AI活用事例検索

【成果】 ニトリグループでは、最適な配送ルートを高速で作成できるようになったことで、商品配送におけるドライバーの労働時間短縮を実現しています。 さらに、効率的な配送ルートの運用によってCO2排出量が削減され、地球温暖化や大気汚染といった環境負荷の軽減にも貢献している点が高く評価されています。

【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】 全社利用の開始からわずか3ヵ月間で、9,500時間以上の業務時間削減という大きな成果を達成しました。 これは対象ユーザーの総労働時間に対して約2.5％の削減効果に相当し、多岐にわたる業務の効率化が実証されています。 セキュリティを担保しながら、翻訳やプログラミング支援、文書作成といった日常業務にAIを組み込むことで、従業員がより付加価値の高い業務に注力できる環境が整いつつあります。

【成果】 現場とベンダーが二人三脚でAIを育て上げた結果、見逃し率0％、過検出率8％という極めて高い判定精度を達成し、検査工程での本稼働を実現しました。定量的な成果として、これまで二交代勤務で計4名が携わっていた検査体制を2名へと削減し、大幅な省人化に成功しています。 定性的な面でも、面倒なプログラム設定が不要なため、現場の従業員が簡単な操作のみで違和感なく業務に組み込める環境が整いました。 今後は、他の部品への磁気探傷検査の自動化展開や、教師なし学習・転移学習といった新たなAI学習手法の活用も視野に入れており、継続的な業務改善に向けた取り組みが進められています。

【成果】 AIシステムの導入により、これまで手作業で行っていた計画立案にかかる業務時間を約70%削減することに成功しました。 また、季節要因などによる急激な需要変動に対しても、生産・輸送・在庫計画を柔軟かつ迅速に修正できるようになり、計画自体の質が大きく向上しています。長年の課題であった業務の属人化が解消されたことで、特定の熟練者に偏っていた業務負荷が軽減され、現場の働き方改革にも直結する成果を上げています。

【成果】 コンテストには想定を大きく上回る425件の応募が集まり、月間約295人日分（約141,000分）に相当する業務時間の削減効果を創出しました。事後アンケートでは9割以上の社員が「次回も参加したい」と回答しており、生成AIに対する心理的なハードルを大きく下げることに成功しています。 また、この取り組みを通じて、社内に眠るAIに関心を持つ人材を多数発掘することができました。現在はグループ横断の新たなAIプロジェクトチームを立ち上げており、今後は事務作業の効率化に留まらず、商品開発や顧客体験の改善といった事業の根幹に関わる価値創出へとAI活用を引き上げていく展望を描いています。

【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】 1カ月間の実証実験において、ボイスボットのみでの受付完結率が70%超を達成しました。正確な情報記録が可能になったことで、オペレーターによる折り返し対応が63%削減されています。 特に証券番号の聞き取り精度が高く評価されており、音声確認による修正作業も半減するなど、顧客体験の向上と現場の業務効率化を同時に実現する成果を上げています。

【成果】 東京大学マーケットデザインセンター（UTMD）との共同研究により、新機能の性能評価を実施しました。定量的な成果として、本機能を使用して職務経歴書を更新したユーザーは、使用しなかったユーザーと比較して平均で40%〜46%多くのスカウトを受け取ることが統計的に確認されています。また、有識者による定性的な文面評価においても、構成のわかりやすさや問題解決能力のアピールといった項目で高いスコアを獲得しました。 AIの活用が文章の質を客観的に向上させ、結果として企業と求職者の質の高いマッチング機会の創出に大きく貢献していることが実証されています。

【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】 全社的な取り組みの結果、2025年7月14日時点で、個人向けサービスを中心に51件の生成AIを活用した機能が導入されました。また、社内業務においても、業務効率化を目的としたプロジェクトが35件以上進行するなど、具体的な動きが活発化しています。生成AIの活用を「義務化」し、働き方の前提を変えることで、従業員がより創造的な業務に集中できる環境の実現に向けた確かな手応えを得ています。

【成果】 本システムの導入により、醸造家は理想の香味実現に重要な成分を即時に把握できるようになり、試作設計や工程条件の検討が大幅に迅速化される見込みです。開発された「FJWLA」は、2026年3月以降に発売されるビール類から順次導入される予定です。 今後はビール類にとどまらず、RTDやワイン、清涼飲料などへ適用領域を拡張していく方針です。さらに、一連の解析技術とデータ基盤を「嗜好プラットフォーム」として位置づけ、市場での購買データなども統合することで、R&Dから商品開発、市場投入後の改善までを一気通貫で支援する体制の構築を目指しています。

【成果】 ジェネレーティブデザインを活用したことで、建設現場における計画作業の効率が大幅に向上する見込みが立ちました。さらに、車両の導線や安全通路なども考慮された設計案が自動的にアウトプットされるため、現場の安全性向上にも寄与しています。 定性的な成果として、ベテラン技術者の暗黙知が可視化・ナレッジ化されたことで、経験豊富なスペシャリストの知識を次世代へスムーズに継承する仕組みの土台が完成しました。今後は、さらに多くの暗黙知をシステムに組み込んで性能向上を図るとともに、他の工種への展開や、現場計画業務の時間短縮、施工管理の品質向上に向けた取り組みを進めていくとしています。