Works — コンサルティング・新規事業・受注実績

探す・転記するをAIに移し、人の時間を判断に集中させた。

現行業務を手順に分解すると、資料を探す・過去事例を探す・情報を転記する・不足を補記する、の4手順に工数が集中していた。部門の全業務量（年間約6.8万時間）を実測して効果の分母を定めたうえで、この4手順をAIエージェントに移し、人には登録・条件入力と、生成結果の確認・補記だけを残す構成にしている。

散在するデータに意味と関係を与え、AIが判断に使える形にした。

現状は、台帳系のデータは表ごとにキーが異なり、文書系は断片が並ぶだけで意味も関係も持たない。意味と関係の型を定義し（オントロジー）、実在する対象と値を型に従って接続し（ナレッジグラフ）、熟練者の判断基準を判断ルールとして形式知化する（コンテキスト）。この三つが揃って初めて、AIは根拠を示して業務に合う答えを返せる。

全資産の移行という前提を崩し、統合と移行を切り分けて投資を圧縮した。

現場ヒアリングと設計書・台帳・稼働実績を突き合わせ、数百枚規模の業務プロセスを起こした。当初は全資産をマイグレーションする前提で費用が大きく膨らんでいたが、業務を分析して他拠点へ統合できるものと、実際に移行が必要なものを切り分け、BPRによる業務統合と投資額の圧縮を同時に成立させている。

全17工程を可視化し、最も重い4工程の工数を約6割削減した。

一括りに扱われていた変換作業を17工程に分解して工数を測り、最も重い4工程を特定。そこにシステム可視化ツールの静的解析出力と生成AIを組み合わせ、対象工程の工数を約6割削減した。変換プロセス全体でみると約1割の圧縮にあたる。

レガシー資産を入れると、刷新を判断できる材料が出てくる形にした。

ソースコードやDB定義といった技術資産に、業務マニュアルや帳票などの業務資産を突き合わせて取り込む。AIがプログラム単位の情報を業務機能単位に組み替え、利用状況・重要度・複雑性で評価することで、経営層が刷新方針と優先順位を判断できる分析ファクトを生成する。

属人化していた進め方を、5組織が同じ手順で回せる形にした。

移行方針の策定からプロジェクト立ち上げまでを3フェーズ11プロセスに分解し、各プロセスの入力・作業・出力と、移行計画書やRFPを含む成果物8種を定義した。担当者の経験に依存していた進め方を、5組織が同じ手順で回せる形にしている。

中身が見えなかったシステムを、影響範囲を判断できる状態にした。

システム可視化ツールでプログラム間の依存関係を解析し、どこを直すと何に影響するかを構造として示した。改修コストが膨らむ原因が特定できる。

AIエージェントを安全に実行できる仕組みを、実行時制御として検証している。

認証・認可は依頼の入口に、ログ・監査は結果の出口にしか効かず、正規の権限内で行われる不適切な実行はそのまま通る。ポリシーを実行の直前に適用し、取り消せない操作だけを止める構成を設計・検証している。

保有技術を、対価が発生するSaaS事業にゼロから育てた。

視覚を測定する技術を、デザインの良し悪しを数値化するSaaSとして事業化した。企画から市場投入までを約2年、ローンチ後は9ヶ月で事業計画を32%上回る利益に到達し、国内モデルを4市場へ展開している。