ASSEMBLING THREADS0000
0%
AI DEVELOPMENT STUDIO — TOKYO / SINCE 2019

散らかったデータを、動く仕組みに。

From scattered data to working systems.

SHIKAKE(仕掛)は、企業の現場に入って課題を聞き取り、画像認識・需要予測・生成 AI を、PoC から本番運用まで一気通貫でつくる受託開発チームです。

導入事例を見る
0日ヒアリングから
PoC 着手まで(平均)
0件本番運用中の
AI システム
0%運用フェーズの
契約継続率
WHAT WE DO

Excel、紙の日報、検査画像、問い合わせメール。どの会社にも、使われないまま積もったデータがあります。私たちは、それを一本ずつほどいて「現場で毎日動く仕組み」に組み上げます。

01 / FIELD FIRST会議室ではなく、ラインや倉庫、コールセンターの席で話を聞くところから始めます。
02 / SMALL PROOFいきなり大きく作りません。4〜6 週間の PoC で「効くかどうか」を数字で判断します。
03 / LONG RUN納品で終わりにせず、精度の監視と再学習まで、同じチームで伴走します。
PROCESS — 4 STAGES

ほどいて、揃えて、
組み上げる。

スクロールに合わせて、散らかった糸が仕組みに組み上がっていきます。私たちの仕事の進め方そのものです。

01ヒアリング1〜2 WEEKS

現場に入り、業務の流れとデータを棚卸しします。散らかったまま、まず全部を見る。

  • 課題マップ
  • データ診断レポート
  • 概算見積もり
02PoC(検証)3〜6 WEEKS

必要なデータだけを揃え、小さなモデルで「効くか」を数字で確かめます。

  • 検証モデル
  • 精度レポート
  • 本番化の判断材料
03開発2〜4 MONTHS

現場の画面や既存システムとつなぎ、毎日使える形に組み上げます。

  • 本番システム
  • 管理画面
  • 運用手順書
04運用・伴走ONGOING

精度を監視し、データが増えるたびに再学習。使うほど賢くなる「芯」を一緒に育てます。

  • 月次レポート
  • 再学習
  • 改善提案
CASES — 導入事例

課題は、現場の数字で解決する。

業種も、データの形もばらばら。共通しているのは、導入前と導入後を同じ物差しで測ったことです。
※ 掲載している企業名・数値は架空です。

CASE 01 / MANUFACTURING画像認識

樹脂部品の外観検査を、
カメラとモデルで自動化

奥鳴精機 株式会社(架空)・自動車部品
不良の見逃し率2.8%→0.0%
1 個あたりの検査時間12秒→0.0秒
「ベテランの目」を数字にできたのが大きい。夜勤でも同じ基準で検査できるようになりました。
— 品質保証部 課長
PoC 5 週開発 3 か月エッジ推論
CASE 02 / LOGISTICS需要予測

3,200 品目の出荷量を
店舗別に 14 日先まで予測

汐見ロジテック 株式会社(架空)・食品物流
欠品率7.4%→0.0%
年間の廃棄ロス4,800万円→0万円
天気と特売の影響まで読んでくれる。発注担当の残業がほぼなくなりました。
— 物流企画部 部長
PoC 4 週開発 4 か月勾配ブースティング
CASE 03 / CONTACT CENTER生成 AI

問い合わせメールの分類と
返信の下書きを自動化

あおばね通販 株式会社(架空)・EC
1 件の一次振り分け3分40秒→0秒
24 時間以内の返信率71%→0%
オペレーターは「考える返信」だけに集中できる。新人の立ち上がりも早くなりました。
— カスタマーサポート センター長
PoC 6 週開発 2 か月RAG・評価基盤
TRY IT — ミニ AI デモ

問い合わせを、その場で仕分ける。

事例 03 でつくった仕組みの縮小版です。文章を選ぶか、自由に書いて「解析する」を押してください。分類・緊急度・要約・返信案が順に出てきます。(デモのため、ページの中だけで動いています)

INPUT — 問い合わせ本文SAMPLE 3
0 文字
OUTPUT — shikake-triage v3.2IDLE
前処理normalize
埋め込みembed · 768d
分類classify
生成generate
左の文章を選ぶと、ここに結果が流れてきます。

CATEGORY — 分類

SIGNALS — 緊急度・感情

ROUTE — 担当

SUMMARY — 要約

DRAFT — 返信案要確認

LATENCY —TOKENS —PII —MODEL triage-ja-s
PRICING — 料金の目安

小さく確かめてから、大きくつくる。

PLAN A3〜6 WEEKS

ProofPoC(検証)プラン

150万円〜
税別 / 一括
  • ヒアリング・データ診断
  • 検証用モデルの作成(1 テーマ)
  • 精度レポートと本番化の判断材料
  • 週 1 回の定例
PLAN Bいちばん選ばれています

Build開発プラン

600万円〜
税別 / 2〜4 か月
  • PoC の内容をすべて含む
  • 既存システム・現場の画面との連携
  • 管理画面と運用手順書
  • 本番環境の構築と負荷試験
  • 納品後 1 か月の無償サポート
PLAN CMONTHLY

Run伴走(運用)プラン

40万円〜 / 月
税別 / 6 か月から
  • 精度の監視とアラート
  • 四半期ごとの再学習
  • 月次レポートと改善提案
  • 現場向けの勉強会

※ 金額は目安です。データの量と状態、連携するシステムの数で変わります。概算は 30 秒の質問でその場に出せます。

TEAM & STACK — チームと技術

研究者と、現場の人が同じ机にいる。

真柴 ひよりCEO / 元・製造業の生産技術

工場のラインで 8 年。「現場で使われる AI」だけを作る会社を立ち上げました。

葛城 透CTO / 機械学習

画像認識の研究から実装まで。推論を速く、小さく、安くするのが得意です。

早瀬 ノアLEAD / 生成 AI・RAG

社内文書の検索とチャット。評価の仕組みを先に作るのが信条です。

小日向 湊PM / データ基盤

散らかったスプレッドシートを、毎朝自動で揃う表に変える係です。

0名在籍メンバー
0名ML エンジニア
0件PoC の実績
画像認識
PyTorch · ONNX Runtime · エッジ推論 · 異常検知
需要予測
勾配ブースティング · 時系列モデル · 特徴量ストア
生成 AI
RAG · ベクトル検索 · 評価セット · ガードレール
データ基盤
ETL · データウェアハウス · 日次バッチ · 品質チェック
運用(MLOps)
実験管理 · モデル監視 · 再学習パイプライン · コンテナ
セキュリティ
閉域網での構築 · 個人情報のマスキング · 監査ログ
FAQ

よくある質問

ほかにも気になることがあれば、無料相談でそのまま聞いてください。

できます。ヒアリングの段階で「今あるデータで何ができるか」「何を集めればよいか」を診断します。集め方の設計から一緒に始めることも多いです。

その時点で止められます。PoC の目的は「作るべきかどうか」を判断することです。効果が出なかった理由と、次に試すべきことをレポートにまとめます。

御社の環境や閉域網の中で開発・運用する形にも対応しています。個人情報は最初にマスキングし、作業ログはすべて残します。

納品物の著作権は原則として御社に移ります。汎用的な部品(学習の仕組みなど)は、私たちが再利用できる形で契約することが多いです。

はい。ヒアリングと PoC の立ち上げは、できるだけ現地で行います。交通費は実費でいただいています。

初回の相談(60 分)と概算見積もりは無料です。ヒアリングに進む場合のみ、事前にお見積もりをお出しします。

FREE CONSULTATION

その課題、仕組みにできるか。

Tell us the problem. We'll bring the threads.

3 つの質問に答えると、金額のめやすと期間がその場で出ます。そのまま相談の日時まで選べます。

初回相談 60 分 無料オンライン / 訪問秘密保持契約に対応