【成果】 開発した「読影レポート構造化AI」を評価した結果、所見文の約7割を占める比較的単純な文章において90%以上の精度で自動的に構造化できることが確認されました。また、より複雑な主訴に関する所見文においても、約80%という高い精度での構造化を実現しています。 今後はこの技術を活用し、過去の類似所見検索や統計情報の可視化、検索拡張生成AI（RAG）を用いた放射線科医向けのアシスタントAIの開発などを進める予定です。将来的には、データベースと医用画像内の所見位置を紐づけることで、さまざまな疾患に特化した画像診断支援機能（CAD）の正解データを自動で大量生成し、全身の異常疾患を網羅的に見つけるAI技術の開発加速が期待されています。

【成果】 AIによる予測モデルの導入により、月間の客数予測精度は95%以上という高水準を維持しています。全305店舗における客数修正率はわずか0.5%にとどまり、店舗での客数予測や入力作業が大幅に効率化されました。 これにより、自動発注の精度向上やレジシフトの最適化が実現し、客数予測および入力作業にかかる工数を年間で約1,100時間削減する効果を生み出しています。現場の管理職の負担が軽減されたことで、今後は他のシステムとの連携をさらに深め、店舗オペレーションの効率化や販促施策への活用など、さらなるデジタル変革を推進していく展望です。

【成果】 システムの導入により、医療現場における大幅な業務効率化とケアの質向上が期待されています。看護カンファレンスにおける実証検証では、記録に要する時間が従来比で約40％短縮されました。さらに、作成された記録の約8割が「従来の手入力による記録よりも優れている」と評価され、学会でもその成果が発表されています。 現在、カンファレンスで1日あたり1病棟17分、電話サポートで看護師一人あたり2分かかっていた記録時間をそれぞれ約40％削減することを目指して実運用が進められています。また、問診生成AIの活用により、診察時の症状ヒアリングにかかる時間を最大25％軽減する目標も掲げられています。これにより創出された時間を、より深い対話や治療方針の検討、患者ケアの充実に充てることが可能となりました。

【成果】 複数の医師の協力を得て行われた実証検証では、「退院サマリ」の作成に要する時間を平均で42%、最大で60%短縮できることが確認されました。検証に参加した医師からは、生成された文案の妥当性やシステムの使いやすさについて高い評価が寄せられています。年間約2万件の退院サマリを作成する規模の病院に導入した場合、年間で約2,700時間もの作業時間削減が見込まれており、医療従事者が本来の診療業務に専念できる環境づくりに大きく貢献することが期待されています。

【成果】 24時間365日の自動受付が可能となり、夜間や土日など営業時間外の申し込みに対応できるようになったことで、顧客の利便性が大きく向上しました。導入初年度でありながら、控除証明書の再発行件数の25%を「MOBI VOICE」で対応することに成功しています。 受電したうちの65%で再発行手続きを完了でき、そのうちの約6割は人の手を介さずに処理を終えています。当日受け付けた依頼をその日のうちに発行できるスピード感を実現し、繁忙期におけるオペレーターの心理的・物理的な負担軽減に大きく貢献しています。今後は住所変更やあふれ呼の一次対応など、活用シーンの拡大を見据えています。

【成果】 事前検証として約200の典型的な業務パターンでテストを実施した結果、最大で50％以上の業務効率化が確認されました。 文書作成や校正、プログラムのソースコード生成といった一般的なオフィス業務の負担が大幅に軽減されています。 今後は、社内の各組織に蓄積されたナレッジを連携させるスキームの整備や、特定分野のデータで追加学習を行った特化型モデルの構築も視野に入れており、さらなる付加価値の創出を目指しています。

【成果】 新たなAIアルゴリズムの導入により、査定精度の飛躍的な向上が実現しました。実証実験において、機械学習による推定成約価格と実際の成約価格との誤差率の中央値（MER）は、首都圏1都4県で4.89%、全国エリアでも5.34%という極めて高水準な精度を達成しています。また、対応エリアも拡大し、全国18都道府県にわたる約30,000棟のマンションを対象とした推定成約価格の算出が可能となりました。これにより、顧客に対してより正確で透明性の高い情報提供が実現しています。

【成果】 東京大学マーケットデザインセンター（UTMD）と共同でランダム化比較実験を用いた性能評価を実施した結果、大きな成果が確認されました。GPTツールを使用して職務経歴書を更新したユーザーは、使用しなかったユーザーと比較して、平均で40%多くスカウトを受け取ることが統計的に証明されています。 また、キャリアコンシェルジュなどの有識者による文面評価においても、構成の分かりやすさや問題解決能力の表現において、AI作成のレジュメが大幅に高い評価を獲得しました。ユーザーの作成負担を軽減するだけでなく、質の高いマッチング機会の創出というプラットフォームとしての価値向上に大きく貢献しています。

【成果】 分析の結果、一般的なコンビニとは異なり「デスクで食べても散らからない直まきおにぎりが人気」といった独自の傾向や、時間帯・顧客グループごとの細かなニーズを発見することができました。 これらの分析結果は、実際の店舗での発注業務に反映されています。現場の担当者が自らデータを見て、考えて、実践するサイクルを回せるようになり、中堅・中小企業における限られた人員でも効率的かつ精度の高いサービス向上が可能となりました。 今後は、商品の組み合わせ傾向を把握するバスケット分析など、さらに高度なデータ活用やマーケティング施策への展開を計画しています。

【成果】 本サービスの導入により、顧客は時間や場所を問わず、プロの営業担当に近い水準の回答を24時間いつでも得られる環境が整いました。顧客の潜在的なニーズを対話を通じて深く捉えることで、顧客体験価値の大幅な向上が期待されています。また、サイト内でのコミュニケーションが強化されたことで、離脱率の改善やサイト内回遊の促進、さらにはコンバージョンの増加といった定量的な成果も見込まれています。同社は今後も、AIとの会話を通じて一人ひとりに最適な提案ができるホームページ作りを推進していくとしています。

【成果】 実験店舗での事前検証において、当初計画していた発注作業時間の削減目標を達成し、精度の高い発注が行えることが実証されました。この結果を受け、全304店舗の生鮮部門への本格導入が決定しています。 現場では、3週間先まで算出された各商品の発注数量が画面に表示され、スタッフは異常値を確認するだけで済むようになり、作業負荷が大幅に軽減されました。AIによる高精度な予測は、商品の欠品を防ぎ販売機会を創出すると同時に、廃棄ロスの削減にも貢献しています。さらに、難易度の高い発注業務が自動化されたことで、経験の浅い新入社員でも精度の高い発注が可能となり、早期戦力化という定性的な成果も生み出しています。

【成果】 本プロジェクトは実証実験の段階であり、収量最大30％増と品質向上を目標に掲げて検証を進めています。 収集されたデータは株式会社NTTデータが提供する営農支援プラットフォーム「あい作」に蓄積され、離れた場所にいる農業従事者と営農指導員がタイムリーに情報共有や相談を行える環境の構築が期待されています。今後は対象品種や作物を拡大し、日本全国や海外への展開も視野に入れた取り組みが計画されています。

【成果】 AIが発注推奨値を自動算出することで、発注業務にかかる時間を1店舗あたり1週間で約6時間削減することに成功しました。これにより、発注担当者の業務負担が大幅に軽減されています。 また、適切な商品陳列量の維持による販売機会の最大化や、過剰発注の抑制による廃棄ロスの適正化（フードロス対策）といった効果も期待されています。今後は導入店舗での売上や収益への効果を検証し、さらなる展開店舗の拡大を目指すとしています。

【成果】 生成AIを搭載した人型AIアシスタントは、2024年7月末時点で約7,000店舗に導入されています。 音声検索機能により、スタッフがスピーディにマニュアルを確認できるようになり、店舗責任者やSVへの問い合わせ対応といったオペレーション負担の軽減が期待されています。また、過去の販売実績を容易に確認できるようになったことで、施策内容に応じた販売計画の立案や、迅速な売場づくりへの反映が可能となりました。 今後は導入店舗をさらに拡大し、店長業務のサポートと店舗の省力化を推進していく方針です。

【成果】 本プロジェクトは2025年6月の実装を予定しており、導入後は新人や若手従業員が顧客対応時の疑問をスムーズに自己解決できるようになることが期待されています。これにより、業務の習熟スピードが大幅に向上するだけでなく、これまで長年の経験が必要だった専門的な職務にも、より多くの従業員が早期に参画できる環境が整います。最終的には、ITシステムの活用によって従業員の働きがいや生産性が高まり、顧客満足度のさらなる向上につながると評価されています。