rakumo 株式会社 | クラウドエース株式会社

2026/08/31

情報通信・IT

rakumo 株式会社

AI・機械学習
先端技術による事業イノベーション

社内のナレッジを横断し、専門知識の共有を円滑化。自社プロダクトへの AI 機能統合に向けた第一歩

クラウド型グループウェアを展開し、Google Workspace や Salesforce などのクラウドプラットフォームとの連携強化を推進する SaaS プロバイダーの rakumo 株式会社。同社では、社内規定やマニュアル、Salesforce 上の顧客対応履歴などの業務に必要な情報が複数のシステムに点在し、情報の検索性低下や専門知識の属人化、カスタマーエクスペリエンス（CX）部門における問い合わせ対応の迅速化やキャッチアップの難しさといった業務上の大きな課題に直面していました。

こうした課題の解決に加え、将来的な自社サービスへの AI 機能統合やエージェント化、さらには自社プロダクトへの展開も視野に入れ、rakumo 株式会社は Google Cloudの次世代 AI ソリューション「Gemini Enterprise」を活用した技術検証（PoC）を実施しました。クラウドエース株式会社（以下、「弊社」）は、「Gemini Enterprise 導入・活用支援」を通じて、その第一歩として進められた社内 FAQ ツール構築の PoC を支援し、短期間で業務効率化と専門知識の共有に向けた確かな土台を築きました。

本記事では、rakumo 株式会社がどのような課題意識のもと PoC に取り組み、そこからどのような手応えや今後の可能性を見いだしたのか、プロジェクトの背景と成果についてお話を伺いました。
（左から）
rakumo株式会社
プロダクト部エンジニア / 鶴井壮一氏
取締役CTO兼プロダクト部長 / 石田和也氏

クラウドエース株式会社
技術本部第三開発部 / 竹縄真弥
事業推進本部第三事業部 / 古川真穂

複数システムへの情報分散と専門知識の属人化

rakumo 株式会社は、AI 活用や新しい働き方の実現を軸としたデジタル戦略を推進しています。しかし、その足元では業務に不可欠なデータが社内の各所に分散しているという大きな課題がありました。

rakumo 株式会社でプロダクト技術部門の総合責任者を務める CTO の石田和也氏は、当時の状況を次のように振り返ります。
rakumo株式会社取締役CTO兼プロダクト部長 / 石田和也氏

「当社の業務環境は主に Google Workspace や Salesforce など、クラウド上のプラットフォームと連携しているのですが、それにより情報があちこちに散らばっています。Salesforce にもデータがある、Google ドライブにもある。あるいはマニュアルのサイトにもあるし、自社の rakumo の中にもデータがあるという状態でした。なにか調べたいとなった時に、色々なツールを検索しに行かなくてはいけないという課題がありました。その結果、情報がなかなか見つからず、特に新しく入ってきた人などが、過去の事例をキャッチアップしたり業務に習熟したりするのを難しくさせていました。特に弊社のカスタマーエクスペリエンス部門が、そういった情報の入手やキャッチアップに関する課題を 1 番強く抱えていたという背景があります」（石田氏）

また、今回のプロジェクトの推進および PoC を主導した研究開発担当の鶴井壮一氏も、情報の入手にかかる手間の多さが本質的な業務を圧迫していた実態を次のように説明します。

rakumo株式会社プロダクト部エンジニア / 鶴井壮一氏

「これまでは『あの情報どこだっけ？』となった時に、自分で探しに行かなきゃいけませんでした。例えば、ミーティングの議事録をまとめたいという時、今までは全ての原本を自分で引っ張ってこなくてはならず、それだけで時間がかかっていました。本来であれば、得られた情報をもとに意思決定をするというアウトプットのところが大事なのに、情報収集という準備段階に多くの工数を割かれていました」（鶴井氏）

このような「必要な情報を、適切な形式で、誰でも瞬時に引き出せる環境」の構築というrakumo 株式会社の課題に対し、弊社では、当時の状況を綿密に分析していきました。

確認すべき情報が複数のシステムにまたがって存在していることで、回答作成の遅延や業務の習熟に時間を要しているという実態に対し、単なるチャットボットの導入に留まらず、複数のデータソースや API を横断的に検索して適切に要約・提示できる「自律的な AI エージェント」の構築が必要不可欠であると結論付け、提案へと繋げていきました。

高い回答精度と Google Cloud との親和性

数ある AI ソリューションの中から Gemini Enterprise による技術検証を開始した大きな理由は、既存の Google Cloud 環境との親和性の高さ、そして将来的な自社製品への組み込みを見据えた点にありました。

石田氏は、検証へのアプローチの背景について次のように語ります。

「当社としては、AI を活用した『AI エージェントがいる新しい働き方』というコンセプトを世の中に提案していきたい、そして将来的に自社の製品にもそのエージェント機能を組み込んでいきたいという思いがありました。そこで、弊社が活用している Google Cloud や Google Workspace との相性を最重視しました。Google Cloud さんが AI エージェントの環境を作ってくれるのであれば、技術的に追随し、深く通じておく必要があると考えて使ってみることにしました」（石田氏）

将来的に構築した AI エージェントを自社プロダクトへ統合していくという rakumo 株式会社の未来構想に対し、弊社では、要件定義から実装まですべてを引き受けるプランではなく、お客様自身が構築の主体となり、弊社が進行管理や技術レクチャー、QA 対応を担う「Gemini Enterprise 導入・活用支援」を提案しました。クラウドエース株式会社営業担当の古川真穂は、提案当時のアプローチとプラン選定の背景について次のように説明します。

クラウドエース株式会社事業推進本部第三事業部 / 古川真穂

「ご依頼をいただいた当時、同社はすでに Google Cloud を使って開発されており、時間をかければご自身で進んでいける領域もたくさんあると考えていました。そこにどうやって私たちの価値を提供してお役に立てるのかという点を考えた結果、開発自体はお客様に行っていただき、私たちがプロジェクト管理や技術共有、QA で並走するプランをご提案いたしました」（古川）

プロジェクトは 2025 年 6 月頃に弊社からの提案を受け、同年 8 月頃から本格的な検証フェーズへと移行しました。実際のデータを用いた検証プロセスにおける手応えについて、鶴井氏は次のように振り返ります。

「8 月頃から本格的な検証を始めたのですが、Google Workspace 上で標準提供されている既存の Gemini 機能と比較しても、今回検証した環境は Google ドライブ内から情報を検索して持ってくる精度が当時から非常に高く、チームのメンバー全員がその違いを実感していました」（鶴井氏）

実際のシステム設計は、Google Cloud 上で構築を推進しました。今回の支援プロジェクトにおける検証（PoC）においては、構築した社内 FAQ ツールを実際の社内業務で安全に運用することを見据え、エンドユーザーの本人性を担保する OAuth 認証の組み込みや、会話を永続化させるセッション管理など、セキュリティ・運用要件を満たす検索環境の構築が進められました。

一方、rakumo 株式会社では、こうした PoC を通じて得られた知見を踏まえ、Python を用いた ADK（Agent Development Kit）の実装アプローチを軸に、各種自社サービスを外部から安全に呼び出すための認証基盤や連携ロジックなど、社内 FAQ ツールのさらなる実用性向上と自社プロダクトへの展開を見据えた技術検討も進められました。

専門用語を排除した資料と迅速な技術支援

本プロジェクトの構築・実装は rakumo 株式会社の開発チームが主体となって行う体制がとられました。弊社が求められたのは、製品の仕様変更や技術的なアップデートが活発な生成 AI 領域において、お客様主体の開発を停滞させないための迅速かつ確実な技術サポートでした。

プロジェクトにおいてチュートリアル実施や具体的な連携方法に関する技術支援を担当したクラウドエース株式会社の竹縄真弥は、サポートの際の工夫について次のように振り返ります。

クラウドエース株式会社技術本部第三開発部 / 竹縄真弥

「今回のプロジェクトには、技術部門だけでなく、将来的にエージェントを活用する非エンジニアのビジネス部門の方々も関わっていました。そのため、ご提供する資料において、どのような職種や IT リテラシーをお持ちの方であってもご理解いただけるよう、専門用語の使用は極力避けました。やむを得ず使用する場合は必ず補足説明を追記するなど、読み手の知識レベルに依存しない資料作成を心がけました」（竹縄）

また、開発中に発生した予期せぬ技術的障壁に対しても、弊社のチームは迅速に代替案やサンプルコードを提示し続けました。プロジェクトマネジメントや技術アドバイスを担当したクラウドエース株式会社の吉田賢史は、具体的なトラブルシューティングのプロセスを次のように語ります。

クラウドエース株式会社技術本部第三開発部 / 吉田賢史

「お客様が検証の過程で課題に直面した際に、いかに早く実践的な代替案や解決策を提示できるかを最も重要視しました。画面の表示エラーなどのトラブルが起きた際は、原因の調査状況をスピーディーに共有しつつ、運用の障害にならないための新しい構成案や参考コードを迅速にご提示しました。また、求める回答を AI から的確に引き出すための文章（プロンプト）の制御に苦慮されている際にも、実際に検証を重ねて得た具体的なアドバイスを共有しました」（吉田）

弊社では他にも、新技術の仕組みや活用方法を体系的に共有するワークショップの実施、ビジネス上の成果を測るための実証実験（PoC・PoV）の指標策定サポート、他システムとスムーズに連携させるための全体構成の提案、さらには開発元へのエラー原因の調査代行など、多角的なアプローチで rakumo 株式会社の自社開発を後押ししました。

この伴走体制に対し、鶴井氏は次のように評価しています。

「rakumo ワークフローとの連携手順などについて、こちらから大まかな形で質問をしてしまった際にも、非常に詳細な連携イメージの構成図を制作していただきました。それを参考にしながら実際の構築を進めることができましたし、短時間で分かりやすい資料を提示していただけたことは、開発を進める上で大変ありがたかったです」（鶴井氏）

短期間での機能リリースと今後の展望

技術検証（PoC）の開始から短期間のうちに、rakumo 株式会社の開発チームは社内業務を強力にサポートする実用的な「社内用エージェント」を構築し、社内展開を果たしました。

構築されたエージェントは、カスタマーエクスペリエンス部門向けの問い合わせ検索に幅広く活用されています。複数のシステムにまたがるナレッジを網羅して検索できるようになったことで、情報の見落としを防ぎ、速やかなキャッチアップが可能になり、大幅な業務効率化に寄与することが実証されました。rakumo 株式会社は今後、ライセンス配布の自動化やプロジェクトの割り振りに関する API 操作の最適化といった運用面の課題をクリアしながら、さらなる高度な機能拡充を進める方針です。

さらに同社は、今回の支援プロジェクトを通じて得られた初期調査の知見や技術的土台を結実させ、その後の自社開発フェーズを経て、翌年 2 月(2026 年 2 月)には自社グループウェアのアップデートとして「rakumo エージェント」の正式リリースを達成されました。「AI にできることは AI にやらせる」という明確な方向性のもと、自社サービスへの AI 統合をさらに深め、次世代の新しい働き方を切り拓いていく同社の挑戦において、今回の検証で得られた知見が重要な役割を果たすことが期待されています。