当社では、単なる受託開発ではなく、業務や事業の課題を解決するためのシステム開発を行っています。
大規模SIや常駐開発ではなく、
- 小規模から始めたい
- 検証しながら改善したい
- 社内に実装できる人材がいない
といったケースに対して、設計から実装、運用を見据えた形で支援します。
提供しているシステム開発の考え方
私たちが重視しているのは、「作ること」ではなく「役に立つこと」です。
- ビジネスは開発を包含する
- 要件が曖昧なまま実装を進めない
- 技術ありきの設計をしない
- PoCで終わらせず、実運用まで見据える
そのため、開発前には必ず「何を解決したいのか」「使うのは誰か」「どこまで自動化すべきか」といった点を整理した上で、スコープと優先順位を決めていきます。
AI駆動開発
当社では、生成AIを単なるコーディング補助として使うだけではなく、設計と検証を含む開発プロセス全体に組み込み、短いサイクルでの開発を可能にしています。
具体的には、次のような形で活用します。
- 要件整理と設計の言語化
ヒアリング内容を構造化し、仕様の前提、非機能要件、例外系を明文化して認識齟齬を減らします。 - 実装の加速とレビューの強化
初期実装や定型処理の生成で開発を加速しつつ、必ず人手で設計判断とレビューを行い、品質基準を維持します。 - テスト生成と回帰の自動化
単体テストのたたき台作成、境界値や例外系の洗い出しを支援し、CI/CDで回帰を自動化します。 - 運用設計の標準化
ログ、監視、アラート、再実行手順などをテンプレート化し、属人運用を避ける構成にします。 - ドキュメント整備
実装意図、データ仕様、運用手順をドキュメントとして残し、引き継ぎ可能な状態にします。
AIの活用範囲は案件の性質やセキュリティ要件に合わせて調整し、機密情報の取り扱いにも配慮した形で進めます。
対応可能な開発領域
対応範囲は、業務やプロダクトに直結する領域に限定しています。
Webアプリケーション開発
- 管理画面・社内向け業務ツール
- 小規模SaaS、PoC用Webアプリ
- APIを利用した業務支援システム
データ収集・処理基盤
- クローリング、API連携によるデータ収集
- ETL処理、データ正規化
- BigQuery等を用いたデータ基盤構築
AI・LLM活用システム
- ChatGPT等を用いた業務支援ツール
- RAG構成による社内情報検索・要約
- AI活用の検証用PoC構築
※ 大規模基幹システムや、人海戦術を前提とした開発は対象外としています。
このような課題に対応しています
- 手作業の業務が多く、属人化している
- データはあるが、活用できていない
- AIを使いたいが、社内に実装できる人がいない
- ベンダーに依頼するほど大規模ではないが、内製も難しい
- 要件定義や仕様整理から相談したい
「何を作るべきか分からない」段階からの相談も可能です。
導入事例：データ基盤構築
クライアント：スタートアップ系企業
背景と課題
PoC段階でさまざまな課題点が山積していた。
- データソースAPIの仕様に対応できておらず、取れてないデータが存在した
- 複数ソースのデータを扱っており、同じ意味のデータでも異なる表記が混在していた
- 複数ソースの問題により、データの重複が多数発生していた
- 手作業や属人的な運用が混ざり、再現性・保守性に課題が出やすかった
- データ量・更新頻度の増加に伴い、運用コストとクラウドコストが膨らんでいた
データ規模
- 日次更新：約1万レコード
- 月間更新：約30万レコード
- 全体行数：約100万レコード
実施内容（やったこと）
- 複数ソースのデータの揺れを正規化→重複除去の仕組みを開発
- 収集→整形→集計→出力までの一連工程を、すべて自動化
- クエリの内容やパーティション分割の見直し
- キャッシュ導入によるクロール頻度最適化
- 単体テスト自動化、CI/CD導入
- クロールが止まった場合のアラート通知実装と運用体制構築
成果（定量）
- BigQueryコスト：PoC時 月100万円 → クエリ見直しで月20万円（約80%削減）
- データ取得コスト：キャッシュ活用により 40%削減
- 外注費：業務委託の外注費 月40万円 → 自動化によりほぼゼロ化
成果（定性）
- 収集〜加工が自動化され、手作業工程を削減。属人性が低下
- テストやエラー時の原因追跡が容易になり、運用品質が改善
- ビジネス判断に使える形のデータを安定供給できるようになった
進め方（この事例でのポイント）
- まずは動く物を作る→ボトルネック（コスト・運用負荷）を調査→改善と最適化を繰り返す
- データソースごとに実装とジョブを分離→改修時の影響範囲最小化
- コスト最適化は「リソース増強」ではなく、クエリ設計・データ設計・キャッシュ戦略の見直しで実現
- 単体テストとCI/CDにより、テスト漏れとテスト工数の削減。
- 引き継ぎ・運用を前提に、実装意図や運用方法をドキュメントとして残す方針で整備
※公開できる範囲での記載です。詳細は個別に説明可能です。
開発の進め方
- ヒアリング・課題整理
- 方針・スコープの整理（優先順位づけ）
- 設計・実装
- 動作確認・改善
- 納品・運用引き継ぎ
案件によっては、設計や検証フェーズのみの対応も行っています。
料金例（目安）
| メニュー | 期間 | 料金目安 | 内容の目安 |
|---|---|---|---|
| 小規模PoC | 1カ月 | 100万円〜 | 単一データソース、またはAIを使った単機能PoC。成立性の確認と次フェーズの設計根拠づくり |
| 中規模PoC | 3カ月 | 300万円〜 | 複数データソース、または複数AIモデルを組み合わせたPoC。運用を見据えた設計と検証を含む |
| データ基盤構築 | 3カ月 | 300万円〜 | 収集→整形→集計→出力の自動化。データ品質、ジョブ運用、コスト最適化まで含めた基盤整備 |
| 保守・運用 | 月次 | 月10万〜40万円 | 軽微改修、監視・通知の調整、障害対応、継続的なコスト最適化 |
料金は、期間・稼働想定・成果物の範囲をもとに個別に見積もりを行います。
一律の料金表を設けていないのは、課題やスコープによって適切な進め方が異なるためです。
よくある質問
Q. 小規模な相談でも可能ですか
A. 可能です。数週間〜1か月程度の検証案件も対応しています。
Q. 保守や改善も依頼できますか
A. 継続的な改善や運用支援も相談可能です。
Q. 途中で仕様変更や追加要望が出た場合はどうなりますか
A. 仕様変更は起こる前提で進めます。影響範囲を整理したうえで、優先順位の調整、追加工数の見積もり、または次フェーズ対応など、最も合理的な形を提案します。
準委任の場合は、稼働範囲の中で優先順位を入れ替える形が取りやすいです。
Q. PoCと本開発は何が違いますか
PoCは、成立性の確認とリスク洗い出しを目的に、最小構成で検証します。
本開発は、運用を前提に、品質、監視、障害対応、保守性まで含めて作り込みます。
Q. 既存システムの改修や部分的なリファクタリングも可能ですか
可能です。全体を作り直すのではなく、ボトルネックになっている箇所から段階的に改善する進め方にも対応しています。
お問い合わせ・ご相談について
以下のフォームよりご相談ください。