CLINKSのAI開発事例3選|社内課題から生まれた業務効率化システムを紹介

2026.11.18

こんにちは、広報部のぴちももです。

「生成AIを導入したものの、具体的な業務改善につなげられていない」「AIを活用して、どのようなシステムが開発できるのだろう」と感じている方もいるのではないでしょうか。

CLINKSでは、生成AIを日常業務に活用するだけでなく、社内で発生した課題を解決するために、AIを活用したシステムの自社開発にも取り組んでいます。

社員の状況を把握するためのAI分析システムや、エンジニアと案件をマッチングするAI、社内ナレッジを自動整理する仕組みなど、現場の課題を出発点とした開発を進めています。

CLINKSが推進する全社的な生成AI活用やAI人材育成の取り組みについては、以下の記事で詳しく紹介しています。

参考:「導入して終わり」にしない!CLINKSが実践する生成AI活用とAI人材育成の全戦略

この記事で分かること
  • CLINKSが取り組むAI・生成AIシステムの開発事例
  • 社内の課題からAIシステムの開発につながった背景
  • AIによる業務効率化・自動化の具体的な仕組み
  • AIシステムの導入によって得られた効果
  • CLINKSが推進するAI活用とシステム開発の取り組み
目次
  1. CLINKSが進めるAI開発とは?社内課題を解決するための取り組み
  2. 事例① AI退職リスク兆候検知システム「シグミル」|社員の変化をAIで可視化
  3. 事例② エンジニア・案件マッチングAI「LinkUp」|人材と案件のマッチングを効率化
  4. 事例③ ナレッジ記事自動分析AI|約71時間の更新作業を自動化
  5. 3つの開発事例からわかるAIによる業務課題解決のポイント
  6. CLINKSが推進するAI活用とシステム開発
  7. まとめ|社内課題から生まれるAI開発と業務効率化

CLINKSが進めるAI開発とは?社内課題を解決するための取り組み

CLINKSでは、生成AIを活用した業務効率化に加え、社内の業務課題を解決するためのAIシステム開発を推進しています。例えば、日々の業務では次のような課題が発生します。

こうした課題に対して、単にAIツールを導入するだけでなく、既存の業務フローや社内データとAIを組み合わせ、課題に合った仕組みを開発することを重視しています。

今回紹介するのは、以下の3つの開発事例です。

それぞれの事例について、開発に至った背景から詳しく紹介します。

事例① AI退職リスク兆候検知システム「シグミル」|社員の変化をAIで可視化

AI退職リスク兆候検知システム「シグミル」

開発背景・課題

CLINKSでは、多くのエンジニアが顧客先に常駐しているため、マネージャーと社員の勤務地が離れており、日々の様子や細かな変化を直接把握しにくいという課題がありました。

そこで着目したのが、社員が提出する週報です。
週報には業務の進捗だけでなく、仕事の負荷や困りごとなど、社員の状態を知る手がかりが含まれています。

しかし、週報を確認していても、文章のトーンや記述量のわずかな変化など、人の目だけでは気づきにくい兆候もあります。
こうした小さな変化を早期に捉え、社員への適切なフォローにつなげることを目指しました。

そこで開発したのが、AI週報システム「シグミル」です。
AIが週報の文章を分析し、言葉のトーンや記述量などの変化から、社員の状態変化につながる兆候を自動検知します。
さらに、社員へのフォローメッセージの生成や、週報の提出状況を確認できるダッシュボードも実装しました。

2026年4月の運用開始以降、2,775件のアラートを検知(2026年8月公表)。
マネージャーによる日々の確認をAIが補完することで、細かな変化への気づきを支援し、早期のコミュニケーションにつなげる仕組みを構築しています。

事例② エンジニア・案件マッチングAI「LinkUp」|人材と案件のマッチングを効率化

エンジニア・案件マッチングAI「LinkUp」

開発背景・課題

SES事業では、エンジニアのスキルや経験と、顧客が求める案件要件を適切にマッチングすることが重要です。

しかし、膨大なスキル情報と案件情報を手作業で照合するには時間がかかり、担当者の経験によって判断にばらつきが生じたり、提案機会を逃したりする可能性がありました。

こうした課題を解決するために開発したのが、エンジニア・案件マッチングAI「LinkUp」です。

AIがスキルシートや案件情報を分析し、条件に合うエンジニアの候補を抽出。
スキルの過不足も可視化し、リアルタイムでのマッチングを支援します。

これにより、マッチング業務の標準化や提案スピードの改善、候補者の見落とし防止につなげることを目指しています。

事例③ ナレッジ記事自動分析AI|約71時間の更新作業を自動化

ナレッジ記事自動分析AI

開発背景・課題

CLINKSでは、社内に蓄積された技術情報や業務ノウハウを、社員が必要なときに活用できるようナレッジ管理を進めています。

しかし、記事数の増加に伴い、内容の確認や検索用キーワードの設定など、更新作業に多くの時間が必要となっていました。従来の手作業では、約71時間を要することが課題でした。

そこで、AIアプリケーション開発プラットフォーム「Dify」と情報共有ツール「esa」のAPIを連携し、ナレッジ記事の分析からキーワード付与までを自動化するシステムを開発しました。

AIが記事内容を分析し、検索に適したキーワードを自動付与することで、約71時間の手動更新作業を自動化し、工数を99%以上削減しました。

業務効率化だけでなく、社内向けAI回答BOTなどで活用するナレッジの検索性向上にもつながっています。

CLINKSでは、今回紹介した社内向けシステムのほかにも、さまざまなAI開発に取り組んでいます。
AIを活用したシステム開発や業務効率化の事例について、さらに詳しく知りたい方は、以下の開発実績もぜひご覧ください。

3つの開発事例からわかるAIによる業務課題解決のポイント

今回紹介した3つの事例は、対象となる業務や開発した仕組みが異なります。しかし、いずれも社内の課題を出発点としている点が共通しています。

① AIの導入自体を目的にせず、業務課題から考える

AI開発で重要なのは、最初に「AIで何ができるか」を考えるだけでなく、「現在の業務で何が課題になっているのか」を整理することです。

例えば、シグミルは社員の状況把握、LinkUpは人材と案件のマッチング、ナレッジ記事自動分析AIは記事更新の負担という、それぞれ異なる課題から開発につながりました。

課題を明確にすることで、AIを活用する目的や必要な機能も具体化できます。

② 既存の業務データやシステムとAIを組み合わせる

AIシステムを開発する際は、AI単体で完結させるのではなく、既存のデータや業務ツールと連携することも重要です。今回の事例でも、週報データやスキルシート、社内ナレッジ記事など、すでに業務で利用している情報を活用しています。

特にナレッジ記事自動分析AIでは、Difyとesa APIを連携することで、記事の取得から分析・更新までの一連の作業を自動化しました。

このように、既存の仕組みとAIを組み合わせることで、日常業務に取り入れやすいシステムを構築できます。

③ AIに任せる部分と、人が判断する部分を分ける

AIによる自動化は、すべての判断をAIに任せることを意味するものではありません。
例えば、シグミルではAIが社員の状態変化を検知しますが、実際にどのような対応をするかはマネージャーが判断します。

AIが大量の情報を分析・整理し、人が内容を確認して適切に判断する。
こうした役割分担によって、業務効率化と実務上の判断を両立することができます。

CLINKSが推進するAI活用とシステム開発

CLINKS株式会社

今回紹介した3つの事例も、日々の業務で発生する課題を見つけ、AI技術を活用して解決につなげた取り組みです。また、社員のAIスキル向上にも力を入れており、生成AIに関する基礎知識やリスクへの理解を深めるため、全社員の「生成AIパスポート」取得を目指しています。

生成AIパスポートは、生成AIの基礎知識や活用方法、情報漏洩などのリスクについて学べる資格です。資格の難易度や勉強方法については、以下の記事で詳しく紹介しています。

参考:【2026年最新版】生成AIパスポート試験の合格率・難易度・勉強法を徹底解説

AIを使って文章を作成したり、情報を整理したりするだけでなく、AIを組み込んだシステムを自ら開発し、業務の仕組みそのものを改善することも、当社が進めるAI活用の一つです。

今後も、社内で得られた知見や開発ノウハウを蓄積し、さまざまな業務課題の解決に取り組んでいきます。

まとめ|社内課題から生まれるAI開発と業務効率化

今回は、CLINKSが社内課題の解決に向けて開発した3つのAIシステムを紹介しました。
これらの事例に共通するのは、現場で発生した課題に対し、AIを活用した解決方法を考え、実際にシステムとして形にしていることです。

生成AIやAI技術は、日々の作業を効率化するだけでなく、これまで人手で対応していた業務の進め方を見直すきっかけにもなります。

CLINKSでは、今後もAIを活用したシステム開発と業務改善を通じて、より働きやすく、生産性の高い環境づくりを進めていきます。

一覧へ戻る