AI Consulting
AIを、業務に
根づくところまで。
「試してみた」で終わらせないために、構想から業務設計、PoC、社内展開、効果検証まで実装を前提に伴走します。作れる人間が、作りながら設計します。
ご一緒すること
入口の整理から、定着まで。
どこから手を付けるかが決まっていない段階からご相談いただけます。資料を作るためのコンサルティングではなく、動くものを作りながら決めていく進め方です。
1. テーマを絞る
業務のどこにAIを入れると効くのかを、作業量の多さではなく「時間がかかっている場所」から特定します。
2. 業務を設計する
AIに任せる範囲と、人が決める範囲を線引きします。承認が必要な業務は人の承認を残します。
3. 動かして確かめる（PoC）
資料で議論する前に、動くものを作って触っていただきます。性能や精度は実データの規模で測ります。
4. 社内へ広げる
1部門で効果が見えてから広げます。アカウント、権限、ログの残し方も含めて設計します。
5. 効果を確かめる
導入前後で何がどれだけ変わったかを数字で確認します。合わなければ止める判断も含めてご一緒します。
裏付け
自社で実践していることを、そのまま持ち込みます。
お客様に提案する前に、自社の開発・インフラ・情報共有で実際に使って確かめています。以下はいずれも当社の実測記録です。
22システム・24.6万行の実測
エンジニア1人＋AIコーディングエージェント＋PC1台で、約3.5ヶ月に22システム・約24.6万行（446コミット）。推計ではなくGit履歴からの集計です。
社内専用AIを実働2日で構築
遊休だったマイニングPC（中古GPU4枚）を再利用し、ハードウェア追加投資はほぼゼロ。日常チャット用7Bで毎秒43トークン、コード生成用の30B級で毎秒30トークン、エディタ補完用1.5Bで毎秒127トークン。ランニングは電気代のみ。
AI同士で知見を引き継ぐ
AIを増やしてもAIごとに記憶が閉じていれば属人化は消えません。要約を引き継ぐ共有メモリで、退職・異動でノウハウが消えない体制をつくります。
PMOの役割はどう変わるか
「情報を集める」作業が仕組みで片付くと、人に残るのは判断です。組織の中でAIをどう位置づけるかの整理にお使いください。
よくある入口
何から始めるか決まっていない
「AIで何かやれと言われた」段階が一番ご相談しやすいタイミングです。時間がかかっている業務から一緒に探します。
PoCで止まっている
動いたが本番に乗らない、という状態はよくあります。権限・ログ・運用の設計が抜けていることが多いです。
使う人が限られている
一部の詳しい人だけが使っている状態を、全社で使える状態に変えるところまでを設計します。
費用が読めない
AIの利用料は使い方で大きく変わります。単価の見通しと、削減の考え方もあわせてご説明します。
関連記事: AIの利用料は、これから下がるのか、上がるのか／システム開発は「投資」から「経費」へ／AMD対NVIDIA ― 自社でAIを持つなら、どちらのGPUか