品質・安全性向上のAI活用事例

【成果】 実証実験を通じて経過記録業務の自動化における有効性が確認できたため、一部の保険金お支払センターにて本システムの先行導入が開始されました。 記録業務の大幅な効率化により創出された時間を活用し、顧客対応のさらなる充実と事故対応の品質向上が期待されています。今後は導入の効果やリスクを検証しながら段階的に適用範囲を拡大し、2024年内には全国の保険金お支払センターでの利用開始を目指しています。 また、より損害保険業界に特化したLLM（大規模言語モデル）の導入も検討していく予定です。

【成果】 本機能は、大阪市教育委員会との連携協定のもと、2024年9月より大阪市立小中学校の一部で先行利用が開始される予定です。対話型生成AIが教員のアシスタントとして機能することで、教員の業務負担を軽減しつつ、子どもたち一人ひとりに合った学習支援を実現することが期待されています。 今後は、動画教材の視聴情報や授業中のノート、画像など様々な種類のデータを統合し、それらの分析結果を対話型生成AIと組み合わせる計画です。実証研究を通じて効果的な事例を創出し、安全で安心な学校生活と個別最適な学びの提供に向けた取り組みが推進されています。

【成果】 直営塾や先行してモデル転換を行った「超個別指導塾まつがく」において、従来よりも少ない運営リソースで大きな成果を上げています。まつがくでは、国公立大学の合格実績が2020年度の6名から2024年度には42名へ、私立大学は12名から235名へと大幅に伸長しました。また、生徒数も同期間で18%増加するなど、定量的な成長を実現しています。 現場の生徒からは「やることを自分で決められる」「丁寧に学習の進捗管理をしてもらえる」といった肯定的な声が寄せられており、自立的な学習姿勢の定着という定性的な変化も確認されています。

【成果】 AIが乱気流の発生する特徴量を的確に捉えることが可能となり、日本上空の予測モデルにおいて86%という高い正答率を実現しました。従来の予測手法では乱気流の報告情報と予測位置が一致しないことがありましたが、新システムではこれらが正確に一致することが確認されています。 ANAは本システムを正式導入することで、運航における安全性と快適性の向上を実現し、お客様が安心して搭乗できる環境の強化に繋げています。

【成果】 実証実験を通じてAIの学習を繰り返した結果、通話動作の検知率は約85％まで向上しました。一方で、利用者が警告表示画面に気づく割合の向上が課題として浮き彫りになりました。この結果を踏まえ、警告画面と音声をリニューアルした上で、対象となるATMへの全国展開を順次進めることが決定しました。

【成果】 AIによるリアルタイムの書き起こし機能により、オペレーターは手書きメモを取る必要がなくなり、顧客との対話に集中できる環境が整いました。不必要な聞き返しや質問の重複が減少し、スムーズな応対が実現しています。 また、SVはアラート機能を活用することで、クレームやトラブルの予兆を早期に発見し、迅速にサポートへ入れる体制が確立されました。副次的な効果として、自身の応対内容がテキストとして可視化されたことで、オペレーターがより丁寧な言葉遣いや伝わりやすい話し方を意識するようになり、自発的な応対品質の向上につながっています。

【成果】 生成された回答テンプレートは実際のカスタマーセンター業務で利用が開始されており、安全性を担保しながら対応業務の効率化と品質の平準化が進められています。今後は、生成AIのハルシネーションをさらに軽減させる技術開発を継続し、最終的にはメール回答の完全な自動生成の実現を目指していくとしています。

【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】 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。

【成果】 本システムの導入により、ドローンの空撮動画からAIが資機材を検出し、現場3Dモデル上に見える化することが可能になりました。現在、人と同程度の大きさの資機材であれば概ね検出できており、対応可能な資機材は25種類に上ります。 現場での実証検証の結果、従来の目視による巡回作業と比較して、資機材管理にかかる作業時間を約75％（1回あたり約2時間から30分へ）削減するという大きな成果を達成しました。また、敷地内の資機材の配置が可視化されたことで、活用されていない資機材を早期に発見して返却できるようになり、無駄なレンタルコストの削減にもつながっています。 今後は、手で持ち運べる小型資機材の検出率向上や、他の現場への横展開、さらには既存の現場管理システムとの連携による一層の業務効率化が見込まれています。

【成果】 CAG技術を採用した結果、RAGを用いた場合と比較してAIの正答率が約1.3倍に向上するという定量的な成果が得られました。安定した高精度な回答が可能になったことで、社員はより確実な対応策を迅速に得られるようになっています。 この取り組みにより、カスタマーハラスメントに対する初動対応が強化されただけでなく、社員が安心して働ける心理的・物理的な職場環境の構築に大きく貢献しています。

【成果】 本アプリケーションの導入により、社員の経験や専門用語の知識レベルに依存することなく、直感的な操作で目的のデータに到達できるようになりました。情報検索から要約の生成までが約30秒で完了するため、情報収集にかかる時間が大幅に短縮され、業務効率化に貢献しています。 2025年6月の運用開始時には、設計・製造・品質保証部門を中心とした国内5,000名以上の社員に提供されました。今後は営業や物流など、製品のライフサイクルに関わる幅広い分野の社員へと利用対象を拡大する予定です。さらに、海外拠点への展開や、回答精度の向上、検索性の拡充なども計画されており、全社的な品質マネジメントの強化と顧客対応の迅速化が期待されています。

【成果】 新たなAIアルゴリズムの導入により、査定精度の飛躍的な向上が実現しました。実証実験において、機械学習による推定成約価格と実際の成約価格との誤差率の中央値（MER）は、首都圏1都4県で4.89%、全国エリアでも5.34%という極めて高水準な精度を達成しています。また、対応エリアも拡大し、全国18都道府県にわたる約30,000棟のマンションを対象とした推定成約価格の算出が可能となりました。これにより、顧客に対してより正確で透明性の高い情報提供が実現しています。

【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】 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。