定型業務自動化のAI活用事例

【成果】 AIによる予測モデルの導入により、月間の客数予測精度は95%以上という高水準を維持しています。全305店舗における客数修正率はわずか0.5%にとどまり、店舗での客数予測や入力作業が大幅に効率化されました。 これにより、自動発注の精度向上やレジシフトの最適化が実現し、客数予測および入力作業にかかる工数を年間で約1,100時間削減する効果を生み出しています。現場の管理職の負担が軽減されたことで、今後は他のシステムとの連携をさらに深め、店舗オペレーションの効率化や販促施策への活用など、さらなるデジタル変革を推進していく展望です。

【成果】 事前検証として約200の典型的な業務パターンでテストを実施した結果、最大で50％以上の業務効率化が確認されました。 文書作成や校正、プログラムのソースコード生成といった一般的なオフィス業務の負担が大幅に軽減されています。 今後は、社内の各組織に蓄積されたナレッジを連携させるスキームの整備や、特定分野のデータで追加学習を行った特化型モデルの構築も視野に入れており、さらなる付加価値の創出を目指しています。

【成果】 実験店舗での事前検証において、当初計画していた発注作業時間の削減目標を達成し、精度の高い発注が行えることが実証されました。この結果を受け、全304店舗の生鮮部門への本格導入が決定しています。 現場では、3週間先まで算出された各商品の発注数量が画面に表示され、スタッフは異常値を確認するだけで済むようになり、作業負荷が大幅に軽減されました。AIによる高精度な予測は、商品の欠品を防ぎ販売機会を創出すると同時に、廃棄ロスの削減にも貢献しています。さらに、難易度の高い発注業務が自動化されたことで、経験の浅い新入社員でも精度の高い発注が可能となり、早期戦力化という定性的な成果も生み出しています。

【成果】 AIが発注推奨値を自動算出することで、発注業務にかかる時間を1店舗あたり1週間で約6時間削減することに成功しました。これにより、発注担当者の業務負担が大幅に軽減されています。 また、適切な商品陳列量の維持による販売機会の最大化や、過剰発注の抑制による廃棄ロスの適正化（フードロス対策）といった効果も期待されています。今後は導入店舗での売上や収益への効果を検証し、さらなる展開店舗の拡大を目指すとしています。

【成果】 AIによるレポート作成機能を導入した結果、これまで1件あたり20分かかっていたレポート作成業務が、わずか5分にまで短縮されました。30分の栄養指導と合わせても、1回の指導にかかるトータルの業務時間が50分から35分へと大幅に削減されています。 この業務効率化により、管理栄養士の実質的な時給は40%以上向上し、時給2,000円を超える見込みとなりました。手作業による負担が軽減されたことで、管理栄養士はより多くの時間を患者への対応や質の高い栄養指導に充てることが可能になっています。同社は今後も最新技術を取り入れ、従業員のワークライフバランス向上とサービスの品質向上を両立させていく方針です。

【成果】 退院時看護サマリの作成時間が平均12分20秒から7分5秒へと42.5%短縮され、作成時の心理的負担度も27.2%減少しました。特に入院日数が6日以上の患者に関するサマリ作成においては、作成時間が46.6%減、心理的負担が29.7%減と大きな効果が確認されています。現場からは「急なサマリ作成にも慌てず対応できるようになり、患者のベッドサイドに行く時間が増えた」という声が上がっています。また、医師の退院時サマリ作成業務も最大3分の1に短縮されるなど、多職種での業務効率化とケアの質向上が実現しています。

【成果】 本サービスの導入により、建設中小企業は報告書などのドキュメント作成の自動化や、コンテンツ作成をはじめとするマーケティング業務の効率化が期待できます。定常業務にかかる時間を大幅に削減することで、現場のスタッフが本来の建設業務に集中できる環境が整います。また、最新の生成AIを業務プロセスに組み込むことで、DX推進における競合優位性の確立にもつながります。 同社は今後、Googleが提供する「Bard」などの新たな生成AIについても検証を進め、さらなるサービスの拡充と顧客の生産性向上を目指していく方針です。

【成果】 全社へのAI導入から1年間で、社員の労働時間を合計18.6万時間削減するという大きな成果を達成しました。1回の利用あたり平均約20分の業務短縮につながっており、直近3ヶ月の利用回数は前年同期比で41％増加するなど、社内での定着が進んでいます。 定性的な変化として、導入当初は単純な検索エンジン代わりの利用が主でしたが、現在では戦略策定の基礎データ作成や商品企画など、より高度で生産性の高い業務への活用へとシフトしています。また、懸念されていたシャドーAIによる情報漏洩や著作権侵害などのセキュリティインシデントは、導入後16ヶ月間一切発生していません。 品質管理に特化したAI機能についても、現場の社員から5点満点中3.5点という高い評価を獲得しています。 今後は、設計段階での問題特定や手戻り時間の削減による人手不足解消が期待されており、さらにはAIが自律的に業務を遂行する「オートノマスエンタープライズ」の実現に向けた構想も進められています。

【成果】 半年間のPoC活動を通じて、要約や分類、抽出といった定型業務を中心に、24テーマの9割以上で生成AIの有効性が確認されました。特に知財部門では、これまで人手で行っていた作業の約8割をプロンプト化し、生成AIに任せることで大幅な省力化を実現しています。 2024年10月からは第3シーズンの活動がスタートし、25のテーマで実業務への適用検証が進められています。今後は、社内に蓄積された非構造化データと基幹システムの構造化データを掛け合わせることで、新たなビジネス価値を創出する「次世代データドリブン経営」の実現を目指しています。

【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。