AIシステム開発のAI活用事例・導入事例

【成果】 生成AIの導入により、履歴書の受領から内定を出すまでの時間を最大75%短縮できる見込みが立っています。1週間以内に適切な求職者へ内定を提示できる体制が整うことで、優秀な人材を確実に獲得し、より前向きで挑戦的な職場環境の創出が期待されています。 今後は、人間のアナリストによる評価とAIソリューションの精度を比較するベンチマークテストを計画しており、さらなる採用プロセスの合理化と質の向上を目指しています。

【成果】 PoCの結果、外部ネットワークから切り離されたクローズドネットワーク環境でありながら、AIによるハラスメント判定において95％以上という極めて高い精度を達成しました。これにより、クラウドベースの大規模言語モデル（LLM）に依存することなく、オンプレミスパッケージ内に軽量な言語モデルを安全にデプロイできる可能性が実証されています。 現在、同社はソリューションの実稼働環境への導入に向け、引き続きIBMと連携しながらアプリケーションの開発とモデルの精度向上を推進しています。

【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。

【成果】 2024年1月の運用開始以降、エンジンやトランスミッションなどパワートレーン関連の開発に携わる約800人のエンジニアに向けてシステムが解放され、月間に数百回利用されるなど現場への定着が進んでいます。 実際に活用しているエンジニアからは、排出ガス測定機器の仕様や環境規制に関する質問に対して正確かつ詳細な回答が得られ、これまで適切な文書を探し出して膨大な文章を読み解くのに要していた時間が大幅に短縮されたと高く評価されています。 今後は技術図面などの視覚的な情報の取り込みや、顧客の不満を分析して次世代車両の改善に繋げる「消費者の声エージェント」の開発など、さらなる機能拡張が構想されています。

【成果】 ローカル5GとAI画像解析、そして見回りロボットを組み合わせた監視体制により、大きな業務効率化の成果が確認されています。最大64台のカメラ映像を同時に閲覧できる環境が整い、熟練スタッフが遠隔からでも牛の健康状態を正確に把握できるようになりました。また、見回りロボットの遠隔操作も遅延なくスムーズに行え、現場へ駆けつける手間が大幅に削減されています。 定量的な試算では、見回り業務の軽減により年間約2,400万円、異常の早期発見による死亡牛や緊急出荷の回避で年間約1,200万円、合計で年間約3,600万円のコスト削減効果が見込まれています。今後はAIの検知精度をさらに向上させ、起立困難牛の検知率100%を目指すとともに、他の大規模農場への横展開も視野に入れた取り組みが進められています。

【成果】 性能検証試験において、AIは約83％の病変を正しく検出することに成功しました。視認しやすい隆起型の病変では約95％、視認しにくい表面型の病変でも約78％という高い検出率を記録し、経験豊富な内視鏡医と同等の診断性能を持つことが確認されています。 さらに、経験の浅い医師がこのAIシステムを使用した場合、表面型病変の検出率が6%向上するという定量的成果も得られました。AIのサポートにより、医師の経験に依存しない安定した病変発見が可能となり、誤検出も少ないため、検査時間を延長することなく診断精度の向上が期待されています。本システムは、日本および欧州で医療機器として正式に承認されました。

【成果】 兵庫医科大学病院および虎の門病院にて、国内初となるAI視覚支援下での手術が無事に実施されました。現場のエキスパート医師からは、解析精度が高く映像のタイムラグも感じられない点が高く評価されています。 また、AIが剥離層を正確に認識して提示することで、手術がスムーズに進行するだけでなく、若手医師が手技を習得する際の教育ツールとしても非常に有用であるとの声が寄せられました。今後は、神経や膵臓のAI解析機能や3D出力機能の追加など、さらなるナビゲーション機能の進化が期待されています。

【成果】 約20名の参加者が、データを用いた課題解決の手法や精度改善のプロセスを実践的に学びました。すぐに実業務へ適用できる完璧なモデルが完成したわけではないものの、参加者全員が「もっと学習を続けたい」と答えるほど、データ活用に対する強い学習意欲が芽生えるという大きな成果を得ています。 この成功の裏には、NECの講師による伴走支援がありました。答えをすべて教えるのではなく、ヒントを示して好奇心を刺激したり、チームごとの進捗レポートを基にプログラムを微修正したりするきめ細やかなサポートが、参加者のモチベーション維持に貢献しました。経営層からも高く評価されており、今後は第一期メンバーの学びを深めるとともに、グループ内の多様な人材が集い、データ分析を通じて新たなビジネスを生み出す場として、取り組みを継続・拡大していく展望を描いています。

【成果】 2023年5月から8月にかけて実施された実証実験では、後処理時間が長い「お問い合わせ」「ご意見・ご要望」「介助申込」の3つの業務領域において、事後処理時間を18％から54%効率化できることが確認されました。 現場のオペレーターからも「簡単な内容はほとんど手直しなしで反映される」「とりとめのない内容をうまくまとめてくれる」といった高く評価する声が寄せられています。この結果を受け、同年9月より実業務への正式導入が開始されており、今後はコンタクトセンターの標準的な業務フロー全体へのAI適用や、他領域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】 本プロジェクトは現在実証実験の段階にあり、具体的な定量成果については今後の検証を待つ形となります。しかし、すでにインプット情報をもとに所定のフォーマットでアウトプットを生成するという、技術的な実現性は確認されています。 今後は、生成AIの活用と七十七銀行がこれまで培ってきたデータ分析のノウハウを融合させることで、定例業務やデータに基づく仮説検証のプロセスを飛躍的に迅速化していく方針です。 最終的には、職員がより付加価値の高い業務に注力できる環境を整えることが期待されています。これにより、挑戦的な企業文化の醸成や従業員エンゲージメントの向上を実現し、同行のさらなるDX推進へと繋げていく構えです。

【成果】 半年間のPoC活動を通じて、要約や分類、抽出といった定型業務を中心に、24テーマの9割以上で生成AIの有効性が確認されました。特に知財部門では、これまで人手で行っていた作業の約8割をプロンプト化し、生成AIに任せることで大幅な省力化を実現しています。 2024年10月からは第3シーズンの活動がスタートし、25のテーマで実業務への適用検証が進められています。今後は、社内に蓄積された非構造化データと基幹システムの構造化データを掛け合わせることで、新たなビジネス価値を創出する「次世代データドリブン経営」の実現を目指しています。

【成果】 育成プログラムの継続的な展開により、社内においてデジタル技術を活用した業務見直しの機運が着実に高まっています。具体的な業務変革の動きとして、変電設備の点検業務において、従来の端末への手入力から音声認識を活用した入力への移行が検討されており、作業の安全性向上と人員配置の最適化が期待されています。また、用地取得部門では、NECの地図情報ソリューションを導入することで、これまで手作業で行っていた地図作成業務の自動化を実現しました。 今後は、育成プログラムの集大成として、受講者自身が課題を発見し、データを用いて検証・改善案を立案する実践的なワークショップが予定されており、さらなる業務改善と新規ビジネス創出への貢献が見込まれています。

【成果】 従来は外部機関の専用装置による実験で半年以上かかっていた熱間延性の予測が、独自開発した分析モデルによってわずか数分で実行可能となり、大幅なリードタイム短縮を実現しました。また、現場のユーザーが数値を入力するだけで簡単に予測結果を得られるシステムが完成し、鋼材の種類に応じて複数のモデルを使い分けることで予測精度をさらに高めています。 現在では300人以上の社員がツールを活用し、30件以上のプロジェクトが実用段階に進むなど、組織全体にデータドリブンな課題解決の文化が定着しつつあります。

【成果】 段階的な研修プログラムの導入により、受講者がデータ分析のプロセスや価値を深く理解し、取り組むべき目標がより明確になるという効果が得られました。実際の業務データを用いたOJTを通じて、業務の効率化や高度化が見込める案件が複数創出され、中には実際の業務で運用される段階に進んだ事例も生まれています。 今後に向けては、研修の最終報告会を全社に公開することでデータ分析の必要性を広く啓発するとともに、社内でのデータ分析事例共有会を開催し、さらなるデータ活用文化の浸透と受講者の拡大を目指しています。

【成果】 AIを活用した新しいマーケティング戦略の実践により、ある弁当の販売プロモーションにおいては、ターゲット層に最適なクリエイティブとキャッチコピーを用いたポスターを展開した結果、短時間での完売を達成し、販売数量が利用前と比較して200%に達するという劇的な成果を上げました。 これは、反応予測AIやフェルミ推定AIによって施策効果を事前に予測できたことで、確信を持って施策を実行できた結果です。また、企画検討や販促物制作にかかる時間も大幅に短縮され、少人数体制でも質の高いプロモーションを迅速に展開できるようになりました。 現場からは「導き出されるアウトプットに根拠と信憑性があるため安心して施策を実行できる」といった声が上がっており、今後は日用品や食料品などの最寄り品や、健康保険組合と連携した家庭用常備薬の拡販など、さらなる活用領域の拡大が期待されています。