燈株式会社／Akari Inc.
燈株式会社「日本を照らす燈となる」を掲げ、AIを中心とする最先端テクノロジーで日本の産業をアップデートすることを目指しています。東京大学・松尾研究室発のAIスタートアップとして、産業課題を起点に技術開発を行っています。企業向けのDX・AIプロジェクト支援と、業界特化型AI SaaSの提供を通じて、生産性向上と業務変革を支援しています。
B2B
成長期
AI・DXソリューション、AI SaaS
ペルソナ
燈株式会社の主な対象は、業務の属人化や人手不足に直面し、生成AI・DXによる生産性向上を推進したい企業の責任者・現場管理者です。特に建設、不動産、製造、卸売・小売など、専門知識や大量の書類を扱う業界で導入ニーズが見込まれます。
DX推進責任者
(全社デジタル transformation・業務改革担当)
ニーズ
事業課題とAI活用を結び付けたい
現場の具体的な課題を整理し、実証実験で終わらせず、業務プロセスへのAI導入と定着まで実現したい。経営層に効果を説明できる成果指標も必要としている。
悩み
PoCが実運用につながらない
試験導入はできても、現場の利用定着や既存システムとの連携が進まず、投資対効果を示せないことに不安を感じている。
社内に専門人材が足りない
AIの技術選定、データ整備、セキュリティ、運用設計を一貫して担える人材が不足している。
現場業務責任者
(建設・製造・卸売などの部門管理者)
ニーズ
専門業務の負担を減らし品質を高めたい
書類作成、見積・計画、問い合わせ対応、教育などの定型・準定型業務を効率化し、担当者が判断や顧客対応などの重要業務に集中できる状態を実現したい。
悩み
業務が属人化している
ベテラン社員の経験や判断基準が暗黙知のまま蓄積され、担当者が変わると品質や処理速度が安定しない。
人手不足と業務量の増加が続く
採用難や高齢化により現場の負担が増え、教育や引き継ぎに時間を割けず、ミスや納期遅延のリスクが高まっている。
経営・事業責任者
(中堅企業の経営者・事業部門責任者)
ニーズ
限られた人員で成長できる経営基盤を作りたい
業務効率化だけでなく、データ活用による意思決定の高度化、新規サービス開発、競争力向上を通じて、持続的な事業成長を実現したい。
悩み
投資効果の判断が難しい
AIやDXへの投資が必要だと理解していても、売上への貢献、コスト削減、導入期間を具体的に見積もりにくい。
競合との差が広がる懸念がある
同業他社のデジタル化が進むなか、自社だけが従来の業務慣行に依存し続けることで、顧客対応力や生産性で後れを取る不安がある。
情報システム・IT管理者
(社内システム・データ基盤・セキュリティ担当)
ニーズ
安全かつ運用可能なAI環境を整えたい
社内データを適切に管理しながら、既存システムと連携したAI活用環境を構築し、アクセス権限、情報漏えい対策、利用ルールまで整備したい。
悩み
データが分散し活用しにくい
部署ごとに文書や業務データが分散しており、形式も統一されていないため、分析やAI活用の前提となるデータ整備が進まない。
セキュリティと利便性の両立が難しい
利用制限を厳しくすると現場に使われず、緩くすると機密情報の流出リスクが高まるため、適切な統制方法に悩んでいる。
価値
燈株式会社の主要機能は、業界固有の業務知識を活かした 生成AI活用、企業ごとの課題に合わせた DX導入支援、現場への 業務定着・生産性向上 に集約されます。特に、文書作成や暗黙知の共有など、専門性が高く属人化しやすい業務で価値を発揮します。
主要機能
課題
導入・活用を妨げる主な課題は、導入効果の可視化、社内データと業務プロセスの整備、現場定着と安全な運用です。AI・DXへの関心は高い一方、個別開発や業界ごとの要件差が大きく、短期間で横展開できる標準化と成果検証が重要になります。
導入効果と投資対効果を説明しにくい
AIやDXの必要性は理解されても、削減時間・売上貢献・品質改善などの成果を導入前に具体化しにくい課題があります。経営層、現場、情報システム部門で評価軸が異なるため、意思決定が長期化する可能性があります。
社内データと業務プロセスの整備不足
業界特有の文書や暗黙知をAIで活用するには、データの整理、権限管理、更新ルール、既存システムとの連携が必要です。データが分散・重複している企業では、AI導入前の準備が想定以上に長引くことがあります。
現場で使い続ける運用設計が難しい
AIを導入しても、現場が使い方を理解し、既存業務の流れに組み込まれなければ利用が定着しません。回答の確認責任、教育、利用ルール、改善フィードバックを継続的に運用する必要があります。
アクション
獲得では業界課題に即した情報発信と相談導線を整え、活性化では初期成果を実感できるオンボーディングを設計します。継続では利用状況と成果を可視化し、収益では導入範囲の拡張と契約価値の向上を図ります。紹介では成功事例と顧客ネットワークを活用し、次の新規獲得につなげます。
獲得
AI・DXへの関心は高いものの、企業側は自社業務への適用範囲や投資対効果を判断しにくい状態です。業界課題に紐づく専門的な情報発信と、相談から実証へ進みやすい導線が重要です。
推奨アクション
業界課題別の導入コンテンツを展開する
見込み顧客が自社課題との関連性を判断するため、業界別の課題、導入効果、実施手順をまとめた記事やホワイトペーパーを公開する。
導入成果を業務別に事例化する
導入後の成果を具体的にイメージしてもらうため、削減工数、品質改善、利用定着などの指標を業務別の事例として提示する。
課題診断から相談へつなげる
自社に適した活用領域を見つけてもらうため、簡易診断や業務課題チェックリストを設け、個別相談や実証提案へ誘導する。
活性化
契約後にAI・DXの価値を実感するには、対象業務の選定、データ準備、利用者教育を短期間で進める必要があります。初回利用までの負担を減らし、具体的な成果を早く体験できる設計が求められます。
推奨アクション
初期導入の手順を標準化する
契約後の立ち上がりを早めるため、業務選定、データ登録、権限設定、利用開始までの手順を役割別ガイドとして整備する。
短期間で成果を確認できる導入プランを用意する
導入効果を早期に判断してもらうため、文書作成やナレッジ検索など成果を測りやすい業務に絞った初期プランを提供する。
利用者向けの実務研修を行う
現場が日常業務で使い始めるため、実際の業務シナリオを用いた研修と、役割別の活用ガイドを提供する。
定着
AI活用は一度の利用で終わると定着せず、データ更新や業務フローへの組み込みが不十分だと休眠化しやすくなります。利用状況と成果を継続的に確認し、改善提案や追加支援につなげることが重要です。
推奨アクション
利用状況と成果を定期的に確認する
利用の停滞や活用部門の偏りを早期に把握するため、利用頻度、対象業務数、削減時間、回答評価などを定期的に分析する。
成果に基づく活用支援を行う
契約更新と利用定着を高めるため、顧客ごとの利用状況に応じて追加研修、活用提案、運用改善を実施する。
現場のフィードバックを改善に反映する
業務適合性と信頼性を高めるため、誤回答や要望を収集し、ナレッジ、テンプレート、利用フローを継続的に更新する。
収益
企業向けAI・DXは、初期導入だけでなく複数部門・複数業務への展開によって顧客単価を高めやすい領域です。一方で個別開発や導入支援の工数が膨らむと、収益性と提供規模の拡大が制約されます。
推奨アクション
部門・業務単位の拡張提案を行う
顧客単価と利用範囲を高めるため、初期導入で成果が確認できた業務から、関連部門や追加業務への展開を提案する。
利用価値に連動した料金体系を整える
顧客の成果と契約価値を適切に反映するため、利用部門数、処理量、支援範囲などに応じた段階的な料金プランを設計する。
導入テンプレートを共通化する
顧客数が増えても導入収益性を維持するため、業界別の設定、データ連携、運用支援をテンプレート化し、個別対応を減らす。
紹介
業界特化型の導入では、同業他社や取引先からの信頼が商談化を後押しします。導入成果を第三者が理解しやすい形に整理し、顧客が紹介しやすい仕組みを整えることが重要です。
推奨アクション
導入成果を紹介可能な事例にまとめる
見込み顧客の不安を軽減するため、導入前の課題、実施内容、成果指標、定着方法を顧客の許諾を得て事例化する。
顧客紹介の仕組みを整備する
満足顧客からの紹介を増やすため、紹介対象業界、紹介方法、特典や共同提案のルールを明確にする。
ユーザー同士の知見共有機会をつくる
導入企業の信頼と横のつながりを強化するため、業界別の勉強会や活用事例共有会を開催する。
企業サイトやサービス接点における訪問者理解、コンテンツ改善、相談・問い合わせ導線の最適化を担います。AARRR全体では、獲得から初回体験、継続利用までの顧客接点データを活用し、施策の検証速度を高める位置付けです。
グロースモデル
燈株式会社の成長は、業界特化AIの導入拡大によって業務データと成功事例が蓄積され、その知見がプロダクト改善と営業力向上を生み、さらに導入が増える循環で捉えられます。成長軸は 顧客獲得効率、継続利用・拡張、導入収益性と提供能力 の3つです。
業界特化型AIの導入が増えるほど、業界固有の業務知識・利用データ・成功事例が蓄積され、プロダクトの精度と導入再現性が高まります。その結果、顧客獲得と継続利用が加速し、さらに多くのデータと事例が蓄積されます。
業界企業への導入案件が増加
業界特化型AI SaaSとDX支援の提供を通じて、新規顧客と導入業務の数が増えます。
業務データと利用知識が蓄積
顧客の文書、業務フロー、利用状況、改善要望が業界別の知識資産として蓄積されます。
AI精度と業務適合性が向上
蓄積された知識をもとに、回答品質、業務テンプレート、導入設計の再現性が高まります。
顧客成果と継続利用が拡大
文書作成やナレッジ活用の効率化により、顧客内の利用部門と利用頻度が拡大します。
成功事例と紹介実績が増加
導入効果や業界別の成功パターンが事例化され、営業提案と顧客紹介の説得力が高まります。
業務データと利用知識が蓄積→成功事例と紹介実績が増加
蓄積された業界知識と導入成果が、類似企業への提案資料や導入事例として再利用され、新規案件の獲得効率を高めます。
顧客成果と継続利用が拡大→業務データと利用知識が蓄積
利用量と顧客からのフィードバックが増えることで、AIの改善に利用できる業務データと知見がさらに蓄積されます。
業界企業への導入案件が増加
業界特化型AI SaaSとDX支援の提供を通じて、新規顧客と導入業務の数が増えます。
業務データと利用知識が蓄積
顧客の文書、業務フロー、利用状況、改善要望が業界別の知識資産として蓄積されます。
AI精度と業務適合性が向上
蓄積された知識をもとに、回答品質、業務テンプレート、導入設計の再現性が高まります。
顧客成果と継続利用が拡大
文書作成やナレッジ活用の効率化により、顧客内の利用部門と利用頻度が拡大します。
成功事例と紹介実績が増加
導入効果や業界別の成功パターンが事例化され、営業提案と顧客紹介の説得力が高まります。
業務データと利用知識が蓄積→成功事例と紹介実績が増加
蓄積された業界知識と導入成果が、類似企業への提案資料や導入事例として再利用され、新規案件の獲得効率を高めます。
顧客成果と継続利用が拡大→業務データと利用知識が蓄積
利用量と顧客からのフィードバックが増えることで、AIの改善に利用できる業務データと知見がさらに蓄積されます。
競合
燈株式会社は、産業課題起点のAI開発・DX支援と業界特化型AI SaaSを組み合わせて提供する、東京大学・松尾研究室発のAIスタートアップです。競合は、企業向けAI SaaSを展開する大手、個別AI開発に強い企業、DXコンサルティングとAI実装を一体提供する企業に分かれます。
市場ポジショニング
自社の立ち位置
- 建設・不動産、製造、卸売・小売など、現場業務や専門知識を必要とする産業向けに、AIを実務へ定着させるポジションです。
- 個別開発型のDXソリューションと、業界特化型AI SaaSの両輪で、PoCにとどまらない業務実装を志向しています。
- 大手総合IT企業ほど汎用的ではなく、単一機能のAI SaaS企業ほど限定的でもない、産業別の業務理解とAI実装力を組み合わせた中間領域に位置します。
他社との差別化ポイント
- 建設・製造・卸売・小売など、業界ごとの帳票、手順書、技術継承、現場プロセスに焦点を当てたAIプロダクト展開です。
- AI導入前の課題抽出から、開発、導入、現場定着までを一貫して支援できる点です。
- 東京大学・松尾研究室発の技術力を背景に、業界特化データや顧客業務への適応を重視しています。
株式会社エクサウィザーズ
https://exawizards.com/AI・生成AIを活用したサービス開発と、企業の業務変革・社会課題解決を支援するAI企業です。(exawizards.com)
燈株式会社と同様に、企業向けのAIソリューション開発とAIプロダクト提供を行う総合型の競合です。エクサウィザーズは大企業・自治体向けの導入実績やプロダクトの幅で優位に立ち、燈は建設・製造など産業現場への特化度で差別化しやすい立場です。
強み
大企業や自治体を対象に、生成AI、DX人材育成、業務支援など幅広いAIプロダクトと導入支援を展開しています。複数業界への展開力、企業規模、導入実績の蓄積が強みです。(exawizards.com)
弱み
事業領域が広いため、特定産業の現場業務や専門帳票に対する深い特化度では、燈株式会社の業界特化型プロダクトに劣る可能性があります。大企業向けの総合提案が中心となり、個別現場への細かな適応に時間やコストがかかる場合があります。
自社の優位性
建設・製造・卸売・小売など、現場固有の業務課題に合わせたAIエージェントやSaaSを提供し、業界知識と導入定着までの伴走を前面に出せる点が優位性です。
株式会社PKSHA Technology
https://www.pkshatech.com/顧客接点や社内業務を対象に、AI SaaSとAIソリューションを提供する上場AI企業です。(pkshatech.com)
PKSHAはコンタクトセンター、FAQ、音声応答、バックオフィスなど、企業の社内外コミュニケーションを汎用SaaSとして大規模に支援しています。燈は、より産業別・現場別の業務プロセスや専門知識の活用に軸足を置く点で異なります。
強み
AI SaaSの製品群が整備され、公式サイトでは2,600社以上での導入実績を掲げています。大手企業向けの運用ノウハウ、汎用性、サポート体制、SaaSと個別ソリューションを組み合わせる力が強みです。(aisaas.pkshatech.com)
弱み
主力領域は問い合わせ対応、コンタクトセンター、バックオフィスなど比較的共通化しやすい業務です。建設現場の施工計画や製造現場の技能継承など、業界固有の専門業務では追加設計が必要になりやすい点が弱みになり得ます。
自社の優位性
産業別の専門データや業務文書を前提に、現場の実務プロセスへ深く入り込んだAI活用を提案できる点で差別化できます。
株式会社Laboro.AI
https://laboro.ai/企業ごとの課題に合わせたオーダーメイドAI「カスタムAI」を開発するAIソリューション企業です。(laboro.ai)
Laboro.AIは個別企業の課題に合わせたカスタムAI開発に強く、燈株式会社のDX Solution事業と直接競合しやすい企業です。燈は個別開発に加えて、業界特化型AI SaaSを横展開できる点で、導入の標準化とスケールに優位性を持ちます。
強み
機械学習・AI技術に特化し、企業ごとに異なる課題へオーダーメイドで対応する開発力を訴求しています。既存業務に合わせた高度なモデル開発や、共創型の長期支援が強みです。(laboro.ai)
弱み
カスタム開発中心のモデルは、案件ごとの設計・開発負荷が大きく、導入期間や費用が個別最適になりやすい傾向があります。業界共通課題をSaaSとして迅速に展開する点では、燈株式会社の方が優位に立てる可能性があります。
自社の優位性
業界共通の課題をプロダクト化し、個別開発の知見をSaaSへ還元することで、カスタムAIの柔軟性とSaaSの導入効率を両立できます。
その他の競合（3社）
| 企業名 | 特徴と違い |
|---|---|
| 東大発のAI総合研究所として、AIコンサルティング、技術開発、研究開発、AI人材育成を展開しており、AI導入の上流支援や人材育成で競合します。(nablas.com) | |
| 生成AIやクラウドを活用した企業向けシステム開発・業務基盤構築に強く、AI導入を大規模なクラウド実装へ接続する領域で競合します。 | |
| 生成AI、AIエージェント、業務システム連携などの企業向けAI実装を手掛け、既存システムとAIを組み合わせる導入支援で競合します。 |
燈株式会社のAI・DXサービスにおいて、業界や検討段階ごとの見込み顧客に最適な体験を届け、商談化率を高めるCX施策をご覧になりませんか？
例えば、
無料のWicleから始めることもできます
KARTEと共通の計測基盤を採用
無料で始められ、事業の成長に合わせてKARTEへの段階的な移行も可能です