文書・ナレッジのAI活用事例

【成果】 PoCの結果、外部ネットワークから切り離されたクローズドネットワーク環境でありながら、AIによるハラスメント判定において95％以上という極めて高い精度を達成しました。これにより、クラウドベースの大規模言語モデル（LLM）に依存することなく、オンプレミスパッケージ内に軽量な言語モデルを安全にデプロイできる可能性が実証されています。 現在、同社はソリューションの実稼働環境への導入に向け、引き続きIBMと連携しながらアプリケーションの開発とモデルの精度向上を推進しています。

【成果】 2024年1月の運用開始以降、エンジンやトランスミッションなどパワートレーン関連の開発に携わる約800人のエンジニアに向けてシステムが解放され、月間に数百回利用されるなど現場への定着が進んでいます。 実際に活用しているエンジニアからは、排出ガス測定機器の仕様や環境規制に関する質問に対して正確かつ詳細な回答が得られ、これまで適切な文書を探し出して膨大な文章を読み解くのに要していた時間が大幅に短縮されたと高く評価されています。 今後は技術図面などの視覚的な情報の取り込みや、顧客の不満を分析して次世代車両の改善に繋げる「消費者の声エージェント」の開発など、さらなる機能拡張が構想されています。

【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】 2019年からの試験運用を経て、不具合の予兆を示す有効な特徴量の抽出に成功し、2020年から本格的に仮説探索型の故障予測分析を開始しました。 具体的な成果として、ボーイング787のエアコンシステム部品の不具合予兆検知に関する特徴量作成に成功し、航空技術協会の表彰審査会委員長特別賞を受賞しています。また、対象システムが停止している最中に特定の傾向を示す特徴量が存在するなど、人の知見だけでは見出せなかった新たな特徴量を発見することにも成功しました。 今後は、dotData活用の質と量の双方を強化し、部品整備部門など社内のより多くの部門での分析・予兆検知の取り組みを広げていく展望です。

【成果】 2023年5月から8月にかけて実施された実証実験では、後処理時間が長い「お問い合わせ」「ご意見・ご要望」「介助申込」の3つの業務領域において、事後処理時間を18％から54%効率化できることが確認されました。 現場のオペレーターからも「簡単な内容はほとんど手直しなしで反映される」「とりとめのない内容をうまくまとめてくれる」といった高く評価する声が寄せられています。この結果を受け、同年9月より実業務への正式導入が開始されており、今後はコンタクトセンターの標準的な業務フロー全体へのAI適用や、他領域への展開も視野に入れた取り組みが進められています。

【成果】 AIツールの導入により、オペレーターから管理者へのエスカレーション率が14%削減されるという大きな成果を上げています。また、情報を探す作業を中心にオペレーターの応答時間が平均10秒短縮され、年間で1万1000時間もの応対時間削減を実現しました。 必要な情報を短時間で正確に確認できるようになったことで、オペレーターごとの対応のばらつきが減少し、未経験者の教育にかかる時間も大幅に軽減されています。受付ミスの削減や正確な応答は、お客さま満足度の向上にも直結しています。今後は、AIによる定型対応の自動化や検索精度のさらなる向上を目指し、企業が持つデータの価値を最大化していく展望が描かれています。

【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】 三菱UFJニコス株式会社では、AI音声自動応答システムの導入により、金融機関に求められる高い信頼性と24時間対応の両立を実現しています。 本プロジェクトにおいて高く評価されているのは、ツール導入をシステム部門任せにせず、現場のオペレーターが主体となって応対ノウハウを数百ものテストシナリオへと昇華させた運用体制です。現場の知見をAIの回答品質に直接反映させることで、実際の顧客の発言バリエーションに即した精度の高い自動応答が可能になりました。 この取り組みにより、夜間や休日を含めた24時間体制での支払いサポートが実現し、お客様を待たせない最適な受電体制の構築に大きく貢献しています。

【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。

【成果】 現時点では共同研究の開始段階であり、具体的な定量効果はこれからの検証を待つ形となります。しかし今後の展望として、構築した特化型モデルを活用し、企業分析エージェントや提案書作成エージェントなど、複数のAIエージェントを組み合わせた法人営業の効率化・円滑化を見込んでいます。 さらに将来的には、その適用範囲を拡大し、デジタルチャネルにおけるパーソナルエージェントの実現や、顧客本位の業務運営（フィデューシャリー・デューティー）に基づいた対応強化など、グループ全体の業務革新を支える中核的なソリューションとしての確立を目指しています。

【成果】 社内ポータルのトップ画面にAlliを実装した結果、システム部門では年間1万3,000件以上発生していたサービスデスクへの電話やメールによる問い合わせ件数を約31%削減することに成功しました。これにより、当初の目標であった「問い合わせ対応工数の30%削減」を見事に達成しています。 また、社内において「まずはチャボットに聞いてみよう」という自己解決の文化が醸成されつつあるという定性的な変化も生まれています。 今後は、FAQのメンテナンスを継続してユーザー満足度を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います。

【成果】 このAIチャットボットの導入により、マニュアルやFAQの作成工数が大幅に削減されました。従来は画面のスクリーンショットを多用した網羅的な資料を作成していましたが、質問文と回答文を短文でフォーマットに入力するだけで済むようになりました。 今後は、利用件数や時間帯別の利用状況、正答率などを定期的に分析し、Q&Aの範囲拡大や改善を継続していく予定です。さらに、情報システム以外の部門への展開や、他システムと連携して手続き処理の実行までをガイドする仕組みへの発展も視野に入れています。

【成果】 CAG技術を採用した結果、RAGを用いた場合と比較してAIの正答率が約1.3倍に向上するという定量的な成果が得られました。安定した高精度な回答が可能になったことで、社員はより確実な対応策を迅速に得られるようになっています。 この取り組みにより、カスタマーハラスメントに対する初動対応が強化されただけでなく、社員が安心して働ける心理的・物理的な職場環境の構築に大きく貢献しています。

【成果】 実践的な演習を通じて、総務・人事部門による「人員変動予測」や、建物管理分野における「空調の設定温度と室温の相関分析」など、実際の業務への適用が見込める具体的な成果が生まれ始めています。 参加した社員からは「最初は難しいと身構えていたが、やってみると意外にできた」「少しでも成果が出ると楽しいので継続したい」といった前向きな声が多く寄せられており、現場のデータ活用に対する意識変容が確認されています。経営陣からも「途中で形骸化させず継続してほしい」と強力な後押しを受けており、全社的なデータ利活用文化の定着に向けて確かな手応えを得ています。今後は参加チーム数をさらに拡大し、将来的にはグループ会社全体への展開も視野に入れています。