LEGACY.SYS / ANALYSIS
CAPABILITY_01
新旧のシステムを読み解く開発力
アルネッツが手がけてきたのは、新規の立ち上げだけではありません。長く使われてきたシステムの改修、外部サービスとの連携、別の基盤への移行など、企業ごとに事情の違う環境で開発を重ねてきました。
AI活用でも、最初にすることは同じです。いまの業務とシステムがどう動いているかを読み解き、どこにAIを置けるかを見極めます。
AI DEVELOPMENT & INTEGRATION
AIを、業務システムの中で使える形に。
アルネッツは1998年の設立以来、ソフトウェアとハードウェアの両方を手がけてきた開発会社です。AIについても、業務の中へ組み込むところまでの設計と実装を行います。既存システムの刷新を検討している段階から、AI活用もあわせてご相談いただけます。
AI SERVICES
WHAT'S HAPPENING
生成AIで文書を要約してみた。画像の判定も試してみた。ところが、そこから先が業務の中に入っていきません。
生成AI、複数の手順を続けて実行するAIエージェント、画像や音声の判定、予測や異常検知。AIを試すこと自体は、以前よりずっと身近になりました。
検証の結果は残ったが、現場の手順は変わっていない。こうした段階からもご相談いただけます。
業務で使うには、AIの選定に加えて、渡すデータ、結果を返す画面、人が確認する範囲、運用の担当を決める必要があります。
AIを業務システムの中で使える形にする設計と実装を行います。業務の整理、検証、既存システムとの連携、運用、定着まで、必要な範囲を選んで依頼できます。
途中からでも入れます。すでに動いているプロジェクトには、社内チームや既存のベンダーと役割を分けたうえで、技術整理や実装支援として参加します。古いシステムも、全面的な作り替えを前提にしません。いまの仕組みを読み解き、活かせる部分は活かしながら、どこにAIをつなげるかを見極めます。
FOUR WAYS IT STALLS
AI活用を業務に組み込むときの、4つのつまずき
本番利用に向けて確認する、代表的な論点を挙げています。
- 01
試したところで終わってしまう
検証はできたが、業務システムに組み込む設計が誰の担当か決まっておらず、そのまま置かれている。
- 02
既存システムや社内データとつながらない
データが複数のシステムに分かれていたり、そもそも外部から取り出せる形になっていない。
- 03
どこまでAIに任せるか決まっていない
人が確認すべき範囲が曖昧なまま進み、現場が結果を信用できず使われなくなる。
- 04
運用の設計が後回しになっている
管理画面、権限、ログ、問い合わせ対応の窓口が決まっておらず、運用開始後に手が回らなくなる。
AIの性能に加え、業務システムとしての設計も、本番利用に向けて確認が必要です。アルネッツは、こうした設計と実装を支援します。運用開始後の担当や手順については、AI定着・内製化支援をご覧ください。
USE CASES
業務別の活用例
AI活用が検討されやすい業務と、その入口です。どの領域も、いま人が判断していることを整理するところから始めます。
点検・保守・施工・設備管理
起きていること記録が紙やスマートフォンに散らばり、後から探せない
検討する使いどころ現場データ写真や測定値の集約、いつもの範囲から外れたときの通知、手書き記録の読み取りと転記
品質・検査
起きていること判断が担当者の経験に依存し、ばらつきが出る
検討する使いどころ現場データ画像による仕分け、判断基準の明文化、判定結果の記録
需要・稼働の見通し
起きていること経験と勘で見込みを立てている
検討する使いどころ現場データ実績データからの傾向出し、条件を変えた比較
問い合わせ・社内対応
起きていること同じ内容の質問への回答に時間がかかる
検討する使いどころ生成AI過去の対応履歴を参照した回答案の提示
引き継ぎ・教育
起きていること経験のある人の判断が言語化されていない
検討する使いどころ生成AI判断基準の整理と、確認手順の仕組み化
時間の削減だけが目的とは限りません。判断のばらつきを減らす、経験のある人だけが持っている基準を記録に残す、といった目的で検討されることもあります。
画像・センサー・実績データ（需要や稼働の見通しを含む）を扱う場合は現場データのAI活用支援、文書や問い合わせ対応は生成AI・RAG・AIエージェント活用支援をご覧ください。
WHAT WE DO
アルネッツが行うこと
要件整理から実装、運用の設計まで、まとめて依頼することも、必要な範囲だけを選んで依頼することもできます。
- 業務課題の整理と、AI活用テーマの選定
- 利用できるデータの確認と、扱いやすい形への整理
- 試作・検証と、本番化に向けた判断材料づくり
- 既存システム、外部サービス、社内データとの連携設計
- 画面、管理機能、権限、ログの設計と実装
- 人による確認フローを含めた運用設計
- 利用範囲や取り扱いルールの整理と、記録の残し方の設計（AI利用のガバナンス）
- 運用開始直後の調整と、社内で活用し続けるための支援
扱うデータや検討の段階に合わせて、近いテーマをご覧ください。複数のテーマを組み合わせた相談もできます。
現場データのAI活用支援
画像や音声の判定、予測、異常検知、センサーデータの監視。現場や業務にたまっているデータを、判断に使える形にします。
詳しく見る →生成AI・RAG・AIエージェント活用支援社内ナレッジ検索、社内AIチャット、議事録や要約、問い合わせ対応支援。社内の文書を参照して回答する仕組み（RAG）を含め、生成AIを社内データと業務フローにつなぎます。
詳しく見る →既存システムへのAI連携既存の業務システムとAIをつなぎます。既存システムへの変更を抑え、外側に連携用の仕組みを置く方法を中心に検討します。改修の範囲は、構成と接続条件を確認して決めます。API連携やバッチ・ファイルでのデータ連携、管理画面、権限、ログ、人による確認フローまで設計します。
詳しく見る →AI定着・内製化支援活用ルール、現場向けトレーニング、参照するデータや設定の見直し、利用状況の可視化。入れたAIを社内で回せる状態にする支援をします。
詳しく見る →進行中のAI・DXプロジェクト支援止まっている論点を整理し、本番化に向けた進め方を組み直します。体制づくり、技術方針の見直し、途中参加での実装支援まで。他社が作った仕組みの引き取りや、AI機能を含むシステムの新規開発も、同じ窓口で受けます。
詳しく見る →WHY ALNETZ
アルネッツの強み
AI.RUN / OPERATION
CAPABILITY_02
AIを機能で終わらせない実装
AIの導入は、モデルやサービス、ツールを選んだ時点では終わりません。誰がどの画面から使うのか、結果をどこに保存するのか、間違った出力が出たときに誰が気づくのか。
業務フロー、データ、管理画面、権限、ログ、人による確認まで含めて設計し、日々の業務の中で使われる形にします。受託開発を続ける中で積み上げてきたのは、この「使われ続ける状態まで持っていく」進め方です。
DEVICE.IO / PLATFORM
CAPABILITY_03
デバイスから業務システムまで設計
AI活用は、業務システムの中だけで完結するとは限りません。現場で測る機器、データを送る仕組み、蓄積する場所、判定の処理、結果を見る画面、通知の経路。必要な範囲が広がるほど、担当の境界で止まりやすくなります。
アルネッツは、業務システムの開発とあわせて、電子回路や基板、センサーを含むハードウェアの企画・設計・開発も手がけてきました。測る、集める、判断する、知らせる、記録する。この一続きを、まとめて設計できます。
PROJECT.EXE / DELIVERY
CAPABILITY_04
途中からでも、役割を分けて入れる
進行中のプロジェクトにも参加します。すべてを引き取るのではなく、技術整理だけ、連携設計だけ、実装だけ、といった形でも構いません。
社内チームや既存のベンダーがすでにいる場合は、現在の体制をうかがい、関わり方や担当範囲をお客様と相談します。作った会社にもう聞けない仕組みも、利用・改修権限と調査できる環境を確認し、引き継げる範囲を検討します。
放射線モニタリングポストの設計・制御開発から設置まで（90基）
企業再編にともなう業務システムの移管（複数社・約100名体制）HOW IT WORKS
AI活用の進め方
プロジェクトによって前後しますが、基本の流れは次のとおりです。
- 現場の課題を整理する対象業務、いまの手順、関わる人、使えるデータを確認します。
- 小さく試す限られた範囲で動くものを作り、業務で使えそうかを確かめます。
- 業務システムに組み込む既存システムとの連携、画面、権限、ログ、確認フローを設計して実装します。
- 運用に乗せる利用できる範囲、人が確認する範囲、記録の残し方を決めます。問い合わせ窓口と、担当が代わったときの引き継ぎも、ここで整えます。
- 現場に定着させ、改善を続ける使い方を共有し、利用状況を見ながら対象範囲や設定を調整します。
全工程をまとめて進めることも、途中の工程から参加することもできます。すでに「小さく試す」まで終わっている場合は、「業務システムに組み込む」から入ります。
GET STARTED
AI活用は、この3つから始められます
相談の始め方は、現在の状況に合わせて選べます。5つのテーマのどれに当たるか分からない場合も、窓口は同じです。
01
新しくAI活用を始めたい
「AIを使えと言われたが、何から手をつければいいか分からない」。この段階から始められます。
対象になりそうな業務、日々の手作業、社内にたまっているデータを一緒に洗い出し、AIで扱いやすいテーマと、そうでないテーマを切り分けます。テーマが決まっていない状態でも構いません。テーマの見当がついている場合は、「アルネッツが行うこと」の5つのページから近いものを先に読んでいただくと、最初の打ち合わせが具体的になります。
AI活用の進め方を相談する02
進行中のAI・DXプロジェクトを前に進めたい
方針は決まった。予算もついた。それでも、なぜか進まない。
検証（PoC）の後に本番化の判断ができない、社内と外部の役割分担が決まらない、技術的な選択肢を比べる材料がない。こうした状態を整理し、実装まで進める支援をします。
進行中のAI・DXプロジェクト支援03
既存システムとAIを連携したい
いま使っている業務システムと、AIによる検索、要約、判定、予測を連携させたい。
どこから呼び出し、どのデータを渡し、結果をどの画面に返すか。権限とログをどう設計するか。稼働中の業務への影響を抑えながら連携する方法を含めて設計します。
他社が構築したシステムでも、アルネッツが構築したシステムでも対象です。いずれも、構成とデータの取り出し方を確認したうえで、連携の方法を決めます。アルネッツが構築したシステムであれば、構成やデータの持ち方を把握しているぶん、確認にかかる時間を短くできる場合があります。
既存システムへのAI連携SMALL START
小さく始めるときの目安
例えば社内AIツールでは、1部門・20名程度から試す方法があります。現場データを扱う場合は、対象設備やデータの範囲を区切ります。
構築後の試用は1〜2か月程度を一つの目安とし、業務の周期や評価に必要なデータに合わせて期間を決めます。準備・構築やデータの蓄積に必要な期間は別に見込み、試用の結果から対象を広げるか判断します。
範囲も期間も業務によって変わります。具体的な進め方は、現状をうかがったうえで整理します。
FIRST MEETING
初回のご相談で確認すること
準備が整っていなくても相談できます。分かる範囲でお聞かせください。
- 対象にしたい部門と業務
- いま困っていること、時間がかかっていること
- 関係する既存システムと、その稼働状況
- 使えそうなデータの種類と、保管されている場所
- 社内のITルール（社外サービスの利用可否、データの取り扱い）
- すでに試したことがあれば、その内容と結果
- 社内の体制と、外部ベンダーの関わり方
- 検討している時期
この段階で決まっていない項目があっても構いません。初回は、いまの状況と困っていることをうかがい、未定の項目も含めて、まず何から確認するかを一緒に整理します。
支援の範囲や進め方は、業務と現在の構成をうかがい、お客様と相談しながら具体化します。期間・費用・お渡しする資料、運用時の役割分担も、その内容に合わせてご案内します。
初回は業務や課題の概要をお聞かせください。機密情報や個人情報を含む資料は、共有できる範囲と取り扱い条件を確認してからお預かりします。
AI INSIGHTS
AI活用を考えるための記事
調査、事例、解説をもとに、AIを業務で使うときの論点を整理します。
便利なAIが現場に増える。誰かがいなくなっても、支えられる仕組みはあるか
現場が見つけた便利なAIを、禁止せず、使い続けられる形にするには何が必要か。情報、権限、費用、問い合わせ、障害、異動時の引き継ぎから考える。
記事を読む →
AIがコードを書ける。だからこそ、確かめる責任まで手放さない
AIで開発が速くなるなか、エンジニアはAIへ何を任せ、何を自分で考えるのか。提案を答えにせず、成立条件、検証範囲、未確認事項と向き合う姿勢を語る。
記事を読む →
AIで安く早く作れた。その後の責任を、誰が引き受けるのか
AIでシステムを作れる時代に、事業責任者は何をもって導入を決めるのか。完成の範囲、現場へ移る負担、運用後の責任から考える。
記事を読む →FAQ
よくある質問
QAI導入で使うAIサービスやモデルは、どう選びますか。
あらかじめ決めてはいません。業務内容、扱うデータ、社内のルール、運用体制をうかがったうえで、適したものを一緒に選びます。必要であれば、実際のデータで複数の選択肢を比較します。
Q社内のデータを社外に出さずにAIを使えますか。
社外に送信しないことが条件の場合は、社内環境で処理する構成を検討します。実現できる範囲は、必要な機能や性能、利用環境を確認して判断します。外部サービスの利用が認められる場合は、送信する情報の範囲と、保存・学習利用の条件を別途確認します。
Q古い基幹システムでもAIと連携できますか。
システムの構成、データの持ち方、外部との接続可否を確認したうえで、作り替えを前提にせず、いまの仕組みを活かす選択肢から検討します。連携の方法と決めるべき論点は既存システムへのAI連携にまとめています。
QAIの回答が間違っていたときの対応は、どう設計しますか。
設計に含めています。人が確認する範囲、確認する担当、記録の残し方、誤りが見つかったときの修正手順まで含めて検討します。AIに任せる範囲と人が判断する範囲を分けることを前提にしています。