まず業務を聞く
現在の作業、判断、例外、責任の所在を整理し、AIを入れる前の業務そのものを理解します。
Enterprise Experience
AIを
実際の仕事へ
テンキは、AIのデモを作ることではなく、現場の業務を理解し、どこをAIに任せ、どこを人に残すかを整理したうえで実装します。公開可能な範囲で、3つの企業向け支援事例を紹介します。
Projects
3つの支援事例
企業名や内部システム名、個別の判断ルール、機密数値は掲載せず、課題・進め方・担当範囲・成果を中心にまとめています。
AUTOMOTIVE / BUSINESS PROCESS
申請チェック業務のAI化
外部委託先と熟練担当者の経験に依存していた大量の申請チェック業務を対象に、判断基準を言語化し、自動チェックの仕組みへ。
課題判断が属人化し、業務の手の内化が難しい
支援ヒアリング / 業務整理 / 設計 / 実装 / 評価
成果数十件の判断ルールを整理し、担当者試用まで実施
ENERGY / FIELD OPERATIONS
設備修繕判断のAI化
数十件のAI活用候補から設備修繕の初動業務を選定。問い合わせ、一次判断、承認補助を一つの流れとして再設計しました。
課題大量の修繕依頼と複数の確認・判断
支援選定 / 業務再設計 / 実装 / 現場トライアル / 効果試算
成果実務検証を完了し、本番化に向けた次フェーズへ
PHARMA / ENTERPRISE AI
複数業務のAI活用支援
社内AI活用の定着支援と並行して、問い合わせ対応、チケット起票支援、公開情報からの定型資料作成などを業務化。
課題AI環境を実際の仕事へどう落とし込むか
支援教育 / 相談 / ヒアリング / 設計 / 実装 / 展開
成果複数ユースケースと社内活用支援を並行して推進
※ 守秘義務に配慮し、顧客名・内部情報・判断ルール・詳細数値は非公開または抽象化しています。
Common Approach
3案件に共通する
進め方
使う製品や業界ではなく、「現場の仕事をどう変えるか」を起点に進めています。
AIと人の役割を決める
すべてを自動化せず、AIが担当する部分、人が確認する部分、例外時に戻す部分を明確にします。
現場で試して直す
作成者だけで評価せず、実際の利用者に触ってもらい、入力・出力・業務導線を改善します。
Scope
構想だけで終わらせず
動くところまで
案件によって範囲は異なりますが、業務整理から実装・評価・次の導入計画まで一つの流れで対応しています。
前半
業務ヒアリング、現状の可視化、候補業務の整理、優先順位付け、AIに任せる範囲の定義。
後半
対話・業務フローの設計、実装、既存業務との接続、利用者テスト、効果確認、改善、次フェーズ計画。