REMOTE FIRST, AI FIRST, AI NATIVE SYSTEM INTEGRATION.
既存業務に AI をねじ込んでも、 進まない。
workflow を設計し、 環境を設計し、 構築する。 その三つを、 一気通貫で。
12 時間から、 90 分へ。
我々が目指すのは、 モーターライゼーションとコンテナリゼーションがもたらしたのと 同じ、 圧倒的なスピードと効率化である。
1913 年、 Henry Ford が Highland Park 工場で組立ラインを始動させた。 自動車は 既にあった。 工場も既にあった。 にもかかわらず、 Model T 一台あたりの組立時間 は 12 時間半から 93 分に縮んだ。 起きたのは「機械を導入した」 ことではなく、 「機械の前提で工場を作り直した」 ことだった。
1956 年、 Malcolm McLean の SS Ideal-X が初の本格的なコンテナ船として Newark を出航した。 港湾労働者は猛反発した。 コンテナそのものは、 技術的に 新しくも難しくもない、 ただの規格化された箱である。 問題は、 港の設計が 「労働者が箱を担いで運ぶ」 前提でできていたことだった。
10 年かけて港のクレーンが規格化され、 trailer の寸法が世界で統一され、 倉庫の動線が再設計されたとき、 はじめてコンテナは威力を発揮した。 海上輸送 コストは 90% 下がり、 世界の物流地図そのものが書き換わった。
自動車もコンテナも、 単体では「ただの道具」 だった。 道具の前提で workflow を再設計し、 環境 (港、 工場、 道路) を設計し、 そして物理的に 作り直したとき、 はじめて圧倒的なスピードと効率化が現実になった。 設計だけでも、 構築だけでも足りない。 設計と環境と構築の三つが揃って はじめて、 革命と呼ばれる規模の効率化が起きる。
AI も、 ここから始まる。
AI を入れただけで、 業務は速くならない
AI は新しいコンテナである。 既存の workflow に AI を「合わせて」 入れても、 港湾労働者がコンテナを担いだのと同じことになる。 ボタン押下も承認も依然として 人間、 例外処理は属人化したまま、 自動化率は数% で止まる。
workflow を AI 前提で再設計する。 業務 entity を API 化し、 step を機械可読に 落とし、 例外条件を自然言語で文書化する。 agent が自走できる「道」 が通ったとき 初めて、 自動化率は数十% を超える。
workflow を支える「環境」 を、 AX 設計原則として作る
港におけるクレーンと trailer の規格、 工場における組立ラインのレイアウトに あたるものを、 ソフトウェアの世界では AX (AI Experience) 設計原則と呼んで いる。 弊社は以下の 5 原則で workflow を再設計し、 同時に それが走る環境 (MCP server / 自然言語仕様 / event log) を設計し、 構築する。
- 01
Agent 主体運用
人間は要件提示・例外承認・検収に集中する。 実行と監視は agent。
- 02
MCP / Tool use 中心の統合
iPaaS / RPA ではなく、 MCP server を SoR の primary interface にする。
- 03
自然言語が一次仕様
YAML / コードでなく自然言語で要件を書き、 agent が実装に落とす。
- 04
観測可能性
agent の action を event として記録、 因果検証可能にする。
- 05
dogfooding 先行
自社プロダクト ( eatreel.ai ) で先に運用、 抽出された手順を SMB に展開する。
我々はこの設計を、 自社プロダクトで先に走らせている
AX 5 原則は紙の上にだけあるのではない。 食事記録 × AI コーチングの AI Native SaaS eatreel.ai を、 企画から設計・実装・運用まで自社で回している。 お客様に提案する workflow 再設計と環境構築は、 まずここに通した道である。
eatreel.ai
食べたものを記録し、 記録に基づいて AI がコーチングする食事管理アプリ (iOS + Web)。 要件定義から UI・ドメインモデル・実装・運用までを 自社で一気通貫。 適用原則: Agent 主体運用 / 自然言語が一次仕様 / dogfooding 先行
AI Native な作り方
agent 主体の実装パイプラインで機能追加と改修を回す。 人間は要件・例外承認・ 検収に集中し、 PR / CI までを観測可能な形で残す。 適用原則: Agent 主体運用 / 自然言語が一次仕様 / 観測可能性
プロダクトとしての環境
SoR と agent がつながる API / tool 境界を前提に設計。 「AI を後付けする」 のではなく、 AI が走れる workflow と環境ごと作る。 適用原則: MCP・Tool use / 観測可能性
公開して検証する
実サービスとして公開・運用中。 内部メモではなく、 利用者が触れるプロダクトで 5 原則を検証し、 SI 提案の根拠にする。 プロダクト: eatreel.ai
あなたの workflow と環境を、 設計し、 構築する
10 分前後の AI agent hearing で、 業務構造の現状と AX 5 原則の適用余地を 整理し、 workflow の再設計・環境の構築・実装ロードマップの 3 点を概算規模で お返しします。 個別相談は hearing 後、 必要なときだけご提案します。
ヒアリングを始める