経営・企画のAI活用事例

【成果】 全社員約6,000人のうち、約2,000人がアクティブに利用する規模へと定着しました。社内アンケートの有効回答を基に算出した結果、月平均で2,000時間以上の業務工数削減を実現しています。有効回答数が全体の約半数であったことから、実態としてはさらに大きな削減効果が出ていると推測されます。 今後は、金融業界における生成AI活用のトップランナーを目指し、さらなる活用推進を図っていく方針です。

【成果】 社内トップユーザーによる実践的な生成AI活用の結果、年間576時間という大幅な業務時間削減を達成しました。従来は数時間を要していた表計算作業やエラー調査が数分で完了するようになり、非エンジニアでも高度な関数を活用できるようになっています。 また、会議後のアイデア整理も数十分で完了するようになり、意思決定の迅速化と正確性の向上に寄与しています。これらの成果は「exaBase 生成AI」の自動計測機能によって実測されたものであり、特別な技術知識を持たない一般的なビジネスパーソンでも、適切な活用方法によって大幅な業務効率化が可能であることが実証されました。

【成果】 現場の社員が主体となって生成AIとデータを活用する体制が整い、業務課題の解決に向けた具体的な検討が大きく前進しました。この取り組みは、日本マイクロソフトからも最先端のAI活用事例として高く評価され、「Microsoft Ignite Japan」で紹介されるに至っています。 今後は、絞り込まれたビジネスプランの事業化に向けた支援や、外販AIサービス開発への協力など、さらなるビジネスの創出が期待されています。

【成果】 実証実験の段階ではありますが、AI収穫ロボットの導入により、収穫にかかる労働時間を約60%削減できる見込みです。また、人の手を触れずに収穫することで、いちごの鮮度が従来よりも約4日長く保たれるという定性的な効果も確認されています。 小分けの栽培棚を採用したことでスペースに合わせた設置が容易になり、将来的には空港や社員食堂、ショッピングモールなど、多様な場所での都市型農業の展開が期待されています。

【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】 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】 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】 新たなデータ基盤の構築により、経営層は常に最新のデータを網羅したダッシュボードを通じて、経営状況を正確に把握できるようになりました。これにより、変化の兆しを即座に捉えた迅速な意思決定が可能となっています。 今後は、この基盤を単なるデータの可視化にとどめず、AIや機械学習の技術を活用して高精度な需要予測やサプライチェーンの最適化といった未来の経営指標を予測する機能を追加していく予定です。ライオンは、データに基づき未来を予測し、先手を打つ「未来予測型経営」への進化を見据え、クラウドCoE体制をさらに拡充していく方針です。

【成果】 既存システムの改修を伴わないアプローチにより、20万品番を超える在庫部品の品番紐付けと可視化を、わずか2週間という短期間で実現しました。 全拠点における部品の在庫や発注情報が一元的に見える化されたことで、部品調達計画や拠点ごとの在庫状況を全社レベルで掌握できるようになっています。災害時においても、受注案件ごとの影響や事業全体での損益影響を迅速に把握し、生産・供給体制の維持に向けた意思決定を強力に支援します。AIによる高精度な需要予測と組み合わせることで、製品の供給停止リスクを回避し、動的でレジリエントな供給網の構築に成功しています。

【成果】 AIによる需要予測を活用することで、必要な量の食材を適切なタイミングで仕入れることが可能となり、過剰な仕入れや品切れを防ぐ適正な在庫管理が実現しつつあります。これにより、食材が過剰に滞留することなく、より新鮮な状態で商品を提供できる体制が整い、品質の向上に寄与しています。 また、店舗における発注業務の代替や、物流センターでの保管スペースの縮小など、サプライチェーン全体の無駄を削減することで、店舗運営の大幅な効率化が期待されています。今後は実証実験を通じて効果を検証しながら、段階的に対象業態や品目を拡大していく展望を描いています。

【成果】 AIによる高精度な需要予測と在庫の最適化により、急激な需要変動にも迅速に対応可能な生産計画モデルを実現しました。これにより、医薬品の安定供給が強化されるだけでなく、有効期限切れによる製造済み医薬品の廃棄削減といった環境面での効果が見込まれています。 さらに、在庫の適正化によるキャッシュフローの改善など、財務面でのポジティブな効果も期待されています。同社は今後も、需要予測の高精度化と業務の持続的な効率化を推進し、必要な医薬品を確実に届けるという使命を果たしていくとしています。

【成果】 AIが壁打ち相手となることで、初期のアイデア創出段階における業務が大幅に効率化され、提示される手順に沿って情報を入力するだけで、プラニングの初心者や専門スタッフ以外の社員でも、質の高いコンセプト開発が可能になっています。 今後は、他の有名クリエイターの実践知もAIに搭載し、クライアントのニーズや担当者の個性に合わせたAIを選択できる環境を整備していく予定です。さらに、大規模なアンケートデータなどとの連携を深め、マーケティング戦略からクリエイティブ戦略までを統合した業務の高度化を目指しています。

【成果】 AIによる商談先の提案は高い精度を実現し、現場の営業担当者からの信頼を獲得しました。その結果、AI行き先案内が提案した商談件数は、2020年上期から2021年上期の1年間で約3倍となる7万4300件に増加しています。 この取り組みは全体の商談件数の底上げにも大きく貢献し、2021年第1四半期には商談件数が8.4％増加するという定量的な成果を達成しました。また、複合機の稼働データとLED照明の受注に関連性があることなど、人間の分析では気づきにくい隠れた知見が次々と発見されています。現在では、このデータ分析のノウハウを人材開発部でも活用し、社員のパフォーマンス測定など新たな領域への展開も進められています。

【成果】 購買データを活用したターゲティング広告の配信により、顧客獲得単価（CPA）を従来の2分の1に削減することに成功しました。 また、従来は審査が通らなかった顧客に対しても、購買データを加味することでサービスを提供できる可能性が広がっています。今後は、高度なデータ分析スキルがなくても利用できるdotDataの特長を活かし、現場主導のAI・データ活用を推進していく方針です。さらに、金融とリテールのデータを掛け合わせた新規ビジネスの創出も目指しています。