業務の入口を整える
帳票や取引先ごとの表記の違いを扱い、後工程で使えるデータへ。商品特定や受注入力の負担を減らします。
基幹業務に、
実行するAIを。
実行するAIを。
帳票の読み取り
商品・得意先照合
人による確認
基幹システム連携
データ活用
マスター活用
Our Focus基幹システムの、その手前に。
kozokaAIが取り組む領域
基幹システムの、その手前に。
業務を動かすAIを。
注文書を読み取り、商品を特定し、システムに入力する。
データを取り出し、現場の判断につなげる。
kozokaAIは、製造業・流通業の毎日に残る手作業に向き合います。業務特化AIと基幹データの活用で、現場とシステムの間をつなぎます。
私たちが目指す世界へOur Customersものづくり産業を中心に、
ものづくり産業を中心に、
現場の業務を支えています。
全製品・サービスの導入実績120社以上
※ kozokaAIが提供する製品・サービスの導入企業・利用ブランドの一部です。
導入・検証事例を見るOur Vision
私たちが目指す世界
ものづくり産業（製造業・流通業）における
ERP前工程の業務オペレーションをAIエージェント化し、
入力作業から解放する。
得意先から届く帳票を確認し、品番を調べ、システムに転記する。
企業間のやり取りに残るこうした作業をつなぎ、人が判断や工夫に向き合える時間をつくります。
取引先からの情報FAX・メール・帳票
業務特化AI × 人の判断読み取り・照合・確認
いつもの基幹システムERP・販売管理など
Our Approach8割の埋もれた非構造化データを
8割の埋もれた非構造化データを
資産に変える
約2割構造化データ
約8割非構造化データ
- 商談音声
- メール
- 帳票
- 手書き
AI Processing
生成AIで解析・構造化
構造化データStructured Data
目指すのは、「入力」の撲滅。
埋もれた8割の非構造化データをLLMの燃料へ。
企業活動の約8割を占める「帳票・PDF・メール・商談音声」といった、従来の技術では処理が困難だった膨大な非構造化データを、kozokaAIは、生成AIでダイレクトに解析・構造化。人が介在する「入力画面」そのものを不要にする、ゼロ・UI化の基盤を構築します。
Business Domain
私たちがフォーカスする領域
人による作業負荷の大きい「企業間取引」の受発注領域。
基幹システムを活かしながら、業務間の受け渡しをAIでつなぎます。
得意先受発注の
やり取り
やり取り
基幹システム・ERP・IBM i（AS/400）
販売管理
商品特定AI受注入力AI
- 見積
- 受注
- 出荷
- 請求
生産管理
製造計画AI
- 生産計画
- 需要予測
- 製造指図
- 生産管理
在庫管理
- 入出庫
- 倉庫管理
購買管理
納品照合AI請求書受取AI
- 見積
- 発注
- 入荷
- 支払
財務会計管理会計人事・給与・その他経営管理・データ分析
仕入先受発注の
やり取り
やり取り
今ある基盤を活かす
ERPやIBM i（AS/400）などの基幹システムと連携。現場で積み重ねてきた仕組みやマスターを活用します。
業務のつながりを広げる
受注を起点に、生産・在庫・購買へ。製造計画や納品照合など、隣接する業務への展開を目指します。
Our Focus
なぜERP前工程に着目するのか
ERP前工程で生まれる文脈は、「判断資産」として蓄積されず、
毎回失われ続けている。
01非構造化データから
「文脈」が発生
得意先・仕入先とのやり取り
- FAX
- メール
- 電話
- 手書き・紙
- チャット
- Webフォーム
- EDI非対応
- 口頭・訪問
多様なチャネル・形式でやり取りされ、一件ごとの判断・対応の過程が積み重なる。
ここで生まれる「文脈」も、企業の判断資産
02失われる
「判断文脈」
判断資産として蓄積されていないこと
この得意先は、いつも型番を変えて書いてくるので、あの商品だろう
この数量・単価の組み合わせは、特別条件のはずだ
この納期は、急ぎの背景があるはずだ
この表現は、過去にも曖昧だったが、あれで合っていた
このケースでは、いつもこの処理にしている
このような判断や背景の文脈は、基幹システムに入力される前に消えてしまう。
失われる「判断文脈」も、企業の判断資産
ERPERPに残る
結果データ
判断された後の結果だけが残る
- 受注実績
- 発注実績
- 在庫データ
- 売上データ
- 請求データ
結果として記録されたデータは残るが、判断の背景や理由は失われている。
残るのは「結果」だけ。
「なぜそう判断したのか」は、
存在しない。
①で生まれ、②で失われるすべての文脈・判断が、
本来は企業の「判断資産」。
Agent to Agent業務とシステムを、
業務とシステムを、
ともに進化させる。
人、AIエージェント、基幹システムが、それぞれの役割でつながる。
専門性を持つAI同士が協働し、業務全体を前へ進める世界を目指します。
目指す将来像
下図は展開領域の例を含む構想です。受注入力以外のAI群は、提供中の製品一覧ではありません。
Human
人の判断・協働
確認し、判断し、価値を生み出す。
業務担当者
現場担当者
得意先
仕入先
依頼・確認・フィードバック
Agent
専門AIの相互連携
業務ごとのAIが、情報と処理を受け渡す。
見積AIエージェント
受注入力受注AIエージェント在庫確認AIエージェント
納品照合AIエージェント
需要予測AIエージェント
与信管理AIエージェント
ピッキング支援AIエージェント
請求生成AIエージェント
経営分析AIエージェント
発注最適化AIエージェント
生産計画AIエージェント
製造進捗管理AIエージェント
入金消込AIエージェント
専門エージェント同士が対等につながり、協働
データ参照・更新・業務実行
System of Record
信頼できる業務基盤
基幹・外部システムが、業務の実行と記録を支える。
ERP基幹システム
生産管理システム
会計システム
外部サービス各種API連携
その他システム
ImplementationAIエージェントの
AIエージェントの
3つの実装パターン
業務への特化度と、誰が使うかによって、AIエージェントは大きく3つの実装パターンに整理できます。
ノーコード構築型
現場で組み立て、改善する
- 業務を選ばず組み立てられる汎用型
- 現場部門が自分で構築・改善できる
- 定型業務の自動化から始めやすい
入力・分岐・AI処理・APIを組み合わせて、業務フローを構築。
業務特化プロダクト型
特定の業務に、深く向き合う
- 特定業務の流れに合わせて最適化
- 組織の業務に製品として導入できる
- 立ち上がりを速く、業務成果へ
例えば、受注AIエージェント。帳票の読み取りから照合・確認・連携までを支援。
スクラッチ開発型
自社固有の業務に合わせてつくる
- 自社固有の業務や条件に対応
- 情報システム部門・開発会社が構築
- 既存システムと深く連携できる
自社専用の判断や連携ロジックを、個別に設計・実装。
現場の仕事を理解したプロダクトで、
「使えるAI」を「使い続けられるAI」へ。
