生成AIシフトの号砲、DTS×OpenAI Japanが動いた
総合SIerのDTSがOpenAI Japanと手を組み、企業の業務変革を一気に前へ進めます。発表日は2025年9月1日。長年の業務ノウハウと最先端の生成AIを掛け合わせ、現場で使えるAIを素早く実装する狙いです。
DTSは金融から製造、建設まで幅広い領域をカバーしてきました。そこにOpenAIのモデル群を組み込むことで、要件定義から運用までの流れをAIネイティブに作り替える構想が見えてきます。
OpenAIと連携し、生成AIでお客様の業務改革を加速。生成AI技術の導入を通じて、お客様のデジタル変革と競争力強化を支援。
出典: DTSニュースリリース / PR TIMES
連携の骨子と狙い
今回の発表では、業務特化型AIエージェントの導入支援、自社パッケージへのAI機能組み込み、そしてAIネイティブな開発環境の整備が柱に据えられています。中でも、現場の作業手順やドメイン知識を学習したエージェントの設計は、実務に直結する価値を生みやすい領域です。
加えて、売上目標も明確です。DTSは2030年度に生成AI関連で100億円規模を目指すとしています。短期のPoCに終わらせず、中長期の運用基盤まで含めた絵を描いているのが特徴です。
- 業務特化型AIエージェントの導入支援と運用定着
- 自社パッケージAMLionやWalk in homeへのOpenAI API活用
- 開発支援ツールOpenAI CodexやChatGPT EnterpriseのCanvasを核にしたAIネイティブ開発環境
- 2030年度に生成AI関連売上100億円規模の到達を目標に掲げる
業務に効くユースケースの設計図
フロントオフィスの加速
問い合わせ対応や見積作成、提案書のドラフトは生成AIの得意分野です。顧客PoCや案件履歴を安全に参照するRAG構成と組み合わせれば、一次応答の質が安定し、担当者は付加価値の高い対話に集中できます。
- 一次対応チャットの自動化と案件引き継ぎメモの自動要約
- 製品カタログや過去提案を参照した提案書ドラフト生成
- 条件入力だけで見積雛形とリスク注意点を自動提示
バックオフィスの標準化
稟議、契約レビュー、請求照合作業は、手順が明確でデータも整っています。監査ログを残しながら、AIエージェントがチェックとサマリーを行う構成にすると、統制を崩さずにスループットを高められます。
- 契約書レビューの差分指摘と条文テンプレ提案
- 経費精算の異常検知と証憑の自動ひも付け
- 社内規程Q&Aと改定履歴の自動要約
製造・建設領域の現場最適化
設計・施工のナレッジはバラつきが出やすい領域です。BOMや図面、施工要領書を一元化し、AIが指示やチェックを担うと、熟練者の暗黙知を現場に水平展開できます。DTSのパッケージ資産と組み合わせれば、導入の初速が上がります。
- 図面チェックのルール化と逸脱箇所の自動指摘
- 現場手順の対話ガイドと安全チェックリスト生成
- クレーム事例を踏まえた設計変更の示唆
参考: DTS AIソリューション
実装ステップと使い方
成功確率を上げる鍵は、ユースケースの粒度設定と評価設計です。2〜4週間のスプリントで価値とリスクを同時に見極め、標準部品化を進めるのが近道です。
- アセスメント: 目的KPI、データ所在、権限制御、既存システム接続を棚卸し
- データ整備: 機密区分、PIIマスキング、メタデータ付与、検索性の確保
- プロンプト設計と評価: ゴール、禁則事項、参照範囲を明文化し自動評価で回す
- RAG/ツール連携: ベクトルDB、関数呼び出し、外部APIを組み合わせて閉ループ化
- ガバナンス: 承認フロー、監査ログ、コンテンツフィルタ、レート制御を標準化
- 展開・定着: 小規模部門でパイロット、運用Runbook、SLOと改善サイクルを整備
ChatGPT EnterpriseのCanvasを活かせば、要件、設計、コード、テスト、議事が一つのワークスペースにまとまり、文脈を失わずにチーム開発できます。セキュアなワークスペースを前提に、権限と情報境界を明確に保つのがポイントです。
技術の中身を読み解く
業務特化型AIエージェントの設計
実務で使うエージェントは、モデル単体ではなくオーケストレーションが核になります。意図理解、データ検索、ツール実行、検証、要約の一連をタスク分割し、各段階でガードレールと観測点を入れる構成が有効です。
- ツール群: 検索、台帳照会、基幹システムAPI、スケジューラ
- 検証: ルールベースの禁止事項、事実照合、数値チェック
- 観測: トレースID、プロンプトと出力のバージョン管理、メトリクス収集
AIネイティブ開発環境の要点
コード補完や自然言語からの生成を活用するなら、セキュリティ境界と秘匿情報の管理が最優先です。企業内でのモデル利用、レポジトリの機密スキャン、生成コードのライセンス検知を標準装備にします。
OpenAIは日本市場向け最適化や現地体制を強化しています。OpenAI Japanの設立と日本語最適化モデルの提供が、その基盤です。国内データセンター計画に言及する報道もあり、データ主権やレイテンシ面での前進が期待されます。
参考: Introducing OpenAI Japan / 日経xTECHの報道
リスク、ガバナンス、セキュリティ
精度、コンプライアンス、コスト。導入現場で必ず問われる三点です。対策は仕組みで埋め込みます。プロンプトの禁則、RAGの出典表示、PIIの前処理、コンテンツフィルタ、人的レビューの二重化を、テンプレとして用意します。
- 事実性の担保: 出典提示、ナレッジのタイムスタンプ、サンプルベースの自動評価
- プライバシー: 機密区分に応じた分離、マスキング、鍵管理、監査証跡
- コスト最適化: 入出力圧縮、キャッシュ、ミックスドモデル、スロットリング
企業導入では、モデルやプロンプトの変更管理が重要です。変更前後のメトリクス比較、ABテスト、ロールバック手順までをSOP化し、業務停止リスクを抑えます。
他社動向と市場観
国内では大手の動きも加速しています。NTTデータはOpenAIとの戦略的提携を発表し、2027年度末までに大規模な売上計画を掲げました。デンツー系もAIエージェントの研究開発を進めています。市場は明らかに量産フェーズへ移行しています。
DTSの強みは、50年以上の業務知と自社パッケージの蓄積にあります。そこへOpenAIのモデルとエコシステムを重ねることで、速さと実装密度を両立できる点が差別化要因です。
参考: NTTデータの発表 / dentsu Japanの取り組み
総括と次の一手
DTSとOpenAI Japanの連携は、生成AIを現場運用へ落とし込むための実戦的パッケージです。エージェント設計、データ統治、開発環境の三位一体で、現場価値と統制の両立を狙います。
まずは一部門のスプリント導入から。価値とリスクのバランスを評価し、標準部品として横展開する。2025年後半の成功パターンはここにあります。変革の主役は現場です。AIを道具として、最短距離で成果に結び付けていきましょう。
コメント