データ分析・意思決定支援のAI活用事例

【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】 2019年からの試験的な運用を経て、明らかに不具合の予兆を示す有効な特徴量の抽出に成功しました。例えば、ボーイング787のエアコンシステム部品における不具合の予兆検知では新たな特徴量を発見し、この取り組みは航空技術協会の表彰審査会委員長特別賞を受賞するなどの高い評価を得ています。 また、従来の整備士の知見では「システム稼働中に兆候が現れる」と考えられていた事象に対し、AIの分析によって「システム停止中に特定の傾向を示す特徴量が存在する」という新たな事実が判明するなど、人間の経験則を補完する定性的な成果も生まれています。 現在では部品整備部門との共同分析も進んでおり、より多くの担当者がデータ分析に取り組む体制が構築されつつあります。

【成果】 高性能タイヤの設計において、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。ゴムの混合プロセスでは、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ています。また、スタッドレスタイヤの設計では、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得ることができました。さらに、データと対峙することで新たな気付きが得られ、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するという副次的効果も生まれています。

【成果】 本プロジェクトは現在開発段階であり、2022年内をめどに順次商用サービスとして提供される予定です。 開発されるサービスを通じて、製薬企業や医療機関は臨床における疾患・治療実態を正確に把握できるようになります。これにより、革新的な医薬品の研究開発テーマの検討促進や、患者一人ひとりに合わせた個別化医療の提供、さらには疾患の早期発見・診断支援などへの貢献が期待されています。

【成果】 AIエージェントの導入により、営業担当者の訪問準備や報告作業にかかる時間を従来比で30％削減することに成功しました。報告業務の負担が軽減されたことで、顧客との対話やきめ細やかな対応に、より多くの時間を割けるようになっています。 今後は、営業部門だけでなく、本社や事務職員を含めた全職員への展開を視野に入れています。ヘルスケアや法務、教育といった専門領域に対しても、特化型の生成AIを順次開発していく予定であり、全社的な業務変革をさらに加速させていく方針です。

【成果】 千葉県市川市にある三井倉庫サプライチェーンソリューションの拠点において実証実験が行われ、8つのバースで正式にサービスが導入されました。 ナンバープレートの自動認識により、これまで管理が難しかった荷物の積み降ろし時間の実績データが正確に取得できるようになりました。手入力によるミスや漏れが防げるだけでなく、予約情報がない車両についてもログとして実績データを取得することが可能です。 導入企業では、取得したデータを分析することで、ドライバーの待機時間削減や庫内作業の準備、人員配置の最適化など、業務プロセスの効率化が進められています。また、マニュアルでの管理工数が削減されることで、年間約300万円程度のコスト削減が見込まれています。

【成果】 AIによる予測とマッチングの仕組みにより、これまで廃棄されていた規格外野菜がすべて有効活用できるようになり、「TAKAMIYA AGRIBUSINESS PARK」における畑の食品ロスゼロを達成しました。 規格外のミニトマトやイチゴは、地域のレストランやカフェに提供され、フレンチの食材やスイーツとして新たな付加価値を生み出しています。飲食店からは「酸味と甘みのバランスが絶妙」「美味しくてストーリーのある食材」と高く評価されており、SNSでも反響を呼んでいます。生産者側にとっても、規格外野菜に価値が見出されることでモチベーションの向上につながっています。

【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】 開発した「読影レポート構造化AI」を評価した結果、所見文の約7割を占める比較的単純な文章において90%以上の精度で自動的に構造化できることが確認されました。また、より複雑な主訴に関する所見文においても、約80%という高い精度での構造化を実現しています。 今後はこの技術を活用し、過去の類似所見検索や統計情報の可視化、検索拡張生成AI（RAG）を用いた放射線科医向けのアシスタントAIの開発などを進める予定です。将来的には、データベースと医用画像内の所見位置を紐づけることで、さまざまな疾患に特化した画像診断支援機能（CAD）の正解データを自動で大量生成し、全身の異常疾患を網羅的に見つけるAI技術の開発加速が期待されています。

【成果】 分析の結果、一般的なコンビニとは異なり「デスクで食べても散らからない直まきおにぎりが人気」といった独自の傾向や、時間帯・顧客グループごとの細かなニーズを発見することができました。 これらの分析結果は、実際の店舗での発注業務に反映されています。現場の担当者が自らデータを見て、考えて、実践するサイクルを回せるようになり、中堅・中小企業における限られた人員でも効率的かつ精度の高いサービス向上が可能となりました。 今後は、商品の組み合わせ傾向を把握するバスケット分析など、さらに高度なデータ活用やマーケティング施策への展開を計画しています。

【成果】 約20名の参加者が、データを用いた課題解決の手法や精度改善のプロセスを実践的に学びました。すぐに実業務へ適用できる完璧なモデルが完成したわけではないものの、参加者全員が「もっと学習を続けたい」と答えるほど、データ活用に対する強い学習意欲が芽生えるという大きな成果を得ています。 この成功の裏には、NECの講師による伴走支援がありました。答えをすべて教えるのではなく、ヒントを示して好奇心を刺激したり、チームごとの進捗レポートを基にプログラムを微修正したりするきめ細やかなサポートが、参加者のモチベーション維持に貢献しました。経営層からも高く評価されており、今後は第一期メンバーの学びを深めるとともに、グループ内の多様な人材が集い、データ分析を通じて新たなビジネスを生み出す場として、取り組みを継続・拡大していく展望を描いています。

【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】 実践的な演習を通じて、総務・人事部門による「人員変動予測」や、建物管理分野における「空調の設定温度と室温の相関分析」など、実際の業務への適用が見込める具体的な成果が生まれ始めています。 参加した社員からは「最初は難しいと身構えていたが、やってみると意外にできた」「少しでも成果が出ると楽しいので継続したい」といった前向きな声が多く寄せられており、現場のデータ活用に対する意識変容が確認されています。経営陣からも「途中で形骸化させず継続してほしい」と強力な後押しを受けており、全社的なデータ利活用文化の定着に向けて確かな手応えを得ています。今後は参加チーム数をさらに拡大し、将来的にはグループ会社全体への展開も視野に入れています。

【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。