INPEXの社内AIエージェント1,000体超は何が違うのか｜作る側から見た「回る仕組み」の設計
INPEXがMicrosoft 365 Copilotで1,000体超のAIエージェントを社内業務に組み込み、年間20億円超の価値と社員調査で成果を測っている事例を、受託開発とAIエージェント事業を営む立場から読み解く。模倣すべきはエージェントの数ではなく、申請・承認と価値測定を含む運用モデルである。
AIエージェントを全社導入するとはどういうことか｜興業銀行の「数智化」345体から読む条件
中国・興業銀行が2026年上半期にAIエージェント345体を全社運用し、運営戦略2.18万件・顧客接点5.97億人次・NPS72まで経営KPIで追っている事例を、受託開発とAIエージェント事業をやっている立場から読み解く。全社導入で効くのは体数ではなく計測線と監査可能性である。
基本設計と詳細設計の違い｜発注側が見る5点と承認の勘所
基本設計と詳細設計の違いを発注側の視点で解説。基本設計の変更は業務が変わり詳細設計は実装方法が変わるだけ、という線引きからレビュー範囲を決めます。基本設計で見る5点、手戻り費用が工程ごとに増える構造、承認前チェックリスト、契約形態との関係まで。
非機能要件とは｜発注側が決める3項目と見積への効き方
非機能要件を発注側の視点で解説。IPA非機能要求グレードの6分類のうち発注側が決めるべきは可用性・性能拡張性・セキュリティの3つ。各項目が見積工数のどこに効くかの対応表、決めないまま発注したときに起きること、提案比較での読み方までまとめます。
製造業のAI導入は「モデル選び」で決まらない — 永洋特鋼の事例が示す土台の順番
中国・永洋特鋼がERP・私有クラウド・5G専用網の上にAIを載せ、検収効率40%超向上や年1,100万元のエネルギー費削減を出した事例を、受託開発とAIエージェント事業の立場から読む。製造業のAI導入で先に何を作るべきかを整理する。
AI導入の単位が「ツール」から「業務プロセス」に移った — 長安汽車の全社展開を、作る側として読む
長安汽車が千問辦公・阿里雲と進めるAI全社導入は、18プロジェクト・160シーン・自律実行1,300万回に達した。線束選型2日→5分などの数値をどう読むか。受託開発とAIエージェント事業をやる立場から、SIer・開発会社の受注構造への含意を書く。
AIエージェント全社導入で先に効くのは基幹統合｜UKGの387アプリ・12,000エージェントを読む
UKGはAIを全社展開する前にERPをMicrosoft、CRMをSalesforceへ集約しDWHを統合した。387の社内AIアプリと12,000超のエージェント、入電の27%自律処理という数字を、受託開発の現場から順番・コスト・人材設計の観点で読み解く。
業務プロセス自動化はどこで詰まるか｜Banco Azteca が8,800件を束ねて3,300人分の余力を出した事例を読む
Banco Azteca が UiPath Maestro で8,800件超の自動化プロセスを統制し、3,300人分の業務余力を創出した事例を、受託開発とAIエージェント事業の立場から論評。単一タスクのRPAからE2E業務の再設計へ移る際、例外を人に戻す設計と統制基盤が要点になる理由を整理する。
AIエージェントで貿易金融をE2E再設計した中東の銀行事例｜生産性60〜70%の裏で何を作っているのか
中東大手銀行がLC・LG・OAF・回収の貿易金融業務をAIエージェント＋Appian＋人間の専門家で再設計し、生産性60〜70%向上・処理時間30%短縮を達成した事例を、AIエージェントを作る側の視点で読む。難所はモデルではなく例外の境界定義と統制設計にある。