課題を、社会実装へ。
現場の困りごとを、研究開発・PoC・事業として動かせる形に変えるための共創プラットフォームです。AI・ロボット活用の検討から、専門家との対話、安全な実証、成果の共有までを一本の流れでつなぎます。
困りごとを相談する
何から始めるか分からない状態も、正式な入口として受け付けます。
解決策を提案する
技術・研究・製品を持つ側から、適用条件と根拠を添えて提示します。
挑戦を支援する
資金・実証環境・伴走で、課題が止まらないように支えます。
Who this is for
整理しきれていない
段階で、来てください。
きれいな要件定義書が必要なのではありません。むしろ、次のような状態のまま持ち込まれることを前提に設計しています。
人手が足りないのは分かるが、何を機械に任せられるのか分からない
作業を「見る・測る」「動く・運ぶ」「考える・試す」に分解し、AI・ロボットで扱える部分と、そうでない部分を切り分けます。
実証実験はやったが、そこから先に進まなかった
運用・保守・費用負担・調達・責任範囲まで含めて設計します。事業化の設計を後回しにしたPoCは、成果が出ても止まります。
相談したい専門家がどこにいるのか分からない
課題の構造から必要な専門性を特定し、なぜその方なのかという理由を添えて紹介します。
他所の成功事例が、自分たちの現場に当てはまるのか判断できない
成果だけでなく、その事例が成立した条件と、うまくいかなかった条件の両方を残しています。
Ribbon Loop
一件の課題が、
最後まで一巡する道筋。
相談から成果の共有までを7段階に分け、どの段階で止まっているかが常に分かる状態にします。最後は次の挑戦へ戻り、輪が閉じます。
相談・課題
困りごとを、対象者・背景・目標・制約の形に言語化します。技術の知識は必要ありません。
AI整理・審査
AIがたたき台を作り、人が確認します。AI・ロボットを使わない選択肢も同時に比較し、機密と公開範囲をこの段階で確定します。
推薦・提案
解決策、専門家、伴走者を「なぜこの組み合わせなのか」という理由とともに提示します。
対話・分科会
背景を共有した上で共同設計に入ります。関係者が同じ資料と同じ記録を見ながら合意を作ります。
PoC
評価指標、安全条件、そして「どうなったら中止するか」を先に決めてから実証します。デジタルツインで先に試せるものは、現場に出す前に試します。
事業化
運用体制、保守、費用負担、調達方法、責任範囲を設計します。ここまで含めて初めて社会実装です。
成果・横展開
成果と併せて、適用できる条件と失敗した条件を記録に残し、次の地域・次の現場へ渡します。
登録数でも会員数でもありません。相談から成果・次の挑戦までを一件やり切れたかどうかだけを見ています。現在の焦点は、一つの課題・一社のスポンサー・5〜15名の専門家で、最初の一巡を確実に成立させることです。規模を先に作るつもりはありません。
Where robots and AI fit
専門用語を使わずに、
活用の方向を決める。
ロボットの型番やセンサーの仕様から入ると、判断できる人がほとんどいなくなります。最初に選ぶのは、次の3つだけです。複数選んでも、どれも選ばなくても構いません。
見る・測る
検知、検査、モニタリング、記録。人が目視で判断している工程や、見落としが起きている箇所が対象です。
動く・運ぶ・作業する
搬送、移動、アーム作業、遠隔操作。重い・遠い・危ない・繰り返しが多い作業が対象です。
考える・試す
判断支援、予測、シミュレーション。人の経験に依存していて、引き継ぎが難しくなっている判断が対象です。
3つのいずれでもない、あるいは制度・運用の見直しで足りる場合は、そう伝えます。AI・ロボットを使わない案を必ず併記することを、設計上のルールにしています。
Participants
同じ組織が、
複数の立場を持てる。
課題を出す側と解決する側は固定されません。役割は画面上の表示だけでなく、アクセス権限そのものとして分離しています。
課題オーナーChallenge Owner
自治体、官公庁、企業、地域団体。課題の内容、公開範囲、提案の受付、採否を自分で管理します。
解決策提供者Solution Provider
企業、大学、研究機関、専門家。解決策とその根拠、適用条件、実証計画を提示します。
支援者・スポンサーSupport / Sponsor
伴走者、金融機関、財団、企業スポンサー。言語化、接続、資金、実証環境、事業化を支えます。
運営事務局Platform Office
Amanevia が担当します。審査、調整、安全管理、停滞の解消、監査記録を受け持ちます。
参加者Participant
生活者、現場職員、学生。意見、参加希望、体験、そして成果の受益者として関わります。
Safety & Governance
速く進めることより、
事故を起こさないこと。
AIは提案する。決めるのは、人。
生成AIを使う以上、誤りや偏りは前提として設計します。止める仕組みを先に置いてから、速さを足します。
公開前審査
個人情報、機密、偏り、安全性、利益相反、公開範囲を公開前に確認します。
AIの安全
根拠、置いた仮定、不足している情報を明示します。応答が返らない場合の代替経路も用意します。
権限の分離
所属組織・役割・所有者の3つで、見える範囲と操作できる範囲を分けます。
人の承認
影響の大きい操作は、内容・差分・影響範囲を表示した上で承認を求め、記録を残します。
人が決めると定めている事項
次の判断は、AIの下書き作成までとし、最終承認と実行は必ず人が行います。これは運用方針ではなく、システム上の制約として実装しています。
Evidence
「うまくいきました」を、
3種類に分けて話す。
検証結果という言葉は、中身が大きく違うものに同じ名前を付けてしまいます。投資判断を誤らせないために、必ず区別して記録します。
概念評価
AIによる要件整理と机上の見積り。物理現象は計算していません。方向性の確認まで。
物理シミュレーション結果
シミュレーターで実際に計算した値。前提条件とモデルの限界を併記します。
実機PoC結果
現場と実機で確認した値。再現条件と、成立しなかった条件も残します。
技術成熟度（TRL）で現在地をそろえる
期待値のずれの多くは、同じ技術を違う成熟度で語っていることから生まれます。案件ごとに現在のTRLを記録します。
コンセプト定式化
実験室での検証
条件での実証
システム実証
実証済み
Offerings
入口は小さく、
成果物ははっきりと。
いきなり大きな契約は想定していません。まず数週間で何を確認し、何を前に進めるかを一緒に決めるところから始めます。
課題設計
困りごとを、対象者・目標・制約・評価指標・検証したい問いの形に整理します。AI・ロボット活用の余地と、使わない場合の代替案を併せて提示します。
PoC伴走
実証計画、安全条件、中止条件、評価指標を設計し、実施まで並走します。結果は概念評価・シミュレーション・実機のどれなのかを明示して記録します。
スポンサープログラム
特定の社会課題領域に継続的に関わりたい企業・財団向け。課題の選定から成果の発信までを共同で設計します。
費用は、案件の規模・責任範囲・稼働量・成果物・契約形態により個別に設計します。準委任契約と明確な成果物の組み合わせを基本としています。
Get started
まだ課題が
整理できていなくても。
現場で何が起きているか、何に困っているかをお聞かせください。その場で整理のたたき台をお出しします。初回のご相談に費用はいただきません。