数値・Excel・ログのAI活用事例

【成果】 2024年3月より、「Copilot for 駅員」の実証実験に向けたアプリ開発に着手しています。今後は、導入する駅やドキュメント・データ分析の対象範囲を段階的に拡大していく予定です。これにより、お客様1人あたりの対応時間削減による業務効率化と、サービス品質の向上が期待されています。

【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】 次世代営業端末の導入により、対面・非対面を問わず、顧客一人ひとりに最適化されたコンサルティングセールスが可能になりました。 オンライン面談機能により、遠方の家族が同席する契約手続きなど、多様なライフスタイルに合わせた柔軟な対応が実現しています。また、パーソナライズされた動画提案書の活用により、顧客は自身の空き時間に自分のペースで保険プランを検討できるようになりました。 AIによるプラン設計とわかりやすい画面表示の組み合わせにより、営業担当者の提案業務が高度化され、よりスムーズで説得力のある顧客コミュニケーションが期待されています。

【成果】 本サービスの導入により、ユーザーは「価格を知りたい」「相談してみたい」といった検討初期段階のライトなニーズでも、気軽に査定を利用できるようになりました。 従来のようにフォームに入力して結果だけを受け取るのではなく、対話を通じて査定の根拠を理解しながら、時間や場所を気にせず自分のペースで売却を検討できる環境が整っています。また、取引データが少ないエリアや市場相場が形成されていないマンション棟に対しても、生成AIの柔軟な判断によりサービス提供が可能となりました。 現在はベータ版として大阪府、兵庫県、名古屋エリアのウィル社商圏内に限定して提供されていますが、今後は対象エリアの拡大や、戸建て・土地などマンション以外の物件種別への対応が予定されています。 さらに、査定精度の向上や根拠説明の充実を図り、ユーザーに寄り添う体験のさらなる進化を目指しています。

【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、精度の高い発注業務が実証されました。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。 AIが3週間先までの発注数量を算出し、担当者は画面上の異常値を確認するだけで済むようになったため、大幅な作業効率化と発注精度の向上が見込まれています。また、欠品や過剰在庫が減少することで、販売機会の損失や廃棄ロスの削減にもつながっています。さらに、難易度の高い発注業務が自動化されたことで、経験の浅い従業員でも適切な発注が可能となり、新しく採用されたスタッフの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】 高精度なAIエンジンの導入により、一般的に数日から一週間程度かかっていた不動産査定を、最短60秒で提示することが可能になりました。 適正な不動産価格を迅速かつ客観的に算出できるようになったことで、事業者と顧客の間にある情報の非対称性が解消され、ユーザーからの信頼性向上や他社との明確な差別化が期待されています。また、金融機関向けにも大きなメリットをもたらしています。AIによる正確な価格査定を活用することで、不正業者や虚偽申告を事前に検知し、融資リスクを大幅に軽減できる見込みです。 今後は、今年度中に年間1万人のサービス利用を目指すとともに、不動産価格の不透明性に起因する業界課題を解決するため、関連サービスへの応用をさらに広げていく展望です。

【成果】 KDDIのデジタルマーケティングおよび広告業務において本システムのβ版を試験導入した結果、平面構成やフォント・画像選定といったデザイン考案にかかる業務工数を50％削減することに成功しました。ブランド管理に詳しくない担当者であっても、ガイドラインに沿った高品質なクリエイティブを制作できるようになり、業務の平準化と品質管理の両立を実現しています。 また、担当者の経験や勘に依存せず、データに基づいた均質的で精度の高い判断が可能になった点も大きな成果です。今後はKDDIグループ内での本格導入を進めるとともに、法人顧客へのサービス提供も視野に入れた展開が検討されています。

【成果】 全社導入からわずか1カ月で、生成AIの業務活用率は導入前の59%から92%へと大幅に上昇しました。従業員の68%が「ほぼ毎日」AIを活用するようになり、習慣化が急速に進んでいます。 具体的な業務削減効果として、カスタマーサポート部門で月間10時間、営業部門で月間60時間の業務短縮を実現し、全社合計で月間768時間の業務改善を達成しました。開発部門の与信ツール刷新においても15%の業務改善効果が得られています。 現場からは「他の業務にも活用できるのでは」という声が自然に上がるようになり、非エンジニア層も含めた自律的なAI活用文化が定着しつつあります。今後はAIエージェントの作成やAIベースの新規ビジネスモデル創出に向け、さらなる活用を推進していく展望です。

【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】 AIチャットボットの導入により、顧客の待ち時間は劇的に短縮されました。技術サポート領域では、これまで平均1時間かかっていた回答スピードが平均40秒となり、約98%の大幅な時間削減を達成しています。また、カスタマーサービス領域においても、電話対応で平均321秒かかっていた完了までの時間が平均10秒へと短縮され、約97%の削減を実現しました。 24時間いつでも専門的な問い合わせや注文変更の可否確認ができるようになり、顧客が必要な情報を迅速かつスムーズに得られる体験を提供できるようになりました。今後は対応領域をさらに拡大し、納期や出荷状況の回答、チャット上での処理完結など、サービスの拡充を進めていく予定です。

【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。