CASE STUDIES
Systena ／ Digital Integration Division
多様な業界・技術スタックの案件で、AI駆動開発を実践してきました。新規開発からレガシー改修まで、AIをどう適用し、どんな成果を出したか。実績の一部をご紹介します。
背景にある考え方はMethodology、技術基盤はArchitectureをご覧ください。
IMPACT
標準運用化している案件の数、単一プロジェクトでの最大エージェント数、並列実行の最大数、コスト削減効果。組織として出し始めている成果のサマリーです。
9+ 案件
AI駆動開発の標準運用案件数
41 Agents
最大規模案件で稼働する専門エージェント数
30 並列
テスト仕様書自動生成の最大並列数
▲60%
代表値ベースのコスト削減効果
BEFORE / AFTER
主要案件の代表値ベースでの比較。設計書作成工数・単体テスト作成工数・レビューサイクル・総開発コストのいずれもAI駆動開発で大幅に圧縮できることを実証しています。
※ 数値は代表的な案件での計測値に基づく目安です。案件規模・対象工程・既存資産の有無により効果は変動します。
CASE STUDIES
業界・技術スタック・適用範囲はそれぞれ異なります。共通するのは「AIをどの工程にどう組み込むか」を案件ごとに設計し、エージェント体系として標準化していくというアプローチです。
CASE 01
TOOL
Claude Code
STACK
React Native ／ SQLite ／ TypeScript
SCOPE
製造〜バグ修正〜PRレビューまでの全工程を7スキル体系で自動化。単体テストヘルパー・バグ修正ヘルパー・PRレビューなど役割を分割し、Git Worktreeで独立環境を確保。自動修正ループで100% PASSまで到達させる運用を標準化。
OUTCOMES
CASE 02
TOOL
Claude Code
STACK
Excel ／ Markdown ／ 既存設計書テンプレート群
SCOPE
41エージェントが稼働する単一プロジェクト。Orchestrator → Writer → Cross Checker → Reviewer のパイプラインを最大31並列で走らせ、100+ファイルにわたる設計書の横断整合性を自動検証。基本設計の補完と詳細設計の新規生成を同時並行で進める。
OUTCOMES
CASE 03
TOOL
Claude Code
STACK
FastAPI ／ Next.js ／ Azure ／ PostgreSQL
SCOPE
既存実装から設計書・テスト仕様書を最大30並列で逆生成。ドキュメントが不足する運用中プロダクトに対しても即日適用でき、100+モジュール規模のテスト仕様書を短期間で揃えた。テスト観点テンプレートは過去案件からの横展開。
OUTCOMES
CASE 04
TOOL
Claude Code
STACK
C Shell ／ Pro*C ／ Oracle ／ 既存文書資産
SCOPE
14スキル体系による7フェーズ厳密検証。Rv1（差分整合性）／Rv2（最終品質）の二段レビューに加え、「軽微なミス＝NG」の厳密判定を徹底。作業時はUTF-8、納品時はSJISへの文字コード二重管理も自動化し、レガシー現場の品質基準に適合。
OUTCOMES
CASE 05
TOOL
Claude Code
STACK
Vue 2 ／ Flask ／ Python
SCOPE
15種類の成果物テンプレートで雛型を厳密遵守。基本設計書・詳細設計書を自動生成しつつ、最大10並列で単体テストを生成・実行。テスト修正ループは最大5回まで自動リトライされ、手動介入なしで PASS に収束させる。
OUTCOMES
CASE 06
TOOL
Claude Code
STACK
Next.js 15 ／ tRPC ／ SQLite ／ Prisma
SCOPE
Mock禁止の本番品質プロトタイプを、Playwright MCPでE2Eまで自動検証。40+テーブル・12 tRPCルーターを設計〜プロト〜E2Eまで一貫で作り切る体制。要件定義工程をアジャイル化する中核事例。
OUTCOMES
CASE 07
TOOL
Claude Code
STACK
C言語 ／ 既存設計書群 ／ レガシー資産
SCOPE
計画中：100並列のサブエージェントによる横展開チェック。再帰サブエージェント構造で影響範囲の深い調査を自動化し、上流QAエージェントで設計書レビューを自動化していく。大規模レガシーへのAI駆動開発適用の最前線。
OUTCOMES
CASE 08
TOOL
GitHub Copilot
STACK
TypeScript ／ .NET ／ 社内Webシステム各種
SCOPE
GitHub Copilot中心の適用事例。基本設計書〜詳細設計書〜製造〜回帰テストまでを Copilot ベースで支援。回帰テスト用のE2Eスクリプトも自動生成し、既存社内システムの改修を効率化。
OUTCOMES
COVERAGE MATRIX
業界・スタック・ドキュメント資産の有無ごとに「AIをどこに効かせるか」の最適解は異なります。代表的な案件種別ごとの適用状況を一覧化したのが下記マップです。
SCALE
並列化できる工程はすべて並列化する。1タスクを待つ時間を、100タスクを同時に進める時間に置き換える。これが圧倒的な納期短縮とコスト削減を生み出しています。
SUB AGENTS
再帰的なサブエージェント構造で、横展開チェックや影響範囲調査を同時並行。数日〜数週間かかっていた作業を数分〜数時間で完了させる構想を実運用レベルで実装。
SINGLE PROJECT
単一プロジェクト内で41の専門エージェントが稼働。Orchestrator → Writer → Cross Checker → Reviewer のレイヤ構造で、役割を細かく分割して品質を担保。
THROUGHPUT
テスト仕様書30並列、リバース設計書30並列、単体テスト10並列。案件ごとの並列スクリプトを同時起動し、日次で成果物を更新し続ける運用を実績化。
TECHNOLOGY
モダンWebからレガシーまで。フロントエンドからインフラまで。案件ごとに異なる技術スタックに対して、エージェント体系を都度設計し、標準運用まで持ち上げてきました。
React
React Native
Next.js
Vue
TypeScript
tRPC
FastAPI
Flask
Python
C言語
Pro*C
C Shell
Oracle
SQLite
Prisma
Azure
AWS
Playwright MCP
TOOLS
メインは Claude Code と GitHub Copilot。 案件特性に合わせて最適ツールを選定し、いずれも標準運用レベルまで体系化しています。
COVERAGE
モダンWebからレガシー（C Shell / Pro*C / Oracle）まで、 フロントエンドからインフラまで、全スタック横断で適用実績があります。
WHY IT WORKS
多様な案件で成果を出し続けるには、単発の工夫ではなく再現性のある仕組みが必要です。私たちが共通して実装している3つの型をご紹介します。
PATTERN 01
1つの大きな作業を Orchestrator ／ Writer ／ Cross Checker ／ Reviewer に分解。各役割に専用エージェントを割り当てることで、粒度の細かい品質担保と並列実行を同時に実現。
PATTERN 02
Git Worktree で並列タスクを干渉なく実行。単体テストやレビューが NG ならエージェントが自動リトライし、人間が介在せずに PASS まで収束させる。
PATTERN 03
Rv1／Rv2 の二段レビュー、観点別レビューエージェント、設計書との整合性チェック。「軽微なミス＝NG」の基準をエージェントが徹底し、納品品質を機械的に担保。
CONTACT US
自社プロジェクトへのAI駆動開発適用、新規開発・既存改修問わず、規模感や技術スタックに関わらずご相談を承ります。