AIをつくる前に、業界の現場で「使われない理由」を全部潰す。それが私たちの仕事の半分です。

1. 業務に溶ける、ということ。

「すごいAIですね」と言われて終わるプロジェクトは、たいてい使われません。逆に、3ヶ月後に存在を忘れられているくらい業務に溶けているAIは、KPIを動かしています。現場で生まれる小さな摩擦を、ひとつずつ丁寧に取り除いていく作業。それが「使われる」の正体です。

2. データがないところから始める。

業界特化AIの現場では、データが整っていることのほうが珍しい。手書きメモ、Excel、Slack のやり取り、写真、動画。これらをどう「学習素材」に変えていくかが勝負です。整理しすぎないこと。現場の手触りが残るように、必要最低限のクリーニングだけで始めます。

• 01現場のExcelをそのまま読み込めるパイプライン
• 02手書きメモはOCR＋人による補正
• 03動画は重要シーンだけ切り出して学習素材化
• 04誤りを「特徴」として残す（過度に整えない）

3. PoC（概念実証）で「効くポイント」だけ確かめる。

全部を作らない。3週間で、いちばん効くであろう一点だけ、現場で動かしてみる。そこで返ってくる現場の声が、その後の本実装の設計図になります。

4. 現場の言葉で評価する。

精度よりも、現場の人が「これは使える」と言うかどうか。数字に出ない直感的な評価を、私たちは大事にしています。そのために、開発の初期から現場メンバーに触ってもらう仕組みをつくる。