AIDD

業務の「理解・判断・実行」をAIでつなぐ

AIによる開発効率化に加え、顧客の業務資産を構造化し、独自のナレッジ基盤を構築します。この基盤を軸に、業務に即した高精度な開発を実現し、持続的な開発体制を支援します。

サービス
製品
事例

なぜ、AIは「使われている」のに、
組織の成果につながらないのか。

個人レベルでは急速に進むAI活用。
一方で、組織として業務に組み込み、成果を生み出すところにはまだ大きな壁があります。

AI活用の現在地

広がる個人利用と、進まない組織活用。AI活用の期待と現実にはギャップがあります。

詳しく見る閉じる

AI活用の現在地

AIの活用は、個人と組織でここまでちがう

生成AIの活用は個人レベルで広がる一方、組織の業務プロセスへの組み込みは進んでいません。AI活用は「個人の効率化」にとどまっているのが現状です。

出典：独立行政法人情報処理推進機構（IPA）「DX動向2026」図表3-6・図表3-9/2025年度調査

個人のAI活用

生成AIを個人で
業務利用している

63.3%

主な活用内容

  • 文章作成82.5%
  • 情報・調査80.5%
  • 企画・発想77.0%
  • アイデア出し・
    壁打ち    73.0%

組織のAI活用

部署の業務プロセスに
組み込まれている

11.9%

2024年度13.1%→2025年度
11.9%（微減）

主な活用内容

  • 全社サービスへの
    展開    18.6%
  • 業務プロセスの
    自動化    21.2%
  • 経営・事業計画・
    意思決定支援    17.0%
  • 製品・サービスの
    高度化    10.9%
約5倍の差

AI活用の期待と現実のギャップ

AIの個人利用と組織活用では、求められる要件が異なります。AIを正式な業務プロセスに組み込むには、組織として継続運用できる仕組みが必要です。その基盤が不足すると、次のような課題が生じます。

企業が期待していた
AI活用

実際に起きている
こと

AIの組織運用による
業務変革

AIは個人向け補助
ツールにとどまる

1業務プロセスの変革
（DX・AXの推進）
1個人レベルの
効率化にとどまる
2AI Codingによる
生産性向上・
コスト削減
2使える人と
使えない人の
格差が広がる
3コード生成から、
設計・上流工程の
判断支援へ重心移動
3PoCは盛んでも、
本番適用は限定的

AI活用は「個人の効率化」で
止まっている

AIの組織運用の課題

AIを業務に組み込むとき、組織はどこでつまずくのか。その課題は、大きく2つに集約されます。

詳しく見る閉じる

AIの組織運用の課題

AIの組織運用で直面する6つの課題

個人でAI活用の成果が出ても、そのまま組織の業務プロセスに組み込めるわけではありません。組織活用には、共通の業務知識と運用・ガバナンスの仕組みが必要です。これらが不足すると、次のような課題が生じます。

AIの組織運用で直面する6つの課題

01属人化

AI活用の品質と成果が担当者個人に依存する。

02ブラックボックス化

AIの判断過程が外部から追跡できない。

03組織知の欠落

学習が個別タスクで完結し、組織資産として蓄積されない。

04責任境界の曖昧さ

エージェント判断と人間判断の境界が明示されない。

05監査・証跡への不適合

ログ・承認・変更履歴が統合管理されない。

06経済性の不透明さ

コストと投資対効果が可視化されず、経営判断に耐えない。

これら6つの課題は、
2つの根本課題に集約される

01

コンテキスト（業務知識）の不足

AIが正しく判断するために必要な背景・設計意図・業務知識・ルール・システム間の関係性が、組織共通の知識として整備されていない。

属人化

ブラック
ボックス化

組織知の欠落

その結果

背景が伝わらない・設計意図が分からない・関係性がわからない・判断根拠が残らない

AIは誤った前提で成果物を生成する

品質や信頼性に問題が生じ、業務に活用できない。

02

ガバナンスの未整備

AIを組織共通のルールで実行し、レビュー・承認・監査・改善するための仕組みが整備されていない。

責任境界の曖昧さ

監査・証跡への
不適合

経済性の不透明さ

その結果

AIによって使い方が違う・レビューが属人化する・承認・監査ができない・ノウハウが蓄積されない

AIが組織の能力として定着しない

再現性・継続性が担保できず、成果が一時的に終わる。

2つの根本課題により、
AIを組織の正式な業務プロセスに
組み込むことができない

課題を解決するために

AIを継続的に業務で活用するために、組織には2つの基盤が必要です。

詳しく見る閉じる

課題を解決するために

2つの根本課題を解決するために必要なのは、「知識」と「運用」の基盤

AIを正式な業務プロセスへ組み込むには、AIの判断能力と実行統制の両方を支える基盤が必要です。しかし、多くの組織ではこれらの基盤が十分に整備されておらず、AIを業務に組み込む上での障壁となっています。特に、以下の2つの基盤をどのように整備するかが課題です。

知識基盤

AIが正しく判断できる状態をつくる

企業に蓄積された文書・設計情報・業務知識・ルール・関係性を、AIが参照・理解できる形で整備します。

背景を理解する目的・背景・文脈を理解
業務ルールを理解する組織ルールに沿って判断
関係性を理解する情報の関連性を踏まえて判断
判断根拠を説明できる判断理由を追跡・説明

＋

協働・実行基盤

AIを組織として統制・運用する能力

AIの実行、レビュー、承認、監査、改善を標準化し、人とAIが同じ業務プロセスの中で協働できる環境を整えます。

共通ルールで運用する組織標準のルールで実行
品質を統制するレビュー・承認を標準化
証跡を管理するログ・監査情報を一元管理
継続的に改善する運用結果を次の改善へ反映

AIを正式な業務へ

AIを正式な業務プロセスへ組み込むには、
『AIの判断能力』と『AIの実行統制』の基盤が必要

Service

サービス

「AIDD開発支援」と「内製化推進支援」で貴社のシステムを事業の力に変える

これまでの開発の進め方を、“AIを前提とした形”へと変えていきます。
そのための基盤づくりから、AIを使いこなす人と組織の育成、内製化までを伴走し、品質を上げながらコストを下げます。

AIDD（AI駆動）開発支援

従来の発注スタイルのまま、AIDDによって、
品質を保ちながらコストと工期を削減

  • AIエージェントの並列実行で、工期を短縮
  • AIが理解できる形の知識基盤の活用で、手戻りを削減
  • 標準化Skillの適用で、品質を安定化
  • レガシー刷新・モダナイゼーションに対応
  • パッケージ導入・新規アジャイル開発にも対応
  • 変化する業務ニーズにも、すばやく形にして応える
  • 従来と同じ検収基準で納品。貴社側の運用変更は不要

内製化推進支援

当社のFDEが貴社チームに入り、
判断も開発も組織の力に変える

  • 既存システム・業務仕様を構造化し、知識基盤を構築
  • 判断支援エージェントの初期設定と、実業務に沿った研修
  • FDEの伴走で暗黙知を発掘し、知識基盤へ還元
  • 人とエージェントの協働を前提に、業務プロセスを再設計
  • 担当者が替わっても、判断の品質を再現できる状態に
  • 四半期ごとの目標策定と進捗管理でPDCAを定着
  • 伴走終了後も自走できる、AI-Ready組織へ

AIと人の力で、システムを
“コスト”から、“未来を生み出す力”へ

AIを前提とした企業へ―3つの到達点―

AI時代の資産基盤が
形成された状態

既存システムと知見が構造化され、使うほど価値が増す資産に

知識と能力が
組織に根づいた状態

AI人材を育成し、
ベンダーに依存しない組織へ

コストが下がり、
事業競争力が高まった状態

開発・判断のコストを継続的に削減し、変化に素早く対応できる

当社の強み

製品・人材・経験資産の3つが揃っているから、AI駆動開発を実案件で機能させられます。

製品自社プラットフォーム
eBase×Light Forge2つの基盤で、エンタープライズAI駆動開発を支えます。
eBaseLight Forge
人材PM/SE/FDEの3専門役割と
業務ドメインエキスパートAI活用の成果を、最大限に引き出します。
  • 700名パートナー含む 稼働エンジニア
  • 90%エンジニア比率
  • 12年業界平均 経験年数
  • 30名AI CoE体制
  • 180名AIによる開発経験者
経験資産過去案件から蓄積された
ノウハウゼロから試行錯誤せず、実証済みの進め方から始められます。

取引業種別構成（2026年3月期）

銀行 20% 保険 20% 公共 20% 産業 18% カード・証券 15% その他 7%

合計100%。産業＝製造・物流・通信など、その他＝会計・人事・固定資産など。

まずはお気軽にご相談ください

AIDD（AI駆動開発）の
お問い合わせはこちら

お問い合わせはこちら

Use Case

事例

2026.2.19

金融機関RPGレガシーをJava移行し短期マイグレーションを実現

金融機関RPGレガシーをJava移行し短期マイグレーションを実現

AI駆動開発（AIDD）により、RPGで構築された金融機関の大規模レガシー基幹システムを、コード・文書資産から構築したデュアルナレッジグラフと頭脳型エージェント群を活用して解析・変換・検証まで一貫支援し、短期間（1年以内）で高品質なJavaシステムへの移行を実現したユースケース。

AIDD技術トレンドユースケース

2026.2.14

複雑文書の構造化を起点に全社AI変革と業務高度化を推進

複雑文書の構造化を起点に全社AI変革と業務高度化を推進

複雑なドキュメント資産を VLM により高精度に構造化し、AI駆動開発（AIDD）による開発効率化と、企業全体の AI トランスフォーメーション（AIX）を同時に実現する基盤を構築しました。

AIDDAIX技術トレンドユースケース

2026.2.11

基幹レガシーシステムモダナイゼーション

基幹レガシーシステムモダナイゼーション

日本の大手クレジットカード会社のレガシー基幹システムに対し、AI駆動開発（AI Driven Development）と高精度RAG・マルチエージェントを活用することで、COBOL資産の仕様可視化・知識構造化・影響分析を実現し、Javaモジュール化を見据えたモダナイゼーション基盤を構築しました。

AIDDクレジットカード会社
More Case