Rakuda AI 会社概要

Rakuda AIの会社概要、AI業務自動化・AI駆動開発の支援内容、導入事例、プロジェクトの進め方をご紹介します。

Transcript

1. 2 0 2 6.0 8 Rakuda AI RAKUDA AI 会社概要 AIで、業務を再設計する。 ファンド業務の自動化からAI駆動開発まで。少数精鋭で、コア機能だけを 高速に届けます。 株式会社Rakuda AI · 代表 二井雄大 Yudai Futai
2. 会社概要 RAKUDA AI ABOUT RAKUDA AI AIを活用したソフトウェア開発と、業務自動化に特化した会社。自社プロダクト開発で培った技術力を活かし、少数精鋭・高速デリバリーで提供します。 社名 株式会社RakudaAI 代表 二井雄大 WEB https://rakuda-ai.com 事業内容 AIによる業務効率化・自動化システム、Webアプリケーションの企画・設計・開発 所在地 東京都千代田区神田和泉町1-6-16 ヤマトビル405 01 AI実装力 LLM/生成AIプロダクトを自社で複数本、 本番運用。設計からデプロイまで自社内 で完結。 ENGINEERS ・業務委託含む 02 業務理解 セールス・CS・コーポレートの実務経 験を持つ起業家が、要件定義・開発に携 わる。 フロント・バックエンド・インフラ・AI統合まで自社内で完結。 外部委託なしで設計〜運用まで対応。 03 高速デリバリー AI活用で従来比2〜3倍の開発速度。MVP は最短1ヶ月で納品。 04 SaaS構築実績 自社SaaS・受託開発ともに1ヶ月納品の実 績。EC・金融・ヘルスケア・BtoB領域で 展開。 02 / 32
3. ミッション・ビジョン RAKUDA AI MISSION & VISION 私たちのスタンス:多くのAIプロジェクトはPoC・実証実験で止まる。Rakudaは設計から運用までを自社内で一気通貫し、日常業務に根付く実装を届ける。 MISSION AIで、業務を再設計する。 OUR MISSION 人がやらなくていい仕事をAIに渡し、人は判断と創造に集中でき る組織をつくる。 VISION PoCで止まらない。実装され、日常業務に根付くAIを、あらゆ る企業の標準にする。 2017 共同創業者・二井雄大がAIリクルーティングサービス運営 企業であるscouty(現LAPRAS)を共同創業。 2017 → 2025 8年でAI市場の構造が一変。生成AIの登場で論点は「使え るか」から「どう実装し、業務に定着させるか」へ移行 した。 2026 Rakuda AIを創業。多くの企業が抱える「PoCで止まる」 課題を、戦略提言ではなく本番稼働する実装で解く。 03 / 32
4. AIマーケット俯瞰 RAKUDA AI AI MARKET LANDSCAPE 国内のAI関連市場は3セグメントが牽引。中でもAI業務自動化(AI Ops)領域が最も高い成長率で拡大。2024–2030推計。 国内AI関連市場規模 (兆円・推計値) AI業務自動化 28 % 0.5 AI OPS / RAKUDA 対象 国内AI市場 1.2 全体 / AI SOFTWARE AI受託・システム開発 SI / DEVELOPMENT 2024 CAGR 28% 2.3 3.5 0.6 1.4 CAGR 20% AI業務自動化セグメントの想定CAGR 3セグメント中で最速成長の領域 戦略コンサル 一般SIer 提言は出すが実装しない 実装するが高コスト・長納期 Rakuda 横断 × 戦略+実装を一気通貫 CAGR 15% 2030(推計) ※市場規模・成長率は各種公開レポートをもとにした当社推計値。セグメント定義により数値は変動する。 04 / 32
5. AIを使わない場合のリスク RAKUDA AI RISK OF INACTION AIを業務に実装するかどうかで、3–5年後の競争力に決定的な差が生まれる。「変えないコスト」は年々増大する。 変えない場合 STATUS QUO 変える場合 WITH AI OPS × → 生産性の底上げ ホワイトカラー業務の70–80%を自動化し、少人数で回す 競争力の相対低下 同業がAIで生産性を上げる中、コスト・スピードで劣後する × コスト構造の劣化 定型業務に人件費を払い続け、利益率が圧迫される × 人手不足の深刻化 採用難が続き、属人化・退職リスクが拡大する × 意思決定の遅延 情報集約・資料化に時間を奪われ、判断が後手に回る → 属人化の解消 業務をスキルとして資産化し、退職に強い組織へ → 意思決定の高速化 リサーチ・資料化を自動化し、即断即決を支援 定型業務の時間ロス 資料・レポート作成 採用・増員コスト 1,000 h+/人 ▲80 数百万円 年 放置すると 年 手作業のまま % ※数値は当社パートナー実装の実績および一般的な業務量からの推計値。業種・規模により差が生じる。 意思決定リードタイム 人手で吸収 情報集約に依存 / 日 → 時間 05 / 32
6. チーム・実績 RAKUDA AI TEAM & TRACK RECORD 経営チーム自身がスタートアップEXIT経験者。正社員+業務委託で数十名規模のエンジニア網を持ち、最短1ヶ月でSaaSを納品。 二井 雄大 Yudai Futai CEO 京都大学卒。楽天市場のECコンサル、Qrioの事業開発を経て、2016年にscouty(現 LAPRAS)を共同創業。取締役COOとして事業・コーポレート領域を統括し、AI×エ ンジニア採用を牽引。2026年、AI受託開発と自社プロダクトを軸にRakuda AIを 設立。 正社員+業務委託で数十名規模。 フルスタックで設計〜運用まで完結。 5 直近12ヶ月の主要リファレンス VC・ファンド — ファンド運営業務の自動化 経理・投資・法務・リサーチ・LPを100+業務で自動化 継続稼働 ヘルスケア — クリニックグループ 採用・シフト・レセプトからフロントまで横断自動化 継続 グロース上場企業 — 経営オペレーション 経営管理・M&A・DD・コスト削減を横断支援 進行中 自社プロダクト — AIエージェント基盤 150+スキル・42常駐デーモンが24/365稼働 本番運用 補足事例 — 業界横断 複数業界の業務自動化・経営支援を継続 複数 06 / 32
7. 実績01 — ファンド RAKUDA AI CASE STUDY · FUND ファンド運営業務を9カテゴリ・100+業務にわたって自動化 クライアント AUM数百億円規模・国内VCファンド スコープ ファンド運営業務9カテゴリ・100+業務の自動化 150+スキル・42常駐デーモンが24時間365日稼働 基盤規模 IMPACT · 社内実測値 (BEFORE / AFTER) リサーチ・投資実務・投資先管理・経理・契約/法務までを自動化。送信・決済・確定などの不可逆操作は人が承認 し、AIは「下書きまで/直前まで」を担う設計です。 9カテゴリ統合 経理・投資・法務・リサー チ・LP対応・コンプライアン ス等を1基盤に集約 承認設計 不可逆操作は人間が承認、AI は下書きまで/直前までを担う 継続拡張 ヒアリングをもとにスキル追 加・改善を反復し、定着まで 伴走 ※自社のVC業務でAIエージェントを毎日使い倒した社内実測値ベース(一部推定含む)。不可逆操作は人間の最終承認を介した上で運用。 メール対応 4h/日 → 15分 −94 % 月次レポート 8h → 20分 −96 % 初期リサーチ 3h → 5分 −97 % 投資先調査 2日 → 45分 −95 % 07 / 32
8. 実績02 — プライム上場 RAKUDA AI CASE STUDY · PRIME-LISTED プライム上場企業の新規事業立ち上げに対し、要件定義・UX設計・MVP実装に加え、事業オーナーへのプロダクトマネジメント伴走を提供。経営層レポーティングまで含む 一気通貫支援。 2026 / 進行中 東証プライム上場企業/売上数千億円規模 新規事業のMVP開発と 事業オーナーへのPM伴走 クライアント スコープ 期間 システム規模 体制 要件〜実装を内製 東証プライム上場企業(売上数千億円規模) 新規事業MVP開発+プロダクトマネジメント伴走 6ヶ月(フェーズ別・現在進行中) 想定ユーザー数数万規模/動画アップロード・評価・面接連携フローを処理 Rakuda3–4名(PM1・エンジニア2–3)の少数精鋭ワンチーム 外部SIを切り離し、要件・UX・ 実装をワンチームで担当。 PM伴走 週次ステアコ・KPIダッシュボ ード・経営層レポートを設計 し、意思決定を支援。 OUTCOME · 提供価値 6W 3× スコープ確定までの期間 開発速度(社内比) 経営層KPIダッシュボード、週次ステアリングコミッティー運営、事業 オーナー向けPMコーチングを内製。外部SIを切り離した立ち上げ体制 を構築。 体制ごと納品 開発体制とプロセスを引き渡 し、自走可能な状態を構築。 08 / 32
9. 実績ハイライト RAKUDA AI CASE STUDIES ファンド・ヘルスケア・上場企業・製造・HR・Web3まで、業界横断でAI実装と受託開発を提供。代表的な9件を抜粋。 01 VC ・ファンド / 3 ヶ月伴走 ファンド業務AI自動化 9カテゴリ・100+業務を自動化し、10名が日常利用。 04 自社プロダクト / 継続運用 AIエージェント基盤 150+スキル・42デーモンを本番運用。 07 HR テック・新規事業 採用動画サービス 応募から評価・面接までの選考体験を再設計。 02 ヘルスケア クリニック業務自動化 採用・シフト・レセプトから店舗運営まで統合。 05 製造業 メーカー全社AI活用 社員向けAI導入とバックオフィス自動化を支援。 08 経営管理 経営管理業務自動化 管理SaaS・会計シートの更新と入力を自動化。 03 経営オペレーション 上場企業の経営支援 M&A・DD・コスト削減を横断支援。 06 フィットネス・多店舗 店舗運営自動化 集客・顧客管理を統合し、多店舗を少人数運用。 09 WEB3 ・ NFT NFTアプリ開発 デザインからフロント・バックまで一気通貫。 09 / 32
10. 導入効果 — Before / After RAKUDA AI PROVEN IMPACT 自社のVC業務でAIエージェントを毎日使い倒した社内実測値。代表的な6業務のBefore / After。 メール対応 4h/日 → 15分 初期リサーチ 3h → 5分 会議メモ整理・タスク管理 45分 → 8分 -94 % -97 % -82 % 月次レポート作成 8h → 20分 投資先調査 2日 → 45分 請求書受領 → 送金・記帳・格納 1日 → 15分 ※送信・決済・確定等の不可逆操作は人が最終承認。AIは「下書きまで/直前まで」を担う。数値は社内実測値ベース(一部推定含む)。 業務時間 -96 % -93 % 自動化対象業務の平均削減率 自動化業務数 -95 % 40 + 日常業務に実装・稼働中 稼働 -97 % 24 /365 常駐デーモンが無人で実行 10 / 32
11. 競合比較 — なぜRakuda AIか RAKUDA AI WHY US SIでも、AI受託でもない。戦略から実装・運用までを横断する第3の選択肢として、最速で本番稼働へ。 項目 一般SIer/汎用受託 AI受託/AIブティック Rakuda AI 実装速度(MVPまで最短) 3〜6ヶ月 2〜3ヶ月 最短1ヶ月 コスト(小さく始めやすさ) 数千万〜 数百万〜 スモールスタート可 AI特化度(LLM実運用) 限定的 あり 自社で150+スキル稼働 業種カバー 限定 限定 金融・医療・SaaS等8業界 内製化支援 限定 前提でない ナレッジ移管前提 運用伴走 別契約 限定 継続スキル開発 ※一般的な業界傾向を自社実績との比較で表現したもので、個別の競合企業を指すものではありません。 11 / 32
12. 業界ポジショニングマップ RAKUDA AI WHERE WE SIT 縦軸「戦略↔実装」、横軸「専門特化↔横断」で見ると、Rakuda AIは横断×戦略+実装を一気通貫で担う独自ポジションにいる。 戦略コンサル 提言・戦略策定が中心。実装は外部依存になりやすい。 戦略 総合コンサル 戦略コンサル Rakuda AI 横断×戦略+実装 専門特化 総合コンサル 横断的だが大規模・高単価。意思決定は速いが現場実装が遅れがち。 横断 一般SIer 実装力はあるが分業・多人数で高コスト・長納期。戦略は別契約。 AI開発会社 特定領域のAI実装に特化。横断的な業務再設計までは踏み込まない。 AI開発会社 一般SIer Rakuda AI 実装 戦略〜実装〜運用を自社内で一気通貫。横断的に業務を再設計し、最速で本番 稼働へ。 12 / 32
13. 規模・領域別の支援アプローチ RAKUDA AI SUPPORT APPROACH 企業規模 × 業務領域でアプローチを最適化。AI業務自動化+受託開発がRakudaの得意領域(紫)。 AI Ops /業務自動化 大企業 ENTERPRISE 中小企業 SMB スタートアップ STARTUP 既存環境にアドオン 受託・SaaS開発 戦略・伴走支援 部門横断の自動化基盤を段階導入。既存環境にア ドオン。 新規事業のMVP〜本番を内製チームで構築。 経営層レポート・PM伴走で意思決定を支援。 最注力 得意 得意 少人数で全社を回す自動化を低コストで。 業務システム・社内ツールを短納期で。 AI導入リテラシー研修・ロードマップ策定。 バックオフィスを1人月以下で自動運用。 得意 PoC・MVPを最短1ヶ月でリリース。 プロダクト戦略・技術選定の壁打ち。 Google Workspace / Slack等を変更せず、上にAI自動化レ イヤーを重ねる。 得意 規模に応じた体制 少数精鋭+AI自動化で、大企業から個社まで同じ品質で 対応。 段階的な発注 コアスキルから着手し、効果を見ながら拡張・本格運 用へ。 13 / 32
14. Claude Codeでできること RAKUDA AI WHAT CLAUDE CODE CAN DO ChatGPTは「聞けば答えてくれる」だけ。Claudeは「仕事を丸ごと任せられる」。1問1答ではなく業務全体を自動化し、複数サービス・ツール・LLMを統合実行。 主要4機能 01 コード生成 自然言語の指示でコードを瞬時に自動生成。主要 PG言語に対応。 03 外部連携 Microsoft/Google連携・情報取得・自動実行。 Spotifyは月650件以上のプログラム修正をAIが自動実行 02 経理 法務 営業 領収書読み取り→経費精算→帳簿入力を自動処理。楽 天は会計業務の生産性8倍 契約書の修正点を自動チェック。弁護士事務所 Harvey連携 広告文・メール文面の自動作成。1週間→当日に短縮 ChatGPT:質問に答える → Claude:仕事を最初から最後ま で完了する 作業自動化 定型タスクを丸ごとAIに委任し、人は最終確認 のみ。 CHATGPT との違いを一言で 04 AIオーケストレーション GPT/Gemini等への依頼を自動化。最適なLLMを使 い分け、並列実行。 参考:1,250万行のプログラムを7時間連続で自動修正 14 / 32
15. Claude導入のステップと、なぜRakudaか RAKUDA AI ADOPTION PATH Claudeを業務に導入する一般的な5ステップ。各ステップには多くの企業が詰まる典型的な論点がある。 01 02 03 04 05 どの業務を、どこまで自動化す るかを定義。 API・OAuth・MCP・セキュリ ティポリシーを構成。 業務をスキルとして定義し、複 数ツールを連携。 ダミーデータで動作確認し、承 認フローを設計。 自動実行基盤・研修・運用文書 で現場へ定着。 詰まりがち 詰まりがち 詰まりがち 詰まりがち 詰まりがち 目的・対象業務の 設定 効果の出る業務を見極められず総 花的になる なぜ RAKUDA か 環境・権限の設計 権限設計・情報セキュリティで社 内承認が止まる スキル・ワークフ ロー実装 1問1答で終わり、業務フロー全体を 組めない テスト・検証 不可逆操作の承認設計を誤りリス クが残る 定着・運用 作って終わり。現場に根付かず形 骸化する Rakudaは150+スキルの稼働実績と設計テンプレートを保有。目的設定から権限設計・実装・承認設計・定着まで、全ステップを自社内で一気通貫します。 15 / 32
16. 自動化Ops実例 END-TO-END AUTOMATION EXAMPLES RAKUDA AI 単発タスクではなく、複数サービスを横断する業務フロー全体を自動化。人は最終確認のみ。当社パートナーのファンドで稼働中の実例を抜粋。 経理 Ops 請求書受領 → 送金 Gmail受領 › PDF抽出 › Drive格納 › 支払表転記 › 送金データ › 人が確認 投資管理 Ops 投資実行 → 一気通貫 契約書受領 › 条件抽出 › CF管理反映 › 支払指図 › IRR / Cap更新 › Slack承認 メール対応 Ops 未返信 → ドラフト 未返信抽出 › 優先度分類 › 返信ドラフト › CC/BCC付与 › Slack確認 › Gmail下書き リサーチ Ops 企業名/URL › Web並列検索 › レポート生成 › 1page PPTX › Slack共有 企業リサーチ → 資料化 15分/件 → 1分/件 2–3時間 → 15分 週5–10件漏れ → 週0–1件 2–3時間 → 10–15分 設計原則:不可逆操作は必ず人が最終承認。AIは「下書きまで/直前まで」を担います。 16 / 32
17. AI自動化のインパクト RAKUDA AI IMPACT OF AI AUTOMATION 自社のVC業務でAIエージェントを毎日使い倒した社内実測値。バックオフィスからフロントまで、ホワイトカラー業務の多くが自動化可能に。 EFFECT ・実証 EFFECT ・実証 OPERATION 業務時間 平均削減 自動化業務数(稼働中) 無人で常時稼働 -93 % 01 メール対応 ・未返信検出・アラート ・返信ドラフト自動生成 ・フォロー漏れチェック ・優先度を自動付与 ・CC/BCC分析 40 + 02 資料作成 ・提案書・レポート自動生成 ・スライド一括作成 ・契約書のドラフト・修正 ・企業分析レポート ・データ可視化 24 /365 03 データ処理 ・請求書受領→仕訳→格納 ・経費精算・カード明細処理 ・管理表を自動更新 ・月次レポート集計 ・IRR/KPI算出 PLATFORM ・自社基盤 150 + 稼働スキル/42常駐デーモン 04 スケジュール ・MTG調整(空き枠抽出) ・リマインドメール自動送信 ・議事録整理・TODO抽出 ・フォローアップ作成 ・会議準備ブリーフィング ※数字は3つに分離。ファンド運営の自動化スコープ=9カテゴリ・100+業務/自社AI基盤の規模=150+スキル・42常駐デーモン/自社実証の効果=業務時間平均-93%・自動化業務数40+(一部推定含む)。 17 / 32
18. 伴走事例 RAKUDA AI CASE 01 / FIRSTFIT MVP検証済み / 本開発中 多店舗SEOの記事作成を、 人の確認を残したまま仕組み化 現場課題 構築した支援 店舗ごとの検索意図とブランド表現をそろえる必要がある 調査・構成・執筆・公開準備が分断し、再現しにくい 調査 構成・生成 公開準備までを一つに キーワード調査から本文、内部リンク、CTA、著者情報までをまとめ、人 の確認後に公開できる形へ。 記事レビュー 公開準備 人が公開 境界:WordPressへの自動公開は行わず、公開前に担当者が内容を確認します。 出典:FirstFit案件内正本・検証記録(2026年8月24日確認) 18 / 32
19. 伴走事例 RAKUDA AI CASE 02 / FIRSTFIT 稼働・継続改善 問い合わせから売上・KPIまで、 多店舗の運営情報を一つの基盤へ 現場課題 一元管理の対象 顧客・予約・契約・決済・売上が複数の業務にまたがる 本部・店舗・FCで必要な閲覧範囲と判断指標が異なる 問い合わせ 体験・予約 運営と判断を同じデータで 顧客・予約・契約・決済・売上と、店舗KPI・役割別アクセスを一つの基盤 に統合。 契約・決済 売上・継続 KPI判断 成果数値は守秘のため非掲載。CRMは稼働中で、現場要望に合わせて継続改善しています。 出典:FirstFit案件内正本・検証記録(2026年8月24日確認) 19 / 32
20. 伴走事例 RAKUDA AI CASE 03 / FIRSTFIT Discovery / 要求設計中 熟練トレーナーの判断を、 根拠の追える食事指導支援へ 現場課題 検証している形 食事・身体データの見方が経験に依存し、指導品質が揺れる 顧客ごとの確認とコメント作成に時間がかかる データ確認 ルール集計 AIは判断者ではなく下書き役 数値は決定的に集計し、AIが根拠付きのコメント案を作成。トレーナーが 確認・修正してから利用します。 AI下書き 人が確認 指導へ反映 現在地:Discovery・要求設計段階。実在顧客データ送信、AIの直接送信、本番実装は未実施です。 出典:FirstFit案件内正本・検証記録(2026年8月24日確認) 20 / 32
21. 2つの事業 RAKUDA AI TWO SERVICE LINES 貴社のニーズに合わせて2つの事業形態でご支援。VC・ファンドには、まずBizOps × AIを起点とした導入を推奨します。 S E RV I C E 0 1 VC 推奨 BizOps × AI 業務自動化導入支援 既存業務をAIエージェントで自動化する導入・定着支援。Claude Codeを基 盤に、設計・構築・定着まで伴走します。 料金体系:月額固定の伴走型。スモールスタートから開始可能。 AI駆動開発 S E RV I C E 0 2 AI活用SaaSの受託開発 LLM/生成AI機能を組み込んだSaaSを構築。フロントエンドからインフラ、 AI統合まで一気通貫します。 料金体系:要件定義後の固定見積。 21 / 32
22. 進め方 RAKUDA AI PROCESS 最短1ヶ月でMVPを、その先は伴走で。問い合わせには即日〜3日で返信、提案・見積は最短1週間。スキル定義はMarkdownベースで、Claude Code自身が生成・テスト・修 正を行います。 01 02 03 04 05 業務ヒアリング スキル設計 構築 定着支援 運用伴走 1〜2週 対象業務を可視化し、自動化 候補と優先度を整理。 成果物:候補・優先度マップ 使うほど広がる 2〜4週 1ヶ月 任せる粒度を設計し、MCP統 合・データ接続を定義。 成果物:スキル仕様・連携設計 02 スキル設計へ戻り、対象業務を広げ続けるループ。 動くMVPを構築。フロン ト・バック・AI統合まで一気 通貫。 成果物:本番運用可能なMVP 2週 現場が日常業務で使うまで伴 走する。 成果物:運用文書・現場研修 継続 改善・追加スキル開発を継続 し、内製化へ向けナレッジ 移管。 成果物:改善ログ・追加提案 運用で見えた新たな自動化候補を継続的にスキル化し、適用範囲を拡張します。詳細な12週Phase 0–5の実装計画はAppendixを 参照。 22 / 32
23. プロジェクト体制と責任分界 RAKUDA AI TEAM STRUCTURE & RACI 少数精鋭のワンチーム体制。機密データの実作業は貴社内で完結し、Rakudaは設計・実装を指示する立場で伴走する。 業務/担当 Rakuda AI 側 PM AIエンジニア スキル設計 ×1 ×2–3 クライアント側 意思決定者 業務担当 ドメインエキスパート ×1 ×1–2 境界線:機密データへの実作業・本番セットアップは貴社担当者が実行。 Rakudaはダミーデータで設計・実装を担当。 RAKUDA PM RAKUDA ENG 意思決定者 業務担当 業務ヒアリング R C A R スキル・要件設計 A R C C 実装・開発 C R I I テスト・検証 A R I C 定着・研修 R C I A 運用・自走 C I A R R 実行責任 A 説明責任 C 協業・相談 I 情報共有 23 / 32
24. モデルケース見積(参考レンジ) RAKUDA AI PRICING MODEL フェーズ別の工数・価格の参考レンジ。正式見積はPhase 0ヒアリング後に個別提示します。 PHASE 内容 工数目安 価格レンジ Phase 0 キックオフ 業務ヒアリング・自動化ロードマップ策定 0.5人月 30–60万円 Phase 1 環境構築 クラウド・OAuth・MCP・Slack Bot構成 0.5–1人月 40–80万円 Phase 2 コアスキル 即効性の高いスキル5–8本を構築 1–2人月 120–240万円 Phase 3 拡張スキル 業務特化スキル10–15本を構築 2–3人月 240–360万円 Phase 4 自動化定着 自動実行基盤・運用マニュアル整備 1–1.5人月 120–180万円 Phase 5 操作・スキル開発研修・ドキュメント整備 0.5–1人月 60–120万円 自走支援 ※個別お見積もり前提の参考レンジ。 1–3 ヶ月 ライト Phase 0–2 コアスキル5–8本で運用開始。 3–6 ヶ月 スタンダード Phase 0–4 本格運用・定着まで。 6 ヶ月〜 フル Phase 0–5+ 継続拡張・自走体制。 200–600万円 600–1,500万円 1,500万円〜 24 / 32
25. NEXT CONVERSATION RAKUDA AI 30〜60分のヒアリングで、対象業務・データ・判断者・最初の検証範囲を整理します。 次回は、御社の業務から 最初の1テーマを一緒に選びます 01 対象業務 手作業が多い、判断が属人化している業務 02 利用環境 現在のツール、データ、権限、外部連携 相談時にあると進みやすいもの 業務フロー / 利用中ツール / サンプルデータ / 判断者 03 最初の検証 小さく試す範囲、合格条件、止める条件 rakuda-ai.com 25 / 32
26. APPENDIX APPENDIX — IMPLEMENTATION PLAN & Q&A RAKUDA AI 詳細導入計画 & 想定Q&A 本編で簡素化した12週Phase0–5の詳細導入計画と、技術・セキュリティ・運用・費用・スケジュール面の代表的な15問を まとめています。ご質問の追加があれば、いつでもお寄せください。 26 / 32
27. 詳細導入計画 — 12週 Phase 0–5 RAKUDA AI DETAILED PLAN · APPENDIX 本編で簡素化した12週 Phase 0–5の詳細版(クライアントが実装詳細を求める場合)。本編はHPの5ステップ。 Phase 0 キックオフ Phase 1 環境構築 Phase 2 コアスキル5–8本 Phase 3 拡張スキル10–15本 Phase 4 自動化定着 Phase 5 W 1–2 W 2–3 W 3–6 W 5–10 W 8–11 W 11–12 自走支援 PHASE 0 業務ヒアリング PHASE 1 PHASE 2 業務フロー整理・課題抽出・自動化ロードマップ・セキュ リティ要件を定義。 環境構築 AWS / Mac mini・Claude Code・OAuth・MCP・Slack Botをセットアップ。 メール未返信・ブリーフ・企業リサーチ・MTG準備など5– 8本を構築。 体制:Rakuda PM 1 / 貴社 1–2(W1–2) 体制:Rakuda Eng 1–2 / 貴社 1(W2–3) 体制:Rakuda PM 1・Eng 2 / 貴社 1–2(W3–6) PHASE 3 PHASE 4 PHASE 5 業務特化10–15本を、バックオフィスからフロントへ拡張。 自動実行基盤・Slack Bridge・運用文書・ヘルスチェック を整備。 Claude Code・スキル開発研修・GitHub同期・ドキュメン 拡張スキル 体制:Rakuda Eng 2–3 / 貴社業務担当(W5–10) 自動化定着 体制:Rakuda PM 1・Eng 1 / 貴社 1(W8–11) コアスキル構築 自走支援 トを整備。 体制:Rakuda PM 1 / 貴社全メンバー(W11–12) 27 / 32
28. Q&A — 技術面 RAKUDA AI TECHNICAL QUESTIONS Q1 なぜClaude Code? ChatGPT/Gemini等で はダメなのか? Q2 Claude Codeの安定性は? サービス停止リ スクは? Q3 既存のGoogle Workspace/Slack環境を変 更する必要があるか? Claude Code(CLI版)は単純なチャットボットではなく、ファイル操作・API連携・ブラウザ自動化・マルチエージェント並列処理を統合 実行できるエージェント型AIです。ChatGPTのCode Interpreterがサンドボックス内処理を中心とするのに対し、Claude Codeはローカ ル環境のファイルやGoogle API・Slack API等へ接続でき、業務自動化の基盤として利用できます。 AnthropicはAmazon/Google等から資金調達を受けており、事業継続性は高いと見ています。万一のAPI障害時は手動運用へ切り替え、ド ラフト生成等が一時停止してもデータ消失につながらない構成にします。 変更不要です。既存のフォルダ構造・ワークフロー・権限設定を保ち、その上にAI自動化レイヤーを追加します。必要なのはOAuth認証と Slack Bot等の追加で、Notion・Salesforce・HubSpot等もMCP統合またはAPI連携で対応します。 28 / 32
29. Q&A — セキュリティ面 SECURIT Y QUESTIONS Q4 貴社の機密情報がAIに学習されないか? Q5 LPやステークホルダーにAI利用を説明でき るか? Q6 社員が退職した場合のアクセス制御は? Q7 外部パートナー(当社)への情報漏洩リス クは? RAKUDA AI Anthropic Commercial Terms上、API経由の入出力はモデル学習に使用されない前提です。AI処理が必要なタスクでは必要範囲のデータ をAPIへ送信し、機械的な整形・コピー等はローカルで完結します。完全な無保持が必要な場合は、Enterprise契約のZero Data Retention(ZDR)も検討します。 説明テンプレートを提供できます。要点は、1. データは学習に使われない、2. 処理範囲を限定する、3. AIは下書きまでで送信・決済は人 が実行する、4. 権限を最小限にする、の4点です。 メンバー別OAuthトークンを無効化し、利用端末を初期化することでアクセスを遮断します。Slack Botチャンネルも削除し、通知を停止 します。 当社は機密ファイルへ直接触れず、実作業は貴社担当者が行います。NDA締結・ダミーデータ利用を前提とし、必要に応じてセキュリテ ィチェックや監査資料にも対応します。 29 / 32
30. Q&A — 運用面 OPERATIONAL QUESTIONS Q8 ITリテラシーが高くなくても使えるか? Q9 スキルの追加・修正は自社でできるか? Q10 導入効果の測定方法は? RAKUDA AI 2段構えで対応します。Claude Codeを直接使うメンバーは必要に応じて育成し、それ以外のメンバーにはSlack等から自然言語で操作で きる環境を構築します。「請求書を処理して」「未返信メールを確認して」等、日本語で自動実行でき、ターミナル操作を不要にする設計 です。 Phase5のナレッジトランスファーで追加・修正方法を研修します。スキル定義はMarkdownファイル(SKILL.md)で記述します。複雑な MCPサーバー追加やオーケストレーションにはエンジニアリング知識が必要なため、保守サポートでの対応も用意します。コード・文 書・運用手順の引き渡しとハンズオンを段階的に行います。 定型業務時間、メール返信漏れ件数、請求書処理時間、MTG準備時間、リサーチ初動時間等を導入前後で比較します。Phase2完了時点(6 週目)で中間レビュー、Phase4完了時点で本格運用レビューを行います。 30 / 32
31. Q&A — 費用面 Q11 なぜ従来型SI開発の半分以下の工数で済む のか? Q12 段階的な発注は可能か? Q13 RAKUDA AI COST QUESTIONS ランニング費用に含まれるものは? 1. スキル定義をMarkdown(SKILL.md)で行い、Claude Code自身がコード生成・テスト・修正を進めるため開発サイクルを圧縮できま す。2. 150+スキルの設計パターンと設定テンプレートを再利用します。3. MCP・OAuth・セキュリティ設定も過去構成を活用し、1スキ ルを仕様確認→実装→テスト→調整の短いサイクルで進めます。 可能です。ミニマム(Phase0–2)、スタンダード(Phase0–3)、フル(Phase0–5)の3パターンを用意します。Phase2完了時点で効果を測定 し、Phase3以降の発注を判断できます。正式見積はPhase0ヒアリング後に提示します。 AI利用料、クラウド基盤、議事録・VPN等の外部ツール費を想定します。構成・人数・要件により変動するため、Phase0でスコープ確定 後に個別提示します。 31 / 32
32. Q&A — スケジュール面 SCHEDULE QUESTIONS Q14 業務ヒアリングで何が必要か? Q15 急ぎでスタートしたい場合、最短いつから 可能か? RAKUDA AI Phase0では、1. 現状業務フローと所要時間・頻度・担当者、2. 使用中ツールと連携状況、3. 時間がかかる・ミスが起きやすい業務、を 確認します。所要時間の目安は60〜90分のヒアリングを2〜3回です。 提案へのフィードバック後、業務ヒアリング→自動化対象の優先度合意→正式見積・契約条件提示→契約締結を経て、最短で数日〜1週間 以内にPhase0を開始できます。AWSクラウドを先行構成として採用するため、Mac miniの納品を待たずに着手可能です。 32 / 32