Giving First to Bashica / 2026.06

現場の「パズル」を、
AIで解く。

月400件のアサイン判断、属人化した制作フロー、頭の中だけにあるロジック。 20名規模の仕組みで60名を回している現場に、AIとデータ基盤を入れて「仕組み」に変えます。社内AIスペシャリストと共に。

ラボ型伴走月額50万円 AI導入 + 育成一体型 3ヶ月で成果

Client: 株式会社ベイシカ中尾恭太様 / Theme: AI導入・伴走支援

1現場で確認した課題

20名規模の仕組みで60名を回している。「パズル」を人の頭だけで解き続けている。

6/10の現地ヒアリングで確認した現場の課題です。アニメ・ゲームのイラスト制作で急成長する中、業務の仕組みが追いついていません。

PROBLEM 01

アサイン判断の属人化

月400件、うち急ぎ7割。マネージャーが頭の中で「誰に・いつまでに・できるか」のパズルを解いている。休んだら止まる。引き継げない。

PROBLEM 02

受注→制作の情報伝達

フォーマットなし。窓口担当が噛み砕いて初めて仕事になる。「何を・いつまでに・どのレベルで」が標準化されていない。

PROBLEM 03

業務ロジックの未言語化

評価も監修もマネージャーの頭の中。判断基準が言語化されておらず、データとして蓄積されていない。

本質的な課題: 3つの課題は独立ではありません。「ロジックが言語化されていない → データが貯まらない → 属人化が解消されない」という構造です。逆に、ロジックを言語化してデータを貯め始めれば、3つとも動き出します。

2まず1〜2ヶ月で、この3つを形にします

Phase 1: クイックウィン — 短期で成果を出し、現場の信頼を獲得する。

01 — 課題①を解決

アサイン半自動化

AIがスタッフの空き状況・スキル・過去実績から候補・理由・リスクを提示。最終判断は朝倉氏が行う。「パズル」の組み立てをAIが補助し、判断に集中できる環境を作ります。

02 — 課題②を解決

ペライチ自動作成

受注情報をAIが1枚に整理。「何を・いつまでに・どのレベルで」を標準化し、窓口担当の噛み砕き工数を削減します。

03 — 評価に直結（一石二鳥）

データベース整理

スタッフマスタ・案件マスタ・アサイン実績の蓄積基盤を構築。データが貯まると貢献度の可視化にもつながり、評価制度にも直結します。

ポイント: 3つのタスクは別々のプロジェクトではありません。1つのラボ契約の中で、優先順位をつけて柔軟に進めます。現場の状況に合わせて、毎週スコープを調整できるのがラボ型の強みです。

31つのラボ契約で、「作る→使う→育てる→広げる」を切れ目なく

ご提案の全体像 — 短期の成果出しから、中長期の組織変革まで。

flowchart LR
  A["<b>短期</b><br/>1〜2ヶ月"] --> B["<b>中期</b><br/>3〜6ヶ月"]
  B --> C["<b>長期</b><br/>7ヶ月〜"]

  A --- A1["アサイン半自動化"]
  A --- A2["ペライチ自動作成"]
  A --- A3["DB整理"]

  B --- B1["運用改善"]
  B --- B2["OJT育成"]
  B --- B3["IP監修 PoC"]

  C --- C1["評価制度連動"]
  C --- C2["IP監修本格運用"]
  C --- C3["横展開・自走"]

秋庭氏の育成トラック: 全期間を通じて、秋庭氏がAI基礎→ペア開発→主担当→社内AIマスターへとステップアップします。追加費用なし、ラボ契約の中に含まれています。

4「作って納品」で終わらない。現場に定着するまで一緒に走る

なぜラボ型か — プロジェクト型との比較。

BEFORE — プロジェクト型

従来のシステム開発

要件定義→開発→納品→保守は別契約
スコープ変更→再見積り
育成は別契約
作って終わりになりやすい

AFTER — ラボ型（本提案）

伴走型のAI導入

柔軟にスコープ調整しながら進められる
開発・育成・運用を分断せず並走
新課題が出たら翌週から対応
秋庭氏が自走したら契約縮小

AI導入に特に向いている理由: AI導入は「作って終わり」ではありません。プロンプトの調整、運用ルールの定着、ユーザーの習熟 — 全てが並走で初めて機能します。ラボ型なら、この全てが1つの契約に含まれます。

5秋庭氏が、3〜4ヶ月で「社内AIマスター」になる

研修ではなくOJT。追加費用なし。ラボ契約の中で自然に進みます。

STEP 01: AI基礎＋現場観察に同席（1〜2ヶ月） 到達目標: 自分でAI出力を作れる。プロンプトの基礎と、現場業務の観察を同時に行います。

STEP 02: ペア開発OJT（2〜3ヶ月） 到達目標: ツールの中身を説明できる。G1stエンジニアと並走しながら、ツールの仕組みを理解します。

STEP 03: 運用を主担当として引き取り（3〜4ヶ月） 到達目標: ツールを自走運用できる。G1stはサポート側に回り、秋庭氏が主担当として運用します。

STEP 04: 社内AIマスターとして横断稼働（5ヶ月〜） 到達目標: 新テーマの企画・実装を自走。他部署への横展開や新しいAI活用テーマを自ら企画・実装できる状態です。

G1stのフェードアウト: 秋庭氏が自走できるようになれば、G1stの稼働は段階的に減ります。契約の縮小・終了も可能です。「依存させ続ける」モデルではありません。

6スケジュール

AIで開発は圧縮できる。ボトルネックは「人が決める・慣れる時間」。

タスク	1ヶ月	2ヶ月	3ヶ月	4ヶ月	5ヶ月	6ヶ月	7ヶ月〜
アサイン半自動化
ペライチ自動作成
DB整理
秋庭氏育成
IP監修
貢献度評価

ロジック言語化→MVP→並行稼働の順に進めます。秋庭氏育成は全期間を横断するトラックです。

7月額50万円に、開発も育成も運用改善も全て含まれます

料金表 — ラボ型（月額定額・伴走支援）

ラボ型（月額定額・伴走支援）

月額 500,000円（税別）

最低契約期間: 3ヶ月〜

含まれるもの

開発

ツールMVP / DB設計・構築 / 改修・拡張

設計

ロジック言語化 / 運用ルール策定

育成

秋庭氏OJT / 週次定例 / 技術相談

安心ポイント: 都度の見積り・追加費用は発生しません。新しい課題が出ても、翌週から対応できます。秋庭氏の自走後は契約縮小・終了が可能です。

8短期で成果を出し、中長期で組織の仕組みを変える

期待効果 — 5つの変化。

短期効果（1〜3ヶ月）

EFFECT 01

アサイン工数の削減

マネージャーの判断時間を大幅削減。AIが候補を出し、人は最終判断に集中。「パズルを解く時間」が「判断する時間」に変わります。

EFFECT 02

情報伝達の標準化

ペライチで「何を・いつまでに・どのレベルで」が自動整理。窓口担当の噛み砕き工数を削減し、伝達品質を安定させます。

中長期効果（3ヶ月〜）

EFFECT 03

データ活用

アサイン実績が評価に直結する「一石二鳥」。蓄積されたデータで、貢献度の可視化が実現します。

EFFECT 04

AI人材の獲得

秋庭氏が社内AIマスターとして自走。新しいAI活用テーマを自ら企画・実装できる組織能力を獲得します。

EFFECT 05

属人性の解消

判断ロジックが言語化→データ化。20名規模の仕組みから、60名規模に対応できる仕組みへ進化します。

9まずはここから始めましょう

次のステップ — 4つのアクションで着手します。

本提案のすり合わせ 本資料をもとに、課題認識の確認と優先順位の合意を行います。

ラボ契約締結・着手 月額50万円のラボ契約を締結し、すぐに動き始めます。

ロジック言語化 + 秋庭氏OJT開始 アサインのロジックを言語化しながら、秋庭氏の育成を並走で開始します。

MVP開発 → 運用開始 アサイン半自動化のMVPを現場に投入し、フィードバックを受けながら改善します。

着手にあたりご共有いただきたいもの:
・アサイン管理スプレッドシート（朝倉氏作成）
・メンバー・外部クリエイター情報
・カレンダー運用状況

担当	折髙一平 / 井上大輝
会社	株式会社Giving First