本文へ移動
Leapcom 株式会社
AI+DX のイメージ: 並んで流れる業務の線が、一点でつながり、また分かれていく製図(イラスト)
FIG. 02並んで流れる業務の線が、一点でつながり、また分かれていく

02つなぐ ・ AI + DX

業務を「組織のもの」にする、
AI と DX。

AI エージェントで、複数のシステムをまたがる業務を、すっと自動化。RPA の便利さに、もう一歩先のしなやかさを加えます。

AI の進化を、今日と明日の業務に効くものとして。

AI の進化は、すさまじいものです。私たちは、その進化を「ふんわりとした未来」ではなく、皆さまの業務の今日と明日に効くものとして、お届けしたいと考えています。

AI も DX も、本来の目的は、業務を、より良くすること。私たちは、そう考えています。

なかでも、多くの会社で大きなテーマになっているのが、個人の知識を、組織の知識にという流れです。ベテランの方の頭の中にある判断やノウハウを、組織として共有・継承できる形に整えていく、いわゆる属人化の解消です。

BEFORE

個人の知識

ベテランの頭の中にある判断やノウハウ

AI エージェントが
学べる形に整える

GOAL

組織の知識

みんなで共有し、受け継いでいける

これまで、DX といえば RPA やノーコード/ローコードによって、システム間の連携や業務の自動化が広がってきました。これらはとても便利なツールで、私たちもよく使います。そのうえで、運用を続けていく中で、次のようなもう一歩先のテーマに気づかれる方が増えています。

  • 業務プロセスを、ツールの中だけでなく、組織として共有できる形にしておきたい
  • 自動化したしくみを、設定した方以外も、組織として理解・改善していけるようにしたい

私たちが目指すのは、業務を「組織のもの」にする DX です。RPA やノーコードの強みを活かしつつ、AI エージェントと組み合わせることで、その一歩先を一緒に作っていきます。

01KEY POINTS

4 つのキーポイント

私たちの AI+DX の取り組みで、特に大切にしていることをまとめました。

  • 01 — ORGANIZATION

    業務を「組織のもの」に

    個人の知識を、組織の知識に。ベテランの判断プロセスを、AI エージェントが学べる形に整理します。

  • 02 — EXISTING

    既存システムを、活かしながら

    「全部入れ替え」ではなく、今あるシステムをそのまま活かしながら、その間と周辺を AI で繋ぎます。

  • 03 — TOOLS

    RPA も、AI エージェントも

    RPA、ノーコード、Power Automate、Power BI。便利なツールの中から業務に合うものを選び、適切に使い分けます。

  • 04 — SECURITY

    情報の扱いは、丁寧に

    データの送信先、ログ、アクセス権限。お客様のセキュリティポリシーに合わせて、安心して使えるしくみを設計します。

ACHAPTER A — OUR VIEW

私たちの DX 観:本来の DX とは

私たちが考える DX は、次の状態を作ることです。

  1. 01業務の流れを、組織として共有できる状態にすること
  2. 02個人の知識を、組織の知識にすること
  3. 03業務の中で生まれる個人や組織のノウハウを、たくわえ、活用できるようにすること
  4. 04自動化できるものは、自動化すること

NOW

業務プロセスが、ツールの「設定の中」にある

AI エージェントを
活用した DX

NEXT

組織として理解し、改善し続けられる形に

AI エージェントを活用した DX では、この状態を達成できます。ツールの「設定の中」にあった業務プロセスを、組織として理解し、改善し続けられる形に変えていきます。

BCHAPTER B — CAPABILITY

AI エージェントで、できるようになること

多くの企業で、業務システムは複数並走しています。それぞれの導入時期が違ったり、一部はパッケージ製品だったり、人が間に入って手作業で連携していたり。私たちは、個別のシステムだけでなく、その周辺と業務全体に視野を広げて、AI エージェントによる自動化をお手伝いします。

いまあるシステムは、そのまま。その間を、AI エージェントがつなぎます。 (イメージ)システムの名前は一例です。
  • 販売のシステム
  • 生産のシステム
  • 会計のシステム
  • Excel・ファイル

AI AGENT

AI エージェント

人の代わりに
業務を進めてくれる AI

  • CASE 01部門をまたぐレポートを、自動で
  • CASE 02システム間の手作業を、自動で
  • CASE 03ベテランの「コツ」を、組織の知識に

こんな場面で力を発揮します

  • CASE 01

    部門横断のレポート作成

    部門ごとに別々の業務システムから情報を集めて、日々のレポートを作っている。

  • CASE 02

    毎月の手作業連携

    一部のシステム間連携が、毎月だれかの手作業で行われている。

  • CASE 03

    ベテランの「コツ」

    業務マニュアルはあるが、ベテランの「コツ」は本人の頭の中にしかない。

進め方

  1. STEP 1

    入口を見極める

    既存システムの API/画面/ファイル連携など、利用できるあらゆる入口を見極めます。

  2. STEP 2

    業務プロセスを観察する

    業務プロセスを観察し、人の判断や手作業がどこに溜まっているかを特定します。

  3. STEP 3

    AI エージェントを配置する

    そこに AI エージェントを配置します。

「全部入れ替え」ではなく、今あるシステムを活かしながら、その間と周辺を AI で繋いでいく。これが、最短で効果を出せる方法です。

CCHAPTER C — HOW TO USE

RPA と AI エージェントの使い分けから、ご一緒に

観点 RPA / ノーコード AI エージェント
得意な作業決まりきった繰り返し判断を伴う、揺らぎのある作業
業務プロセスの見える化ツール側に隠れがち設計次第で見える化が進む
例外への対応設定の追加が必要状況を読んで柔軟に対処
知識の蓄積設定者依存になりがち組織の知識として蓄積できる

RPA は、決まりきった作業に強く、AI エージェントとは、得意分野が違うだけです。どちらかを選ぶのではなく、業務に合うものを、適切に使い分けることが大切です。私たちは、その判断からご一緒します。

「これは RPA で十分」「ここは AI エージェントの出番」。その線引きを、業務の流れに沿って、一緒に見つけていきます。

DCHAPTER D — DEVELOPMENT

AI エージェント開発

私たちは、AI エージェントの開発でも、これまでのシステム開発と同じ姿勢で取り組みます。

D-1

対応範囲:シンプルなツールから、本格的な業務システムまで

私たちの AI エージェント開発は、幅広い規模に対応します。

  • SCALE S

    シンプルなツール的なエージェント

    日々の作業を少し楽にする小さなエージェント。

  • SCALE M

    中規模のエージェント

    部署単位で業務をサポートします。

  • SCALE L

    本格的なシステムとしてのエージェント

    組織の業務システムの一部として稼働します。

規模の大小にかかわらず、共通して大切にしていることがあります。

D-2

「簡単なツール」でも、ドキュメントを残します

社内でつくられる便利な自動化ツール(マクロや RPA など)も、運用が続くなかで、その役割やデータの流れを、組織として共有しておくと、長く・安心して活用できます。作った方の意図が、組織の知識として残っていく状態を目指したいところです。

私たちは、シンプルなツール的なエージェントでも、ツールの役割・入出力・データの流れを、ドキュメントとして明確化します。担当の方が変わったときも、将来の拡張・変更が必要になったときも、迷うことなく対応できる状態でお届けします。

DOCUMENT

  • 01ツールの役割
  • 02入力と出力
  • 03データの流れ

担当の方が変わっても、迷わない

このこだわりは、システム開発で長年取り組んできた「業務を、組織のものにする」という姿勢と、まったく同じ根っこから来ています。

D-3

開発の流れ

  1. STEP 1

    業務プロセスの観察と整理

    どの作業に、人の判断や時間が使われているかを、現場と一緒に確認します。

  2. STEP 2

    ゴールの設計

    「自動化したい」ではなく、「組織として、この業務をこう動かしたい」までを言葉にします。

  3. STEP 3

    エージェントの設計と実装

    情報収集型・業務遂行型・対話型など、業務に合った形のエージェントを設計します。

  4. STEP 4

    試験運用と、現場の方々との対話

    早い段階から現場の方々に触れていただき、フィードバックを反映します。

  5. STEP 5

    本格運用と、改善の継続

    運用ログをもとに、エージェントの判断精度を継続的に改善します。

D-4

採用する技術スタック

  • STACK 1

    基盤クラウド

    Microsoft Azure を中心(Azure OpenAI / Azure AI Foundry など)。お客様の要件によって AWS や他基盤も選択可。

  • STACK 2

    連携先

    Microsoft 365 / Power Platform / 既存業務システムの API / RPA ツール / 各種ファイル形式。

  • STACK 3

    モニタリング

    kemariba(ケマリバ)と弊社標準のトレースログを活用し、エージェントの判断と動作を可視化します。

ECHAPTER E — SECURITY

情報の扱いも、丁寧に設計します

「AI エージェントを使うと、情報漏洩が不安」と感じられる方は、少なくありません。私たちは、AI エージェントを導入する際にも、これまでのシステム開発と同じ姿勢で、情報の扱いを丁寧に設計します。

私たちが大切にしていること

  • PRACTICE 01

    データの送信先を、明確にする

    社内モデル(オンプレ/プライベートクラウド)と、社外モデル(公開 API)を、データの機密性に応じて使い分けます。

  • PRACTICE 02

    監査ログ

    どの情報が、いつ、どのエージェントに渡されたかを、後から追跡できるようにします。

  • PRACTICE 03

    アクセス権限のコントロール

    ユーザー・部門・役割ごとに、エージェントが扱える情報の範囲を制限できます。

  • PRACTICE 04

    お客様のセキュリティ要件に、合わせる

    社内のセキュリティポリシー、業界の規制、データ取り扱いに関するご要望を伺ったうえで、最適な構成をご提案します。

FOUNDATION

既存のシステム開発で長年磨いてきた、認証・トレースログ・役割と権限管理のしくみは、AI エージェントの運用にもそのまま活きています。

安心・安全な認証の詳細を見る

FCHAPTER F — POWER PLATFORM

Power Automate / Power BI も、得意です

私たちは、Microsoft Power Platform を、AI エージェントと組み合わせて使うことで、より柔軟で、より深い自動化と分析を実現します。

  • POWER AUTOMATE

    Power Automate

    業務の自動化、システム間連携。

  • POWER BI

    Power BI

    データの可視化、経営判断につながる気づきの提供。

OUR PRACTICE

私たち自身も、毎日 AI と一緒に仕事をしています。

社内の品質テストでは、Power Automate(RPA)や AI 駆動テストを実際に活用しています。私たちの課題管理のサービス kemariba には、MCP(AI とツールをつなぐ共通の決まり)でつないだ AI エージェントも参加し、やりとりは課題ごとに記録に残ります。

自分たちが使って効果を実感しているツールを、皆さまにもご提案します。

私たちの DX への取り組みを見る

CONTACT

AI エージェント・DX のご相談、まずは現状ヒアリングから。

「うちの業務に、AI ってどこから入れたらいい?」という段階からのご相談も歓迎です。些細なご相談から、まずはお話を伺うところから始めます。

お問い合わせ

ご相談いただいた内容にだけ、お返事します。