お客様の声
「まず現状評価から始めましょう」という提案がありがたかったです。実際に評価してみると、想定とは異なる部門にAIの余地があることがわかりました。押しつけがない姿勢が信頼につながっています。
文書分類モデルを依頼しました。週次のデモで進捗が見えたのがよかったです。検証精度が当初の目標を上回る形で着地し、現場への展開もスムーズでした。ドキュメントも丁寧でした。
経営層向けのAI戦略策定を依頼しましたが、ワークショップの進行がとても整理されていて、社内の認識をそろえる効果もありました。成果物のロードマップは取締役会でもそのまま活用できました。
AI未経験の状態から相談しました。評価レポートで「この業務はAIより業務改善の方が先」という指摘もあり、正直さに驚きました。信頼できるパートナーだと思います。今後も継続して相談したいです。
画像認識モデルによる品質検査の自動化プロジェクトを依頼しました。製造現場の特性を丁寧にヒアリングしてもらえ、現場スタッフとの調整もサポートしていただきました。再学習手順が特に助かっています。
需要予測モデルの精度が改善し、在庫過剰が減りました。データ量が限られていたにもかかわらず、現実的なアーキテクチャで対応してもらえた点が評価しています。日本語での対応も終始スムーズでした。
導入事例
目視による外観検査に1日8時間を要し、検査員の疲労による見落としも課題になっていた。人員不足も重なり、生産スループットの制約となっていた。
製造ラインの実際の不良品・良品画像を収集・整理し、画像分類モデルを構築。既存の撮影設備を活用した低コストな導入設計を採用。検査員のフィードバックをモデル改善に組み込む体制も整備。
検査工程にかかる時間が約60%削減。人的判定との一致率は97%を達成。検査員は見落としリスクの高い部位に集中できるようになり、総合的な品質向上につながった。
「数値的な成果以上に、現場スタッフの仕事への負担感が変わったと感じています。」— 製造技術部 担当者
ローン審査で受け付ける書類の種類が多岐にわたり、担当者が手動で分類・振り分けする作業が積み重なっていた。繁忙期には処理遅延が常態化。
過去の書類データと分類ラベルを整備し、文書分類モデルを構築。個人情報を含むため、データ処理は行内サーバー上で完結する設計を採用し、セキュリティ要件をクリア。
書類受付から担当者への割り当てまでの平均時間が74%短縮。繁忙期の遅延が解消され、行員が審査本来の業務に集中できる環境が整った。
「セキュリティ上の懸念にも丁寧に対応してもらえたことで、社内の承認を得やすくなりました。」— デジタル推進部 担当者
DX推進の機運はあるが、経営層とIT部門・現場の間でAIに対する認識がバラバラ。どこから投資すべきかの優先順位がつけられず、議論が堂々巡りになっていた。
部門横断のワークショップを通じて各部門の課題と期待を整理。競合物流企業のAI活用実態も調査し、自社のポジションを可視化。3フェーズにわたる投資ロードマップを策定。
取締役会での承認を経て、第1フェーズのパイロットプロジェクトが着手。内製チームの育成計画も明確化され、外部依存を段階的に減らすロードマップが実行に移っている。
「社内がバラバラだった認識がそろい、経営判断のスピードが上がりました。」— 代表取締役