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。
- 01業務の流れを、組織として共有できる状態にすること
- 02個人の知識を、組織の知識にすること
- 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
- 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。
- 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
-
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。
-
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。
-
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。
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。
「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。
開発の流れ
-
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。
-
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。
-
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。
-
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。
-
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。
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。
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。
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。
ご相談いただいた内容にだけ、お返事します。