WarpBiz ピックアップ
運輸・物流
航空運送業

実施時期: 2024年01月|2026.06.02 最終更新

航空業務のナレッジ検索課題を生成AIで解決し、間接部門の利用率100%を達成
コンサル(導入支援・AI戦略支援)
開発(実装支援・AI搭載支援)

※イメージ画像です

航空業務のナレッジ検索課題を生成AIで解決し、間接部門の利用率100%を達成 のプロジェクト概要図解

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

運営ピックアップ事例

こんな課題を持つ企業におすすめの事例です

  • 社内ナレッジの検索精度が低く、情報活用が進まないことに悩んでいる
  • 生成AIを導入したものの、自社データに基づく回答精度に課題を感じている
  • 現場スタッフがタブレット等で手軽に使える業務支援AIを構築したい
プロジェクト概要
背景・目的

日本航空株式会社(JAL)は、2021〜2025年度の中期経営計画において、AIやデータを中心とした「DX戦略の推進」を経営方針の一つに掲げています。安全・安心な移動の提供や新たな顧客体験価値の創出を目指し、さまざまな変革に取り組んできました。

その一環として、2023年4月には生成AIの活用に向けたワーキンググループを立ち上げ、外部パートナーとともに具体的なプロジェクトを進行していました。しかし、自社データを参照させるRAG(検索拡張生成)の精度向上において壁に直面し、プロジェクトの見直しを迫られる状況に陥っていました。そこで、生成AIの導入や利活用支援に豊富な実績を持つアバナード株式会社を新たなパートナーとして迎え入れ、2024年1月よりプロジェクトを再始動させる決断を下しました。

航空業務のナレッジ検索課題を生成AIで解決し、間接部門の利用率100%を達成 のプロジェクト概要図解
アプローチと成果
アプローチ

アバナードは、JALの社内業務効率化を目的とした独自の生成AIツール「JAL-AI」の開発を強力に支援しました。具体的には、「社内ナレッジの検索・活用」「他システムの検索・活用(API連携)」「議事録の自動生成による業務効率化」「整備部門向けのマニュアル等の文書検索・活用」という4つの主要テーマを設定し、開発を推進しています。

課題となっていたAIの回答精度向上に対しては、社内に点在する多様なドキュメントを取り込み、課題を見極めながらさまざまなRAG技術を導入しました。評価と改善のPDCAサイクルを継続的に回すことで、実用レベルの精度を実現しています。さらに、議事録作成のユースケースに対応した機能や、ドライブ内のファイル高度検索に関する機能アップデートを随時実施しました。 また、オフィスで働く社員だけでなく、タブレット端末を主に使用する現場スタッフを含むグループ全従業員が利用できる環境を構築し、JALのビジネス意図を汲み取ったコンサルティングと開発伴走を行っています。

プロジェクトへの評価と成果

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

社内ナレッジ活用

推進したこと

システムへのAI機能組込み

既存システムとのAI連携

AI活用の社内展開・定着

「JAL-AI」の導入により、2024年度には実質100%の間接部門社員が同ツールを利用するまでに普及し、社内業務の効率化に大きく貢献しています。

さらに、この基盤を応用して空港業務に特化した「空港JAL-AI」も新たにリリースされました。現在、チェックインカウンター等での危険物検索、イレギュラーアナウンス文章生成、ラウンジ入場条件検索などのアプリとして活用されています。

実証実験のアンケートでは、グランドスタッフの90%以上が「お客さまへの回答速度が向上した」「アナウンス文章の作成速度が向上した」と回答し、ラウンジスタッフの70%以上からも回答速度の向上が評価されるなど、現場のサービス品質向上に直結する成果を上げています。今後は、一つのインターフェースでさまざまな業務に使えるAIの実現を目指し、APIを介した業務システム連携や社内ポータル情報のクローリングなど、さらなる進化が予定されています。

カテゴリー詳細
プロジェクト内容
AI導入・支援形態
AI顧問・技術アドバイザリー
プロジェクト伴走支援(共創・内製化)
AIシステム受託開発
AIナレッジ検索の開発
導入部門・データ活用
導入部門と活用内容

全社共通・汎用業務

社内データのAI検索構築

会議の記録・要約

商談の記録・要約

顧客対応・サポート

回答アシスト生成

オペレーター支援

活用したデータ

文書・ナレッジ

マニュアル・業務規定・FAQ

日報・議事録・メール履歴

採用したAI技術・ツール

採用したAI技術

テキスト・言語AI

社内データ検索

社内Q&A対応

文章自動生成

ライティング支援

自動要約

レポート作成

AIモデル・構築手法

(RAG / ファインチューニング / 他)

RAG(社内データ等をAIが参照して回答)

活用・導入したAIモデル・ツール

生成AI・LLMサービス

独自の生成AIツール
連携ツール

チャットツール・UI(画面)連携

モバイルアプリ(iOS/Android)

WarpBiz編集部の事例考察

成功の最大の要因は、RAGの精度課題に対して多様なドキュメントを取り込み、PDCAを回して継続的に改善した点です。このアプローチは、マニュアルや規定が膨大な製造業やインフラ業の現場支援にも応用可能です。導入にあたっては、現場の利用デバイスに合わせたUI設計と、実証実験を通じたフィードバック収集が重要になります。自社のナレッジ活用に課題を抱える企業は、ぜひ他のRAG導入事例も参考にしてみてください。

プロジェクト実施・導入企業

実施・支援企業 (VENDOR)
アバナード株式会社
東京都港区六本木1-6-1 泉ガーデンタワー
東京都港区六本木1-6-1 泉ガーデンタワー

マイクロソフト テクノロジーにおいて世界をリードするエキスパート。AI、クラウド、データ分析、サイバーセキュリティ、ERPの分野でソリューションを提供。

この事例と同じようなシステムを開発したいですか? WarpBizで実現可能なパートナーを探しましょう。
類似の事例を見る
同様の支援ができる AI支援企業を探す
導入先企業 (CLIENT)
日本航空株式会社
業種:航空運送業
出典・参考情報
※本事例は以下の公開情報を元にWarpBiz編集部がリサーチ・作成しました。

アバナード、JALグループの社内業務を自動化、効率化する独自の生成AIツール「JAL-AI」の開発を支援 | アバナード株式会社のプレスリリース

発行元:アバナード株式会社

この事例を見た方は以下の事例も見ています
類似事例を読み込んでいます

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。