実施時期: 2025年01月|2026.06.17 最終更新
プロジェクト期間: 半年未満
※イメージ画像です

プロジェクト概要
アプローチと成果
カテゴリー詳細
お問い合わせ
こんな課題を持つ企業におすすめの事例です
日本航空株式会社(JAL)では、客室乗務員から空港地上スタッフへ引き継ぐためのレポート作成業務において、効率化が求められていました。しかし、フライト中の機内はクラウド環境へのネットワーク接続が制限されるため、一般的な大規模言語モデル(LLM)の活用が難しいという課題を抱えていました。 そこで、オフライン環境でも稼働する生成AIソリューションの導入に向け、富士通とヘッドウォータースによる実証実験プロジェクトが開始されました。
富士通とヘッドウォータースは、マイクロソフトの小規模な言語モデルである「Phi」を活用し、フライト中の機内においてタブレット端末上でチャット形式でレポート作成ができる試作アプリを開発しました。富士通はAIサービス「Fujitsu Kozuchi」のノウハウを活かし、過去のレポートデータを元に「Phi」へ追加学習を施すことで、客室乗務員の業務に特化したモデルへと調整しています。
一方のヘッドウォータースは、インターネットに接続できない端末上でも動くアプリケーションを開発し、データを圧縮して処理を軽くする技術を用いることで、タブレット端末での動作を最適化しました。さらに、同社のAIコンサルタントが業務の流れの分析から実証実験の実施・評価、柔軟な開発の進行管理まで伴走型で支援を行うとともに、AIエンジニアが追加学習のための環境構築を担うなど、現場の利用環境に合わせた技術支援を提供しています。
改善・向上したこと
業務の自動化
対応時間・リードタイムの短縮
エラー・ミスの削減
従業員満足度・働き方改善
推進したこと
プロトタイプ開発(PoC)
要件定義・プロジェクト管理支援
システムへのAI機能組込み
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。
全社共通・汎用業務
AIによる定型業務の自動化
専用AIツールの導入
高セキュリティ環境構築
文書・ナレッジ
日報・議事録・メール履歴
採用したAI技術
テキスト・言語AI
文章自動生成
翻訳・多言語対応
AIモデル・構築手法
(RAG / ファインチューニング / 他)
ファインチューニング(特定の業務向けにAIを再学習)
エッジAI(端末側で処理し外部にデータを出さない)
ローカルLLM(ローカル環境で動き外部にデータを出さない)
生成AI・LLMサービス
AI構築プラットフォーム
構築・利用したデータ基盤・インフラ
エッジデバイス・IoT機器
WarpBiz編集部の事例考察
本事例の最大の成功要因は、クラウド接続が前提となるLLMではなく、オフライン環境で稼働するSLM(小規模言語モデル)を採用し、量子化技術でエッジデバイスに最適化した点にあります。このアプローチは、通信環境が不安定な建設現場や地下施設、高いセキュリティが求められる医療機関や製造業の工場など、他業種の現場業務にも広く応用できるでしょう。導入にあたっては、汎用モデルをそのまま使うのではなく、自社の過去データを用いたファインチューニングによる業務特化が不可欠です。セキュアな環境でのAI活用を検討される方は、エッジAIやオンプレミス環境での導入事例もぜひ参考にしてみてください。
AIソリューション事業
関連度の高い事例を選定しています。少しお待ちください。