AIコンサルティングのAI活用事例・導入事例

【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】 2024年6月末より、コンタクトセンターのメール回答業務において生成AIの本番利用が開始されました。今後は年内を目処に、同様の生成AIをチャットでの問い合わせ対応にも展開し、業務用アプリケーションへのAPI組み込みを行う予定です。これらの取り組みにより、最終的にはオペレーターの問い合わせ対応にかかる時間が最大で60％程度短縮される見込みとなっており、顧客の利便性向上と業務の大幅な効率化が期待されています。

【成果】 実証実験を通じて経過記録業務の自動化における有効性が確認できたため、一部の保険金お支払センターにて本システムの先行導入が開始されました。 記録業務の大幅な効率化により創出された時間を活用し、顧客対応のさらなる充実と事故対応の品質向上が期待されています。今後は導入の効果やリスクを検証しながら段階的に適用範囲を拡大し、2024年内には全国の保険金お支払センターでの利用開始を目指しています。 また、より損害保険業界に特化したLLM（大規模言語モデル）の導入も検討していく予定です。

【成果】 本機能は、大阪市教育委員会との連携協定のもと、2024年9月より大阪市立小中学校の一部で先行利用が開始される予定です。対話型生成AIが教員のアシスタントとして機能することで、教員の業務負担を軽減しつつ、子どもたち一人ひとりに合った学習支援を実現することが期待されています。 今後は、動画教材の視聴情報や授業中のノート、画像など様々な種類のデータを統合し、それらの分析結果を対話型生成AIと組み合わせる計画です。実証研究を通じて効果的な事例を創出し、安全で安心な学校生活と個別最適な学びの提供に向けた取り組みが推進されています。

【成果】 直営塾や先行してモデル転換を行った「超個別指導塾まつがく」において、従来よりも少ない運営リソースで大きな成果を上げています。まつがくでは、国公立大学の合格実績が2020年度の6名から2024年度には42名へ、私立大学は12名から235名へと大幅に伸長しました。また、生徒数も同期間で18%増加するなど、定量的な成長を実現しています。 現場の生徒からは「やることを自分で決められる」「丁寧に学習の進捗管理をしてもらえる」といった肯定的な声が寄せられており、自立的な学習姿勢の定着という定性的な変化も確認されています。

【成果】 AIが乱気流の発生する特徴量を的確に捉えることが可能となり、日本上空の予測モデルにおいて86%という高い正答率を実現しました。従来の予測手法では乱気流の報告情報と予測位置が一致しないことがありましたが、新システムではこれらが正確に一致することが確認されています。 ANAは本システムを正式導入することで、運航における安全性と快適性の向上を実現し、お客様が安心して搭乗できる環境の強化に繋げています。

【成果】 「JAL-AI」の導入により、2024年度には実質100%の間接部門社員が同ツールを利用するまでに普及し、社内業務の効率化に大きく貢献しています。 さらに、この基盤を応用して空港業務に特化した「空港JAL-AI」も新たにリリースされました。現在、チェックインカウンター等での危険物検索、イレギュラーアナウンス文章生成、ラウンジ入場条件検索などのアプリとして活用されています。 実証実験のアンケートでは、グランドスタッフの90%以上が「お客さまへの回答速度が向上した」「アナウンス文章の作成速度が向上した」と回答し、ラウンジスタッフの70%以上からも回答速度の向上が評価されるなど、現場のサービス品質向上に直結する成果を上げています。今後は、一つのインターフェースでさまざまな業務に使えるAIの実現を目指し、APIを介した業務システム連携や社内ポータル情報のクローリングなど、さらなる進化が予定されています。

【成果】 ツールの導入により、膨大なテンプレートの検索が容易になったことで、2024年4月入社の新人が早期に業務デビューを果たしました。 新人がベテランを超える数の問い合わせメールに対応できるようになるなど、早期戦力化に大きく貢献しています。業務品質の担保とスピードの維持が実現されつつあり、今後は自動化によって創出された時間を活用し、顧客一人ひとりに寄り添った「人間味のある一言」を添えるなど、さらなる顧客満足度の向上を目指していくとしています。

【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】 生成AI機能を活用することで、固定資産台帳の転記作業において精度95％での自動化に成功しました。これにより、代理店担当者が手作業で行っていた確認・転記作業の負担が軽減され、大幅な業務効率化を実現しています。 損保ジャパンの担当者からは、早期からLLM開発や生成AIプロダクト実装の経験を積んできたAI insideの技術力が高く評価されており、今後は他業界や他業務への展開も視野に入れた取り組みが進められています。

【成果】 2024年4月時点で、全社員の約50％が「Aflac Assist」を使用しており、監査部門では使用率100％、コーポレート部門でも70％以上を達成しました。コールセンターのオペレーターの応答時における資料検索時間は、従来比で約30％短縮されています。また、社内アンケートでは、社員の資料作成時間も30～40％短縮されたという結果が出ています。 業務効率化によって創出された時間を、営業や新商品開発、顧客と向き合う時間に充てることが期待されています。

【成果】 「Data Ignition」の導入により、地域金融機関はニーズの高い顧客を的確に抽出し、優先的にアプローチすることが可能になります。これにより、手当たり次第の営業活動から脱却し、効率的かつ顧客満足度の高い提案活動が実現します。 株式会社静岡銀行では、本ツールの活用を通じてグループ一体での高付加価値営業を実践していく方針です。また、りそなグループは今後も連結子会社であるFinBASE株式会社を通じて、地域金融機関へ様々な機能やサービスの展開を加速させていくとしています。

【成果】 AIによるリアルタイムの書き起こし機能により、オペレーターは手書きメモを取る必要がなくなり、顧客との対話に集中できる環境が整いました。不必要な聞き返しや質問の重複が減少し、スムーズな応対が実現しています。 また、SVはアラート機能を活用することで、クレームやトラブルの予兆を早期に発見し、迅速にサポートへ入れる体制が確立されました。副次的な効果として、自身の応対内容がテキストとして可視化されたことで、オペレーターがより丁寧な言葉遣いや伝わりやすい話し方を意識するようになり、自発的な応対品質の向上につながっています。

【成果】 生成された回答テンプレートは実際のカスタマーセンター業務で利用が開始されており、安全性を担保しながら対応業務の効率化と品質の平準化が進められています。今後は、生成AIのハルシネーションをさらに軽減させる技術開発を継続し、最終的にはメール回答の完全な自動生成の実現を目指していくとしています。

【成果】 現場主導での内製化が進んだ結果、業務部門におけるRPA開発経験者は約400人に達し、稼働中のRPAロボットは3000を超えました。グループ全体での業務削減時間は年間130万時間に達しており、そのうちローコード・ノーコード開発が関係するシステムによる削減効果は41万時間を占めています。 個別の業務においても、外国為替業務のシステム化により年間3200時間、不渡・取引停止情報のWebデータベース構築により年間7500時間の業務削減を実現しました。現場のスタッフ自らが業務改善に取り組む文化が定着し、大幅な生産性向上を達成しています。