米国 Simular Inc. が提供する「コンピュータ操作エージェント」。チャットで文章を書くだけのAIではなく、クラウド上の専用デスクトップ（またはユーザー自身のPC）を丸ごと操作し、ブラウザ・業務アプリ・デスクトップツールの画面を人間と同じようにクリック・入力・スクロールして作業を進める。APIが公開されていないアプリでも「画面が操作できれば動かせる」のが最大の特徴で、メールの仕分け、求人応募、リサーチ、データ整理といった横断的な定型作業を任せられる。ノートPCを閉じてもクラウド側のデスクトップで処理が続くため、常時稼働の「AIの同僚」として使える設計になっている。技術的な土台は、Simular が公開しているオープンソースのGUIエージェント基盤「Agent S」だ。
主な特徴
- GUIをそのまま操作する: API連携ではなく画面操作で動くため、社内システムやレガシーな業務アプリなど、API が用意されていないツールも自動化の対象にできる
- 常時稼働のクラウドデスクトップ: タスクはクラウド上の専用デスクトップで実行され、ローカルPCの電源を切っても処理が継続する。iMessage や Telegram から進行状況の確認・指示出しも可能
- BYOD（自分のPC）でも動く: macOS / Windows のローカル環境をエージェントの作業場所として使える。手元の環境にしか入っていないアプリを操作させたい場合に有効
- 承認ベースの安全設計: 送信・購入・削除といった影響の大きい操作は、実行前にユーザーの承認を挟む前提で設計されている
- セットアップの軽さと記憶の持続: 各種アプリとの連携はログインを通すだけで済み、ログイン状態・設定・好みはセッションをまたいで保持される。繰り返し実行する作業は回数を重ねるほど手順が定着し、実行が速く・安くなる
- Agent S 由来の実行エンジン: Simular が Apache-2.0 で公開する GUI エージェント基盤「Agent S」の系譜にあり、その最新版 Agent S3 はデスクトップ操作のベンチマーク OSWorld で 72.60% を記録し、人間水準（約72%）を初めて上回ったと発表されている
料金
| プラン | 月額料金 | 主な内容 |
|---|---|---|
| Starter | $50 | 毎月 $50 分のクレジット、クラウドデスクトップ（アイドル時はスリープ）、BYOD 対応、コミュニティサポート |
| Premium Starter | $200 | 毎月 $100 分のクレジット、常時稼働デスクトップ、ネイティブアプリの自動化、優先サポート |
| Pro | $500 | クレジット無制限、チーム共有、API のフルアクセス、優先サポート |
| Enterprise | 要問い合わせ | マネージドなスケーリング、専任担当、SSO / RBAC、SOC 2、SLA |
料金は2026年8月時点の情報です。早期アクセス向けの割引価格が別途案内される場合があり、実際に適用される金額は申込時期によって変わることがあります。最新の料金は公式サイトをご確認ください。
メリット・デメリット
✅ メリット
- API のないアプリ・社内システムも自動化できるため、既存のワークフローを作り変えずに導入できる
- クラウドデスクトップで処理が続くので、長時間かかる作業を「投げて放置」できる
- 連携のためのAPIキー発行やスクリプト作成が不要で、非エンジニアでも着手しやすい
- 重要操作に承認を挟む設計で、誤操作の被害を抑えやすい
- 実行エンジンの基盤（Agent S）がオープンソースで公開されており、技術的な中身を確認できる
⚠️ デメリット
- 最下位プランでも月額 $50 からと、個人が気軽に試すには価格が高め
- GUI 操作は画面の変化に影響を受けるため、アプリのUI更新やレイアウト崩れで手順が失敗することがある
- 専用デスクトップに業務アカウントのログイン情報を保持させる運用になるため、社内の情報管理ルールとの擦り合わせが必要
- 日本語UIの業務アプリでの動作実績は情報が限られており、導入前に自社の対象アプリで検証したほうがよい
- API 連携型の自動化に比べると、1タスクあたりの実行時間は長くなりやすい
類似サービスとの比較
| 比較項目 | Sai | ChatGPT Agent | Claude（Computer Use） | Manus |
|---|---|---|---|---|
| 提供元 | Simular Inc. | OpenAI | Anthropic | Monica（Butterfly Effect） |
| 操作範囲 | クラウド/ローカルのデスクトップ全体 | クラウド上のブラウザ・ターミナル中心 | 開発者が用意した環境の画面操作 | クラウド上のブラウザ・ツール |
| APIのないアプリ | 操作できる | 対応は限定的 | 環境次第 | 対応は限定的 |
| 常時稼働 | クラウドデスクトップで継続実行 | セッション単位 | 実装側の設計次第 | セッション単位 |
| 主な利用者 | 業務の定型作業を任せたい実務者・チーム | 一般ユーザー〜ビジネス | 開発者 | 一般ユーザー〜ビジネス |
こんな人におすすめ
- API が用意されていない社内システムや業務アプリの操作を自動化したい担当者
- レポート作成・スケジュール調整・リード収集など、毎週繰り返す定型作業を抱えているビジネスパーソン
- 求人応募やリサーチのように「画面を見ながら地道に進める作業」をまとめて片付けたい人
- 長時間かかる作業を投げておき、結果だけ受け取りたいスモールチーム・個人事業主
- GUI エージェントの実力を、オープンソース実装（Agent S）まで含めて評価したい技術者
まとめ
Sai は、「AIに文章を書かせる」段階から一歩進んで、「AIにパソコンそのものを操作させる」ことを狙ったサービスである。API連携を前提としない画面操作型のアプローチにより、これまで自動化の対象外だった業務アプリまで守備範囲に入る点が独自性となる。一方で価格帯は業務利用を想定した水準で、GUI 操作特有の不安定さも残る。まずは自社で対象にしたいアプリを1つ決め、承認を挟みながら小さく試し、繰り返し実行に耐えるかを見極めてから適用範囲を広げるのが現実的だ。