01
AI アプリケーション開発
LLM を、実際の業務に組み込みます。どこで使うかを決めて設計するところから、開発、効果の評価、リリースまで、まとめてお任せいただけます。
- AI エージェントと業務自動化
- 社内ナレッジベースと RAG による Q&A
- AI カスタマーサポートと営業アシスタント
- 効果の評価と継続的なチューニング
開発サービス
AI アプリと、ソフトウェアの開発
企業向けに、AI アプリケーション、Web・モバイルアプリ、macOS・iOS のネイティブソフトウェアを開発し、公開後も保守を続けます。XicoClean、Machi、Nerva などの自社プロダクトは同じチームがつくっており、納品品質の参考としてご覧いただけます。
サービス内容
4 つのサービス
02
カスタムソフトウェア開発
Web、モバイル、デスクトップのアプリを、設計から開発、リリースまで一貫してお届けします。
- Web アプリと管理画面
- iOS / Android アプリ
- API、データベース、権限管理
- 決済と外部サービス連携
03
ネイティブ Apple 開発
Swift 6 と SwiftUI で、macOS / iOS のネイティブアプリを開発します。XicoClean も、こうしてつくりました。
- macOS / iOS ネイティブアプリ
- システムとの深い連携
- パフォーマンスの最適化とモーション
- Developer ID 署名、Apple の公証、自動アップデート
04
リリース後の運用と改善
デプロイ、監視、不具合の修正、新しいバージョンのリリース。システムが動き出したあとの保守も、引き続き私たちが担当します。
- デプロイ、監視、自動化
- 多言語対応と国際化
- データの安全管理とプライバシー保護
- バージョンアップと運用サポート
AI アプリ開発
最も多い 6 種類の AI プロジェクト
どの種類も、具体的な小さな業務から始め、効果を確認しながら段階的に広げていけます。
AI エージェントと業務自動化
仕事の多くは、決まった手順の繰り返しです。いくつかのシステムを開いて調べ、整理して、フォームに入力し、送信する。こうした流れを AI エージェントに任せます。エージェントは今お使いのシステムやツールを呼び出して作業を進め、判断が必要なところでは手を止めて人の確認を待ちます。どのステップで何をしたかはすべて記録されるので、問題が起きても原因をたどれます。権限も、既存のシステムとそろえます。
主な活用例
- 営業リードの整理とフォローのリマインド
- 日報・週報・レポートの自動作成
- システムをまたいだデータ入力と照合
社内ナレッジベースと Q&A
社内規程や製品資料、プロジェクトのドキュメントは、たいてい十数か所に散らばっています。新しく入った人は見つけられず、ベテランもわざわざ探そうとはしません。こうした資料をナレッジベースにまとめ、検索拡張生成（RAG）を使って、LLM が自社の資料だけをもとに出典付きで答えられるようにします。誰が何を見られるかは、社内の権限と同じです。資料が更新されれば、回答も合わせて変わります。
主な活用例
- 社内規程・業務知識の Q&A
- 製品マニュアルとアフターサポートのアシスタント
- 開発ドキュメントとコードの検索
AI カスタマーサポートと営業アシスタント
公式サイトやアプリ、WeCom などのチャネルにつなげば、夜間や休日もすぐに返信できます。注文、在庫、配送状況を調べ、あらかじめ決めたルールに沿って商品をおすすめします。複雑な質問や慎重に扱うべき質問は、それまでの会話を添えて担当者に引き継ぐので、お客様が同じ説明を繰り返す必要はありません。うまくいった回答は蓄積しておき、次からそのまま使えるようにします。
主な活用例
- EC・越境 EC のカスタマーサポート
- 購入前の問い合わせ対応とリード獲得
- 会員対応とアフターサービス
文書とデータの処理
マルチモーダル LLM が契約書、請求書、履歴書、レポート、画像を読み取り、必要な情報を構造化データとして取り出します。照合、チェック、集計まで済ませてから、お使いのシステムに書き戻します。手作業で半日かかっていた整理が数分で終わり、人は結果を確認するだけになります。
主な活用例
- 契約条項の抽出とリスクの指摘
- 請求書・伝票の読み取りと入力
- 自然言語でのデータ検索
コンテンツ生成とマーケティング
まず、ブランドの語り口、よく使う言葉、避けたい表現をルールとして整理します。そのうえで、商品説明、SNS 投稿、マーケティングメール、多言語のコンテンツをまとめて生成します。画像や動画の生成ツールと組み合わせることもできます。どのコンテンツも公開前に人がチェックするので、量が増えてもトーンはぶれません。
主な活用例
- 商品ページの作成と多言語での出品
- SNS 投稿と広告コピー
- マーケティングメールと一人ひとりに合わせたおすすめ
オンデバイス・オンプレミス導入
機密性の高いデータを扱う場合や、オフラインで使いたい場合は、オープンソースのモデルをお客様のサーバーや手元の端末に導入します。推論、検索、評価はすべてお客様の環境の中で完結し、データが外に出ることはありません。XicoClean が Mac の中だけで行っている類似写真の検出も、この方法でつくっています。
主な活用例
- 社内ネットワークで動くナレッジベースとアシスタント
- 端末内で動く AI 機能
- コンプライアンス要件を満たすオンプレミス導入
ご依頼のかたち
お客様の段階に合わせて、進め方をお選びいただけます。
AI に取り組む価値があるかを、まず見極めたい。つくるプロダクトはもう決まっている。リリース後も長く面倒を見てくれるチームがほしい。どの場合も、それに合った始め方があります。
- 01まずは検証から
AI コンサルティングと検証
業務のどこに AI を使うかと、その優先順位を整理し、実現性とコストを見積もります。そのうえで実データを使ってデモできるプロトタイプをつくり、この先も投資する価値があるかを判断できるようにします。
- ユースケースと優先順位の整理
- モデル選定とコストの試算
- デモできるプロトタイプ（PoC）
- 本番導入までのロードマップ
- 02マイルストーンごとに納品
プロダクト・プロジェクト開発
要件定義、設計、開発、テスト、リリースまで、ひとつのプロジェクトをまとめてお引き受けします。範囲、スケジュール、検収の基準は、着手する前に書面で取り決めます。
- 要件分析と操作できるプロトタイプ
- UI デザインとフルスタック開発
- テスト、デプロイ、リリース
- ソースコードとドキュメントの納品
- 03月単位で継続
長期の技術パートナー
社外にもうひとつ開発チームを持つような形です。新機能の開発、パフォーマンスとコストの改善、モデルのアップグレード、運用とセキュリティまで、継続して担当します。
- 定期的な打ち合わせ
- 継続的なバージョンアップ
- 監視、運用、セキュリティ
- 新しいモデルへの対応と継続的なチューニング
技術選定
モデルは、ひとつに決めません。
効果、コスト、コンプライアンス要件にいちばん合うモデルを、その都度選びます。ひとつのシステムの中でも、工程ごとに別のモデルを使い分けられます。より良いモデルが出てくれば、いつでも切り替えられます。
これまでに使い、組み込んできたモデル
- DeepSeek
- Qwen
- Kimi
- GLM
- Doubao
- ERNIE
- OpenAI
- Claude
- Gemini
- Llama
- Mistral
- L4
アプリとインターフェース
Web、モバイル、デスクトップのアプリ。WeCom、Feishu（Lark）、DingTalk の中で動く AI アシスタント。
- L3
エージェントとオーケストレーション
ツールの呼び出し、ワークフローの組み立て、複数エージェントの連携、人による確認のステップ。
- L2
ナレッジとデータ
ドキュメントの解析、ベクトル検索（RAG）、データのクレンジング、権限の分離。
- L1
モデルとデプロイ
クラウド API、オンプレミス導入、オンデバイス推論。効果の評価とモニタリングも組み合わせます。
プロジェクトの流れ
プロジェクトの進め方
自社プロダクトも同じ流れで開発しています。各段階の終わりに、確認できる成果物をお渡しします。
- 01
ヒアリングと検討
まず背景、目的、制約をうかがい、範囲と技術的な進め方を見極めます。やる価値のあること、おすすめしないことは、はっきりお伝えします。
- 02
設計とプロトタイプ
機能の構成、操作できるプロトタイプ、技術的な方針を固めます。AI プロジェクトでは先に実データでプロトタイプをつくるので、大きな費用をかける前に問題が見つかります。
- 03
開発と検収
バージョンごとに進め、進み具合はいつでも確認できます。どのバージョンも実際に触って試せて、AI の機能には比べられる効果のデータが付きます。
- 04
リリースと運用
デプロイ、監視、不具合の修正、新しいバージョンのリリースを重ねながら、効果とコストを改善し続けます。リリース後に困ったことがあっても、相談先は同じチームです。
行動指針
大切にしている 4 つの指針
自社プロダクトの開発で身につけた習慣を、すべてのお客様のプロジェクトにも適用しています。
01
まず、問題をはっきりさせる
手を動かす前に、何を解決するのか、誰が使うのか、どこまでできたら完成なのかをはっきりさせます。いちばん良い方法が AI を使わないやり方なら、それも正直にお伝えします。
02
効果は、データで確かめる
AI がうまく働いているかどうかは、感覚では判断しません。使いどころごとにテスト用の問題セットを用意し、リリースの前後を同じ指標で比べます。
03
データの安全は、譲れない
ローカルで処理できるデータは、外に送りません。お客様のデータを誰が見られるか、何に使ってよいかは事前に取り決め、契約書に明記します。
04
納品したあとも、責任を持つ
自社プロダクトはアップデートを続け、お客様のプロジェクトも保守を続けます。納品後に問題が起きても、いつでも私たちに連絡がつきます。
よくある質問
ご依頼に関するよくある質問
答えが見つからないときは、メールで気軽にお尋ねください。
どんな AI プロジェクトに対応できますか？
いちばん多いのは、AI エージェントと業務自動化、社内ナレッジベースと Q&A（RAG）、AI カスタマーサポートと営業アシスタント、契約書や請求書などの文書処理、コンテンツ生成とマーケティング、オンプレミスで動かす AI アプリケーションです。今お使いのシステムやアプリ、あるいは WeCom、Feishu（Lark）、DingTalk に AI の機能を組み込むこともできます。
どの LLM を使っていますか？オンプレミスでの導入もできますか？
特定のモデルに縛られず、精度、コスト、速度、コンプライアンス要件を見て選びます。中国国内では DeepSeek、Qwen、Kimi、GLM、Doubao など、海外では OpenAI、Claude、Gemini、Llama などをよく使います。機密性の高いデータを扱う場合は、オープンソースのモデルをお客様のサーバーや手元の端末に導入できます。
データは安全ですか？モデルの学習に使われることはありませんか？
お客様のデータを学習に使わないエンタープライズ向けの API を優先して選ぶか、オンプレミスで導入します。データにつなぐときは必要な権限だけを設定し、データの使い道は契約書に明記します。ローカルで処理できるデータは、アップロードしません。
AI プロジェクトには、どのくらいの期間がかかりますか？
範囲によります。テーマを絞った検証用のプロトタイプなら、たいてい数週間でできあがります。本格的なプロダクトは、マイルストーンごとに進めます。ご要望をしっかりうかがったうえで、具体的なプラン、スケジュール、お見積もりをお出しします。
ソースコードや知的財産権は、誰のものになりますか？
契約の取り決めに従います。通常は、お客様のために開発したソースコードと関連する知的財産権は、代金のお支払いが済んだ時点でお客様のものになります。コード、ドキュメント、デプロイ手順書もあわせてお渡しします。
ご相談
つくりたいものを、お聞かせください。
既存の業務に AI を取り入れたい、プロダクトをゼロから開発したい、長期的に任せられる開発チームが必要など、どのようなご相談でもお待ちしています。背景、目的、希望時期をお知らせください。1～2 営業日以内に返信し、進め方をご説明します。
メールで直接ご連絡 · hi@xicoai.com