DX 業務効率化 生成AI AWS Web マーケティングリサーチ

生成AIとクラウド技術で
統計資料管理業務の効率化を実現

株式会社日経リサーチ 様では、統計資料の収集・管理業務における作業負荷と進捗管理の煩雑さが課題となっていました。

DIMAシステム開発では、業務全体を支える運用基盤を再設計し、生成AIとAWSを活用して業務効率化を実現しました。

作業時間削減率 53% ※2026年3月実績・前年同月比
作業効率化に対する 作業者の意識改革 業務を俯瞰して眺める意識の変化
日経リサーチ×メタテクノ
×
社名：株式会社日経リサーチ
業種：マーケティングリサーチ
担当領域：DX推進＋業務効率化
開発手法：プロトタイピング
保守：継続中

DIMAシステム開発 プロジェクト概要

業務フロー全体を見据えた要件定義 「部分最適ではなく、業務全体の負担軽減」を重視し、 手動チェックに依存していた業務を点ではなく流れとして捉え直しました。
確認作業・進捗管理・引き継ぎまでを含めて課題を整理し、 システム導入による効果と日常業務における学習コストのバランスを考慮した要件定義を行いました。
安定運用を重視した業務基盤の整備 システムが継続的に使われることを前提とした基盤設計を重視しました。
AWSのマネージドサービスを活用したサーバレスアーキテクチャを採用し、 繁忙期のアクセス増加にも人手をかけずに対応できる、運用負荷の低い業務基盤を構築しています。
セキュリティリスクを低減する生成AI活用 生成AIの利便性と同時に、業務データを扱う上で情報漏洩リスクを重く捉えました。
Amazon Bedrockを採用することで、生成AIに入力されるデータをAWS環境内に完結させ、 利活用とセキュリティの両立を図った形で業務支援へのAI導入を行っています。
導入背景

業務における手作業の負担と、既存システム終了への対応が課題

日経リサーチ様は、政府機関や民間企業が公表する統計資料を収集・管理しています。 これらの資料は目視による確認作業が多く、作業時間の増大や確認漏れへの対応が恒常的な課題となっていました。

また、既存システムにおける作業進捗管理がスムーズではなく、業務の効率性や運用面の改善が必要な状況にありました。

こうした背景の下、更に既存システムのサポート終了を控えていたことから、業務基盤を根本的に見直すDIMAシステム開発が計画されました。

課題

  • 統計資料の収集・データ管理業務において、手動チェックに多くの時間を要していた
  • 手動チェックにおけるヒューマンエラーの回避が困難であった
  • 既存システムのサポート終了を控えており、事業継続リスクを抱えていた
DIMAシステム
導入効果

効果

  • 作業時間が削減され、繁忙期となる2026年3月実績では前年同月比でチェック時間削減率53％を記録
  • 確認作業をAIが支援する仕組みを導入したことで、担当者の負担や属人性が軽減された
  • 作業効率に影響を及ぼしていたシステムから脱却し、作業進捗管理を含めた業務の効率化を達成した
メタテクノが選ばれる理由
01

徹底的なヒアリング

業務改善を目的としたシステム開発において、お客様の業務内容や課題を正確に理解することが重要です。 プロジェクト序盤から日経リサーチ様へのヒアリングを重ね、 「業務の中で本当に必要とされているものは何か」を明確にすることに注力しました。 その結果、業務フロー全体を俯瞰した実効性の高い要件定義を行うことができました。

Point: お客様の業務を理解すること
02

生成AIを活用した業務支援

生成AIの導入にあたり、最適なAIモデルの選定から、プロンプト設計・リクエスト時のパラメータ検討や 生成AI利用における技術検証、 更には運用時に発生するコストの試算までを包括的に支援しました。 予め生成AI利用に伴うリスクや懸念事項を整理し対策を講じることで、安心して業務に活用できるシステムの構築を実現しました。

Point: 生成AI利用時の不安を解消
03

インフラのソースコード管理

メタテクノでは、AWSサーバレスアーキテクチャを用いた数多くの開発プロジェクトにおいて、 AWSインフラをソースコードで管理する仕組み（IaC）を標準的に採用しています。 本プロジェクトでもCDKによるインフラ構築を行い、環境差異やリリース時のヒューマンエラーを抑制し、再現性と信頼性の高いリリース運用を実現しました。

Point: 再現性あるリリース作業の実現
お客様の声
導入前、どのような課題を感じていましたか。
統計資料の収集・管理業務において、データチェックを手動で実施する必要があり、膨大な作業時間を要していました。 ヒューマンエラーの回避も困難で、既存システムによる進捗管理もスムーズではなく、現場への影響が出ていました。
提案や開発の過程で印象に残っている点を教えてください。
特に印象的だったのは課題解決のスピード感です。 こちらからの要望や課題に対して、 単に対応するだけでなく、状況を的確に把握した上で迅速に提案をいただき、そのままスムーズに実装まで進めていただけた点に安心感がありました。 提案から実装までの一連の流れが非常にスピーディーであり、結果としてプロジェクト全体を円滑に進めることができました。
実際に運用してみて感じた効果を教えてください。
2026年3月の実績では、前年同月比でチェック時間削減率53%を達成しました。 前年と比較して作業者が少ない作業体制の中、今年は余裕を持って対応できました。 特に削減時間以上に効果が大きいと感じたのは、心理的な負担が減ったことです。 「DIMAがあるから大丈夫」と、慌てず落ち着いてメンバーが作業できていました。 「DIMA無しの状態にはもう戻れない」と、現場一同感じています。
システム概要

SPA・AWS・生成AIを組み合わせた業務を支える構成

本プロジェクトでは、 SPA（React）を用いたフロントエンド 、 AWS上のサーバレスアーキテクチャ（API Gateway・Lambda・DynamoDB） 、 生成AI基盤（Amazon Bedrock + Claude） などを組み合わせ、操作性・拡張性・コスト効率が共存するシステムを実現しました。

生成AIサービスにはAmazon Bedrockを採用しました。 インフラ基盤としてAWSを採用していることからセキュリティ面も含めて相性が良く、データがAWS内に限定されAWS外に送信されないことを重視しました。

課題発生時のスピーディーな状況把握・原因究明のため、ログの記録やアラーム機能を提供しつつ、 お客様側でも問題の切り分けができるように、運用マニュアルの整備にも注力しました。

生成AI
Amazon Bedrock + Claude
AWS内でデータが完結
クラウド基盤
Amazon Web Service
サーバレスアーキテクチャ
フロントエンド
SPA(React)
高速な操作性でユーザー体験向上
業務ロジック・システム連携
REST API + バッチ処理
外部システムとの定期的な同期
データ基盤
Amazon DynamoDB
IaC
CDK v2
DIMAシステム 全体構成図
AWS Cloud
S3
API Gateway
CloudFront
Lambda

データベース
API
PC
（Webブラウザ）
Cognito
DynamoDB
Bedrock
（Claude）
EventBridge
外部システム
Lambda
公開用システム構成図
（kintone → 外部システム に抽象化した版）
推奨：横 560px × 縦 360px｜system_architecture.png
システム全体構成（AWS / 外部システム連携）
メタテクノにおける今後の展望

実運用で得られた現場の声を踏まえた段階的な機能拡張

DIMAシステム稼働後は、実際の運用を通じて得られたフィードバックを踏まえ、段階的な機能拡張が検討されています。 現場の声を取り込みながら継続的に改善していく方針とし、より柔軟にニーズへ応えられる体制を目指します。

あわせて、保守フェーズを通じて、業務効率化・生成AI活用を含むシステム開発の知見を社内に蓄積し、 標準化や横展開を進めていきます。

今後の展望・改善サイクルイメージ
改善サイクル図・追加機能イメージ
推奨：横 540px × 縦 240px｜future_vision.png

まずはお気軽にご相談ください

業務効率化・生成AI活用を含むシステム開発にご関心がございましたら、ぜひお問い合わせください。課題整理の段階からご支援いたします。

生成AI導入・AWS開発のご相談はこちら

関連ページ