生成AI活用戦略 自社サービスや業務に生成AIを組み込むには

生成AIの技術革新は、ビジネスのあり方を根本から変えるほどの可能性を秘めています。この急速な変化に対応し、競争優位性を確立するためには、企業自身が生成AI活用の主導権を握り、スピーディに開発と改善を繰り返すプロセスが不可欠です。

そのため、変化のスピードに対応し、ノウハウを自社に蓄積しながら主体的に生成AI活用を推進する「内製化」が、今、多くの企業にとって重要な経営課題となっています。

本セミナーでは、「サービスやプロダクトの中に生成AIを組み込む」「業務効率化に生成AIを活用する」そして、「ソフトウェア開発に生成AIを活用する」という多様な生成AI活用の可能性を視野に入れて、生成AIを自社のビジネスに取り入れていくための戦略やロードマップの立て方について解説します。

主な内容
・企業が主導権を握り生成AIを活用するための組織づくり
・生成AIを活かした競争優位性獲得事例
　- ソフトウェア開発に生成AIを活用する例
　- ソフトウェアに生成AIを組み込む例
・AWSの生成AI系サービスの活用法
　- Amazon Bedrock、Amazon SageMaker AI、Amazon Q 等

こんな方におすすめ
・生成AI活用の経営戦略を策定したい方
・生成AIを活用したビジネスモデルの可能性を探りたい方
・内製化における生成AI活用の事例を知りたい方
・AWSの生成AI系サービスを活用した開発について知りたい方

1. 生成AI活用戦略 自社サービスや業務に生成AIを 組み込むには 2025年10月28日 NCDC株式会社 十川 亮平
2. プレゼンター紹介 2 十川 亮平 取締役/CTO お客様向けのアーキテクチャに関するコンサルティングや、 モバイル、IoT、クラウドを活用した 新規サービスの企画立案、プロジェクト推進を担当。 建設向けIoTプラットフォーム「ミエルコウジ」のプロダクトマ ネージャーとして、マーケティング活動やソフトウェア開発を 行っている。 本日は実体験も交えながら、 説明したいと思います。
3. Business 新規事業立ち上げからの伴走 業務改革やIT改革の支援 Design ユーザ視点での設計 Technology 技術による課題解決 Innovation Consultant デザイナーやエンジニアと協力して、 新規サービス立案の支援や新規性の高 いシステムの要件定義を行う。プロ ジェクト全体のマネジメント役も担う。 UX/UI designer UIデザインはもちろん、デザ イン思考やUXデザインのフ レームワークを用いて上流工 程（サービス全体のUX設計） を担う。 Engineer モバイルやWeb、クラウド、 IoTやAIなど、新しい領域の技 術に特化。つくるだけでなく 技術コンサルティングができ る知見を持つ者も多数在籍。 ⚫ AWS サービスパートナー ⚫ AWS Lambdaパートナー ⚫ 内製化支援推進AWSパートナー Tech×Design×Biz 一体でお客さまを支援 ⚫ 3領域でサービスを展開 ⚫ 各領域のスペシャリスト を社内に揃える体制 3
4. デジタルビジネス立ち上げを一元的にサポート ⚫ デジタルビジネスに必要な要素にフォーカスし、一元的に提供しています。 ⚫ スモールスタートでの検証から、本開発・継続的な改善までサポートします。 4 ワークショップを中心とし た合理的なプロセスで、ビ ジネスモデルの検討からUX デザインまで、迅速に行い ます。 関係者が多数いる場合の組 織横断、会社横断のファシ リテーションも得意です。 新規性の高いプロジェクト ではMVP（Minimum Viable Product）を用いた検証を行 うなど、目的に応じて段階 的な開発を企画します。 早い段階でモックやプロト タイプを用意してユーザの 評価を確認します。 ユーザとのタッチポイントとなる各種デバ イスのフロントエンドデザインから、クラ ウドサービスを駆使したバックエンドの開 発まで。多様なテクノロジーをインテグ レーションします。 ⚫ AI / IoT ⚫ モバイル・ウェブ アプリ開発 ⚫ クラウドインテグレーション ⚫ システムアーキテクチャコンサルティング など ビジネスモデルのデザイン スモールスタート・PoC システム・インテグレーション ユーザ視点を大切にした アイデア・企画 モックやプロトタイプ の開発・検証 システム・アプリ開発 継続的な改善
5. ⚫ デジタルサービス開発の知見を活かしたNCDC独自プロダクトも運営。 ⚫ 自社プロダクトの経験で得た知見をお客さまへの支援に還元。 法人専用AIアシスタント BizAIgent 貴社の業務システムと生成AIが繋がる！ 安全で高精度 な自社専用AIを実現。 販売管理、生産管理、顧客管理等の業務システムのほ かSharePoint、Teams、Box、Googleドライブ、Slack、 Backlog、GitHubなど多様なSaaSと連携可能。 建設業向けSaaS ミエルコウジ 土木や建築の工事現場で実測値を収集するIoT機能と WEBアプリやAPIで構成されるプラットフォーム。 現場でのデータ収集やシステムへの登録・確認にかか る手間を大幅に削減し、他部門・他社への情報共有を 圧倒的なスピードで実現します。 コンサルティングと自社プロダクト開発の両輪 5
6. NCDCの生成AI活用支援サービスはAWSのFTR認定を受けています 6 AWS JAPAN APN ブログ https://aws.amazon.com/jp/blogs/psa/202510-inhouseit-with-aws-partners/ FTR（ファンデーショナルテクニカルレビュー）ベストプラクティスに基づいて実装および運用されているかを検証するプログラム
7. 生成AIの活用度の向上と内製化
8. 生成AI活用度モデル 〜皆さんの周りの生成AIの活用度合いはいかがでしょうか？ 8 レベル１ レベル２ レベル３ レベル４ 利用範囲 一部の社員が個人 で使っている 一部のプロジェクト、 部署単位でトライア ルをしている 会社でMicrosoft Copilot、ChatGPT や、Geminiなどを 契約して社員に提 供 会議の議事録を生 成AIで作成したり、 Office製品のファイ ルにはアクセスでき る 業務システムと連 携できており、 日常的に業務の中 で使っている 生成AIを組み込ん だサービスを顧客 に提供している ガバナンス ルールはない チーム内のルール はあるが 全社展開はされて いない 使って良いツール は決まっている ルールの更新頻度 は低く、新しいもの はめったに取り入 れない 定期的に使用して いる生成AIの見直 しを行っている。 社内開発を行って いる場合は社員が 作成しツールが管 理されている。 守りのみ 攻め ※NCDCでは、現状のレベルと目的に応じた生成活用のサポート、 コンサルティングを行っています。お気軽にご相談ください
9. 生成AIを使った内製化に必要なもの 生成AIのガイドライン • ガイドラインは縛るだけで はなく、何だったら使って 良いのかを提示することで 安心して使える プラットフォームなどの実際 使って良い環境の提供 • ガイドラインにはサービス の規約で〇〇が記載され ていること、などのルール を作るが、それを社員一人 ひとりに理解してもらって 自分たちでそれに適した ツールを探してもらうのは 難しい • 利用できる環境を提供し、 定期的に勉強会などを開 催する 開発のガイドライン • ソフトウェア開発をこれまで 行ってきた企業であれば、 明文化されているかは別と して持っているもの • ソースコードの管理（作っ た人が退職したときに、 ソースコードがどこにある か分かりますか？） • 運用のために残しておくべ き情報 • セキュリティ 9 生成AIは文字通り日進月歩のため、定期的な見直しが必要 ✕使用していたツールの規約やデフォルトの設定が変わって学習に使われるようになった ◎より良いものが新しく発表されたが、ガイドラインにないため使えない
10. 生成AIのガイドライン ⚫ 何を気にしないといけないの か？ ⚫ 情報の機密性のレベルと、 レベルごとに生成AIを 使ってよいかどうか ⚫ 自社や顧客のデータを 学習に使されないか ⚫ 他社の著作権を侵害しないか ⚫ 使用してよい具体的なツール 10
11. 実際に使って良い環境の提供 ⚫ チャットで使用できれば良いものであれば、ChatGPT、Gemini、Claudeなどの法人 契約 ⚫ プログラムと組み合わせたり、クローズドな環境で使用する場合には、下記のよう なAmazon Bedrock等のクラウドサービスが提供するプラットフォームを使用します 11
12. 各種ガイドライン、ドキュメント 12 スキルトランスファー 技術選定、標準化
13. アウトソーシングの背景 ⚫ アウトソーシングの狙い ⚫ システム開発業務は非競争領域でIT専門知識が必要 ⚫ 外部化による業務の効率化、外部化による人件費の最適化 ⚫ アウトソーシングのデメリット ⚫ ノウハウが蓄積されない ⚫ 煩雑な業務を依頼するとコストが肥大化する ⚫ いままではデメリットが問題視されなかったが、DX化の流れで デメリットが大きくなってきた 13
14. 内製化の背景 ⚫ 内製化の狙い ⚫ システム開発業務は競争領域でIT知識だけでなく業務知識も重要 ⚫ システムに対する要求が複雑化し、外注コストが肥大化する傾向 ⚫ 内製化のメリット ⚫ 競争優位性の確保 ⚫ 業務知識の反映 ⚫ 変化への対応 ⚫ スピードの向上 ⚫ 外注コストの最適化 ⚫ 内製化のデメリット ⚫ 体制構築・維持コストがかかる 14
15. 内製化の戦略 〜どこを内製化するか〜 ⚫ すべて外注か、すべて内製かの０・１ではない ⚫ 達成したい目標と、現状の社員のスキルに合わせて、 どこを内製化すべきか検討する 15 AIエンジニア アプリケーション エンジニア インフラ 業務委託 外部に 請負発注 社員 業務委 託 社員 AI部分は柔軟に 対応したいため内製化 アプリケーションは変化が 少ないため請負で発注 POは社員で内製化。 エンジニアは社内に 居ないので業務委託。 丸投げではなく、 プロジェクトマネジメント は主体的に行う。 エンジニアを育成する ために初期は経験豊富な 業務委託メンバーとの 混合チームとする。 徐々に業務委託 比率を下げる。 PO （プロダクトオーナー） 社員 社員 社員 ※NCDCでは、内製化の目的に応じた 体制構築や人材育成の支援も行って います。お気軽にご相談ください
16. 内製化の体制のアンチパターン ⚫ ビジネスサイドと、開発サイドをチームを分けてしまって、 社内で開発はしているが、外注していたころと サービス開発のプロセスが変わっていない ⚫ ビジネスと開発を同じチームで進めましょう ⚫ それにより技術の勘所と、ビジネスを理解したメンバーを育成できる ⚫ 社員メンバーの現行業務が忙しくて、 業務委託メンバー頼りから脱却できない ⚫ プロジェクト推進を身に着けた社員メンバーは引っ張りだこになり、 元の業務のキーマンとして戻されることも・・・・ ⚫ 内製化が重要なのであれば、勇気を持って 優秀なメンバーを現行業務から引き離すことも必要 16
17. 現状のAIによるコーディング支援 ⚫ AIによるコーディング支援で以下のようなことができます ⚫ Figmaの画面デザインを元に、Webの画面を作る ⚫ プロンプトで仕様を定義することで、小さい機能単位での機能実装 ⚫ 関数名やコメントから推察したコーディングアシスト ⚫ これにより、非プログラマが身の回りを課題を解決するための アプリケーションが開発できるようになっています ⚫ 経理部門の人が月末に人が行っていた集計業務を自ら自動化する ⚫ デザイナーが実際スマホ上で動作するモックアップを作成する 17
18. 現状ではAIによるコーディング支援の限界もある ⚫ 数画面くらいの小さなアプリケーションを作ることはできるが、 10画面を越えるアプリケーション全体を生成AI任せで 破綻なく開発することは難しい。現状はエンジニアによる手直しなどが必 要。 ⚫ 生成AIがうまくプログラムを出力してくれるように、明確な仕様の提示が 必要。大きな機能を人が、細かくステップに分けて指示をするなど 18 現時点では、本番の業務システム、顧客に提供するサービスを 内製開発する場合はエンジニアの採用や育成が必要。
19. 内製化に関する課題がありましたらNCDCにお声がけください 19 ⚫ NCDCでは、内製化やAI活用人材の育成に取り組む企業にさまざまな サービスを提供しています。お気軽にご相談ください
20. 事例｜生成AIアプリの開発と内製化人材育成 20 Client｜三菱電機株式会社様 Keyword｜ 生成AI , 内製化支援 回答品質の高いRAGを用いた 社内ナレッジの活用 お客さまの課題 | ソフトウェア開発の生産性向上 のため、大量かつ多様な社内のドキュメントから 情報を検索し回答する独自の生成AI（RAG）アプ リ開発を検討していた。また、社内のDX人財育成 も目的としていたため、RAG開発から技術移管ま で行える伴走パートナーを求めていた。 ソリューション | ①Amazon Bedrockを用いた RAGの迅速な開発 ②お客様社内で運用、改善を行 うためのエンジニア間の技術移管（内製化支援） ③NCDCとお客様の開発チームでの並行開発（機 能追加や回答精度改善） ーこれらのステップを状 況に応じて柔軟に行うことで、実用レベルのRAG の開発と人財育成を両立。 NCDCの役割 | 技術コンサルティング、RAG開発、 回答精度向上策の検討、フロントエンドのUX/UI デザインなど幅広く担当。 こ の 事 例 の 詳 細 記 事 へ この事例の詳細記事へ
21. 事例｜内製化・デジタル人材育成を同時に推進 21 Client｜戸田建設株式会社 Keyword｜ 内製化 , スキルトランスファー 共創チームによる開発で スキルトランスファーを実現。 お客さまの課題 | システム内製化やDevOpsの実現 に必要なDX人材、エンジニアを育成するため、シ ステム開発プロジェクトを通じて社内メンバーの 育成にも協力できるパートナーを求めていた。 ソリューション | 両社人員が参加する「共創チー ム」でアジャイル開発プロジェクトを推進。初期 はNCDCのPMやエンジニアを中心とした体制でモ ダンな開発手法をチームに共有し、徐々に重要な 役割を内製化メンバーに任せていくことで、実践 的なスキルトランスファーを行った。 NCDCの役割 | 開発と人材育成を両立するための 計画づくりから、アジャイル開発やDevOpsのノ ウハウ共有、技術支援など幅広い支援を実施。ま た、UX/UIデザインや、対象システムの将来像を 見据えたAWSのアーキテクチャ検討、PR/FAQの 作成支援なども並行して行った 。 こ の 事 例 の 詳 細 記 事 へ この事例の詳細記事へ
22. 生成AIを組み込んだサービスの企画・開発
23. 生成AIを組み込んだサービスの企画 ⚫ 生成AIを組み込むのを目的にするのではなく、 顧客やユーザーの課題の解決からサービスの企画を考えるべきです ⚫ 一方、生成AIで何ができるかは知っておく必要がある ⚫ 前述のような環境で社員が自分たちで世の中の生成AIを徹底的に使ってみ る ⚫ 本番開発の前に生成AIを使ったサービスのPoCを行い 実際使えるのか、どのくらい正確なのかを理解しておく 23
24. 生成AIの活用パターン 活用パターン 説明 データを元にした要約、文 書作成 ユーザー与えたデータや、業務システムの中に蓄積されてい るデータを元に、何らかの処理を行い、文章を生成する 自然言語による要求 専門的な知識や操作方法が不要で、ユーザーが日常使う言 葉（自然言語）でAIに指示を出すことで、処理を実行させる。 RAG（検索拡張生成） 企業の持つ独自のデータ（社内マニュアル、最新の業績デー タなど）をAIの知識ベースとして連携させ、その情報源に基づ いた正確な回答や文章を生成する。 レビュー、判断の自動化 AIが人間が行っていたチェック、評価、分類、リスク分析など の判断プロセスを代行・支援する。 AIエージェント 上に記載したようなタスクをまとめて自動で実行できる 形式変換・マルチモーダ ル生成 画像、音声、数値、動画などのデータを入力として受け取り、 人間が理解しやすい別の形式（テキストや要約）に変換したり、 そのデータに基づいて新たな形式のコンテンツを生成したり する。 24
25. 生成AI活用パターン ✕ （データ or 課題）でアイデア出し ⚫ 前ページの「活用パターン ✕ 自社のデータ」や 「活用パターン ✕ 課題」でアイデア出しをする ⚫ 企画チームだけではなく、部門や役割をまたがったワークショップなども アイデア出しとして有効 ⚫ 製品開発チーム、カスタマーサポート、営業が参加してワークショップ 25 ※NCDCでは、生成AIを活用した新規サービス開発 や業務改善のアイデア創出ワークショップもご支援 可能です。お気軽にご相談ください
26. 生成AIの活用パターン 活用パターン 説明 例 データを元にした要約、 文書作成 ユーザー与えたデータや、業務システムの中に 蓄積されているデータを元に、何らかの処理を 行い、文章を生成する 営業管理システムの中のデータを使って、日報を作成す る 自然言語による要求 専門的な知識や操作方法が不要で、ユーザー が日常使う言葉（自然言語）でAIに指示を出す ことで、処理を実行させる。 「今月、施工中の現場を施工開始日の早い順に10件表示 して」と指示し、AIがデータ探索を行う RAG（検索拡張生成） 企業の持つ独自のデータ（社内マニュアル、最 新の業績データなど）をAIの知識ベースとして 連携させ、その情報源に基づいた正確な回答 や文章を生成する。 最新の社内規定や製品マニュアルに基づいた、信頼性の 高い社内FAQチャットボットを構築する。 法務部門で、過去の契約書事例を参照した契約書ドラフト を作成する。 レビュー、判断の自動 化 AIが人間が行っていたチェック、評価、分類、リ スク分析などの判断プロセスを代行・支援する。 申請フローをある程度自動でチェックし、リスクが高いもの だけ人に流す。 法務部門で、契約書の条項リスクや規定との整合性を自 動でチェックする。 AIエージェント 上に記載したようなタスクをまとめて自動で実行 できる 顧客からの問い合わせメールの内容から、CRMへの情 報登録、担当部署へのエスカレーション、回答案の作成ま でを一連の流れで自動実行する。 形式変換・マルチモー ダル生成 画像、音声、数値、動画などのデータを入力とし て受け取り、人間が理解しやすい別の形式（テ キストや要約）に変換したり、そのデータに基づ いて新たな形式のコンテンツを生成したりする。 ・現場の作業動画を解析し、ベテランのノウハウをまとめ た作業マニュアルのテキストを自動生成する。 ・製品の設計図（画像）を入力し、その仕様を文章で要約 する。 ・生産管理DBの数値データに基づき、自動でグラフを生 成し、グラフの傾向を分析したテキストを添える。 26
27. MCP (Model Context Protocol) 27 MCP (Model Context Protocol) サーバー AIモデルと外部データソースやツールを接続するためのサーバー オープンプロトコル 仕様が公開されている通信規格により、AIモデ ルと様々なシステムを標準化された方法で接続 軽量サーバー シンプルな実装により、様々な環境で容易に導 入可能 特徴
28. MCPサーバーの利点 ⚫ MCPは「AIアプリケーション用のUSB-Cポートのようなもの」 ⚫ USB-Cが様々なアクセサリーに接続するための標準化された方法を提供す るように、MCPはAIモデルを異なるデータソースやツールに接続するための 標準化された方法を提供する ⚫ 主な利点 ⚫ 標準化 ⚫ どのAIモデルでも同じ方法で外部システムに接続可能 ⚫ 互換性 ⚫ 一度実装すれば、様々なAIアプリケーションで再利用可能 ⚫ 拡張性 ⚫ 新しいデータソースやツールを簡単に追加可能 28
29. MCPに対応すると何がいいのか？ ⚫ 世の中のMCPに対応しているさまざまなサービスと連携できる ⚫ 貴社のサービスと、Salesforceや、Boxなどを連携して、 MCPに対応したクライアントアプリから使用することができます 29 貴社 サービス △△△ MCPサー バー クライアントアプリ 貴社顧客 △△△に登録されている 今月の請求先を Slackに送って 登録を完了しました。 AI 営業支援 ツール Salesforce MCPサー バー 営業支援ツールから〇〇社の 請求情報を取ってきて、△△△ に登録して 顧客 顧客 コミュニケー ションツール Slack MCPサー バー
30. BizAIgentのご紹介
32. ⚫ インターネット上に無い貴社独自の精度の高い情報を活用して、 生成AIを利用できる。 メリット① 自社の情報を使用して精度の高い生成AIを利用できる 32 貴社 Backlog環境 貴社 Box環境 貴社 製品マニュア ルサイト 貴社 営業管理シス テム 生成AI 自社製品の型番〇〇〇〇の製品仕 様を表示して その製品を直近半年で購入した顧客 を売上の大きい順に表示して △△△社に提出した見積書のファイ ルの場所を教えて
33. メリット② 企業用のガバナンス お客様専用のセキュアな環境で管理者が許可したデータのみ連携できるため、 ガバナンスを維持しつつ、自社情報に基づく精度の高い生成AIを活用できます。 スクラッチ開発した 業務システム 業務用のSaaS クラウドストレージ 専用MCP サーバー 専用MCP サーバー 専用MCP サーバー Webサイト等の情報 専用MCP サーバー 連携先のON/OFF切り替えが可能 33
34. BizAIgentの接続先 34 AIが外部データと連携する標準プロトコルMCPを通じて、 社内のシステムやストレージの保有するデータをAIエージェントが活用。
35. デモ ⚫ AIエージェントにMCPサーバーを通して以下のことをしてもらいます ⚫ Googleドライブ上に保存された会議の議事録を読む ⚫ Backlog上に議事録に記載内容から課題を作成する ⚫ Slackに課題を作成した結果を投稿する 35 BizAIgentに上記の3つを行うよう指示を出すと、MCPサーバーを経由してBacklogに課題を登録する作業を自律的に実行
36. 導入の流れ ⚫ ご契約後、貴社向けの環境を立ち上げることで、使用可能です ⚫ BizAIgentと接続する対象システムを事前にヒアリングし、 NCDCにて設定を行います ⚫ 「連携可能なサービス」の標準サポートは貴社向け環境立ち上げの期間中にNCDC の作業は完了します。貴社側で接続先SaaSの情報を提供いただきます ⚫ 標準サポート外のものについては、対象を確認後、費用と期間の見積もりを実施しま す 36 貴社向け環境 立ち上げ （数営業日） 貴社システム 接続設定 （※） 利用開始 ヒアリング ・ユーザー 認証 ・接続先 生成導入支援（オプション）
37. 生成AI活用に関する課題がありましたらNCDCにお声がけください 37 ⚫ NCDCでは生成AIの活用方法をこれから検討する企業から、AIを生かし た内製化に取り組む企業まで、ニーズに応じてさまざまなサービスを提 供しています。 ⚫ 本セミナーで取り上げたテーマ以外でも生成AI活用に関する課題がありまし たらお気軽にご相談ください