CASE

U社では膨大なパートナーを抱えているものの、選定が各担当者の経験や裁量に依存する「属人化」が課題となっていました。そのため、品質・コスト・納期の観点で必ずしも最適なパートナーを選定できているとは言えず、データに基づき比較検討ができる環境を模索されていました。

KICONIA WORKSと過去にプロジェクトを実施した別のお客様が、課題に寄り添う姿勢を評価いただき、紹介してくださったことがきっかけです。

ヒアリング当初は課題がまだ言語化されていない状態だったため、まずは「膨大なデータから情報を探すステップ」などの業務フローの整理から丁寧に実施しました。業務の解像度を徹底的に高めたことで、本質的な課題を明確にし、確実な業務効率化に繋がる「データ抽出・推薦」の提案を行うことができました。

対象となるデータは膨大かつ未整理な状態でしたが、AIエージェントが正確に必要な情報を識別・処理できるよう、データのクレンジング（整備・加工）を徹底して行いました。

検証用のチャットシステムは使いやすさに徹底的にこだわり、早期から実際の試作画面をお客様に確認いただきながら開発を進めました。これにより、現場のユーザーによる迅速かつ多数の検証回数を重ねることに繋がり、現場で使われるAIエージェント開発（PoC）を実現しました。

課題の整理から丁寧に伴走し、現場でも使われる開発を納品したことを高く評価いただきました。すでにU社とは新たなプロジェクトも始まっています。

• 細川（エンジニア）
  データ分析からAIエージェント開発、ユーザーが使用するアプリケーション開発まで一気通貫で取り組むことができ、とてもやり甲斐がありました。膨大なデータから抽出した知見を、ただの分析結果で終わらせず、お客様が日常業務で手軽に活用できる「AIエージェント」という形に落とし込めたことは非常に有意義な経験でした。
  
• 丸山（エンジニア）
  課題整理と業務理解を進めることで、膨大なデータからどのように必要な情報を定義し、エージェントに抽出・推薦させるかという設計を行い、最終的にはお客様に使っていただくことができました。最初からAIエージェントに期待を持っておられましたが、ただデータを集めるだけでなく、「何を実現するために、どうデータを抽出するか」を明確にすることが重要であると改めて感じました。
• 書上（プロジェクトマネージャー）
  漠然とAIエージェントがこんなことができるのではないかという要望を、具体的な要件に落としエージェントの設計から開発を行った事例であり、今後様々なAIエージェントを開発していくための第一歩としてお客様にも評価いただき、とても嬉しいです。