社内データ検索のAI活用事例・導入事例

【成果】 AIエージェントの導入により、故障の原因特定から対策実行までの時間が大幅に短縮されました。実証実験の段階で回答精度は90％以上、回答時間も10秒以内という高いパフォーマンスを発揮しています。さらに、故障時だけでなく、不調を事前に予知して対策を行う運用も動き始めています。 定性的な成果として、AIの提案を通じて熟練技術者の知見が現場に伝承され、若手技術者のスキル向上に寄与しています。現場では、AIが熟練者の知識を学び、そのAIの提案から技術者が学び、さらにAIが賢くなっていくという「AIと人間の教え合い」のサイクルが生まれており、機械と人が共に成長する新しいモノづくりの環境が実現しています。

【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】 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】 実際の設備の保守作業を想定し、作業中の不明点に対する対処法を提示するユースケースにおいて検証が行われました。 従来技術では、曖昧な質問に対して正しい作業手順が得られる成功率が30.0%にとどまっていましたが、本技術を適用した結果、具体的な質問をした場合とほぼ同等の73.3%まで大幅に向上しました。 また、従来は1回のやり取りで無理に回答を出そうとしていたのに対し、本技術では平均2.3回のやり取りを行い、問い返しを通じて質問を具体化できていることが確認されています。 今後は東芝グループ内の保守作業現場で実証実験を開始し、将来的には社外へのサービス提供も目指していくとしています。

【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。

【成果】 「JAL-AI」の導入により、2024年度には実質100%の間接部門社員が同ツールを利用するまでに普及し、社内業務の効率化に大きく貢献しています。 さらに、この基盤を応用して空港業務に特化した「空港JAL-AI」も新たにリリースされました。現在、チェックインカウンター等での危険物検索、イレギュラーアナウンス文章生成、ラウンジ入場条件検索などのアプリとして活用されています。 実証実験のアンケートでは、グランドスタッフの90%以上が「お客さまへの回答速度が向上した」「アナウンス文章の作成速度が向上した」と回答し、ラウンジスタッフの70%以上からも回答速度の向上が評価されるなど、現場のサービス品質向上に直結する成果を上げています。今後は、一つのインターフェースでさまざまな業務に使えるAIの実現を目指し、APIを介した業務システム連携や社内ポータル情報のクローリングなど、さらなる進化が予定されています。

【成果】 2024年4月時点で、全社員の約50％が「Aflac Assist」を使用しており、監査部門では使用率100％、コーポレート部門でも70％以上を達成しました。コールセンターのオペレーターの応答時における資料検索時間は、従来比で約30％短縮されています。また、社内アンケートでは、社員の資料作成時間も30～40％短縮されたという結果が出ています。 業務効率化によって創出された時間を、営業や新商品開発、顧客と向き合う時間に充てることが期待されています。

【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】 試験運用において自動車保険に係る照会を対象に検証した結果、高い精度が認められました。その後、対象商品を火災保険や傷害保険等にも拡大して検証を行ったところ、約8〜9割のケースで「AI Search Pro」の有用性が確認されました。 定量的な成果として、社員が1件あたりの回答作成に要する時間が約4割削減されるという大きな業務効率化を実現しています。この結果を受け、全営業部店および代理店ヘルプデスク等への本格導入が開始されました。今後は、コンタクトセンターにおける照会応答業務への転用や、グループ会社への横展開を通じて、さらなるシナジー創出を目指していくとしています。

【成果】 導入後、月間アクティブユーザーは約90％に達し、毎日のように利用する社員は2,000人近くに上っています。業務時間の削減効果は1カ月あたり約1万時間、コスト削減効果は年間約12億円に達しました。 現場からは「数時間かかっていた契約書の比較や決算書の分析が約30秒で完了するようになった」との声が上がっており、タイムマネジメントの改善や新規事業のアイデア出しの迅速化といった定性的な変化も生まれています。

【成果】 生成AIを活用した「照会サポート」の導入により、当初50％だったAIの正答率はPoCを経て80〜90％まで大幅に向上しました。オペレーターが短時間で適切な案内を行えるようになったことで、管理者へのエスカレーション回数が減少し、管理者1名で6名のオペレーターを管理できる体制の実現が見込まれています。 また、応答記録の自動生成機能により、これまで9分かかっていた後処理時間が6分へと短縮され、コールセンター全体の生産性が大きく向上する成果を得ています。同社は今後、CRMシステムや音声認識技術との連携を進め、将来的にはボイスボットを活用した自動応答による次世代のコールセンター構築を目指すとしています。

【成果】 「製造規格の確認支援AI」により、1回あたり約5分かかっていた規格検索が約1分に短縮され、最大80%の作業時間削減を実現しました。新人作業員でも適切な情報にアクセスできるようになり、作業手順書作成の精度向上も期待されています。 また、「製造仕様書のレビューAI」では、仕様書レビュー1件あたりの平均作業時間が約30時間から約18時間へと短縮され、約40%の工数削減が確認されました。 現場だけでなく経営層からも高い関心が寄せられており、今後は業務プロセスの標準化を進めながら、さらなる生成AIの活用拡大を目指しています。

【成果】 「LeoAI Chat」の導入により、情報検索にかかっていた手間が大幅に削減されました。実際にシステムを使用しているユーザーは、平均して1人あたり月間約8時間の業務時間削減という定量的な成果を上げています。 同社は今後の展望として、2024年内を目途に規約やマニュアルにとどまらない幅広い社内業務データの学習を進める予定です。業務データとそれを応用した回答が可能なレベルまでAIの精度を高め、データドリブン経営の実現とDX推進をさらに加速させていく方針です。

【成果】 全社的な取り組みの結果、2025年7月14日時点で、個人向けサービスを中心に51件の生成AIを活用した機能が導入されました。また、社内業務においても、業務効率化を目的としたプロジェクトが35件以上進行するなど、具体的な動きが活発化しています。生成AIの活用を「義務化」し、働き方の前提を変えることで、従業員がより創造的な業務に集中できる環境の実現に向けた確かな手応えを得ています。

【成果】 システムの運用開始により、訪問担当者は過去の対応履歴やオーナーの嗜好、現在の状況などを訪問前に瞬時に把握できるようになりました。これにより、顧客一人ひとりに寄り添った最適な提案や対応を迅速に行うことが可能となっています。 また、事前の情報収集や準備にかかる手間が大幅に削減され、担当者の業務効率化にもつながっています。同社は今後もDXを推進し、顧客に最適なサービスを提供し続ける仕組みづくりに取り組んでいくとしています。