仕様書を書けば、コードが生まれる
業務仕様からコードを生成するAI開発基盤
実装・検証｜業務仕様から実コードを生成し、生成コードと保護コアを分離して更新可能性を高める。
業務課題
標準SaaSは業務に合わず、個別開発は費用・納期・ベンダーロックが大きい。
AIの役割
仕様更新→コード生成→ガードレールCI→人承認→Git適用を一方向で管理。
人の判断
生成物を人が承認してからGitへ適用。
現在地
ソースと検収設計を確認済み。本番導入数・性能値は未確認。権利範囲は契約条件で確定。
ダミーデータのみ・個人情報なし
仕様書がなくても、コードが語る
実コードから仕様を再構築するレガシー可視化
実装・検証｜長年運用された業務システムの実コードを読み、画面・API・DB・通知・バッチの現行仕様を再構築する。
業務課題
長年運用したシステムは仕様書と実装がずれ、刷新の見積り・移行判断が難しい。
AIの役割
複数AIでコード・DB・API・画面・通知・バッチを抽出し、別AIと人が反証・合意。
人の判断
別AIと人が反証し、人レビューで誤分類を修正。
現在地
画面・API・DBの抽出と人レビューを確認済み。受託・匿名。完全網羅・顧客承認は未確認。
顧客名・業務詳細は非掲載
散らばった資料を、一枚の要件定義へ
施設入退室管理SaaSの要件・受入設計
実装・検証｜分散資料を要件・画面・受入条件へ統合し、未確定を残す。
業務課題
資料、議事録、既存コードが分散し、要件・画面・受入条件の漏れを人手で照合しきれない。
AIの役割
資料とコードを統合し、要件・画面・受入条件を相互参照。未確定項目を分離。
人の判断
未確定点・MVP範囲・顧客合意を人が確定。
現在地
要件・画面・受入条件の相互参照を確認済み。受託・匿名。実装・顧客合意は未確認。
実施設・利用者・デバイス情報なし
画面・データ・計測を、一気通貫で検証する
収益物件マッチング・行動計測基盤
実装・検証｜画面、データ連携、行動計測、検証インフラをAIで横断して短サイクル検証する。
業務課題
顧客向け画面、データソース、行動計測、クラウド環境を別チームでつなぐと検証が遅い。
AIの役割
画面、データ読取、行動計測、検証環境、画面QAを横断。
人の判断
本番移行・公開範囲・成果指標を人が判断。
現在地
画面・データ連携・計測・検証環境の一体動作を確認済み。受託・匿名。本番・成果値は未確認。
顧客名・案件名は非掲載
請求の判断は、AIにさせない
EC移行・請求業務自動化
実装・検証｜EC移行と請求を、二重処理防止と監査ログで安全に自動化する。
業務課題
受注・請求・再実行が複数基盤へ跨り、二重請求や処理漏れが起きやすい。
AIの役割
仕様と実装を横断調査し、二重処理防止・監査ログ・外部連携検証を支援。
人の判断
AIに請求判断をさせず、外部変更は人の承認へ。
現在地
再実行安全性・外部連携・データ検証を確認済み。本番継続運用・削減効果は未確認。
請求判断は人が行う境界を明記
「直したつもり」を、履歴で終わらせる
LPフィードバック収集・継続改善
実装・検証｜顧客コメントを課題化し、影響箇所特定・改修・公開UI確認まで一履歴で閉じる。
業務課題
コメントがチャットや資料へ散り、対応漏れと「直したつもり」が起きる。
AIの役割
顧客コメントを課題化し、影響箇所特定、改修、端末別確認を支援。
人の判断
素材許諾と外部送信を人が判断。
現在地
課題化から公開画面確認までの変更履歴を確認済み。受託。素材許諾は未完。
ロゴ・氏名例はマスク／未公開データ・実績値は非掲載
映像は外に出さない。AIは端末の中で動く
端末内姿勢推定・成果連動型運動サービス
実装・検証｜映像を外へ送らず端末内で姿勢推定し、課金と同意を保守的に止める。
業務課題
映像AIはプライバシーと誤判定の懸念があり、課金を絡めると安全境界が増える。
AIの役割
端末内で姿勢を計測。カード・課金は人の明示操作と厳格な停止条件を要求。
人の判断
課金は人の明示操作と同意を必須化。
現在地
117 tests・本番assetを確認済み。実カメラ精度は未検証。
課金訴求を除外・実課金／実カメラ精度は未検証
タスク管理という仕事を、なくす
AI駆動型自律タスク管理システム
実装・検証｜散在する依頼・約束・進捗をAIが拾い、人の確認を経て実行管理へ戻す。
業務課題
依頼が複数チャネルへ散り、管理表と現実がずれる。タスク管理そのものが新たな仕事になる。
AIの役割
複数チャネルからの候補抽出、3層コンテキスト整理、期限・停滞の通知。
人の判断
人が候補・優先順位・完了を判断。
現在地
ソース・運用履歴を確認済み。現行API疎通・全チャネル認証は未確認。
顧客名・実績値なし
毎日の巡回・転記を、AIが引き取る
顧客専用AI業務自動化基盤（FDE-NOAH）
実装・検証｜人が巡回・転記する定常業務を専用環境のAIへ移し、例外と判断だけ人へ返す。
業務課題
メール、営業、会議、経理などが分断され、人が毎日巡回・転記・催促している。
AIの役割
1顧客1環境で定期実行、下書き、パイプライン更新、死活監視を集約し、FDEが改善を継続。
人の判断
例外と判断を人へ返し、担当FDEが継続改善。
現在地
公開画面・運用説明を確認済み。導入数・効果値は未再計測。
https://ai-noah.jp/
公開情報以外の顧客データ・導入実績は非掲載
会議もチャットも稼働も、ひとつの判断面へ
会議・チャット・稼働を統合する組織知能基盤
実装・検証｜会議・チャット・稼働・AI利用を集め、判断と実行へつなぐ組織知能基盤。
業務課題
会議、チャット、案件、稼働、AI利用が別々に残り、リスクと判断根拠を横断できない。
AIの役割
会議・会話の収集と検索、決定事項、案件停滞、AI利用量・費用を権限付きで可視化。
人の判断
AIは情報統合までを担い、最終判断は担当者が行う。
現在地
実会議の再生を確認済み。全チャネル収集は未確認。
実顧客情報なし・録画E2Eの一般化はしない
業務DBと生成AIを、あえて分ける
ハイブリッドAIゲートウェイ｜業務DB×生成AI
実装・検証｜業務DB検索と生成AIを分離し、回答・モデル・原価・認証境界を記録する。
業務課題
顧客向けAIでは検索精度、秘密情報、モデル費用、誤回答の責任境界を同時に管理する必要がある。
AIの役割
署名付き要求だけを実行し、回答・モデル・概算費用・応答時間を記録。
人の判断
本番反映・権限変更・外部送信は担当者の承認対象。
現在地
署名・再送防止・入力制限を実環境で確認済み。受託・匿名。全機能の本番反映は未確認。
名称・ID・件数はダミー
チャットで決めたことを、正式な仕事にする
会話から決定・チケットを生成する業務連携基盤
実装・検証｜会話をコピーせず、決定候補・承認・チケット・履歴へ変える。
業務課題
会話で決まった担当・期限・決定が正式な案件管理へ移らず、後から追えない。
AIの役割
スレッド受信、重複排除、決定候補、承認、チケット化、台帳出力、再試行。
人の判断
人が決定候補を承認し、正式チケットへ昇格。
現在地
105 tests・delivery 17/17を確認済み。現行の常時稼働は未確認。
実運用件数なし
AIが止まるべき場所を、署名で残す
Human-in-the-loop型AI意思決定・承認基盤
実装・検証｜AIに任せる一方、公開・削除・課金など人にしか決められない地点を署名付きで残す。
業務課題
公開、削除、課金、権限変更でAIを止めるべき地点と、再開後の実行結果が監査できない。
AIの役割
AIが調査と選択肢整理を行い、人が判断。承認と実行成功を別状態で記録。
人の判断
公開・削除・課金・権限変更などを人が判断。
現在地
端末通知から実行成功までE2E確認済み。自動wake・Windows本番は未確認。
架空の判断例・実送信の証明ではない
チャットは置き換えない。上に賢さを載せる
複数チャネル統合・横断検索AI基盤
実装・検証｜既存チャットを置き換えず集約し、横断検索と限定AI支援を載せる。
業務課題
チャネルごとに履歴・検索・返信が分断され、AIへ渡す文脈も欠ける。
AIの役割
自己ホスト統合、全履歴検索、返信案、会話文脈を使う調査、セッションの永続・再開。
人の判断
AI支援は候補提示までとし、返信・外部送信は人が判断。
現在地
検索index 75,162行を確認済み。12 bridgeの現行接続は未確認。
サンプル企業・テストアカウントのみ
AIが増えても、「どこで止まったか」を見失わない
AIサービス障害・通知・対応管理基盤
実装・検証｜AIサービスの障害受信・保存・通知・対応を分け、再試行可能にする。
業務課題
AIサービスが増えると、障害受信、通知、対応、復旧のどこで止まったか分からない。
AIの役割
設計・実装・検証はAIで。実行時は決定論的に署名検証・永続化・通知outbox・retryを行う。
人の判断
Runbookと担当者を定め、復旧・通知・停止判断を人が担う。
現在地
core 30/30・proxy 2/2を確認済み。現行通知到達・常時運用は未確認。
秘密値・顧客名なし
AIが何を変えたか、全部追える
複数AIエージェント協調開発・統制基盤
実装・検証｜複数AIセッション、Git、terminal、使用量、承認を案件単位で統制する。
業務課題
複数AIセッションが増えると、誰が何を変更し、どの証拠で完了したか追えない。
AIの役割
単一Writer＋read-only Reviewer、セッション索引、queue、Git状態、利用量、承認境界を管理。
人の判断
Reviewerと承認境界を残し、参照専用を維持。
現在地
405 tests・arm64配布物を検査済み。社内展開・署名配布は未確認。
顧客情報・個人パスなし
現場は、しゃべるだけでいい
現場入力を低摩擦化する音声入力システム
実装・検証｜音声認識とAI整形を分け、短文bypassと原文fallbackで現場入力を低摩擦にする。
業務課題
現場・営業・移動中はキーボード入力が負担で、AIプロンプト作成も定着しにくい。
AIの役割
短文はAIを通さず、長文だけ用途別に整形。失敗時は原文を保持。
人の判断
提供元と原文を人が確認し、用途・送信先を判断。
現在地
162/162 testsを確認済み。実マイク入力・音声精度は未確認。
音声認識・送信の実機E2Eを一般化しない
電話AIは、いきなり全部任せない
電話受付・有人転送・限定AIの会話基盤
進行中PoC｜電話受付をDTMF・有人転送・留守電・限定AIへ段階導入する。
業務課題
電話AIを一気に本番化すると、誤応答、転送、課金、本人確認のリスクが大きい。
AIの役割
顧客Desktopと管理Web、通話state、承認、監査、秘密値境界をローカル合成環境で検証。
人の判断
有人転送と承認を残し、番号購入等は人の境界。
現在地
34/34 target・57/57 syntax確認済み。実電話回線・番号・課金は未接続。
実電話回線未接続を画面内で明示
声を、ブランド資産にする
Aivis｜日本語音声合成プラットフォーム
実装・検証｜Walkersが事業譲受・運営するAivisの音声合成を、制作ワークフローへ。
業務課題
外国語訛り、棒読み、固有名詞、間、アクセントが制作品質を左右し、編集の手戻りが大きい。
AIの役割
AivisSpeechでローカル音声生成。話者・話速・アクセント・辞書調整、WAV出力。
人の判断
人が読み・間・アクセント・辞書を調整。
現在地
公開機能・事業譲受・運営体制を確認済み。Walkersが運営・サポート、開発は従来体制を継続。
https://aivis-project.com/（2026-08-26取得）
顧客デモ・納品画面ではない
キャラクターが、来場者と話し出す
企業キャラクター向け会話AIアバターPoC
進行中PoC｜実写寄り試作への評価から、3D／キャラクター表現へ転換。
業務課題
企業キャラクターらしさを会話・知識・口調へ落とす前に、見た目・会話・ブランド表現を別々に検証する必要がある。
AIの役割
提供イラストからキャラクターを生成し、全身表示と一般会話プロトタイプを反復。
人の判断
お客様の評価を受け、表現方針と次の評価軸を決める。
現在地
お客様が試用中。企業知識・安全設計は次段階。顧客キャラクターは非掲載。
顧客提供キャラクターは含めない
アバターは既存のまま、声だけ本人に
既存アバター連携型カスタム音声開発
進行中PoC｜既存アバターSaaSを活かし、本人固有の音声だけを生成して接続する。
業務課題
アバター映像は既存でも、本人らしい声・権利同意・リップシンク適合まで揃わないと現場利用できない。
AIの役割
本人音声からモデルを生成・調整し、既存アバターのリップシンクへ接続。
人の判断
本人の音声利用同意と調整結果を人が確認。
現在地
開発進行を確認済み。受託・匿名。本人音声非掲載、納品未確認。
本人音声・顧客データ・製品ロゴは非掲載
短い収録から、キャラクターの声を生む
ブランドキャラクター向けAI音声PoC
提案・検討｜短い収録から固有キャラクター音声を作る提案。権利・自然さ・遅延を同時にPoC評価する。
業務課題
キャラクターらしさ、応答速度、音声権利を同時に満たす設計が必要。
AIの役割
カスタム音声モデル、調整工程、低遅延ストリーミング、固有語辞書を組み合わせる。
人の判断
権利・自然さ・遅延・ブランド一貫性を人が評価。
現在地
提案段階・受注未確認。実測・契約・導入なし。
顧客素材・性能数値・導入実績は非掲載
TTSは、同じ土俵で測ってから選ぶ
音声対話サービス向けTTS比較・置換検証
提案・検討｜数字読み精度、辞書、非公開音声、低遅延、費用を同一条件で比較する。
業務課題
正答率だけでなく、同時接続・単価・レイテンシー・閉域性を一体で比較する必要がある。
AIの役割
辞書調整、非公開カスタム音声、低遅延ストリーミング、API／セルフホスト構成を設計。
人の判断
品質・速度・費用・運用制約を比較し採用可否を判断。
現在地
匿名提案・数値は未計測。遅延・単価は目標値で未保証。
比較数値・採用結果は非掲載
APIを渡して、終わりにしない
音声API活用型バーチャル配信・共創PoC
進行中PoC｜導入後の利用者価値を確認し、共同施策の検討へ進んだ。
業務課題
技術導入後の利用価値を、利用者評価と共創施策へつなげる運用設計が必要。
AIの役割
低遅延音声APIと技術支援を提供し、イベント・コンテスト・PR連携を設計。
人の判断
利用者が音声価値を評価し、公開・共創施策を判断。
現在地
API実利用と共創検討を確認済み。提携先・固有キャラクター・定量効果は非掲載。
提携先名・契約条件・成果数値は非掲載
価格より先に、利用量とSLAを決める
大規模法人向けTTS基盤構成・初期設計
提案・検討｜利用量・SLA・データ条件を確定してから構成と価格を決める。
業務課題
利用量と運用制約が不明なまま正式見積を出すと、品質・採算の双方が崩れる。
AIの役割
低遅延TTS基盤とGPU構成を比較し、要件確定後に価格設計する。
人の判断
利用量・同時接続・SLA・データ条件を確定して承認。
現在地
初期提案・正式見積なし。利用量は想定条件。性能・契約は未確認。
数値・価格を表示しない
AIに「選ばれる」条件を、定点観測する
LLMO監視システム｜検索・引用・推薦を定点観測
実装・検証｜検索順位だけでなく、AIの相談・検索・引用・推薦・読後判断まで設計して改善する。
業務課題
SEO順位だけでは、生成AIの比較・推薦候補に入る／外れる理由が分からない。
AIの役割
業界別制作、鮮度監視、検索ありLLM推薦監査、読者ペルソナ品質確認を一つのループで運用。専用の監査エージェントがrobots.txt・構造化データ・実クエリでの引用状況をスコアカード化する。
人の判断
読者の読後判断を人が確認。公開承認は未確認。
現在地
60記事の検証環境・品質台帳を確認済み。スコアカードの指摘からFAQPageスキーマ追加等の改善実装まで反映済み。本番効果は未確認。
画面内数値は監査時点の検証値・一般実績ではない
権利のある音源は、一歩も外に出さない
権利保護・ローカル処理型AI音声編集
実装・検証｜権利のある音源を外へ出さず、ローカルAIで分離処理する。
業務課題
機密・権利データを外部AIへ送れず、生成・編集工程の権利確認も必要。
AIの役割
固定モデルでローカル推論し、QA後に公開処理。利用前に権利・同意を確認。
人の判断
権利・同意を確認し、QA後に公開可否を判断。
現在地
83 tests・自己所有音源でE2E確認済み。完成GUI・配布署名は未実装。
外部API通信・課金なし／権利確認を含む
熟練編集者の勘を、チームの標準にする
熟練編集者の判断を標準化するAI編集PoC
進行中PoC｜熟練編集者のAI工程を、他担当者でも編集長レビューへ出せる品質へ標準化する。
業務課題
熟練編集者の生成AI工程と修正観点が属人化し、記事制作工数と品質を横展開できない。
AIの役割
媒体実測、複数生成方式比較、構成・ドラフト生成、編集フィードバックの言語化、KPI計測。
人の判断
編集者が修正・命名し、編集長レビューを品質ゲートに。
現在地
PoCの進行を確認済み。品質・工数効果はPoC後に検証。
顧客データは含めない
ツール導入より先に、人を育てる
地域メディア向けAIコンテンツ制作・研修PoC
提案・検討｜既存AIの生成PoCと職員研修を一体で設計し、実測から独自システム要件へつなぐ。
業務課題
少人数の地域メディアでは動画・音声制作の工数が重く、ツール導入だけでは運用が定着しない。
AIの役割
既存AIで生成サンプルと運用を検証し、事実確認・品質管理を研修。実測を独自システム要件へ接続。
人の判断
職員が事実確認・品質管理し、要件を判断。
現在地
提案・PoC計画・生成サンプルを確認済み。受託・匿名。受注・本番効果は未確認。
顧客名・地名・プロフィール画像を除外