AI 技術日々進步，然「業務課題」與去年無異──株式會社 atarayo 宣示將技術轉化為業務成果的夢想

我們響應 April Dream，將 4 月 1 日定為發表夢想的日子。這份新聞稿是株式會社 atarayo（總公司：東京都港區，代表取締役：加藤丈峰）的夢想。

## AI 技術日々進步，然而業務課題仍如去年般存在。
新的 AI 模型接連發布，AI 代理和自動化工具不斷湧現，數據基礎設施的建置成本也大幅下降。AI 和數據的技術環境與一年前相比，取得了無與倫比的進步。然而，「AI 理論上能做到的事」與「AI 實際產生業務價值」之間，依然存在巨大鴻溝。

即使完善了儀表板，卻僅每月瀏覽一次，並未用於經營決策。即使自動生成了報告，也未列入銷售會議議程。即使導入了 AI 工具，也僅限部分員工試用，業務流程並無改變。問題不在於技術不足。而是將技術轉化為業務成果的設計與執行，未能跟上。

我們的夢想是，創造一個 AI 和數據「導入即止」的現象不再，所有企業都能實現業務價值的社會。

## atarayo 的措施：連接技術與業務成果的設計，並伴隨至成果實現
為彌合此一鴻溝，我們採取了兩種方法。

第一是將數據轉化為決策的「Data to Decision」。我們與客戶共同設計從數據整合、分析到決策、執行的一貫化機制，確保不會「分析即止」。我們的設計目標不僅是交付儀表板，更是讓決策能依據數據改變，並實際執行措施的狀態。

第二是「AI 原生業務設計」，即以 AI 為前提重新設計整個業務流程。我們並非將 AI 插入現有業務的一部分，而是思考「如果以 AI 為前提從零開始建構這項業務會如何」，並重新組合整個流程。

為了確保這些努力不會「交付即止」，我們深入客戶內部，掌握業務實際情況，提供從問題定義到 AI 實施、數據應用機制建立、運營改進的一貫化協作支援體制。

## 現場正在發生的變化
這些舉措已在跨行業的現場取得了成果。

- 在律師事務所，我們支援在債權回收、債務整理、加班費請求等廣泛業務領域中應用 AI 和數據。透過 AI 判斷回收優先順序提高回收率，大幅削減證據整理和文件製作工時，並將過去依賴個人經驗判斷的業務結構化，實現律師將時間投入於真正需要專注的判斷業務的體制。
- 在電子商務領域，我們整合並利用大量客戶數據，大幅縮短數據彙整的前置時間。我們建立了分析結果直接反映經營決策的運營機制。這也透過多數據源整合提高了客戶獲取效率，並提升了電子郵件行銷活動的銷售貢獻度。
- 在旅遊業，我們透過分析和視覺化預訂數據和客戶行為數據，支援提升行銷策略的精準度。我們正在建立數據驅動決策在現場紮根的機制。
- 在製造業，我們利用內部累積的數據，將資深人員的專業知識融入 AI，以規劃產品。