システム・SaaS連携のAI活用事例

【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】 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】 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】 本プロジェクトは現在実証実験の段階ですが、エクセルやメールに依存していた属人化からの脱却により、大幅な業務効率化が期待されています。 具体的には、2030年までに現時点から3割の業務工数削減と、業務品質の向上を目標に掲げています。また、市場の稼働データを活用した需要予測の精度向上により、サプライチェーン全体の最適化に繋がる点も、大きな価値をもたらすと見込まれています。 さらに、AIを活用したソリューションの社内実践を通じて蓄積されたノウハウは、将来的にお客様への提供も見据えられており、自社のDX推進にとどまらない新たな価値創出へと繋がっていく予定です。

【成果】 導入後、ボットや遠隔エリアからの不審なクリックを即座にブロックした結果、無効クリックを約90％削減することに成功しました。これにより、広告が本来のターゲット層に適切に配信されるようになり、即座に電話問い合わせが増加しました。顧客獲得単価（CPA）も大幅に改善され、広告費が実際の顧客獲得に結びつく健全な状態を実現しています。 現場からは「安心して出稿できるようになった」との声が上がっており、現在は新たなキャンペーンを追加し、さらなる事業拡大へと移行しています。

【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】 AIを活用した新たなコミュニケーション施策は、確かな成果を生み出しています。主力商品である「ドモホルンリンクル」の保湿液を対象とした施策では、顧客ごとの使用状況を購買データからAIで分析し、使い切る目安の時期（約60日）に合わせて関連キャンペーンを案内する「AIレコメンドメール」を実施しました。 顧客にとって最適なタイミングでDMを送信した結果、顧客自身が自発的に商品を購入する行動が促進され、従来のメール施策と比較してDM経由の購買率が約20%向上するという定量的な成果が得られています。また、この仕組みは既存の業務フローに大きな負担をかけることなく運用できており、現場の負荷を抑えつつ顧客エンゲージメントを高めることに成功しています。 同社は今後、将来的な自動化運用も視野に入れながら、さらなる改善を進めていく方針です。

【成果】 国内400の全店舗でシステムの稼働を開始した結果、自動発注率が全体で従来比115％、日配品においては従来比160％へと大幅に向上しました。これにより、店舗での発注作業時間を1週間で約600時間削減するという定量的な成果を上げています。 また、AIによる在庫制御（売り減らし機能）が機能したことで、従来以上に円滑な売り場づくり（MDサイクル）が実現し、店舗在庫量の圧縮・適正化と商品回転率の向上にも寄与しています。 現場からは、予測精度の向上と運用負荷の軽減が高く評価されており、今後は物流在庫センターへの販売予測データ提示による配送遅延防止や、業界課題である返品・廃棄・滞留在庫の削減にも取り組んでいく展望が示されています。

【成果】 一連の施策により、「読まれづらいLP」から「価値が伝わるLP」への転換を実現しました。特に、生成AIを活用した動画コンテンツの実装においては、CVR（コンバージョン率）が1.6倍に向上するという大きな成果を達成しています。 クライアントからは、「利益としても非常に大きな数値を生み出す結果に繋がり満足している」との声が寄せられました。 今後は、動画コンテンツ生成を中心とした継続的なコンバージョン改善サイクルの構築基盤を提供し、クライアントが自走して改善を続けられる体制の確立を支援していく予定です。

【成果】 AIエージェントの導入により、データの有効活用が進み、提案品質の向上や業務効率の飛躍的な改善が見込まれています。 営業現場で必要な顧客情報に瞬時にアクセスできる体制が整備され、これまで以上に迅速かつ付加価値の高い顧客体験の提供が可能になると期待されています。 今後は、行内でのAIエージェントの活用範囲を段階的に拡大し、FSC上で実行する業務領域の拡充を進めることで、現場の営業力強化と顧客満足度のさらなる向上を目指す方針です。

【成果】 dotDataを活用した「価値観に基づくターゲティング」は、ローソンが構築するBIツールに組み込まれ、販売促進や商品開発、メーカーとの連携に活用されています。 大手菓子メーカーとの取り組みでは、AIが分析した会員の価値観と商品の購買関係から、デザイナーが複数のレシート・クーポンのデザインを作成しました。予測スコアに基づいて各会員に最適化されたデザインのクーポンを配信した結果、ターゲティング精度の向上で4倍、デザインの最適化で3倍となり、トータルで商品購入率が約12倍に向上するという大きな成果を上げています。 今後は、スマホアプリとの連携によるカスタマージャーニーの設計や、Cookieレス時代に向けた新しいデータマネジメントモデルとしての活用も視野に入れています。

【成果】 AIによる商談先の提案は高い精度を実現し、現場の営業担当者からの信頼を獲得しました。その結果、AI行き先案内が提案した商談件数は、2020年上期から2021年上期の1年間で約3倍となる7万4300件に増加しています。 この取り組みは全体の商談件数の底上げにも大きく貢献し、2021年第1四半期には商談件数が8.4％増加するという定量的な成果を達成しました。また、複合機の稼働データとLED照明の受注に関連性があることなど、人間の分析では気づきにくい隠れた知見が次々と発見されています。現在では、このデータ分析のノウハウを人材開発部でも活用し、社員のパフォーマンス測定など新たな領域への展開も進められています。

【成果】 東北大学病院における一部診療科の医師10名の協力による実証では、紹介状や退院サマリなどに記載する要約文章を新規作成する場合と比較して、作成時間を平均47%削減することに成功しました。また、生成された文章の表現や正確性についても高い評価を獲得しています。 これにより、膨大な電子カルテの記録から必要な情報を収集する作業が大幅に軽減され、生成された要約文章を参考にしながら各文書を効率的に作成できる可能性が確認されました。

【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。