AI の開発会社がプロダクト開発へ事業の幅を広げる
AI を主力とする開発会社との取り組みです。同社にはプロダクト開発の引き合いがありましたが、大規模な開発の経験も、中核の技術を担当できる人もいませんでした。KDOT は技術顧問として、アプリケーション基盤と中核の技術を用意し、エンドクライアントとのプロジェクトの進め方も並走しながら伝えました。同社は海外市場向けの単発ワークのマッチングサービスを受託し、数億円規模の開発を公開まで完走しました。これで同社が受託できる範囲は、AI からプロダクト開発まで拡大しました。
- サービス
- プロダクト / Web システム開発 / 技術顧問(技術企業向け) / セキュリティ診断・対策
- 技術領域
- サーバー開発 / 画面開発 / 認証・権限 / データ基盤 / クラウド基盤 / 運用自動化・監視
- 使用技術
- Python / FastAPI / Next.js / Auth0 / PostgreSQL / Amazon ECS / Terraform / Datadog / GitHub Actions
01
受注した大きな開発を安定してデリバリーできる
支援前の同社は、プロダクト開発の引き合いの受注はできていました。しかし大規模な開発の経験と中核の技術を担当できる体制がなく、過去の開発案件では問題が発生しており、事業として安定的にデリバリーするのが困難な状態でした。支援後の同社は、KDOT が提供した基盤の上で並走を受けながら、今回の開発を公開までデリバリーしました。大きな開発も問題なくデリバリーできる状態になっています。
02
受託の前に足りない技術を把握して備えられる
KDOT は定期的な講義と技術相談を通じて、技術顧問として同社への支援を開始しました。同社はマッチングサービスの構想を検討する段階から、設計や安全性の悩みを技術顧問の KDOT に相談できました。このサービスに必要で自社がまだ分かっていない領域は、同社の依頼で KDOT が追加した講義で学べました。こうした相談と講義により、同社は受託の前から自社に不足する技術を把握し、習得したうえで開発に臨めました。
03
同社のメンバーが慣れた言語のまま機能開発に集中できる
KDOT が用意したアプリケーション基盤の上で、同社のメンバーは中核の技術を自分たちで一から開発することなく、サービスの機能開発に集中できました。この基盤は、バックエンド(Python、FastAPI)、フロントエンド(Next.js)、AWS インフラ業務のアプリケーションを稼働させる基盤で、サーバー、ネットワーク、ストレージ、OS、設置場所の設備を指します。費用の発生のしかた、更新の時期、担当の分け方がアプリケーションと異なります。(ECS、Aurora PostgreSQL、Terraform)、CI(GitHub Actions)などの選定までを含みます。KDOT が同社の普段使用している言語と親和性の高い構成を選定したため、同社のメンバーは慣れた言語のまま開発に参加できました。認証をはじめ、同社が保有していなかった中核の技術は KDOT が設計から実装まで担いました。そのため同社は、自社にない技術を必要とするこの開発も引き受けられました。KDOT が開発体制を整えて必要なエンジニアを手配したことで、同社は自社のメンバーだけでは不足する開発の手を確保できました。受託に先立つ要件定義新システムで何をどこまで実現するかを、開発の前に決定して文書化する工程です。決定する責任は発注側にあり、範囲が確定していないなら要件定義だけを先に別契約で締結するほうが、見積もりの前提が発注側と開発会社で一致しない事態を防止しやすいです。も KDOT が支援し、同社は開発範囲と見積もりを確定したうえで受託に臨めました。基盤はこの案件のために KDOT が構築したもので、案件後は同社が自由に拡張できます。
04
重大なリスクを避け公開までデリバリーできる
開発中の設計判断に KDOT が並走したことで、同社は重大なリスクをリリース前に避けられました。データベース業務データを整理して保存し、複数の人やシステムが同時に正確に読み書きできるようにする仕組みです。共有の表計算ファイルから移す目安、種類の選び方、導入後の運用負担を解説します。の設計、個人情報の保護、障害対策の範囲といった判断も、同社は KDOT のレビューを受けたうえで決定できました。開発コストを優先した仕様に重大なセキュリティ上のリスクが発覚したときは、KDOT が代替案を提示し、同社は安全な方式を選択できました。リリースに向けて KDOT が引き継ぎ資料と公開後の運用の分担を準備し、段階的なリリースを提案したことで、同社は公開後の体制を確定したうえでサービスを公開できました。
05
公開後もエンドクライアントへの保守を続けられる
公開後は、KDOT が技術面を担い、セキュリティの強化や外部サービスの障害への対応を継続しています。同社はエンドクライアントへの保守を引き続き安定的に提供できています。機械学習データから規則性を学習させ、需要予測や異常検知、分類などをさせる技術です。予測用のモデルを構築するのは、集計やルールによる予測からの改善分の価値が、データの整備と運用中の監視・再学習にかかる費用を上回るときです。の外にあるプロダクト開発を、受託から公開後の保守まで担当した実績が同社に残り、今後プロダクト開発の案件を受託するときの実績になりました。
この事例に関わるサービス
この事例の技術に関する記事

記事:Pythonで高カインド型を表現できない理由と回避策
高カインド型とは 高カインド型(higher-kinded type)とは、list[int]のintだけでなく、listに当たるコンテナの種類も型変数にするための概念である。 要素に関数を適用し、戻り値も元のコンテナの種類のままになるfm...

記事:ARCのrunnerの起動待ちからDocker-in-Dockerの準備を除外する
サマリ ARC(Actions Runner Controller)のDocker-in-Dockerのrunnerで、Nodeに空きがあっても、ジョブ投入から割り当てまでの最小値が17〜18秒だった。 Dockerを使用しないジョブのラベ...

記事:Transit Gateway経由のNAT Gatewayで接続のタイムアウトを解消する
サマリ Transit Gatewayで複数のVPCの外向きの通信をEgress VPCのNAT Gatewayに集約した構成で、外部への接続がタイムアウトした。 spokeのVPC(Egress VPCを利用する側のVPC)のECSのタス...
ほかの事例
- プロダクト / Web システム開発 / セキュリティ診断・対策
事例:マルチプロダクトの共通認証基盤
業務向けソフトウェアを提供する企業との取り組みです。同社はプロダクト共通の認証基盤の内製を開始しましたが、技術的な難しさから着手直後に断念しました。開発支援会社の KDOT はその開発を引き継ぎ、共通基盤を設計しました。AWS の認証サービスである Amazon Cognito による認証とトークン発行に、Go で実装した独自の認可サービスを組み合わせた構成です。現在は同社の 10近いプロダクトがこの基盤を共通で利用し、新たなプロダクトを追加するたびに認証を再構築する必要がなくなりました。KDOT は統括するチームでこの複雑な基盤を開発し、その上で機能追加と運用保守を数年にわたって継続しています。
- プロダクト / Web システム開発 / プロダクトマネジメント(PdM)支援
事例:工場向け電力見える化製品の開発
製造業向けにソフトウェア製品を提供する企業との取り組みです。同社は工場の電力を見える化する機能を製品に追加したいと考えていましたが、社内の開発者だけでは手も知見も不足していました。電力計の接続から、データを工場の判断に活用できる形にするところまでを開発支援会社の KDOT に一括で委託し、同社は着手から約 4 か月でこの機能を製品に追加して工場へ販売できるようになりました。納品後の約 9 か月は KDOT が運用を担い、支援が終了した現在は同社が自ら運用を継続しています。
- セキュリティ診断・対策
事例:新サービス公開前のセキュリティ診断と修正
不動産の分野で事業を拡大する会社は、新サービスを公開する前に、悪用されうる脆弱性を解消できました。診断の結果を根拠に取引先へ安全を説明できる状態で、新サービスを公開しています。診断は開発支援会社の KDOT が担当し、修正はサイトによって KDOT と各サイトの開発会社が分担しました。
