AIモデル・構築手法のAI活用事例

【成果】 大和総研が提供する独自の「意味チャンク」技術により、90%超という高い回答精度を実現しました。三菱UFJニコスでは、2025年2月の全社リリース後、継続的に月間30〜40%の利用率を維持しており、3カ月で約35,000回の検索が行われています。これにより、同社の従業員がこれまで何十分もかけて探していた情報が短時間で見つかるようになったほか、部署間の問い合わせのたらい回しも解消されるなど、大幅な業務効率化を達成しました。 AIに興味がある一部の社員にとどまらず、全社員が情報検索性の向上というメリットを享受しており、組織全体の競争力向上に寄与していると評価されています。三菱UFJニコスは今後、対象業務やユースケースを広げてデータ量を増やすとともに、検索後の情報整理や入力作業といった後続工程の支援にも機能を拡張していく展望を描いています。

【成果】 グループ全体の生成AI活用率は88.6%に到達し、2024年の合計業務削減時間は推定151万時間を超える成果を上げました。パートナー一人あたりの業務削減時間は月間30.1時間に達し、多くの従業員が最新のAIツールをキャッチアップして業務に適用しています。 定性的な変化として、生成AI検索を利用することで、多角的な回答の比較やアイデア出しがスムーズになり、クリエイティブな作業が豊かになったという現場の声が寄せられています。また、従業員の意識も「単なる効率化」から「AIと共創して新たな価値を生み出す」ことへと変化しており、データドリブンな文化の定着が進んでいます。

【成果】 本プロジェクトにより、LINEという日常的なプラットフォームを通じて、ユーザーが自分のペースで納得感を持って売却を検討できる新しい体験が実現しました。 対話を通じて査定の根拠を理解できるため、初期段階のライトな相談ニーズにも気軽に応えられるようになっています。 ウィル社の担当者は、AIがスピーディで客観的な情報を提供する一方で、人間の担当者がユーザーの不安に寄り添う「人の温度」を感じるサポートに注力できるようになったと評価しています。今後は、対象エリアの拡大や戸建て・土地などへの物件種別の拡張に加え、査定精度の向上と根拠説明のさらなる充実を図っていく展望が示されています。

【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】 企業業績や業界市場規模、万単位の統計データなど、多岐にわたる経済情報の予測を自社で一から構築するには膨大なコストがかかりますが、SaaSとして利用できる本サービスは非常にコストパフォーマンスが高いと評価されています。 また、市場や業界の調査分析を社員が手作業で行う場合と比較して、大幅な作業効率の向上が見込まれています。現場からは、「AIによる予測結果が当たるかどうかだけでなく、その結果をどう実務に落とし込むかが重要である」という声が上がっており、AIが算出したデータを一つのエビデンスとして素直に活用していくという、新しい業務スタイルへの一歩を踏み出しています。

【成果】 トライアルホールディングス株式会社との実証実験を通じて、店舗作業コストを20%削減、店舗在庫を20%圧縮するといった大きな成果が得られています。また、発注の波動緩和による物流の平準化と効率化（10%削減）や、発注精度向上による欠品・廃棄の削減（5%削減）も実現しました。 この最適化効果は小売業にとどまらず、卸売業やメーカーと連携することで、生産・出荷計画の合理化、製造現場の作業平準化と残業削減、返品率・廃棄率の大幅削減といった川上への波及効果も見込まれています。

【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】 約半年間のPoCを経て2024年8月に本番利用を開始した結果、法務部門における1人あたりの問い合わせ対応件数は月100件から最大月3件へと激減しました。 対応に要する時間も月17時間から最大30分へと大幅に短縮され、劇的な業務効率化を実現しています。この成功を受け、同年10月からは人事、経理、情報システム、知財など複数の部門へ利用範囲を拡大しました。さらに、質問先が分からない場合でも回答を得られる「全体横断型のチャット窓口」を新設したことで、社員の利便性が大きく向上し、システムの利用率は以前の約1.3倍に上昇しました。 問い合わせの回答待ち時間が削減されたことで、会社全体の生産性向上にも寄与しています。

【成果】 AI導入後、2024年1月から5月までの5ヵ月間で、顧客対応業務の時間を合計1,620時間削減することに成功しました。有人対応件数も2.5万件から1.6万件へと約3割減少し、効率的な運営を実現しています。 さらに、顧客満足度は導入前の86%から88%へと向上し、サポート品質の底上げにも繋がりました。業務負担が軽減されたことで、11名のスタッフがディレクターや人事などの新たなポジションへ配置転換され、社内の人材流動性と活躍の場が広がっています。この知見を活かし、同社は中小企業向けのAI導入支援サービス「GMO即レスAI」の提供も開始しました。

【成果】 AIチャットボットの導入により、顧客の待ち時間は劇的に短縮されました。技術サポート領域では、これまで平均1時間かかっていた回答スピードが平均40秒となり、約98%の大幅な時間削減を達成しています。また、カスタマーサービス領域においても、電話対応で平均321秒かかっていた完了までの時間が平均10秒へと短縮され、約97%の削減を実現しました。 24時間いつでも専門的な問い合わせや注文変更の可否確認ができるようになり、顧客が必要な情報を迅速かつスムーズに得られる体験を提供できるようになりました。今後は対応領域をさらに拡大し、納期や出荷状況の回答、チャット上での処理完結など、サービスの拡充を進めていく予定です。

【成果】 実証実験の結果、86%という高い検索精度を達成し、行員の9割が導入を希望するなど、現場から高い評価を得ています。本導入により、年間8,000時間の対応工数削減が見込まれています。 さらに、本部におけるFAQ作成やメンテナンスの作業負担が大幅に軽減されるとともに、営業店で働く行員の規程検索時間が短縮されるといった副次的な効果も期待されています。今後は、対象となる規程やマニュアルの範囲を段階的に拡大していく予定です。

【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】 実証実験において、富士フイルム内の在庫評価資料を用いて従来の予測結果と机上比較を行いました。作成した需要予測モデルがアフターパーツごとの特徴を正確に捉えた結果、「適正」在庫に分類される部品点数が従来の管理方法に比べて2.7倍に増加しました。 これにより、アフターパーツ在庫の過剰や不足を大幅に減らし、より効率的な在庫管理が可能になることが確認されています。この成果を受け、富士フイルムはデジタルカメラ分野における本ツールの本格的な導入に向けて、さらなる検討を進める予定です。