データ基盤・インフラのAI活用事例

【成果】 本機能の開発により、ユーザーは自身の顔や声を模したAIアバターを容易に作成し、プレゼンテーションや質疑応答を自動化する基盤が整いました。これにより、プレゼンテーションの準備にかかる時間や人的負荷の大幅な軽減が期待されています。 今後は、Microsoft TeamsやMicrosoft PowerPointといったアプリケーションからシームレスに利用できるようになる予定です。まずは富士通社内での試験運用を開始し、その後に法人顧客向けの提供を目指すなど、実践的なAIエージェントの社会実装に向けた準備が着実に進められています。

【成果】 実証実験の結果、客室乗務員がチャット形式で入力した情報から自動生成されたレポートは、業務用語を学習した自然な表現となり、編集が容易であることが確認されました。また、スムーズな英訳機能により業務負担が軽減されたほか、既存のアプリと比較してレポート作成にかかる作業時間や修正発生率の大幅な削減に成功しています。 今後は本番運用に向けた段階的な検証を進め、JALが運用する生成AIプラットフォームへの導入や、オフライン環境で動作するオンデバイス型・エッジ型での提供を目指していくとしています。

【成果】 ハッカソンを通じて、自社だけでは1か月かかると想定されていた実装イメージの具体化が、わずか2日間で形になるという劇的なスピードアップを実現しました。 特にFAQ連携の実装においては、ベンダーからの的確なアドバイスにより回答精度が飛躍的に向上しています。参加したメンバーは、今後の実務で必要となるAI実装スキルを確かな手ごたえとともに習得し、「生成AI活用に向けた具体的な道筋が見えた」と高く評価しています。

【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】 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】 通話中の文字起こし機能により、スーパーバイザーによるエスカレーション対応が迅速かつ的確に行えるようになり、オペレーターの心理的負担の軽減と応対品質の向上に繋がりました。 また、高精度な自動要約を顧客管理システムへの入力に活用することで、通話後の記録作業（ACW）を大幅に効率化しています。こうした取り組みの結果、日勤オペレーター1人当たりの1日の受電数が約20%増加するという定量的な成果を達成しました。 今後は、蓄積された通話履歴を活用してオペレーター向けのFAQを自動生成する取り組みや、顧客向けの自動応答システム（チャットボット・ボイスボット）の導入など、さらなる業務効率化と顧客満足度の向上を目指す展望が描かれています。

【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】 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】 チャットツールを通じた直感的な情報アクセスの実現により、日々の点検作業時間を40%削減することに成功しました。異常発生時においても、現場のデータや復旧手順を迅速に呼び出せるようになり、初期対応のスピードが大幅に向上しています。 また、暗く狭いトンネル内で大型施工機械が稼働する危険な現場において、遠隔からリアルタイムで状況を把握できるようになったことは、作業員の安全確保にも大きく貢献しています。今後は研究開発拠点「N-フィールド」でのテストを経て、ダムや道路、ビルなど多様な建設現場への横展開を目指しています。

【成果】 大和総研が提供する独自の「意味チャンク」技術により、90%超という高い回答精度を実現しました。三菱UFJニコスでは、2025年2月の全社リリース後、継続的に月間30〜40%の利用率を維持しており、3カ月で約35,000回の検索が行われています。これにより、同社の従業員がこれまで何十分もかけて探していた情報が短時間で見つかるようになったほか、部署間の問い合わせのたらい回しも解消されるなど、大幅な業務効率化を達成しました。 AIに興味がある一部の社員にとどまらず、全社員が情報検索性の向上というメリットを享受しており、組織全体の競争力向上に寄与していると評価されています。三菱UFJニコスは今後、対象業務やユースケースを広げてデータ量を増やすとともに、検索後の情報整理や入力作業といった後続工程の支援にも機能を拡張していく展望を描いています。

【成果】 約半年間のPoCを経て2024年8月に本番利用を開始した結果、法務部門における1人あたりの問い合わせ対応件数は月100件から最大月3件へと激減しました。 対応に要する時間も月17時間から最大30分へと大幅に短縮され、劇的な業務効率化を実現しています。この成功を受け、同年10月からは人事、経理、情報システム、知財など複数の部門へ利用範囲を拡大しました。さらに、質問先が分からない場合でも回答を得られる「全体横断型のチャット窓口」を新設したことで、社員の利便性が大きく向上し、システムの利用率は以前の約1.3倍に上昇しました。 問い合わせの回答待ち時間が削減されたことで、会社全体の生産性向上にも寄与しています。

【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】 高輪の店舗を実証実験の拠点として、新しい技術やサービスを顧客に体感してもらう環境が整いました。ロボットによる業務代替が進んだことで、従業員は空いた時間を活用し、より丁寧な接客や顧客ニーズに合わせた商品提案など、付加価値の高い業務に集中できるようになっています。 これにより、従業員の働きがい向上にもつながる変化が生まれています。今後は、この店舗での実証結果をもとにサービスの仕組みをさらにブラッシュアップし、将来的には全国の店舗へ展開していく展望を描いています。

【成果】 実証実験の結果、従来は病院全体で数日を要していた診療報酬の作成業務を、数分程度に短縮できる見通しが立ちました。 具体的には、生成AIによる原案作成に数十秒、その後の担当者による確認作業を含めてもわずかな時間で完了します。また、この仕組みが実用化されれば、制度改定に伴うシステム改修コストの大幅な削減にもつながります。本研究は厚生労働省の補助を受けており、成果が認められれば、全国の医療機関における会計処理を合理化する新たな基盤として活用されることが期待されています。