-
POINT01
さまざまな業務で便利なSaaSは多く普及してきた。
営業管理にはSalesforce、会計にはfreee、マーケティングにはHubSpotなど、各業務に特化した高機能なSaaSが普及し、企業の業務効率化に大きく貢献しています。しかし、それぞれが独立したシステムとして稼働しているため、データの一元活用という点では新たな課題が生まれています。
POINT02
SaaS間のデータの分断はいまだに現場での手作業での連携・集計によって支えられている。
各SaaSに蓄積された貴重なデータは、システムの壁によって分断されたままになっています。営業データと会計データの突合、マーケティング効果と売上の分析など、本来連携すべきデータが手作業でのCSVダウンロード・Excel集計によって処理され、現場に大きな負担をかけ続けています。
-
POINT01
受託開発では、ETLサービスは採択されず、ほぼすべてプログラム開発を実施してきた
Praztoのこれまでの受託開発実績において、既存のETLサービスでは複雑な業務要件や社内システムとの連携要件を満たせず、結果的にカスタムプログラム開発を選択せざるを得ないケースがほとんどでした。市場のETLサービスと現場ニーズの間には大きなギャップが存在しています。
POINT02
現場の複雑度に対応できるEAI・ETLサービスが少ない。
実際の業務では、単純なデータ移行ではなく、特定条件での抽出、複数システムの関連付け、データ変形、VPN経由での社内システム連携など、高度で複雑な要件が求められます。しかし既存のETLサービスの多くは、こうした現場の実態に即した柔軟性と機能性を十分に提供できていません。
POINT03
ビジネスユーザーでも簡単に利用できるEAI・ETLサービスが少ない。
多くのETLサービスは、設定にシステムの内部IDや物理キーの知識が必要で、ビジネスユーザーには敷居が高すぎます。また、DWH前提の大規模アーキテクチャを要求するものも多く、シンプルなシステム間連携を求める現場ニーズとは乖離しています。真に現場で使えるETLが求められています。
connect を、開発ではなく
製品の機能にする
既存のETLが現場で採択されない理由を、私たちは350社以上の実装の中で見てきました。条件付きの抽出、複数システムの突き合わせ、VPNの向こうの社内システム——その複雑さを、受託開発ではなく製品の機能として実装したのがPassworkです。つなぐための費用を最初に約束できる。これが第一の答えです。
判断はAIへ、
実行はPassworkへ
そしてAIエージェントの時代が来ました。私たちは「製品の中のAIを賢くする」競争ではなく、ClaudeなどのAIエージェントがMCPでつながる実行基盤になる道を選びました。人はUIから、AIはMCPから——ふたつの入口が、同じフローにつながります。
AIがプログラムを書くのは、フローを作る一回だけ。実行するのは、審査を通過して確定したフローで、毎回同じ手順で正確に動きます。私たちはこれを「ビルド時AI・実行時決定論」と呼んでいます。AIの進化はこれからも続きます。その進化が速いほどPassworkで作れるものが増えていく——この構造を選んだことが、第二の答えです。