既存システムとのAI連携のAI活用事例

【成果】 導入後、広告予算を変えることなく、月間20件前後だったアポイント数が60件弱へと約3倍に増加しました。営業時間外のタイムラグが解消されたことで、アポイント獲得の最大化に成功しています。 日程調整の面では、無駄な確認作業が減少し、顧客自身による再調整が可能になったことで、リスケジュールにかかる手間が大幅に削減され、リスケ率の低下にもつながりました。さらに、Slack連携によるAIからの情報提供により、インサイドセールスの架電効率が向上し、フィールドセールスの商談準備コストも削減されています。 副次的な効果として、日程調整URLごとにグルーピングできるようになったため、どの施策から獲得したリードかが明確になり、ROIの算出や各施策の効果測定が容易になるという成果も得られています。

【成果】 既存システムの改修を伴わないアプローチにより、20万品番を超える在庫部品の品番紐付けと可視化を、わずか2週間という短期間で実現しました。 全拠点における部品の在庫や発注情報が一元的に見える化されたことで、部品調達計画や拠点ごとの在庫状況を全社レベルで掌握できるようになっています。災害時においても、受注案件ごとの影響や事業全体での損益影響を迅速に把握し、生産・供給体制の維持に向けた意思決定を強力に支援します。AIによる高精度な需要予測と組み合わせることで、製品の供給停止リスクを回避し、動的でレジリエントな供給網の構築に成功しています。

【成果】 「NikeAI Beta」の導入により、顧客が直感的な会話を通じて求める商品にたどり着けるようになり、初期の反応として非常に良好な手応えを得ています。また、AIを活用したデザインプロセスでは、アスリートの要望とAIのアイデアを融合させることで、これまでにない革新的なシューズのプロトタイプを生み出すことに成功しました。 2024年のパリオリンピックでの展示を通じて、ブランドの先進性を強くアピールする成果を上げています。

【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。

【成果】 AIによる需要予測を活用することで、必要な量の食材を適切なタイミングで仕入れることが可能となり、過剰な仕入れや品切れを防ぐ適正な在庫管理が実現しつつあります。これにより、食材が過剰に滞留することなく、より新鮮な状態で商品を提供できる体制が整い、品質の向上に寄与しています。 また、店舗における発注業務の代替や、物流センターでの保管スペースの縮小など、サプライチェーン全体の無駄を削減することで、店舗運営の大幅な効率化が期待されています。今後は実証実験を通じて効果を検証しながら、段階的に対象業態や品目を拡大していく展望を描いています。

【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エージェントの導入により、データの有効活用が進み、提案品質の向上や業務効率の飛躍的な改善が見込まれています。 営業現場で必要な顧客情報に瞬時にアクセスできる体制が整備され、これまで以上に迅速かつ付加価値の高い顧客体験の提供が可能になると期待されています。 今後は、行内でのAIエージェントの活用範囲を段階的に拡大し、FSC上で実行する業務領域の拡充を進めることで、現場の営業力強化と顧客満足度のさらなる向上を目指す方針です。

【成果】 「Ask Ralph」の導入により、顧客はオンラインでありながら、まるで店舗のスタイリストに相談しているかのような、パーソナルで摩擦のないインスピレーションに満ちたショッピング体験を得られるようになりました。 自然言語による検索は、単なるキーワードの照合にとどまらず、文脈を理解した精度の高い提案を可能にしています。ラルフ ローレンは、今後もAIを活用してショッピング体験をより魅力的で直感的なものへと進化させていく展望を示しています。

【成果】 生成AIの搭載により、店舗スタッフは音声で簡単にマニュアルを検索できるようになり、店舗責任者やSVへの電話問い合わせの削減と、店舗オペレーションの負担軽減が見込まれています。 また、過去の販売実績をAIアシスタントから即座に確認できるようになったことで、SVのデータ抽出作業が不要となりました。これにより、現場の店長は過去のデータに基づいた販売計画の立案や売場づくりを迅速に行えるようになり、店舗運営力のさらなる向上が期待されています。

【成果】 AIによる商談先の提案は高い精度を実現し、現場の営業担当者からの信頼を獲得しました。その結果、AI行き先案内が提案した商談件数は、2020年上期から2021年上期の1年間で約3倍となる7万4300件に増加しています。 この取り組みは全体の商談件数の底上げにも大きく貢献し、2021年第1四半期には商談件数が8.4％増加するという定量的な成果を達成しました。また、複合機の稼働データとLED照明の受注に関連性があることなど、人間の分析では気づきにくい隠れた知見が次々と発見されています。現在では、このデータ分析のノウハウを人材開発部でも活用し、社員のパフォーマンス測定など新たな領域への展開も進められています。

【成果】 本サービスの導入により、顧客自身がサイト内から情報を探し出す手間が大幅に省かれ、求めている情報へスムーズにアクセスできる環境が整いました。個人情報を明かすことなく、24時間いつでも専属アシスタントのように疑問を解決できるため、顧客サービスの質が大きく向上しています。 今後は、顧客ごとの多様な疑問や相談内容により的確に応えられるよう、生成AIの精度向上と研究を継続し、2024年春を目途に正式版への移行を目指すとしています。

【成果】 東北大学病院における一部診療科の医師10名の協力による実証では、紹介状や退院サマリなどに記載する要約文章を新規作成する場合と比較して、作成時間を平均47%削減することに成功しました。また、生成された文章の表現や正確性についても高い評価を獲得しています。 これにより、膨大な電子カルテの記録から必要な情報を収集する作業が大幅に軽減され、生成された要約文章を参考にしながら各文書を効率的に作成できる可能性が確認されました。

【成果】 従来の人手に頼る警備では、監視できる範囲や時間帯がリソースに依存していましたが、AIによる常時・広範囲の検知が可能になったことで、日常業務では発見が困難な異常も捉えられるようになりました。 現場の警備員は、AIが違和感を検知した映像を中心に確認して対応できるようになり、業務負担の大幅な軽減と迅速な初動対応を実現しています。さらに、過去に発生した異常検知映像へ素早くアクセスできるようになったため、報告資料の作成など付随する業務の効率化にもつながるという成果を生み出しています。

【成果】 「問診生成AI」の導入により、診察時の症状ヒアリングに要する時間を最大25％軽減し、より深い対話や治療方針の検討に時間を充てることが期待されています。「看護音声入力生成AI」については、従来の手入力との比較検証を実施した結果、記録に要する時間が約40％短縮されました。また、約8割の記録で「AIを用いた方が優れている」との評価を得ています。これにより、看護カンファレンス（1日1病棟17分）や電話サポート（1日1人2分）の記録時間を約40％削減する目標を掲げています。 今後は、対話型疾患説明生成AIの他科展開や、書類作成・サマリー作成支援AIの導入など、さらなる機能拡張を予定しています。

【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。