投稿者 投稿日: カテゴリー EC経営・判断軸
Shopify制作の内製とは、店舗の構築・改修・運用を自社人材で内部に持つことです。
Shopify店舗の改修を外注先に依頼したものの、軽微なバナー差し替えにすら見積もりと数日の待ちが発生し、結局スピードで競合に後れを取る。逆に、勢いで制作担当を採用したものの、繁忙期以外は手が空き、人件費だけが重くのしかかる。Shopify制作をどこまで社内に持つかは、単なる発注先選びではなく、経営者が自社の事業スピードとコスト構造を決める判断です。生成AIがLiquidの記述やコンテンツ作成の一部を肩代わりし始めた今、その境界線は引き直す時期に来ています。本記事では、Shopify制作の内製範囲を経営判断として設計する手順を、組織論の視点から整理します。
この判断を先送りすると起きる3つの劣化
Shopify制作の内製・外注の線引きを「なんとなく今のまま」で放置すると、組織には静かに三つの劣化が進みます。経営者が気づいたときには、立て直しに数か月を要する状態になっていることが少なくありません。
一つ目は、事業スピードの劣化です。商品ページの改善、キャンペーンLPの差し替え、Liquid（Shopifyのテンプレート言語で、ページの構造や表示ロジックを記述するもの）の微修正といった作業を毎回外注に出していると、施策の試行回数が外注の納期に縛られます。月に十回試したい改善が、外注の往復で三回に減れば、改善の総量はそのまま三割に落ちます。EC運営の競争力は施策の打席数で決まる場面が多く、ここが詰まると売上の伸びしろ全体が頭打ちになります。
二つ目は、ナレッジの空洞化です。自社の店舗がどんな構造で組まれ、どこを触ると何が壊れるのかという知識が、すべて外注先に蓄積されると、自社には「触れない店舗」だけが残ります。担当の外注先が値上げを通告してきても、別の制作会社に乗り換えるには引き継ぎコストが膨大で、実質的に交渉力を失います。これは内製の有無というより、自社が自店舗を理解しているかどうかの問題です。
三つ目は、人材の劣化です。逆にすべてを内製で抱え込むと、制作担当は日々の細かな修正対応に追われ、本来注力すべき設計やAI活用の検証に手が回りません。成長機会を失った人材は離職しやすく、属人化したまま辞められると、店舗の保守そのものが止まります。先送りの代償は、コストではなく組織の自由度として現れます。
これら三つの劣化に共通するのは、いずれも損益計算書には直接表れにくいという点です。外注費は経費として明確に見えますが、施策の打席が減ったことによる機会損失、自社理解を失ったことによる交渉力の低下、人材が育たないことによる将来の固定費増は、数字として可視化されません。だからこそ経営者は意識的に向き合わない限り後回しにしがちで、気づいたときには競合との制作スピード差が事業成績の差として顕在化しています。ある生活雑貨ジャンルの中規模店舗で観測したパターンでは、軽微な改修をすべて外注に出していた結果、月次の施策実施数が競合の半分以下にとどまり、季節商戦の立ち上がりで明確に出遅れる構図が続いていました。境界線の設計は、この見えない劣化を止めるための経営行為です。
判断の前提となる3つの問い
内製範囲を設計する前に、経営者が自分に投げかけるべき問いが三つあります。発注先の比較検討に入る前に、まずこの問いに答えることが順序として正しい進め方です。多くの店舗は、内製範囲を決めないまま外注先選定から始めてしまい、結果として「何をどこまで頼むか」が曖昧なまま契約してしまいます。
一つ目の問いは、「自社のShopify制作のうち、変更頻度が高い作業はどれか」です。週に何度も触る作業ほど内製の価値が高く、年に数回しか発生しない作業ほど外注の効率が良くなります。バナー差し替えや商品登録、軽微な文言修正は高頻度の代表で、ここを外注に縛られると先述のスピード劣化に直結します。一方、テーマの新規構築や決済まわりの大規模改修は低頻度かつ専門性が高く、内製で人を抱える費用対効果が合いにくい領域です。
二つ目の問いは、「その作業はAIでどこまで巻き取れるか」です。生成AIは、LiquidやCSSの記述、商品説明文やコレクションページのコピー、画像のリサイズや代替テキスト生成といった定型度の高い作業を、以前より大幅に肩代わりできるようになりました。これにより、かつては制作会社に頼むしかなかった作業の一部が、社内の非エンジニア人材でも回せる範囲に移っています。内製の境界線は、人を増やすかどうかではなく、AIで武装した既存人材がどこまで担えるかで引き直すのが現実的です。Shopifyの公式ドキュメントであるShopify.devでLiquidの仕様を確認しながらAIに記述させれば、社内対応の範囲はさらに広がります。
三つ目の問いは、「内製できないときに事業が止まるのはどこか」です。事業継続の急所、たとえば繁忙期の在庫表示やセールの価格反映が、外注先一社の対応速度に依存している状態は、経営リスクそのものです。止まると致命傷になる箇所だけは、たとえコストがかかっても社内で最低限触れる状態を保つ、という発想で急所を洗い出します。Shopify制作の内製判断は、この急所の特定から逆算するのが安全です。
内製範囲を決める意思決定フレームワーク（5ステップ）
三つの問いを踏まえ、Shopify制作の内製範囲を九十日で設計する手順を五段階で示します。経営者が手を動かすのは方針決定と人材配置で、作業の棚卸し自体は現場と分担します。
第一ステップは、作業の棚卸しです。直近三か月でShopifyに対して行ったすべての変更作業を、種類・頻度・所要時間・外注費用の四項目で一覧化します。ここで目的は精緻さではなく全体像の把握なので、おおよその数字で構いません。多くの店舗で、この棚卸しをして初めて「外注費の大半が、実は軽微な高頻度作業に消えていた」という事実が見えてきます。棚卸しの粒度は、外注先への発注履歴とメールのやり取りをさかのぼれば十分に再現できます。発注一件ごとに、それが新規構築なのか、既存ページの改修なのか、単なる文言や画像の差し替えなのかを分類するだけで、自社の制作作業の重心がどこにあるかが浮かび上がります。この重心が高頻度・低専門の側に寄っているほど、内製化で得られるスピードとコストの改善余地は大きくなります。経営者はこの一覧を、感覚で語られがちな「外注は高い」という議論を、具体的な作業構成の議論に引き戻すための土台として使います。
第二ステップは、作業の四象限分類です。棚卸しした作業を「変更頻度の高低」と「専門性の高低」の二軸で四象限に振り分けます。高頻度かつ低専門性の象限は内製の最有力候補、低頻度かつ高専門性の象限は外注維持の有力候補です。残る二象限が判断の悩みどころで、ここをAIでの巻き取り可能性を加味して仕分けます。高頻度かつ高専門性の作業は、本来は専任を置きたい領域ですが、AIの補助で既存人材が担える範囲が最も広がりやすい象限でもあるため、まずAI適用を試してから採用判断に進むのが順序として無駄がありません。低頻度かつ低専門性の作業は、内製しても外注しても大差がないため、既存人材の手が空いているときに内製へ寄せる程度の優先度で十分です。
第三ステップは、AI適用ラインの設定です。第二ステップで仕分けた作業のうち、生成AIで品質を保ったまま巻き取れるものを選び出します。コピー生成やLiquidの定型記述は適用しやすく、ブランドの世界観に関わるビジュアル設計や、決済・税・配送に関わる設定変更は、誤りが直接損失につながるため人の確認を残すべき領域です。AI活用の全体像はShopify AI活用ガイドも参照しながら、自社の品質基準で線を引きます。
第四ステップは、人材配置の決定です。内製と決めた範囲を、誰が担うかを具体名で割り当てます。ここで重要なのは、新規採用を前提にしないことです。AIで巻き取れる範囲が広がった結果、既存のマーケ担当やCS担当が制作の一部を兼務できる場合が増えています。専任を雇うべきかは、第一ステップで出した作業総量が一人分の工数を恒常的に満たすかで判断します。満たさないなら兼務、明確に超えるなら採用や業務委託の固定枠を検討します。
第五ステップは、外注先との契約再設計です。内製範囲が決まれば、外注に残すのは低頻度・高専門の作業だけになります。これに合わせて、月額固定の保守契約からスポット発注へ切り替える、あるいは緊急対応の単価と納期だけを事前合意しておくなど、契約形態を内製範囲に合わせて組み替えます。Shopify Plusなどの上位プランを使う場合の費用対効果はShopify Plusの料金と判断軸も踏まえて検討すると、プラン費用と制作体制を一体で最適化できます。
組織再設計の落とし穴4つ
内製範囲を設計し直すとき、経営者が陥りやすい失敗が四つあります。いずれも事前に知っていれば回避できるものです。上位の解説記事の多くは「外注先の選び方」で止まっており、内製化そのものの組織的な落とし穴まで踏み込んだものは多くありません。
一つ目の落とし穴は、内製化を一気に進めすぎることです。外注をいきなり全廃して内製に切り替えると、移行期に保守が手薄になり、トラブル対応が間に合わなくなります。高頻度の軽作業から段階的に内製へ移し、外注先は緊急時のバックアップとして数か月は併走させるのが安全です。
二つ目は、AIの出力を無検証で本番反映することです。生成AIはLiquidやCSSをそれらしく出力しますが、Shopifyのテーマ構造やバージョンによっては動作しないコードを返すこともあります。本番反映の前に、必ず複製テーマで表示と挙動を確認する工程を組織のルールとして固定します。AIで速くなった分、確認を省くと事故率が上がるという逆説に注意が必要です。
三つ目は、属人化の温床を作ることです。内製化は一歩間違えると、特定の一人だけが店舗構造を理解している状態を生みます。担当が触った内容を簡単な作業ログとして残す、テーマの主要なカスタマイズ箇所をコメントで明示するといった、引き継ぎ可能性を担保する仕組みを最初から組み込みます。
四つ目は、コスト削減だけを目的化することです。内製化の主目的は外注費の削減ではなく、施策スピードの回復と自社理解の取り戻しです。削減額だけを評価指標にすると、本来外注すべき高専門の作業まで無理に社内へ抱え込み、品質低下や担当の疲弊を招きます。何のために内製するのかを、組織内で言語化しておくことが歯止めになります。
四つの落とし穴はいずれも、内製化を「作業を社内に移すこと」と狭く捉えたときに起こります。本質は作業の移管ではなく、自社が自店舗を理解し、必要なときに必要な速度で手を入れられる状態を取り戻すことです。この目的が共有されていれば、移行ペースの調整も、確認工程の徹底も、引き継ぎ可能性の担保も、すべて同じ方向を向いた施策として現場に落ちます。逆に目的が曖昧なまま手段だけが先行すると、現場は「なぜ今までの外注を急にやめるのか」を理解できず、新体制が定着しません。経営者の役割は作業を割り振ることではなく、内製化の目的を言語化して組織に浸透させることにあります。
内製化判断後の30日・90日・180日のKPI
Shopify制作の内製範囲を決めたら、その判断が正しかったかを測る指標を持ちます。感覚で「うまくいっている気がする」ではなく、時系列のKPIで検証します。
三十日時点では、移行が事故なく進んでいるかを見ます。具体的には、内製に移した作業の実施件数、本番反映前の確認工程の遵守率、外注へのスポット発注で対応した緊急案件の件数です。この段階では効率より、安全に移行できているかを重視します。確認工程の遵守率が低ければ、内製化のペースを落とす判断も必要です。
九十日時点では、スピードとコストの両面を見ます。施策の試行回数が内製化前と比べて増えているか、一件あたりの平均リードタイムが短縮しているか、制作関連の総コスト（人件費の按分＋外注費）が想定の範囲に収まっているかを確認します。ここで試行回数が増えていなければ、内製化が形だけで、現場が新しい体制を使いこなせていないサインです。
百八十日時点では、組織の自由度が高まったかを見ます。外注先を乗り換え可能な状態になっているか、担当が一人欠けても店舗保守が止まらないか、AIで巻き取る範囲をさらに広げられているか、という構造的な指標です。EC事業全体のKPI体系をAI時代に合わせて更新する観点は、運営工数や粗利率の指標と合わせて設計すると整合が取りやすくなります。指標づくりに使えるツールの全体像はEC運営のAIツール比較も参考になります。
これらのKPIは、内製化が正しかったかを単独で証明するものではありません。施策の試行回数が増えても、その施策の質が伴わなければ売上には結びつきません。だからこそ、制作体制のKPIは売上やCVRといった事業成果のKPIと並べて読むことが重要です。制作スピードが上がったにもかかわらず成果が伸びていなければ、ボトルネックは制作体制ではなく、施策の企画力やデータ分析の側にあると判断できます。逆に、制作スピードの改善とともに成果も伸びていれば、内製化の方向は正しく、次はAIで巻き取る範囲をさらに広げる段階へ進めます。KPIは内製化の通信簿であると同時に、次に手を入れるべき場所を指し示す地図でもあるという二重の役割を持たせて運用してください。
内製化が向く店舗と向かない店舗の境界線
同じShopify制作の内製化でも、向く店舗と向かない店舗があります。経営者が自社の現在地を見極めるためのチェックポイントを、向く側と向かない側の両面から示します。
内製化が向くのは、まず施策の試行回数が売上に直結している店舗です。商品の入れ替えが速い、キャンペーンの頻度が高い、ページ改善のABテストを日常的に回したいといった店舗は、外注の納期がそのまま成長の天井になるため、内製で打席を増やす効果が大きく出ます。次に、扱う商材やブランドの世界観が独自で、汎用テンプレートでは表現しきれない店舗も内製向きです。世界観の微調整を外注の往復で行うのは時間も費用もかさみ、社内に表現の主導権を持つ利得が大きくなります。さらに、生成AIの活用に前向きな人材が社内にいる店舗は、AIで巻き取れる範囲を自走で広げられるため、内製の費用対効果が継続的に改善します。
逆に内製化が向かないのは、Shopifyへの変更が年に数回しか発生しない店舗です。構築後はほぼ固定で運用するような業態では、専門人材を抱える固定費が、外注のスポット費用を上回ってしまいます。また、決済・税・配送など失敗が直接損失につながる設定変更が業務の中心を占める店舗も、内製より専門の外注に任せたほうが事故率を抑えられます。経営者が制作体制に関与する余力がなく、目的を言語化して組織に浸透させる時間を取れない場合も、無理な内製化はかえって属人化を招くため、当面は外注を主体に据えるほうが安全です。
この境界線は固定ではなく、生成AIの進化や自社の成長フェーズによって動きます。今は外注主体が正解でも、施策頻度が上がり、AIで巻き取れる範囲が広がれば、内製へ寄せる判断が合理的になる局面が来ます。Shopify制作の内製範囲は、一度決めて終わりではなく、半年に一度は棚卸しと再設計を行う前提で運用するのが望ましいといえます。
よくある質問（FAQ）
Shopify制作は全部内製にすべきですか。
いいえ、全部内製は多くの中小規模店舗で過剰です。高頻度かつ低専門の作業を内製に寄せ、低頻度かつ高専門の作業は外注に残すのが基本形です。Shopify制作の内製範囲は、変更頻度とAIでの巻き取り可能性で線を引くのが現実的です。
制作担当を新しく採用すべきか迷っています。
まず作業総量を棚卸ししてから判断してください。生成AIで巻き取れる範囲が広がった結果、既存のマーケやCS担当が兼務で回せる場合が増えています。専任採用は、棚卸しした作業量が恒常的に一人分の工数を明確に超えるときに検討するのが安全です。
AIにLiquidを書かせて本番に反映して大丈夫ですか。
複製テーマでの動作確認を必ず挟んでください。生成AIはそれらしいコードを返しますが、テーマのバージョンや構造によっては動かないことがあります。確認工程を組織のルールとして固定すれば、社内で対応できる範囲は確実に広がります。
外注先との契約はどう見直せばよいですか。
内製範囲が決まってから、残った低頻度・高専門の作業量に合わせて契約形態を組み替えます。月額固定の保守契約をスポット発注に切り替える、緊急対応の単価と納期だけ事前合意しておくなど、内製と外注の境界に契約を合わせるのが要点です。
内製化でコストはどれくらい下がりますか。
削減額は店舗の外注依存度によって大きく異なるため、一律の目安は出せません。ただし、内製化の主目的はコスト削減ではなく施策スピードの回復と自社理解の取り戻しです。削減額だけを評価軸にすると判断を誤りやすい点に注意してください。
BASEなど他のカートでも同じ考え方が使えますか。
内製と外注の境界を変更頻度と専門性で引くという枠組みは、カートを問わず使えます。ただしShopifyはLiquidによるカスタマイズ自由度が高い分、内製で得られるスピードの利得が大きい傾向があります。カート選定段階での比較はBASEとShopifyの比較も参考にしてください。
内製化はどのくらいの期間で完了させるべきですか。
一気に進めず、九十日を目安に段階移行するのが安全です。最初の三十日は高頻度の軽作業から内製に移し、外注はバックアップとして併走させます。次の六十日で確認工程と引き継ぎの仕組みを定着させ、外注をスポット発注へ切り替えます。期間を区切ることで、移行期の保守が手薄になるリスクを抑えられます。
制作を内製化するとAI活用はどう変わりますか。
自社で店舗構造を理解しているほど、生成AIに的確な指示を出せるようになり、巻き取れる範囲が広がります。外注に丸投げしていた状態では、AIに何をどう任せるかの判断軸自体が社内に育ちません。内製化はAI活用の前提条件であり、両者は相互に強め合う関係にあります。まずは小さな改修からAIと社内対応を組み合わせ、成功体験を積むことが出発点です。
まとめ
Shopify制作の内製と外注の境界線は、発注先選びではなく、自社の事業スピードとコスト構造、そして組織の自由度を決める経営判断です。生成AIが定型作業を巻き取れるようになった今、その境界線は「人を増やすか」ではなく「AIで武装した既存人材がどこまで担えるか」で引き直すのが現実的です。まずは直近三か月の制作作業を棚卸しし、変更頻度と専門性の二軸で仕分けるところから始めてください。
【監修】齋藤竹紘（株式会社オルセル 編集長／5,000社以上のEC支援実績／書籍3冊）
※うるチカラでは、生成AIの導入支援から運用最適化まで、貴社のEC事業に合わせたカスタマイズ提案を行っています。無料相談（30分）も実施中ですので、お気軽にお問い合わせください。
https://uruchikara.jp/contact/
【監修】齋藤竹紘（株式会社オルセル代表 / 19年・5,000社のEC支援実績）
株式会社オルセル代表取締役 / うるチカラ編集長。19年・5,000社以上のEC支援実績を持ち、楽天市場・Amazon・Yahoo!ショッピング・Shopify・Shopee越境ECの実装ノウハウを保有。AI×ECに関する書籍を3冊執筆。「現場で使えるAI実装」を一次情報として発信しています。
この記事を読んだ人は、こんな記事も読んでいます
