【株式会社ripla】Company Deck_251214

Company Deck   2025.12.13  

RIPLAについて  

会社概要  企業名　　　　株式会社ripla(リプラ) 設立　　　　　令和4年11月2日従業員数　　　43名（業務委託含む）所在地　　　　〒150-0001 東京都渋谷区神宮前6丁目23番4号桑野ビル2階代表取締役　　張田谷
凌央連絡先　　　　[email protected]

RIPLAは、経営陣・在籍メンバーともに、IT事業会社で戦略設計や開発経験を積んできたメンバーが集まっております  経営体制  代表取締役 CEO 張田谷凌央 Ryo Haritaya 早稲田大学卒業後、ラクスル株式会社に入社。新規事業の立ち
上げを経て、事業責任者を担当。その後、 LINEヤフー株式会社にて経営企画や M&A戦略を担当。現在は株式会社 riplaにて、新規事業戦略や事業ポートフォリオ戦略、 DX戦略策定を含む複数PJのコンサルティングを担当。取締役 COO 張田谷魁人 Kaito Haritaya 慶應義塾大学卒業後、株式会社ビスリーチにて、社内基幹システム刷新、データ基盤改修、 AI開発などの DX推進を担当。現在は株式会社 riplaにて、DX戦略の策定、小売・製造・物流業界向けの基幹システム刷新、データ基盤構築、 AI開発・導入含む複数PJのコンサルティングをリード。取締役 CTO 寒川隼平 Jumpei Sogawa 東京大学卒業後、合同会社 DMM.comにエンジニアとして入社。その後、スタートアップにて CTOとしてプロダクトの企画から開発までを牽引。現在は、 SaaS事業の立ち上げ、 AI技術を組み込んだ機能開発、業務システム構築、 DX推進など、複数のプロジェクトで責任者を担当。 DXコンサルティング事業責任者井上暁人 Akihito Inoue 東京大学大学院修了後、 MNTSQ株式会社にて、大企業のバックオフィス業務の DXを支援。システム機能企画や開発ディレクションと並行して、業務改善を支援。現在は、 DX戦略の策定、基幹システム刷新、データ基盤構築、 AI開発・導入含む複数 PJのコンサルティングを担当。データ・AI事業責任者富田湧平 Yuhei Tomita 大阪大学卒業後、株式会社マネーフォワードにてエンジニアとして入社。大規模システムの開発・運用に従事したのち、オフショア拠点のPMとしてSaaSの企画～開発推進を牽引。現在は、システム開発の上流設計、データや AI活用の基盤構築や方針策定を含む複数 PJをリード。 SI事業責任者櫻井啓裕 Keisuke Sakurai 同志社大学卒業後、株式会社アトラエにエンジニアとして入社。リニューアル・新規サービス立ち上げなど、多岐にわたるプロジェクトの設計～開発を担当。現在は株式会社 riplaにて、 SaaS・アプリの立ち上げ、社内向け業務システム構築・刷新含む複数PJのプロジェクトリードを担当。

「AI時代の産業インフラ」を共に創る仲間へ     私が大学生だった頃、海外ではUberやAirbnb、国内ではメルカリの登場をきっかけに、次々と新しいスタートアップが生まれていました。その景色を見ながら、「いつか自分も産業のインフラになるような仕組みをつくりたい」と思い、IT業界に足を踏み入れたのが、私の原点です。創業してからの数年は、SaaS市場が急成長する中で、バーティカルSaaSの台頭、マルチプロダクト化、M&Aによる市場統合、といった潮流に向き合う「第一創業期」でした。そして今、ビジネスモデルではなく「AI」という技術そのものが、産業構造を大きく変える第二の波を起こそうとしています。
RIPLAは、このAIの波に真正面から向き合い、「AI時代の産業インフラ」をつくることを「第二創業期」のテーマに掲げています。この新しい技術と、それがもたらすビジネス変化・社会インパクトを、自分の手で形にしていきたい──。そんな手触り感を求める仲間と、一緒に挑戦したいと考えています。創業の想い   代表取締役 CEO 張田谷凌央 / Ryo Haritaya

RIPLAという社名は、Ripple（波紋）と Infrastructure（インフラ）を組み合わせた造語で、「波紋が広がるように、新たなインフラを次々と生み出し、社会へ広げていきたい」という想いを込めています  社名の由来   Ripple （波紋） Infrastructure （インフラ）
＋＝

Our Mission 　　私たちは、大規模で拡張性のある市場において、次代のデファクトスタンダードを作り、再現性をもって多角的に展開するとともに、持続性のある組織運営を行うことで、社会の発展と人々の豊かさに貢献します。

私たちは、日本の産業競争力を高めるインフラを生み出すには、大規模かつ急成長する市場において、「次代のデファクトスタンダード」を確立することが重要と考えています  会社のMission   大規模かつ急成長する市場デファクトスタンダードの確立日本の産業競争力を高めるためには、 ”大規模な産業 ” を
”飛躍的に変革 ” する必要がある ✔ 市場成長による新たな標準の生まれやすさ ✔ 社会インパクトや構造変革の余地の大きさ ✔ 市場全体の拡大に対する貢献 ✔ 産業の構造変革による生産性向上

そこで、未来の日本の産業競争力を生み出すDXの基盤であり、SaaS市場より依然として巨大なSIer市場と、その上流支援を担うITコンサル市場にて、事業を展開しています  ターゲットとする市場   SIer市場 8兆円 ITコンサル市場 2兆円ニ I
ズのカスタマイズ性 ITコンサル（上流）・企業の業務課題に合わせた戦略・要件を設計・固有の業務に対して、高い対柔軟性で対応可能 SIer（中流）・要件に基づき個社向けにシステムを設計・開発・固有の機能要件に対するカスタマイズ性は高い SaaS（下流）・共通業務をパッケージ化して低コストで提供・個別の業務要件にはフィットしづらい SaaS市場 1兆円

SIer市場 8兆円 ITコンサル市場 2兆円ニ I ズのカス
タマイズ性 SaaS市場 1兆円直近では、SaaSスタートアップも汎用機能による市場開拓の限界から、大企業の業務要件に合わせたカスタマイズ開発を進めており、SIer市場が再び注目されています  ターゲット市場の動向   エンタープライズは業務要件が重く、 SaaSの汎用機能提供だけでなく、個社向けの実装（＝ SI）を伴う日本企業の基幹・業務システムは、既存システムとの連携・現場固有フローへのフィットが必須で、個社向けの開発・実装が求められる AI SaaSの提供には「業務＋データ＋システム」の深い理解が必要で、個社向けの実装（＝ SI）を伴う AI活用においては、クライアントの業務やデータに深く入り込んで、コンサルから開発・実装まで一気通貫で対応できることが求められる

特に、フロントオフィスとミドルオフィス領域では、各社ごとに業務要件が大きく異なるため、現場業務に即したカスタマイズ性の高い開発を求められる傾向にあります  ターゲット市場の動向   フロントオフィス領域ミドルオフィス領域バックオフィス領域 MA SFA CRM
受発注管理在庫管理生産管理契約管理財務会計人事労務業務内容が法律で定義されており、汎用機能を提供する SaaSと親和性が高い（＝ Fit to Standard）各社ごとに業務要件が大きく異なるため、 SIerによるカスタマイズ開発と親和性が高いことが多い

また、フロントオフィスとミドルオフィス領域は、企業にとって他社との差別化要素であり、ビジネス上の競争優位や産業競争力に直結する非常に重要な領域となります  ターゲット市場の動向   フロントオフィス領域ミドルオフィス領域バックオフィス領域 MA SFA CRM
受発注管理在庫管理生産管理契約管理財務会計人事労務企業にとって、ビジネス上の競争優位や産業競争力に直結する非常に重要な領域

一方で、日本は海外と異なり、開発の外製文化が強いため、企業と同じ目線で事業成果にコミットする体制が築きづらく、開発納品をゴールとするケースが多いのが実情です  ターゲット市場の課題   日本のITエンジニア米国のITエンジニア ITエンジニアの 7割が SIerに所属 ITエンジニアの
7割がエンドユーザー側に所属

また、SIer市場において「カスタマイズ開発の本質的な効率化」はできておらず、現状のデファクトであるパッケージ開発は、セミカスタマイズは可能ですが、フルカスタマイズは困難というのが実情です  ターゲット市場における課題   コスト（C）スクラッチ開発（通常の開発手法）パッケージ利用（通常の開発手法）
SaaS利用独自機能標準機能基盤構築標準機能＋基盤構築をデフォルトで用意標準機能＋基盤構築をデフォルトで用意一部開発 ※制約ありカスタマイズ開発開発期間（D）拡張性（Q） × × ◦ メリット/ デメリット ◦ ◦ × ◦ ◦ ×

その結果、現場業務に即したしたシステムが構築されず、現場に定着しないまま、導入後もExcel運用が継続するケースが少なくありません  ターゲット市場における課題   要件定義や設計段階で現場業務の実態が十分に反映されず、業務フローや使い勝手にズレが生じることで、結果として利用が形骸化してしまうケースが散見開発したシステムが現場に定着しないシステムが現場の細かな業務判断や例外処理に対応できず、使い慣れたExcelでの補完作業が残り、二重管理や非効率な運用が発
生導入後もExcel運用が継続する

そこでRIPLAでは、各業界の先駆者が実現してきた「QCDを同時に成立させるデファクトスタンダードの構築」を、ソフトウェア開発領域において実現していきます  RIPLAの解決策   ソフトウェア開発におけるテスト・ QA領域において、テスト設計や実行方法、ドキュメント様式、人材スキル基準までを体系的に標準化。これにより、誰が担当しても一定品質が担保される再現性（ Q）を実現し、プロセスの無駄が削減されることでコスト（ C）が下がり、標準化されたフローによって納期（
D）も短縮。アパレル小売業において、素材調達から生産、物流、店舗オペレーションまでを含む SPA型のサプライチェーンを世界中で標準化。これにより、製造から販売まで一貫して品質基準（ Q）が高く保たれるだけでなく、大量調達と効率的な物流によって低コスト（ C）を実現し、リアルタイムな需要反映による迅速な商品補充でリードタイム（ D）も大幅に短縮。家具・インテリア小売業において、商品企画、海外生産、輸入、国内物流、店舗販売までを一体化した独自の SPA モデルを確立し、これらの工程を徹底的に標準化しました。統一された品質基準と自社物流網により品質（ Q）が安定し、中間マージンの排除と効率的な物流によって低価格（ C）を維持しながら、迅速で安定した供給体制（ D）を実現。

Quality不足 ➣業務不適合なシステムによる産業競争力の低下 Cost増大 ➣システム投資を阻む開発コストの高さ Delivery遅延 ➣市場変化に追いつけない長期開発サイクル AI時代における開発の標準化を実現することで、SIer市場における根本的な課題（＝Quality/Cost/Deliveryの課題）を解決して、日本の産業競争力の向上に貢献します  RIPLAが目指す市場の姿  
SIer市場における根本的な課題 Quality向上 ➣個社業務に適合するシステム開発による　ビジネス競争優位の確立 Cost削減 ➣AI活用 × 標準化による開発の低コスト化と　システム投資加速の実現 Delivery短縮 ➣高速開発を可能にする開発環境の提供 RIPLAが目指す未来

事業内容 

事業内容　～Impact-Driven型支援～   IT事業会社出身のプロフェッショナルが、「Impact-Driven型支援」を通じて、お客様のDX/ 開発支援を成功へ導きます  業務DXコンサル DX戦略策定業務プロセス変革 Impact-Driven型支援 IT事業会社出身の
プロフェッショナルが、事業成果の達成を目的に DX/開発支援 RIPLAが提供するサービスデータ/AI活用データ基盤構築 AI開発システム開発業務システム導入・刷新業務システム開発プロダクト開発 SaaS・マッチングサイト EC・アプリ

事業内容　～Impact-Driven型支援～   「Impact-Driven型支援」では、プロダクトやシステムの納品・提供をゴールとせず、クライアント企業様と同じ目線で、事業成果の達成を目的としたDX/開発支援をいたします  クライアント企業様開発ベンダープロダクト／システム開発による事業成果の達成クライアント　企業様　
当社　一般的な開発会社 RIPLAの ”Impact-Driven型支援” 事業成果の達成提供価値プロダクト／システムの納品・提供提供価値

事業内容　～Impact-Driven型支援～   具体的な支援手法として、ユーザー価値や組織浸透性を意識した要件定義、中長期の拡張性や内製化を見据えたシステム設計により、事業成果を最大化いたします  事業成果を意識した要件定義 ✔ 現場業務や組織浸透性を意識したシステムの要件定義 ✔ 事業成果やユーザー価値を意識した
プロダクトの機能企画や UI/UX設計中長期目線で柔軟なシステム設計 ✔ 将来的な内製化に向けた採用しやすい技術選定 ✔ 中長期の拡張性や運用を見据えたアーキテクチャ設計 “Impact-Driven型支援”により、事業成果を最大化

事業内容　～Boxシリーズ～   システムやプロダクトの開発に必要な標準機能がそろった自社開発テンプレート「Boxシリーズ」を活用したAI駆動開発をすることで、低コスト・短期間で開発を実現いたします 

コスト（C）事業内容　～Boxシリーズ～   BOXシリーズなら、低コスト・短期間の開発を実現しながら、拡張性の高さも実現可能です  スクラッチ開発（通常の開発手法）テンプレート開発（BOXシリーズ）パッケージ利用
（通常の開発手法）独自機能標準機能基盤構築標準機能＋基盤構築をデフォルトで用意標準機能＋基盤構築をデフォルトで用意カスタマイズ開発一部開発 ※制約ありカスタマイズ開発開発期間（D）拡張性（Q） × × ◦ メリット/ デメリット ◦ ◦ ◦ ◦ ◦ × ・独自業務機能 / ビジネス機能 / UIUX ・独自認証 / ユーザー / 権限 / 承認管理・外部API連携・標準業務機能 / ビジネス機能 / UIUX ・標準認証 / ユーザー / 権限 / 承認管理・通知 / ログ / 監査・サーバー / DB / NW設計・開発環境 / 自動化基盤・セキュリティ / 監視

事業内容　～Boxシリーズ～   Boxシリーズに搭載されている機能例は以下となります（以下一部）  プッシュ通知機能ログイン機能アプリUI（iOS／Android）ストア申請支援管理画面インフラ構築 LINEログイン対応
LINE配信機能リッチメニュー対応ユーザー向け画面管理画面インフラ構築ログイン機能ユーザー管理／権限管理受発注管理入出荷管理商品管理／在庫管理インフラ構築 LLM実装 RAG実装ベクトルDB 検証用画面バッチ処理インフラ構築ログイン機能ユーザー管理マッチング機能ユーザー向け画面管理画面インフラ構築ログイン機能ユーザー管理法人管理ユーザー向け画面管理画面インフラ構築ログイン機能ユーザー管理／権限管理商品管理顧客管理受発注管理インフラ構築ログイン機能ユーザー管理権限管理ユーザー向け画面管理画面インフラ構築

SaaS RIPLAの支援実績   これまで多数の業務DXコンサル、データ/AI活用、システム開発、プロダクト開発の支援実績がございます  業務DXコンサル・販売 / 顧客管理システムの刷新・大手建設企業のDX戦略策定
・金属商社企業の基幹システム刷新・広告SaaSのマルチプロダクト構想策定・印刷EC新規事業の構想策定など・研修管理 / 学習管理SaaS ・LINEチャットボットSaaS ・SFA / CRM SaaS ・設備保全管理SaaS ・採用管理SaaS などマッチングサイト・ EC データ/AI活用・訪問看護のAI FAQシステム・AIデータ分析SaaS ・ホテル向けのデータ基盤構築・AI画像解析による商品棚在庫管理・コーチングのAIチャットボットなど・インフルエンサーマッチングサービス・求人検索メディア・美容師マッチングサービス・ビジネスマッチングサービス・オンラインチケット販売 EC などアプリシステム開発・物流系WMS / OMS ・ガソリンスタンド受発注管理システム・営業ナレッジマネジメントシステム・訪問看護のスケジュール管理システム・ドローン機器管理システムなど・献立共有アプリ・旅行ガイドブックアプリ・医療用スマホアプリ・スポーツゲームアプリなど

中長期戦略  

中長期では、「AI時代における産業インフラの構築」を掲げ、急拡大するAI市場において不可欠な「次代のデファクトスタンダード」の創出を目指してきます  中長期の目指す姿   AI市場の成長推移＊1 AI時代における主要テーマ＊1：世界と日本の「生成AI市場」を徹底図解、急成長市場をけん引する「ある業界」とは｜ビジネス+IT
https://www.sbbit.jp/article/cont1/121341 生成AI LLM RAG 機械学習画像認識 OCR

28 RIPLAでは、AI時代において最も重要なのは「意思決定精度の向上」であり、その鍵は「AI アプリケーション」ではなく、その裏側にある「データレイヤー」にあると捉えています  AI市場に対する理解   AIアプリケーション AIワークフロー自動化、 AI需要予測、 AI配送最適化、AI生産最適化などデータレイヤー
・DWH、 Data Lake、ETL / ELTパイプライン、ログ / 履歴データ基盤・オントロジー（業務意味付け）、ベクトル DBなど基幹システム ERP（会計、人事、バックオフィスなど） BIツール・ダッシュボード・レポート、KPIモニタリングなど業務システム・生産、在庫、販売など・SaaS、業務アプリなど外部データ /IoT センサー、GPS、カメラ、OCR、画像、API情報など意思決定データオペレーション

29 現在のSIer市場の主戦場は、ERP/基幹・業務システムの開発であり、今後は、そこに蓄積された膨大なデータを整理し、AI時代に活用することが大きな市場機会となります  AI市場の今後の流れ   AIアプリケーション AIワークフロー自動化、 AI需要予測、 AI配送最適化、AI生産最適化などデータレイヤー
・DWH、 Data Lake、ETL / ELTパイプライン、ログ / 履歴データ基盤・オントロジー（業務意味付け）、ベクトル DBなど基幹システム ERP（会計、人事、バックオフィスなど） BIツール・ダッシュボード・レポート、KPIモニタリングなど業務システム・生産、在庫、販売など・SaaS、業務アプリなど外部データ /IoT センサー、GPS、カメラ、OCR、画像、API情報など意思決定データオペレーション

先行事例として、海外企業の「Palantir」では、「データ価値の最大化」によって、ＡＩの意思決定精度を向上して、「自律的に意思決定するOSシステム」を構築しています  ベンチマーク企業「Palantir」   データ価値の最大化＊1 自律的に意思決定する OSシステム＊2 ＊2：プラットフォーム概要
| Palantir https://www.palantir.com/docs/jp/foundry/platform-overview/overview 整理したデータを活用して、 AIが意思決定推進＊1：Foundry | Palantir https://www.palantir.com/jp/platforms/foundry/ データの意味付けデータの時系列化データの速度向上

31 「Palantir」では、企業内のデータを収集・統合するだけでなく、「データに意味を与えること（＝オントロジー化）」で、業務を横断した高度な意思決定を可能にしています  「Palantir」の特徴   イメージアプローチ・システムから収集したデータを統合　し、抽出・可視化したり、
AIを活用　したりして分析・全社データに意味や関係性を付与することで、　データの持つ文脈を AIが理解した上で、　分析やタスクを実行評価・抽出しなかったデータが見落とされる　ため、分析結果が個別最適化しがち・全社最適な視点が必要な業務には、　そもそも不向き・AIの視点を交えることで、全社最適・　客観的な視点でデータ分析が可能・さらにAIエージェントを活用することで、　現場業務の実行までカバー可能従来のデータ・ AI施策可視化・分析データ収集・統合可視化・分析データ意味づけデータ収集・統合 Palantirの意味づけのイメージ＊1 Palantirと従来の手法の違い＊1：データ分析企業Palantir（パランティア）のIPO目論見書を読み解く～米軍やCIAを顧客に持つPalantirの正体とは～ https://www.keywalker.co.jp/blog/palantir-ipo.html

32 「データの意味づけ」は、データが多様で分散している領域と相性がよく、特に小売・卸売・製造・物流などのSCM領域で成果を出しやすいことがわかってきています  オントロジーと相性がいい領域   ＊：先進企業のための、オントロジーを基盤にしたオペレーティングシステム | Palantir https://www.palantir.com/jp/platforms/foundry/
分析・承認・統合データ・モデルオントロジー (データの意味付け ) 購買（Purchase）、生産（ Produces）、輸配送（Transports）などの分散している SCMデータを連携

33 そのような中で、日本企業のSCM領域は、依然として国際競争力の中核であり、カイゼンなどの独自の強みは、AI時代に合わせてさらに進化できる可能性を秘めています  AI時代におけるターゲット市場   日本を代表する SCM関連企業トヨタのカイゼン文化＊1 ＊1：本
トヨタ式カイゼン実践マニュアル - エイム研究所オンラインショップ　　登録番号T9140001045369 https://e-terakoya.shop/products/detail/9

34 また、AI/データ活用が進む中で、国内企業の実データの取り扱いについては、データを国内環境にとどめて循環させること自体が、国際的な競争力向上にとって重要です  RIPLAが取り組む意義   重要データを国内で完結させることで、海外規制の影響を受けにくく、セキュリティ・コンプラ対応も効率化データ主権・リスクコントロール国内環境でデータが循環することで、企業間のデータ連携が容易になり、業界横断での標準化が進む
国内企業間でのデータ連携・標準化の促進国内データで学習することで、日本ならではの商習慣や業務プロセスに合った高精度AIが構築日本特有の業務に最適化された AIの育成データ基盤・AI運用が国内で行われることで、ノウハウや人材が国内に集まり、産業全体の競争力向上につながるデータ産業エコシステムの国内蓄積

35 そこでRIPLAでは、小売・卸売・製造・物流などのSCM領域におけるＡＩ/データ活用を推進するための「国産プラットフォーム構想の実現」を、中長期戦略として目指します  RIPLAの中長期戦略   プロダクト開発システム開発データ活用 AI活用業務DXコンサル
横断 Solution提供 Impact-Driven型支援領域 Solution提供 Step1 Step2 Step3 SaaS・マッチング・ EC・アプリプロダクト Box （SaaS、マッチングサイト、アプリ、LINEミニアプリ）業務システム導入 / 刷新 / 開発業務システム Box （OMS、WMS、TMS、 MES）データ基盤構築データ統合（システム、機器、設備） AI開発 LLM Box （Agent、Chat、FAQ、需要予測、在庫最適化、発注最適化、画像検査、不良検知、予知保全、配送最適化） DX戦略策定・業務プロセス変革業界別帳票 / ワークフロー DB （小売、製造、商社、物流）国産Palantirモデルの構築（データ統合 →データ意味づけ →AI分析）

プロダクト開発システム開発データ活用 AI活用業務DXコンサル中長期戦略　～Step1～   「国産Palantirモデルの構築」に向けて、必要なケイパビリティ（業務×データ×AI）を獲得できる各市場に参入して、「Impact-Driven型支援」を武器にリプレイスを図ります  横断
Solution提供 Impact-Driven型支援領域 Solution提供 Step1 Step2 Step3 SaaS・マッチング・ EC・アプリプロダクト Box （SaaS、マッチングサイト、アプリ、LINEミニアプリ）業務システム導入 / 刷新 / 開発業務システム Box （OMS、WMS、TMS、 MES）データ基盤構築データ統合（システム、機器、設備） AI開発 LLM Box （Agent、Chat、FAQ、需要予測、在庫最適化、発注最適化、画像検査、不良検知、予知保全、配送最適化） DX戦略策定・業務プロセス変革業界別帳票 / ワークフロー DB （小売、製造、商社、物流）国産Palantirモデルの構築（データ統合 →データ意味づけ →AI分析）済済済済済

37 IT事業会社出身のプロフェッショナルによる「Impact-Driven型支援」と、効率的な事業拡大を目的とした「製販分離型の営業組織」を取り入れて、急成長を実現していきます  中長期戦略　～Step1～   Impact-Driven型支援 IT事業会社出身のプロフェッショナルが、プロダクトやシステムの納品・提供をゴールとせず、クライアント企業様と同じ目線で、事業成果の達成を目的としたDX/開発支援を実現
製販分離型の営業組織製品（＝DX/開発支援）と販売（＝営業活動）を明確に分離し、それぞれの専門性を最大化する営業モデルで、商談スピードと受注精度を同時に向上

プロダクト開発システム開発データ活用 AI活用業務DXコンサル中長期戦略　～Step2～   参入した各市場で、標準化された領域ソリューションを構築して、Cost（コスト）とDelivery （開発納期）を改善することで、各市場を寡占化して、ノウハウの蓄積を加速します  横断
Solution提供 Impact-Driven型支援領域 Solution提供 Step1 Step2 Step3 SaaS・マッチング・ EC・アプリプロダクト Box （SaaS、マッチングサイト、アプリ、LINEミニアプリ）業務システム導入 / 刷新 / 開発業務システム Box （OMS、WMS、TMS、 MES）データ基盤構築データ統合（システム、機器、設備） AI開発 LLM Box （Agent、Chat、FAQ、需要予測、在庫最適化、発注最適化、画像検査、不良検知、予知保全、配送最適化） DX戦略策定・業務プロセス変革業界別帳票 / ワークフロー DB （小売、製造、商社、物流）国産Palantirモデルの構築（データ統合 →データ意味づけ →AI分析）済済済

39 従来、開発の標準化によるCost/Delivery向上は、パッケージによるセミカスタマイズ対応が限界でしたが、RIPLAでは、テンプレート化×AI活用によって、フルカスタマイズ対応まで実現していきます  中長期戦略　～Step2～   従来の開発の標準化（セミカスタマイズ対応）従来は、パッケージを前提にしたセミカスタマイズ開発が限界で、企業固有の業務フローを完
全に反映した開発は困難そのため、Cost/Delivery向上にも限界があり「業務をパッケージ側に合わせる」構造が不可避 AI時代における開発の標準化（フルカスタマイズ対応） AI時代では、標準機能のテンプレート化とAI コード生成により、企業固有の業務要件に合わせたフルカスタマイズ開発が可能パッケージの制約に縛られないため、柔軟性とスピードを両立した開発が可能になり、 Cost/Deliveryが大きく向上

プロダクト開発システム開発データ活用 AI活用業務DXコンサル中長期戦略　～Step3～   各市場で獲得したノウハウを統合して、AI時代における横断的なSolutionである  「国産Palantirモデル（データ統合→データ意味づけ→AI分析）の構築」を目指します  横断
Solution提供 Impact-Driven型支援領域 Solution提供 Step1 Step2 Step3 SaaS・マッチング・ EC・アプリプロダクト Box （SaaS、マッチングサイト、アプリ、LINEミニアプリ）業務システム導入 / 刷新 / 開発業務システム Box （OMS、WMS、TMS、 MES）データ基盤構築データ統合（システム、機器、設備） AI開発 LLM Box （Agent、Chat、FAQ、需要予測、在庫最適化、発注最適化、画像検査、不良検知、予知保全、配送最適化） DX戦略策定・業務プロセス変革業界別帳票 / ワークフロー DB （小売、製造、商社、物流）国産Palantirモデルの構築（データ統合 →データ意味づけ →AI分析）

41 「AIアプリケーション」をフックにして、価値の源泉となる「データ基盤構築・意味づけ・活用・分析」まで一気通貫で支援して、AI時代における企業の意思決定を支援します  中長期戦略　～Step3～   AIアプリケーション企業がAI活用を始める入り口として、AIチャットボット、AIレポート生成、AI FAQ、機械学習モデルなど、現場がすぐに使える形で価値を提供
データ価値の最大化 AIの精度を向上するために、企業に蓄積されているデータを、“AIが理解できる構造”へ再整理し、業務データに基づき正しく判断するもの”へ進化

組織・採用  

組織図  プロダクト SI事業エンジニア / デザイナーフリーランス組織製販分離型セールス組織 Deployment
Strategist / Forward Deployed Engineer組織システム SI事業データ・ AI事業 DXコンサル事業領域別組織機能別組織 RIPLAでは、領域別と機能別をかけ合わせた「マトリクス組織」で構成されています 

採用ポジション   Palantirでは、高付加価値なサービス提供を実現するための「2つの独自職種」があり、 RIPLAでも本職種の採用を進めています  DS（Deployment Strategist）顧客の現場に入り込んで、企業課題を構造化・設計するビジネス職で、顧客の経営・業務・データ構造を深く理解して、価値の出し方を設計する（一般的な職種で例えると、ITコンサルタントに
近い） FDE（Forward Deployed Engineer）顧客の現場に入りこんで、企業課題を技術で解決するエンジニアで、顧客業務のデータ統合・可視化・ワークフローを現場実装する（一般的な職種で例えると、テックリードやリードエンジニアに近い）顧客ごとに、①業務構造、②データの持ち方、③意思決定要素が大きく異なるため、ソリューションは個別最適化が前提となり、現場に深く入り込む DSとFDEが、成果達成に向けた個別設計や個別実装を行っています

採用ポジション   RIPLAでは、以下のような多種多様なポジションのメンバーを採用しています  職種業務内容魅力営業 / Sales 大手〜中堅企業の経営層・
DX部門・事業部門と対話して、業務課題の構造理解・改善機会の発見・中長期の共創関係の構築を担うポジション。業務内容は、リード獲得、アカウント戦略の設計、提案機会の創出、商談サポートなど単に案件を取るのではなく、顧客課題の構造を捉え、DX・AI・データ基盤まで含めた “事業変革” をつくる営業スタイル ITコンサルタント（Deployment Strategist）大手〜中堅企業のDX推進やシステム開発における最上流工程を担い、ビジネス要求の言語化 → 課題構造の可視化 → 改善・変革シナリオの策定 → DX戦略立案までを一貫してリードするポジション。業務内容は、To-Beモデルの設計、DX戦略/ロードマップ策定、システム/データ要求の整理、プロジェクト推進など AI・データ活用が次世代 DXの中心テーマとなる中、基幹・業務システムの導入、データ基盤構築、AI開発といった成果に直結する領域に重点的に関われるプロジェクトマネージャー / PM （Forward Deployed Engineer）プロジェクトの成功に向けて、品質・スケジュール・コスト（ QCD）を最適化しながら、要件定義〜開発ディレクションまでを一貫してリードするポジション。業務内容は、要件定義 /プロジェクト設計、プロジェクト計画/QCD管理、開発ディレクションなど・お客様業務を深く理解し、商習慣や会社　の力学を踏まえ、業務価値を最大化する　システムを考える・同時に自社プロダクトへ還元し、標準化　と継続的改善を加速

採用要件  RIPLAでは、以下のような多種多様なポジションのメンバーを採用しています  職種業務内容魅力エンジニア / Engineer AI・クラウド・モダンフレームワークなどの最新技術を活用しながら、 PoC検証
→ 技術選定 → システム設計 → 実装 → 改善までを一貫して担当するポジション。業務内容は、 PoC、技術選定、システム設計、実装/テスト/リリース、改善サイクルの推進など既存の下請け開発と違い、要件定義・設計・アーキテクチャ・実装まで一貫して関わることができるデザイナー / Designer PoC・MVPといった初期段階のコンセプト設計から、ユーザーリサーチ、UX設計、UIデザイン、プロトタイプ作成、さらにエンジニアとの協働による実装フェーズまでを一貫して担当するポジション。業務内容は、コンセプトワーク、 UXデザイン、UIデザイン、実装サポート、継続改善など単なる画面デザインではなく、業務フローの再設計、AIアプリUX、データ可視化設計まで担当できる

あなたが今必要な理由   日本のDXを支えてきたSIer市場はいま転換期にあります。開発生産性の低さや標準化不足などの構造課題を、AIとデータで刷新し、“次代の産業インフラ ” を共につくりたい。この挑戦に真剣に向き合える仲間を求めています。大きな社会課題を解決するために、一緒にソリューションを進化させていき、会社の文化を育んでくれるメンバーを募集しています  大きな社会課題を解決したいから
RIPLAのBoxシリーズ・AI駆動開発・データ基盤はまだ発展途上です。産業を広く・深く・高くアップデートするには、強い当事者意識と技術力を持つ仲間が必要です。共に、 “産業競争力を高めるソリューション ” をつくりましょう。ソリューションを大きく進化させたいから RIPLAは、これから “文化” をつくる段階にあります。顧客対応、プロダクトづくり、働き方 ──すべてに既存の型はなく、あなたの行動が文化そのものになります。『この会社を自分たちでつくった』と言える仲間を求めています。会社の文化を生み・育てていきたい

RIPLAで   AI時代の産業インフラを作る   チャレンジを一緒にしませんか？   少しでも興味を持っていただいた方は、気軽にご連絡ください！！募集職種、情報はこちらから： https://www.ripla.co.jp/recruit

【株式会社ripla】Company Deck_251214

【株式会社ripla】Company Deck_251214