全社共通業務のAI活用事例

【成果】 AIチャットボットの導入により、システム部門では年間1万3000件以上発生していたサービスデスクへの問い合わせ件数を約31%削減することに成功し、当初の目標であった30%削減を見事に達成しました。 また、愛称の付与やシール配布といった地道な啓蒙活動が功を奏し、社内には「まずはチャボットに聞いてみよう」という文化が醸成されつつあります。従業員が自発的にチャットボットを活用する姿が見られるようになるなど、定性的な面でも大きな変化をもたらしました。 今後は、FAQのメンテナンスを継続してユーザー満足度をさらに向上させるとともに、システム専用のAIチャットボットの新設も計画しており、さらなる業務効率化を見据えています。

【成果】 全社的な生成AIの活用により、一人あたり平均で月約36時間、回答のあった社員全体で月約2,500時間の業務リソース創出を実現しました。 社員の76.8％が「毎日複数回」生成AIを利用しており、日常的な業務インフラとして定着しています。創出された時間は、「既存業務の品質向上・深掘り」や「戦略立案・計画策定」「顧客対応の強化」に充てられており、単純作業が減って戦略的思考の時間が増えるという「作業から思考へ」の質的変革をもたらしました。 部署ごとの成果としても、カスタマーサクセス本部での分析深度1.6倍の向上や、リサーチ＆ディベロップメント本部での開発サイクル7倍高速化など、顕著な効果が現れています。今後は、AI活用のさらなる高度化や業務の完全自動化、パーソナルAIの構築など、新たな価値創造への挑戦を見据えています。

【成果】 独自の浸透ステップと多方向からのアプローチにより、社員の92%が業務にAIを活用し、そのうち半数以上がほぼ毎日利用するという高い定着率を実現しました。活用者の30%以上が「業務量50%以上の削減」を実感しており、日々の業務効率化に大きく貢献しています。また、社員の心理フェーズにおいても、活用者の4分の1が自らを「革新期」にあると自覚し、初期段階である「受容期」は10%以下にとどまるなど、積極的な活用が進んでいます。 社内全般に「AIを使うのが当たり前」という雰囲気が醸成され、抵抗を感じていた社員も自然と次のステップに進む流れができつつあります。

【成果】 「KARAKURI assist」の導入により、株式会社カカクコムが抱えていた業務の属人化という大きな課題が解消されました。これまで特定の担当者の経験や知識に依存していた業務プロセスが標準化されたことで、誰でもスムーズに対応できる体制が整ったと評価されています。 さらに、定量的な成果として、月間450時間もの大幅な業務時間の削減を実現しました。アナログな作業環境が改善されたことで現場の負担が大きく軽減され、組織全体の生産性向上に貢献している点も、導入の大きな価値として実感されています。

【成果】 「空港JAL-AI」の導入により、グランドスタッフの業務負担軽減とサービス品質の向上が着実に進んでいます。現場アンケートでは、90％以上のスタッフが「危険物検索」や「イレギュラーアナウンス文作成」における回答・作成速度の向上を実感し、「ラウンジ入場条件検索」でも70％以上が回答速度の向上を報告しています。 膨大なマニュアルを探す手間が省け、AIが瞬時に根拠に基づいた回答を提示することで、新人や外国籍スタッフでも自信を持って丁寧な案内ができるようになりました。これにより、スタッフごとの知識差や属人的な対応による誤案内のリスクが大幅に軽減されています。2025年4月には全国56空港への一斉展開を実現し、今後も現場の声を反映した継続的な機能拡張が予定されています。

【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】 トライアルホールディングス株式会社との実証実験を通じて、店舗作業コストを20%削減、店舗在庫を20%圧縮するといった大きな成果が得られています。また、発注の波動緩和による物流の平準化と効率化（10%削減）や、発注精度向上による欠品・廃棄の削減（5%削減）も実現しました。 この最適化効果は小売業にとどまらず、卸売業やメーカーと連携することで、生産・出荷計画の合理化、製造現場の作業平準化と残業削減、返品率・廃棄率の大幅削減といった川上への波及効果も見込まれています。

【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】 導入後半年間で、全社員の60%以上が新しいAIヘルプデスクを活用しており、以前のチャットボット（利用率5〜25%）と比較して大幅な利用率向上を達成しました。社員の自己解決が促進されたことで、各事業部門の問い合わせ対応や運用にかかる工数が最大70％削減され、年間で社員2名分程度の工数削減に相当する効果を生み出しています。 現場の社員からは「情報が圧倒的に早く見つかるようになった」と高く評価され、本取り組みは社内のプロジェクトアワードを受賞しました。今後は、データ分析に基づく不足記事の補完や、PDF内の該当部分へ直接アクセスできる機能の検討、重要な情報を確実に届けるプッシュ型の通知連携など、さらなる利便性向上に向けた改善を進める方針です。

【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】 AIによる高精度な需要予測システムの導入により、担当者の経験や勘に依存しない標準化された配車・人員計画が可能となりました。属人化の解消だけでなく、配送ロスの削減や業務効率の大幅な向上といった具体的な成果を生み出しています。 先行導入エリアでの確かな手応えを受け、現在では全国46箇所の物流センターへのシステム展開を完了しています。全社的な物流業務の最適化が進んだことで、コスト削減と同時に、将来に向けた持続可能な物流網の構築を実現しています。

【成果】 実証実験において、富士フイルム内の在庫評価資料を用いて従来の予測結果と机上比較を行いました。作成した需要予測モデルがアフターパーツごとの特徴を正確に捉えた結果、「適正」在庫に分類される部品点数が従来の管理方法に比べて2.7倍に増加しました。 これにより、アフターパーツ在庫の過剰や不足を大幅に減らし、より効率的な在庫管理が可能になることが確認されています。この成果を受け、富士フイルムはデジタルカメラ分野における本ツールの本格的な導入に向けて、さらなる検討を進める予定です。