コスト削減のAI活用事例

【成果】 AIによる高精度な需要予測システムの導入により、担当者の経験や勘に依存しない標準化された配車・人員計画が可能となりました。属人化の解消だけでなく、配送ロスの削減や業務効率の大幅な向上といった具体的な成果を生み出しています。 先行導入エリアでの確かな手応えを受け、現在では全国46箇所の物流センターへのシステム展開を完了しています。全社的な物流業務の最適化が進んだことで、コスト削減と同時に、将来に向けた持続可能な物流網の構築を実現しています。

【成果】 実証実験において、富士フイルム内の在庫評価資料を用いて従来の予測結果と机上比較を行いました。作成した需要予測モデルがアフターパーツごとの特徴を正確に捉えた結果、「適正」在庫に分類される部品点数が従来の管理方法に比べて2.7倍に増加しました。 これにより、アフターパーツ在庫の過剰や不足を大幅に減らし、より効率的な在庫管理が可能になることが確認されています。この成果を受け、富士フイルムはデジタルカメラ分野における本ツールの本格的な導入に向けて、さらなる検討を進める予定です。

【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】 AIの導入により、ターゲティングの管理工数を約75％削減することに成功しました。これまで手動で行っていたターゲットの選定や除外作業が自動化されたことで、運用担当者はレポーティングやクリエイティブの選定など、より戦略的な業務に集中できるようになっています。 成果面においても、従来の手作業による運用と比較して、CV数やCTRの向上が確認されています。アプリインストールを目的とした広告では、リターゲティングを中心とした配信よりもCPI（顧客獲得単価）が安価になるケースも生まれました。AIが新たなターゲットを発見することで、競争の少ない層にリーチしやすくなり、費用対効果を高めながら成果を最大化するという大きな効果をもたらしています。

【成果】 生成AIの活用により、従来であれば膨大なリソースを必要としたプロジェクトをわずか1ヶ月で完遂し、制作にかかる時間とコストを約90%削減することに成功しました。単なるコストカットにとどまらず、削減できた時間をアイデアの創出やクリエイティブのブラッシュアップに再投資することで、よりアジャイルでダイナミックな制作フローを実現しています。

【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】 アサヒ飲料が2024年3月から4月にかけて実施した実証実験では、特定の配送センターへの輸送コストを約6.2％、在庫日数を約6.5％削減することに成功しました。先行して実証実験を行ったキリンビバレッジでも、輸送コスト約9.1％、在庫日数約13.2％の削減を実現しています。 これらの結果を受け、サービスの本格展開が決定しました。今後は導入を拡大し、積載率の向上や納品時の欠品率低減を推進していく方針です。

【成果】 導入後、AIによる自動発注システムの提案は95％という高い採用率で現場に定着しています。発注業務の省人化が実現しただけでなく、欠品の改善や在庫の低減といった具体的な効果が確認されました。 今後は、店舗の保管スペースにおける在庫の過不足低減や食品ロス削減、納品遅延や緊急配送などのムダの排除が期待されています。

【成果】 AIによる高精度な需要予測と在庫の最適化により、急激な需要変動にも迅速に対応可能な生産計画モデルを実現しました。これにより、医薬品の安定供給が強化されるだけでなく、有効期限切れによる製造済み医薬品の廃棄削減といった環境面での効果が見込まれています。 さらに、在庫の適正化によるキャッシュフローの改善など、財務面でのポジティブな効果も期待されています。同社は今後も、需要予測の高精度化と業務の持続的な効率化を推進し、必要な医薬品を確実に届けるという使命を果たしていくとしています。

【成果】 実証実験の結果、従来は病院全体で数日を要していた診療報酬の作成業務を、数分程度に短縮できる見通しが立ちました。 具体的には、生成AIによる原案作成に数十秒、その後の担当者による確認作業を含めてもわずかな時間で完了します。また、この仕組みが実用化されれば、制度改定に伴うシステム改修コストの大幅な削減にもつながります。本研究は厚生労働省の補助を受けており、成果が認められれば、全国の医療機関における会計処理を合理化する新たな基盤として活用されることが期待されています。

【成果】 購買データを活用したターゲティング広告の配信により、顧客獲得単価（CPA）を従来の2分の1に削減することに成功しました。 また、従来は審査が通らなかった顧客に対しても、購買データを加味することでサービスを提供できる可能性が広がっています。今後は、高度なデータ分析スキルがなくても利用できるdotDataの特長を活かし、現場主導のAI・データ活用を推進していく方針です。さらに、金融とリテールのデータを掛け合わせた新規ビジネスの創出も目指しています。

【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】 導入後、新入社員やキャリア入行者がわずか数週間で顧客対応の基礎力を習得するなど、短期間での即戦力化に成功しています。また、実在の顧客応対事例を教材化することで、研修の効果が契約率や提案数といった実際の営業成果に直結するようになりました。さらに、AIによる客観的なフィードバックと反復練習の仕組みにより、現場に自己学習の習慣が自然と根付いています。 運用面においても、AIの自動生成機能により研修準備にかかるコストを70〜90％以上削減し、外部講師への依頼も不要となりました。利用回数が増えるほど1回あたりの教育コストが下がり、投資対効果（ROI）の劇的な向上を実現しています。

【成果】 導入から1年間で、全社員合計で18.6万時間の労働時間削減を達成しました。1回あたりの利用で平均約20分の業務短縮につながっており、検索エンジン代わりの単純な用途から、戦略策定や商品企画といった高度な活用へと社員のAIスキルも向上しています。 また、懸念されていた情報漏洩や著作権侵害などの問題も一切発生していません。品質管理領域に特化したAI機能についても、社員から5点満点中3.5点という高い評価を獲得しています。今後は、自社データを構造的に整備する「パナソニック コネクトコーパス」の構築を進め、人事や社内ITサポートなどより幅広い業務領域への展開を目指すとしています。