動化を構築しました。手作業の運用業務は週32時間から4.5時間に減り、返品の85%は人手を介さずに処理されています。
n8nで対応する開発。
デモと本番システムの違いは、処理が途中で失敗したときに何が起きるかにあります。
セルフホスト環境の構築
貴社のクラウド上にn8nを構築します。キューモードとワーカーの構成、認証情報の暗号化、バックアップ、段階的なアップグレード、アクセス制御まで整え、データを貴社が所有する基盤の中に置きます。
ワークフローの構築
注文、返品、在庫、レポート、仕入先対応のワークフローを、お使いのシステムにまたがって構築します。リトライ、冪等性（同じ処理を繰り返しても結果が変わらないこと）、処理できなかったデータの退避先（デッドレター）を組み込みます。
AIエージェントのワークフロー
n8nのAI Agentノードを使ってエージェントを構築します。使えるツールは意図的に少数に絞り、貴社のデータを根拠に動作させ、過去の実例でテストします。
カスタムノードとコード
対応するノードがないシステムには、カスタムノードを開発します。キャンバス上で組むには複雑すぎるロジックは、n8nと並べて動かすPythonやJavaScriptのサービスとして実装します。
ZapierとMakeからの移行
現在動いている自動化と、タスクあたりの費用を棚卸しします。残す価値のあるワークフローを、タスク単位の課金がない基盤の上に作り直します。
監視と既存ワークフローの立て直し
実行ログ、失敗時のアラート、実行状況のダッシュボードを整備します。他社が構築した不安定なワークフローの立て直しも行います。
n8nなら、エージェントは簡単に描けます。難しいのは、安定して動かすことです。
エージェントの処理が失敗するパターンは数多くありますが、キャンバスの上では見えません。
プラットフォームの標準機能
n8nは、AIエージェントを標準の構成要素として扱う点で、他のワークフローツールより先に進んでいます。
- AI Agentノード。接続したツールを呼び出し、メモリを持ち、使うモデルを選べます。
- 双方向のMCP対応。ワークフローをMCPツールとして公開でき、インスタンス単位のMCPサーバーを通じて外部のAIクライアントから利用できます。
- Codeノードとセルフホストの選択肢。データと独自のロジックを自社の管理下に置けます。
ワークフローを本番システムに変えるもの
上で紹介した事例では、注文例外の振り分けに、意図的に担当者の承認を残しています。どこに人の判断を残すかを見極めることが、この仕事の大半を占めます。
- 過去の実例で作った評価セット。エージェントの各ステップは、変更の前後で必ずこれに合格させます。
- 金銭や在庫が動く操作には承認ステップを置きます。自律的に実行させるのは、誤りを簡単に取り消せる処理だけです。
- ステップ間の構造化出力と検証。モデルが一度おかしな応答を返しても、データが壊れないようにします。
- 複雑なロジックはテスト済みのコードに移します。n8nには、得意とするオーケストレーション（全体の制御）を任せます。
公開している料金を、仕事の内容ごとに。
ここに記載した金額は、料金ページと同じものです。プラットフォームごとに別の料金表はありません。
「〜」の付いた価格は、料金ページに記載した基本範囲に対する価格です。それを超える場合は、着手前に固定価格でお見積りします。継続的な開発のように終わりを決めにくい仕事は、エンジニア1名あたりの月額で、契約期間の縛りはありません。
n8nが向いている場合と、向いていない場合。
- データを第三者のサービスに通さず、自社の基盤の上で自動化したい。
- 処理件数が多く、他のツールのタスク単位の課金が無視できない費用になっている。
- 貴社または当社の技術担当者が、インスタンスの管理に責任を持てる。
- サーバーの面倒を見る人がいない。その場合はn8nのクラウド版を使うか、Zapierを使い続けるほうが適しています。
- 必要なのがアプリ間の単純な同期1つだけ。標準の連携機能を使うほうが、保守の手間がかかりません。
- 作業の中心が重い計算処理や、厳密なリアルタイム処理である。その部分は独立したサービスとして開発すべきです。
週32時間の手作業を4.5時間に：マルチチャネルEC運営のAI業務自動化
Shopify Plus、Amazon、Walmart、卸売にまたがる5つの自動化を、セルフホストのn8nで制御しています。複雑なロジックはPythonの独自コードで実装し、注文例外には担当者の承認を残しました。
n8nについてのご質問
Gigabitにn8nの自動化を依頼すると、費用はいくらですか？
ワークフロー1件の要件整理、構築、導入は、最大3つのツール連携とエラー処理を含めて$8,000の固定価格で、期間は3週間です。本番用AIエージェントは$8,000〜の定額です。複数のワークフロー構築や移行は、ラボ型チーム（エンベデッドAIチーム）がエンジニア1名あたり月額$3,000〜$7,500で担当します。公開後の運用はマネージドAIオペレーションで、月額$3,000〜です。
n8nはセルフホストとクラウド版のどちらを選ぶべきですか？
データの管理、処理件数、カスタムノードが重要で、サーバーを管理する担当者がいる場合は、セルフホストが適しています。インフラを管理したくなく、処理件数もそれほど多くない場合は、n8nのクラウド版が適しています。ワークフロー自体は両者の間で移せるため、一度決めたら変えられない判断ではありません。
n8nとZapierはどちらを選ぶべきですか？
非エンジニアの担当者が管理する少数の単純な連携であれば、Zapierが適しています。ワークフローに分岐、ループ、独自コードが必要な場合、処理件数が増えてタスク単位の課金が高くつく場合、データを自社の基盤に置きたい場合は、n8nが適しています。当社がお会いする企業の多くは、中核業務ではZapierでは足りなくなっていますが、周辺の業務では今も問題なく使い続けています。
他社が作ったn8nのワークフローを修正してもらえますか？
はい。まずログと失敗時のアラートを追加し、実際のエラー率が見えるようにします。そのうえで、失敗が多いワークフローや業務への影響が大きいワークフローから修正します。主な修正点は、リトライがないこと、同じデータの二重処理、検証のないエージェントのステップです。
n8nのワークフローは、金銭や在庫を扱う業務に使えるほど信頼できますか？
そのように構築すれば、信頼できるものになります。必要なのは、何度実行しても結果が変わらない（冪等な）ステップ、段階ごとの検証、処理できなかったデータの退避経路、そして取り消しが難しい操作への担当者の承認です。当社が構築したある本番システムでは、返品の85%が人手を介さずに処理されています。一方で注文例外は、意図的に担当者の確認を待つようにしています。
