全社共通業務のAI活用事例

【成果】 「問診生成AI」の導入により、診察時の症状ヒアリングに要する時間を最大25％軽減し、より深い対話や治療方針の検討に時間を充てることが期待されています。「看護音声入力生成AI」については、従来の手入力との比較検証を実施した結果、記録に要する時間が約40％短縮されました。また、約8割の記録で「AIを用いた方が優れている」との評価を得ています。これにより、看護カンファレンス（1日1病棟17分）や電話サポート（1日1人2分）の記録時間を約40％削減する目標を掲げています。 今後は、対話型疾患説明生成AIの他科展開や、書類作成・サマリー作成支援AIの導入など、さらなる機能拡張を予定しています。

【成果】 実際の設備の保守作業を想定し、作業中の不明点に対する対処法を提示するユースケースにおいて検証が行われました。 従来技術では、曖昧な質問に対して正しい作業手順が得られる成功率が30.0%にとどまっていましたが、本技術を適用した結果、具体的な質問をした場合とほぼ同等の73.3%まで大幅に向上しました。 また、従来は1回のやり取りで無理に回答を出そうとしていたのに対し、本技術では平均2.3回のやり取りを行い、問い返しを通じて質問を具体化できていることが確認されています。 今後は東芝グループ内の保守作業現場で実証実験を開始し、将来的には社外へのサービス提供も目指していくとしています。

【成果】 導入から1年間で、全社員合計で18.6万時間の労働時間削減を達成しました。1回あたりの利用で平均約20分の業務短縮につながっており、検索エンジン代わりの単純な用途から、戦略策定や商品企画といった高度な活用へと社員のAIスキルも向上しています。 また、懸念されていた情報漏洩や著作権侵害などの問題も一切発生していません。品質管理領域に特化したAI機能についても、社員から5点満点中3.5点という高い評価を獲得しています。今後は、自社データを構造的に整備する「パナソニック コネクトコーパス」の構築を進め、人事や社内ITサポートなどより幅広い業務領域への展開を目指すとしています。

【成果】 データブリックスの採用により、三菱UFJ銀行における次期AI共通基盤の構築が進められています。これにより、今後のさらなるデータ活用とAI推進に向けた強力な土台が形成されることが期待されています。

【成果】 本機能は、大阪市教育委員会との連携協定のもと、2024年9月より大阪市立小中学校の一部で先行利用が開始される予定です。対話型生成AIが教員のアシスタントとして機能することで、教員の業務負担を軽減しつつ、子どもたち一人ひとりに合った学習支援を実現することが期待されています。 今後は、動画教材の視聴情報や授業中のノート、画像など様々な種類のデータを統合し、それらの分析結果を対話型生成AIと組み合わせる計画です。実証研究を通じて効果的な事例を創出し、安全で安心な学校生活と個別最適な学びの提供に向けた取り組みが推進されています。

【成果】 直営塾や先行してモデル転換を行った「超個別指導塾まつがく」において、従来よりも少ない運営リソースで大きな成果を上げています。まつがくでは、国公立大学の合格実績が2020年度の6名から2024年度には42名へ、私立大学は12名から235名へと大幅に伸長しました。また、生徒数も同期間で18%増加するなど、定量的な成長を実現しています。 現場の生徒からは「やることを自分で決められる」「丁寧に学習の進捗管理をしてもらえる」といった肯定的な声が寄せられており、自立的な学習姿勢の定着という定性的な変化も確認されています。

【成果】 AIが乱気流の発生する特徴量を的確に捉えることが可能となり、日本上空の予測モデルにおいて86%という高い正答率を実現しました。従来の予測手法では乱気流の報告情報と予測位置が一致しないことがありましたが、新システムではこれらが正確に一致することが確認されています。 ANAは本システムを正式導入することで、運航における安全性と快適性の向上を実現し、お客様が安心して搭乗できる環境の強化に繋げています。

【成果】 「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。

【成果】 生成AI機能を活用することで、固定資産台帳の転記作業において精度95％での自動化に成功しました。これにより、代理店担当者が手作業で行っていた確認・転記作業の負担が軽減され、大幅な業務効率化を実現しています。 損保ジャパンの担当者からは、早期からLLM開発や生成AIプロダクト実装の経験を積んできたAI insideの技術力が高く評価されており、今後は他業界や他業務への展開も視野に入れた取り組みが進められています。

【成果】 2024年4月時点で、全社員の約50％が「Aflac Assist」を使用しており、監査部門では使用率100％、コーポレート部門でも70％以上を達成しました。コールセンターのオペレーターの応答時における資料検索時間は、従来比で約30％短縮されています。また、社内アンケートでは、社員の資料作成時間も30～40％短縮されたという結果が出ています。 業務効率化によって創出された時間を、営業や新商品開発、顧客と向き合う時間に充てることが期待されています。

【成果】 現場主導での内製化が進んだ結果、業務部門におけるRPA開発経験者は約400人に達し、稼働中のRPAロボットは3000を超えました。グループ全体での業務削減時間は年間130万時間に達しており、そのうちローコード・ノーコード開発が関係するシステムによる削減効果は41万時間を占めています。 個別の業務においても、外国為替業務のシステム化により年間3200時間、不渡・取引停止情報のWebデータベース構築により年間7500時間の業務削減を実現しました。現場のスタッフ自らが業務改善に取り組む文化が定着し、大幅な生産性向上を達成しています。

【成果】 2024年4月から一部の店舗で本番利用を開始し、これまで行員が手作業で行っていた融資稟議書の作成にかかる作業時間を95%削減するという劇的な成果を上げています。 今後は全店での運用開始に向けて、アプリケーションの精度向上やサブシステムからのデータ連携をさらに進めていく予定です。また、融資業務以外のさまざまな銀行業務にも生成AIの適用を拡大し、商品・サービスの向上や継続的な業務効率化を目指しています。

【成果】 導入後、月間アクティブユーザーは約90％に達し、毎日のように利用する社員は2,000人近くに上っています。業務時間の削減効果は1カ月あたり約1万時間、コスト削減効果は年間約12億円に達しました。 現場からは「数時間かかっていた契約書の比較や決算書の分析が約30秒で完了するようになった」との声が上がっており、タイムマネジメントの改善や新規事業のアイデア出しの迅速化といった定性的な変化も生まれています。

【成果】 実証実験の結果、客室乗務員の引き継ぎレポート作成時間を最大で3分の1に短縮することに成功しました。これにより、乗務員が旅客サービスに注力できる時間を新たに創出しています。また、AIがJAL仕様の標準的なレポートを生成することで、内容の修正発生率が低下し、管理者を含めたレポート業務全体の工数抑制にもつながりました。 今後は、対象となるレポートの種類を拡大し、全客室乗務員への展開を目指してプロジェクトを推進しています。

【成果】 千葉県市川市にある三井倉庫サプライチェーンソリューションの拠点において実証実験が行われ、8つのバースで正式にサービスが導入されました。 ナンバープレートの自動認識により、これまで管理が難しかった荷物の積み降ろし時間の実績データが正確に取得できるようになりました。手入力によるミスや漏れが防げるだけでなく、予約情報がない車両についてもログとして実績データを取得することが可能です。 導入企業では、取得したデータを分析することで、ドライバーの待機時間削減や庫内作業の準備、人員配置の最適化など、業務プロセスの効率化が進められています。また、マニュアルでの管理工数が削減されることで、年間約300万円程度のコスト削減が見込まれています。