# Incerto > Incerto合同会社（インケルト）。創業メンバーに東京大学出身者を含む。 所在地: 東京都荒川区東尾久。問い合わせ: info@incerto.tech。 サイト URL: https://www.incerto.tech 公式 X: https://x.com/Incerto56896 Zenn Publication: https://zenn.dev/p/incerto_tech PR Times: https://prtimes.jp/main/companies/181058 キーワード: AI Agent, AI開発, AIシステム開発, CTO as a Service, AI導入支援, 受託開発, Blockchain開発, Web3, Incerto, インケルト ## サービス ### AIシステム開発 (AI System Development) URL: https://www.incerto.tech/services/ai Incerto の AI システム開発は、要件定義から PoC・本開発・運用改善までを一気通貫で内製。製造・医療・士業・物流など業界別の業務プロセスに合わせたフルカスタム実装。クラウド・VPC・オンプレ・閉域構成までセキュリティ要件に応じた基盤選択に対応。 キーワード: AIシステム開発, AI Agent, 受託開発, PoC, 業務自動化, オンプレLLM, ローカルLLM, Amazon Bedrock, Azure OpenAI #### 特徴 - 業務理解から運用まで一気通貫: 要件定義・PoC・本開発・運用改善までを内部で完結。現場に入り込み、業務プロセスに合わせて設計します。 - 無料デモ・PoCで着手リスクを最小化: プリセールスとして無料デモを提供。お客様の業務に対してAIが本当に効くか、最初のステップで一緒に確かめます。 - 完全カスタム実装: 既製プロダクトに業務を合わせるのではなく、業務にAIを合わせる。お客様固有の要件・データ・運用に最適化した実装を提供します。 - セキュリティ要件に応じた基盤選択: クラウド・VPC・オンプレ・閉域構成まで、お客様のセキュリティポリシーに応じてAI基盤を選択できる設計を採用します。 #### FAQ - Q: どんな業界・業務に対応していますか？ A: 製造業・士業（税理士・行政書士・社労士・弁護士事務所）・医療法人・専門商社・物流など、幅広い業界で実装実績があります。業界固有の業務フローに合わせた設計を行います。 - Q: PoC からお願いできますか？ A: はい。PoC（小さく試して効果を検証する）からの着手を推奨しています。プリセールスの一環として、まずは無料デモから始めることも可能です。 - Q: 開発期間や費用の目安は？ A: PoC は数週間〜1ヶ月、本開発は対象業務・規模により2〜6ヶ月が目安です。ヒアリング後に具体的な見積もりをご提示します。 - Q: 既存の業務システムと連携できますか？ A: 可能です。SaaS・社内データベース・基幹システムなど、既存システムとAPIや帳票連携で接続する実装に対応します。 - Q: 内製化支援はありますか？ A: はい。Incertoが伴走しながら、社内エンジニアやAI担当者への技術移管・運用引き継ぎまで対応します。 ### AI Agents 導入・伴走支援 (CTO as a Service) URL: https://www.incerto.tech/services/cto Incerto の CTO as a Service は、外部 CTO と AI コンサルタントを兼ねた立場で、技術選定・実装・運用改善・内製化までを継続伴走。事業 KPI から逆算した技術判断を行い、関わり方は週次・隔週・月次・スポットから選択可。期間目安は3ヶ月〜1年。 キーワード: CTO as a Service, 外部CTO, 技術顧問, AI推進, DX推進, 内製化支援, AIロードマップ #### 特徴 - 経営課題から逆算した技術判断: 技術トレンドではなく、事業 KPI から逆算して「何を作るべきか」を一緒に決めます。 - 壁打ちで終わらない伴走: 戦略策定だけでなく、実装・運用改善まで責任を持って一緒に動きます。「考えるだけのコンサル」では終わりません。 - 内製化前提の体制移行: 最初から内製化をゴールに据え、お客様のメンバーが自走できる組織にする道筋を設計します。 - 無料相談・初期デモから着手可能: プリセールスとして、初期相談・デモを無料でご提供。立ち上がりのリスクを最小化します。 #### FAQ - Q: 関わり方は選べますか？（フルタイム・週次など） A: はい。事業フェーズに応じて、週次・隔週・月次・スポットなど、関わり方を柔軟に設計します。立ち上げ期は密に、内製化が進めば軽く、というように調整可能です。 - Q: 期間はどれくらい必要ですか？ A: 目安は3ヶ月〜1年程度です。短期で立ち上げ、その後は内製化フェーズに移行する企業様が多いです。 - Q: どんな企業規模に対応していますか？ A: スタートアップから上場企業まで、規模を問わず対応しています。経営層・現場と直接やり取りする前提で、組織の意思決定スピードに合わせて伴走します。 - Q: どこまで内製化できるようになりますか？ A: AIシステムの要件定義・運用判断はもちろん、シンプルな実装・カスタマイズまで内製で完結できる状態を目指します。深い専門性が必要な領域は引き続き Incerto がサポートします。 - Q: どんな企業や課題で実績がありますか？ A: AIエージェントを業務に組み込む案件、Claude Code・OpenAI 系ツールの社内活用立ち上げ、業務管理AI・士業 Copilot などの自社プロダクトを通じた現場知見をベースに伴走します。 ## プロダクト ### 士業Copilot (Shigyo Copilot) URL: https://www.incerto.tech/products/shigyo-copilot 士業Copilot は、税理士・行政書士・社労士・弁護士事務所向けに、書類 OCR、所内データ統合・横断検索、意見書／申請書ドラフト作成、e-Gov／e-Tax 連携、法改正モニタリングなどを提供する AI システム。ローカル LLM／クラウド AI／ハイブリッドの 3 構成から選択可能。 タグライン: 事務所の一員として働く、AI事務員。 対象: 税理士, 行政書士, 社労士, 弁護士, 司法書士, 弁理士 タグ: AI-OCR 書類変換, 所内データ統合, ドラフト作成支援, ローカルLLM対応 #### 機能 - OCRによる複数形式書類からの情報抽出: 紙の書類をスキャンした画像や撮影画像はAI-OCRで読み取り、Excel、PDF、メール本文等と合わせて必要項目を抽出、行政提出用フォーマットをはじめとする所定様式へ自動で変換します。事務所ごとの入力様式や運用ルールを登録することで、出力の書式を調整することが可能です。 - 所内データの統合と横断検索: 事務所内に分散している書類、顧客情報、過去案件、規程類、マニュアル等を一元的に整理し、業務上の照会に対して横断的に参照・検索できる状態に整備します。過去の類似案件や所内規程を踏まえた回答の提示、関連資料の即時呼び出しなどにご利用いただけます。 - 意見書・申請書・契約書等のドラフト作成支援: 登録済みの類似案件・所内テンプレート・参照法令を踏まえ、意見書、申請書、契約書などの初稿ドラフトを自動生成します。最終的な判断・署名は有資格者が行う運用を前提としております。 - 行政提出業務との連携: e-Gov、e-Tax等の行政手続プラットフォームへの連携により、提出業務の省力化を支援します。対応範囲は順次拡大を予定しております。 - クライアント一次対応の支援: 問い合わせの受付、必要書類のリストアップ、回収状況の管理など、クライアントとのやり取りにおける定型的な一次対応を支援します。 - 法改正・通達のモニタリング: 担当案件に関連する法改正・通達等を自動で検知し、影響範囲とともに通知します。 ### 力量管理・人員配置AI (Rikiryo Haichi AI) URL: https://www.incerto.tech/products/rikiryo-haichi-ai 力量管理・人員配置AI は、製造業向けに、力量管理表の自動補正、配置表の自動生成、突発欠勤時の代替候補提示、紙・LINE・Slack・Teams・既存生産管理システムへのマルチ出力を統合した AI システム。オンプレミス／エンタープライズクラウド AI の 2 構成から選択可能。 タグライン: ベテランの仕事を、工場の資産に。 対象: 製造業, 食品, 医薬品, 化学, 電子部品, 自動車部品 タグ: 力量管理表 自動補正, 配置表 自動生成, 突発欠勤対応, オンプレ対応 #### 機能 - 力量管理表の自動補正: 工程ごとの作業時間、不良率、立ち上がり時間といった実績データから、各作業者の工程別スキル評価を自動で補正します。年1回の手動更新で形骸化していた力量管理表を、日々の配置判断に使える状態として維持します。 - 配置表の自動生成: 労働基準法・有資格者要件・外国人技能実習生比率・GMP/HACCP・ゾーニングなどの現場制約条件と、力量データを踏まえた配置表を自動生成します。各工場のルール・配置慣習を登録することで、現場運用に即した出力に調整可能です。 - 突発欠勤時の代替候補提示: 欠勤発生時に、力量・有資格者要件・労務制約を踏まえた代替候補を即座に提示します。班長個人の経験への依存を減らし、再配置の意思決定を仕組み化します。最終的な配置決定・労務上の責任は現場の責任者が担う運用を前提としています。 - マルチ出力（紙・LINE・Slack・既存システム）: 生成された配置表は、紙・LINE・Slack・Microsoft Teams・現場端末・既存生産管理システムへ並列に出力できます。現場の運用環境を変えずに導入できる構成としています。 ### AI×経済学 (AI x Economics) URL: https://www.incerto.tech/products/ai-economics AI Economics は、因果推論による効果検証、価格設計、需要予測と現場運用、配分・マッチング設計、契約・インセンティブ設計、集合知の活用を経済学のアプローチで AI 開発に組み込む取り組み。マーケットデザインや因果推論を実務に適用する領域を扱う。 タグライン: 経済学のアプローチを、AI 開発に組み込む。 対象: 経営者, 事業責任者, DX / AI 推進, データ活用, 中堅〜大企業, スタートアップ タグ: 因果推論, 価格・需要設計, 配分・マッチング, 契約・インセンティブ #### 機能 - 因果推論による効果検証: 施策の効果を観察データや A/B テストから測定し、次の打ち手の根拠にします。マーケ施策の効果測定、業務改善の評価、運用変更の判断などに活用いただけます。 - 価格設計: 値上げ・値下げ・クーポン設計、価格弾力性を踏まえた価格帯の見直しを支援します。小売・EC・サブスクの価格戦略、販促設計の領域で組み込みます。 - 需要予測と現場運用: 不確実性を踏まえた予測と、それに基づく在庫・発注・配置の運用設計までを一体で扱います。製造・物流・店舗運営、人員シフトなどの現場で活用されます。 - 配分・マッチング設計: マーケットデザインの考え方に基づく配車・シフト・営業配分・マッチングの設計を支援します。オペレーション最適化、リソース配分、人材マッチングの領域で組み込みます。 - 契約・インセンティブ設計: 情報の非対称性やプリンシパル・エージェント問題に起因する課題を解消するインセンティブ設計、メカニズムデザインを応用した契約・KPI 設計を行います。営業マネジメント、組織運営、業務委託、サプライチェーンに活用されます。 - 集合知の活用: 外部情報・市場予測・社内予測の業務文脈への翻訳と、業務判断への反映を支援します。経営判断、リスクの早期察知、外部環境のモニタリングに組み込みます。 ### AIブリーフィング (AI Briefing) URL: https://www.incerto.tech/products/ai-briefing AI Briefing は、Polymarket・Kalshi 等の予測市場の値動きを、ニュース・公的発表・SNS と相互照合し、業界文脈に翻訳して経営層へ毎朝配信する AI ブリーフィングサービス。海外公開データの読み解きに限定し、国内での予測市場運営や投資助言には該当しない設計。 タグライン: ニュースでは見えない兆候を、集合知から経営判断へ。 対象: 経営者, 事業責任者, 経営企画 / IR / 広報, DX / AI 推進, 業界リサーチ, 中堅〜大企業 タグ: 予測市場活用, 集合知シグナル, 経営判断ブリーフィング, 海外動向の翻訳 #### 機能 - 予測市場のモニタリング: Polymarket・Kalshi 等の規制動向・選挙・経済イベント・地政学イベント・技術導入率に関連する銘柄の値動きを継続的に追い、関連銘柄の急変動を業界文脈で解釈します。 - 国内ニュース・公的発表の集約: 一般紙・業界誌・専門メディア・SNS・官公庁・規制当局・業界団体を対象に、業界・テーマに関連するニュース・公的発表を横断的に収集します。 - 海外情報の日本語翻訳: 英語圏の専門メディア・公的機関リリース・業界レポートを対象に、日本語の業務文脈へ翻訳して取り込みます。 - 集合知シグナルの抽出: 予測市場の値動きと報道・公的発表・SNS を相互に照合し、報道前に動いているシグナル／一致するシグナル／乖離するシグナルを整理します。 - 業務文脈での重要度判定: クライアントの業界文脈に照らして重要度を判定し、宛先別の粒度で要約・論点整理した形でブリーフィングを生成します。 - 毎朝配信と早期アラート: メール／Slack／Teams 等へ毎朝定刻に配信。重大な変動を検知した場合は定時配信を待たずアラートを送信します。 ### 会議Copilot (Meeting Copilot) URL: https://www.incerto.tech/products/meeting-copilot 会議中のリアルタイムAIサポートと、ローカル完結のプライバシー設計を一体提供する会議AIアシスタント。商談・経営会議・人事面談・法務協議・専門会議など、外部クラウド型の会議AIサービスを使いにくい会議に対応する組織向けAIツール タグライン: 会議の即応力と、機密保持を、両立する。 対象: 営業／カスタマーサクセス, 経営企画, 人事／採用, 法務／知財, M&A／投資検討, コンサルティング, 士業事務所, 医療／研究開発 タグ: リアルタイムAIサポート, ローカルLLM対応, 別アプリ常駐, ハイブリッドAI構成 #### 機能 - 会議中のリアルタイムAIサポート: 進行中の発話、画面共有された資料、社内ナレッジ／FAQ／過去議事録をAIが統合的に解析し、参加者が次に答えるべき内容、確認すべき論点、参照すべき関連情報を画面上にリアルタイムで提示します。サポート画面は利用者本人にのみ表示され、相手側には共有されません。 - 会議ツールとは独立したアプリ: Zoom／Google Meet／Microsoft Teams 等の会議ツールに常駐するのではなく、別ウィンドウのアプリとして起動します。会議ツール側に拡張機能やボットを追加する必要がなく、会議画面の共有や録画にもサポート画面は映らない構成です。 - 音声文字起こし・議事録の自動生成: 会議音声をリアルタイムに文字起こしし、発言者ごとに整理。会議終了後は、文字起こし・画面上の情報・アジェンダを統合し、決定事項・課題・宿題・論点を整理した議事録を自動生成します。多言語の発話にも対応する設計です。 - 録画・議事録のローカル保存: 録画データ、文字起こしテキスト、議事録は、利用者の指定する保存先（PC内／自社サーバー）に格納。社外クラウドへの自動アップロードは行わない構成で、機密性の高い会議でも社内に閉じて運用できます。 - ローカルLLM／オンプレでのAI解析: AI解析の基盤は、利用者のPC内で稼働するローカルLLM、自社サーバー上のオンプレミスAI、データの取扱範囲を限定したエンタープライズ向けクラウドAI（Amazon Bedrock／Azure OpenAI Service／Google Cloud Vertex AI 等）から、会議の機密度に応じて選択できます。会議単位・部門単位でのハイブリッド構成にも対応します。 - 社内ナレッジ・既存ツール連携（オーダーメイド）: 自社のCRM、社内ナレッジ基盤、タスク管理、社内ポータルへの議事録／フォローアップ材料の連携、社内のFAQ・過去議事録・社内資料をリアルタイムAIサポートの参照源として取り込む構成は、企業ごとのオーダーメイド開発で対応します。 ### 業務管理AI (Gyomu Kanri AI) URL: https://www.incerto.tech/products/gyomu-kanri-ai 業務管理AI は、リモート／ハイブリッドワーク企業向けに、社員の PC 作業を AI が要約データとして組織側に蓄積し、リソース配分・組織再編・人員計画の判断材料として活用するための AI システム。Slack／GitHub／Notion 等の業務ツール横断対応、AI エージェント向け JSON API、オンプレミス構成に対応。 タグライン: 組織の業務実態を、運営判断のデータに。 対象: 情報サービス, SaaS, 受託開発, コンサルティング, BPO, 士業事務所 タグ: AI業務サマリー, 業務ツール横断対応, AIエージェント連携, オンプレ対応 #### 機能 - 業務サマリーの自動生成: 社員のPC作業を、作業内容・使用ツール・推定タスク・稼働時間として構造化データに整理し、AIが連続作業単位の業務サマリーを自動生成します。経営層・マネージャーは個別の作業画面ではなく、AIが整理した業務サマリーを参照する設計です。 - 個人別・部門別・組織全体の集計: 1日の業務ログを連続作業単位で集約し、合計稼働時間と作業内容の内訳を、個人別・部門別・組織全体の各単位で可視化します。在席時間とは別に、会議中心の時間・集中作業中心の時間・離席を区別したデータを提示します。 - 業務ツール横断のデータ化: Slack・Discord・GitHub・Gmail・Notion・Google Workspace・Microsoft 365 等、組織で利用される業務ツールでの活動を、ツールごとの個別連携設定なしに業務サマリーへ反映します。利用ツールが増えたり入れ替わっても本AI側の構成更新は不要です。 - AIエージェント向けJSON API: 業務サマリーは構造化データとして取得可能。社内の業務改善エージェント、稼働分析エージェント、経営ダッシュボード等から横断参照できる構成です。組織運営の意思決定プロセスにAI活用を組み込みやすい設計です。 - 既存システムとの連携: 勤怠管理、タスク管理、人事システム側と連携することで、自己申告データとAI要約データを並べて参照可能。組織業務の判断材料を一元化します。企業固有の業務フローに合わせたオーダーメイド開発にも対応します。 ### Claude Code 法人研修プログラム (Claude Code Corporate Training) URL: https://www.incerto.tech/products/claude-code-training 「道具を買う」AI 導入から、業務で Claude Code を実際に使いこなす AI Native 人材を社内で育てるところまで一貫して伴走する、研修・業務組み込み・最新情報フォローアップ込み定着伴走の一体型プログラム タグライン: AI Native 人材を、社内に。 対象: 中小企業（社員数 3〜100 名）, AI 推進担当役員（CIO／CDO／CHRO）, 情シス／DX 推進部門, AI 内製化を進めたい事業会社の特定部門, 士業・専門サービス・地方中小企業, 経営者が自分自身でも使いたい企業, 非エンジニア中心のチーム タグ: AI Native 人材育成, 業務の中心人物から段階展開, 業務組み込み伴走, 最新情報フォロー込み定着伴走 #### 機能 - AI を「業務文脈を理解した協働者」に変える設計: 汎用 AI チャットでは毎回ゼロから前提共有が必要となり、社内固有の業務知識が AI 側に蓄積されません。本プログラムでは、対象企業の業務に合わせて CLAUDE.md（プロジェクト規約）、Skills（業務を呼び出すコマンド）、Hooks、Subagents、MCP 連携（社内ナレッジ参照）の設計を伴走し、AI が自社の業務文脈を理解した協働者として機能する状態を作ります。 - 業務の中心人物 1 名から AI Native 化する進め方: 全社員一律配布・一斉研修ではなく、対象企業の業務の中心人物（経営者・役員・部門責任者・キーマン）を 1 名、最初の AI Native 人材として育てるところから始めます。最初の 1 名が業務の中心で Claude Code を使いこなし始めれば、その業務に関わる隣のメンバー、隣の部門への展開が自然な形で進みます。 - 業務組み込みワークショップ: 対象部門の代表業務（営業の提案準備、調査、議事録、社内ドキュメント整備、定型レポート作成、コード生成・レビュー、CRM 連携、社内ポータル更新など）に対して、CLAUDE.md・Skills・Hooks・Subagents・MCP 連携の設計と、AI と人間の役割の切り分けを、Incerto と受講者が一緒に作成します。 - AI と人間の役割の切り分け: 単純な作業の高速化が目的ではありません。AI でできる作業を AI に任せ、人間は判断、優先順位、新しい問い、対外関係、文化や信頼の構築といった「人間が担うべき」業務に集中できる状態を作ります。業務組み込みの中で業務単位の切り分けを整理します。 - 最新動向のキャッチアップを Incerto 側で代行: Claude Code 本体・Claude API・関連 MCP サーバー・周辺ツールは月単位で更新されます。本プログラムでは、最新動向のキャッチアップを Incerto 側で引き受け、定期レビューで「貴社の業務に適用すべきアップデートは何か」を継続的に提案します。「学んだ時点の Claude Code」ではなく「現在の Claude Code」を業務に乗せ続けられる状態を維持します。 - 経営者向け個別指導／非エンジニア向け強化トラック: 経営者・役員層が「自分自身で Claude Code を使う」ところから始める個別セッション、コード記述を最小限にして業務直結の活用に絞った非エンジニア向けトラック、人材開発支援助成金（厚生労働省）の活用支援、CRM・社内ナレッジ基盤・タスク管理・社内ポータルへの接続および専用 Skills 開発のオーダーメイド対応を、対象企業の段階に応じて組み合わせます。 ## 事例 ### medical-clinic — 医療機関（診療所・クリニック / 約50名） URL: https://www.incerto.tech/case-studies/medical-clinic 診療所・クリニック（約50名規模）の医療事務向け AI 導入。算定確認の一次チェック時間を 40〜60% 削減、算定漏れ疑い件数を 20〜35% 低減（出典: Incerto 公開事例ページ）。 タイトル: 算定漏れを防ぎ、 本来の診療報酬を取りこぼさない体制へ サブタイトル: AI支援で確認業務を効率化しながら、収益回収の精度を高める 支援内容: 医療事務向けAI導入支援 #### 検証済み指標 - 一次チェック時間 削減率: 40〜60% (未公開) - 算定漏れ疑い件数 低減率: 20〜35% (未公開) #### 課題 - カルテ内容をもとに算定可否を確認する業務が、看護師や医療事務スタッフの負担になっていた。 - 繁忙日には確認が後ろ倒しになりやすく、見落としや算定漏れの不安が常にある状態だった。 - 算定漏れは本来請求できるはずだった診療報酬の取りこぼしを意味し、確認精度がベテランの経験に左右される状態では担当者によって収益にばらつきが出るリスクもあった。 - 診療を止めずに請求精度を高める必要があり、安全に確認できる設計が求められていた。 #### 解決策 - カルテ記載から算定候補や確認ポイントを抽出するAI支援環境を構築した。 - 算定漏れが起きやすい項目を重点的にチェックする形に変更した。 - 人が最終判断しやすいよう、候補理由や確認観点を可視化した。 - 診療フローを止めないよう、後追い確認でも回る運用に調整した。 - 担当者による確認品質の差を縮小し、誰がチェックしても一定水準を維持できる体制を整備した。 #### 成果 - 算定確認の一次チェック時間を約40〜60%削減した。 - 算定漏れ疑い件数を約20〜35%低減した。 - 請求前の再確認負荷が軽減し、月末処理の安定性が向上した。 - ベテラン依存だった確認業務を標準化しやすい状態へ移行した。 ### manufacturing-accounting — 製造業（従業員180名） URL: https://www.incerto.tech/case-studies/manufacturing-accounting 製造業（従業員180名）の経理向け AI 導入。請求書確認工数を 35〜50% 削減、差し戻し件数を 20〜30% 削減（出典: Incerto 公開事例ページ）。 タイトル: 経理の照合業務を仕組み化し、 月末月初の負荷を平準化 サブタイトル: 請求書確認フローの再設計で、経理を判断業務に集中させる 支援内容: 経理業務自動化・AI導入支援 #### 検証済み指標 - 請求書確認工数 削減率: 35〜50% (未公開) - 差し戻し件数 削減率: 20〜30% (未公開) #### 課題 - 仕入先から届く請求書の形式がばらばらで、発注情報・納品情報・請求内容の照合に大きな工数がかかっていた。 - 月末月初は確認作業が集中し、経理担当者の負荷が高まっていた。 - 工場側や購買部門への確認差し戻しが多く、処理が滞りやすい状態だった。 #### 解決策 - 請求書情報を抽出し、発注・納品データとの突合候補を提示する仕組みを導入した。 - 差異がある項目だけを人が確認しやすい形で整理した。 - 工場・購買との確認フローを見直し、差し戻し起点を明確化した。 - 会計入力前の確認プロセスを標準化し、属人対応を縮小した。 #### 成果 - 請求書確認工数を約35〜50%削減した。 - 差し戻し件数や確認往復回数を約20〜30%削減した。 - 月末月初に集中していた経理負荷を平準化した。 - 経理担当者が単純照合ではなく、判断が必要な業務に時間を使える状態へ移行した。 ### manufacturing-qc — 製造業（金属部品加工）（従業員約100名） URL: https://www.incerto.tech/case-studies/manufacturing-qc 製造業・金属部品加工（従業員約100名）の品質検査向け AI 画像検査補助導入。目視検査対象を 60〜70% 削減、不良品流出を 40〜50% 低減、検査スループット約 30% 改善（出典: Incerto 公開事例ページ）。 タイトル: 検査品質を「人」から「組織」の力に変える サブタイトル: AI検査補助と暗黙知のデジタル化で、ベテラン退職後も品質を維持できる体制へ 支援内容: AI画像検査補助・検査基準デジタル化支援 #### 検証済み指標 - 目視検査対象 削減率: 60〜70% (未公開) - 不良品流出 低減率: 40〜50% (未公開) - 検査スループット 改善率: 約30% (未公開) #### 課題 - 品質検査が3名のベテラン検査員の目視判定に依存しており、判断基準の明文化がほとんどなかった。 - ベテラン3名の平均年齢は55歳超、5年以内に2名が定年を迎える状況で検査体制の存続が経営課題だった。 - 若手検査員は判断に迷うたびにベテランへ確認を求めるため、検査ラインのスループットが上がらなかった。 - 不良品の顧客先流出時には選別作業の人員派遣や納品やり直しに加え、取引先からの信頼低下が経営を圧迫していた。 #### 解決策 - 検査画像をAIが良品・不良品・要確認の3段階で判定し、検査員の判断を補助する仕組みを構築した。 - ベテランの判定根拠をヒアリングし、画像と紐づけて蓄積・可視化した。 - 暗黙知だった判定ルールを体系的に整理し、組織として共有できる検査基準書として再構成した。 - AIが「要確認」と判定した品のみ人が最終判断する運用に変更し、全数目視の負荷を軽減した。 - 判定履歴を蓄積し、誤判定のフィードバックでAI精度を段階的に向上させるサイクルを確立した。 #### 成果 - 目視検査の対象数が60〜70%減少し、人が確認すべき対象品が大幅に絞り込まれた。 - 不良品流出件数が40〜50%低減し、微細な傷・変色の検出精度が安定化した。 - 若手検査員の独り立ち期間が約半分に短縮した。 - 検査工程全体のスループットが約30%改善した。 - ベテラン検査員の業務が「判定」から「基準の精緻化」へ移行し、経験を組織資産に変換する役割として再定義された。 ### sales-agency — B2B営業支援（営業担当30名） URL: https://www.incerto.tech/case-studies/sales-agency B2B 営業支援（営業担当30名）向け営業支援 AI 導入。商談準備時間を 50〜70% 削減、月間商談件数を 20〜30% 増加、新人立ち上がりを 30〜40% 短縮（出典: Incerto 公開事例ページ）。 タイトル: 商談準備の負荷を解消し、営業が提案に集中できる体制へ サブタイトル: AI提案支援基盤の構築で、営業組織の生産性を底上げ 支援内容: 営業支援AI導入・業務設計支援 #### 検証済み指標 - 商談準備時間 削減率: 50〜70% (未公開) - 月間商談件数 増加率: 20〜30% (未公開) - 新人立ち上がり 短縮率: 30〜40% (未公開) #### 課題 - 商談前の準備業務に、営業担当者1人あたり半日から丸1日を費やしていた。 - 顧客リサーチ、業界動向の整理、過去の類似提案の検索、提案初稿の作成、想定質問の洗い出しが毎回発生し、営業活動の回転数が上がらなかった。 - 若手メンバーは過去提案のどこを参照すべきか分からず準備に時間がかかり、ベテランとの提案品質差が出やすい構造的な課題があった。 #### 解決策 - 顧客情報、過去提案実績、業界情報を統合したAI提案支援基盤を構築した。 - テンプレートの流用ではなく、案件ごとの状況に合わせたカスタマイズドラフトを生成する仕組みにした。 - 想定質問や競合比較情報も自動で整理し、商談準備を一気通貫で支援した。 - 現場で実際に使われるよう、営業フローへの組み込みと運用定着まで伴走した。 #### 成果 - 商談準備時間を約50〜70%削減した（半日〜1日 → 30〜60分程度）。 - 営業1人あたりの月間商談件数が約20〜30%増加した。 - 提案初稿の品質が平準化し、若手とベテランの差が縮小した。 - 新人営業の立ち上がり期間を約30〜40%短縮した。 ### tax-accountant — 税理士法人（4名 / 顧問先75社） URL: https://www.incerto.tech/case-studies/tax-accountant 税理士法人（4名 / 顧問先75社）向け AI 技術顧問・業務自動化支援。定型処理工数を 40〜60% 削減、相談業務に週5〜10時間を創出、繁忙期残業を 20〜30% 抑制（出典: Incerto 公開事例ページ）。 タイトル: 少人数体制でも顧問先への提案に 時間を使える事務所へ サブタイトル: 定型処理の自動化で、本来注力すべき相談・提案業務の時間を創出 支援内容: AI技術顧問・業務自動化支援 #### 検証済み指標 - 定型処理工数 削減率: 40〜60% (未公開) - 相談業務 創出時間: 週5〜10時間 (未公開) - 繁忙期残業 抑制率: 20〜30% (未公開) #### 課題 - 4名のスタッフで75社の顧問先を担当しており、日々の業務は記帳代行や仕訳確認といった定型処理で埋まっていた。 - 毎月の月次処理に加え、確定申告や決算期には作業が一気に積み上がり、残業が常態化する時期もあった。 - 転記作業が中心のため、入力ミスや勘定科目の選択誤りによる手戻りも少なくなかった。 - 顧問先への経営アドバイスや節税提案といった付加価値の高い業務に割ける時間がほとんど残らない状況だった。 #### 解決策 - 会計ソフトからの未処理データ取得を自動化し、手動でのデータ収集作業を解消した。 - AIによる勘定科目候補の提示で、仕訳判断のスピードと精度を向上させた。 - 仕訳登録の補助機能により、転記作業そのものの負荷を軽減した。 - 異常値や入力ミスの自動検知で、手戻りの発生を抑制した。 - 現場の運用に合わせた段階的な導入と継続改善を実施した。 #### 成果 - 日次・月次の定型処理工数を約40〜60%削減した。 - 相談業務や提案業務に使える時間を週5〜10時間程度創出した。 - 転記ミス起因の手戻りが約30〜50%減少した。 - 繁忙期（確定申告・決算期）の残業時間を約20〜30%抑制した。 ### administrative-scrivener — 行政書士法人（従業員4名 / 月間対応件数約80件） URL: https://www.incerto.tech/case-studies/administrative-scrivener 行政書士法人（従業員4名 / 月間対応件数約80件）向け文書処理自動化・AI 実装支援。立ち上がり時間を 40〜50% 短縮、関連工数を月30〜50時間削減、新人独り立ちを 30〜40% 短縮（出典: Incerto 公開事例ページ）。 タイトル: 担当者に依存しない申請業務の体制をつくる サブタイトル: 書類処理の自動化と業務標準化で、組織としての対応力を底上げ 支援内容: 文書処理自動化・AI実装支援 #### 検証済み指標 - 立ち上がり時間 短縮率: 40〜50% (未公開) - 関連工数 削減: 30〜50時間/月 (月次, 未公開) - 新人独り立ち 短縮率: 30〜40% (未公開) #### 課題 - 建設業許可、在留資格、産業廃棄物収集運搬許可など取り扱う申請種別は多岐にわたり、種別ごとに必要書類や確認項目が異なっていた。 - 判断基準の多くはベテラン担当者の経験と記憶に頼っており、マニュアル化が追いついていなかった。 - PDF、Excel、写真、手書きメモなど形式がばらばらで、情報の転記と整合性確認に大きな工数がかかっていた。 - 新人が案件を一人で担当できるようになるまでには長い習熟期間が必要で、担当者が休むと案件が止まるリスクも抱えていた。 #### 解決策 - PDF、Excel、写真、手書き書類など多形式の資料からAIで情報を抽出した。 - 書類間の記載内容の整合性を自動チェックし、矛盾や不足を検知した。 - 申請種別ごとの必要書類チェックリストを自動生成し、抜け漏れを防止した。 - 案件ごとの進捗やステータスを可視化し、チーム全体で状況を共有できる体制を整備した。 #### 成果 - 申請準備の立ち上がり時間を約40〜50%短縮した。 - 転記・確認関連の工数を月30〜50時間程度削減した。 - 新人が案件を独力で担当できるまでの期間を約30〜40%短縮した。 - 担当者不在時にも案件が止まりにくい運用体制を構築した。 ### labor-consultant — 社会保険労務士法人（従業員7名 / 顧問先約120社） URL: https://www.incerto.tech/case-studies/labor-consultant 社会保険労務士法人（従業員7名 / 顧問先約120社）向けナレッジベース構築・業務フロー標準化支援。手続き漏れ・ミスを 40〜60% 減少、新人独り立ちを 1年→6ヶ月に短縮、対応可能顧問先を120→150社に拡大（出典: Incerto 公開事例ページ）。 タイトル: 手続き業務の属人化を解消し、組織としての対応力を底上げ サブタイトル: ベテラン頼みの体制から、誰でも迷わず動ける仕組みへ 支援内容: ナレッジベース構築・業務フロー標準化支援 #### 検証済み指標 - 手続き漏れ・ミス 減少率: 40〜60% (未公開) - 新人独り立ち 期間: 1年→6ヶ月 (未公開) - 対応可能顧問先: 120→150社 (未公開) #### 課題 - 入退社手続きや資格取得・喪失届、労災対応といった日常の手続き業務が、特定のベテラン担当者に集中していた。 - 担当者ごとに確認ポイントや進め方が異なり、「あの人に聞かないとわからない」状態が常態化していた。 - 担当者の休暇時には顧問先からの依頼が滞留し、期限ぎりぎりの対応に追われていた。 - 手続きの種類が多いうえに法改正への対応も求められ、OJTだけでは知識の定着が追いつかず新人の独り立ちまでに1年以上を要していた。 #### 解決策 - 手続き種別ごとのフローと必要書類をナレッジベースとして体系化し、AIが手順をステップごとに案内する仕組みを構築した。 - 顧問先からのヒアリング内容をAIが要約し、必要な届出書類を自動判定する機能を整備した。 - 手続きの進捗・ステータスを一元管理し、滞留案件を可視化するアラート体制を導入した。 - 法改正情報をAIが整理し、影響のある顧問先・手続きを自動で抽出・通知する仕組みを導入した。 - 新人がAIに質問すると、関連する過去事例や手順書が即時提示されるQ&A基盤を構築した。 #### 成果 - 担当者不在時の業務滞留がほぼゼロに改善し、期限超過リスクが大幅に低減した。 - 新人の独り立ち期間が1年超から約6ヶ月に短縮した（育成コスト40〜50%削減相当）。 - 既存7名体制のまま顧問先150社対応可能な体制を確保した。 - 手続き漏れ・確認ミスの発生件数が40〜60%減少した。 - ベテランの手続き業務負荷が40〜60%軽減され、労務コンサルや就業規則提案に充てる時間が拡大した。 ### textile-trading — 繊維・素材専門商社（従業員30名） URL: https://www.incerto.tech/case-studies/textile-trading 繊維・素材専門商社（従業員30名）向け AI エージェント導入支援。問い合わせ初動を約 70% 短縮、一次回答自動化率を 45〜60% 向上、対応工数を月20〜40時間削減（出典: Incerto 公開事例ページ）。 タイトル: 営業が提案に集中できる問い合わせ体制をつくる サブタイトル: AI問い合わせ基盤で、回答業務から提案業務への転換を実現 支援内容: AIエージェント導入支援 #### 検証済み指標 - 問い合わせ初動 短縮率: 約70% (未公開) - 一次回答自動化率: 45〜60% (未公開) - 対応工数 削減: 20〜40時間/月 (月次, 未公開) #### 課題 - 製品問い合わせ、在庫確認、納期回答が一部の営業担当者に集中していた。 - 取扱SKUが多く、素材ごとの特徴や用途説明にも専門知識が必要だったため、担当者が不在だと回答が止まりやすく対応品質にもばらつきが出ていた。 - 営業担当者は本来注力すべき提案活動や新規開拓よりも、日々の問い合わせ対応に時間を取られていた。 #### 解決策 - 製品カタログ、在庫、納期情報を統合した検索・回答基盤を整備した。 - よくある問い合わせにはAIが一次回答する仕組みを導入した。 - 判断が必要な案件のみ担当者へ引き継ぐ運用に変更した。 - 回答文のトーンや専門用語の扱いも統一し、説明品質を標準化した。 #### 成果 - 問い合わせ初動の平均時間を約70%短縮した。 - 一次回答の自動化率が約45〜60%まで向上した。 - 営業担当者の問い合わせ対応工数を月20〜40時間程度削減した。 - 回答の属人化を抑え、担当者不在時でも止まりにくい体制を実現した。 ## ニュース ### 2026-05-08 — Claude Code法人研修プログラム、Incertoが提供開始：「道具を買う」AI導入から、業務でClaude Codeを使いこなすAI Native人材を社内で育てる方向へ Incertoは、企業・チーム単位でClaude Codeを業務基盤として組み込み、「AI Native人材を社内で育てる」法人研修プログラムの提供を開始しました。CLAUDE.md・Skills・MCP連携などを活用し、研修・業務組み込み・定着伴走を一体で提供します。 出典: https://prtimes.jp/main/html/rd/p/000000020.000181058.html ### 2026-05-08 — 建設業向け 業務 AI 導入支援サービス、Incerto 合同会社が提供開始 — 見積もり・工程管理・現場 DX・原価管理の 4 領域を、ヒアリングに基づき既存ワークフローに後付けでカスタム実装 Incertoは、建設業向け業務 AI 導入支援サービスの提供を開始しました。見積もり・工程管理・現場 DX・原価管理の 4 領域を対象に、既存の Excel や社内ツールを置き換えずに後付けで導入できる設計を採用したカスタム実装サービスです。 出典: https://prtimes.jp/main/html/rd/p/000000021.000181058.html ### 2026-05-08 — レセプト算定支援・施設基準管理・音声入力カルテを担う中小病院・診療所向け医療事務 AI、Incerto が提供開始（2026年診療報酬改定対応） Incertoは、中小病院・診療所向け医療事務 AI の提供を開始しました。レセプト算定漏れ防止、施設基準管理、音声入力によるカルテ下書き生成を支援し、既存の電子カルテ・レセコンを置き換えずに後付け導入できる設計を採用しています。 出典: https://prtimes.jp/main/html/rd/p/000000019.000181058.html ### 2026-05-08 — 会議中のリアルタイムAIサポートとローカル完結のプライバシー設計を一体提供する会議AIアシスタント『会議Copilot』、Incerto が提供開始 Incertoは、会議中の発話・画面をAIが解析してリアルタイムにサポートしつつ、録画・文字起こし・議事録・AI解析を社外クラウドに送信しないローカル完結設計を一体提供する会議AIアシスタント『会議Copilot』の提供を開始しました。 出典: https://prtimes.jp/main/html/rd/p/000000018.000181058.html ### 2026-05-01 — リモート／ハイブリッドワークの業務実態をAI要約として残す『業務管理AI』、Incertoが提供開始 Incertoは、組織の業務実態を、自己申告でも直接監視でもなくAI要約データとして蓄積する『業務管理AI』の提供を開始しました。リモート／ハイブリッドワーク下でも業務状況を継続的に把握できる組織向けAIツールです。 出典: https://prtimes.jp/main/html/rd/p/000000016.000181058.html ### 2026-04-30 — 予測市場をメディアとして活用するAIブリーフィングをIncertoが提供開始 — ニュースでは見えない兆候を集合知から経営判断へ Incertoは、予測市場の集合知を経営判断に取り込むためのAIブリーフィングサービスの提供を開始しました。業界・テーマ・配信粒度・配信先構成を企業ごとに個別設計します。 出典: https://prtimes.jp/main/html/rd/p/000000015.000181058.html ### 2026-04-27 — 経済学のアプローチを軸としたAI開発・コンサルティングへの取り組みをIncerto合同会社が強化 Incertoは、因果推論・マーケットデザイン・メカニズムデザインなど経済学の理論を組み合わせたAI開発・コンサルティングの取り組みを強化します。AI単体では扱いにくい因果効果検証・価格判断・契約設計などの領域を対象とします。 出典: https://prtimes.jp/main/html/rd/p/000000014.000181058.html ### 2026-04-25 — 力量管理から日々の人員配置までを統合する製造業特化システム『力量管理・人員配置AI』、Incertoが提供開始 Incertoは、製造業向けに、有資格者管理・力量評価から日々の人員配置までを統合するAIシステム『力量管理・人員配置AI』の提供を開始しました。工場ごとのセキュリティポリシーに対応するため、複数のAI基盤を選択できる設計としています。 出典: https://prtimes.jp/main/html/rd/p/000000012.000181058.html ### 2026-04-23 — 税理士・行政書士・社労士・弁護士事務所向けAIシステム『士業Copilot』、Incerto合同会社が提供を開始 Incertoは、税理士・行政書士・社会保険労務士・弁護士など士業事務所向けのAIシステム『士業Copilot』の提供を開始しました。会計データや紙資料の所定様式への転記・整形など、案件数に比例して工数が増加する業務を支援します。 出典: https://prtimes.jp/main/html/rd/p/000000011.000181058.html ### 2026-04-22 — 非エンジニア向けClaude Code活用術 第2回はSkillsの活用法をIncertoが開催 ビジネスパーソン向けセミナーシリーズ第2回として、Claude CodeのSkills機能を業務に組み込むためのオンラインセミナーを開催します。 出典: https://prtimes.jp/main/html/rd/p/000000010.000181058.html ### 2026-04-20 — Incerto、JPYC決済を含むオンライン決済導入支援パッケージを提供開始 東京都『ステーブルコイン社会実装促進事業補助金』の公募開始を受け、Incertoは円建てステーブルコインJPYCを含むオンライン決済の導入支援パッケージの提供を開始しました。 出典: https://prtimes.jp/main/html/rd/p/000000009.000181058.html ### 2026-04-15 — Claude Codeから始める業務効率化！ ビジネスパーソン向けAIセミナーをIncertoが開始 Incertoは、ビジネスパーソンおよび中小企業向けのオンラインセミナーシリーズを開始しました。第1回はClaude Codeの基本から業務活用デモまでを扱います。 出典: https://prtimes.jp/main/html/rd/p/000000008.000181058.html ### 2026-04-11 — OpenClaw活用術 — 中小企業のためのAI業務効率化セミナー Incertoが日常業務で実際にOpenClawを「秘書」として活用している方法をデモ交えでご紹介する、実践型のオンラインセミナーを開催しました。 出典: https://connpass.com/event/390260/ ### 2026-04-09 — 東大発、企業の経営課題に対するAI導入・開発を一気通貫で支援するIncerto合同会社を設立 東大発AIスタートアップのIncerto合同会社が、企業の経営課題に対するAI導入・開発を一気通貫で支援する体制を構築し、本格的な事業活動を開始しました。 出典: https://prtimes.jp/main/html/rd/p/000000005.000181058.html