属人化解消のAI活用事例

【成果】 高精度なAIエンジンの導入により、一般的に数日から一週間程度かかっていた不動産査定を、最短60秒で提示することが可能になりました。 適正な不動産価格を迅速かつ客観的に算出できるようになったことで、事業者と顧客の間にある情報の非対称性が解消され、ユーザーからの信頼性向上や他社との明確な差別化が期待されています。また、金融機関向けにも大きなメリットをもたらしています。AIによる正確な価格査定を活用することで、不正業者や虚偽申告を事前に検知し、融資リスクを大幅に軽減できる見込みです。 今後は、今年度中に年間1万人のサービス利用を目指すとともに、不動産価格の不透明性に起因する業界課題を解決するため、関連サービスへの応用をさらに広げていく展望です。

【成果】 生成AIを活用した問い合わせ対応システムを運用した結果、自動車産業サイバーセキュリティガイドラインに関する複雑な質問に対しても、90％という高い回答精度を実現しました。 これにより、担当者の業務負荷が大幅に軽減されるとともに、回答の均質化が図られています。今後は、得られた定量・定性的な効果を踏まえて機能をさらに拡張し、業界全体の業務効率化と品質向上に貢献していくことが期待されています。

【成果】 KDDIのデジタルマーケティングおよび広告業務において本システムのβ版を試験導入した結果、平面構成やフォント・画像選定といったデザイン考案にかかる業務工数を50％削減することに成功しました。ブランド管理に詳しくない担当者であっても、ガイドラインに沿った高品質なクリエイティブを制作できるようになり、業務の平準化と品質管理の両立を実現しています。 また、担当者の経験や勘に依存せず、データに基づいた均質的で精度の高い判断が可能になった点も大きな成果です。今後はKDDIグループ内での本格導入を進めるとともに、法人顧客へのサービス提供も視野に入れた展開が検討されています。

【成果】 AIチャットボットの導入により、システム部門では年間1万3000件以上発生していたサービスデスクへの問い合わせ件数を約31%削減することに成功し、当初の目標であった30%削減を見事に達成しました。 また、愛称の付与やシール配布といった地道な啓蒙活動が功を奏し、社内には「まずはチャボットに聞いてみよう」という文化が醸成されつつあります。従業員が自発的にチャットボットを活用する姿が見られるようになるなど、定性的な面でも大きな変化をもたらしました。 今後は、FAQのメンテナンスを継続してユーザー満足度をさらに向上させるとともに、システム専用のAIチャットボットの新設も計画しており、さらなる業務効率化を見据えています。

【成果】 「KARAKURI assist」の導入により、株式会社カカクコムが抱えていた業務の属人化という大きな課題が解消されました。これまで特定の担当者の経験や知識に依存していた業務プロセスが標準化されたことで、誰でもスムーズに対応できる体制が整ったと評価されています。 さらに、定量的な成果として、月間450時間もの大幅な業務時間の削減を実現しました。アナログな作業環境が改善されたことで現場の負担が大きく軽減され、組織全体の生産性向上に貢献している点も、導入の大きな価値として実感されています。

【成果】 「空港JAL-AI」の導入により、グランドスタッフの業務負担軽減とサービス品質の向上が着実に進んでいます。現場アンケートでは、90％以上のスタッフが「危険物検索」や「イレギュラーアナウンス文作成」における回答・作成速度の向上を実感し、「ラウンジ入場条件検索」でも70％以上が回答速度の向上を報告しています。 膨大なマニュアルを探す手間が省け、AIが瞬時に根拠に基づいた回答を提示することで、新人や外国籍スタッフでも自信を持って丁寧な案内ができるようになりました。これにより、スタッフごとの知識差や属人的な対応による誤案内のリスクが大幅に軽減されています。2025年4月には全国56空港への一斉展開を実現し、今後も現場の声を反映した継続的な機能拡張が予定されています。

【成果】 2025年7月時点で、グループ全体で約12,000人の社職員がプロフェッショナルワーク内で生成AIツールを活用するまでに定着しました。その結果、月間約10万時間もの稼働時間削減という圧倒的な定量成果を達成しています。また、AIエージェントの導入により、各コンサルタントが個別にプロンプトを試行錯誤する手間が省け、アウトプットの品質向上と作業時間の大幅な短縮を実現しました。 人事エージェントの活用においては、社員の個人情報を適切に管理しながら労務管理などの自動化が進み、人事関連業務の負担軽減とデータ活用による精度向上という定性的な効果も生み出しています。

【成果】 導入後半年間で、全社員の60%以上が新しいAIヘルプデスクを活用しており、以前のチャットボット（利用率5〜25%）と比較して大幅な利用率向上を達成しました。社員の自己解決が促進されたことで、各事業部門の問い合わせ対応や運用にかかる工数が最大70％削減され、年間で社員2名分程度の工数削減に相当する効果を生み出しています。 現場の社員からは「情報が圧倒的に早く見つかるようになった」と高く評価され、本取り組みは社内のプロジェクトアワードを受賞しました。今後は、データ分析に基づく不足記事の補完や、PDF内の該当部分へ直接アクセスできる機能の検討、重要な情報を確実に届けるプッシュ型の通知連携など、さらなる利便性向上に向けた改善を進める方針です。

【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】 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】 開発したシステムのβ版をKDDIのデジタルマーケティングおよび広告業務に試験導入した結果、デザイン考案やラフ作成などの関連業務にかかる工数を50％削減することに成功しました。ブランド管理に詳しくない担当者でも原則に沿ったクリエイティブ制作が可能となり、業務の平準化と品質管理の両立を実現しています。 さらに、過去の広告配信実績データに基づくKPI予測モデルにより、生成された数十種のクリエイティブ案から良質なものを自動で選別できるようになりました。 これにより、担当者の経験やスキルに依存しない、データドリブンで均質的な評価体制が整い、広告効果の高いクリエイティブ制作の効率化を達成しています。

【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】 KDDIのデジタルマーケティングおよび広告業務において本システムのβ版テストを実施した結果、平面構成やフォント・画像選定などのデザイン考案にかかる業務工数を50％削減することに成功しました。画像生成プロンプトの入力後にブランドが定義する付加価値を選択するだけで自動的に生成画像に反映されるため、ブランド管理に詳しくない担当者でも原則に沿ったクリエイティブ制作が可能となっています。 さらに、過去の広告配信実績データを基にしたKPI予測モデルにより、担当者の業務習熟度にかかわらず均質的で精度の高い判断が可能となり、データに基づく業務の平準化を実現しました。今後はKDDIグループの自社業務への導入を進めるとともに、将来的な法人顧客へのサービス提供も視野に入れた検討が進められています。

【成果】 AI需要予測モデルの導入により、商品横持ち指示の作成にかかる工数を1日あたり約75％削減することに成功しました。予測精度の向上によって緊急の臨時便が減少し、それに伴う入出荷作業の工数も約30％削減されています。 さらに、期限管理品を補充倉庫で適切に保管できるようになったことで、センター内での不要な商品移動が減り、フォークリフト作業の工数も約15％削減されました。 定性的な成果として、商品の追加や倉庫の拡張といった環境変化にも柔軟に対応できる体制が整い、担当者変更時の引き継ぎ負担も大幅に軽減されています。

【成果】 国内400の全店舗でシステムの稼働を開始した結果、自動発注率が全体で従来比115％、日配品においては従来比160％へと大幅に向上しました。これにより、店舗での発注作業時間を1週間で約600時間削減するという定量的な成果を上げています。 また、AIによる在庫制御（売り減らし機能）が機能したことで、従来以上に円滑な売り場づくり（MDサイクル）が実現し、店舗在庫量の圧縮・適正化と商品回転率の向上にも寄与しています。 現場からは、予測精度の向上と運用負荷の軽減が高く評価されており、今後は物流在庫センターへの販売予測データ提示による配送遅延防止や、業界課題である返品・廃棄・滞留在庫の削減にも取り組んでいく展望が示されています。