【成果】 全社員約6,000人のうち、約2,000人がアクティブに利用する規模へと定着しました。社内アンケートの有効回答を基に算出した結果、月平均で2,000時間以上の業務工数削減を実現しています。有効回答数が全体の約半数であったことから、実態としてはさらに大きな削減効果が出ていると推測されます。 今後は、金融業界における生成AI活用のトップランナーを目指し、さらなる活用推進を図っていく方針です。

【成果】 本機能の開発により、ユーザーは自身の顔や声を模したAIアバターを容易に作成し、プレゼンテーションや質疑応答を自動化する基盤が整いました。これにより、プレゼンテーションの準備にかかる時間や人的負荷の大幅な軽減が期待されています。 今後は、Microsoft TeamsやMicrosoft PowerPointといったアプリケーションからシームレスに利用できるようになる予定です。まずは富士通社内での試験運用を開始し、その後に法人顧客向けの提供を目指すなど、実践的なAIエージェントの社会実装に向けた準備が着実に進められています。

【成果】 RAG機能のリリースからわずか2ヶ月で、増加していた有人対応を50%以上削減することに成功しました。問い合わせ対応に割かれていた時間が大幅に減少し、担当者が新規システムの導入や改善活動といった付加価値の高い業務に注力できるようになっています。 また、現場のユーザーからは「相手が人ではないため、時間を気にせず気軽に質問できるようになった」という好意的な声が寄せられています。今後は、総務や人事、設計部門など他部署への展開を進め、全社的なナレッジマネジメントの実現を目指しています。

【成果】 1年間のプロジェクトを通じて、広報企画部単独で年間1,368時間の業務削減を達成するなど、全10事業部で大きな定量的な成果が得られました。介護事業部では月間912分、不動産部門では月間375分の業務時間が削減されています。 定性的な変化として、外部に依存していた開発体制から、社員自らがAI施策を開発する「自走力」を獲得しました。当初はAPIやGASを理解している社員がわずか2名でしたが、現在では全社で活用が標準化されています。現場のスタッフからは「技術的な問題解決のプロセスを学べた」「自分たちで応用できるようになった」といった声が上がっており、他部署でも使える汎用性を意識した設計思想が組織全体に定着しています。

【成果】 各地域の受注センターに入る全問い合わせのうち、約30％をボイスボットで自動対応することに成功しました。これは当初の目標であった20％を大きく上回る成果です。人員を増やすことなく、新規受注の増加という本来の目的を達成することができました。 また、社内システムとの自動連携によって情報共有のリアルタイム性が向上し、後処理業務（ACW）の大幅な効率化にもつながっています。現場の従業員からは「電話が鳴り響いて取れない状況が軽減された」と感謝の声が上がっており、職場環境の改善に大きく寄与しているといえます。 今後は、引っ越し後の段ボール回収手配など、利用範囲のさらなる拡大を検討していく予定です。

【成果】 実証実験の結果、客室乗務員がチャット形式で入力した情報から自動生成されたレポートは、業務用語を学習した自然な表現となり、編集が容易であることが確認されました。また、スムーズな英訳機能により業務負担が軽減されたほか、既存のアプリと比較してレポート作成にかかる作業時間や修正発生率の大幅な削減に成功しています。 今後は本番運用に向けた段階的な検証を進め、JALが運用する生成AIプラットフォームへの導入や、オフライン環境で動作するオンデバイス型・エッジ型での提供を目指していくとしています。

【成果】 ハッカソンを通じて、自社だけでは1か月かかると想定されていた実装イメージの具体化が、わずか2日間で形になるという劇的なスピードアップを実現しました。 特にFAQ連携の実装においては、ベンダーからの的確なアドバイスにより回答精度が飛躍的に向上しています。参加したメンバーは、今後の実務で必要となるAI実装スキルを確かな手ごたえとともに習得し、「生成AI活用に向けた具体的な道筋が見えた」と高く評価しています。

【成果】 2024年3月より、「Copilot for 駅員」の実証実験に向けたアプリ開発に着手しています。今後は、導入する駅やドキュメント・データ分析の対象範囲を段階的に拡大していく予定です。これにより、お客様1人あたりの対応時間削減による業務効率化と、サービス品質の向上が期待されています。

【成果】 社内トップユーザーによる実践的な生成AI活用の結果、年間576時間という大幅な業務時間削減を達成しました。従来は数時間を要していた表計算作業やエラー調査が数分で完了するようになり、非エンジニアでも高度な関数を活用できるようになっています。 また、会議後のアイデア整理も数十分で完了するようになり、意思決定の迅速化と正確性の向上に寄与しています。これらの成果は「exaBase 生成AI」の自動計測機能によって実測されたものであり、特別な技術知識を持たない一般的なビジネスパーソンでも、適切な活用方法によって大幅な業務効率化が可能であることが実証されました。

【成果】 現場の社員が主体となって生成AIとデータを活用する体制が整い、業務課題の解決に向けた具体的な検討が大きく前進しました。この取り組みは、日本マイクロソフトからも最先端のAI活用事例として高く評価され、「Microsoft Ignite Japan」で紹介されるに至っています。 今後は、絞り込まれたビジネスプランの事業化に向けた支援や、外販AIサービス開発への協力など、さらなるビジネスの創出が期待されています。

【成果】 検証の結果、コールセンター業務においては、一定の条件下であればAIが顧客のニーズに適切に応えられることが確認されました。AIがオペレーターの補完的な役割を担うことで、業務全体の効率化が期待できるという手応えを得ています。また、事務本部のマクロ業務では、AIが高い精度でタスクを遂行できる場面と、人間による最終確認が不可欠なケースが明確に切り分けられ、AIと人の効果的な役割分担を設計できるようになりました。 全社的な成果として、AIを業務に取り入れることに対する心理的ハードルが大きく下がっています。プロジェクト参加者が各部署に知見を持ち帰ったことで、周囲のメンバーからも「この業務に取り入れてみてはどうか」といった自発的なアイデアが生まれるなど、AIを業務の一部として受け入れる文化が着実に醸成されつつあります。

【成果】 AIヘルプデスクの導入により、既存FAQの移行がスムーズに行われ、大きな混乱なく運用が開始されました。また、ワークフローツールの導入効果として、稟議書の決裁にかかる時間が格段に短縮されるという成果を上げています。 新型コロナウイルスの影響でTeamsの利用率が飛躍的に向上したことも後押しとなり、社内のペーパーレス化や業務再構築が大きく前進しました。 一方で、人事労務に関する問い合わせについては、依然として詳しい担当者に直接電話やメールで質問する文化が残っており、利用率の向上が課題となっています。 今後は、FAQの拡充による自動回答の精度向上や、社員への利用啓蒙を通じて、さらなる業務効率化と属人化の解消を目指しています。

【成果】 通話中の文字起こし機能により、スーパーバイザーによるエスカレーション対応が迅速かつ的確に行えるようになり、オペレーターの心理的負担の軽減と応対品質の向上に繋がりました。 また、高精度な自動要約を顧客管理システムへの入力に活用することで、通話後の記録作業（ACW）を大幅に効率化しています。こうした取り組みの結果、日勤オペレーター1人当たりの1日の受電数が約20%増加するという定量的な成果を達成しました。 今後は、蓄積された通話履歴を活用してオペレーター向けのFAQを自動生成する取り組みや、顧客向けの自動応答システム（チャットボット・ボイスボット）の導入など、さらなる業務効率化と顧客満足度の向上を目指す展望が描かれています。

【成果】 ボイスボットの導入により、コールバック対応の比率が約30%から10%ポイント改善し、あふれ呼による機会損失を大幅に削減することに成功しました。お待たせすることなく注文を受け付けられるようになった結果、ボイスボット経由の受注率は83%まで向上し、人が対応した場合とほぼ同等の数値を達成しています。 また、オペレーターの確保が難しい深夜や早朝の時間帯でも、ボイスボットを前提とした人員配置が可能になり、柔軟なコールセンター運営が実現しました。懸念されていた顧客からのクレームもほとんどなく、スムーズに利用されています。今後は受注の100%自動化や、より複雑なカスタマーサポート領域への活用拡大を見据えています。

【成果】 PoC（概念実証）の段階で、問い合わせ対応コストの半減が見込まれ、年間約4,080時間の業務時間削減という大きな効果が試算されました。定性的な変化として、社員がAIと対話することで自身の疑問点が明確になり、自己解決できる範囲が拡大しています。結果として、先輩社員へ質問する際の心理的ハードルが下がり、より具体的で質の高いコミュニケーションが生まれるという副次的な効果も確認されました。今後は、商業マネジメントやホテルマネジメントなど他のグループ会社への横展開や、対顧客向けの活用も視野に入れ、人とAIが共進化する文化の醸成を目指しています。