AI Agent
AI ⟶ { 道具 · データ · 手順 } ⟶ 完了
AIエージェント
決まった役割を受け持ち、道具とデータを使い分けて、手順を自ら進めます。
当社の例
- 社内の開発を担うAIエージェント
- 表を取り込み、列の意味を読み取って判定
- ブラウザ操作の自動化:フォームの入力・情報の収集
Development — Forward Deployed Engineering
聞き取りから要件の確定、設計、実装、現場での検証、運用までを、同じ技術者が担います。官公庁などが公開する入札の公告を毎日約10万件確認して判定し、4,084品目の受注から財務までを一元管理し、事業全体の運営を7つのAIエージェントで統括しています。AIエージェント、AIオーケストレーション、AIマルチエージェントを自社の事業で毎日動かしてきた設計を、そのまま御社の業務に持ち込みます。
AIに限らず、業務システム・ウェブシステム・アプリまで、何を作れば業務が良くなるかを見極め、要件を書面に確定します。市販のツールで足りるなら、その方法もお伝えします。当社の開発の多くは、ここから始まっています。
聞き取りから要件の確定、設計、実装、現場での検証、運用までを、同じ技術者が担います。適任者の少ない希少な人材が当社のエンジニアとして所属しています。要件から実装までの間に人を挟まず、社内の開発AIエージェントを前提にした体制のため、現場の反応を見て作り直す回数を、工数に縛られずに増やせます。
自社でも、事業全体の運営を統括するマルチエージェントをはじめ、数千人分の仕事を担う大掛かりなAIシステムを8つ、実際の業務で運用しています。官公庁の入札の案件選びと書類の起草、Amazonの受注・在庫・広告・財務、物流倉庫と共有する出荷と在庫、監査調書の起草、経営の統括、音響アプリの事業の管理、営業、そしてこのサイトの更新まで、毎日の業務をAIが動かしています。
Evidence
1か月
要件の確定から、現場で稼働するまで
専門職の要員配置を判定するAI。AIと担当者の判定を全件で照らし合わせ、食い違いの理由まで報告書にまとめた
159点
PoC(概念実証)で読み解いた監査資料
PDF・Excel・Word 約68MBと総勘定元帳88勘定を横断し、所定様式のまま調書を起草する
第7251007号
音響信号処理の国際特許
日本・米国・ドイツ・英国で取得。4カ国の技術者と共同で開発した音響エンジン DOM の方式
8システム
自社で実際に運用しているAIシステム
入札、EC の基幹、出荷・在庫、監査調書、事業統括。設計から運用まで自社の技術者が担う
約4,000
EC の基幹システムで一元管理する製品
Amazon の 1P (Vendor) と 3P (Seller) の受注・在庫・価格・広告・財務をひとつにつなぐ
7つ
事業全体の運営を統括するマルチエージェント
役割の違うエージェントが全事業の現況・判断待ち・課題を集め、改善の提案から承認後の実行までを回す
聞き取りから要件の確定、設計、実装、現場での検証、運用までを、同じ技術者が担います。通常の受託では、聞き取り・要件定義・設計・実装・検証で担当が分かれ、工程の受け渡しのたびに要件の取り違えと待ち時間が生まれます。当社は同じ技術者が通して担うため、お伺いした要件が、そのまま稼働するシステムになります。適任者の少ない希少な人材が当社のエンジニアとして所属しています。
現場に入り、業務と判断の基準を聞きます。
質問票と資料で要件を書面にします。所定様式を類型ごとに整理し、質問票で業務の実態と要件を書面で確定した実績があります。
AIエージェント・オーケストレーション・マルチエージェントから構成を選び、実装します。
実データでAIと人の判定を照合し、不一致の理由を報告します。
実際の業務で運用し、障害を検知して改善を続けます。
Rarity — FDE はなぜ希少か
FDE(Forward Deployed Engineering)は、技術者が顧客の現場に入り、聞き取りから実装・運用までを通して担う働き方です。米国の大手AI企業が相次いで専門の組織をつくり、2025年1〜9月にFDEの求人は800%を超えて増えました。4社が表明したFDE関連の投資は合計約90億ドルにのぼります。それでも適任者は「ユニコーン」と呼ばれるほど見つかりません。
業務を聞き取る力、AIを設計する力、ソフトウェアを書く力、実際の業務で動かし続ける力。ふつうは別々の職種が受け持つ力を、同じ技術者が持つ必要があります。
大学などの育成の課程はまだ整備の途中です。即戦力は、現場で実際にこの仕事をしてきた技術者に限られます。
求められるのは、試作ではなく、AIエージェントを実際の業務で運用した経験です。当社は、事業全体の運営を統括するマルチエージェントをはじめ数千人分の仕事を担うAIシステムを8つ、自社で毎日運用しています。
聞き取りから要件の確定、設計、実装、現場での検証、運用までを、同じ技術者が担います。適任者の少ない希少な人材が当社のエンジニアとして所属しています。
出典:eWeek(2025年11月4日、Indeed のデータ)、Business Insider Japan(2026年10月14日、フォレスターの推計・AWS の担当役員の発言)
Why FDE — なぜ速く、なぜ要件とずれないか
聞き取った技術者が、そのまま設計し、実装します。仕様書の往復と、工程の受け渡しで起きる要件の取り違えがありません。
社内の開発AIエージェントを前提にした体制で開発します。現場の反応を見て作り直す回数を、工数に縛られずに増やせます。
実データでAIと人の判定を照らし合わせ、食い違いの理由まで報告してから、実際の運用に移します。
納品後も実際の業務で運用し、障害を検知して改修を続けます。自社でも、事業全体の運営を統括するマルチエージェントをはじめ、数千人分の仕事を担う大掛かりなAIシステムを8つ、毎日運用しています。
音響、監査、ウェブ、EC、官公庁の入札と、異なる領域で同じ開発の基盤が動いています。

Architecture
オーケストレーションとマルチエージェントを組み合わせ、一つのAIでは扱えない分量と種類の仕事を、実際の業務で処理します。
AI Agent
AI ⟶ { 道具 · データ · 手順 } ⟶ 完了
決まった役割を受け持ち、道具とデータを使い分けて、手順を自ら進めます。
当社の例
AI Orchestration
入力 ⟶ [ 中央の制御 ] ⟶ AI ⟶ AI ⟶ 出力
AI・外部のサービス・定時の処理を中央の仕組みで制御し、決めた順に実行します。処理が止まった場合は検知して担当者に知らせます。
当社の例
AI Multi-agent
{ 読む · 収集 · 点検 · 根拠 · 起草 } ⇄ 中央 ⟶ 人の確定
役割の違う複数のAIが分担し、中央のAIが結果を取りまとめて仕上げます。最終的な確定は人が行います。
当社の例
Capabilities
下の例は入口にすぎません。業務の手順と判断の基準を言葉にできるものは、AIの仕組みにできます。
資料を読み込み、所定の様式で起草し、根拠を残します。確定は専門職が行います。当社の専門職AIの開発で確かめてきた方法です。
役割の異なる複数のAIが分担し、中央のAIが結果を取りまとめて一つの業務を最後まで処理します。当社は事業全体の運営を統括するマルチエージェントを、7つのAIエージェントで毎日運用しています。
案件を探し、参加できるかを判定し、書類を作るところまでをAIが担います。当社の入札のAIは、毎日約10万件を判定しています。
受注から在庫、価格、広告、財務までを一つのデータで回します。当社は4,084品目を、この仕組みで扱っています。
散らばった数字と課題を集め、毎日、判断すべきことだけを並べます。承認したものだけが実行される形にします。
形式も表記も揃っていない複数のデータを突き合わせ、一つにします。今あるExcel・CSVのまま取り込めます。
自社のシステムに、AIアシスタントから読み書きできる接続口を設けています。社内のデータを、使い慣れたAIから安全に扱えます。当社の自社システムには、AIから使える機能が86あります。
ブラウザ操作の自動化(フォームの自動入力・情報の収集)。画面の操作を人の代わりに行います。指示書どおりに操作し、結果を記録します。
音響エンジンDOMの開発と同じ技術で、音声の処理をソフトウェアで作ります。アプリや配信・放送の仕組み、機器に組み込みます。
AIによる画像・動画の生成。資料・広告・サイトの素材を作ります。色・構図・雰囲気をそろえて、会社らしさを出します。
Windows・Mac・Android・iPhone 向けのアプリを企画から作ります。
決済のように堅牢さが求められるシステムを自社で設計・構築・運用。Google Cloud・AWS で動かし、秘密情報は専用の保管庫で扱います。
In production
Bid System運用中
官公庁の公告を自動で集め、参加資格と期限を判定し、提案書と提出書類を起草する。判断は役員が行う。AIオーケストレーションとAIマルチエージェントを組み合わせて動かしています。
Commerce Platform運用中
Amazonの 1P (Vendor) と 3P (Seller) の受注・在庫・価格・広告・財務を一元管理し、広告の運用指示までを扱う。
Audit Workpapers運用中
専門職の担当者がブラウザで調書を生成・査閲・差替えし、相談と改善の窓口からAIへの指示を直していく。
Logistics Ledger運用中
物流倉庫と共有する出荷・在庫の管理システム。納品の依頼・本日の出荷・入荷・在庫を荷主別に管理する。
Operations Multi-agent運用中
全事業の現況・判断待ち・課題を集め、改善の提案と承認での実行までを一つの画面にまとめる。
Assignment実証完了
既存のExcel・CSVのまま取り込み、稼働の区分を判定します。
Corporate Site & AI Desk運用中
このサイトそのものです。AIの案内役が仕様を聞き取り、登記簿でお客様の法人を確かめ、秘密保持契約と資料の受け取りを経て、工数を積み上げた見積書を作ります。担当者の承認で正式な見積書を送り、発注と打合せの予約まで受け付けます。掲載する数値はすべて、出典と確認日を記録した一覧から引用し、公開前に自動で確認しています。
This website
このサイトは、AIウェブシステムとして設計されています。多数の複雑な業務を並行して処理するAIマルチエージェント・オーケストレーションを、実際に稼働している姿でご覧いただき、その理解を深めていただくための場です。同時に、お客様が自社のAI活用をどのように進めていかれるかを具体的にご検討いただくための実例として運用しています。
Case study
am-teams.com は、ウェブサイトであると同時に、AIマルチエージェントで動くウェブシステムです。当社がこのサイトに組み込んだAIの仕組みを、流れと完成型のレポートでお示しします。
am-teams.com:AIの見積もりの窓口
当社自身の例です。問い合わせを人が読み、聞き返し、見積もりを作って送るまでに日数がかかり、その間に検討が止まることがありました。このサイトには、その仕事を受け持つAIの仕組みを組み込んでいます。
Reportこのケースのレポート
am-teams.com:お客様の確認
当社自身の例です。見積もりは当社の工数の見立てそのものであり、法人を確かめられないままお出しすることはできません。このサイトは、入力された会社名と住所を、公表されている法人の情報と照らしてから見積もりに進みます。
Reportこのケースのレポート
am-teams.com:出典の記録と公開前の確認
当社自身の例です。サイトに載せる数字が、確かめていない値や古い値であってはなりません。このサイトでは、数値・固有名詞・各事業の進み具合を、出典と確認日を記録した一覧から引用し、公開前にプログラムで自動確認しています。
Reportこのケースのレポート
Method
質問票と資料で業務の実態を確かめ、要件を文書にします。所定様式を類型ごとに整理し、質問票で業務の実態と要件を書面で確定した実績があります。
試作を現場で使ってもらい、反応を見て作り替えます。作り直しを恐れない体制で進めます。
AIの判定と人の判定を照合し、不一致の理由を報告します。一致しなかった一件ずつに理由を付け、本開発に進むかの判断材料にします。
実際の業務での運用、障害の検知、改修までを継続して担います。当社は自社の8つのAIシステムを、この体制で運用しています。
Stack
Operating scale — from system logs
お客さまのために作るものは、自社で毎日動かしているものと同じ設計です。人手で処理すれば複数の部署が必要になる量の業務を、当社のAIは毎日処理しています。
約10万件/日
官公庁などが公開する入札の公告を毎日4回確認し、締切・参加条件・当社との適合をAIが判定
1,108件
AIが締切と進み具合を管理している入札の案件
4,084品目
受注・在庫・価格・広告・財務を一つの基盤で
86機能
AIアシスタントから直接動かせる自社システムの機能
8システム
自社の事業で実際に運用しているAIシステム
各システムの記録から取得した値(2026年11月9日時点)。「数千人分」は、この業務量を人が同じ作業で処理した場合の工数に換算し、二十四時間で終わらせるのに必要な人数として当社が算出した値です。第三者による測定ではありません。
業務量の内訳を見る