ECシステム開発
と企業向けAI導入コンサルティング
MAQ Inc.は2002年からソフトウェア開発に取り組み、企業向けにEC、クラウドシステム、多言語対応の公式サイト、ERP、CRMを構築してきました。コアメンバーには国際的な雑誌のビジュアルデザインディレクターを務めた経歴があり、UI/UXはmacOSに匹敵するこだわりを追求しています——AIを導入する際も、インターフェース設計、プログラム開発、演算ハードウェアの選定を同じチームが一貫して担当します。
この開発力は、MAQ自身の業務にも同じように活かされています。仕入・在庫管理、購買、受注、電子発票、会計、原価レポート、勤務シフト管理まで、すべて自社開発のシステムとして15年以上にわたり本番環境で稼働しています。すでにAIも組み込まれており、自然言語で在庫状況、仕入履歴、年間売上、売れ筋ランキングを照会できます。このページでご紹介する手法は、すべて実際に稼働しているシステムから得られた知見です。
最終更新：2026年7月27日
4つのコア開発サービス
ECシステム
商品コンフィギュレーター、ショッピングカートから決済連携、受注管理まで一気通貫で開発します。MAQ公式サイトのワークステーション構成システムもその一例で、数百通りの部品構成の価格と納期をリアルタイムに算出し、日々の受注業務を支えています。
- ショッピングカート、会員、受注・出荷管理
- 決済・物流連携（クレジットカード、分割払い、コンビニ受け取り）
- 商品コンフィギュレーターとリアルタイム見積計算
- 管理画面のレポートと権限管理
コーポレートサイト・ブランドサイト
見た目を作るだけではなく、検索エンジンやAIに見つけてもらい、正しく理解してもらえるサイトへと作り込みます。セマンティックな構造、構造化データ（Schema.org）、パフォーマンスとモバイル最適化まで対応します。
- レスポンシブデザイン（RWD）とパフォーマンス最適化
- SEOおよび構造化データ（JSON-LD）の実装
- コンテンツ管理と多言語対応
- サイト移行、リニューアル、長期保守
ERP（統合基幹業務システム）
フルカスタムのERP開発はもちろん、既存ERPへの連携インターフェースや拡張モジュールの構築にも対応します。MAQ自身の仕入・在庫管理、購買、受注、電子発票、原価レポートのシステムはすべて自社開発かつ実運用中のため、稼働後の保守ニーズを肌で理解しています。
- 仕入・在庫管理と安全在庫
- 購買、仕入先、仕入請求書管理
- 受注、出荷、電子発票発行
- 原価分析、売上レポート、見積システム
- 既存ERPとのAPI連携・データ連携
- 権限階層、監査ログ、SMSによる二段階認証ログイン
CRM（顧客関係管理システム）
LINE、メール、電話、Excelなどに散らばった顧客とのやり取りを、検索・分析・引き継ぎが可能な一本のタイムラインに集約します。ECやERPとも連携でき、営業担当者が受注状況や在庫をその場で確認できるようになります。
- 顧客情報、対応履歴、商談管理
- LINE公式アカウント、メール、カスタマーサポート連携
- EC／ERPとのデータ連携
- 売上予測と顧客分析レポート
ERPシステムにAIを導入するには？
ERPへのAI導入に、既存システムの入れ替えは必要ありません。本当に決めるべきは、AIをどこで演算させるかです。現在よく採られる方法は、APIを通じてERPデータをクラウドの大規模言語モデルへ送信するというものです。導入は最も早く進みますが、その裏では見積もりや原価構造、顧客リスト、給与データが社内ネットワークの外に出ることを意味します。この点は、多くの議論で十分に説明されていません。
MAQが提案するのは、まずデータの機密度を見極めてから、システム構成を決めるという順番です。一般的な問い合わせや要約であればクラウドAPIで十分ですが、財務、原価構造、顧客リスト、給与に関わる内容は、自社所有のAIサーバーにモデルを配置すべきです。そのために必要な2つの要素——ERPデータを安全に取り出すプログラムと、モデルを動かせるだけの演算能力を持つマシン——を、MAQはまとめてご提供できます。
実務における4つのステップ
データと課題の棚卸し
既存のERPでカバーしていても、まだ多くの人手を要している業務を洗い出します。受注の二重入力、人の判断に頼った在庫確認、時間のかかる月次レポート作成などです。同時に、社外に出してはいけないデータの範囲も明確にします。
演算場所の決定
データの機密度に応じて配置先を振り分けます。一般的なデータはクラウドAPI、機密データはオンプレミスのモデルで処理します。多くの企業は最終的にハイブリッド構成に落ち着き、日常的な問い合わせはクラウド、機密情報が絡むものは社内にとどめます。
連携インターフェースの開発
読み取り専用のAPIやデータビューを通じてERPデータを安全に取り出し、AIが参照できるようインデックス化します。既存システムの権限階層もそのまま引き継ぎ、各職務が自分の権限範囲内の情報しか取得できないようにします。
小規模導入から段階的に拡大
まず1つの部署・1つの業務プロセスに絞って導入し、実際に短縮できた作業時間を計測してから、範囲拡大を検討します。全社一斉導入は、効果検証やその後の保守の面で不利になります。
まず自社のERPにAIを組み込みました
ERPへのAI導入については議論が数多くありますが、実際に自社の運用データで運用している例は決して多くありません。MAQの社内システムは仕入・在庫管理、購買、受注、電子発票、原価・売上レポート、勤務シフト管理まで、すべて自社開発かつ本番環境で稼働しています。AIを組み込んだことで、こうした自然言語での問い合わせに答えられるようになりました。
この実装から、2つの具体的な結論が得られました。1つ目は、モデル自身にSQLクエリを生成させないことです。MAQでは、明確に定義された読み取り専用のクエリツールを11種類用意し、SQL文はコード内に固定しています。モデルが選べるのはツール名と構造化パラメータのみで、ホワイトリスト外の呼び出しはすべて拒否されます。この設計は柔軟性を多少犠牲にする代わりに、クエリ結果の安定性と監査可能性を確保し、存在しない品番や金額をでっち上げることがありません。
2つ目は、権限管理を入口の段階で完結させることです。MAQでは現在、管理画面の既存の権限レベルによってAIインターフェースを開ける対象を決めており、その権限を持つ人はもともと該当データにアクセスできる立場にあります。同じレポート内でも営業担当者ごとに自分の顧客しか閲覧できないような、行単位のきめ細かい権限制御はより難易度の高い課題であり、MAQでも現在開発を進めているところです。この種の要件がある組織は、プロジェクトの初期段階でデータモデル設計に組み込んでおくべきで、後から補強しようとすると相応のコストがかかります。
以上の結論は、すべて実際の構築プロセスから得られたものです。そのためERPへのAI導入をご相談いただく際、MAQがお話しできるのは権限の切り分け方、クエリツールの設計、データの置き場所の判断といった具体的な論点であり、単なる構成図の説明にとどまりません。
モデルを自社AIサーバーで動かすには、どんなスペックが必要か？
ここは、ERPとAI連携の議論の多くが触れない部分です。以下の表に実務上の対応関係をまとめました。導入の実現性検討にお役立てください。
| 利用シーン | 推奨モデル規模 | 主要ハードウェア要件 |
|---|---|---|
| ERPデータの問い合わせ、レポート要約（少人数利用） | 7B～14B 量子化モデル | 24GBクラスのGPU 1枚 |
| 部門横断のナレッジベース問い合わせ、文書検索（RAG） | 20B～32B 量子化モデル | VRAM 32GB、システムメモリ64GB以上 |
| 複数人の同時利用、高い推論品質が必要 | 70B 4-bit 量子化 | VRAM 48GB以上、ECCシステムメモリ128GB |
| エンタープライズ規模のナレッジハブ、長いコンテキストと高い同時実行数 | 120Bクラス 量子化モデル | VRAM 96GB、ECCシステムメモリ256GB |
上表は、社内5～10名での利用を想定した実測ベースの目安です。同時利用人数が倍になるごとに、システムメモリの必要量はおよそ5割増加します。詳細な対応表はAIハードウェア選定ガイドを、企業向けオンプレミスのナレッジサーバーはMAQ Alishanをご覧ください。
MAQが選ばれる理由
- ソフトウェアもハードウェアも、同じチームで
- ソフトウェア会社がシステムを完成させても、演算ハードウェアは自分で手配しなければならないことがほとんどです。逆にハードウェア会社が納品しても、システムとの連携作業は別途手配が必要になります。MAQは両方の能力を備えているため、ハードウェアの仕様をシステムの実際の負荷に基づいて決定でき、カタログのグレード表から選ぶような提案にはなりません。
- macOSに匹敵するこだわりのビジュアルデザイン
- チームには国際的な雑誌でビジュアルデザインディレクターを務めた経歴を持つメンバーがおり、見た目の美しさと使いやすさの両方を追求します。これは多くのシステム開発チームが持ち合わせていない強みです。システムはただ動くだけでなく、毎日使いたくなるものであるべきだと考えています。
- 20年以上、今も自社で使い続けています
- 2002年からウェブサイトとECシステムの開発に取り組んできました。いまご覧いただいているこのサイト、オンライン構成システム、受注システムも、すべてMAQが自社開発し、運用を続けています。
- 必要性を見極めてから、導入をご提案します
- AI導入がすべての業務プロセスに適しているわけではありません。MAQはまず、実際に削減できる時間とコストを試算します。効果が見込めないと判断すれば、その旨を正直にお伝えします。
- データは自社のAIサーバーにとどまります
- ご要望に応じて完全オンプレミスでの導入も可能で、データが第三者のAPIを経由することはありません。これは案件ごとに急ごしらえした仕組みではなく、MAQが元々備えている製品ラインの能力です。
よくあるご質問
- ERPシステムにAIを導入するには？既存システムの入れ替えは必要ですか。
- 入れ替える必要はありません。実務上は既存のERPをそのまま残し、読み取り専用のAPIやデータビューを通じて必要なデータを安全に取り出し、インデックス化した上で大規模言語モデルに問い合わせ、結果を既存の画面上に表示するという方法を取ります。本当に優先して決めるべきなのはシステムを入れ替えるかどうかではなく、演算をどこで行うかです。データが社内ネットワークの外に出るかどうかが、その後のアーキテクチャ、コスト、コンプライアンス上の責任を左右します。
- ERPデータをクラウドAIに送信するリスクは何ですか。
- ERPデータには通常、見積もりや原価構造、顧客リスト、仕入先の取引条件、給与情報など、営業秘密や個人情報に該当する内容が含まれます。第三者のAPIに送信する前に、そのサービスのデータ保存ポリシー、モデル学習への利用有無、越境データ転送の有無、監査ログの完全性を必ず確認してください。一般的な問い合わせであればクラウドサービスで問題ありませんが、上記のようなデータが絡む場合は、社内ネットワークの外に出ないオンプレミスモデルへの切り替えをおすすめします。
- オンプレミスでAIを動かすには、どの程度のハードウェアが必要ですか。
- モデルの規模と同時利用人数によって異なります。小規模なERP問い合わせであれば、7B～14Bの量子化モデルと24GBクラスのGPU1枚で十分対応できます。部門横断のナレッジベースには、20B～32Bモデルと32GBのVRAMをおすすめします。より高い推論品質と複数人の同時利用が必要な場合は、70Bモデルの4-bit量子化に、VRAM 48GB以上とECCシステムメモリ128GBの構成をおすすめします。
- MAQ自身にERPへのAI導入の実績はありますか。
- あります。しかも自社のシステムに導入しています。MAQの仕入・在庫管理、購買、受注、電子発票、原価・売上レポート、勤務シフト管理のシステムはすべて自社開発かつ本番運用中で、すでにこのERPにAIを組み込んでいます。在庫状況、直近の仕入れ値とその変動幅、特定顧客の過去の購入品目、年間売上、売れ筋ランキングなどを自然言語で照会できます。実装で最も重要だった原則は2つです。1つ目は、モデル自身にSQLを生成させないこと——MAQでは読み取り専用のクエリツールを11種類用意し、SQL文はコード内に固定しています。モデルが選べるのはツールと構造化パラメータのみで、ホワイトリスト外の呼び出しは拒否されるため、結果の安定性と監査可能性が確保されます。2つ目は、権限管理を入口の段階で完結させること——管理画面の既存の権限レベルによって、AIインターフェースを開ける対象を決めています。営業担当者ごとに自分の顧客しか見られないといった、より細かい行単位の権限制御は、プロジェクトの初期段階でデータモデル設計に組み込む必要があり、後から補強しようとすると相応のコストがかかります。
- MAQにハードウェアを購入せず、システム開発だけを依頼できますか。
- 可能です。システム開発、既存ERPとの連携、AI導入コンサルティングはそれぞれ独立したサービスとして提供しており、ハードウェア購入とセットにはなっていません。評価の結果、クラウド構成のほうが有利だと判断した場合は、その旨を正直にお伝えします。
- 既存システムの保守やリニューアルの引き継ぎもお願いできますか。
- はい。他社が開発したウェブサイト、EC、社内システムについても、保守の引き継ぎ、パフォーマンス改善、機能拡張に対応します。引き継ぎの前にコードとアーキテクチャを確認し、リスクと作業範囲を明確にしたうえで見積もりをご提示します。
- プロジェクトの期間はどれくらいかかりますか。
- プロジェクトの範囲によって異なります。既存ERPのデータ連携とAI問い合わせのPoC（概念実証）であれば、通常数週間で成果が見えてきます。フルカスタムのECやERP開発は数ヶ月単位になります。MAQでは、まず小規模でも使える範囲から提供し、実際の効果を確認したうえで拡張していく進め方を推奨しています。