本文へ移動

AI・デジタルプロダクトエンジニアリング

知能を備えたデジタルサービスを構築します。

Projectkhen は、アルゴリズム、実世界データ、AI、ソフトウェア、クラウドインフラ、コネクテッドデバイスを統合し、スタートアップと成長企業のために運用可能なサービスを構築します。

統合スタック構成図
  • 実世界データ・公開データ取り込み · 正規化
  • 独自アルゴリズム + LLM根拠付き
  • ウェブ · モバイル · デバイス運用中
クラウド
エッジ · サーバーレス
ファームウェア
BLE · センサー
ハードウェア
PCB · 成形
一貫して対応する範囲AI・LLM システムアルゴリズムとデータインテリジェンスウェブ・モバイルプロダクトクラウドアーキテクチャファームウェアとコネクテッドデバイス製造と事業化

主な実績

設計し、出荷したシステム。

すべての事例
Vetaze のホームページ — 症状、処方、検査結果を入力する欄を備えた、ペットの医療情報解釈プラットフォーム

獣医療 AI · 時系列 · 画像 · LLM

AI による獣医療解釈プラットフォーム

伴侶動物の時系列健康データ、飼い主が申告する症状、医療画像を、構造化された臨床支援情報として解釈する獣医療向けのシステムです。

担当範囲
アルゴリズム · モデルチューニング · プロダクト
技術構成
Cloudflare · 独立型 LLM
  • 時系列に基づく解釈アルゴリズム — 設計と実装
  • 伴侶動物の臨床状態を評価するための、AI による診療相談・問診システム
  • 皮膚および眼の症状に対する解析エンジン — 設計、開発、デプロイ
  • X-ray 解釈アルゴリズムと解析エンジン
  • 公開データセットと獣医療 X-ray データセットによる LLM のファインチューニング
  • それらのファインチューニング済みモデルと独自の解析アルゴリズムの上に構築した、獣医療特化の AI 解釈システム
サイトを見る
A-PROTONA のランディングページ

データインテリジェンス · 合成ペルソナ · FGD

データに根拠を置くペルソナ・市場インテリジェンスプラットフォーム

外部の統計、経済、市場データをアンカーセットに正規化し、そこから合成ペルソナとフォーカスグループディスカッションを生成する市場分析システムです。

担当範囲
データパイプライン · アルゴリズム · アプリ
出力
ペルソナ · 合成 FGD
  • 167 の国際機関、各国統計機関、銀行、経済研究機関、マーケティングリサーチ機関からのデータ収集と分析
  • ペルソナ生成のための数理アルゴリズム — 設計と実装
  • ペルソナ生成アルゴリズムと LLM を統合し、データに根拠を置く合成ペルソナを生成
  • システムアーキテクチャ、FGD フレームワーク、市場分析ワークフロー
サイトを見る

注 — 獣医療の解析は支援システムであり、獣医師による診断を置き換えるものではありません。合成ペルソナと FGD は仮説形成を支援するもので、実際の消費者調査を完全に置き換えるものではありません。

提供する領域

6 つの領域を、一つのチームで。

01

AI・LLM システム

検索、ツール、人によるレビューを備えた、領域に根拠を置く AI システム。

02

アルゴリズムとデータインテリジェンス

推論の過程をたどれる、時系列・統計・スコアリングのエンジン。

03

ウェブ・モバイルプロダクト

多言語 UI と役割別ビューを備えたレスポンシブウェブとネイティブアプリ。

04

クラウドアーキテクチャ

実トラフィックに合わせたエッジ優先の API、データストア、監視。

05

ファームウェアとコネクテッドデバイス

センサーファームウェア、BLE と Wi-Fi のデータ経路、アプリ連携を一つの流れとして。

06

製造と事業化

PCB、SMD、金型、組立への引き渡しを製造性の観点でレビュー。

統合エンジニアリング

事業課題から稼働するサービスまで、一本の連鎖で。

多くのベンダーは連鎖の一つの環だけを担当します。当方は全体を設計します。だからこそデータモデル、アルゴリズム、デバイスが互いに整合し続けます。

01

事業課題

02

データと領域ロジック

03

アルゴリズムと AI

04

クラウドと API

05

ウェブ / モバイル

06

デバイス / ファームウェア

07

デプロイとスケール

Projectkhen を選ぶ理由

形容詞より先に、根拠を。

  • 01

    実データに基づく解析

    モデリングの前に外部データと領域データを収集して構造化するため、結果を出所までたどれます。

  • 02

    独自アルゴリズムと LLM の組み合わせ

    推論は数理・統計モデルが担います。言語モデルはその上で解釈と対話を担当します。

  • 03

    ソフトウェアからデバイスまで一つのチームで

    データ、AI、クラウド、ウェブ、モバイル、ファームウェアを、別々のベンダー間で受け渡すのではなく一緒に設計します。

  • 04

    MVP と運用コストを軸にした範囲設定

    最初のリリースは価値を証明できる大きさにし、インフラは実際に見込まれる負荷に合わせて計画します。

  • 05

    医療・獣医療・製造での経験

    時系列と画像の解析、規制領域の制約、そして試作から量産ハードウェアまでの道筋です。

進め方

アイデアから稼働するシステムまで 6 ステップ。

全体の流れを見る
  1. ステップ 01

    ディスカバリー

    要件の整理と前提条件の一覧

  2. ステップ 02

    フィージビリティ

    技術レビューとリスク一覧

  3. ステップ 03

    アーキテクチャ

    システムアーキテクチャとロードマップ

  4. ステップ 04

    MVP

    中核となる価値が動くビルド

  5. ステップ 05

    検証

    評価結果と修正一覧

  6. ステップ 06

    デプロイ

    デプロイ済みビルドと運用ドキュメント

FAQ

お尋ねの前に

プロジェクトの費用はどれくらいですか。

開発費を定額では公開していません。費用は、データがどれだけ整っているか、業界が規制対象か、外部システムがいくつ関わるか、どの AI モデルが必要か、ハードウェアが範囲に入るか、運用規模はどれくらいかによって変わるためです。願望ではなく現実的な提案をお返しできるよう、診断フォームで予算の範囲を伺っています。

フォームを送った後はどうなりますか。

4 つのステップです。到着したことを知らせる自動確認が届きます。送っていただいた内容を読みます。追加の質問、または想定される範囲をお返しします。内容の保護が必要な場合は、先に進む前に NDA を締結します。確認メールは受領の通知であり、受諾ではありません。

プロジェクトを説明する前に NDA を結べますか。

はい。フォームは概要にとどめ、NDA が必要である旨をお書きください。先に締結してから詳細を伺います。それが整う前に機微な資料を添付しないでください。

タイムゾーンが違いますが、どう進みますか。

すべてメールで進めるため、通話の予定は設けません。質問、範囲、資料は一つのスレッドにまとまり、双方が無理のない時間に読めます。フォームに国とタイムゾーンをご記入いただければ、それに合わせて進行を計画します。

アイデアはありますが、データもシステムもまだありません。

そのためにディスカバリーとフィージビリティがあります。最初の段階で課題を明確にし、データとモデルがそれを支えられるかを確認し、技術的なリスクがどこにあるかを示します。構築に着手する前の作業です。

すでに運用しているシステムでも対応できますか。

はい。契約の形の一つが、現在運用しているものを分析したうえで的を絞って拡張するものです。もう一つは、開発を引き受けずに助言とアーキテクチャレビューを行うものです。

何を作りたいかお聞かせください。

アイデア、現在のシステム、使えるデータ、目標スケジュール、予算の範囲をお知らせください。次の一歩を提案する前に技術的な範囲を検討します。