正解のないAI開発に挑む、
Navino×AIを形にするプロジェクトの舞台裏

こんにちは、株式会社ファインディックス HR戦略室の杉本です。

今回は、当社が広島拠点を中心に開発を進めている、
自社AIプロジェクト「Navino×AI」についてご紹介します。

「Navino（ナビノ）」は、ファインディックスが自社で開発しているAIサービスです。

生成AIを活用したサービス開発というと、最新のAIモデルや技術そのものに注目が集まりがちです。しかし、実際にサービスとして形にしていくためには、技術選定やデータ設計、回答精度、応答速度、そしてユーザーの声など、さまざまな要素と向き合いながら試行錯誤を重ねていく必要があります。

では、「Navino×AI」はどのように生まれ、
実際の開発現場ではどのような試行錯誤が行われているのでしょうか。

今回は、プロジェクトを担当する未来戦略ラボのKさんに、プロジェクト誕生の背景から、技術面での挑戦、チームでの開発、そしてこれから目指している姿まで伺いました。

AI・生成AIを活用した開発に興味のある方は、
ぜひ「Navino×AI」プロジェクトの裏側を覗いてみてください。

ーお客様先で得た経験を、自社のサービスへ
Q1.Navinoプロジェクトはどのような背景から始まったのでしょうか？

きっかけは、お客様先で生成AIを使ったAIチャットボット開発を担当したことです。
実際に開発してみて面白く、そこで得たノウハウを自社にも持ち帰りたいと思いました。

当時は若手社員の間でもAIへの関心が高まっており、技術本部でも新しいサービスを作りたいという話が出ていました。その中でNavinoを進めることになりました。

最初に取り組んだのは、就業規則や会社規定を検索できる仕組みです。必要な情報でありながら、探すのには時間がかかる。一方で、答え自体は文書の中にあるため、生成AIと相性が良いと考えました。

「Navino」は「navigator（ナビゲーター）」と「knowledge（ナレッジ）」と組み合わせた造語で、知りたい情報まで最短経路で案内するという意味を込めています。

ー就業規則の検索から、業務を支えるAIサービスへ
Q2.最初から現在のNavinoの形を想定していたのでしょうか？

最初は、就業規則や会社規定を検索できるシンプルなサービスでした。

そこから各部署に使ってもらう中で、「メール作成を支援してほしい」「名刺管理システムと連携したい」「契約書レビューや画像生成、文書要約にも使いたい」といった要望が出てきました。そうしたフィードバックをもとに、少しずつ機能を広げてきたのが現在のNavinoです。

機能の幅は広がりましたが、「社員の業務に役立つものを作る」という軸は変わっていません。

ーGoogle Cloudだけでは終わらない。AWSでも同じ機能に挑戦
Q3.現在はどのような技術で構成されていますか？

最初はGoogle Cloud上で構築しました。当社ではGoogle Workspaceを利用しているため、認証や権限管理を含め、社内環境と自然につながる点が大きな理由です。

開発言語はPython、Google Cloud側ではGemini Enterprise Agent Platform、
Vertex AI Search、Firebase Authenticationなどを利用しています。

その後、特定のクラウドに依存せず同様の機能を実現できるかを検証するため、AWSでの構築にも挑戦しました。AWS側ではAmazon Bedrock、Amazon OpenSearch Service、Amazon S3、Amazon Cognitoなどを採用しています。

技術選定で重視しているのは、単に新しい技術を使うことではありません。「社内環境との相性」と「少人数でも自分たちで保守できること」を大切にしています。

最近ではClaude Codeなど、新しい開発支援ツールも業務の中で試しています。

ー「高性能なモデルに変えれば解決する」ではなかった
Q4.開発の中で、特に試行錯誤した事例を教えてください。

名刺管理システムとの連携が分かりやすい例です。

営業部門向けに、訪問情報や名刺交換情報をRAG化して検索・要約できるようにしましたが、初期段階では古い訪問実績が返るなど、求める情報と異なる結果が出ることがありました。

そこでまず、データ構成を見直しました。不要な情報を削って必要な情報に絞り、さらに自然言語を分析して、適切な検索キーワードへ変換する処理も調整しました。

データの持ち方と検索方法を繰り返し改善したことで、精度は大きく向上しました。

この経験から実感したのは、高性能なモデルを使えばすべて解決するわけではないということです。どのようにデータを持たせ、どう検索するか。
地道なデータ設計や検索チューニングも、結果を大きく左右します。

ー2週間以内でPoC、新しい技術はまず試す
Q5.新しい技術はどのように取り入れていますか？

基本的には、新しいモデルや機能が出たらすぐに検証します。良さそうなものは早めに試し、実際に使ってフィードバックを集めます。PoCは、アイデアが出てから2週間以内で形にすることが多いです。

自社サービスなので関連部署との調整も比較的早く、内容によっては1日で判断まで進むこともあります。ただ、技術的に作れるからといって、何でも取り入れるわけではありません。「もっとシンプルで良い」と判断することもあります。

作るスピードだけでなく、「本当に必要なのか」を見極めることも大切にしています。

ー若手の提案が、実際のサービスにつながる
Q6.Navinoはどのようなメンバーで開発しているのでしょうか？

企画や営業が得意なメンバーは、お客様から聞いた声をチームに持ち帰ります。
技術面は私が設計を担当し、若手メンバーが検証・構築・テストを進めています。

最初からすべてを任せていたわけではありません。モブ作業やレビューを重ねながら一緒に開発してきたことで、今では若手メンバーも自分から提案し、実装できるようになっています。

その一例が、若手メンバーを中心に進めた議事録サービスです。
営業がお客様から相談を受けたことをきっかけに、Navinoで培った技術やノウハウを活かしながらアーキテクチャを検討。PoCを通じて実現可能な形へ落とし込み、実際のお客様への提案にもつながりました。

Navinoで蓄積したナレッジが、別のAI活用へと広がった事例だと思っています。

ー「答えるAI」から「仕事を進めるAI」へ
Q7.Navinoは今後、どのように進化していくのでしょうか？

現在のNavinoは、テキストだけでなく画像や文書も扱えるマルチモーダルで、会話を続けながら目的の答えにたどり着くサービスです。
次に考えているのが、業務の自動化と「AIオーケストレーション」です。

例えばGoogle Workspaceと連携し、チャットからスケジュールを管理したり、
メールを要約したりする。さらに将来的には、人が一つずつ指示を出さなくても、
AIが状況を判断し、別のAIへ指示するような仕組みにも挑戦したいです。
「聞かれたことに答えるAI」から「任された仕事を進めるAI」へ。
まだ構想段階ですが、Navinoをそこまで発展させていきたいと考えています。

ー広島から、ファインディックスのAI領域を広げていく
Q8.最後に、広島を中心に進めていることについて教えてください。

広島には、2025年10月に開設したAI特化型オフィス「クリテクフィールド」があります。それまでは個人単位になりやすかったAIへの取り組みを、
より専門的に進められる環境が整いました。

現在は広島と東京のメンバーが連携しながら開発を進めています。
Navinoでは、AIを活用した開発やアジャイルな進め方を実践しながら、技術やノウハウを蓄積しています。まずは社内でAI活用を定着させ、開発プロセスにも組み込みながら、
そこで得た知見を会社全体へ広げていきたいです。

その先には、他社への製品展開やAI駆動開発支援サービスとしての提供も構想しています。まずは自分たち自身がAIを使い、改善し、使いこなす。
その積み重ねを、ファインディックスの次のAI開発につなげていきたいと考えています。

今回のインタビューで印象的だったのは、
Navinoが単に「最新のAIを使ったサービス」ではないことでした。

Google CloudとAWSの両方で技術検証を行い、
精度と応答速度のバランスに悩み、データ構造や検索方法を何度も見直す。
新しい技術が出れば、まず試す。若手メンバーのアイデアも取り入れながら、
短いサイクルでPoCと改善を繰り返す。

その一つひとつに、Navinoという自社サービスを自分たちの手で育てている面白さがあります。そして、現在のNavinoもまだ完成形ではありません。「答えるAI」から「仕事を進めるAI」へ。

ファインディックスとしても、
AI・生成AIはこれからさらに力を入れていきたい領域です。

新しい技術を使うだけではなく、
試し、考え、改善し、自分たちでサービスを形にしていく。

そんな開発に面白さを感じる方にとって、
ファインディックスには新しい挑戦ができる環境があります。

AI・生成AIを活用したサービス開発に興味のある方は、
ぜひ一度、私たちの取り組みを知っていただけるとうれしいです。