画像AIのAI活用事例

【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】 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】 生成AIによる画像判定を導入したことで、24時間リアルタイムでの道路監視の自動化に成功しました。これにより、常時監視が不要となり、監視員の労力を約80%削減するという大きな成果を上げています。また、照明メーカーの強みである「カメラと照明の一体型デバイス」により、これまで困難だった暗所での鮮明な画像取得が可能となり、生成AIによる高精度な検知を実現しました。 実証実験に参加したエンドユーザーからも「自動で冠水を知らせてくれるため、監視業務の負荷が大幅に軽減された」と高く評価されています。今後は、火災や交通事故などへの検知対象の拡大や、通知方法の拡充が計画されています。

【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】 本プロジェクトは実証実験の段階であり、収量最大30％増と品質向上を目標に掲げて検証を進めています。 収集されたデータは株式会社NTTデータが提供する営農支援プラットフォーム「あい作」に蓄積され、離れた場所にいる農業従事者と営農指導員がタイムリーに情報共有や相談を行える環境の構築が期待されています。今後は対象品種や作物を拡大し、日本全国や海外への展開も視野に入れた取り組みが計画されています。

【成果】 2023年11月から12月にかけて実施された試験運用（PoC）を経て、生成AIを活用したアプローチの有効性が実証されました。従来は熟練技術者の経験を手引書にするために3年、そこからモデルを作成するために1年かかっていましたが、生成AIの導入により技術文書を文章としてモデル化できるようになり、モデル化期間が3年から1年へと大幅に短縮されています。 これにより、ドキュメントのモデリング時間を67％短縮することに成功しました。さらに、開発業務では30％、企画・管理業務では50％の工数削減効果が得られています。Hondaの担当者は、膨大な開発情報を安全に活用するプラットフォームが、顧客への価値提供に貢献していると高く評価しており、将来の本番開発活動に向けたさらなる協力を期待しています。

【成果】 性能検証試験において、AIは約83％の病変を正しく検出することに成功しました。視認しやすい隆起型の病変では約95％、視認しにくい表面型の病変でも約78％という高い検出率を記録し、経験豊富な内視鏡医と同等の診断性能を持つことが確認されています。 さらに、経験の浅い医師がこのAIシステムを使用した場合、表面型病変の検出率が6%向上するという定量的成果も得られました。AIのサポートにより、医師の経験に依存しない安定した病変発見が可能となり、誤検出も少ないため、検査時間を延長することなく診断精度の向上が期待されています。本システムは、日本および欧州で医療機器として正式に承認されました。

【成果】 ローカル5GとAI画像解析、そして見回りロボットを組み合わせた監視体制により、大きな業務効率化の成果が確認されています。最大64台のカメラ映像を同時に閲覧できる環境が整い、熟練スタッフが遠隔からでも牛の健康状態を正確に把握できるようになりました。また、見回りロボットの遠隔操作も遅延なくスムーズに行え、現場へ駆けつける手間が大幅に削減されています。 定量的な試算では、見回り業務の軽減により年間約2,400万円、異常の早期発見による死亡牛や緊急出荷の回避で年間約1,200万円、合計で年間約3,600万円のコスト削減効果が見込まれています。今後はAIの検知精度をさらに向上させ、起立困難牛の検知率100%を目指すとともに、他の大規模農場への横展開も視野に入れた取り組みが進められています。

【成果】 兵庫医科大学病院および虎の門病院にて、国内初となるAI視覚支援下での手術が無事に実施されました。現場のエキスパート医師からは、解析精度が高く映像のタイムラグも感じられない点が高く評価されています。 また、AIが剥離層を正確に認識して提示することで、手術がスムーズに進行するだけでなく、若手医師が手技を習得する際の教育ツールとしても非常に有用であるとの声が寄せられました。今後は、神経や膵臓のAI解析機能や3D出力機能の追加など、さらなるナビゲーション機能の進化が期待されています。

【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】 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】 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。