AI駆動型コールセンター品質保証・性能最適化システムの開発 本プロジェクトでは、AIとHuman QAを組み合わせ、コールセンターの全通話をモニタリング・評価するシステムを開発しました。音声解析、感情分析、可視化を通じて、通話品質の改善とエージェント育成を支援します。開発工数は100MM、開発期間は1年間です。 プロジェクト概要 開発対象 AI駆動型コールセンター品質保証・性能最適化システム 開発工数 100MM 開発期間 1年間 業務課題 01.一部通話のみを評価 QAリソースの制約により、すべての通話を確認できないことが課題となっていました。 02.失敗原因を把握できない 顧客不満の根本原因をリアルタイムに分析できませんでした。 03.性能改善が難しい 接続率やエージェントのパフォーマンスを効果的に改善することが困難でした。 04.発信業務の無駄 未検証の電話番号への発信により、工数が失われていました。 導入ソリューション 01.AI+Human QAのハイブリッド評価基盤 AIによる自動分析とQA担当者による確認を組み合わせ、通話品質を継続的に評価する基盤を構築しました。 02.コールセンター業務の統合モニタリング 通話品質、顧客感情、エージェントのパフォーマンスを一元的に可視化しました。 03.データに基づく業務改善 分析結果をエージェントのコーチング、応対品質の改善、発信キャンペーンの最適化に活用しました。 主な実現内容 01.全通話の音声解析 すべての通話を対象に、音声解析と自然言語処理による文字起こし・評価を実施しました。 02.AI自動スコアリング 統一された基準で通話を自動評価し、人による評価バイアスを低減しました。 03.Human QAによる検証 AIの評価結果をQA担当者が確認し、品質保証プロセスを補完しました。 04.リアルタイムダッシュボード トレンド、失敗パターン、改善につながる情報へリアルタイムにアクセスできるダッシュボードを構築しました。 05.コーチング支援・感情分析 エージェントの研修ニーズと顧客感情を把握し、CSATの向上に活用しました。 06.CRM/ダイヤラー統合 通話結果を顧客プロファイルや発信キャンペーンの目標と関連付けました。 使用技術 01.バックエンド:ASP.NET API、C# 02.フロントエンド:ReactJS 03.データ・クラウド:Azure SQL Server、Cosmos DB、Airtable、Azure 04.AI技術:音声解析、自然言語処理(NLP)、感情分析 コールセンターAI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
ライブ配信向けBeauty Camera AI SDKの開発・統合 本プロジェクトでは、ライブ配信サービス向けに、顔ランドマーク検出と美容フィルターを備えたBeauty Camera AI SDKを開発しました。PC Web、スマートフォンWeb、Windowsアプリの3つのプラットフォームへの導入を支援しました。開発工数は12.31MMです。 プロジェクト概要 開発対象 Beauty Camera AI SDK 対象サービス ライブ配信サービス 開発工数 12.31MM 対応プラットフォーム PC Web、スマートフォンWeb、Windowsアプリ Beauty Camera SDKの処理フロー 720p・1080pのFull HDカメラ映像から顔の位置と特徴点を検出し、検出した顔領域へ美容フィルターを適用します。加工後の映像をバーチャルカメラとして出力し、ライブ配信ページへ連携します。 主な美容フィルター:スキンスムージング、小顔効果、目の拡大、チーク 開発・最適化のポイント 01.低スペック端末への最適化 優先度の低いAIフィルターを整理し、必要なフィルター機能へ処理を集中しました。ライブ配信の性能と映像品質を考慮しながら最適化しました。 02.プラットフォーム別の導入 PC Web:統合ドキュメントを作成し、Beauty Camera SDKの導入を支援しました。 スマートフォンWeb:AI SDKを開発し、Webサービスへの統合を支援しました。 Windows:AI SDKを開発し、Windowsアプリへ統合しました。 03.Windows向けSDK構成 C#、C++、.NET Frameworkを使用し、x86・x64向けのSDKパッケージを構成しました。 UAT支援とSDK統合資料を提供し、PC Web・スマートフォンWebへの統合支援、およびWindowsアプリへのSDK統合を完了しました。 使用技術 C#|C++|VueJS|Windows .NET Framework|GitLab|Bitbucket AI・画像処理SDK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
BPO向けスマートコールセンターAIナレッジ基盤「NxKMS」の開発 本プロジェクトでは、コールセンターの業務知識を統合し、RAGを活用したAIチャットアシスタント「NxKMS」を構築しました。通話中の回答支援とオペレーターのオンボーディングを効率化するBPO向けスマートコールセンター基盤です。開発工数は20MM、開発期間は3カ月です。 プロジェクト概要 構築対象 BPO向けスマートコールセンターAIナレッジ基盤「NxKMS」 開発工数 20MM 開発期間 3カ月 関連ソリューション NxUniverse、NxKMS 業務課題 01.教育・オンボーディング ベテランスタッフへの依存を減らし、オペレーターの習熟時間を短縮する必要がありました。 02.回答の正確性・スピード 顧客対応の品質と回答スピードを向上させる必要がありました。 03.通話中の即時支援 通話中に必要なガイダンスと顧客情報を即座に取得できる仕組みが求められていました。 04.知識の蓄積・再利用 コールセンターの業務知識を蓄積・再利用し、組織全体でスケーラブルに活用する必要がありました。 導入ソリューション「NxKMS」 01.NxKMS・RAG コールセンターの業務知識を統合し、関連情報に基づいた回答を提供するRAG基盤を構築しました。 02.コールセンター・CRM連携 オペレーターからの質問に対し、正確で文脈に沿った回答を提示できるよう、コールセンターとCRMを連携しました。 03.24時間AIアシスタント オペレーターのオンボーディング、複雑なシナリオへの対応、リアルタイムでの提案を支援するAIアシスタントを構築しました。 04.統合ナレッジベース マニュアル、FAQ、ワークフロー、スクリプトを統合し、コールセンターの業務知識を標準化しました。 AIによる回答生成の仕組み オペレーターがアプリケーションへプロンプトと質問を入力すると、システムがコールセンターの知識ベースから関連情報を検索します。取得した関連情報を拡張コンテキストとして質問に追加し、NTQの大規模言語モデルが回答テキストを生成します。生成された回答はアプリケーションを通じてオペレーターへ提示されます。 使用技術 01.RAG 情報検索とAIによる回答生成を組み合わせ、回答精度を向上しました。 02.自社開発LLM 日本語・英語・ベトナム語に最適化し、企業向けのセキュリティを実装しました。 03.AIアシスタント 文脈に応じた提案とリアルタイム支援を提供します。 04.ナレッジ連携 CRM、マニュアル、業務文書、製品・サービスデータベースの情報を一元的に取り込みました。 NxUniverseとNxKMS NxKMSは、NTQのAIソリューション群「NxUniverse」を構成するナレッジ管理製品です。 AI・ナレッジ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
マルチAIエージェントによるPowerPoint自動生成システム 本プロジェクトでは、Word、PDF、PPTXなどのファイルから、複数の専門AIエージェントの連携によってPowerPointを自動生成するシステムを開発しました。プロジェクト規模は15MM、開発期間は4カ月です。 プロジェクト概要 対象システム マルチエージェントPowerPoint自動生成システム 入力形式 Word、PDF、PPTX プロジェクト規模 15MM 開発期間 4カ月 従来の課題 01.スライド作成における手作業の負荷 スライド作成に時間がかかり、常に人手による確認が必要でした。 02.品質・運用要件への対応 スライド品質のばらつきを抑え、ブランドの一貫性と内容の正確性を確認しながら、AWS上で安全に稼働させる必要がありました。 ソリューション 01.PowerPoint自動生成 Word、PDF、PPTXなどのファイルをもとに、プレゼンテーションを自動生成する仕組みを構築しました。 02.専門エージェントの連携 コンテンツ、デザイン、検証、画像生成を担当する複数の専門AIエージェントを連携させました。 03.Human-in-the-loop 各エージェント間のコンテキスト共有と自己修正に加え、人間によるレビューを組み込んだ仕組みを実現しました。 PowerPoint生成の仕組み 入力データからテキスト、テーマ、スタイルなどの生成メタデータを作成し、コンテンツ管理エージェントとスライドデザインエージェントが連携してスライドを生成します。生成されたスライドは人間がレビューし、そのフィードバックをもとに修正します。また、MCP Tools Serverを通じて画像生成、スライド生成、実行・テストを行います。 各AIエージェントの役割 01.Content Agent 入力テキストを抽出し、スライド作成に使用できる形式へ構造化します。 02.Design Agent 企業のテンプレートとビジュアルルールをスライドへ適用します。 03.Verification Agent 事実の正確性とスタイルの一貫性を検証します。 04.Image Agent スライドに使用する補助的なビジュアルを生成します。 05.Orchestrator Agent 各エージェントを統括し、人間によるレビューを支援します。 使用技術 Python|python-pptx|MCPサーバー|A2A|AWS Lambda/S3/ECS|AWS Bedrock 生成AI・AIエージェントについて相談する AIソリューション実績集をダウンロードする
VB6旅行保険システムのフロントエンドをWeb化 本プロジェクトでは、香港の保険会社向け旅行保険システムにおいて、既存の基幹資産を活用しながら、VB6で構築されたフロントエンドをWeb化しました。また、AS400との接続に必要なAPIを設計しました。プロジェクト規模は31人月、期間は8カ月です。 プロジェクト概要 対象システム 旅行保険システム 対象企業 香港の保険会社 プロジェクト規模 31人月 期間 8カ月 システム移行の概要 既存システムは、VB6と.NET Framework 4.8.0を使用したデスクトップアプリケーションでした。本プロジェクトでは、ASP.NET Razor PagesとBootstrapによるWebフロントエンドへ刷新し、C#、.NET Core API、Entity Frameworkを使用してAS400とのAPI連携を設計しました。 Legacy Frontend New Web Application VB6 .NET Framework 4.8.0 デスクトップアプリ Frontend:ASP.NET Razor Pages、Bootstrap Backend/API:C#、.NET Core API、Entity Framework 連携先システム:AS400、IBM DB2 NTQの担当範囲・進め方 01.Webフロント再設計 Webアプリケーションに適したフロントエンド構成へ再設計し、既存のVB6画面をWeb化しました。 02.アーキテクチャ・API設計 技術仕様書とアーキテクチャを整備し、AS400接続用のAPIを設計することで、既存基幹システムとの連携を設計しました。 03.PCI対応・品質検証 PCI対応に加え、単体テスト、機能テスト、結合テスト、非機能テストを実施し、セキュリティと品質を検証しました。 04.UAT・本番展開支援 UAT、PRD展開、UATサインオフ、本番稼働後の問い合わせ対応まで支援し、稼働後まで一貫して対応しました。 実施成果 01.Webシステムへの移行 主要な変更を実装し、グループ保険会社へのシステム統合・移行に貢献しました。 02.UAT・稼働後サポート UAT期間中から本番稼働後まで、ユーザーへ迅速なサポートを提供しました。 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
WPF/Silverlight財務報告システムをNext.jsへ刷新 本プロジェクトでは、上場企業2,000社以上の財務報告書作成業務を支える大規模基幹システムを、WPF/SilverlightのデスクトップシステムからNext.jsを採用したWebシステムへ段階的に移行しました。プロジェクト規模は500人月、開発体制は57名で、2022年から継続しています。 プロジェクト概要 対象システム 財務報告システム 対象業務 上場企業2,000社以上の財務報告書作成業務 プロジェクト規模 500人月 開発体制 57名 プロジェクト期間 2022年~現在 システム移行の概要 既存システムは、WPF、C#、.NET、Silverlightを使用したデスクトップインストール型システムです。10年以上にわたり蓄積された業務ロジックを持ち、保守性と拡張性に課題がありました。本プロジェクトでは、既存システムと新しいWebシステムを並行稼働させながら、段階的に移行しました。 Legacy Desktop System Modern Web System WPF C#/.NET Silverlight デスクトップインストール型 Frontend:Next.js、TypeScript Backend:C# Database:Oracle DB Webブラウザ:iOS/Android 課題・アプローチ・提供価値 01.長年蓄積した業務ロジック 課題:10年以上にわたり蓄積された業務ロジックをWebへ移行し、機能等価性と正確性を維持する必要がありました。 NTQのアプローチと提供価値:既存仕様を踏まえて詳細設計・実装を行い、単体テストと結合テストによって移行機能を検証することで、既存業務の正確性を維持しました。 02.デスクトップシステムのWeb化 課題:既存システムはWPF/Silverlightのインストール型で、Webブラウザから利用できませんでした。 NTQのアプローチと提供価値:Next.jsとTypeScriptを採用し、ブラウザから利用できるWebシステムへ刷新することで、利用性・保守性・拡張性を向上しました。 03.大規模移行のリスク管理 課題:大規模なレガシーシステムを、既存業務を継続しながらWebへ移行する必要がありました。 NTQのアプローチと提供価値:既存システムとWebシステムを並行稼働させ、オンサイトBrSEの主導によって段階的に移行することで、業務影響と移行リスクを低減しました。 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生命保険契約管理システムをJava・AWSへ刷新 本プロジェクトでは、生命保険契約管理システムをIBM i/AS400からJava・AWS基盤へ段階的に刷新しました。対象となるRPG資産は約1,200本、プロジェクト規模は約300人月です。資産の特性に応じて60%を自動変換、30%をリファクタリング、10%を再設計するハイブリッド移行方式を採用しました。 プロジェクト概要 対象システム 生命保険契約管理システム RPG資産規模 約1,200本 プロジェクト規模 約300人月 ハイブリッド移行方式 60%自動変換、30%リファクタリング、10%再設計 現行システムの課題 現行の生命保険契約管理システムでは、COBOL 85、RPG、CL、Shift-JIS、DB2 for i、IBM iを使用していました。 ・AS/400ハードウェアの保守EOLによる業務継続リスク ・新商品対応のRPG改修長期化による商品投入の遅延 ・RPG技術者の退職による属人化と技術継承の困難 移行先システム構成 Application Java 17、Spring Boot、JPA、UTF-8 Database Aurora PostgreSQL Batch/Report Spring Batch、PDF帳票 移行支援ツール:Tree Sitter AST解析|GenAI設計書生成|AWS DMS|無停止レプリケーション 課題・アプローチ・提供価値 01.RPG資産の段階移行 課題:約1,200本のRPG資産について、優先度と依存関係を整理する必要がありました。 NTQのアプローチと提供価値:RPG資産を棚卸しして移行ロードマップを策定し、資産特性に応じて60%自動変換、30%リファクタリング、10%再設計を適用しました。これにより、効率と品質を両立し、移行リスクを低減しました。 02.Web・モバイル対応 課題:525画面と紙中心の運用により、Web・モバイルからの契約が困難でした。 NTQのアプローチと提供価値:Java化とAPI整備により契約業務をモダンな基盤へ再構築し、オムニチャネル対応基盤を構築しました。 03.DMSによるDB無停止移行 課題:DB2 for iからAuroraへの移行に伴う業務影響が課題となっていました。 NTQのアプローチと提供価値:AWS DMSを使用してAurora PostgreSQLへ継続的にレプリケーションし、システム切替時の業務影響を最小化しました。 04.バッチ・帳票基盤の刷新 課題:日次バッチ連携により、経営判断にタイムラグが発生していました。 NTQのアプローチと提供価値:規制報告・約款帳票をSpring BatchとPDFで刷新し、標準化・自動化することで、レポーティングをタイムリー化しました。 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。…
PHP 5.3の配電工事管理システムをJava 21/Vue 3へ刷新 本プロジェクトでは、PHP 5.3.6で構築されたモノリス型の配電工事管理システムを、Java 21/Vue 3へ段階的に再構築するモダナイゼーションPoCを実施しました。PoCでは16画面を対象に3カ月間で検証を行い、AIの活用によって移行工数を41%削減しました。 プロジェクト概要 対象システム 配電工事管理システム 業務範囲 調達 → 地中工事 → ケーブル → 配電 PoC検証範囲 16画面 PoC期間 3カ月 AI活用による移行工数削減 41%(115 MD → 67.8 MD) 現行システムと移行先システム 現行システムは、約900K LOCのソース、1,291本のPHPファイル、7,548本のSQLファイル、約800画面・8モジュールで構成されています。本PoCでは、バックエンドにJava 21、Spring Boot 3、MyBatis、HikariCP、REST API、フロントエンドにVue 3、TypeScriptを採用しました。Oracleのスキーマは変更せずに移行を検証しました。 現行システム 移行先システム構成 約900K LOC 1,291本のPHPファイル 7,548本のSQLファイル 約800画面・8モジュール Backend:Java 21、Spring Boot 3、MyBatis、HikariCP、REST API Frontend:Vue 3、TypeScript DB/Infra:Oracle(スキーマ不変) 6ステップ移行:環境構築 → AI旧ソース分析 → パターン定義 → スケルトン生成…