全社共通業務のAI活用事例

【成果】 AI配送シミュレーターの導入により、定温センターにおける配送コース数とトラックの稼働台数をそれぞれ約1割削減するという定量的な成果を達成しました。これにより、深刻化するドライバー不足への対応だけでなく、車両稼働の最適化によるCO2排出量の削減にも貢献しています。今後は常温配送への展開も予定されており、さらなる物流効率化と環境負荷低減が期待されています。

【成果】 情報の一元化により、規制管理者への問い合わせ回数が大幅に減少し、現場の人的負荷を軽減することに成功しました。チャットアプリを通じたリアルタイムな映像確認が可能になったことで、これまで1日あたり約60分かかっていた現場状況の確認時間が、わずか3分程度へと劇的に短縮されています。 また、規制履歴の自動記録と一括出力により、毎月約100分を要していた集計・記録作業が不要となり、転記ミスの防止と情報の正確性向上という定性的な効果も得られました。今後は、センシング情報の追加による適用範囲の拡大を目指すとしています。

【成果】 生成AIチャットボットの導入により、24時間いつでも迅速な問い合わせ対応が可能となりました。技術サポートに関する問い合わせでは、これまで平均1時間かかっていた回答スピードが平均40秒へと短縮され、待ち時間を98%削減することに成功しています。 また、カスタマーサービスに関する問い合わせにおいても、オペレーターが個別に対応して平均321秒かかっていた処理が平均10秒へと短縮され、97%の削減を実現しました。これにより、顧客の待ち時間というムダが大幅に解消され、必要な情報をスムーズに得られる体験を提供できるようになりました。今後は対応領域をさらに拡大し、納期や出荷・配送状況の回答、チャット上での処理完結など、サービスの拡充を進めていく展望が示されています。

【成果】 新たなロボットの導入とシステムの改良により、「楽天無人配送」のサービス提供範囲が大幅に拡充されました。対象店舗には従来のカフェやスーパーマーケットに加え、新たにケーキ店やコンビニエンスストアが参画し、取り扱い商品数は4,500品以上に増加しています。 また、配送対象地域も晴海全域から月島や勝どきの一部へと広がり、ユーザーが指定できるお届け場所は90カ所を超える規模へと成長しました。今後はAvrideのロボットを順次10台まで増強する予定であり、物流の革新を通じた地域社会の利便性向上が期待されています。

【成果】 全社利用の開始からわずか3ヵ月間で、9,500時間以上の業務時間削減という大きな成果を達成しました。 これは対象ユーザーの総労働時間に対して約2.5％の削減効果に相当し、多岐にわたる業務の効率化が実証されています。 セキュリティを担保しながら、翻訳やプログラミング支援、文書作成といった日常業務にAIを組み込むことで、従業員がより付加価値の高い業務に注力できる環境が整いつつあります。

【成果】 AIシステムの導入により、これまで手作業で行っていた計画立案にかかる業務時間を約70%削減することに成功しました。 また、季節要因などによる急激な需要変動に対しても、生産・輸送・在庫計画を柔軟かつ迅速に修正できるようになり、計画自体の質が大きく向上しています。長年の課題であった業務の属人化が解消されたことで、特定の熟練者に偏っていた業務負荷が軽減され、現場の働き方改革にも直結する成果を上げています。

【成果】 コンテストには想定を大きく上回る425件の応募が集まり、月間約295人日分（約141,000分）に相当する業務時間の削減効果を創出しました。事後アンケートでは9割以上の社員が「次回も参加したい」と回答しており、生成AIに対する心理的なハードルを大きく下げることに成功しています。 また、この取り組みを通じて、社内に眠るAIに関心を持つ人材を多数発掘することができました。現在はグループ横断の新たなAIプロジェクトチームを立ち上げており、今後は事務作業の効率化に留まらず、商品開発や顧客体験の改善といった事業の根幹に関わる価値創出へとAI活用を引き上げていく展望を描いています。

【成果】 「製造規格の確認支援AI」により、1回あたり約5分かかっていた規格検索が約1分に短縮され、最大80%の作業時間削減を実現しました。新人作業員でも適切な情報にアクセスできるようになり、作業手順書作成の精度向上も期待されています。 また、「製造仕様書のレビューAI」では、仕様書レビュー1件あたりの平均作業時間が約30時間から約18時間へと短縮され、約40%の工数削減が確認されました。 現場だけでなく経営層からも高い関心が寄せられており、今後は業務プロセスの標準化を進めながら、さらなる生成AIの活用拡大を目指しています。

【成果】 「LeoAI Chat」の導入により、情報検索にかかっていた手間が大幅に削減されました。実際にシステムを使用しているユーザーは、平均して1人あたり月間約8時間の業務時間削減という定量的な成果を上げています。 同社は今後の展望として、2024年内を目途に規約やマニュアルにとどまらない幅広い社内業務データの学習を進める予定です。業務データとそれを応用した回答が可能なレベルまでAIの精度を高め、データドリブン経営の実現とDX推進をさらに加速させていく方針です。

【成果】 2023年8月から10月にかけてデジタルイノベーション本部で実施された検証では、プログラマーが生成AIを用いてプログラミングの要約とコード生成を行いました。その結果、システム稼働を確認するまでに要する時間が、導入前と比較して最大約70%短縮されるという大きな成果が得られています。 今後は国内外のシステム開発支援へと展開し、レガシーシステム対応を含む社内全体の開発保守工数の30%削減を目指すとしています。また、研究サポート業務や技術アーカイブといった専門領域への応用を進めるとともに、将来的には業務特化型LLMを提供する外販サービスの展開も視野に入れています。

【成果】 全社的な取り組みの結果、2025年7月14日時点で、個人向けサービスを中心に51件の生成AIを活用した機能が導入されました。また、社内業務においても、業務効率化を目的としたプロジェクトが35件以上進行するなど、具体的な動きが活発化しています。生成AIの活用を「義務化」し、働き方の前提を変えることで、従業員がより創造的な業務に集中できる環境の実現に向けた確かな手応えを得ています。

【成果】 本システムの導入により、ドローンの空撮動画からAIが資機材を検出し、現場3Dモデル上に見える化することが可能になりました。現在、人と同程度の大きさの資機材であれば概ね検出できており、対応可能な資機材は25種類に上ります。 現場での実証検証の結果、従来の目視による巡回作業と比較して、資機材管理にかかる作業時間を約75％（1回あたり約2時間から30分へ）削減するという大きな成果を達成しました。また、敷地内の資機材の配置が可視化されたことで、活用されていない資機材を早期に発見して返却できるようになり、無駄なレンタルコストの削減にもつながっています。 今後は、手で持ち運べる小型資機材の検出率向上や、他の現場への横展開、さらには既存の現場管理システムとの連携による一層の業務効率化が見込まれています。

【成果】 全社員の7割以上が業務で生成AIを活用するようになり、プログラミング作業が1日がかりから2〜3時間に短縮されたり、自由記述アンケートの集計が効率化されたりといった具体的な成果が上がっています。 また、社内での知見を活かし、法人顧客向けに生成AIサービスの提供を開始。社内で効果が確認されたプロンプトのテンプレート化や、専用回線とセットにした安全な環境を提供しています。 さらに、電話の音声データをテキスト化し要約する機能など、既存の通信サービスへの生成AIの組み込みも進めています。今後は、既存システムへの組み込みにおけるROIの見極めや、AIに任せられる業務の範囲を明確にしながら、あらゆる法人向けサービスに生成AIを溶け込ませていく展望を描いています。

【成果】 CAG技術を採用した結果、RAGを用いた場合と比較してAIの正答率が約1.3倍に向上するという定量的な成果が得られました。安定した高精度な回答が可能になったことで、社員はより確実な対応策を迅速に得られるようになっています。 この取り組みにより、カスタマーハラスメントに対する初動対応が強化されただけでなく、社員が安心して働ける心理的・物理的な職場環境の構築に大きく貢献しています。

【成果】 2024年1月の運用開始以降、エンジンやトランスミッションなどパワートレーン関連の開発に携わる約800人のエンジニアに向けてシステムが解放され、月間に数百回利用されるなど現場への定着が進んでいます。 実際に活用しているエンジニアからは、排出ガス測定機器の仕様や環境規制に関する質問に対して正確かつ詳細な回答が得られ、これまで適切な文書を探し出して膨大な文章を読み解くのに要していた時間が大幅に短縮されたと高く評価されています。 今後は技術図面などの視覚的な情報の取り込みや、顧客の不満を分析して次世代車両の改善に繋げる「消費者の声エージェント」の開発など、さらなる機能拡張が構想されています。