課題
社内でAIエージェントの活用を推進し、組織全体へ展開するための共通基盤が必要でした。
「AIで何かしたいが進まない」「PoCは作ったが本番に乗らない」——その間を、要件定義からインフラまで一人で本番へ持っていきます。事業視点を持つフリーランスAIエンジニアです。
自分でも会社を経営し、事業の構造を理解した上でコードを書きます。15年間、モバイル・Web・IoT・データ解析と領域を横断しながら、0→1の立ち上げを一人〜少人数で完結させてきました。GPT-4登場以降のこの3年は、その経験を「AIでプロダクト価値を高める」と「AIで素早く作る」の両面に全振りしています。作るべきものを事業サイドと一緒に決め、本番まで届けるところまでが私の仕事です。
AI案件を、プロダクト開発・開発速度・組織浸透の3つの軸で支援します。構想・PoCから本番運用、現場への定着まで一人称で対応可能です。
AIエージェントは「個」の実行力を急激に高めます。その結果、これまで技術力の陰に隠れていた組織構造とプロダクト構造そのものが、事業変化を止めるボトルネックになります。
目指すのは、専門組織や既存プロダクトへの依頼待ちをなくし、変化の起点である現場がそのまま改善の実行主体になる組織です。
LLMが可能にした「やわらかいデータモデリング」と、ソフトウェア技術の歴史が育てた、ドメインモデル中心の「あらゆる業務を吸収するAPI設計」。この2領域を適切に組み合わせ、AIエージェントの現場における能力を最大化します。
LLMによって実現可能になった「やわらかいデータモデリング」と、既存のソフトウェア技術の歴史に育まれた、ドメインモデル中心の「あらゆる業務を吸収するAPI設計」を組み合わせます。
この2つの領域を適切に組み合わせることで、AIエージェントが現場で発揮できる能力を最大化します。
ソフトウェアを適切に動作させるためには、AI時代においてもデータモデリングが肝です。LLMによる非構造データの柔軟な解釈と、厳密なデータ構造を適切なバランスでモデリングすることが、組織全体のパフォーマンスを最大化します。この領域は依然としてエンジニアリング組織にしか担えない専門性の高い領域であり、だからこそボトルネックになり得ます。
一方でAIは認知能力を飛躍させ、「厳密でありさえすれば」複雑なルールでも運用可能にしました。だからLLMは魔法ではなく、判断能力を実現するための“インフラ”として位置づけます。
エージェント設計・ツール連携・行動の監視／記録までを含めて、AIを制御可能な部品としてプロダクトに組み込み、確率的な弱さを構造で抑え込みます。
原理主義的な DDD と OOUI で、ドメインモデルをバックエンドからUIまで一貫させます。クリーンアーキテクチャ / FSD で関心の境界を保ちます。
できる限りコードを自動生成し（自動生成コードはエントロピー0）、人手の揺らぎを構造で封じます。AI時代だからこそ、この厳密さが速度と品質に直結します。
守秘のため社名は伏せ、役割・技術・成果のみ記載しています。
社内でAIエージェントの活用を推進し、組織全体へ展開するための共通基盤が必要でした。
管掌役員直轄チームのエンジニアとして参画しました。エンジニアリング作業をほぼ一人で担い、社内向けのAIエージェント活用推進基盤を設計・実装しました。
基盤の実装から社内展開までを完了し、AIエージェントの活用を組織へ広げるための土台を構築しました。
上場企業のIR情報は膨大かつ非構造で、通常のRAGでは精度が出ず、深いIR分析を自動化できませんでした。
4,000社のIR資料を独自に「構造化」し、単純なRAGでは到達できない精度でIRを探索・分析するエージェントシステムを設計・実装しました。
開発・リリースまで完了しました。人手では追えない規模のIR分析を、精度を保ったまま自動化できる状態にし、アナリスト業務を置き換えうる中核プロダクトにしました。
営業畑のCEOが商談を進める中、UI調整のたびにエンジニア待ちが発生し、商談スピードのボトルネックになっていました。
依頼から数日でプロトタイプをリリースしました。さらにCEOの手元で“AIがUIをブラッシュアップできる”環境を構築し、エンジニアを介さず本人が即座に画面を改善できるようにしました。
エンジニアを商談のボトルネックから外し、CEOが自走してUIを磨ける状態にしました。開発リソースに依存せず、事業を前へ進められるようになりました。
顧客開拓と並走しながら、限られたリソースで新規SaaSを立ち上げる必要がありました。
仕様検討からデザイン、実装、デプロイまでをワンストップで担当し、AIを開発に組み込んで生産性を最大化しました。加えて、営業チームがClaude CodeでUI改善やダッシュボード作成を安全に実行できるプロセスを構築しました。
参画2ヶ月で“売れる機能”から市場投入し、続く2本目もリリースしました。営業チームがエンジニアとのコミュニケーションを介さず、UI改善やダッシュボード作成を自走できる状態を実現しました。
メロディの類似性から「次にどんな曲が、どの地域で流行るか」をグローバルに予測する、難度の高いR&Dテーマでした。
メロディデータを入力とするTransformerをスクラッチで実装・学習し、ヒット傾向を地域横断で探索する技術を検証しました。
「LLMのAPIを呼ぶ」だけでなく、モデルを自前で設計・学習できる地力を実証しました。先端AIのR&Dそのものを事業の武器にできることを示しました。
当初は銀行融資で2〜3千万円規模の調達を前提とした、リスクの高い立ち上げ計画になっていました。
マーケット特性から、最小キャッシュアウトで検証するリーンMVPへの計画転換を提案しました。DDDでドメインを中心に据え、非エンジニア中心のFlutterFlow開発を成立させました。
数千万円の初期投資を回避しつつ、潜在ユーザーリストの構築に成功しました。リスクを抑えてPMF達成へ前進しました。
これらはほんの一例です。
2011年から、複数案件を並行しながら 27 のプロジェクトに関わってきました。年を追うごとに案件が重なり、いまも9件を同時に動かしています。
各案件にカーソルを合わせると、詳細とスキルセットが表示されます。
※ 上記のほか、自社サービスの開発や単発の顧問案件も継続しています。
AIを中核に、フロントエンド・バックエンド・インフラまでを横断。構想から本番運用まで、一人で完結できる技術スタックです。