Mesterséges Intelligencia Központ
メニュー

制作実績：当社が構築したもの

Mesterséges Intelligencia Központ Kft. は、ブダペストのソフトウェア開発会社です。当社が構築したのは、請求書発行とCRMを備えた統合基幹業務システム、法律文書を仮名化するプログラム、データ同期ツール、学校向けのノートPC管理システム、ライブのAIコメンテーターを備えた3Dゲームです。

ここでご紹介するシステムはすべて実在し、稼働しています。まだ導入を進めているものについては、その旨を記載しています。お客様名と製品名は公表していません。ここに掲載されていないシステムが必要な場合に備えて、当社がほかに構築するものも、このページの最後に挙げています。

請求書発行とCRMを備えた統合基幹業務システム

課題： ハンガリーの中小企業の日々の業務は、たいてい別々のツールに散らばっています：表計算ファイル、メール、独立した請求書発行ソフト、銀行の画面。目標は、企業独自の業務プロセスに基づき、複数の組織が互いのデータを見ることなく利用できる、一つのシステムでした。

解決策： 複数の顧客組織に対応する、モジュール型の統合基幹業務システム（ERP）を開発しています：

請求書発行機能は、ハンガリー国税庁（NAV）に報告される請求書を請求書発行ソフトを通じて発行し、PDFプレビューと取消にも対応しています。銀行照合では、振込メモ、請求書番号、または支払人の口座番号に基づいて入金を請求書と照合し、入金情報を書き戻します。NAVから届く受領請求書は、承認後に振込バッチに入ります。

CRMモジュールでは、取引先をチェーンとして整理でき、担当者には意思決定上の役割があり、営業パイプラインはカンバンボード上で進み、段階の変更は後からたどることができ、ToDoにはリマインダーが付き、取引先のタイムラインは人工知能が要約し、メールとカレンダーは取引先に同期されます。

ログイン1回で、すべてのモジュールを利用できます。中央の認証は、パスワード、またはGoogle、Microsoft、Apple、GitHubのアカウントで行い、2段階認証、組織、招待、権限に対応しています。

成果： システムは2つの組織で本番稼働しています。請求書発行機能は本番稼働中で、CRMモジュールは導入を進めている段階です。この経験を業務ソフトウェアの開発に生かしています。

法律文書のための文書匿名化ツール

課題： 契約書、裁判所への提出書面、判決文は、共有したり人工知能で処理したりする必要がしばしばありますが、個人データが外部に出てはなりません。手作業によるマスキングは時間がかかり、ミスも起こりやすいものです。名前は、語形変化した形、イニシャル、署名としても現れるからです。

解決策： 完全に利用者自身のパソコン上で動作し、ハンガリーの法律文書（PDFとWord）を仮名化するWindowsアプリケーションです：

成果： 完成したファイルは、別のソフトウェアライブラリがもう一度チェックし、元の名前が一つでも残っていれば、プログラムは保存しません。アプリケーションはインストールして使うことができ、データがパソコンの外に出ることはありません。

ライブのAIコメンテーターを備えたブラウザー向け3Dゲーム

課題： 企業のウェブサイトは、たいてい「当社は人工知能に詳しい」と語ります。当社は、それを実際にお見せしたいと考えました。ゲームは展示会のブースでもウェブサイトでも機能し、ゲーマーではないビジネス来場者が、覚えることも会員登録もスタートボタンもなしに遊べる必要がありました。そしてAIは、あらかじめ書かれたセリフをランダムに選ぶのではなく、プレイ中に本当にプレイヤーに反応する必要がありました。

解決策： プレイヤー自身がTレックスになるエンドレスランナーを作りました。シーンはWebGLがthree.jsを使ってブラウザー上でリアルタイムに描画し、操作はボタン一つです。ゲームは重要な瞬間（ライフの喪失、記録更新、レベルアップ、新しい風景、飛び越えた谷）をまとめた報告を、大規模言語モデルを基盤とした当社のAIアシスタントに送ります。AIアシスタントはコメンテーターとして、それをもとにライブでプレイヤーに語りかけます。話すだけで、ゲームの状況には介入しません。

成果：

同じ知見を、当社のゲーム開発やAIチャットボット・AIエージェント開発の仕事にも生かしています。

ゲームの世界のための、AIを活用したグラフィック制作ライン

課題： ゲームには、統一されたスタイルのグラフィック要素がたくさん必要です：木、茂み、岩、風景、障害物。どれも実際の縮尺で、透明な背景と正確な輪郭を持つように作る必要があります。ゲームの当たり判定も、これに基づいているからです。手作業では時間がかかり、単純な画像生成では、統一されたスタイルとサイズが得られません。

解決策： 当社の管理画面に、6段階の制作ラインを組み込みました：

  1. 発注： テーマの短い説明。
  2. 計画： 言語モデルが世界の計画を書きます。雰囲気、カラーパレット、天気、オブジェクトの種類、描画の指示です。
  3. スタイルシート： 選んだ見本画像でスタイルと縮尺を固定します。描画を担うモデルは、これらを参考資料として受け取ります。
  4. 描画： 画像生成モデルがオブジェクトを種類ごとに1枚のシートに描き、複数のシートを並行して制作します。機械がシートをオブジェクトごとに切り出し、透明度と輪郭全体をチェックし、計画した高さに合わせて拡大縮小し、色をパレットに合わせ、ゲームのライティング用にノーマルマップを作成します。
  5. 選定： 採用するかどうかは人が判断します。
  6. リリース： ゲームに入るのは、リリースされた画像だけです。

スケジューラーが、保存された発注を、指定した時間帯の中で、あらかじめ設定したAI呼び出しの上限内で自動的に制作します。その場合も、選定とリリースは手作業で行います。

成果： ゲームの風景と障害物は、この制作ラインで作られました。障害物の絵、アイコン、当たり判定の形状は、同じ制作データから生まれます。当たり判定は、画像のピクセル単位で正確な輪郭に沿っています。人の承認なしにゲームに入るものは、何もありません。

人工知能を用いたファンクションポイントによる規模測定

課題： ソフトウェアのお見積もりは、その根拠となる推定が正確であってはじめて価値を持ちます。工数による推定は、推定する人とチームによって左右されるため、2つのお見積もりを比べるのは難しく、発注者には、開発会社が何に対して料金を求めているのかが見えません。

解決策： 開発の機能規模をCOSMICファンクションポイント（ISO/IEC 19761）で測定します。この手法はデータ移動、すなわち入力（Entry）、出力（Exit）、読み込み（Read）、書き込み（Write）を数え、それぞれを1ファンクションポイントとします。そのため規模は、技術にも、誰が開発するかにも左右されません。測定のために、AIの支援を受けた独自のワークフローを構築しました：

成果： お見積もりとスケジュールは測定した規模から作成され、2つのお見積もりを同じ物差しで比較できます。規模は感覚による推定ではなく、項目ごとにたどることのできる一覧です。どのプロセスが、どのデータ移動を伴い、何ファンクションポイントになるのかがわかります。料金の決め方については料金の考え方のページでご説明しています。

MS SQLからクラウドのPostgreSQLへのデータ同期ツール

課題： ある企業の自社サーバーで稼働するMS SQLデータベースのデータを、新しいアプリケーションとレポートのために、クラウドのシステムへ届ける必要がありました。その際、元のシステムに負荷をかけず、何も書き込まないことが条件でした。

解決策： Windowsサービスとして動作し、読み取り権限だけで処理を行うプログラムです：

成果： 動作は、自動テストと、実際のMS SQLおよびPostgreSQLの試験環境で検証しています。複数のシステムをつなぐ必要がある場合、業務プロセス自動化もこうした仕事です。

学校向けのノートPC管理システム

課題： 複数の拠点にある約100台のWindowsの学校用ノートPCには、ドメインもデバイス管理システムもありませんでした。ソフトウェアのインストール、アップデート、アカウントの管理は、1台ずつ手作業で行われていました。

解決策： 独自のノートPC管理システムを構築しました：

成果： ノートPCは、このシステムで運用されています。Windows 11への移行も、測定に基づいて、つまりPC上で実行したベンチマークの結果に基づいて決定しました。

ウェブアプリケーション向けのAIテスター

課題： ウェブアプリケーションは変更のたびにテストし直す必要があり、手作業のテストは時間がかかるうえ、同じ作業の繰り返しです。

解決策： AIエージェントが実際のブラウザーで指定のウェブアプリケーションを一通り操作し、自動チェックとアクセシビリティのチェックがそれを補います。見つかった不具合は人が承認し、そのあとで初めてチケットになります。エージェントは承認の判断から学習します。実行はスケジュールでき、変更された部分だけを再確認します。ページはスマートフォン表示でもチェックします。

成果： 社内ツールとして稼働しており、当社自身が開発したもののテストに使っています。

AIを活用して働く人材のための採用テスト

当社自身の採用のために、応募者が人工知能とどのように仕事をするかを測る、30分のオンラインテストを構築しました。時間制限のある4つのパートから成ります：意図的に不具合を仕込んだデモアプリケーションでのバグ探し、人工知能が演じる顧客との会話、思考力を問う課題、そして仕組みのわからないシステムを使った実験です。回答はAIが事前評価し、判断は人が下します。応募者のデータは、保存期間、エクスポート、削除を定め、GDPRに従って取り扱います。

小規模な自社開発

こうしたものも構築します

以下は完成した実績ではなく、当社が喜んで構築するシステムです：