営業の効率化に生成AIを使いたくて相談予算: 非公開
選定理由
クラウド環境（AWS/Azure/GCP）での実装ノウハウが厚かった
提案の鋭さは光るが、上流戦略は自社側のリードが必要。
良かった点
- 現場の抵抗が少なく、組織変革がスムーズに進んだ
- 費用が抑えめで、コストパフォーマンスが高い
- 領域特化の事例が豊富で、PoC設計が具体的だった
- 意思決定が速く、スタートアップ並みの機動力があった
改善してほしい点
- 電話・対面でのコミュニケーション機会が少なめだった
マーケのデータ統合とAI分析の整備予算: 非公開
成果
クリエイティブ制作数月21パターン→月216パターン
選定理由
日本語LLMの精度が他社と比べて頭一つ抜けていた
AI実装に強い専門家集団。事業への落とし込みは自社主導の前提で。
良かった点
- 現場ヒアリングで課題を引き出す力が高かった
- 技術力が高く、難易度の高い要件にも柔軟に対応してくれた
- PoCで出した精度がそのまま本番でも再現できた
改善してほしい点
- リソースの繁閑差が大きく、繁忙期はレスポンスが遅れた
- プロジェクト途中で担当者が変わり一時的に進行が滞った
- コミュニケーションが技術者寄りで、ビジネスサイドへの翻訳が必要だった
AIツールの全社導入と定着まで予算: 非公開
成果
コンプライアンスチェック工数月139時間→月38時間
選定理由
日本語LLMの精度が他社と比べて頭一つ抜けていた
クラウド環境での実装なら第一選択肢。技術ブログ並みの知見が活きる。
良かった点
- PoCで出した精度がそのまま本番でも再現できた
- プロトタイプを素早く作って検証する進め方が効率的だった
社内問い合わせ対応の自動化を相談予算: 非公開
選定理由
領域特化の事例が豊富で、PoCの設計が具体的だった
領域特化の専門性は高く、その分野なら最有力候補。
良かった点
- 進捗報告が丁寧で、リスクの早期共有ができた
- PoCで出した精度がそのまま本番でも再現できた
改善してほしい点
- リソースの繁閑差が大きく、繁忙期はレスポンスが遅れた
- 納品物のドキュメントが技術寄りで、社内展開に加工が必要だった
研究開発でのAI活用、技術面のサポート予算: 非公開
選定理由
プラットフォーム型で段階的に拡張できる柔軟性があった
意思決定スピードと技術力のバランスが良く、PoCをサクサク回したい企業向き。
良かった点
- 技術者が直接対応してくれ、技術的な議論が深くできた
- 意思決定が速く、スタートアップ並みの機動力があった
- セキュリティ要件の整理が早く、情シスとの調整がスムーズだった
改善してほしい点
- 経営層向けの見せ方は自社で補う必要があった
- 見積もりが途中で増額になり、予算管理が難しかった