海運データ分析を支えるLakehouse＋AIエージェント基盤の構築 本プロジェクトでは、船舶・基幹システムのデータをLakehouseへ統合し、自然言語で分析・検索できるAIエージェント基盤を構築しました。全社5部門で220 MAUまで利用が広がり、月間6,800件の質問に活用されています。 プロジェクト概要 構築対象 海運データ分析を支えるLakehouse＋AIエージェント基盤 利用状況 220 MAU、全社5部門、月間6,800問 統合対象 68隻・14システム 文書検索対象 契約書・船級規則など2.4万件のPDF 回答正答率 91.5％（人手評価） 従来の課題 01．データ抽出・加工に時間がかかる 1つの問いに回答するまで15～21日を要し、4部門を経由してデータを手作業で抽出・加工していました。 02．月次報告書の作成負担 月次報告書の作成に6人日を要していました。 コアテクノロジー 01．Lakehouseによるデータ統合 Delta Lake上にBronze、Silver、Goldのメダリオン構成を構築しました。210件の生テーブルを、38件の認証済みGoldマートへ集約・精選しました。 指標ロジックは単一のSQL定義としてGitで管理しました。 02．Unity Catalogによるガバナンス RBAC、行フィルタ、列マスキングを適用しました。AIエージェントは認証済みのGoldマートのみを参照し、質問者本人の権限でSQLを実行します。 権限外または対象範囲外の質問には、理由を示して回答を保留する仕組みとしました。 03．AIエージェント・文書RAG 自然言語による質問からSQLを生成・検証・実行します。SQLの実行成功率は94.2％で、12カ月の監査における捏造数値は0件でした。 さらに、2.4万件のPDFをベクトル検索し、根拠となる条項番号とページを明示して回答します。 導入後の効果 01．自然言語質問への超高速応答 自然言語による質問への平均応答時間を6.2秒としました。 02．低コストでの運用 1回答あたり€0.031のコストで運用しています。 03．コスト削減機会の創出 燃料費・港費において、初年度€1.8Mのコスト削減機会を創出しました。 04．月次報告の自動化 自動化によって、月次報告の作業時間を40分に短縮しました。 AI・データ活用について相談する AIソリューション実績集をダウンロードする
Microsoft Fabric Lakehouseによるデータ統合・AI活用基盤の構築 本プロジェクトでは、複数の内部・外部データをMicrosoft Fabric Lakehouseへ統合し、リアルタイム処理とAI活用に適したデータ基盤を構築しました。プロジェクト規模は20人月、開発期間は5カ月で、テキスト・画像・音声・動画などの多様なデータ形式に対応しました。 プロジェクト概要 構築対象 データ統合・AI活用基盤 プロジェクト規模 20人月 開発期間 5カ月 対応データ形式 テキスト・画像・音声・動画 従来の課題 01．データの分散 データが複数の場所に分散していたため、必要なデータの収集に多くの時間と労力を要していました。 02．意思決定基盤の整備 データ活用に必要な最新型DWHの整備が急務となっていました。 ソリューション 01．データの一元化 内部・外部の構造化データと非構造化データをLakehouseへ集約しました。 02．リアルタイム処理 Delta Tableを活用し、最新データの処理を支援する基盤を構築しました。 03．AI活用基盤 データ分析とAI活用に適したLakehouseアーキテクチャを構築しました。 データ活用の仕組み 01．データ統合：内部・外部のさまざまなデータをLakehouseへ集約しました。 02．データ処理：集約したデータをETLで変換・整理し、Delta Tableで管理しました。 03．分析・AI活用：処理したデータをPower BIとAzure AI Foundryへ展開しました。 使用技術 Python｜pandas｜PyTorch｜Microsoft Fabric｜Azure AI Foundry｜Azure AI・データ活用について相談する AIソリューション実績集をダウンロードする
ECネイティブアプリをReact Nativeへ刷新 本プロジェクトでは、ECプラットフォームを運営する小売企業のiOS／Androidアプリを再構築しました。SwiftとKotlinによる個別開発から、React NativeとTypeScriptを採用したクロスプラットフォームの共通基盤へ移行しました。プロジェクト規模は125人月で、iOSとAndroidの2つのプラットフォームに対応しました。 プロジェクト概要 対象システム ECネイティブアプリ 対象企業 ECプラットフォームを運営する小売企業 プロジェクト規模 125人月 対応プラットフォーム iOS／Android クロスプラットフォーム移行の背景 既存のネイティブアプリは、iOSではSwift、AndroidではKotlinを使用して個別に開発されていました。年間保守工数の約20～25％が更新対応に使用され、1つの機能を両OSで同期するまでに最大約5週間を要していました。 Existing Native Apps Modern Mobile App iOS／Swift Android／Kotlin 年間保守工数の約20～25％を更新対応に消費 1機能の同期に最大約5週間 Framework：React Native Language：TypeScript Platform：iOS／Android Cloud：AWS Service 移行フェーズ：Phase 1｜基本機能 Phase 2｜新機能・UX NTQの担当範囲・進め方 01．共通アーキテクチャ設計 React NativeとTypeScriptを採用し、iOS・Android共通のアプリ基盤を設計することで、2つのコードベースを統合しました。 02．既存機能の再構築 既存アプリの基本機能を移行し、両OSの仕様差異に対応することで、既存機能と同等のUXを提供しました。 03．新機能・UI／UX改善 共通コンポーネントを活用し、新機能の追加とUI／UX改善を実施することで、機能拡張をスピードアップしました。 04．品質検証・本番移行 単体テスト、結合テスト、システムテスト、受入テストを実施しました。テスト後に旧アプリと比較して本番移行を行い、品質を確保しながら円滑に移行しました。 提供価値 01．開発・保守コストの最適化 iOSとAndroidのコードベースを共通化し、二重開発と保守の負担を軽減しました。 02．リリースの迅速化 OS間の機能同期を効率化し、機能提供までのリードタイムを短縮しました。 03．保守性・拡張性の向上 共通コンポーネントを活用し、新機能の追加とUI／UX改善を容易にしました。 マイグレーションについて相談する 実績集をダウンロードする
物流プラットフォームをAWSマイクロサービスへ刷新 本プロジェクトでは、米国物流企業の配送・アカウント・追跡・返品業務を支えるモノリス型の物流プラットフォームを、AWS上のマイクロサービスへ刷新しました。プロジェクト規模は241.45 MMで、システムの拡張性・可用性とデータ活用基盤を強化しました。 プロジェクト概要 対象システム 物流プラットフォーム 対象業務 配送・アカウント・追跡・返品 プロジェクト規模 241.45 MM 使用技術 PHP、PHP 8.1、AWS システム移行の概要 既存の物流プラットフォームはモノリス型で、システム稼働率は85％にとどまり、拡張性と耐障害性に課題がありました。本プロジェクトでは、既存システムをマイクロサービス化し、GCP上のワークロードをAWSへ移行しました。 Services Account、Shipment、Tracking、Return Shipment、Worker Application PHP 8.1、Laravel Platform Docker、Amazon ECS Data RDS MySQL、DynamoDB、ElastiCache NTQの担当範囲・進め方 01．業務・構成設計 物流業務と将来計画を踏まえ、ビジネスドメインを反映したマイクロサービス構成を設計しました。 02．アプリケーション再構築 既存アプリケーションをリファクタリングし、各サービス向けのAPIを開発することで、システムを5つのサービスに分割しました。 03．クラウド基盤移行 AWS基盤を再設計し、GCP上で稼働していたワークロードをAWSへ移行することで、システム基盤をAWSへ統合しました。 04．品質・運用強化 セキュリティテストと監視環境を整備し、監視とセキュリティを強化することで、安定運用を支援しました。 導入効果 01．システム稼働率の向上 障害分離とプロアクティブな監視により、システムの可用性を大幅に向上し、稼働率を85％から99.9％へ改善しました。 02．拡張性・耐障害性の強化 サービス単位で拡張できる構成により、ピーク負荷への対応と障害影響の局所化を実現しました。 03．データ活用基盤の整備 DWHとデータアクセスAPIを整備し、複数のデータソースを対象としたデータ分析を可能にしました。 マイグレーションについて相談する 実績集をダウンロードする
IBM i／AS400物流管理システムをJava・AWSへ刷新 本プロジェクトでは、全国400拠点を展開する大手総合物流企業の倉庫・配送・受発注・料金業務を支える物流管理システムを、IBM i／AS400からJava・AWSのマイクロサービス基盤へ刷新しました。プロジェクト規模は200～300人月で、システムを6つのコアドメインに分割して再構築しました。 プロジェクト概要 対象システム 物流管理システム 対象業務 倉庫・配送・受発注・料金業務 対象拠点 全国400拠点 プロジェクト規模 200～300人月 再構築単位 6コアドメイン 現行システムの問題 現行システムでは、COBOL、RPG、CL、Shift-JIS、DB2 for i、IBM iを使用していました。5年間で取扱量が2.3倍に増加したことで、システム容量が逼迫していました。 ・5年間で取扱量が2.3倍に増加し、システム容量が逼迫 ・夜間バッチの長期化と、EDI連携に数カ月を要する状況 ・紙中心の運用とデータレイクの未整備 移行先システム構成 Backend／Platform Java 17、Spring Boot 3、JPA、AWS EKS Architecture 6コアドメイン、Kafka（MSK）、マイクロサービス Data Platform Aurora、DynamoDB、S3＋Athena DevOps Jenkins、GitLab CI、Prometheus／Grafana NTQの担当範囲・進め方 01．6コアドメインへの分割 ドメイン駆動で業務境界を明確化し、システムを6つのコアドメインに分割しました。各ドメインをSpring Boot 3とAWS EKSで再構築し、サービスの独立性と拡張性を強化しました。 02．Kafkaによるイベント駆動連携 Kafka（MSK）による非同期・疎結合連携とAPI化を行い、リアルタイム連携を実現しました。これにより、システム負荷を平準化し、EDI接続を迅速化しました。 03．用途別データ多層化 Aurora、DynamoDB、S3＋Athenaを用途別に配置し、参照・分析・履歴データを分離しました。これにより、データコストを最適化しました。 04．OR-Toolsによる配車最適化 OR-Toolsの最適化アルゴリズムを導入し、再配車計算と進捗管理を効率化しました。その結果、再配車計算にかかる時間を10分の1に短縮しました。 導入効果 01．可用性・拡張性の向上 サービスの独立性を高め、取扱量の増加に柔軟に対応できるシステムを実現しました。 02．リアルタイム連携の実現 夜間バッチの負荷を平準化し、EDI接続のリードタイムを短縮しました。 03．データ活用基盤の確立 データレイクを整備し、AI／BIによるデータ活用を促進しました。…
COBOL食品卸販売管理システムをC#へ刷新 本プロジェクトでは、生成AIを活用し、COBOLで構築された食品卸販売管理システムをC#へスマートリライトしました。総工数は230人月、プロジェクト期間は16カ月、対象となるCOBOLソースは40万ステップです。 プロジェクト概要 対象システム 食品卸販売管理システム 総工数 230人月 期間 16カ月 COBOLソース規模 40万ステップ NTQの担当範囲・進め方 01．現行資産分析 既存システムのソース、画面、業務情報を分析し、現行仕様を把握・可視化しました。 02．AIリライト支援 生成AIを活用し、C#への移行候補コードと設計書のドラフトを作成することで、コード・設計書の生成を支援しました。 03．設計レビュー AIが生成した成果物を人が確認・レビューし、業務仕様に沿った内容へ整備することで、品質を確認しました。 04．移行計画 データ移行の方法と検証観点を整理し、段階的な移行計画を策定することで、移行リスクを管理しました。 提供価値 01. コスト抑制 老朽化した基盤の保守負荷を低減しました。 02. 人材対応 C#化により、開発・保守体制の構築を容易にしました。 03. 仕様整理 不足していた設計書を補完し、業務仕様を再整理しました。 04. リスク管理 段階的な検証を行い、移行リスクを管理しました。 マイグレーションについて相談する 実績集をダウンロードする
PHPモノリスのEC基盤をAWSマイクロサービスへ再構築 本プロジェクトでは、PHP 5.6／7.0で構築されたモノリス型のEC基盤システムを、PHP 8.3、Laravel 11、Next.js 14、AWS ECS Fargateを採用したマイクロサービス基盤へ再構築しました。総工数は150+人月、プロジェクト期間は12カ月、移行データの規模は500GBです。 プロジェクト概要 対象システム EC基盤システム 総工数 150+人月 期間 12カ月 移行データ規模 500GB システム移行の概要 移行前のEC基盤システムでは、PHP 5.6／7.0、MySQL 5.7、EC2 Monolith、jQueryを使用していました。本プロジェクトでは、バックエンドとプラットフォームにPHP 8.3、Laravel 11、Aurora MySQL 8.0、AWS ECS Fargate、フロントエンドにNext.js 14、TypeScript 5、Tailwind CSS、Redisを採用しました。 Legacy Modern System PHP 5.6／7.0 MySQL 5.7（EOL） EC2 Monolith jQuery Backend／Platform：PHP 8.3、Laravel 11、Aurora MySQL 8.0、AWS ECS Fargate Frontend：Next.js 14（SSR／ISR）、TypeScript 5、Tailwind CSS、Redis DevOps／QA：AWS DMS＋CDC、Playwright＋AI、CloudFormation、SonarQube NTQの担当範囲・進め方 01．3NFによるデータベース再設計…
COBOLコア販売システムのモダナイゼーション 本プロジェクトでは、COBOL 85／IFASで構築されたコア販売システムにAIを活用し、C# .NET 9／Oracle 19cのモダンシステムへ再構築しました。総工数は200+ MM、20+名の開発体制で対応し、AIの活用により工数を40～50％削減しました。 プロジェクト概要 総工数 200+ MM 開発体制 20+名 AI活用による工数削減 40～50％ システム移行の概要 移行前のシステムでは、COBOL 85、IFAS、NEC独自ツールのSortKit、Shift-JISを使用していました。本プロジェクトでは、これらをC# .NET 9.0、Oracle 19c、UTF-8、Clean Architectureを採用したモダンシステムへ移行しました。 Legacy Modern System COBOL 85 IFAS NEC独自ツール（SortKit） Shift-JIS C# .NET 9.0 Oracle 19c UTF-8 Clean Architecture 移行支援ツール：ANTLR4 AST解析｜GenAI設計書生成｜Binary Comparator NTQのアプローチ 01．AST解析＋設計書自動生成 既存システムでは、COBOLの業務ロジックがブラックボックス化しており、システムの改修や拡張が困難という課題がありました。 NTQは、ANTLR4とGenAIを活用して業務ロジックを可視化しました。また、日本語の基本設計書・詳細設計書を自動生成し、NTQのエンジニアがレビューして完成させました。 業務ロジックを可視化・設計資産を再生 02．オープン基盤への移行 従来のシステムでは、ベンダーロックインと高額なライセンス費用の継続的な負担が課題となっていました。 そこで、NEC独自のIFAS基盤からC# .NET 9／Oracle 19cへ移行し、NECライセンスへの依存を解消しました。 ベンダーロックインを解消・TCOを削減 03．性能維持・同等性検証 大規模なCOBOLバッチ処理を.NETへ移行するにあたり、処理性能が低下するリスクがありました。 NTQは、ページネーションとストリーミング処理を取り入れた設計によって、バッチ性能を維持しました。また、新旧システムの出力を自動照合し、ロジックの同等性を検証しました。…