会議音声・商談録音のAI活用事例

【成果】 専任スタッフ退職後も人員補充を行うことなく、25名の既存スタッフが「ユビー生成AI」を活用して業務を継続できる体制を構築しました。 診断書1件あたりの作成時間を約40分から約20分へと50%削減し、月間で約130時間の業務時間削減に成功しています。また、AIが経験や知識の差を埋めることで、経験の浅いスタッフでもベテランと同等の質の高い診断書を作成できるようになり、業務の標準化とチーム全体のスキルアップを実現しました。

【成果】 システムの導入により、議事録作成にかかる時間や、録音データをアップロードする手間が大幅に削減され、業務効率化を実現しています。 AIによって一字一句漏らさずテキスト化されるため、議事録の正確性が飛躍的に向上し、関係者からの修正依頼も減少しました。結果として、議事録作成にかかる時間を約3割削減するという具体的な成果を生み出しています。 当初は限定的な部署での利用からスタートしましたが、その利便性の高さが社内で口コミとして広がり、現在では25部署以上へと利用が拡大しています。現場からは「バージョンアップのたびに利便性が高まっている」との声も寄せられており、今後もさらなる活用範囲の拡大が見込まれています。

【成果】 AIによる自動書き起こしと要約機能の導入により、手動での記録作成作業が大幅に削減され、残業時間を50％近く低減するという大きな成果を達成しました。 業務効率化と同時に、ベテラン社員の暗黙知が可視化されたことで、組織全体のナレッジ共有が促進されています。 今後は、蓄積された音声テキストを活用してFAQの充実を図り、属人化のさらなる解消と一次解決率の向上を目指すとしています。また、医療分野特有の専門用語や高度な技術情報にも対応できる仕組みを整備し、部門横断的に導入範囲を拡大していく展望が描かれています。

【成果】 運用プロセスの見直しと教育体制の強化を経て実施された第二回検証では、大きな成果が得られました。対象となったすべてのセラピストにおいて診療録の作成時間が短縮され、平均で約66％の削減を達成しています。また、スタッフが感じる主観的な業務負担感も約50％軽減されました。さらに、診療録以外の書類作成業務においても時間短縮が確認され、導入前と比較して3ヵ月間で合計約2,000時間以上の業務削減効果を生み出しています。この成功を受け、同グループは関西で運営する9つのリハビリテーション病院へ年内に「medimo」を導入することを決定しました。 今後はセラピストだけでなく、医師や看護師など多職種への展開も視野に入れており、創出された時間を高付加価値な業務へ再配分することで、医療の質のさらなる向上を目指しています。

【成果】 「問診生成AI」の導入により、診察時の症状ヒアリングに要する時間を最大25％軽減し、より深い対話や治療方針の検討に時間を充てることが期待されています。「看護音声入力生成AI」については、従来の手入力との比較検証を実施した結果、記録に要する時間が約40％短縮されました。また、約8割の記録で「AIを用いた方が優れている」との評価を得ています。これにより、看護カンファレンス（1日1病棟17分）や電話サポート（1日1人2分）の記録時間を約40％削減する目標を掲げています。 今後は、対話型疾患説明生成AIの他科展開や、書類作成・サマリー作成支援AIの導入など、さらなる機能拡張を予定しています。

【成果】 AIエージェントの導入により、営業担当者の訪問準備や報告作業にかかる時間を従来比で30％削減することに成功しました。報告業務の負担が軽減されたことで、顧客との対話やきめ細やかな対応に、より多くの時間を割けるようになっています。 今後は、営業部門だけでなく、本社や事務職員を含めた全職員への展開を視野に入れています。ヘルスケアや法務、教育といった専門領域に対しても、特化型の生成AIを順次開発していく予定であり、全社的な業務変革をさらに加速させていく方針です。

【成果】 システムの導入により、医療現場における大幅な業務効率化とケアの質向上が期待されています。看護カンファレンスにおける実証検証では、記録に要する時間が従来比で約40％短縮されました。さらに、作成された記録の約8割が「従来の手入力による記録よりも優れている」と評価され、学会でもその成果が発表されています。 現在、カンファレンスで1日あたり1病棟17分、電話サポートで看護師一人あたり2分かかっていた記録時間をそれぞれ約40％削減することを目指して実運用が進められています。また、問診生成AIの活用により、診察時の症状ヒアリングにかかる時間を最大25％軽減する目標も掲げられています。これにより創出された時間を、より深い対話や治療方針の検討、患者ケアの充実に充てることが可能となりました。

【成果】 実証実験の結果、生放送のニュース番組においてリアルタイムに自動字幕を表示することに成功しました。事前の検証では、自由会話の認識精度が平均94％に達し、従来製品に比べて10％以上高い精度を持つことが証明されています。 日本テレビの担当者からも、「多少の課題はあったものの、生放送でオンエアできる素晴らしい技術」と高く評価されました。今後は、大規模言語モデル（LLM）と音声認識を組み合わせることで、会話内容の要約やアクション項目の自動抽出など、より高度な活用を目指していく展望が示されています。