オフショア開発で実現するAI開発プロジェクト事例９選

ショウ

2025.04.07

AI開発事例

「AIを導入したくても、コストや専門知識が壁になっている…」
そう感じていませんか？

オフショア開発で、AIを活用したシステムやアプリを低コストで開発可能です。私たちJVBの日本人スタッフと日本人PM（プロジェクトマネージャー）が、安心のコミュニケーションをお約束します。

この記事では、JVBが実現したAI開発事例9選をご紹介！皆様のビジネスへのAI導入のヒントとなれば幸いです。

コンテンツ

1 1. 手書き文字認識AIシステム（OCR）
2 2. 社内情報検索AIシステム
3 3. 人気バーチャルアイドルとのAIチャットアプリ
4 4. 医療の保険請求AI処理システム
5 5. ECサイト向けAIチャットボット
6 6. 駐車場AIカメラシステム（行動分析・マーケティング）
7 7. 競馬場監視AIシステム（物体追跡）
8 8. AIセキュリティ監視システム（侵入検知・仮想フェンス）
9 9. 車両配車AIシステム
10 JVBのAI開発サービス、こんなことも可能です！
11 AI開発はぜひJVBにご相談ください！

1. 手書き文字認識AIシステム（OCR）

概要：手書き文字を高精度で認識し、自動でテキストデータに変換するAI-OCRシステム

製造現場などで製品、部品、書類に印字・記載された文字情報をAIが自動で認識・分類するリアルタイムOCRシステムです。
例えば航空機製造工場では、厚さ2mmの電線に縦書きされた微細な文字も正確に読み取り、処理できます。これにより、ワークフローの最適化とエラーの最小化を実現します。ネットワーク環境が不安定な状況でも効果を発揮します。

導入効果：データ入力業務の効率化と精度向上

製造現場での目視確認や、紙帳票の手作業によるデータ入力は、非効率でミスも発生しやすいという課題がありました。このシステム導入により、データ入力業務の効率化と精度が向上しました。特に緊急時の部品交換など、正確かつ迅速な識別が求められる場面で、組立工程のスピード向上とエラー削減に貢献し、ワークフローの最適化を実現しました。

主な使用技術

GPT-4 Vision / Azure Vision AI / OpenCV / ONNX Runtime + 量子化モデル / Python + Flask APIなど

2. 社内情報検索AIシステム

概要：社内に散在する文書情報をAIが学習し、チャットで回答する情報検索システム

社内文書をAIが学習し、自然言語（話し言葉）での質問に対し、関連性の高い情報を探し出してチャット形式で回答するRAG（検索拡張生成）システムです。情報検索時間を大幅に削減し、組織内の知識共有を促進を実現しました。

現在のRAG機能に加え、AIが自ら計画しツール(API等)と連携してタスクを自律実行する機能を追加し、AIエージェントの開発も可能です。例えばレポート作成とメール送信まで自動化するなど、複雑な業務の自動化が進み生産性が向上します。ただの検索システムを超えたAIエージェントの構築も可能です。

導入効果：情報検索時間の大幅な削減とナレッジ共有の促進

ファイルサーバー等に散在し検索に時間がかかっていた情報や、属人化していた知識へのアクセス課題を解決しました。このシステム導入により、情報検索時間を大幅に削減し、組織全体の知識共有と生産性向上を実現します。

主な使用技術

LLM (GPT-4) / Azure AI Search / Azure OpenAI Service / Azure Firewall / Python / Next.js / Docker / Microserviceなど

3. 人気バーチャルアイドルとのAIチャットアプリ

概要：バーチャルなキャラクターとユーザーが自由に会話できるAIチャットアプリ

人気マンガキャラクターのバーチャルキャラと、ユーザーが自由に会話できるAIチャットアプリ（iOS/Android）です。恋愛シミュレーションゲームとして楽しめます。悩みを打ち明けたり楽しく会話したりと、本当に心の癒やしとなるようにリアルな会話を楽しめるよう設計と実装をしています。まるで実在する彼女と会話をしているような没入感のある体験ができます。

導入効果：ファンエンゲージメントの向上と新たな体験提供

ファン数の増加とさらに深くファン化する新しい交流方法をLLMを活用して実現しました。ファンの心を掴む新たな取組みとなりました。このようなエンタメ系のAI活用も今後は多く取り組んでいきます。

主な使用技術

LLM (GPT-4) / LangChain / Python / PHP / Docker / Node.js / WebSocketなど

4. 医療の保険請求AI処理システム

概要：医療保険請求処理をAIで自動化・最適化するシステム

日本の在宅医療サービス向けに、電子カルテ（EMR）管理と連携し、特に保険請求処理を中心とした支払いプロセスや財務管理をAIで自動化・最適化するシステムです。

導入効果：保険請求処理の精度99.99%達成と手作業50%削減

従来、人手が多くかかり数値ミスも発生しやすかった保険計算・請求業務の負担という課題を解決しました。レセプトの読み取りから内容チェック、請求処理までを自動化し、処理スピードと精度を大幅に向上。法令遵守を確保しながら従来の手作業を最大50%削減しました。

主な使用技術

OCR (GPT-4 Vision) / Python / Next.js / Lambda / EC2 / SageMaker / S3など

5. ECサイト向けAIチャットボット

概要：お客様からのお問い合わせにAIが応答するECサイト向けチャットボット

お客様からの製品情報、プロモーション、特典に関する問い合わせに対し、AIチャットボットが24時間365日自動応答するシステムです。

導入効果：問い合わせ対応自動化による顧客満足度向上と売上増

ECサイト運営において増加する問い合わせに効率的に対応したい、機会損失を防ぎたいという課題に応えました。AIが自動応答することで、お客様はいつでも迅速に回答を得られ、一方ECサイト運営側はサポート業務効率化を実現できました。取引件数の増加にも貢献しました。

主な使用技術

LLM(GPT-4) / PHP / Node.js / WebSocket / Swagger / EC-CUBE / AWSなど

6. 駐車場AIカメラシステム（行動分析・マーケティング）

概要：駐車場のカメラ映像をAIが分析し、利用者の行動や属性を把握するシステム

ショッピングモールの駐車場に設置したAIカメラシステムが、車両や人物のデータを収集・分析。ドライバーが施設利用者か通過者かの判断、ピーク時間の把握、来店客の年齢層・性別推定などを行います。

導入効果：データに基づいた施設運営とマーケティング戦略の立案が可能に

駐車場利用者の行動や属性を正確に把握し、販促活動に活かして売上向上につなげたいという商業施設のニーズに応えました。AIによる分析データに基づき、効果的なマーケティング施策の立案や施設運営の最適化が可能になりました。

主な使用技術

物体検出 (YOLO等) / Apache Kafka / Python / Nuxt.js / Azure Blob Storageなど

7. 競馬場監視AIシステム（物体追跡）

概要：レース映像から馬や騎手を高精度に検出し、個別に追跡・識別するAIシステム

レース映像から馬や騎手などをAIがリアルタイムで検出し、個別に追跡・識別するシステムです。独自の物体検出モデルのチューニングや後処理技術により、悪条件下でも高い検出率・位置精度を実現しています。

導入効果：悪条件下でも最大100%の精度での競走馬追跡

従来のシステムでは検出率や精度が低下しがちだった降雪時や密集環境など、悪条件下での競走馬追跡の課題を解決しました。独自のAI技術により悪条件下でも高い性能を発揮し、最大100%の精度で位置情報を提供することで、競馬運営の効率化と正確性向上を実現しました。、

主な使用技術

物体検出 (YOLO) / OpenCV / Apache Kafka / ONNX Runtime / Python / Vue.js / Docker + NVIDIA GPU Container / Azure Blob Storageなど

8. AIセキュリティ監視システム（侵入検知・仮想フェンス）

概要：監視カメラ映像をAIが分析し、不正侵入を自動検知・警告するセキュリティシステム

監視カメラ映像をAIがリアルタイムで分析し、住宅地、工業地帯、重要施設などで設定した仮想的な境界線（仮想フェンス）への不正侵入（人、車両、動物など）を自動検知。管理パネルへのアラート送信と警告により侵入を抑止します。

導入効果：セキュリティ監視自動化による人件費90%削減

従来、警備員配置による高額な人件費や管理コスト、人的ミスのリスクがあった制限区域の監視体制の課題を解決しました。AI導入により人件費を90%削減しつつ、セキュリティレベルと業務効率を向上させることが可能になりました。

主な使用技術

Amazon Rekognition / Kinesis Video Streams / Lidarセンサー / Laravel / Python / React.js / Lambda / SageMakerなど

9. 車両配車AIシステム

概要：AIが最適な配車ルートと車両割り当てを自動計算するシステム

AIが過去の運行データ、リアルタイム交通状況、需要予測などを基に、最適な配車ルートと車両割り当てを自動計算するシステムです。

導入効果：配車管理業務の作業時間を90%以上削減

これまで手作業で行われていた車両手配やスケジュール管理の複雑さ、作業時間の長さ、人的ミスといった課題を解決しました。AIによる自動化で配車管理の負担が大幅に軽減され、担当者が2名・週30時間かかっていた作業を1名・週2時間に短縮。時間と労力の削減、運用コストの最適化を実現しました。

主な使用技術

Microsoft Power App / Microsoft Power Automate / Microsoft SharePoint / Microsoft Power BIなど

JVBのAI開発サービス、こんなことも可能です！

JVBでは、今回ご紹介したシステム以外にも、お客様のニーズに合わせた様々なAIソリューションを提供しています。

RAGシステム構築

RAG（Retrieval-Augmented Generation / 検索拡張生成）とは、 AI（LLM）が回答を作る際に、まず社内文書などの外部情報を検索（Retrieval）し、その情報に基づいてより正確な回答を生成（Generation）する技術です。
LLMと社内データ検索を組み合わせ、高精度な情報アクセスや対話システムを構築できます。（今回の開発事例もRAGの一種です）

AIエージェント開発

目標達成のために自律的に計画・実行するAIエージェントを開発します。RAGを発展させ、情報検索だけでなく、多様なツール（API連携、データベース検索、Web検索など）を使いこなし、複雑なタスクの自動化を実現します。基盤となるLLMも、OpenAIやAnthropic等のAPIだけでなく、Llama等のオープンソースモデルを活用することも可能です。