01
ベテランの知が、属人化している
熟練者が当たり前にしている判断ほど、言葉やデータに残りません。人が替わるたび、現場の強みも失われていきます。
日本のものづくりの現場には、まだAIになっていない知が眠っています。
Kieiは、その暗黙知を構造化し、AIを"ビジネス成果"に変えてきました。
これまで100社超のAI変革を、戦略から実装まで策定してきました。
人とAIが共に働く産業の未来を描き、日本を再び挑戦の国へ。
Kieiは、ラストワンマイルまでやり切る、成果主義のAIパートナーです。
Problem
こんな課題はありませんか
製造業をはじめとする基幹産業の現場で、私たちが繰り返し目にしてきた3つの壁です。
02
AIを試したが、PoCで止まっている
デモでは動いたのに、毎日の業務には残らない。利用者や運用まで設計されず、投資が次へつながりません。
03
データが、AIに使える形になっていない
紙、Excel、図面、ベテランの頭の中。必要な情報が散らばり、AIへ渡す前の整理で止まってしまいます。
Solutions
組織づくりから定着まで、AI実装をワンストップで
戦略策定・組織立ち上げからナレッジグラフ構築、RAGシステム設計・実装まで。
01
AI戦略策定・組織立ち上げ支援
現場課題の構造化から、AI活用ロードマップ策定、推進組織の立ち上げまで。経営と現場を繋ぐAI戦略を設計します。
02
ナレッジグラフ構築
散在する技術文書・暗黙知を構造化し、検索・推論可能なナレッジグラフとして体系化。組織の知的資産を可視化します。
03
RAGシステム設計・実装
社内文書を活用したRAGシステムや品質予測AIなどを設計・構築。現場で使い続けられるAIを実装します。
Industry
業界を知り尽くしたAI実装
熟練工の退職で技術が失われ、品質判断は属人化し、設備保全は後手に回りがちです。生産現場が抱えるこの構造課題に、私たちは現場に入り込んで向き合ってきました。
70%
設備支援業務を削減
3倍
品質予兆の情報精度
40%
新人の指導期間を短縮
KIEI'S APPROACH
生産現場の暗黙知をナレッジグラフとして構造化し、品質予測・設備故障予知を実装。設備支援業務を70%削減、品質予兆の情報精度を3倍に、新人の指導期間を40%短縮してきました。熟練者の判断基準をデジタル化し、現場主導の改善サイクルを構築します。
Our Approach
最良を、最速で
最良の理由
Why we're the best fit
理由01
顧客ごとに業務と要件を整理
既製のツールをそのまま当てはめず、現在の業務、利用者、必要なデータを確認してから設計します。
理由02
R&Dチームが技術選定を支援
社内R&DチームがAI技術やRAG基盤を検証し、案件の要件に合う技術を選びます。
最速の理由
Why we move faster
アジャイルなPoCにより“小さく早く成功事例を創出する”ことを重視
基盤モデルと最新モジュールを活用し、小回りの効く形でアジャイルなPoCを推進します。小さく早く「成功事例」を創出します。
AI Solution Case Study
業界別AIソリューション事例
製造、建設、医療、物流、自治体など、業界別にAI導入例を掲載しています。
製造業
生成AIを活用したナレッジ検索システム
Issue
- 熟練技術者の引退による技術継承の課題
- 若手技術者の成長機会不足・新人教育の工数
- トラブル対応の遅れ
Solution
熟練者の技術ノウハウを紙ベース、音声データ、過去の作業記録から収集・整理してドキュメントベースに落とし込み、ベクトル化して検索可能な形式値へ変換。技術者が知りたい情報を瞬時に検索・活用できるナレッジ共有システムを構築します。
もっと詳しく見る建設業
積算の自動化プロジェクト
Issue
- 積算作業の属人化と時間的負担
- コスト最適化と市場価格の反映が困難
Solution
過去データの整理とAI学習基盤の構築から着手し、積算・施工履歴の統合、図面・仕様書のデータ化と検索性向上を実施。その上でAIによる自動積算シミュレーションとコスト最適化・リスク分析を実現します。
もっと詳しく見るCase
導入実績
三井物産株式会社 ロジスティクス戦略部
課題
見積フォーマットの不統一
事業部からの引合も船会社からの見積も、メール・Excel・PDFと形式が統一されておらず、関係者間で合意にも至らなかった。約15名の担当者が条件整理と転記に工数を割いていた。
効果
年間1,100時間の削減目標
海上運賃見積を担う約15名の業務工数の20%（年間1,100時間相当）の削減をKPIに設定。事業部単位で段階的に導入を進めている。
自然文入力による登録工数の削減
AIが自然文を構造化して登録するため、フォーマットの統一が不要になった。依頼する側・受ける側の双方で、問い合わせ対応の工数が減っている。
採用情報
顧客の業務を知るところから、AI導入を担当する
顧客へのヒアリング、業務整理、AIの設計・開発、導入後の確認まで担当します。現在募集している職種と仕事内容を採用サイトに掲載しています。
