レガシー資産の解析と仕様書生成
Before
仕様書が現存しない、または実装と乖離しているCOBOL資産。改修の前段として、現行仕様の把握そのものに工数がかかる。
After
処理ロジックを抽出・構造化し、図表を含む仕様書を生成。着手までの時間を短縮した。
Bedrock / LangChain / Claude / Python
業務がどう変わったか
実際に手がけた案件から、変化を挙げます。
社内問い合わせ対応の肩代わり
Before
従業員1万人以上の規模で、各種申請や製品利用について同じ質問が繰り返し担当部署に寄せられる。
After
申請マニュアル・製品説明・過去の問い合わせ履歴をナレッジ化し、Slackから質問できるようにした。
Bedrock / OpenAI / Slack / DynamoDB
定型文書の生成
Before
規定の様式に沿った文書を根拠資料から作成する業務。形式確認と転記に人手がかかる。
After
文書の解析から生成AIによる書き換え、規定様式での出力までを一連の流れとして構成した。
Azure OpenAI / Document Intelligence / FastAPI
進め方
「試したが定着しなかった」を避けるための順序です。
01
業務の切り分け
どの作業がAIに向くかを見極めます。全部を置き換えるのではなく、人が判断すべき部分は残します。
02
小さく試す
対象業務を絞ってPoCを行い、精度と業務適合性を確かめます。ここで見送る判断もあり得ます。
03
業務に組み込む
既存システムやSlackなど、日常的に使う場所から利用できるようにします。使われなければ意味がありません。
04
品質を担保する
生成物の妥当性を検証する仕組みを設けます。差分確認、ルール整備、テストまでを設計に含めます。
基盤まで含めて相談できます
生成AIを業務に組み込むと、既存システムとの連携、認証、データの保管場所、 監査ログといったインフラ側の検討が必ず発生します。 当社は AWS・Azure の基盤構築も行っているため、AIの部分だけを切り出して依頼先を分ける必要がありません。
この領域の実績
実績をすべて見る →製造業向け AI・データ活用 SaaS プラットフォーム
ランディングゾーンの設計からテナントの自動払い出しまで、プラットフォームをゼロから構築。エンドユーザー企業10社規模のテナント環境を本番稼働させています。
AWS Organizations / Control Tower / Identity Center · VPC / Transit Gateway（マルチアカウントCIDR設計） · CloudFront VPC Origin + WAF + Lambda@Edge
生成AIによるレガシー資産のリバースエンジニアリング
COBOLの処理ロジックを解析・構造化し、図表を含む仕様書を自動生成するツールを開発。仕様把握にかかる工数を削減しました。
AWS Bedrock / Claude（Haiku, Opus）/ GPT · LangChain / Python / Boto3 · Pytest / Markdown / Draw.io
文書生成AIシステム
規制の厳しい業界向けに、文書のアップロードから解析、生成AIによる内容の書き換え、文書生成までを担うシステムをAzure上に構築しました。
Azure OpenAI / Document Intelligence / Translator · Azure Kubernetes Service / VMSS / Container Registry · Azure Cosmos DB for MongoDB / Database for PostgreSQL