製造　サプライチェーン　在庫管理

製造 |サプライチェーン| 在庫管理 ​

段ボール製造メーカー向け 顧客概要 基幹業務システム 韓国を拠点として高品質な紙箱パッケージを展開する大手メーカーの導入プロジェクト。 事業拡大に伴い、業務プロセス改善が急務となった。既存のシステムはリアルタイム性に欠 け、手作業への依存度も高く、レポーティング機能も限定的だった。また、システム間 のデータ分断、UI/UXの未整備、拡張性の限界が業務効率を阻害していた。これらの課題解 消に向けて、複数ベンダーを比較検討した結果、LTS Japanがカスタム生産管理システムの 開発パートナーとして選ばれた。 業界 プロジェクト規模 製造業 75 人月 テクノロジー 2

課題 業務範囲 主な開発機能 • リアルタイムデータの欠如による意思決 • • 定の遅延 • 現行システムの評価および改善点の特定 • 拡張性とユーザビリティを兼ね備 • 生産工程管理 えた管理 • 在庫管理 手作業への依存に伴うミスと非効率性の • 発生 • システムの設計 • 配送管理 • データ移行の計画および実行 • レポーティング・分析 レポーティング機能不足 • によるパフォーマンス分析の困難さ • 既存ツール・機械とのシステム統合 • サプライヤー・ベンダー管理 新システムに関するスタッフ向 メール・アンケート機能 システム間の統合不備 • によるデータサイロ化 • けトレーニングの実施 • 機能テストおよびデータ整合性の検証 • UI/UXの未整備が現場の生産性を低下 継続的な保守・運用サポートの提供 拡張性の欠如による事業成長の制約 3

目的 成果 主な導入効果 • 生産プロセスの最適化：製造 • パフォーマンス向上：システム移行後の読み • ワークフローの自動化と最適化 込み速度と応答性が改善し、ユーザー満足度 在庫管理の強化：リアルタイム追跡と資材 15% • 発注の自動化実装 • が向上 データ可視性の向上：生産指標 配送管理の改善：物流の適時性と出荷追跡 のリアルタイム追跡により、迅速な意思決定 効率的な在庫管理による • の確保 と業務の透明性を実現 資材ロスの削減 レポーティング・分析の促進：統計 • コスト削減：需要予測と発注プロセスの最適 レポートに基づく意思決定のサポート • 化により、資材コストを15%削減 ユーザー満足度の向上：従業員から高く評 価され、新システムへの円滑な移行を実現 95%+ 効果的な在庫管理による 業務プロセスの効率化 4

生産管理システムのアーキテクチャ設計​ 5

発電機マニュアル向けAIアシスタント開発 顧客概要 業務範囲 米国のクライアントに対し、技術者がMicrosoft Teams 上で発電機マニュアルの検索やパーツ照会を迅速かつ正 • マニュアルおよびパーツカタログのデータ取り込 確に行える内部 A I ア シスタントを開発。各種 • みパイプライン構築 マニュアルを自動取り込みし、セマンティック検索と構 RAG（検索拡張生成） 造化されたパーツデータを組み合わせることで、根拠 • およびツールベースのAIアシスタント開発 となる出典（引用元）を明示した回答を提供。API連携 Microsoft Teams連携および品質評価基盤の整備 にも対応したシステムを構築した。 •• 国：米国 主な機能 • 領域：産業機械サービス • AI専門技術：Agentic Hybrid RAG • データ取り込みパイプライン：マニュアル 開発プロセス：アジャイル （エンジン・発電機・パーツ）の自動タグ付 け、ページ単位のベクトル索引化、SQLテーブル • 正規化を実装。 対話型Q&Aアシスタント： 6 4 トラブルシューティングや仕様照会に対応。回答 の出典リンク表示および回答不能時 • のフォールバック機能を実装。 名 ヶ月 構造化パーツ照会:パーツ番号、アセンブリ 図、モデル互換性の照会を可能にし、表形式での • 出力を実装。 エージェントオーケストレーション： セマンティック検索とSQLツールを動的に振り分 開発 AI デプロイメント • け、多角的なデータソースから回答を集約。 Microsoft Teams統合：既存の業務フロー （Teams）内でマニュアルやパーツ情報への即時 FastAPI Typescript OpenAI LLM Tool Azure SQL DB Calling Kubernetes • アクセスを実現。 評価フレームワークの構築：検索品質を定量化 Azure VM CosmosDB Agent Orchestration 監視 し、継続的な最適化を促進する評価基盤を確立。 RAGMetrics System Metrics 6

エージェント オーケストレーション • ツール使用の徹底 • 出力の検証 • 出典の明記1][2][3] • 包括的な回答 7

地域特化型Eコマース向け エンタープライズ・データプラットフォーム構築 顧客概要 成果 東南アジア全域で地域ブランドを支援 • エンタープライズ統合プラットフォーム：REST するデジタルコマース・イネーブラーのお客様は、 API、Webスクレイパー、および業務データベースを介 断片化した外部および内部ソースから毎日1,000万 して、毎日1,000万件以上のレコードを処理 件を超える膨大なデータを処理するという課題に直 • し、99.9%のアップタイムSLAを達成した。面した。6カ国にわたるデータを統合 自動クレームバックエンジン：6カ国で50以上 するエンタープライズ級のデータウェアハウスを構 のブランドをカバーするレポート環境へ拡張し、手作業工数 築し、リアルタイム追跡を実現し、50人以上 を70%削減した。 のビジネスユーザーにセルフサービス分析基盤を提 • コスト・パフォーマンス最適化：中央集約型 供することが求められた。 データウェアハウスにより、コスト90%削減、クエリ速度 • 40%向上を実現した。 • 地域：東南アジア • リアルタイム可観測性： 領域：デジタルコマース・小売 ヘルスモニタリングとデータカタログの構築 により、インシデント対応時間（MTTR）を60%短縮 し、パイプラインの成功率99.5%を確保した。 10 ~2 主な機能 名 年間 • イベント駆動型データ取り込み：Debeziumを活用し、業務 用のMySQL/RDSからニアリアルタイムでの変更 • データキャプチャ（CDC）を実現。分散コンピューティング：PySparkとGCP Dataproc / Databricksで処理を構築。ブロードキャスト結 技術スタック 合、パーティショニング、Catalystオプティマイザーを駆使 • し、大規模データを高速に処理。モダンELTエンジン：dbtワークフローを開 Custom REST APIs Cloud Storage (GCS) Dataproc BigQuery Kafka 発。ステージング、中間、マート層を厳格に定義 したインクリメンタルモデルと自動データ品質テストを導入 • し、課題を80％削減。Fivetran Data Catalog PySpark Databricks dbt Debezium バッチオーケストレーション：複雑 なDAG、カスタムオペレーター、および冪等性を考慮した実 Web Scrapers (Selenium, BeautifulSoup) Composer Apache Airflow 行戦略を備えた、Apache Airflowによる本番環境を構築。 8

ディメンショナル・モデル・アーキテクチャ スキーマ設計 6カ国にわたる分析クエリに最適化した、集中管理 3rd REST API Web scraper 型の標準スキーマおよびスタースキーマを設計。 バッチ MySQL 取り込み ストリーミング 取り込み層 サードパーティ製REST API、Webスクレイパー、業務データベース パフォーマンス最適化 PySparkのブロードキャスト結 合、パーティショニング、Catalystオプティマイザ オブジェクトストレージ CDC ーを活用し、90%のコスト削減を実現。 GCP Cloud Storage, and Databricks Delta ストリーミング処理（Kafka/Debezium） クエリ最適化 Lake（レイクハウス・アーキテクチャ） BigQueryにおけるマテリアライズド・ビュー ストリーミング処理 およびインテリジェント・クラスタリングの 実装により、クエリ性能を40%向上。 ディメンション管理 分散コンピューティング（PySpark） 自動化されたSCD（Slowly Changing Dimension） メダリオンアーキテクチャ 管理を導入し、ステージング・中間・マート層間 Bronze, Silver, Platinum, Gold で厳格なスキーマバリデーションを徹底。 BI・リアルタイムデータレポート Looker Studio, Superset 9

輸配送管理システム (TMS)開発 概要 技術スタック 在庫管理・配送・Eコマース機能を網羅 W ケーシ •ebアプリしたWebおよびモバイルアプリ トエンド：Vue.js ョンの開発プロジェクト。2016年に始 トナム 物流・eコマース 動した本プロジェクトは、現在15名の •• フロン バックエンド：C#、ASP、.NET、WebAPI ベ データベース：SQL Server 専任チーム体制で開発・運用を推進 モ• バイルアプリしている。 • フロントエンド：React Native • バックエンド：Java Spring Boot • データベース：MySQL/MongoDB クラウド：AWS 業務プロセス 1 開• 始 2 準備・計画 ODC（オフショア開発センター） • 要に応じたエンジニア面談 • チーム編成要請 • 必 術協議 • 契約の締結 • 技 インフラとセキュリティ 境の構築 マネジメント協議 • 環 プロジェクト計画の策定 3 ト• レーニング 4 継 ・運用計画 オンサイト／オフショアトレーニング • 続• メンバーの増員、プロジェクト拡張 • （プロジェクトに応じて対応） 次レビューの実施 • インフラとセキュリティ環境の準備 • 月 計画策定および需要予測 ロジスティクス調整

輸配送管理システム (TMS)開発 11

輸配送管理システム (TMS)開発 12

鉄鋼加工工場向け画像テキスト化システム 概要 業務範囲 • ハードウェア構築：産業用カメラおよび照明 鋼材加工工場における鋼板の識別およびデータ記録 • システムの設置 業務の自動化プロジェクト。従来の目視確認と手入 ソフトウェア開発：OCR統合 力による記録プロセスを、カメラとOCR技術を用 • およびデータベース接続機能の開発 いた自動システムに置き換え、既存 データ処理：取得データの自動検証 のOracleデータベースと連携させることを目的 およびログ記録の構築 とした。 •• 国：韓国 AIソリューション • 領域：テクノロジー • AI専門技術：コンピュータビジョン 開発プロセス：スクラム • 鋼板の文字を自動で読み取り処理 • するエンドツーエンドシステムの開発 OCR技術による鋼板画像からのテキスト抽出の実 4 5 • 装 最適な画像取得のためのカメラ・照明制御 • ソフトウェアの開発 リアルタイムのデータ検証 名 ヶ月 • およびエラーハンドリング機構の統合 既存のOracleデータベースへの自動データ入力機 能の構築 ハードウェア 機械学習手法 データ管理 システム統合 監視 高解像度産業 アダプティブ照明 用カメラ システム カスタムOCR AIモデル Oracle Database Flask ELK Stack 13

画像認識・文字読み取りシステム：多層アーキテクチャ 14

ご連絡ください！ 住所 ベトナム： 17階、MDComplexビル、68 Nguyen Co Thach、Nam Tu Liem区、ハノイ 日本： 〒108-0023東京都港区芝浦3丁目20−10岩本ビル5階 米国： 25787 Rawley Springs Dr, Chantilly, VA, 20152 - 5744 韓国： ソウル特別市瑞草区江南大路327大隆瑞草タワー12階 1214号 オーストラリア： ビクトリア州キューコブデン・ストリート63番地 1号室大隆瑞 草タワー12階 1214号 Eメール contact@ltsgroup.tech ウェブサイト www.ltsgroup.tech/jp 電話番号 (+84) 24-6660-7474 15