経営力向上計画の認定

当社は代表社員1名の体制で、受託開発と研修の品質は代表社員の知識水準に直接左右されます。技術の移り変わりが速い分野なので、実務で得た断片的な知識に頼らず、体系化された外部の基準に照らして自らの水準を確かめる機会を計画的に設けます。

2026年9月にG検定を受験し、以後は年1回以上、生成AIまたはデータ活用の分野で資格試験の受験または外部研修の受講を行います。習得した内容は、自社の研修カリキュラムと開発手法に反映させます。

実施状況　2026年9月5日にG検定を受験し、合格しました（JDLA Deep Learning for GENERAL 2026 #5）。

自社で開発した業務タスク管理システムに登録した調査・文書作成の業務を、生成AIの実行環境が定時に自動で処理する運用を広げます。対象は見積書の作成、請求処理、進捗報告へと順に拡大します。

実行するのは代表社員が事前に承認したタスクに限り、生成された成果物は代表社員が確認して初めて確定します。速さより、間違えないことを優先する設計にしています。

代表社員1名で複数の本番サービスを運用しているため、障害が起きるとその時点の開発や商談準備を中断せざるを得ません。すべての本番サービスに外形監視と異常時の通知を導入し、再起動や切り戻しなど手順が確立している障害については自動で復旧させる仕組みを整えます。

計画外停止からの平均復旧時間を60分以内とすることを目安としています。

現在は受託開発を案件ごとに作り切る形になっており、同種の業務でも着手から納品までの期間が短くなりません。認証、帳票出力、データ集計など共通性の高い機能を部品として整理し、案件の開始時にそれらを組み合わせて構築できる状態にします。

これにより1件あたりの所要期間を短縮し、同時に開発・運用する案件数を8件とすることを目安としています。

自社で開発した訪問記録システムで営業活動における顧客の反応を記録・集計し、受注に至る確度の高い業種、企業規模、提案内容を特定します。

訪問件数に対する商談化率と成約率を業種別に把握することで、限られた稼働を確度の高い提案先へ配分します。蓄積したデータをもとに、需要が見込まれる業種向けのサービス設計にもつなげます。