AI in Business

いまの仕組みは残したまま、機能やAIを足したい

点検・診断で「補強で足りるか、作り直しか」を先に見立ててから、必要な範囲だけを設計・実装します。AIに限らず、機能追加や改修、使い勝手の改善も承ります。点検だけのご依頼も可能です。

点検・診断だけでも可
月額のAPI利用料を先に試算
NDA締結
ご相談・お見積もり無料

無料で相談する

「AIで何ができるか」の相談段階でOK

稼働中の業務システムを残したままAIを組み込み、手間を減らしていく様子を表すイラスト

決裁者向け要約

費用: 点検・診断は小さな固定範囲から始められます。組み込みは1時間11,000円（税込）を単価に工数を積み上げ、API利用料は設計段階で試算します。
期間: 点検・診断2〜4週。本番導入まで3〜6ヶ月が目安です。
リスクの抑え方: 点検で「補強で足りるか、作り直しか」を先に判定します。全部作り直しが前提ではありません。

Situations

AIを入れたいが、いまの仕組みは壊したくない

「毎日届く書類・メールの読み取りと仕分けを任せたい」

読み取りと仕分けを業務に組み込みます

見当違いな回答が表示されたモニターを前にがっかりした表情をしている人物のイラスト

「社内AIを作ったのに、答えが的外れで誰も使わなくなった」

精度が出ない原因を診断します

小さなツールの画面を前に全社展開の規模の大きさに戸惑った表情をしている人物のイラスト

「現場が作ったツールが思いのほか使われている。全社に広げたい」

広げる前に、耐えられる形に補強します

「顧客データを渡して大丈夫なのか、判断できる人が社内にいない」

データの扱いを先に設計します

「AIから自社の業務システムを直接参照・操作させたい」

MCPサーバーとして実装します

「導入直後は使われたが、更新されず情報が古びて廃れた」

運用が回る仕組みごと作ります

「作った本人しか中身が分からない。異動や退職が怖い」

運用設計書を作り、属人化を解きます

一人だけノートPCに向かい他の空席のデスクを気にして寂しげな表情をしている人物のイラスト

「AIコーディングを試した社員はいるが、チームに広がらない」

チームの開発フローに組み込みます

Capabilities

できること

届いた書類を読ませて、転記をなくす

請求書・申込書・報告書など、届いた文書の内容を読み取り、基幹システムに流し込める形に整えます。問い合わせ履歴の要約や返信文の下書きも任せられます。

社内の資料に、根拠つきで答えさせる

散らばった規程・マニュアル・議事録を読ませたチャットで、「詳しい人に聞かないと分からない」を減らします。RAG（検索拡張生成）の構築と、他社が作ったRAGの精度改善の両方に対応します。

AIから業務システムを参照・操作させる

顧客情報・在庫・案件の状況を会話の中で引けるようにし、登録・更新・帳票出力といった操作も実行できるようにします。どこまで許すかの権限設計と操作ログの記録もあわせて実装します（MCP対応）。

作ってしまった試作を、業務に耐える形にする

ChatGPT・Claude Code・Codexで生成したコードや、ノーコードで作ったツールを点検し、本番に足りない部分を補強します。点検だけのご依頼も可能です。

開発チームにAIコーディングを根付かせる

Claude Codeを日々の開発に組み込みます。コーディング規約や設計方針を設定に落とし込み、扱ってよいコード・データの線引きも決めます。

試作を業務に載せる前に、10の観点で点検します

点検レポートは、そのまま社内説明に使える形でお渡しします。

01
「本番に出してよい」基準
何ができたらGOなのか、関係者の言葉になっているか
02
データの扱い
個人情報・機密を、どのAIやクラウドに渡すのかの設計
03
権限
誰が何をできるか・何を見られるかの整理
04
負荷と規模
実際のユーザー数・データ量に耐えられるか
05
止まったとき・間違えたとき
障害時と誤動作時に、業務がどう継続できるか
06
運用する人とコスト
誰が面倒を見るのか、月々いくらかかるのか
07
法令・利用規約
個人情報保護や、使っているAIサービスの規約に反していないか
08
作られ方に応じた地雷
AI生成コード・ノーコード、それぞれ特有の弱点の確認
09
引き上げか、作り直しか
今のコードを補強して使うか、設計し直すかの見極め
10
撤退・縮小の基準
うまくいかないと分かったとき、どう戻すか

社内AIの精度が出ないとき、疑う順番

読ませているデータの問題

古い版と新しい版が混在している、暗黙の前提が文書化されていない。まずデータ側の問題から確かめます。

検索・分割設計の問題

文書の切り方・検索の仕方が業務の質問の形と合っていないと、正しい資料があっても引き当てられません。

運用の問題

新しい文書が追加される流れがないと、AIは導入した日の知識で止まります。更新が回る運用設計が必要です。

Process

進め方

点検・診断

効く業務と、いま足りないものを特定します。

設計

モデル選定・データの扱い・月額の目安を見える化します。

実装・本番導入

精度を確かめながら段階的に載せます。

運用・改善

使いながら精度とコストを改善します。

点検・診断

効く業務と、いま足りないものを特定します。

設計

モデル選定・データの扱い・月額の目安を見える化します。

実装・本番導入

精度を確かめながら段階的に載せます。

運用・改善

使いながら精度とコストを改善します。

点検・診断

いまの業務と、すでに動いているものを診断します。精度が出ない原因がデータ・検索設計・運用のどこにあるかも、ここで特定します。まずここまでのご依頼も可能です。

設計

組み込みパターン・モデル選定・データの扱い・月々のAPI利用料をこの段階で見える化します。開放する範囲と守る範囲、権限と認証もここで決めます。

実装・本番導入

既存システムへの組み込み、または補強。精度の検証を挟みながら段階的に本番へ載せ、監視とバックアップを整えます。

運用・改善

モデルの更新やプロンプトの調整で精度とコストを見直し、文書の更新がAIに反映される運用の流れを作ります。運用設計書を残し、作った人以外でも運用できるようにします。

Before / After

心配なところは、進め方で解いています

「従量課金のAPIコストが、月々いくらになるか読めない」

STEP 02｜設計

モデル選定と月々のAPI利用料を、この段階で見える化する

走り出す前に月額の目安が分かる

コストが読めてから実装に進めます。

「AIで作ったコードは、結局「全部作り直し」と言われるのでは」

STEP 01｜点検・診断

コードと構成を10の観点で診断し、現状をレポートにする

活かせる部分と補強すべき部分が分かれる

必要な補強だけを積み上げます。

「直しても、文書が古くなればまた廃れるのでは」

STEP 04｜運用・改善

文書の更新がAIへ反映される運用の流れを作る

文書の更新がAIに反映される仕組みが残る

更新の担当と手順は運用設計書に残します。

Deliverables

お渡しするもの

チェックマークと優先順位のリストが書かれた書類をお客様が安心した表情で受け取っている様子を表すイラスト

点検レポート

観点ごとの診断結果と、直すべき箇所の優先順位。

組み込み済みのシステム

セキュリティ・データの扱い・エラー処理を整え、業務で使える状態にしたシステム本体。

開いたドキュメントの書類をお客様が納得した表情で受け取っている様子を表すイラスト

運用設計書

誰が・何を・どう面倒を見るかをまとめた、引き継ぎ用のドキュメント。

使う技術

どれを使うかはお話を聞いた上でこちらで決めます。対応できる範囲はこちらです。

契約形態

作業単価は公開しています。契約のかたちは状況に合わせて選べます。

プロジェクト開発
点検・診断を小さく切り出してから本開発に進めます。
年間パートナー
部署をまたいで順にAIを入れていく場合はこちら。
技術顧問・コンサルティング
Claude Code導入・コードレビューは単発で依頼できます。

座学の研修・常駐・保守だけの請負・補助金申請代行は引き受けていません。個人開発や学習用途のコードレビューも対象外です。

Works

AIを組み込んだ事例

製造業企業様（非公開）

製造業向け RAGシステム構築

数百件の社内文書・資料を対象に、用途別のRAGチャットボットを構築。文書化された情報を自然言語で検索・参照できる環境を整備。

事例を見る

企業様（非公開）

スライド生成AIシステム開発支援

ペルソナ設定・情報ヒアリングAIを組み合わせた営業資料自動生成システムの開発を支援。

事例を見る

FAQ

よくある質問

Q. 入力したデータはAIの学習に使われませんか？

A. 主要なLLM APIでは、送信したデータを既定でモデルの学習に使わない契約形態を選べます。ただし条件は提供元と契約内容によって異なるため、採用するモデルが決まった段階で提供元の規約を確認します。設計の最初にデータの分類（何を送ってよいか・何は送らないか）を決め、社内規程に沿った構成にします。

Q. どのモデルを使うか、どう決めますか？

A. 処理ごとに候補を比較して選びます。特定のモデルに固定せず、業務データに近いサンプルで精度・速度・単価を測って決めます。当社の開発・運用ではClaude・Gemini・GPTを日常的に使っており、OpenAIのAPIを使った開発実績もあります。組み込み後に別のモデルへ切り替えられるよう、呼び出し部分は差し替えやすい形で実装します。

Q. 月々のAPI利用料はどのくらいかかりますか？

A. 処理量とモデルの選び方で大きく変わるため、設計段階で試算を出します。安いモデルで足りる処理と高性能モデルが必要な処理を分けて、コストを抑える構成にします。

Q. AI以外の機能追加や改修も頼めますか？

A. はい。画面や帳票の追加、使い勝手の改善、不具合の修正など、AIを使わない改修も承ります。いまのシステムを残したまま手を入れる相談は、AIかどうかにかかわらずこのページの対象です。作り替えや別のシステムへの移行が必要な場合は、既存システムの移行としてご提案します。

Q. 既存の業務システムへの組み込みもできますか？

A. はい。既存システムのAPI連携・画面追加という形での組み込みに対応します。ソースコードや仕様書の状態が分からない場合も、まず現状を拝見して判断します。

Q. モデルが新しくなったら作り直しですか？

A. 多くの場合はモデルIDの差し替えで動きますが、世代によってはAPIの仕様が変わり、これまでの書き方がエラーになることがあります。実際に2026年9月のClaude Opus 5.5では、設定の一部が使えなくなる変更が入りました。一方、世代交代が単価の見直しにつながることもあり、2026年9月22日に公開されたGPT-6 Sol・Lunaでは同名の前世代モデルに対して単価が引き下げられています。稼働中のシステムは、まず変更点が自社の実装に当てはまるかを洗い出し、検証環境で品質とコストを測ってから切り替えます。