富士通
業務特化型生成AIモデルの開発ノウハウを持つ企業。株式会社ヘッドウォータースと共に、日本航空向けにオフライン環境で利用できるSLM（Phi-4）を採用した航空業務特化型オンデバイス生成AIモデルを開発した。
この取り組みに関心があれば、
富士通の公式情報をご覧ください
※イメージ画像です01 — Overview
日本航空株式会社（JAL）は、通信環境が安定しない機内でも使える生成AIの検証に取り組みました。デジタルテクノロジー本部と客室本部が連携して現場の課題を洗い出し、数多くの候補の中からフライト中の引き継ぎレポート作成をテーマに選んでいます。開発は富士通と株式会社ヘッドウォータースが支援し、オフライン環境でも稼働するMicrosoftの小規模言語モデル「Phi-4」を採用して、端末上で完結する業務特化型のオンデバイス生成AIを構築しました。JALの過去のレポートデータを学習させることで航空業界特有の専門用語に対応し、日本語と英語の文章を自動生成できるようにしています。その後、リーダークラスの客室乗務員を対象に実証実験を行い、実際の業務環境での有用性を検証しました。
出典：日本航空株式会社 様（発行元：富士通株式会社）
02 — Problem
機内は電波が安定して届く場所ではなく、クラウド上のAIに接続して使うという一般的な前提がそもそも成り立ちません。加えて航空業界には固有の専門用語が数多くあり、汎用のAIでは精度が出にくいという壁もありました。客室乗務員はフライト中の限られた時間のなかで引き継ぎレポートを仕上げる必要があり、まとまった作業時間を確保できないまま残業へ流れ込む状況が生まれていました。
編集部の見立てでは、この困りごとの本質は作業そのものの重さというより、レポート作成が乗務の合間にしか手をつけられない業務だった点にあります。サービス対応の合間に少しずつ書き進める形になれば、一度に集中して片づける場合より時間がかかるのは自然なこと。だからこそ、機内という場所を離れずにその場で支援を受けられるかどうかが、この課題の分かれ目になったのではないでしょうか。
03 — Key points
多数のユースケースの中からフライト中の引き継ぎレポート作成という一点にテーマを絞り込んだ選定が、この取り組みの土台になっています。デジタルテクノロジー本部と客室本部が組んで現場の課題を洗い出す進め方をとったため、技術側だけでは見えにくい乗務の実情が候補の評価に反映されたと考えられます。AIの用途を広く構えるほど、通信環境や端末の性能といった制約はすべての用途に重くのしかかりますが、扱う文書を一種類に定めれば、その一点に必要な条件だけを満たせばよくなります。
クラウドに接続せず端末側で処理を完結させる構成を選んだ判断は、機内という条件を正面から扱うための設計です。小規模言語モデル（SLM。端末上でも動かせる軽量な生成AI）であるPhi-4を採用する方針は、大規模なモデルに比べた能力の上限を受け入れる代わりに、通信が途切れる場所でも変わらず使えるという安定性を取りに行った割り切りと読み取れます。用途を定型的な文書作成に定めているぶん、この割り切りが実用上の不足になりにくい構造も見えてきます。
自社の過去レポートを学習させて業務特化型に仕立てた点も見逃せません。専門用語への対応にとどまらず、JAL仕様の標準的な形式に沿った文章が生成されるため、書き手が体裁を整え直す工程を挟まなくて済みます。日本語と英語の双方を扱えるようにした設計は、国際線を含む乗務の実態に合わせたものでしょう。
04 — Results
実証実験では、客室乗務員の引き継ぎレポート作成時間が最大で3分の1まで短縮される結果が得られ、その分を旅客サービスに向けられる時間が新たに生まれています。AIがJAL仕様の標準的なレポートを生成することで内容の修正が発生する割合も下がり、管理者を含めたレポート業務全体の工数抑制につながりました。現在は対象とするレポートの種類を広げ、全客室乗務員への展開を目指す段階に進んでいます。
05 — For your company
応用の見込みが立ちやすいのは、通信が安定しない場所で文書作成が発生し、しかもその文書に決まった型がある業務です。地下設備の点検や海上、山間部の作業現場など、クラウド前提のAIを持ち込みにくい環境は各業種にあります。判断の材料になるのは、過去に書かれた文書がどれだけ蓄積されていて、書式や用語の使い方がある程度そろっているかどうか。この事例で特化型モデルの土台になったのは過去のレポートデータですから、記録が個人のメモに近い形で散らばっている職場では、同じ手順をそのまま持ち込むのは難しくなります。
反対に、書く内容が毎回の状況判断に大きく左右され、決まった型へ落としにくい文書では、下書きを生成させる効果は薄れます。まず試すなら、自部門で日々書かれている報告書を数十件並べ、書き出しから結びまでの流れが共通しているものがあるかを眺めてみる。共通の型が見つかる文書があれば、そこが端末で動くAIの入り口の候補です。
06 — Company
業務特化型生成AIモデルの開発ノウハウを持つ企業。株式会社ヘッドウォータースと共に、日本航空向けにオフライン環境で利用できるSLM（Phi-4）を採用した航空業務特化型オンデバイス生成AIモデルを開発した。
この取り組みに関心があれば、
富士通の公式情報をご覧ください
07 — Category
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。