地方だからできるAWS活用のかたち/ relight local hiroshima

2026年7月15日
re:Light Local in 広島で発表したスライドです。
https://relight.connpass.com/event/395343/

Transcript

1. RE:LIGHT LOCAL · HIROSHIMA · 2026.07.15 地方だからできる!! AWS活用のかたち 地方でのユーザーとベンダーの関係性、地方テレビ局のDX事例、そしてAI BPR SPEAKER 株式会社ヘプタゴン 立花 拓也 SESSION 青森事例 14:25 – 14:40 HASHTAG #地方だからできる
2. SPEAKER 自己紹介 東北からクラウドの仕事をしています。 立花 拓也 TACHIBANA TAKUYA · AOMORI, JAPAN 出身・在住 青森県出身・在住。東日本大震災をきっかけに地元に戻り起業 役職 株式会社ヘプタゴン 代表取締役 株式会社デジタルキューブ 取締役 AWS AWS HERO（2023〜） AWS Partner Ambassador（2021〜2026） APN AWS Top Engineers（2021〜2024） コミュニティ JAWS DAYS 2017 実行委員長 登壇 AWS Summit ソウル / 北京 スピーカー HEPTAGON, INC. · #地方だからできる 02 / 17 JAWS-UG
3. ABOUT HEPTAGON 会社紹介 — 株式会社ヘプタゴン（青森県三沢市） 身近な100人を、クラウドで幸せに。 「世界中の顔を知らない100万人よりも、 自分たちの身近 な100人を クラウドで幸せにする」 = AWSでビジネスの地産地消を実現 東北発のクラウド専業インテグレーターとして、AI / IoT を用いた地方自治体・地 場産業の DX 支援に注力しています。 PROJECTS 300 + クラウド関連の プロジェ クト実績。 SINCE 2011 震災の年に、 青森県三沢 市で創業。 AWS PARTNER Advanced Tier 2020年、東北の企業で初の AWS アドバンストティアサービスパ ートナー認定。 HEPTAGON, INC. · #地方だからできる 03 / 17
4. 01 · 地方とベンダーの距離感 SECTION 01 — 地方のIT活用が抱える構造 地方のITプロジェクトの失敗 STRUCTURE ギャップを埋める人が、いない。 IT人材不足・限られた予算・情シス不在。 事業者側にITが分かる人がおらず、ベンダ ーへの「丸投げ」になってしまう。 FAILURE PATTERN 01 首都圏ベンダーに頼むと。 距離があって要件が詰めきれず、機能や予 算感が合わずに失敗する。 FAILURE PATTERN 02 地元ベンダーに頼むと。 技術がレガシーで、テクノロジーのメリッ トを受けきれずに失敗する。 VICIOUS CYCLE 丸投げ → 御用聞き → 期待外れ → 不信感 → プロジェクト失敗 HEPTAGON, INC. · #地方だからできる 04 / 17
5. 01 · 地方とベンダーの距離感 SECTION 01 — 二択では、ない 必要なのは「テクノロジーがわかる地元ベンダー」。 PROXIMITY 距離の近さ 顔の見える関係で、信頼のベースが自然に生まれる 「ちょっと寄っていい？」が成立するスピード感 地域の事情・文化を肌感覚で共有し、説明コストが低い ドキュメントに書かれない課題は、現場にある。 TECHNOLOGY 世界基準の技術 地方＝レガシーではない 顧客が地方にいることは、レガシーな技術を使う理由にならない レガシー技術が悪いわけではなく、選択肢を提示できないことが問題 提供するサービスは、世界基準であるべき。 HEPTAGON, INC. · #地方だからできる 05 / 17
6. 01 · 地方とベンダーの距離感 SECTION 01 — ベンダーと事業会社の付き合い方 関係性は、3つのフェーズで進化する。 PHASE 01 受発注 スモールスタートで起点を作る。 ちょっとした困りごとをテクノロジーで解決 短期間で納品がゴール 小さな成功事例を作る PHASE 02 伴走 社内課題が一緒に解決。 相談から一緒に考える アジャイルに育てる 自分たちでもできるという自信が生まれる PHASE 03 共創 ビジネス価値を生み出す 事業の成長を一緒に描く 内製化・自走を支える 次の挑戦が生まれる 大青工業、KAWACHO RICE、三沢市など 弊社の地方での成功事例は、すべてこのストーリーをたどりました。 HEPTAGON, INC. · #地方だからできる 06 / 17
7. SECTION 02 — CASE STUDY 最新事例 RAB青森放送様
8. 02 · CASE STUDY — RAB青森放送 SECTION 02 — 報道現場の課題 記者が取材から文字起こし、記事作成まで全てを担当。 選挙取材は当日取材・当日放送。文字起こしが、記者の大きな負担になっている。 KEY STATIONS 大きい局は、分業できる。 現場の音声を局で受けて文字起こ しする「受け記者」が分業を支え る。 LOCAL STATIONS ローカル局は、ひとりで全部。 取材 → 撮影 → 文字起こし → 記事作成 → テロップ発注 記者がひとりで兼任。その中で最も時間を奪うのが文字起こし。 HEPTAGON, INC. · #地方だからできる 08 / 17
9. 02 · CASE STUDY — RAB青森放送 SECTION 02 — 自動文字起こしシステム つくったのは「dahande」。 津軽弁の「だはんで（＝だから）」＋ hand / handy に由来。 現場は「録って、送る」だけ。 録る スマホで録音 → 送る アップロード → 届く Amazon Transcribe:音声認識 Amazon Bedrock:整形・フィラー除去 Lambda + Step Functions : ロジック制御 AIが下ごしらえ、最終確認は人。 報道の正確さは、人の目が担保する。 HEPTAGON, INC. · #地方だからできる 09 / 17 フルサーバレス
10. 02 · CASE STUDY — RAB青森放送 SECTION 02 — 答えは、現場にある 最初は使われなかった。 BEFORE S3 へ直接アップロードする方式。 システムは完成したが、 操作が煩雑で、忙しい現場には浸透しなかった。 ↓ 徹底的に手数を減らして再設計 AFTER 「録って、送る」だけに。 現場に使ってもらって、初めて気づけた。 ドキュメントに書かれない課題は現場にある。 HEPTAGON, INC. · #地方だからできる 10 / 17
11. 02 · CASE STUDY — RAB青森放送 SECTION 02 — 選挙取材での成果 “第一声”をその日のうちに。 当日報道 候補者の「第一声」をその日のうちに。スピード がそのまま報道価値に。 ¥50/ 10分 約50円の従量課金。選挙のような波のある需要に フィット。 育てる 「むつ／陸奥／六つ」の誤変換や津軽弁と戦いな がら、辞書登録で使いながら育てる。 HEPTAGON, INC. · #地方だからできる 11 / 17
12. 02 · CASE STUDY — RAB青森放送 SECTION 02 — 受発注 → 伴走 → 共創 小さな成功が次の挑戦を生む PHASE 01 · 受発注 プロトタイプ dahande の開発 ちょっとしたプロトタイプから 「録って、送る」だけの文字起こしを体験 まずは数人で試してもらうところからスタート PHASE 02 · 伴走 選挙システム 約10日間で選挙パッケージを構築 文字起こしシステムを現場で使いながら ブラッシュアップ 出口調査・有権者アンケートの集計 衆院選の公示前、わずか約10日間で開発 PHASE 03 · 共創 内製化へ 「自分でも作りたくなっちゃった」 記者自身が開発に興味を持つように ヘプタゴンが伴走の上、内製化へ 他局への横展開も計画中 小さな成功体験の積み重ねが信頼となり、次の挑戦につながった。 HEPTAGON, INC. · #地方だからできる 12 / 17
13. SECTION 03 — 成功事例の裏側 成功の裏側には、現場への往復があった。 でもこのやり方は、 スケールしない 。
14. 03 · AI BPR SECTION 03 — AI BPR とは 業務を、AIで作り変える。 AI BPR — AI BUSINESS PROCESS RE-ENGINEERING AWS が提唱・開発しているプログラム。AI を活用して業務プロセスそのものを見直し・再設計（BPR） し、その改善案を生成AI（ AI エージェント型の開発ツール）で 仕様化・自動化・ツール化するまでを、一気通貫で体験する取り組み。 見直し 無駄・負担を見つける → 再設計 業務プロセスを BPR → 仕様化 生成AI で改善案を仕様に → 自動化・ツール化 「便利なツールを触ってみる」ではなく、業務のどこに無駄や負担があるかを見つけ、AIで作り変える。 HEPTAGON, INC. · #地方だからできる 14 / 17
15. 03 · AI BPR SECTION 03 — AI BPR 地方こそ「仕事のやり方を変える」選択肢を。 AI BPR — PLAN · DO · SEE 計画 人 → 実行 → 確認 人 人が少なくなっていく中で Do を任せて、 人は計画と判断 に集中する。 半日（約4時間）× 4ステップ — TOOL: AMAZON QUICK STEP 01 知る 業務を1枚の図に STEP 02 決める AI / 人の分担を仕分け STEP 03 試す その場で作り、試運転 STEP 04 見通す 実行計画書に落とす わずか半日で、 実際の業務で利用できるレベル まで。 HEPTAGON, INC. · #地方だからできる 15 / 17
16. 03 · AI BPR SECTION 03 — 実績 現場が、自分でAIを動かした。 PARTICIPANTS ※ 20 社 100 名+ 先行プログラムの 体験企業・ 参加者数。 POSITIVE RESPONSE ※ 88 % 「AI前提で業務を 作り替えら れる」と回答。 TIME TO PLAN 数週間 → 半 日 業務改革の検討が、 半日で実 行計画まで到達。 青森県 三沢 市 IT 担当ではない一般職員向けにワークショップを実施し、高 い評価を獲得。地元メディアにも取り上げられ、大きな反響 。現場と IT のギャップを「現場自身が AI を動かす体験」で 埋める。 ※ 20社・100名以上 / 88% は、開発元 AWS による先行実施プログラムの実績 PHOTO — MISAWA WORKSHOP HEPTAGON, INC. · #地方だからできる 16 / 17
17. CLOSING · #地方だからできる 答えは、現場にある。 01 距離の近さは「信頼の近さ」。現場に行き、課題を自分の目で見 る 02 受発注から伴走、そして共創へ 03 AI 時代だからこそ、課題発見・要件定義という上流が人の仕事 04 地方だからレガシー、ではない。世界基準のサービスを地方へ