営業のAI活用事例

【成果】 実証実験を通じて経過記録業務の自動化における有効性が確認できたため、一部の保険金お支払センターにて本システムの先行導入が開始されました。 記録業務の大幅な効率化により創出された時間を活用し、顧客対応のさらなる充実と事故対応の品質向上が期待されています。今後は導入の効果やリスクを検証しながら段階的に適用範囲を拡大し、2024年内には全国の保険金お支払センターでの利用開始を目指しています。 また、より損害保険業界に特化したLLM（大規模言語モデル）の導入も検討していく予定です。

【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】 「Data Ignition」の導入により、地域金融機関はニーズの高い顧客を的確に抽出し、優先的にアプローチすることが可能になります。これにより、手当たり次第の営業活動から脱却し、効率的かつ顧客満足度の高い提案活動が実現します。 株式会社静岡銀行では、本ツールの活用を通じてグループ一体での高付加価値営業を実践していく方針です。また、りそなグループは今後も連結子会社であるFinBASE株式会社を通じて、地域金融機関へ様々な機能やサービスの展開を加速させていくとしています。

【成果】 試験運用において自動車保険に係る照会を対象に検証した結果、高い精度が認められました。その後、対象商品を火災保険や傷害保険等にも拡大して検証を行ったところ、約8〜9割のケースで「AI Search Pro」の有用性が確認されました。 定量的な成果として、社員が1件あたりの回答作成に要する時間が約4割削減されるという大きな業務効率化を実現しています。この結果を受け、全営業部店および代理店ヘルプデスク等への本格導入が開始されました。今後は、コンタクトセンターにおける照会応答業務への転用や、グループ会社への横展開を通じて、さらなるシナジー創出を目指していくとしています。

【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】 生成AIを活用した「照会サポート」の導入により、当初50％だったAIの正答率はPoCを経て80〜90％まで大幅に向上しました。オペレーターが短時間で適切な案内を行えるようになったことで、管理者へのエスカレーション回数が減少し、管理者1名で6名のオペレーターを管理できる体制の実現が見込まれています。 また、応答記録の自動生成機能により、これまで9分かかっていた後処理時間が6分へと短縮され、コールセンター全体の生産性が大きく向上する成果を得ています。同社は今後、CRMシステムや音声認識技術との連携を進め、将来的にはボイスボットを活用した自動応答による次世代のコールセンター構築を目指すとしています。

【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】 システムの運用開始により、訪問担当者は過去の対応履歴やオーナーの嗜好、現在の状況などを訪問前に瞬時に把握できるようになりました。これにより、顧客一人ひとりに寄り添った最適な提案や対応を迅速に行うことが可能となっています。 また、事前の情報収集や準備にかかる手間が大幅に削減され、担当者の業務効率化にもつながっています。同社は今後もDXを推進し、顧客に最適なサービスを提供し続ける仕組みづくりに取り組んでいくとしています。

【成果】 新たなAIアルゴリズムの導入により、査定精度の飛躍的な向上が実現しました。実証実験において、機械学習による推定成約価格と実際の成約価格との誤差率の中央値（MER）は、首都圏1都4県で4.89%、全国エリアでも5.34%という極めて高水準な精度を達成しています。また、対応エリアも拡大し、全国18都道府県にわたる約30,000棟のマンションを対象とした推定成約価格の算出が可能となりました。これにより、顧客に対してより正確で透明性の高い情報提供が実現しています。

【成果】 本プロジェクトは現在実証実験の段階にあり、具体的な定量成果については今後の検証を待つ形となります。しかし、すでにインプット情報をもとに所定のフォーマットでアウトプットを生成するという、技術的な実現性は確認されています。 今後は、生成AIの活用と七十七銀行がこれまで培ってきたデータ分析のノウハウを融合させることで、定例業務やデータに基づく仮説検証のプロセスを飛躍的に迅速化していく方針です。 最終的には、職員がより付加価値の高い業務に注力できる環境を整えることが期待されています。これにより、挑戦的な企業文化の醸成や従業員エンゲージメントの向上を実現し、同行のさらなるDX推進へと繋げていく構えです。

【成果】 実証実験の結果、生成AIによる稟議書作成支援が業務効率化に大きく貢献することが確認されました。本格実装した場合には、最大で年間19,500時間（行員1人あたり月間約8時間）の業務時間削減が見込まれています。 さらに定性的な効果として、与信判断に必要な審査項目において、顧客へのヒアリングが不足している点をAIが明確に提示できることが実証されました。これにより、行員は「どのような情報を聞き取るべきか」という気づきを得られるようになります。単なる作業時間の短縮にとどまらず、行員自身の審査スキル向上という教育的な効果も期待されていると評価されています。 同行は今後、抽出された課題を整理し、本格的な業務実装に向けた取り組みを進めていく予定です。