生産性向上のAI活用事例

【成果】 「MS1 Brain」の導入により、従来は営業担当者の経験と勘に頼っていた活動がデータドリブンなものへと変革されました。AIが算出したスコアリングをもとに、見込みの高い顧客へ優先的にアプローチすることで、営業活動の効率化と顧客満足度の向上を実現しています。また、解約や他社への切り替え意向が高い顧客を早期に抽出し、抑止活動に繋げることも可能になりました。 さらに、AIが導き出した特徴量をトークスクリプトに落とし込んだ結果、クロスセル（販売商品数アップ）の成約率やアップセル（保険料単価アップ）の特約付帯率が従来比で2～3倍に向上するという大きな成果を上げています。現在では、海外提携先での保険解約要因の分析や、自動車の買い替えタイミング予測など、他部門や新規ビジネスへの横展開も進んでおり、社内全体でデータドリブンな文化が醸成されつつあります。

【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】 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。

【成果】 実証実験の結果、生成AIによる稟議書作成支援が業務効率化に大きく貢献することが確認されました。本格実装した場合には、最大で年間19,500時間（行員1人あたり月間約8時間）の業務時間削減が見込まれています。 さらに定性的な効果として、与信判断に必要な審査項目において、顧客へのヒアリングが不足している点をAIが明確に提示できることが実証されました。これにより、行員は「どのような情報を聞き取るべきか」という気づきを得られるようになります。単なる作業時間の短縮にとどまらず、行員自身の審査スキル向上という教育的な効果も期待されていると評価されています。 同行は今後、抽出された課題を整理し、本格的な業務実装に向けた取り組みを進めていく予定です。

【成果】 六甲バターでは、2022年10月に1号機で目標を達成したことを皮切りに、複数台の生産装置へAI検査装置の横展開を進めています。その結果、目視確認を担当する検査員の数を従来の約4分の1にまで削減することに成功しました。 検査業務から外れたスタッフは、機械の運転や調整業務を学び、オペレーター補助としてスキルアップを果たしています。これにより、AIが不良判定を出した際にも、迅速に装置の不具合に気づいて対応できる体制が構築されました。 同社は今後、生産機器の劣化具合を検知して部品交換のタイミングを予測する「予知保全」へのAI活用も検討しており、さらなる生産体制の効率化を目指していく構えです。

【成果】 現時点では共同研究の開始段階であり、具体的な定量効果はこれからの検証を待つ形となります。しかし今後の展望として、構築した特化型モデルを活用し、企業分析エージェントや提案書作成エージェントなど、複数のAIエージェントを組み合わせた法人営業の効率化・円滑化を見込んでいます。 さらに将来的には、その適用範囲を拡大し、デジタルチャネルにおけるパーソナルエージェントの実現や、顧客本位の業務運営（フィデューシャリー・デューティー）に基づいた対応強化など、グループ全体の業務革新を支える中核的なソリューションとしての確立を目指しています。

【成果】 画像生成AIの活用により、生成されるデザイン案の数は従来の100倍に増加しました。これにより、デザイナーはAIが生成した幅広いアイデアをベースに、より洗練されたデザインを制作するなど、クオリティを高めるコア業務に集中できるようになっています。 アンケート分析においては、担当者の主観やバイアスを排除した信頼性の高いデータが得られるようになり、外部発注を必要とせずに社内システムで迅速な分析が可能となりました。結果として、アンケート分析業務において約80％の効率化を実現しています。 今後は、この生成AI環境を全社や海外のグループ会社にも展開し、さらなる業務効率化とグローバルでの開発力強化を目指していく方針です。

【成果】 全社員の7割以上が業務で生成AIを活用するようになり、プログラミング作業が1日がかりから2〜3時間に短縮されたり、自由記述アンケートの集計が効率化されたりといった具体的な成果が上がっています。 また、社内での知見を活かし、法人顧客向けに生成AIサービスの提供を開始。社内で効果が確認されたプロンプトのテンプレート化や、専用回線とセットにした安全な環境を提供しています。 さらに、電話の音声データをテキスト化し要約する機能など、既存の通信サービスへの生成AIの組み込みも進めています。今後は、既存システムへの組み込みにおけるROIの見極めや、AIに任せられる業務の範囲を明確にしながら、あらゆる法人向けサービスに生成AIを溶け込ませていく展望を描いています。

【成果】 AI行き先案内によるAI商談の提案件数は、2020年上期から2021年上期の1年間で約3倍の7万4300件に増加しました。AI商談の効果により全体の商談件数の底上げにもつながり、2021年第1四半期には商談件数が8.4％増加するという成果を達成しています。 AIが高い精度で提案を行うことで、営業担当者がAIを信頼するようになり、日々の営業ツールにAIの提案が自然に融合したことが成功の要因となっています。今後は、dotDataの特徴量から社員のパフォーマンスを測定するなど、人材開発分野への活用も推進していく展望です。

【成果】 高性能タイヤの設計では、AIの抽出結果に基づく試行錯誤を繰り返すことで、段階的に性能と安定性が向上しました。また、データと対峙する過程で新たな気付き（副次的効果）が得られ、タイヤの設計プロセスを革新するためのデータ活用が一気に加速しています。 ゴムの混合プロセスにおいては、物性値を狙い通りに推移させるための因子の特定に成功しました。AIの活用を通じて、材料開発メンバーも納得する混合プロセスの本質につながる知見が得られています。スタッドレスタイヤの設計でも、タイヤを試作する前に決定できる設計因子に基づいた、見通しの良い関係式を導き出すことができました。 今後は、データが存在しない領域を補完するための新たなデータ取得を進めるとともに、現実データと仮想データを利用して複雑な関係性を明らかにし、データ分析の専門家以外でも気付きを得られる環境の構築を目指しています。