ACESの自社専用生成AI導入ソリューション（エキスパートAI） Expert AI Solution
ACESが大企業向けに請け負う、社内文書と業務の規則を参照して答える専用の生成AIの構築。図表を含む文書の構造化、業務に合わせた検索の設計、権限管理など全社で使う基盤までをまとめて作る。ACESは、三井住友銀行の全社員向けAI基盤で作業時間を年間約5万時間減らした事例を挙げる (会社発表)。料金は公表されていない。
詳細解説
- 位置づけ
- ACESは、汎用の生成AIを「優秀な新卒」どまりとし、自社の業務・データに合わせた「エキスパートAI」が要ると説く。 acesinc.co.jp
- 三井住友銀行の事例
- 三井住友銀行の全社員向けAI基盤「SMBC-GAI」で、社内規定などの文書の構造化を中心に、検索拡張生成 (RAG) の精度を実用の水準に上げ、約5万時間の工数を減らしたとする (会社発表)。 acesinc.co.jp
- クレジットカード会社の事例
- 大手クレジットカード会社で、セルを結合したExcelや図表の多い資料を構造化し、稟議書の作成支援AIで回答精度96%を出したとする (会社発表)。 acesinc.co.jp
- 法人営業のアプリ
- 三井住友銀行とは、法人営業の担当者の面談準備から提案までを支えるAIアプリも共同で開発し、同行で使われ始めた (2026年4月24日発表)。 prtimes.jp
- 提供の開始
- 提供を始めた日付は発表されていない。ACESはデジタルトランスフォーメーション (DX) パートナーの「自社AI導入・AI OS（基盤整備）関連ソリューション」の一つとして案内する。 acesinc.co.jp
🏭 製造工場
この製品を作る工場と、それぞれの役割。会社の発表・有価証券報告書・官公庁の資料で確かめた拠点だけを載せた。
| 工場 | 所在地 | 役割 | 備考 | 出所 |
|---|---|---|---|---|
| 該当しない (受託のサービス) | 公表されていない | 工場はない。顧客の環境に専用のAIの基盤を作る受託で、動かすクラウドは案件ごとに決まり、公表されていない。 | acesinc.co.jp |
⚙️ 技術・仕組み
どう動くか。方式・構造・制御・材料を、会社の技術資料と特許・論文で確かめた範囲で書いた。
- データの構造化
- 独自の部品 (モジュール) で、図表や複雑なレイアウトを含む資料、設計図面をAIが理解しやすい形にし、検索の精度を上げる。 acesinc.co.jp
- RAGの設計と調整
- 企業ごとの業務の特性とデータの構造に合わせ、専門家がRAGの構成を設計・調整する。 acesinc.co.jp
- 全社で使う基盤
- 権限の管理や機密の保護を備え、組織全体で使える共通の基盤を作る。汎用AIの課題として、既存の業務システムとの連携の難しさと、利用状況が見えないことを挙げる。 acesinc.co.jp
- 営業の知見の組み込み
- 三井住友銀行の案件では、行員への聞き取りで顧客の課題の見立てや商品選びの基準を整理し、AIの推論と提示の手順に反映した。 prtimes.jp
主要諸元
| 項目 | 値 | 出所 |
|---|---|---|
| 進め方 | 現状の整理と課題の診断、改善方針と活用の設計、概念実証 (PoC) と精度の検証、本番の実装と定着の支援の4段階 | acesinc.co.jp |
| 回答精度の事例 | 96% (大手クレジットカード会社の稟議書作成支援、会社発表) | acesinc.co.jp |
🔩 各部品と部品メーカー
部品は諸元表と発表で存在を確かめたものを並べ、メーカーは会社か部品メーカーの発表、有価証券報告書、分解調査の報道で供給元を確かめられたときだけ社名を書いた。確かめられない部品は「公表されていない」。載っていない会社は「関与していない」ではなく「公表資料で確かめられていない」。確度 A は会社の一次資料、B は報道。
| 部品 | 品名・型式 | メーカー | 銘柄 | 国・製造拠点 | 根拠 |
|---|---|---|---|---|---|
| 大規模言語モデル | 公表されていない 2026年2月の講演では、ChatGPTなど汎用AIの上に企業固有のデータを載せる構想を示した |
公表されていない | — | 公表されていない 該当しない |
ACESは製品のページと発表で、使う言語モデルの名前を示していない A |
| 構造化の部品 | 独自モジュール | ACES | — | 日本 該当しない |
ACESは独自モジュールによるデータの構造化を案内する A |
🔗 部品製造サプライチェーン
材料から部品・組み立て・販売までを、上流から下流の順に並べた。
- 1設計から定着までACESが診断・設計・PoC・本番の実装・定着の支援を担う企業: ACES
- 2共同開発三井住友銀行の案件では、同行の各部門と連携して情報を整理した企業: 三井住友銀行
🏗️ 製造ライン
工場の中でこの製品がどう作られるか。工程の順に、ラインの構成・設備・自動化・検査・生産能力を、会社の発表と工場見学の記録で確かめた範囲で書いた。
- 1現状の整理と診断生成AIの利用の場面、期待する精度、データの状況を整理し、既存の環境の課題を診断する設備・企業: ACES
- 2PoCと精度の検証実際の業務データで効果を確かめ、回答の精度と使い勝手を見ながら調整する設備・企業: ACES
- 3本番の実装と定着実務で使える形に実装し、現場での利用の定着を支える設備・企業: ACES
💴 販売価格
| 型番・グレード | 税込価格 (円) | 時点 | 出所 |
|---|---|---|---|
| 全構成 | 公表していない。見積もり | 2026-11-12 | acesinc.co.jp |
🛒 購入方法
| 経路 | 内容 | 出所 |
|---|---|---|
| 直販・問い合わせ | ACESの問い合わせと解説資料の請求で受け付ける | acesinc.co.jp |
🛠️ アフターサービス・保守サービス
| 項目 | 内容 | 出所 |
|---|---|---|
| 運用の支援 | 本番の実装後、現場での利用を前提に運用の調整と活用の支援をする。契約の期間は公表されていない | acesinc.co.jp |
| 継続の改善 | ACESと三井住友銀行は、現場の声と利用状況を基に、アプリを担当者ごとに合わせたAIへ改めていくとした | prtimes.jp |
🌏 海外輸出
| 仕向け地 | 内容 | 出所 |
|---|---|---|
| 国内 | 国内の企業向けの案内で、海外での提供は公表されていない | acesinc.co.jp |
📈 販売の実績
| 期間 | 指標 | 値 | 単位 | 備考 | 出所 |
|---|---|---|---|---|---|
| 2026年11月時点 | 導入件数・売上高 | 公表されていない | 事例は3件を載せる | acesinc.co.jp |
💰 金額
| 項目 | 値 | 備考 | 出所 |
|---|---|---|---|
| SMBC-GAIの工数削減 | 年間で約5万時間 (会社発表。RAG精度改善とDXパートナーのページは「年間」と書く) | acesinc.co.jp |
解析 — 部品・製造・販売の特徴
自社専用生成AI導入ソリューションは、ACESがDXパートナー事業の受託で積んだ手法を、決まった手順のサービスにまとめたものだ。中心の事例は三井住友銀行で、ACESは全社員向けのAI基盤の精度改善と、法人営業のアプリの共同開発の2つを担った。後者では、行員への聞き取りで商品選びの基準を整理し、AIの推論の手順に組み込んだ。2026年2月の講演では、ChatGPTなどの汎用AIの上に企業のデータを載せる構想を示した。2023年6月には、企業向けに閉じた環境で動かす大規模言語モデル (プライベートLLM) の開発に着手したと発表したが、その後の提供は公表されていない。ACESは権限の管理と機密の保護を前面に出して案内している。大手クレジットカード会社の事例では、セルを結合したExcelの構造化で回答精度96%を出したとする。
公表されていないこと
- 料金
- 提供の開始日
- 使う言語モデルと実装先のクラウド
- 約5万時間の削減と精度96%の測り方
- 金融以外の業界の導入件数
出所
- 自社専用生成AI導入ソリューション 製品のページ (2026-11-12)
- RAG精度改善ソリューション 製品のページ (2026-11-12)
- ACES DXパートナー (2026-11-12)
- 三井住友銀行と法人営業向けAIアプリを共同開発 (2026-04-24)
- SMBC Group RisingX 2026 に登壇 (2026-02-20)
- 企業向けのプライベートLLMの開発に着手 (2023-06-07)
出所との照合日: 2026年11月12日。数字は出所の書類のまま。株価・時価総額は扱わない。
ACES のほかの製品
🧰 ツール・特集の入口
一次データで動く 14 本 — 銘柄の絞り込み・供給網・比較・一次データの台帳・解説・規制レンズ (すべて無料)