データ基盤・インフラのAI活用事例

【成果】 開発されたAI創薬技術により、従来の手順に比べて10倍以上高速に、大量の電子顕微鏡画像からタンパク質の形態と構造変化の推定が可能になりました。実際にタンパク質合成に関わる特定のタンパク質を本技術に適用したところ、構造変化の予測にかかる時間を従来の1日から2時間へと大幅に短縮することに成功しています。 これにより、細菌やウイルスなどの標的タンパク質に結合する薬剤の設計過程が革新され、製薬企業の創薬プロセスの迅速化・効率化に大きく貢献することが期待されています。今後は、この生成AI技術をコア技術の一つとして活用し、標的タンパク質と抗体の複合体解析や分子の大域的な構造変化を高精度かつ高速に予測する次世代IT創薬技術の実現を目指していく方針です。

【成果】 本システムは、インフィックのグループ法人である株式会社まごころ介護サービスの介護施設「まごころの家＊馬渕」に先行導入されました。AIが個々人の行動パターンを学習することで、不必要または不十分なアラート発報が削減され、介護スタッフの業務負荷軽減に貢献しています。また、入居者の状態をデータとして可視化できるため、生活スタイルの中長期的な変化を把握しやすくなりました。 今後は、施設介護だけでなく在宅介護の領域への展開も見据えられています。

【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】 検証フェーズの実施により、従来は目視や手作業で精査していたリリースノートからの非互換情報抽出作業において、所要時間を約65%削減するという大きな成果を達成しました。膨大なドキュメントの確認にかかる時間と労力を大幅に軽減し、効率的なシステム移行の道筋をつけています。 今後は、この品質評価結果をもとに、大規模金融システムの知見を活かしてグループ内のさまざまなシステム開発プロジェクトへ適用範囲を広げ、さらなる生産性向上と安定稼働の両立を目指していく方針です。

【成果】 実証実験を通じてAIの学習を繰り返した結果、通話動作の検知率は約85％まで向上しました。一方で、利用者が警告表示画面に気づく割合の向上が課題として浮き彫りになりました。この結果を踏まえ、警告画面と音声をリニューアルした上で、対象となるATMへの全国展開を順次進めることが決定しました。

【成果】 2024年4月から一部の店舗で本番利用を開始し、これまで行員が手作業で行っていた融資稟議書の作成にかかる作業時間を95%削減するという劇的な成果を上げています。 今後は全店での運用開始に向けて、アプリケーションの精度向上やサブシステムからのデータ連携をさらに進めていく予定です。また、融資業務以外のさまざまな銀行業務にも生成AIの適用を拡大し、商品・サービスの向上や継続的な業務効率化を目指しています。

【成果】 実証実験の結果、客室乗務員の引き継ぎレポート作成時間を最大で3分の1に短縮することに成功しました。これにより、乗務員が旅客サービスに注力できる時間を新たに創出しています。また、AIがJAL仕様の標準的なレポートを生成することで、内容の修正発生率が低下し、管理者を含めたレポート業務全体の工数抑制にもつながりました。 今後は、対象となるレポートの種類を拡大し、全客室乗務員への展開を目指してプロジェクトを推進しています。

【成果】 千葉県市川市にある三井倉庫サプライチェーンソリューションの拠点において実証実験が行われ、8つのバースで正式にサービスが導入されました。 ナンバープレートの自動認識により、これまで管理が難しかった荷物の積み降ろし時間の実績データが正確に取得できるようになりました。手入力によるミスや漏れが防げるだけでなく、予約情報がない車両についてもログとして実績データを取得することが可能です。 導入企業では、取得したデータを分析することで、ドライバーの待機時間削減や庫内作業の準備、人員配置の最適化など、業務プロセスの効率化が進められています。また、マニュアルでの管理工数が削減されることで、年間約300万円程度のコスト削減が見込まれています。

【成果】 情報の一元化により、規制管理者への問い合わせ回数が大幅に減少し、現場の人的負荷を軽減することに成功しました。チャットアプリを通じたリアルタイムな映像確認が可能になったことで、これまで1日あたり約60分かかっていた現場状況の確認時間が、わずか3分程度へと劇的に短縮されています。 また、規制履歴の自動記録と一括出力により、毎月約100分を要していた集計・記録作業が不要となり、転記ミスの防止と情報の正確性向上という定性的な効果も得られました。今後は、センシング情報の追加による適用範囲の拡大を目指すとしています。

【成果】 新たなロボットの導入とシステムの改良により、「楽天無人配送」のサービス提供範囲が大幅に拡充されました。対象店舗には従来のカフェやスーパーマーケットに加え、新たにケーキ店やコンビニエンスストアが参画し、取り扱い商品数は4,500品以上に増加しています。 また、配送対象地域も晴海全域から月島や勝どきの一部へと広がり、ユーザーが指定できるお届け場所は90カ所を超える規模へと成長しました。今後はAvrideのロボットを順次10台まで増強する予定であり、物流の革新を通じた地域社会の利便性向上が期待されています。

【成果】 生成AIによる画像判定を導入したことで、24時間リアルタイムでの道路監視の自動化に成功しました。これにより、常時監視が不要となり、監視員の労力を約80%削減するという大きな成果を上げています。また、照明メーカーの強みである「カメラと照明の一体型デバイス」により、これまで困難だった暗所での鮮明な画像取得が可能となり、生成AIによる高精度な検知を実現しました。 実証実験に参加したエンドユーザーからも「自動で冠水を知らせてくれるため、監視業務の負荷が大幅に軽減された」と高く評価されています。今後は、火災や交通事故などへの検知対象の拡大や、通知方法の拡充が計画されています。

【成果】 「製造規格の確認支援AI」により、1回あたり約5分かかっていた規格検索が約1分に短縮され、最大80%の作業時間削減を実現しました。新人作業員でも適切な情報にアクセスできるようになり、作業手順書作成の精度向上も期待されています。 また、「製造仕様書のレビューAI」では、仕様書レビュー1件あたりの平均作業時間が約30時間から約18時間へと短縮され、約40%の工数削減が確認されました。 現場だけでなく経営層からも高い関心が寄せられており、今後は業務プロセスの標準化を進めながら、さらなる生成AIの活用拡大を目指しています。

【成果】 「LeoAI Chat」の導入により、情報検索にかかっていた手間が大幅に削減されました。実際にシステムを使用しているユーザーは、平均して1人あたり月間約8時間の業務時間削減という定量的な成果を上げています。 同社は今後の展望として、2024年内を目途に規約やマニュアルにとどまらない幅広い社内業務データの学習を進める予定です。業務データとそれを応用した回答が可能なレベルまでAIの精度を高め、データドリブン経営の実現とDX推進をさらに加速させていく方針です。

【成果】 2023年8月から10月にかけてデジタルイノベーション本部で実施された検証では、プログラマーが生成AIを用いてプログラミングの要約とコード生成を行いました。その結果、システム稼働を確認するまでに要する時間が、導入前と比較して最大約70%短縮されるという大きな成果が得られています。 今後は国内外のシステム開発支援へと展開し、レガシーシステム対応を含む社内全体の開発保守工数の30%削減を目指すとしています。また、研究サポート業務や技術アーカイブといった専門領域への応用を進めるとともに、将来的には業務特化型LLMを提供する外販サービスの展開も視野に入れています。

【成果】 本システムの導入により、ドローンの空撮動画からAIが資機材を検出し、現場3Dモデル上に見える化することが可能になりました。現在、人と同程度の大きさの資機材であれば概ね検出できており、対応可能な資機材は25種類に上ります。 現場での実証検証の結果、従来の目視による巡回作業と比較して、資機材管理にかかる作業時間を約75％（1回あたり約2時間から30分へ）削減するという大きな成果を達成しました。また、敷地内の資機材の配置が可視化されたことで、活用されていない資機材を早期に発見して返却できるようになり、無駄なレンタルコストの削減にもつながっています。 今後は、手で持ち運べる小型資機材の検出率向上や、他の現場への横展開、さらには既存の現場管理システムとの連携による一層の業務効率化が見込まれています。