自社課題を起点にした
AI/DX PoC実践
「自分たちの課題を解決できないのに、お客様の課題は解決できない」
そんな想いから、自社の業務課題にAI/DXツールを適用し、効果を検証しています。
ケーススタディ一覧
全6件。項目から該当セクションへ移動できます。
AI-OCR経費精算 × 複数SaaS連携の自動化
自社バックオフィス（総務2名・経理1名・人事2名）
課題
勤怠管理、経費精算、タレントマネジメント、営業管理など目的別に複数SaaSを導入しているが、それぞれが独立しており、データ連携が不十分。本来の価値を引き出せていない。
Teamsで領収書画像をアップロードしても、金額・日付・店舗名を手入力する必要があり、営業も総務も月末は残業。さらに勘定科目の判断も人手で行うため、ミスと工数の二重負担。
各SaaSにデータが分散しているため、全社的なKPI可視化やデータドリブン経営が困難。経営判断に必要なデータを集めるだけで数日かかる状況。
ソリューション
Azure Form Recognizer（AI-OCR）で領収書画像から金額・日付・店舗名を自動抽出し、OpenAI GPT-3.5で勘定科目を自動推定。抽出データをMake.com/Zapier経由で会計ソフトへ自動仕訳。さらに複数SaaS間のデータ連携で手作業のルーティン業務を半自動化し、リアルタイムなデータ可視化基盤を構築。
AI-OCR自動読取 + 勘定科目推定
- 領収書画像から金額・日付・店舗名を自動抽出
- 手書き文字・傾き・折れ目にも対応
- GPT-3.5で勘定科目を自動推定
- 会計ソフトへ自動仕訳連携
SaaS間の自動データ連携
- Teams → AI-OCR → 会計ソフト自動仕訳
- 勤怠データ → 人事評価システム連携
- 営業案件 → スキルマッチング通知
- エラー発生時のSlack自動通知
リアルタイムKPIダッシュボード
- 各SaaSから自動データ収集
- Googleスプレッドシート統合
- Looker Studioで可視化
- 週次・月次レポート自動生成
技術スタック
成果
月間40時間 → 20時間に短縮
金額・日付の読取精度
3日 → リアルタイム更新
人件費・ミス対応工数削減
「領収書をスマホで撮ってTeamsにアップするだけで、金額も勘定科目も自動で入力されるのは革命的。営業も『もう手入力に戻れない』と喜んでいます。総務も確認作業だけで済むようになり、月末の残業が激減しました。」
プロジェクトタイムライン
総務QAチャットボット（社内試験導入）
自社エンジニア90名 → 総務2名
課題
勤怠、有給申請、福利厚生、社内規定に関する問い合わせが1日平均10-15件発生。総務2名の業務時間の約40%を問い合わせ対応が占め、採用支援や労務管理など戦略的業務が後回しに。
総務が不在時や繁忙時は回答まで半日〜1日かかることも。急ぎの質問でも即座に回答が得られず、エンジニアの業務効率が低下。同じ質問が何度も繰り返される。
社内規定、手続きマニュアル、FAQがSharePoint、Teams、Notionなど複数ツールに散在。欲しい情報を見つけるのに時間がかかり、結局総務に聞く方が早いという状況。
ソリューション
Azure OpenAI Serviceを活用し、社内規定・FAQ・過去の問い合わせ履歴を学習したAIチャットボットをTeams上に構築。自然言語で質問すると即座に適切な回答を返し、不明な質問は自動的に総務へエスカレーション。まずは総務QAに特化してPoC実施中。
Teams統合AIチャットボット
- Microsoft Teams上で24時間対応
- 自然な会話形式で質問可能
- 関連情報の自動提案機能
- 回答に出典元リンクを明示
社内ナレッジの統合学習
- 就業規則・社内規定の学習
- 過去100件以上のFAQ学習
- SharePoint/Notionドキュメント参照
- 継続的な学習データ追加
エスカレーション機能
- 回答不可時は総務へ自動通知
- 質問内容と文脈を引き継ぎ
- 未解決質問をFAQに追加
- 質問傾向の分析レポート
技術スタック
成果（PoC期間2ヶ月の暫定結果）
週16時間 → 週10時間に短縮
チャットボットのみで完結
PoC参加者アンケート結果
従来6時間から大幅短縮
「有給の残日数や申請方法など、ちょっとしたことを気軽に聞けるのが便利です。総務に聞くほどでもないけど知りたい、みたいな時にすぐ答えが返ってくるので助かります。たまに『この質問は総務に転送しました』と出ますが、それでも以前より早く回答が来ます。」
プロジェクトタイムライン
エンジニア×案件マッチング支援ツール（PoC）
自社営業3名、パートナー会社約50社、エンジニア約200名
課題
SES営業3名がパートナー会社約50社・エンジニア約200名のスキルシートをExcelで管理し、案件ごとに手作業でマッチング。1案件のマッチング候補選定に平均2-3時間かかり、提案スピードで競合に負けることが多発。
エンジニアのスキルシートがWord/PDF形式で各パートナー会社から送られてくるが、更新頻度がバラバラで最新情報が不明。営業がスキルシートを手動で突合・更新する工数が膨大。
案件要件とスキルシートを目視で照合するため、微妙にマッチする候補や、スキルの組み合わせが適合するエンジニアを見落とすリスク。営業の経験と記憶に依存した属人的なマッチング。
ソリューション
RAG（Retrieval-Augmented Generation）技術を活用し、約200名分のスキルシート（PDF/Word）を自動解析してベクトルDB化。案件要件を入力すると、意味的に類似したスキルを持つエンジニアを数秒でランキング表示。営業がマッチング候補を素早く絞り込めるツールをPoC開発中。
スキルシート自動解析
- PDF/Word形式のスキルシート読取
- OCR + LLMで構造化データ抽出
- スキル・経験年数・言語の自動タグ付け
- ベクトル化してDBに格納
セマンティック検索マッチング
- 案件要件の自然言語入力対応
- 意味ベースのエンジニア検索
- スキルの類似度スコア表示
- 複数候補の一括提示
マッチング履歴分析
- 過去の成約案件パターン学習
- 提案成功率の可視化
- エンジニア稼働状況の把握
- パートナー会社別マッチング傾向
技術スタック
成果（PoC期間1.5ヶ月の暫定結果）
平均2.5時間 → 1時間に短縮
同日提案が可能に
従来見逃していた適合者
自動解析・更新対応
「案件要件を入力するだけで、適合しそうなエンジニアが数秒でリストアップされるのは革命的です。今まで見落としていた『微妙にスキルが合う人』も候補に出てくるので、提案の幅が広がりました。まだPoCですが、本格導入されたら営業効率が劇的に上がると確信しています。」
プロジェクトタイムライン
AI経歴書解析システム — 情報標準化と採用スピードの向上
人材サービス業界向け
課題
応募者から提出される経歴書はPDF・Word・テキストなど形式が多様で、記載項目や粒度にばらつきがあり、情報抽出に多大な手作業が発生していた。
情報の抜け漏れや表記の揺れにより、エージェントのスキルに依存したマッチングとなり、精度と採用スピードの両立が困難だった。
ソリューション
AIが経歴書を自動解析し、情報の標準化・品質向上・自動マッチングまでを一貫して処理する9機能の統合システムを構築。NLPによる意味解析と機械学習モデルを組み合わせた多層的なアプローチを採用。
情報抽出・スコアリング
- 不足項目の自動特定と優先度付け
- 多角的な評価スコアの自動算出
- 曖昧表現・矛盾点の検出
標準化・変換
- 統一フォーマットへの自動変換
- アピールポイントの自動文章化
- 用途別レイアウトの自動生成
マッチング・送信
- 求人との自動マッチング
- 既存ATSとのAPI連携
- 提案メールの自動生成・送信
技術アプローチ
成果
手動抽出作業をほぼ自動化
抽出〜マッチングを一気通貫
属人依存から脱却
品質標準化による提案加速
POS・業務フロー品質保証システム — 55項目の網羅的監視体制
大手ホスピタリティ企業向け
課題
チェック基準が担当者ごとに異なり、見落としやばらつきが発生。不具合の早期検出と再発防止のための標準化された枠組みが存在していなかった。
POSの取消・返品ルール、税処理、日次締め、データ移行など業務フロー全体にわたる網羅的なチェックリストが整備されておらず、テスト抜けが発生していた。
ソリューション
POSシステム・業務フロー全体の品質保証チェックリスト（55項目）を7フェーズで体系化。設計から運用・保守まで一気通貫で管理できる標準基盤を構築した。
7フェーズ × 55項目チェック体系
- 事前情報・体制確認
- 重要業務フロー（POS）検証
- 要件→設計の正当性確認
- 設計→実装の品質確認
変更管理・データ品質
- 変更管理（修正→再発の連鎖防止）
- データ移行・件数/金額整合チェック
- テスト計画・回帰テスト・負荷試験
運用・監視・サポート体制
- 監視・ログ管理・問い合わせ導線
- 緊急対応・復旧手順の明文化
- 権限管理・バックアップ運用
成果
7フェーズにわたる標準化
担当者依存からの脱却
再発防止の仕組みを確立
障害時の対応フロー整備
生成AI業務運用・品質保証サービス — "事故なく使える状態"を保証する
業界横断（製造・金融・サービス業など）
課題
AIを導入したが現場で使われない／出力の正しさに不安がある／責任の所在が曖昧／情報漏洩が怖くて止まっている／プロンプトが属人化して再現できない——こうした状況は珍しくなく、「AI導入後の活用定着」に悩む企業は少なくない。導入障壁として多く挙げられるのは「ハルシネーションへの不安」である、という指摘もある。
生成AIは導入しただけでは成果にならない。必要なのは、業務として安全に回り続ける運用設計と責任の所在の明確化。
ソリューション
生成AIを使った業務について、運用設計・品質管理・ガバナンスを含めて一括で引き受けるサービス。AIが"安全に・安定して・説明可能な状態"で回ることを保証する。
運用設計
- 人とAIの役割分担の定義
- 業務手順・プロンプトの標準化
- 組織知としての文書化
品質管理
- 出力の正確性確認フロー
- レビュー基準・チェックリストの整備
- ハルシネーション対策の組み込み
ガバナンス
- リスク管理・記録・監査対応
- 説明責任の担保
- 社内外への説明可能な体制構築
対象企業
提供価値
誰でも同じ成果を出せる仕組み
個人依存からチーム資産へ
社内外への説明可能な体制
「AIを使うのが怖い」状態から脱却
自社で実践しているからこそ、
お客様にも自信を持って提案できます。
私たちはAI社会実装に全力で取り組みます。
まずは無料相談で、貴社の課題をお聞かせください。