AI × IoT × クラウド 統合開発支援
GLIDiC AI — 開発支援提案書

機能拡張・品質改善
5領域 支援提案書

文字起こし基盤の改修 / パーソナライズ / 法人ダッシュボード / Webアプリ / UI・UX改善
ハードウェアからクラウドまで、一気通貫で伴走します

1. 文字起こし基盤改修 2. パーソナライズ機能 3. 法人向け管理ダッシュボード 4. Webアプリケーション 5. UI/UX改善
100+開発実績
95%+再発注率
40対応業種
6+IoT/AI商用実績
1
現行環境の課題認識
資料をもとに弊社が整理した、解決すべき3つの課題
課題 01

複数環境による過剰コスト

文字起こし基盤とアプリケーション基盤が分離しており、サーバ・運用・監視コストが重複している。統合によるコスト削減が急務。

課題 02

話者分離精度の改善余地

話者判定の安定性に改善余地があり、複数人会話の議事録品質やUXに直接影響。精度目標の設定と体系的な改善アプローチが必要。

課題 03

GPU在庫制約によるスケール限界

GPU在庫により必要時にスケールアウトできない。常時起動はコスト増につながり、ベースロードとピーク需要を分けた最適構成が必要。

本件を「常時録音 × 文字起こし × AI解析」が密結合したプロダクトと認識しています

  • 個別の画面設計ではなく、ハードウェアからクラウドまでを横断する一連の体験として設計
  • 「開封→ペアリング→常時稼働→AI結果の受容」各フェーズでの離脱リスクを定義
  • 意図しない録音停止の検知・リカバリが継続利用の成否を分ける重要ポイント
  • 音声データの特性上、セキュリティ・個人情報保護・法令整合を設計初期から組み込む
2
5領域の対応スコープと方針
資料に記載の検討事項をもとに弊社の対応方針を整理しました
1

文字起こし基盤の改修

AWS基盤統合・GPU最適化・処理速度改善・話者分離精度向上
最優先

検討事項(資料より)

  • 24時間録音を前提にした連続処理方式
  • 音声分割・キューイング・並列処理による速度改善
  • 分割点の結合ルール(発話の重複・欠落の抑制)
  • 話者分離の精度目標定義と補正方針
  • AWS基盤統合によるコスト重複の排除
  • 処理品質・コストを可視化して改善サイクルを回す

弊社の対応方針

  • 現行GPU構成の処理量・コスト・ピーク負荷を計測し負荷を分解
  • ベースロード:確保型(Savings Plans / 専有GPU)
  • ピーク:オンデマンド / Spotでバースト、複数AZフォールバック
  • 話者分離は誤り内訳(取りこぼし / 誤検出 / 取り違え)を評価セットで計測後、支配要因ごとに対策選択
  • 処理時間・精度・GPU利用率・コストの計測基盤を整備し継続改善
2

パーソナライズ機能

ユーザー文脈の構造化蓄積・アドバイス品質の継続改善
最優先

検討事項(資料より)

  • アドバイスに活用すべきユーザー文脈の設計
  • 悩み・価値観・業務状況・人間関係の粒度定義
  • 文字起こし・AI対話ログから文脈を自動抽出・構造化
  • コンテキストの肥大化を防ぎ継続活用できる状態に保つ
  • 不足する文脈を自然な対話体験の中で補完
  • アドバイス品質を計測し改善サイクルを回す

弊社の対応方針

  • RAGアーキテクチャによるユーザー文脈の検索・参照設計
  • 長期保持文脈と一時的発言を分ける重要度・鮮度・利用頻度管理
  • LLMによる文脈抽出→構造化→AIが参照しやすい形へのパイプライン設計
  • 「役に立ったか」「文脈を踏まえていたか」を評価可能な評価基盤の構築
  • ローカルLLM対応可:音声・文脈データを外部に出せない要件にも対応
3

法人向け管理ダッシュボード

KPI設定・音声データ可視化・業界別カスタマイズ
優先

検討事項(資料より)

  • 法人・部署・業務ごとのKPI・目標設定機能
  • 社員の音声データから必要な情報を抽出しKPIに紐づけ集計
  • 達成/未達・差分・実績推移を全社/部署/社員単位で可視化
  • 業界・業種・法人ごとに表示項目・集計軸を可変に
  • 管理者が改善・教育・運用管理に活用できる情報整理

弊社の対応方針

  • 初期ターゲット業界・法人数・社員規模を確認し、カスタマイズ幅を設計
  • KPI定義→データ抽出→集計→可視化のパイプラインをAIで自動化
  • 管理者と社員で異なるアクセス権限・データ閲覧範囲を設計
  • 従業員告知・同意フロー・就業規則整合をシステム設計に反映
  • 人事評価への活用可否に応じてデータ設計・監査ログを調整
4

Webアプリケーション

確定済み閲覧機能 + PCならではの拡張機能
優先

確定済み機能(資料より)

  • スマホアプリと同一アカウントでのログイン
  • 録音データ一覧 → 詳細画面への遷移
  • 文字起こし・要約・アドバイス内容の表示
  • カレンダーで日付を選び1日のレポートを表示
  • 音声の再生

Web拡張機能の候補(弊社提案)

  • 音声×テキスト同期編集(再生位置とテキストが連動)
  • 全録音横断キーワード/話者/期間検索
  • 固有名詞辞書登録と文字起こし精度への還流
  • 話者への名前紐付けと一括修正
  • 週次・月次ふりかえりレポート
  • Outlook/Googleカレンダー連携・録音データ一括操作
5

UI/UX改善・デザイン伴走

社内専任メンバーへのスキル移転・デザインリソース強化
伴走

現状(資料より)

  • GLIDiC AIが初のアプリ開発
  • UI/UX専門デザイナーが不在
  • 社内メンバー1名が専任でデザインコンサルと制作
  • リリース後はコンサルが不在となり知見・スキル不足を懸念
  • APPデザイン制作のリソース整備が課題

弊社の対応方針

  • 専任メンバーのスキル・役割を確認し、伴走範囲(制作/レビュー/教育)を設計
  • デザインシステム構築でコンサル依存を脱却・再現性を担保
  • BLE連携アプリのUX設計経験(ペアリング/再接続/リカバリ)を活用
  • 「録れていない事故」を設計段階で潰すUX設計が強み
  • Phase2以降の内製化範囲をスキルに合わせて段階的に設計
3
弊社の強み — 本件に直結する商用実績
類似領域での開発経験を持つメンバーが参画します
📡

IoT×ハードウェア連携アプリ開発

ペット向けウェアラブル端末(BLE)と連携するコンシューマアプリを本件参画予定メンバーが主導。筐体デザインから量産支援まで一貫担当。IoTビーコン(温湿度・CO2・加速度)工場モニタリングシステムも商用稼働中。

BLE / CoreBluetooth センサー連携 量産支援
🎤

音声AI・ローカルLLM商用実装

ローカルLLMを活用した企業内音声解析システム(会議文字起こし・要約・議事録自動生成・カレンダー連携)を機密データをクラウドに出さないオンプレ構成で構築・商用運用。話者分離・RAG・エージェント実装経験あり。

Whisper 話者分離 ローカルLLM RAG
☁️

AWS×生成AI 商用アーキテクチャ

生成AIを活用したカーボンクレジット品質評価プラットフォームをAWS上で商用構築。金融機関レベルの非機能要件・第三者機関による脆弱性診断を経て安定稼働。Go/gRPC/MQTTによるリアルタイム通信も実績あり。

AWS GPU最適化 gRPC / MQTT
🔒

セキュリティ・個人情報保護

大手警備会社レベルの非機能要件・脆弱性診断対応実績。ローカルLLMによる閉域AI処理の実装ノウハウを保有。録音第三者の同意設計・データ越境対策・要配慮個人情報の混入対策まで対応可能。

脆弱性診断 閉域構成 個人情報保護
🤝

AI定着支援・内製化伴走

商社営業事務担当者の事務作業をAIで60%削減し、人が対話・判断・提案に集中できる体制づくりを伴走支援。業務理解→AI連携設計→社内育成→内製化まで一気通貫で担当。n8nによる低コストワークフロー自動化も提案可能。

業務フロー設計 n8n 内製化支援
4
改善アプローチ
文字起こし基盤・話者分離・パーソナライズの具体的な進め方

文字起こし基盤のコスト最適化フロー

現行構成調査
処理量・コスト・GPU
負荷分解
ベース vs ピーク
最適構成提案
2週間で提示
段階移行
影響小→大
計測・改善
サイクル確立

話者分離精度改善フロー

評価セット
収集
誤り内訳
計測
目標値合意
言語別に設定
パラメータ
調整PoC
モデル改善
or 入替

パーソナライズ機能 設計フロー

文脈設計
悩み/価値観/人間関係
自動抽出
ログ→構造化
RAG参照
AIアドバイスに反映
品質評価
役立ち度/具体性
継続改善
2週間イテレーション
5
ロードマップ(想定)
現行構成の共有をいただいた後、2週間以内に詳細スケジュールを提示します
PHASE 1

現状把握・基盤整備

〜 3ヶ月目
現行システム調査(ソースコード・インフラ・外部API・権限棚卸し)
文字起こし基盤の処理量・コスト・GPU負荷を計測し最適構成を提案
話者分離の誤り内訳を評価セットで計測・目標値合意
パーソナライズ文脈設計(取得すべき情報・粒度・構造の定義)
セキュリティ・個人情報保護の論点整理(同意・越境・保存期間)
計測基盤・監視・ログ設計の整備
アプリオンボーディング改善(プロトタイプ検証)
PHASE 2

機能拡張・精度改善

4〜8ヶ月目
GPU構成最適化・基盤統合・コスト削減の本番適用
話者分離精度改善の本番反映(多言語対応含む)
パーソナライズ機能の実装(文脈抽出→RAG→アドバイス品質評価)
法人向けダッシュボード(KPI設定・集計・可視化・権限管理)
Web機能:優先度上位から順次実装(編集・横断検索・辞書登録)
デザインシステム構築・専任メンバーへのスキル移転開始
PHASE 3

高度化・内製化移行

9ヶ月目〜
パーソナライズの継続改善サイクル確立(評価→文脈更新→再測定)
法人ダッシュボード業界別カスタマイズ・拡張
Web拡張:カレンダー連携・週次月次レポート・録音一括操作
AI精度・コスト改善の定期レビューサイクル確立
専任メンバーへの技術移転・内製化範囲の拡大
保守運用・障害対応・月次改善報告体制への移行
6
技術スタック
本件で活用を想定する技術領域

モバイルアプリ

iOS (Swift) Android (Kotlin) BLE / CoreBluetooth バックグラウンド録音 RevenueCat

AI / 音声処理

Whisper 話者分離モデル ローカルLLM (QWEN他) OpenAI / Claude API Azure OpenAI (国内) RAG AIエージェント

バックエンド

Go gRPC / Protocol Buffers MQTT REST API キューイング / 並列処理

クラウド・GPU

AWS GPU インスタンス Savings Plans / Spot 専有GPU / オンプレ IaC (Terraform) CI/CD

フロントエンド / Web

React / Next.js TypeScript 音声×テキスト同期 全文検索 カレンダー連携

計測・監視・管理

GA4 / Amplitude CloudWatch ASANA / GitHub n8n 評価データセット
7
セキュリティ・コンプライアンス対応
24時間録音プロダクト特有の論点を設計初期から組み込みます
🎙️

録音第三者の同意設計

会話相手など録音される第三者の音声取得範囲と取り扱いを設計段階で定義。アプリ側に必要な同意取得フローと記録を組み込みます。

👥

従業員告知・労使整合

法人ダッシュボードで管理者が従業員音声データを閲覧する構造への対応。就業規則・告知・同意フローをシステム設計に反映。人事評価活用有無に応じてデータ設計を調整します。

🌐

データ越境移転対策

外部AI API利用時の送信先リージョン整理。Azure OpenAI国内リージョンによる越境回避構成および学習利用オプトアウトを標準適用します。

🏠

閉域LLM構成

データを外部に送信できない要件が生じた場合、ローカルLLM・オンプレ構成で対応。GPU調達制約とデータ保護を同時に解決できる弊社独自の強みです。

🔐

音声データ保存・削除設計

保存期間・削除・匿名化・マスキング方針を個人情報保護法・利用規約と整合した設計で実施。要配慮個人情報(健康状態等)の混入対策も組み込みます。

🛡️

脆弱性診断・監査ログ

第三者機関による脆弱性診断対応の実績を保有。認証認可・通信暗号化・クラウドIAM・監査ログを初期設計段階から組み込みます。

8
想定体制
自社メンバー中心に、フェーズ・要件に応じて専門家を追加
PM

プロジェクト責任者

武市 真拓(想定PM)
引継初期50〜60% / 安定後30%
インターネット専業銀行の基盤構築経験。24H365D稼働・障害復旧設計に精通。
TL

技術責任者

テックリード
稼働率 30%
Go/gRPC/MQTT・AWS全体設計。社会インフラ級システムのアーキテクチャ経験。
APP

アプリ開発

iOS / Android
要件・品質目標による
BLE連携コンシューマアプリ(ペットウェアラブル・美容機器)の実装・審査対応経験者。
AI

AI・音声処理

LLM / 音声AI担当
要件・品質目標による
Whisper・話者分離・ローカルLLM・RAG実装。オンプレ音声解析システムの商用稼働実績。
INF

バックエンド・インフラ

AWS / クラウド設計
要件・品質目標による
GPU最適化・IaC・CI/CD・監視設計。カーボンクレジット基盤での商用AWS経験。
QA

品質管理・セキュリティ

QA / 脆弱性対応
要件・品質目標による
第三者機関脆弱性診断対応。IoT×AI×アプリ複合システムのテスト設計・切り分け経験。
体制の透明性について:提案時にご説明するメンバーと実行フェーズのメンバーの一致度・稼働率・離任時のバックアップ体制について、面談時に詳しくご説明いたします。協力会社を活用する場合も、品質管理責任と貴社への報告・連絡は弊社が一元的に担います。
9
面談時に確認したい事項
工数・スケジュールの精度を上げるために必要な情報です

■ 現行システム・引き継ぎ

■ 文字起こし基盤・GPU

■ パーソナライズ・AI機能

■ データ・セキュリティ

■ 体制・進め方・優先順位

10
弊社支援で目指す期待効果
数値は現行構成確認後に更新します
▼30%+
インフラコスト削減
(基盤統合+GPU最適化)
精度向上
話者分離
目標値まで改善
2週間
改善イテレーション
サイクル
5領域
Phase1〜3で
段階的に対応
Phase3
専任メンバーへの
内製化移行

面談でご説明したいこと

  • ローカルLLM・専有GPUとクラウドGPUのハイブリッド構成案(2パターン)
  • 文字起こし基盤とアプリ基盤の統合について、移行ステップとリスクの見立て
  • パーソナライズ機能の文脈設計アプローチと評価基盤の構築方針
  • Phase1〜Phase3の内製化構想に弊社伴走をどう当てはめるか
  • 参画予定メンバーの経歴・担当範囲・稼働率・バックアップ体制

ハードウェアからクラウドまで、
5領域を一気通貫で支援します

現行構成をご共有いただければ、2週間以内に工数レンジと前提条件をご提示します

面談時の準備

現行構成図・文字起こし仕様・話者分離の評価サンプルをご共有ください

2週間以内に提示

工数レンジ・前提条件・体制案・ロードマップ詳細版をご提示します

お問い合わせ

関川 すず(営業コンサルティング部)
050-1780-3860