メインコンテンツへスキップ

AI TEAM ORCHESTRATION

自社開発プロダクト

AIバーチャルオフィス

AI社員の仕事が、見える。進む。最後は、人が決める。

役割の異なる9名のAI社員が、依頼の分解から並行制作、レビューまでを連携。担当・進行・成果物・承認待ちを、ひとつのオフィスで確認できる業務ダッシュボードです。

  • React / TypeScript
  • Electron
  • Event replay
  • Classic 2D / Spatial 2.5D
  • Human approval
空間2.5Dのオフィスで役割の異なるAI社員が仕事を分担するDemo画面

TECHNICAL SNAPSHOT

TEAM
9 roles
VIEWS
2D + 2.5D
FINAL GATE
Human only

PROJECT CONTEXT

解こうとした課題

AIを導入すること自体ではなく、実務で責任を持って使い続けられる状態を設計対象にしました。

01

複数AIの動きが見えない

チャットだけでは、誰が担当し、どこまで進み、何が完成したのかを把握しにくくなります。

02

制作と点検が混ざる

同じAIが作成と確認を担うと、差し戻しや再確認の責任境界が曖昧になります。

03

自動化と意思決定を分ける

外部公開や送信までAIだけで進めず、人が内容を確認する明確な停止点が必要です。

ARCHITECTURE

判断点を含めた処理設計

入力から成果物までを一続きの自動処理にせず、確認・停止・再開できる単位へ分けています。

  1. 01 / ASK

    依頼

    自然な言葉で仕事を頼む

  2. 02 / PLAN

    分担

    PM役が工程と担当を決める

  3. 03 / BUILD

    並行制作

    専門AIが成果物を作る

  4. 04 / REVIEW

    品質確認

    別のAIが点検し、必要なら戻す

  5. 05 / APPROVE

    人が承認

    外へ出す前に人の操作で止まる

IMPLEMENTATION

実装上の工夫

見栄えだけでなく、状態・権限・記録の境界がコード上でも混ざらないことを重視しました。

同じ状態を2つの表示で読む

Classic 2DとSpatial 2.5Dを表示層として分離し、同じ業務状態を読み取ります。見た目の切替が承認や実行権限を変えない設計です。

9役割を固定したチーム設計

PM、Web制作、営業、顧客対応、顧客台帳、経理、広報、事務、レビューの役割を分け、担当と成果物を対応づけます。

状態に意味のある動き

作業、相談、レビュー、承認待ちを、位置・光・動線・短いモーションで表現。飾りのためのランダムな活動表示は行いません。

QUALITY & SAFETY

品質と安全境界

できることと、意図的に自動化しないことを同じ強さで定義しています。

QUALITY

品質のための設計

  • 決定論的なDemoとreplay

    同じ記録から同じ状態を復元し、相談から承認待ちまでを繰り返し検証できるようにしています。

  • 状態と成果物を同じ画面で確認

    担当者、進行、レビュー、成果物を分断せず、人が次に確認すべき対象を追える構成です。

  • 動きを止めても意味が残る

    reduced motionではアニメーションを停止し、文字・記号・状態ラベルで同じ意味を伝えます。

BOUNDARY

越えない境界

  • Demoは外部処理をしない

    外部AI、実課金、実公開、実注文を行わない再現可能な体験として分離しています。

  • 承認はUI上の人間操作だけ

    AI、シミュレーター、演出から承認を発行せず、公開相当の操作は人の明示操作を入口にします。

  • 画面表示を稼働証明にしない

    固定表示やキャラクターの動きだけを実処理の証拠にせず、状態と記録を表示の根拠にします。

掲載範囲:画面は現行製品のDemo例です。顧客の稼働状況や導入効果を示すものではなく、Demoでは外部AI・実課金・実公開を行いません。

DELIVERABLES

開発した成果物

顧客効果の推計ではなく、今回の開発で実際に設計・実装した技術成果を示します。

ブラウザDemo

依頼から承認待ちまでを再現する決定論的な体験

macOSデスクトップアプリ

ローカル運用を前提にした製品パッケージ

2つのオフィス表示

Classic 2DとSpatial 2.5Dを明示的に選択

成果物・資料室・承認UI

仕事の記録、成果物、レビュー、人の判断を接続

この設計知見を、貴社の業務へ。

業務の流れ、データ、承認ポイントを整理し、AIが安全に働ける実装へ落とし込みます。