システム開発 / 業務アプリ / AI機能

開発が速い会社です。
AIで作っているから。

アンタレスは、設計からコード、テストまでAIを使い倒すシステム開発会社です。AIは道具、売り物は「現場で動き続けるシステム」。試作が早く出るから、大きな見積もりの前に、触って確かめてから進められます。

システム開発が「高い・遅い・大げさ」
ならない理由

「数百万円の見積もり」「半年待って、思っていたのと違う」。システム開発が重いのは、人手の作業が多いからです。アンタレスは開発のほぼ全工程でAIを使い、浮いた時間を設計と仕上げに回しています。

強み 01

動くものが出てくるのが速い

設計の下書き、コード、テストまでAIに任せ、人は判断と仕上げに集中します。「打ち合わせのあと、しばらく音沙汰なし」にはなりません。動く画面を見ながら会話して進めます。

強み 02

「まず小さく」が現実的な予算でできる

最初から全部は作りません。いちばん困っている業務だけを切り出して、小さな試作から始められます。効果を確かめてから広げるので、大きな賭けにならずに済みます。

強み 03

AI任せにしない、人が仕上げる品質

AIの出力をそのまま納品することはありません。AIが浮かせた時間は、業務の理解と画面の設計、最後の品質確認に注ぎます。速さはAIの仕事、責任は人の仕事です。

「AIに書かせて終わり」とは、
工程が違います

思いつきの指示でコードを出させて、動いたら納品。そういう作り方はしません。AIに任せる部分と人が握る部分を工程ではっきり分け、すべてのコードが同じ関門を通ってから、お客様に届きます。

  1. 01

    仕様を文書に固定する

    AIに書かせる前に、何を作るかを文書に固定します。あいまいな指示からは、あいまいなシステムしか生まれないからです。

    AI

    ヒアリングの構造化、仕様書・画面設計のたたき台

    業務の理解、仕様の決定、優先順位の判断

  2. 02

    AIが実装する

    固定した仕様書をもとに、AIがコードを書きます。複数の作業を並行で進められるので、従来の開発といちばん速さの差がつく工程です。

    AI

    仕様書に沿ったコード生成、画面・API・データの実装

    設計方針の指示、実装の監督

  3. 03

    テストで機械的に検証する

    AIが書いたものをAIが確かめて終わり、にはしません。テストの観点は人が設計し、仕様どおりに動くことを機械的に検証します。

    AI

    テストコードの生成、繰り返しの動作確認

    テスト観点の設計、仕様との突き合わせ

  4. 04

    人がレビューして仕上げる

    お客様に届くのは、人間のエンジニアが全行をレビューしたコードだけです。読めないコード、直せないコードは納品しません。

    AI

    静的解析、修正候補の提示

    全コードのレビュー、セキュリティ確認、最終判断

「それ、ChatGPTに直接頼むのと何が違うの?」

コードを書くだけなら、たしかにAIで足ります。うちが請け負っているのは、AIにはできない部分です。

業務を仕様に翻訳する

AIは御社の業務を知りません。誰が、いつ、何のために使うのかを聞き出して仕様に固定する工程が、出てくるものの質を決めます。

「動いたコード」を「使えるシステム」にする

コードが動くことと、本番で安全に動き続けることは別物です。データの守り方、権限、バックアップ、障害時の復旧まで含めて開発です。

直し続ける相手がいる

業務は変わり、システムには不具合が出ます。そのとき「作った本人」に連絡できること。それがツールと開発会社の違いです。

すべての変更は履歴管理され、いつ・何を・なぜ変えたかを後から追跡できます

お客様のコードとデータは、AIの学習に使われない契約・設定のツールだけで扱います

現場で毎日使うもの
作っています

派手なシステムより、業務が軽くなる道具を。現場に「ちょうどいい大きさ」で作るのが得意です。

業務アプリ・管理画面

入力、一覧、検索、通知、CSV出力。Excelや紙で回している業務を、チームで使える画面にします。

試作・新規サービス開発

新しいツールやサービスの案を、まず動く形に。AIを使った開発だから、試すことが大きなコストになりません。

AI機能の組み込み

返信文の下書き、書類の読み取り、分類や要約。業務の流れに組み込める形で、実務向けのAI機能を作ります。

業務整理・要件の言語化

「何を作るべきか」から一緒に考えます。業務を聞き出して、作る範囲と順番をはっきりさせてから始めます。

「これ、頼めるのかな?」を、
見積もりの前に聞いてください

丸投げで構いません。御社に決めていただくのは「何に困っているか」と「いくらまでなら試せるか」だけ。それを画面と機能に翻訳するのは、こちらの仕事です。

たとえば、こんな相談から

Excelの台帳が部署ごとに分かれて、どれが最新かわからない

見積もりを取ったら数百万円。そこで止まっている

紙とハンコの業務が、誰も直せないまま残っている

こんな小さな依頼、開発会社に頼んでいいの?

初回相談ですること

いまの業務の流れと、時間を取られている作業を伺います。お持ち帰りいただくのは、「最初に作る範囲」と「小さく始める進め方」。事前の準備はいりません。

対応できる範囲

業務整理業務アプリ開発Webサービス開発AI機能の実装運用改善

代表的な支援例

業種はばらばらですが、どれも「小さく作って、現場に合わせて直す」やり方で形にしました。

工程表をWebアプリで管理する画面イメージ

業務アプリ

Excel工程表のWebアプリ化

Excelで管理していた工程表をWebアプリに移行。「最新版はどれ?」の確認から、検索・共有・更新まで、ひとつの画面で完結するようにしました。

最新版の確認・検索・共有が、ひとつの画面に

紙のテストをWeb上で作成・受験・集計する画面イメージ

教育・研修

ペーパーテストのWeb化

紙で回していたテストの作成・受験・採点をWebに移行。印刷・配布・集計の手間をなくし、結果をデータとして残せるようにしました。

作成から採点、結果確認までがWebで完結

問い合わせ内容と過去履歴をもとに返信下書きを生成する画面イメージ

AI機能

返信下書きAI

過去の対応履歴をもとに、問い合わせ返信の下書きをAIが生成する仕組みを開発。ゼロから書く負担と、担当者ごとの回答のばらつきを減らしました。

過去の対応をもとに、確認して使える下書きを生成

業務アプリ

Excel工程表のWebアプリ化

Excelで管理していた工程表をWebアプリに移行。「最新版はどれ?」の確認から、検索・共有・更新まで、ひとつの画面で完結するようにしました。

最新版の確認・検索・共有が、ひとつの画面に

課題

工程表がExcelファイルだったため、最新版の在りか、更新のタイミング、共有の方法がすべて担当者頼み。見る人と更新する人が増えるたびに、運用は重くなっていきました。

行ったこと

業務の流れを聞きながら、管理したい項目、検索したい条件、更新の手順を洗い出し、迷わず使える入力・一覧・検索の導線をWebアプリとして実装しました。

できるようになったこと

工程管理が「個人のExcel」から「チームの画面」になり、誰でも同じ情報を確認・更新できるようになりました。項目の追加や表示の変更もしやすい作りなので、業務が変わっても付いていけます。

近い相談

  • Excelやスプレッドシートで限界を感じている
  • 紙や口頭で回している業務を整理したい
  • 社内向けの管理画面や申請画面を作りたい

教育・研修

ペーパーテストのWeb化

紙で回していたテストの作成・受験・採点をWebに移行。印刷・配布・集計の手間をなくし、結果をデータとして残せるようにしました。

作成から採点、結果確認までがWebで完結

課題

テストのたびに、作成、印刷、配布、回収、採点、集計。運用側の作業が多く、問題をひとつ差し替えるにも腰が重くなる状態でした。

行ったこと

作成から結果確認までの流れをWeb上に組み直しました。出題する側は問題を管理しやすく、受ける側は迷わず回答できるように、画面と入力の体験を作り込んでいます。

できるようになったこと

紙の準備と集計作業がなくなり、テストを回すこと自体が楽になりました。結果がデータで残るので、振り返りや問題の改善にもつなげられます。

近い相談

  • 紙で運用している申込・チェック・記録をWeb化したい
  • 教育、研修、社内テストの運用を軽くしたい
  • 入力から集計までを一つの流れにしたい

AI機能

返信下書きAI

過去の対応履歴をもとに、問い合わせ返信の下書きをAIが生成する仕組みを開発。ゼロから書く負担と、担当者ごとの回答のばらつきを減らしました。

過去の対応をもとに、確認して使える下書きを生成

課題

返信のたびに過去の回答を探し、文章を組み立て直す。担当者によって表現も判断も揺れやすく、件数が増えるほど負担が膨らんでいました。

行ったこと

過去の返信履歴を参照できる形に整え、似た問い合わせへの対応をもとに、たたき台を生成する仕組みを実装しました。AIの文面をそのまま送るのではなく、人が確認して直す前提の設計です。

できるようになったこと

書き始めの負担が軽くなり、過去の対応方針に沿った文面を短時間で用意できるようになりました。担当者は「書く」より「確認して整える」に集中できます。

近い相談

  • 問い合わせ対応や社内FAQにAIを使いたい
  • 過去の文書や対応履歴を活用したい
  • システムにAI機能を足したい

「大きな見積もり」の前に、
まず試作

AIで開発が速くなったぶん、「小さく試す」が絵空事ではなくなりました。相談と整理で狙いを絞り、動くものを早く出す。手応えを確かめてから広げます。

  1. 01

    相談

    今の業務と困りごとを聞かせてください。資料は不要です。

  2. 02

    整理

    課題と優先順位を並べ、最初に作る範囲を決めます。

  3. 03

    試作・実装

    AIを活用した開発で、動くものを早く出し、実際の業務で試します。

  4. 04

    改善

    使いながら直し、必要なら機能を足していきます。

相談から運用改善まで、担当が変わりません

頼み方は3段階
どこで止めても構いません

最初から全部を契約する必要はありません。段階ごとに区切って、続けるかどうかをその都度決めてください。

  1. 01

    まず試作

    小さく作って、確かめる

    料金目安30万円〜

    いちばん困っている業務をひとつ選び、動く試作を作ります。実際に触ってから、先に進むかを判断してください。

    • 業務ヒアリングと整理
    • 動く試作の開発
    • 現場での試用サポート

    ここで終了してもOK

  2. 02

    本開発

    試作を、毎日使えるシステムに

    料金目安100万円〜

    試作で確かめた手応えを、本番のシステムに育てます。データの守り方、権限、バックアップまで含めて作り込みます。

    • 本番システムの設計・開発
    • セキュリティ・権限の作り込み
    • データ移行と導入サポート

    試作の学びをそのまま引き継ぐ

  3. 03

    運用・改善

    使いながら、育てる

    料金目安月額5万円〜

    業務の変化に合わせた手直しや機能追加を続けます。「作った本人」が見続けるので、話が早いです。

    • 不具合対応
    • 機能追加・改善
    • 業務の変化への追従

    月々の継続契約

料金は下限の目安です。規模により変わるため、初回相談で概算をお出しします

提案を「動くもの」にする、
実装パートナーとしても

コンサルティング会社・制作会社の開発案件も受けています。AIを活用した開発体制なので、試作やPoCの足が速いのが取り柄です。クライアントの課題が曖昧な段階から入り、要件の言語化、実装、納品後の改善まで対応します。

「こんなこと頼める?」を、
そのまま送ってください

内容がまとまっていなくても、予算が決まっていなくても大丈夫です。いまの業務と困りごとを書いて送ってください。作る範囲と始め方を考えて、お返事します。合わないと判断したときは、正直にそうお伝えします。

売り込みの電話やメールはしません。このフォームへのお返事だけをお送りします。