── CHALLENGES
どの段階からでも、始められます
AI活用の現在地は、会社によってさまざまです。FORGEは現在地の見立てから、最も効く一歩をご一緒します。
「何から始めればいいか、わからない」
AIで何かできるはずだが、どの業務から着手すべきか決め手がない。その段階のご相談から歓迎します。
「試してはいるが、個人任せ」
一部の社員は使っているのに、会社の業務や成果にはつながっていない。個人の工夫を、会社の仕組みに変える設計が必要です。
「広げたいが、リスクが不安」
機密情報・著作権・社内ルール。線引きが曖昧なままでは全社に広げられません。弁護士が着手前に線を引きます。
── APPROACH
特定する、組み込む、根づかせる、効果を確かめる。
進め方はシンプルです。貴社の業務に合わせてこの4ステップを繰り返し、小さな成果を積み上げます。
── 特定する
業務の棚卸しから、どの業務に・どのようにAIを効かせれば効果が出るかを見極めます。効果の大きい業務から着手する順番を、最初に固めます。
── 組み込む
貴社が既にお使いのツールと、ノーコード中心の軽量な自動化を業務に組み込みます。新しいシステムをむやみに増やしません。
── 根づかせる
マニュアルと運用手順を整え、現場が自分で回せる状態まで定着させます。経営・リーダー層に加え、必要に応じて現場にもヒアリングします。
── 効果を確かめる
削減時間などを実測し、効果を数字でご報告します。プロジェクト完了後も、必要に応じて成果の確認を続けます。
── CASE STUDIES
支援実績
守秘のため、社名・業種・規模は伏せ、扱ったテーマと進め方でご紹介します。どの案件も、ヒアリングを基にロードマップを作成し、フェーズごとに小さな成果を積み上げる形で進めます。
PROJECT 01
営業ナレッジの一元化（社内RAG構築）
扱う商材やパターンが一人では覚えきれないほど多く、商品知識やマニュアルが社内に散在。提案や顧客対応のたびに情報収集へ時間を取られ、ベテラン頼みの属人化が起きていました。
既にお使いのMicrosoft 365環境（Teams・SharePoint）をフル活用し、社内基盤の上に営業ナレッジRAG（出典付きで答える検索の仕組み）を構築。新しいシステムを増やさず、Teamsから質問すればその場で引ける状態にしました。
現状把握
担当者ヒアリングと資料の棚卸し。調べ物にかかる時間を実測し、Before値として記録
整備・合意
資料をデータ化し、到達基準と確認用の質問セットを相互合意
構築・検証
出典付きで答える仕組みを構築。正答率を実測し、現場との中間レビューで調整
定着・納品
実務での利用を確認し、更新手順・運用設計・研修まで引き継いで納品
▶成果：属人化した営業知識を、全員がその場で引ける状態へ（削減効果はAfter測定で実測予定）
PROJECT 02
生成AIの全社活用と定着（Claude活用）
複数部門にまたがり、議事録・提案書・候補者要約といった定型作業がすべて手作業。一件ごとに担当者の時間が奪われ、本来の付加価値業務に手が回らず、残業や属人化の温床になっていました。
いきなり作らず、業務棚卸しで効果の大きい業務を見極め、運用込みのTo-Beを先に固めてから実装する4ステップで推進。各人が自分の業務で使えるよう、プロンプトのテンプレートと手順まで用意し、定着させました。
業務棚卸し
全業務を洗い出し、AIが効く業務と効果の大きさを見極める
To-Be設計
運用まで含めた活用像を先に固め、現場と合意する
実装
業務ごとにプロンプトのテンプレートと手順書を整備する
定着
一人ひとりの業務への落とし込みと利用状況の確認
▶成果：提案書作成 平均3時間→30分（試算）。議事録・候補者要約の自動化とあわせ、定型作業を大幅削減
PROJECT 03
情報収集・ブリーフィング資料作成の自動化
営業をはじめ現場の多くが、膨大な社内外の情報の収集・整理・要約に追われていました。一件の準備に時間がかかり、本来注力すべき顧客対応や提案の時間が圧迫。情報が人に依存し、品質にもばらつきが生じていました。
生成AIで情報の統合とブリーフィング資料づくりを自動化。現場が日々の調べ物から解放され、顧客と向き合う時間を生み出す仕組みを構築しました。
対象業務の特定
情報収集のパターンを洗い出し、自動化の対象範囲を設計
構築・検証
情報統合と資料生成の仕組みを構築し、品質を検証
展開・定着
現場への展開と運用の定着
▶成果：情報収集・要約にかかる時間を大幅に削減し、顧客対応へ充てられる時間を創出（具体数値は守秘）
── COVERAGE
対応範囲と料金の目安
お客様は「この業務をなんとかしたい」と業務起点で課題をお話しになります。私たちはそれを技術レイヤーに翻訳し、どこまで対応できるか・いくらかかるかを最初に明確にします。
Layer 1
既存ツール活用の高度化
Google Workspace（Gemini）／Microsoft 365 Copilot／ChatGPT／Claude等を、貴社の環境に合わせて設定・組み込み・運用設計。コードはほぼ不要で、速く立ち上がります。
月額 数十万円
税別・準委任
Layer 2
軽量な連携・自動化
Dify／GAS（Google Apps Script）／API連携で自動化を実装。社内ナレッジRAG（検索拡張生成）の構築もここに含みます。
月額 数十万〜100万円
税別・準委任
Layer 3
専用構築
カスタムツールの個別開発や、AIモデルの実装・構築から必要な案件が対象です。
個別お見積
税別・準委任
いずれも目安です。いきなり大きく作らず、ご予算に合わせて小さな成果を積み重ねるご提案を差し上げます。スコープと金額は、無料相談とヒアリングを踏まえて設計します。
── TEAM
東京大学大学院出身のAIエンジニアチーム×ベトナムの上級エンジニアによるコラボレーション
レイヤー3の専用構築や大型案件も、東京大学大学院出身の弊社AIエンジニアがPM（プロジェクト管理者）として要件定義と品質を担保し、ベトナム在籍の上級エンジニアが実装を担います。高い技術品質とコスト効率の両立を、ひとつのチームで実現する体制です。
実装力
ベトナム在籍の上級エンジニアが開発を担当。専用構築・大規模開発に対応します。
設計と品質
東京大学大学院出身のAIエンジニアがPMとして要件定義とレビューを担当し、品質を守ります。
コスト効率
オフショア開発の活用で、大型案件も現実的なご予算で実現します。
── SECURITY
機密情報の扱いも、弁護士監修で
AIを使う不安（情報漏洩・著作権・個人情報）に、法務の専門家が標準で答えます。
西村あさひ出身の弁護士による監修が、すべてのご支援に標準で付きます。機密情報をAIに入れてよいかのルールづくりから、著作権・個人情報の扱いまで織り込みます。AIの業務活用と弁護士の専門性を、同じチームで提供できる会社は多くありません。
構築する仕組みは、入力データが学習に使われない設定で運用し、貴社の既存のセキュリティポリシーの範囲内で構築します。
── FAQ
まずは無料相談（30分）から
無料相談は、資料をお見せする場ではありません。代表の牛込が貴社の現状を伺いながら、いちばん効きそうな業務の当たりと、その根拠を、その場で一緒に整理します。
売り込みの場にもしません。「導入したAIを、会社の成果に変えられる業務はどれか」を一緒に見つけることが、最初の一歩です。