バックオフィス領域のAI活用事例

【成果】 1年間のプロジェクトを通じて、広報企画部単独で年間1,368時間の業務削減を達成するなど、全10事業部で大きな定量的な成果が得られました。介護事業部では月間912分、不動産部門では月間375分の業務時間が削減されています。 定性的な変化として、外部に依存していた開発体制から、社員自らがAI施策を開発する「自走力」を獲得しました。当初はAPIやGASを理解している社員がわずか2名でしたが、現在では全社で活用が標準化されています。現場のスタッフからは「技術的な問題解決のプロセスを学べた」「自分たちで応用できるようになった」といった声が上がっており、他部署でも使える汎用性を意識した設計思想が組織全体に定着しています。

【成果】 AIヘルプデスクの導入により、既存FAQの移行がスムーズに行われ、大きな混乱なく運用が開始されました。また、ワークフローツールの導入効果として、稟議書の決裁にかかる時間が格段に短縮されるという成果を上げています。 新型コロナウイルスの影響でTeamsの利用率が飛躍的に向上したことも後押しとなり、社内のペーパーレス化や業務再構築が大きく前進しました。 一方で、人事労務に関する問い合わせについては、依然として詳しい担当者に直接電話やメールで質問する文化が残っており、利用率の向上が課題となっています。 今後は、FAQの拡充による自動回答の精度向上や、社員への利用啓蒙を通じて、さらなる業務効率化と属人化の解消を目指しています。

【成果】 PoC（概念実証）の段階で、問い合わせ対応コストの半減が見込まれ、年間約4,080時間の業務時間削減という大きな効果が試算されました。定性的な変化として、社員がAIと対話することで自身の疑問点が明確になり、自己解決できる範囲が拡大しています。結果として、先輩社員へ質問する際の心理的ハードルが下がり、より具体的で質の高いコミュニケーションが生まれるという副次的な効果も確認されました。今後は、商業マネジメントやホテルマネジメントなど他のグループ会社への横展開や、対顧客向けの活用も視野に入れ、人とAIが共進化する文化の醸成を目指しています。

【成果】 AIヘルプデスクの導入により、社員が質問しやすい環境が整ったことで、月間の問い合わせ総数は150〜200件へと増加しました。しかし、そのうち約9割はAIによる自動応答で解決されており、有人での対応が必要な件数は月に20〜30件程度まで減少しています。 ダッシュボードの分析では、FAQによる解決率が約97%、ドキュメント検索による解決率が約83%という高い水準を達成しています。これにより、コーポレート部門の問い合わせ対応工数が大幅に削減されただけでなく、問い合わせデータに基づいた継続的なナレッジ改善のサイクルが確立されました。

【成果】 「D-Bot」が全社の標準的な問合せ窓口として定着したことで、社員は「とりあえずここに聞けば良い」という明確な導線を得ることができました。これにより、質問先を探す迷いやたらい回しがなくなり、無駄なコミュニケーションコストが大幅に削減されています。 また、新入社員や中途社員にとっても、上司の時間を奪わずに気軽に質問できる心理的安全性が確保され、業務の早期立ち上げに寄与しています。技術部門においては、複雑な法規の確認やツールの設定方法などに関する自己解決率が向上しました。今後は2025年度までに全社員への完全定着を目指すとともに、経理部門など新たな領域への展開も視野に入れています。

【成果】 本プロジェクトの取り組みにより、従来は病院全体で数日を要していた診療報酬の算定作業が、生成AIによる原案作成と人のチェックを合わせて数分程度にまで短縮できる見込みが立っています。また、標準請求コードの自動選択が可能になれば、将来的な診療報酬改定に伴うシステム改修コストの大幅な削減にもつながると期待されています。 本研究は厚生労働省の補助事業として採択されており、得られた成果は全国の医療機関における会計処理の合理化に活用される可能性があります。

【成果】 システムの導入により、実際の重説作成にかかる業務工数を91%削減するという大きな成果を達成しました。 従来は時間がかかっていた重説が1日で自動生成できるようになったことで、契約締結までのスピードが飛躍的に向上し、顧客からの信頼獲得にも繋がっています。 定性的な変化として、営業担当者が書類作成業務から解放され、本来の営業活動に専念できる環境が整いました。さらに、休日の間にシステムが書類を作成しておくといった運用が可能になり、従業員のワークライフバランスの改善にも寄与しています。

【成果】 企業業績や業界市場規模、万単位の統計データなど、多岐にわたる経済情報の予測を自社で一から構築するには膨大なコストがかかりますが、SaaSとして利用できる本サービスは非常にコストパフォーマンスが高いと評価されています。 また、市場や業界の調査分析を社員が手作業で行う場合と比較して、大幅な作業効率の向上が見込まれています。現場からは、「AIによる予測結果が当たるかどうかだけでなく、その結果をどう実務に落とし込むかが重要である」という声が上がっており、AIが算出したデータを一つのエビデンスとして素直に活用していくという、新しい業務スタイルへの一歩を踏み出しています。

【成果】 2024年10月の全社展開からわずか3カ月で、約9500時間（年換算約3万8000時間）の業務削減効果を創出しました。これは、全社での業務削減効果合計の63％を占める大きな成果です。 個別の業務においても劇的な効率化が実現しています。動画翻訳作業では、従来1〜2カ月かかっていた作業が最短5日程度で完了するようになり、中国語翻訳にも着手できるようになりました。海外の特許調査にかかる翻訳作業時間は体感で半分から3分の1に短縮され、データ分析のための関数作成も半日かかっていたものが即座に完了するようになっています。 今後は、生成AIの利用度が低い部門への普及活動を進めるとともに、機械学習を組み合わせて業務の付加価値を高める高度なAI活用を目指しています。

【成果】 2025年7月時点で、グループ全体で約12,000人の社職員がプロフェッショナルワーク内で生成AIツールを活用するまでに定着しました。その結果、月間約10万時間もの稼働時間削減という圧倒的な定量成果を達成しています。また、AIエージェントの導入により、各コンサルタントが個別にプロンプトを試行錯誤する手間が省け、アウトプットの品質向上と作業時間の大幅な短縮を実現しました。 人事エージェントの活用においては、社員の個人情報を適切に管理しながら労務管理などの自動化が進み、人事関連業務の負担軽減とデータ活用による精度向上という定性的な効果も生み出しています。

【成果】 取り組み開始からわずか1カ月で、グループ全体で月間約9300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。これは従業員1人当たり1日約1.5時間の業務時間創出に相当します。特にコーポレート部門では、AIチャットボットの導入により問い合わせ件数が週平均15回から8.6回へと半減し、月167時間の業務効率化を実現しました。また、開発部門でもエンジニア1人あたり月2時間以上の業務時間を削減しています。 定性的な変化としても、全従業員の90%が実際にAIを活用するようになり、96%が「仕事のアウトプットの質が向上した」と実感するなど、社内にAI活用文化が急速に定着しています。同社は今後も「生成AI活用No.1クライメートテック企業」を目指し、社内業務の最適化と脱炭素・ESG領域における新たな価値創出を加速させていく方針です。

【成果】 約半年間のPoCを経て2024年8月に本番利用を開始した結果、法務部門における1人あたりの問い合わせ対応件数は月100件から最大月3件へと激減しました。 対応に要する時間も月17時間から最大30分へと大幅に短縮され、劇的な業務効率化を実現しています。この成功を受け、同年10月からは人事、経理、情報システム、知財など複数の部門へ利用範囲を拡大しました。さらに、質問先が分からない場合でも回答を得られる「全体横断型のチャット窓口」を新設したことで、社員の利便性が大きく向上し、システムの利用率は以前の約1.3倍に上昇しました。 問い合わせの回答待ち時間が削減されたことで、会社全体の生産性向上にも寄与しています。

【成果】 実証実験の結果、86%という高い検索精度を達成し、行員の9割が導入を希望するなど、現場から高い評価を得ています。本導入により、年間8,000時間の対応工数削減が見込まれています。 さらに、本部におけるFAQ作成やメンテナンスの作業負担が大幅に軽減されるとともに、営業店で働く行員の規程検索時間が短縮されるといった副次的な効果も期待されています。今後は、対象となる規程やマニュアルの範囲を段階的に拡大していく予定です。

【成果】 2025年4月に実施された社内アンケートでは、回答者の99%が業務で生成AIを活用し、82%が「ほぼ毎日活用している」と回答しました。また、98%の社員が「仕事の質が向上した」と実感しており、71%が1日あたり30分以上の業務時間短縮を達成しています。 現場の具体的な成果として、営業部門ではカスタムGPTを活用して商談準備時間を一人あたり月17.8時間削減したほか、バックオフィス部門では「DeepResearch」を用いた法令調査の効率化などが報告されています。全社方針の明示と手厚い支援体制により、現場でのAI活用が日常的なものとして根づきつつあります。

【成果】 本プロジェクトは現在実証実験の段階ですが、エクセルやメールに依存していた属人化からの脱却により、大幅な業務効率化が期待されています。 具体的には、2030年までに現時点から3割の業務工数削減と、業務品質の向上を目標に掲げています。また、市場の稼働データを活用した需要予測の精度向上により、サプライチェーン全体の最適化に繋がる点も、大きな価値をもたらすと見込まれています。 さらに、AIを活用したソリューションの社内実践を通じて蓄積されたノウハウは、将来的にお客様への提供も見据えられており、自社のDX推進にとどまらない新たな価値創出へと繋がっていく予定です。