かつてフォードは、自動車生産を熟練工の経験に依存した仕事から、工程・標準・流れによって再現できる生産システムへと変えました。

その思想はトヨタ生産方式へ引き継がれ、カンバン、ジャストインタイム、継続改善として発展しました。さらにソフトウェア開発では、アジャイル開発やカンバンボードとして応用されてきました。

一方で、ホワイトカラー業務の多くは、いまだに人の頭の中、メール、Excel、会議、個人の経験に依存しています。

生成AIの登場により、知的業務も工程化し、可視化し、人とAIの役割を分け、品質基準を持って改善できる時代になりました。

AHACRAFTでは、この新しい業務の仕組みを、AIプロダクションシステムと呼んでいます。

AIツール導入では、業務は変わらない

生成AIの登場により、多くの企業が「AIを業務に組み込みたい」と考え始めています。

しかし、ChatGPTやCopilotを試しただけで止まっている、PoCは作ったが業務に定着していない、社内データや既存システムと接続できず進まない。という声が増えています。

これらはツール選定の問題ではありません。

問題は、業務がAIで回る形に設計されていないことです。

AHACRAFT（アハクラフト）は、曖昧な構想段階から業務を分解し、人に残す仕事、AIに任せる仕事、システム化すべき仕事を整理します。
そのうえで、データ設計、プロトタイプ検証、本番開発、運用改善までを一貫して行い、業務を継続的に成果を生むAIプロダクションシステムとして実装します。

■AIプロダクションシステムとは

AHACRAFTでは、業務を工程化し、AIが作った途中結果と根拠、検証結果まで残しながら、品質基準を通して高速に回せる生産システムを「AIプロダクションシステム」と呼んでいます。

これは、熟練者の暗黙知を形式知化・AI化し、人とAIが協働して継続的に成果を生み出す、業務の生産システムを意味します。

一般的な「AIツール導入」とは異なり、AIプロダクションシステムは業務そのものを再設計します。

・可視化：エキスパートの判断と現場オペレーションを分解し、業務の実態を可視化する

・役割分担：AIに任せる工程と、人が担うべき判断工程を明確に切り分ける

・再設計と実装：人とAIが協働して成果を最大化する業務フローを再設計し、現場に実装する

この設計思想により、PoCで終わらない、現場で継続的に動く仕組みが生まれます。

■よくある課題

生成AIの導入は、ツールを試すだけでは終わりません。多くの企業が次のような課題で止まっています。

・PoCで止まっている：プロトタイプは作ったが、日常業務に組み込めていない。社内で「便利だね」と言われて終わり、誰も使わなくなっている

・既存システムと繋がらない：社内データベース、Excel、既存業務システム、外部APIが混在しており、AIから安全にアクセスする方法が決まらない

・属人化した業務をAI化したいが進まない：「あの人にしかできない仕事」が複数あり、引き継ぎや拡大ができない。本人も「自分の判断を言語化できない」と言う

・要件が固まらない：ベンダーに相談しても「要件をください」と言われて進まない。何をどう発注すればよいか分からない

・運用設計が曖昧：精度、責任範囲、セキュリティ、権限管理、監査ログをどう設計すべきか分からない

・継続改善の体制がない：導入後の運用・改善を誰が見るのか決まっていない。作って終わりになりそう

これらの課題に共通するのは、ツール導入ではなく業務実装の問題だという点です。

■AHACRAFTが得意とする案件

AHACRAFTは業種を問わず、要件が固まっていない段階から入り、本番運用まで持っていった実績があります。案件の難しさの種類で分類すると、次の4タイプに整理できます。

・暗黙知のAI化 熟練者の判断ロジックを形式知化し、AIに移植する案件です。専門業務における判断ロジックの抽出と実装などの実績があります。

・異種データの統合 複数のデータソース・形式を一つの基盤に統合する案件です。基盤地図情報DEM / W05 / W07 等の水文地理データ統合設計、標準スキーマ化を含む設計、DEM由来の表面流向によるサブキャッチメント・分水嶺自動生成、神戸市バス系のドラレコ・GPS・時刻表データのGIS統合可視化、衛星・地理データ解析などの実績があります。

・既存業務システムとの接続 現行運用を止めずに新しい仕組みを組み込む案件です。AWS中心のクラウド設計・運用（S3、CloudFront）、Terraform/IaCによるインフラ再構築・保守改善対応などの実績があります。

・専門業務の本番化 規制・監査・権限管理が絡む業務基盤の構築です。京都大学系の臨床試験ワークフロー、画像中央判定システムを含む業務基盤、データセンター業務支援などの実績があります。

これらに共通しているのは、要件が固まっていない段階から入り、専門業務・複雑データ・本番運用・継続改善まで責任を持って引き受けてきたという点です。

■F/Sから運用まで、5つのフェーズで伴走します

AIプロダクションシステムの構築は、戦略設計からデータ構造、プロトタイプ検証、初期開発、運用、改善まで連続したプロセスです。

AHACRAFTは、すべてのフェーズに同じ技術者が一貫して責任を持ちます。

・Phase 01　戦略・基本設計＋データ構造デザイン（約3ヶ月） 事業戦略と整合したITコンセプト設計、データ活用の全体像設計、システムとデータ基盤のアーキテクチャ設計を行います。

・Phase 02　プロトタイプ・フィジビリティ検証（約2ヶ月） 主要ユースケースのプロトタイプ実装、既存データを用いたデータ分析・簡易モデリング、AI活用とBIの実現可能性を検証します。

・Phase 03　初期開発（フルマネージド開発）（約6ヶ月） 本番運用を前提としたシステム開発、AIプロダクションシステム基盤構築、データ基盤とBIダッシュボード初期セットを構築します。

・Phase 04　業務運用フェーズ（月単位） 本番運用の定着支援、運用監視と障害対応、ユーザー対応、定期レビューと改善サイクルの実装を行います。

・Phase 05　成長フェーズ／追加開発（規模により相談） 機能追加と改善、AIモデルやプロンプトの継続チューニング、BI指標やダッシュボードの改善、新ユースケースの企画・展開支援を行います。

一部のフェーズだけのご依頼も可能です。「PoCはすでにある、初期開発から相談したい」「運用フェーズから引き継いでほしい」などのご相談も歓迎します。

AHACRAFTは構想段階から運用・改善まで、同じ技術者が一貫して責任を持って進めます。フェーズごとに担当者が変わる大手SIerやコンサルとは異なり、最初に業務を理解した技術者が最後まで責任を持つため、引き継ぎロスや認識のズレが発生しません。

■AIプロダクションシステムで、業務の未来を設計する

生成AIの進化が加速する今、重要なのはAIツールを導入することではなく、AIと人が協働する業務の仕組みを設計し、実運用として組み込み、生産性を向上させることです。

AHACRAFTは、構想段階の壁打ちから本番運用、継続改善まで、AIプロダクションシステムの構築を一貫して支援します。

■お問い合わせ

AIプロダクションシステムの導入、F/Sフェーズからのご相談、特定フェーズのみのご依頼など、お気軽にお問い合わせください。

お問い合わせ