導入事例

── 今回はエンドユーザーであるビルメンテナンス企業さまのご要望から、メーター点検機能をAPI連携いただきました。このような課題を持たれている企業は多いのでしょうか？

GrowOne メンテナンスは、昇降機や立体駐車場、ビル、プラント設備などのさまざまな設備、施設、機器のアフターサービスに関わる業務を集約管理するシステムなのですが、特にビルメンテナンス業のお客さまでは、メーターの誤検針が誤請求に直結してしまうことがあり、昨今の人員不足の外的要因も重なり、課題を持たれているお客さまは多くなっていると思います。

── 本案件のご対応にあたり、ニッセイコムさま側でもメーター点検のソリューションを調査されたと伺いました。
そのなかで、hakaru.aiはどのような印象でしたか？

── それはすごくうれしいお言葉です。ありがとうございます…！
それでは、ユーザーさまへのご提案にあたりシステムの構築でポイントとなっていたことはありますか？

── 「i-Reporter」は以前よりAPI連携ケースとして、hakaru.aiでもご紹介させていただいているサービスです。

── hakaru.aiとしては、より多くのお客さまの現場課題を解決したいと考えています。
APIでそれが叶うのはこちらとしてもうれしいことです。
ちなみに、APIの実装のしやすさを10段階評価するとしたら、何点をいただけますか？

── それを伺えてほっとしました！ では、実装してみてよかったところはありますか？

── API仕様書はgithubで公開ドキュメントにしています。
hakaru.ai API仕様書
開発担当の方であれば読み解いていただけると思いますが、わかりやすいとご評価いただけてよかったです。
では逆に、実装時にここが困った、といったことはなかったでしょうか…？

── たしかに画像に関しては、hakaru.aiサービスでも保存容量と認識精度のバランスは検討を重ねている点でもあります。ご調整いただき、ありがとうございました。
ところで、ご利用いただいているビルメンテナンス企業さまは、ご満足いただけていますか？

── そうでしたか！ ニッセイコムさまの細やかなご対応の賜物ですね。
では、今回の連携実装後の効果について、hakaru.aiをご評価いただいている点について教えてください。

── ありがとうございます。最後にhakaru.aiへのご要望があればお願いします。

── 少しでも多くのお客さまのお役に立てるよう、私たちもご評価いただいた点を大切にしながら、hakaru.aiを成長させてまいります。こちらこそ今後ともどうぞよろしくお願い申し上げます。