定点観測の『外部数値カード』を撤退し、DSS2.0 翻訳に作り直した
当初は現在地レポートに景気・市場の外部数値カードを並べていた。だが出典を明示し続けることと、毎月の更新を継続することの両立が難しく、信頼性を担保できないと判断。数値の羅列はやめ、DSS2.0 のロールを中小企業の言葉に翻訳して『自社の現在地』を示す形に再設計した。見栄えのする数字より、自分たちが根拠を説明できる構成を選んだ。
失敗メモ再設計データ整備
EST. 2026 · FiveVai AI Lab / About →
AI を、経営の道具に変える実験室。
COO/CIO/CISO として経営・財務・人事・業務改善・システム開発を横断する内田が、自社と顧客の現場で回した PoC を公開する実装型ラボ。毎月 20〜30 本の小さな実験から、経営者が次の一手を判断できる実装知を届けます。
稼働中の PoC
7本先月比 +1
累計処理件数
1,200件先月比 +180
なぜ AI Lab を公開するのか
AI 導入は、ツールを入れれば進むものではありません。経営・業務・データ・セキュリティ・人の動き方を同時に見ながら、小さく試して、使える形に変えていく必要があります。
FiveVai AI Lab では、私たち自身が毎月回している PoC を公開し、経営者が自社の次の一手を判断できる材料として提供します。
01
経営の現場で試す
COO/CIO/CISO の視点で、自社と顧客の実務から PoC を回す。
02
毎月20〜30本の実験
数をこなすことで、再現できる『型』と失敗の知見が貯まる。
03
経営判断に翻訳する
PoC を実績ではなく、次の一手を決めるための実装知へ。
今月の AI/DX 現在地レポート
景気の数字ではなく、経産省・IPA の DSS2.0 を中小企業の言葉に翻訳して現在地を読む
2026 年 5 月号 ・ 今月の DSS2.0 翻訳
今月の DSS2.0 翻訳：DX が進まないのは「人材」ではなく「橋渡し役の不在」
今月の注目ロール:ビジネスアーキテクトAI ガバナンスDX リテラシー（全社員）
月初に更新 / 四半期に大型テーマ · アーカイブ
Lab Note — 経営者が毎月回している AI 実験ログ
2026 年 5 月の実験量と、成功した PoC だけでなく失敗・撤退・再設計から得た知見も記録する
23
今月作った PoC
7
公開済み
5
実運用中
3
顧客提案化
12
失敗から得た知見
業務横断の可視化 PoC を中心に検証
今月は、Backlog・Slack・freee・Google Workspace・Supabase を中心に、経営管理・PM・経理自動化まわりの PoC を検証。共通して見えてきたのは、AI 導入の成否はツール選定ではなく、業務データの流れを先に設計できるかで決まるということ。
BacklogSlackfreeeSupabase
これはまだ完成品ではありません。FiveVai が実際に使いながら、失敗・改善・再設計を重ねている実験です。
アーキテクチャの変遷 — 個別開発から統合へ
まず個別に作って動かし、手応えのあったものをデータ基盤へ集約し、経営の可視化を一本化していく。その過程ごと公開する。
- 01
個別開発
課題ごとに小さく作って動かす。各 PoC が独自に SaaS と連携し、自前でデータを保持していた。重複は承知のうえで、まず痛みを消すことを優先した。
- 02
データ集約
freee 会計 / freee 人事労務 / board / Backlog を日次で同期し、Supabase 上に raw / mart / meta の 3 層で集約。用途別アプリは Supabase だけを参照する形へ。
- 03
経営可視化の統合
経営指標の可視化を 1 つのダッシュボードへ。月次 PL・キャッシュフロー・案件サマリー・LTV・給与サマリーを共通の mart 層から読む。
fv-data-platformデータ集約ハブ
freee 会計 / freee HR / board / Backlog → Supabase（raw / mart / meta）
実演を見るfivevai-exec-dashboard経営可視化ハブ（社内）
mart 層を参照：月次 PL / キャッシュフロー / 案件サマリー / 顧客 LTV / 給与サマリー
移行中 — 役割の引き継ぎ
- mgm-dashboardfivevai-exec-dashboard独自 BigQuery で持っていた売上・月次 PL を、統合データ基盤の mart 参照へ移行中。
- fv-profitviewfv-data-platform独自 Supabase の案件利益・稼働データを mart_project_summary 等として集約中。
統合は完成形ではなく進行中。先行版が役割を終えていく過程も、隠さず記録する。
section · what you can learn
4 つの視点が、来訪 1 回で揃う
内田が毎月向き合う「観測 / 実演 / 診断」の三層を、業務でそのまま使える形に整理する。
- fig.01
公開データを業務語に翻訳する
経産省・IPA・JEITA の指標を、中堅企業の文脈に直す。市場全体の動きが、翌月の業務判断に使える形で並ぶ。
- fig.02
動く PoC の作り方を覗く
35 本の実装で、経営者本人が痛みから自分で組むプロセスを公開する。技術選定・失敗パターン・撤退基準まで含む。
- fig.03
自社の AI/DX 現在地を診断する観点
業務・データ・推進体制・安全性・定着の 5 軸 10 問で現在地を数値化する。診断タイプと、結果に対応する PoC・DSS2.0 ロールをその場で提案する。
- fig.04
失敗・撤退の経過を残す
撤退・ピボット・想定外も記録する。うまくいかなかった理由が、次の意思決定の材料になる。
成功事例だけ並べた展示場ではなく、
それが Lab の意味だ。
01
オープン共有
成功も失敗も、過程ごと公開
02
実データ駆動
自社の業務データから出てきた現実
03
PoC ファースト
動かしてみて、手応えがあれば磨く
ご利用の流れ
まず無料で診断し、実績を辿って具体的な相談に進む
section · faq