はじめに
100 以上の国で事業を展開する業界大手が、複雑なグローバル業務プロセスをオンライン化するには、どれくらいの時間がかかるのでしょうか。
Sungrow のある海外チーム（以下「プロジェクトチーム」）が出した答えは、約 2 か月でした。プロジェクトチームは NocoBase チームと少人数の合同チームを組み、AI と NocoBase を活用して、これまで複数のツール、表計算、グループチャットに分散していた商談、ソリューション、見積を、自分たちの業務フローに合った 1 つのシステムへ移行しました。コードは 1 行も手書きしていません。AI も日常業務に入り、情報検索、ソリューションのバージョン比較、資料整理を支援するようになりました。以前は数時間、場合によっては数日かかっていた見積作成も、ソリューション確定後は数分で完了できるようになっています。
Sungrow について
Sungrow は 1997 年に設立された、世界的に知られる再生可能エネルギー企業です。再生可能エネルギー設備の研究開発、製造、販売、サービスを中心に、太陽光、風力、エネルギー貯蔵、電気自動車・充電、水素などの分野で事業を展開しています。2026 年 6 月末時点で、Sungrow が世界で導入したパワーエレクトロニクス変換設備の累計容量は 1,100 GW を超えており、世界の再生可能エネルギー業界を代表する企業の一つです。
Sungrow 公式サイトのトップページ
Sungrow の事業は 100 以上の国と地域に広がり、海外には 30 以上の子会社、4 つの製造拠点、7 つの研究開発センターがあります。事業規模が大きくなるほど、各国で異なるルールへの対応も必要になります。電力系統の規格や製品認証、関税・税制、顧客が使う貿易条件、通貨、支払い方法はいずれも市場ごとに異なります。1 つの地域チームが複数国の案件を同時に進めることも多く、社内プロセスは多岐にわたり、連携も長くなります。そのため Sungrow は、業務とオペレーションをより良くする方法を継続的に探してきました。
なぜ NocoBase を選んだのか
AI がソフトウェア開発や日常業務を変え始めたことで、業務改善にも新しい可能性が生まれました。Sungrow には専任の AI 部門があり、全社レベルで AI 活用を推進しています。プロジェクトチームも AI を積極的に受け入れ、日々の業務へより深く組み込みたいと考えていました。
出発点は、具体的な業務要件でした。まず商談を一元管理し、その後に技術ソリューション、見積、注文まで段階的につなげていくというものです。
プロジェクトチームは従来型のデジタルツールも利用していましたが、実際の業務を回すと十分ではありませんでした。一方では、商談から見積までに多くの工程と複数のバージョンがあり、業務そのものが複雑です。もう一方では、参加者が多く、一人が複数の役割を兼ねることも多いため、必要とする情報も異なります。同じ案件の情報が複数のファイルやグループチャットに分散し、バージョンが増えるほど確認作業に時間がかかっていました。
チームが必要としていたのは、より細かい粒度で管理でき、業務の変化に合わせて継続的に改善できる企業システムでした。AI にツールを一つ生成させて、そのまま使うだけでは足りません。データと権限には明確な境界が必要で、システムは安定して稼働し、何を変更したのか、どのバージョンまで進んでいるのかも追跡できる必要があります。IT 責任者は、既存の成熟したソフトウェア、オンライン共同編集型の表計算、そして NocoBase のようなアプリケーション基盤を比較しました。最終的に NocoBase を選んだ理由は、データ、権限、ワークフローなどの共通機能をそのまま再利用でき、その上で AI が業務システムを生成し、チームが結果を確認しながら継続的に改善できるからでした。
権限を例にすると、ある見積金額を見られるかどうかは、その人のロールだけでなく、そのプロジェクトチームに所属しているかどうかでも決まります。AI アシスタントが取得できるデータも、そのユーザーが画面上で閲覧できる範囲と完全に一致します。こうしたルールは NocoBase の既存のユーザー、ロール、権限体系の上に構築されるため、AI がゼロから権限システムを書き直す必要はありません。
業務担当者が要件を出し、AI がシステム全体を構築
最初のシステムの方向性が決まると、プロジェクトチームは関係する地域の業務チームと連携し、それぞれの業務フローと具体的な要件を集めました。商談はどのように進むのか、各段階を誰が担当するのか、どんな情報が必要なのか、どのような例外ケースがあるのか、といった内容です。
チームはこうした詳細を要件文書にまとめ、NocoBase の基盤上で AI にシステムを生成させました。構築途中でも要件を追加・調整しています。データ構造、ページ、業務ルール、ダッシュボードまで、システム内のすべてを AI が生成し、人がコードを 1 行も手書きすることはありませんでした。
-h8x9ry.jpg)
AI + NocoBase で構築したシステムのホーム画面 - 個人ポータル
注：本文中のシステム画面はすべてテスト環境のものです。表示されているデータはテストデータで、一部の情報はぼかし処理をしています。
この方法では、業務を最もよく理解している人がシステム構築を直接主導できます。担当者は業務ルールの整理、要件の明確化、結果の確認に集中し、技術実装は AI と NocoBase の基盤機能が担います。技術チームはシステムレビューと安定稼働の確保に集中できます。
「同僚からよく『見積をこうしたいんだけど、できる？』と聞かれます。私たちの答えは、『やりたいことをはっきりさせて伝えてくれれば、作れます』です。それが、このプラットフォームが私たちに与えてくれた自信です。」
— プロジェクトチーム
アプリが形になっていくにつれて、これまで各所に分散していた商談にも統一された入口ができました。チームは国、顧客、案件ステージごとに商談を確認し、担当者や進捗を追えるようになりました。
商談ダッシュボード：国、顧客、案件ステージごとに商談を確認
以前は人が判断し、人が入力していたルールも、現在はシステムが処理します。新しい商談を作成すると、国を選ぶだけで所属地域が自動入力され、案件レベルも自動判定されます。EPC を選択すると、システムがその所在地域をもとに、案件が地域をまたぐものかどうかを自動で判断します。
商談編集画面：auto 表示のある項目は自動入力または設定テーブルから同期され、右側には変更履歴が記録される
このプロセスを設計する際、チームは AI がどの部分で効率を高められるかも考えました。たとえば業務状況を確認したいとき、社員は内蔵の AI アシスタントへ自然言語で質問できます。AI は条件に基づいてプラットフォーム内の情報を絞り込み、ある案件が現在どの段階まで進んでいるかを確認できます。
1 件の見積には、どれだけ多くの判断が必要なのか
商談が進むと、次は見積です。大規模な発電所案件では、見積は最も複雑な工程の一つです。商品を選んで数量を入力するだけでは済みません。
見積の前には、まず技術構成表が必要です。この表は通常、システムごとに複数のワークシートへ分かれており、各項目について標準構成かオプションかを明記し、要件説明も付けます。難しいのは項目数そのものではなく、各項目が相互につながっていることです。一つ変更すると他の多くの項目へ影響し、カスタム項目やオプション項目になるとさらに複雑になります。成熟した案件の構成表では、設定項目が数百に及ぶことも珍しくなく、各項目に 3〜4 個の選択肢があれば、組み合わせの数は直感をはるかに超えます。
構成表にはテンプレートの違いもあります。地域ごとに環境条件や規格体系が異なるため、一つのテンプレートですべてに対応することはできません。気温や標高は設備選定に影響し、海岸に近いほど防食要件は高くなります。風荷重、積雪荷重、消防上の耐火時間なども、それぞれ個別に合わせる必要があります。つまり、同じ技術ソリューションでも地域が変われば構成内容も変わります。こうした可変的な構成情報についても、社内で「要件を満たせるか」「コストが上がるか」「納期に影響するか」を評価する必要があります。評価結果は偏差表に記録され、最終的に価格へ反映されます。
商務条件には、さらに別のルールがあります。どの通貨と為替レートを使うのか、どの貿易条件で引き渡すのか、現地の付加価値税や源泉徴収税を誰が負担するのかを明確にする必要があります。為替が合意した範囲を超えて変動した場合は、価格の調整も必要です。政策が変われば、見積条件も更新しなければなりません。
以前、こうした作業はすべて Excel とグループチャットで進めていました。1 件の見積について、営業、ソリューションエンジニア、製品ライン、プライシング担当の間で何度も確認が必要でした。一つの案件に複数の構成表や複数の見積バージョンがあり、その差が 1〜2 項目だけということもあります。見積担当者は金額を正しく計算するだけではなく、「この見積はどのソリューション版に対応しているのか」「容量、構成、価格は同じ版の情報なのか」を何度も確認する必要がありました。
これらをシステムへ移すのは簡単ではありませんでした。運用チームは当初、Excel の表をそのままシステムへ移せばよいと考えていました。しかし分解してみると、その裏側には大量の相互依存する数式がありました。チームは数日かけて構成表の選択肢と、それらの関係を一つずつ整理し、そのロジックを AI に渡して NocoBase 上で実装しました。
現在、この一連の流れはシステム内でつながっています。
構成表をアップロードすると、システムが内容を解析します。見積は解析後のソリューションに含まれる設備情報と関連付けられ、価格や商務条件も自動計算・事前入力されます。各見積がどのソリューション版から作られたのか、現在どの版が有効なのかも、ワークベンチ上で一目で確認できます。
ソリューションが確定した後、システム内で見積を作成するのに必要な時間は、現在では数分です。
ソリューション・見積ワークベンチ。各見積がどのソリューション版から作成されたか、現在有効なソリューションと見積の承認状態を一目で確認できる
標準製品の見積は、よりシンプルです。営業担当者が製品カタログから型番を選ぶと、システムが仕様を自動入力します。数量と単価を入力すれば合計金額を計算でき、顧客向けの商務見積書と下書き注文書も生成できます。二つの業務では、それぞれに合った見積方法を維持しながら、データは同じプラットフォーム上に保持されます。
見積業務で AI が支援するのは、情報整理と確認です。同じ案件に複数のソリューション版と見積版がある場合、社員は内蔵 AI アシスタントに検索・比較を依頼し、バージョン間で何が変わったのかを確認できます。
商談、ソリューション、見積、注文まで、販売プロセス全体が一つのシステムでつながり、異なるツールや表計算に分散することがなくなりました。前工程で確認した情報は次の工程へ引き継がれ、受注後の注文金額も、現在有効な見積版から直接取得されます。
新しい働き方を想像し始める
第 1 期のシステム完成後、プロジェクトチームは社内向けのトレーニングを実施しました。多くの社員は当初、「また普通の業務システムが増えるのだろう」と考えていました。しかし実際のシステムを見ると、多くの人が驚きました。
最初に驚かれたのは UI です。Sungrow は細部への要求が高く、以前のプラットフォームでは実現できないアイデアも多くありました。今回は、ホーム画面のレイアウト、IP キャラクター、各グラフの配色まで、プロジェクトチームとマーケティング担当者が何度も議論して決定しました。
驚きは UI だけではありません。システム内の AI は単なるチャットボックスではなく、役割分担の明確な AI 従業員チームです。情報整理を支援する AI、翻訳を担当する AI、資料庫の質問に答える AI、戦略分析を担当する AI がいて、さらに「チームリーダー」が依頼を受け取り、適切な AI 従業員へ振り分けます。
さらに重要なのは、社員が AI を初めて自分の日常業務に直接結び付けて考え始めたことです。
「ユーザーは以前、自分がこんな働き方をできるとは考えていませんでした。車を持っていなかった頃、車で通勤する快適さを想像していなかったのと同じです。トレーニングの後、彼らは多くの要望を出し、自分たちがどのように働きたいのかを考え始めました。」
— プロジェクトチーム、社内トレーニング後の反応について
プロジェクトチームは現在、こうした要望を一つずつ整理し、今後の開発方向として検討しています。第 2 期はすでに始まっており、資料庫はさらにナレッジベースへ発展する予定です。日常業務のより多くの部分をプラットフォームで効率化することも、次のテーマになっています。
AI 時代の企業ソフトウェア
Sungrow の事例は、AI 時代の企業ソフトウェアがどのような形になっていくのか、その一端を示しているのかもしれません。
これまで企業がソフトウェアを導入すると、多くの場合、業務側がソフトウェアのプロセスへ合わせる必要がありました。カスタマイズしたい場合は、時間と開発コストの間で何度も判断しなければなりません。
プロジェクトチームは、こんな例えを使っています。既製システムを買うことは、出来合いのチャーハンを買うようなものです。具材を少し追加することはできても、最後までチャーハンであることは変わりません。一方、今チームが持っているのは「鍋」です。作りたい料理に合わせて、必要な食材を用意できます。
AI と NocoBase を使うことで、プロジェクトチームは別の道を選びました。7 月に協業を開始し、9 月に第 1 期の主要開発を完了するまで、およそ 2 か月でした。その間、AI は NocoBase 上で、商談、プロジェクト、ソリューション、見積、注文、管理ダッシュボード、資料庫、AI アシスタントなど 10 以上のモジュールを生成しました。その一つひとつが、自分たちの業務フローに沿って作られています。
考え方も変わりました。以前は業務側がシステムへ合わせていましたが、現在は、既存のさまざまな社内システムをこのプラットフォームへどう接続し、より多くの業務データやプロセスをつなげ、AI で効率を高められる部分をさらに見つけていくかを考え始めています。
Sungrow のこの海外チームにとって、これはまだ始まりにすぎません。AI と NocoBase を使って自社の業務に合ったシステムを構築することは、より多くの企業にとって新しい選択肢になりつつあるのかもしれません。
もっと多くのカスタマーストーリー：
- ポーランドのボランティア消防団が NocoBase で運用システムを構築した方法
- フランスの地域政府は NocoBase でどのようにデジタル公共サービスプラットフォームを構築したのか
- NocoBaseで3ヶ月以内に複雑なOAシステムを納品する方法
- NocoBaseによる医療機器製造ワークフローのデジタル化
- NocoBase 導入でソフトウェア企業の納品効率が 70% 向上
- NocoBase で構築するノーコード ERP の実例
- 8人チームで実現するシステム効率——創聯雲の開発メソッド
- 数日で完成したAIマルチモーダル開発基盤 — NocoBaseで実現
- ロシアにおける NocoBase：多様な分野で広がるデジタルソリューション