DB パフォーマンス実顧客での導入事例
常駐チューニング専門家2名 → 10分のレビューへ
- 環境
- SQL Server および AWS Aurora MySQL — 約30台のDB、約15TBのデータ。
- 課題
- 旧バージョンからの移行の上に新機能を継続追加した結果、原因不明の速度低下が発生。
- AI 自動範囲
- 収集・分析・改善提案までを AI が担当。
- 人による確認
- 人は AI に依頼し、提案を確認するのみ。
成果導入前: チューニング専門家2名が常駐(1件あたり約16時間)。導入後: 専門家が1件あたり約10分で AI の提案を確認しエンドユーザーに提出。コスト最適化実顧客での導入事例
月間インフラ費用を60%削減
- 環境
- オンプレミス + クラウドのハイブリッド構成、高スペックDBサーバーに依存。
- 課題
- 過剰な高スペックサーバーにより月間インフラ費用が2,000万円に。
- AI 自動範囲
- ワークロードをオンプレミスとクラウドへ再配分・最適化。
- 人による確認
- 変更範囲・コスト上限は顧客が承認。
成果月2,000万円 → 800万円、月1,200万円の削減(月間インフラ請求書ベース)。開発 → 本番実顧客での導入事例
モックアップからライブサービスまで1週間
- 環境
- Azure。顧客が Claude で作成したモックアップを GIIP FDE Box に渡す。
- 課題
- 常駐エンジニアチームなしに、モックアップを開発・インフラ・DB・ドメインまで備えたエンドユーザー向けサービスへ。
- AI 自動範囲
- FDE Box が Dev で開発、az CLI でインフラ構築、DB・ドメインマッピング、エンドユーザー提供、運用中は自己点検。
- 人による確認
- 顧客が要望を出し、FDE Box が対応。
成果1週間で正常にローンチ。障害は自動および顧客要望に応じて対応。