Forecasting需要・売上予測
Demand, sales and inventory forecasts from your historical data, with clear error ranges so planners know how far to trust them.過去データから需要・売上・在庫を予測します。誤差の幅も明示するため、計画担当者がどこまで信頼できるかを判断できます。
AI開発・PoC
AI and data projects, from proof of concept to productionAI・データ活用を、PoCから本番運用まで
Our founders are AI engineers who built machine learning systems inside Japanese companies. We start small, with a proof of concept on your own data, and move to production only when the results justify it.当社の創業者は、日本企業の中で機械学習システムを開発してきたAIエンジニアです。まずはお客様のデータで小さくPoCを行い、成果が確認できてから本番化へ進みます。
Use cases活用例
Where AI pays back first効果が出やすい領域
Anomaly detection異常検知
Time-series and signal analysis for sensors, machines and medical devices. Our founders have built this for medical signal data.センサー・設備・医療機器の時系列データや信号を解析します。創業者は医療信号データでの開発経験があります。
Document AI文書AI
Read invoices, forms and reports in Japanese, extract the fields you need, and check them against your rules.請求書・申請書・報告書などの日本語文書を読み取り、必要な項目を抽出して社内ルールと照合します。
Chatbots and internal searchチャットボット・社内検索
Japanese-language chatbots and search over your manuals and documents (RAG), on the web, LINE or Teams, or fully on-premise with a local LLM.マニュアルや社内文書を検索して回答する日本語チャットボット（RAG）。Web・LINE・Teamsで、またはローカルLLMで完全オンプレミスでも構築できます。
PoC offerPoCのご提案
A proof of concept in 4–6 weeks4〜6週間でPoCを実施
A fixed-scope, fixed-price first step. At the end you have a working prototype on your data, a written evaluation in Japanese, and a plan and estimate for production — or a clear reason not to proceed.範囲と価格を固定した最初のステップです。終了時には、お客様のデータで動く試作品、日本語の評価レポート、本番化に向けた計画とお見積り（または見送るべき明確な理由）をお渡しします。
Week 11週目
Goal, success measure and data check目的・評価指標の設定、データ確認
Weeks 2–42〜4週目
Build and test the prototype試作品の開発と検証
Weeks 5–65〜6週目
Demo, evaluation report, production planデモ、評価レポート、本番化計画
Afterその後
Production under a dedicated team or fixed projectラボ型または受託で本番開発
What we work with対応技術
- Python
- PyTorch
- scikit-learn
- Time-series時系列解析
- OpenAI / Claude / Gemini API
- RAG
- Agentsエージェント
- Llama / Qwen / Gemma
- vLLM / Ollama
- Japanese NLP日本語NLP
- SageMaker
- Azure ML
Your data stays yoursデータの取り扱い
We sign an NDA first, work in your cloud account where possible, and can run models entirely on your own servers so no data leaves the company.最初にNDAを締結し、可能な限りお客様のクラウド環境で作業します。モデルをお客様のサーバー上だけで動かし、データを社外に出さない構成も可能です。
Founders' past work創業者のこれまでの経験
Built inside Japanese companies日本企業の中で開発してきた経験
What our founders built before starting Sakura Indo Tech.創業者が Sakura Indo Tech 設立前に手がけた開発です。
Medical signal analysis医療信号解析
Machine learning on fetal heart-rate (CTG) time-series for maternal-health monitoring, at Spiker, a medical AI company in Tokyo.東京の医療AI企業 Spiker にて、周産期モニタリング向けの胎児心拍数（CTG）時系列データの機械学習モデルを開発。
Matching and recommendationマッチング・レコメンド
Match and recommendation engines for consumer apps with millions of users, at Linkbal in Tokyo.東京の Linkbal にて、数百万人が利用する一般向けアプリのマッチング・レコメンドエンジンを開発。
LLM applicationsLLMアプリケーション
LLM tools with retrieval over internal documents, built and evaluated in Japanese.社内文書を検索して回答するLLMツールを、日本語で開発・評価。
Have data and a question?データと課題はありますか？
Tell us the problem. We will tell you honestly whether AI is the right tool.課題をお聞かせください。AIが適切な手段かどうかを率直にお伝えします。