品質・安全性向上のAI活用事例

【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】 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】 育成プログラムの継続的な展開により、社内においてデジタル技術を活用した業務見直しの機運が着実に高まっています。具体的な業務変革の動きとして、変電設備の点検業務において、従来の端末への手入力から音声認識を活用した入力への移行が検討されており、作業の安全性向上と人員配置の最適化が期待されています。また、用地取得部門では、NECの地図情報ソリューションを導入することで、これまで手作業で行っていた地図作成業務の自動化を実現しました。 今後は、育成プログラムの集大成として、受講者自身が課題を発見し、データを用いて検証・改善案を立案する実践的なワークショップが予定されており、さらなる業務改善と新規ビジネス創出への貢献が見込まれています。

【成果】 2023年5月から8月にかけて実施された実証実験では、後処理時間が長い「お問い合わせ」「ご意見・ご要望」「介助申込」の3つの業務領域において、事後処理時間を18％から54%効率化できることが確認されました。 現場のオペレーターからも「簡単な内容はほとんど手直しなしで反映される」「とりとめのない内容をうまくまとめてくれる」といった高く評価する声が寄せられています。この結果を受け、同年9月より実業務への正式導入が開始されており、今後はコンタクトセンターの標準的な業務フロー全体へのAI適用や、他領域への展開も視野に入れた取り組みが進められています。

【成果】 従来は外部機関の専用装置による実験で半年以上かかっていた熱間延性の予測が、独自開発した分析モデルによってわずか数分で実行可能となり、大幅なリードタイム短縮を実現しました。また、現場のユーザーが数値を入力するだけで簡単に予測結果を得られるシステムが完成し、鋼材の種類に応じて複数のモデルを使い分けることで予測精度をさらに高めています。 現在では300人以上の社員がツールを活用し、30件以上のプロジェクトが実用段階に進むなど、組織全体にデータドリブンな課題解決の文化が定着しつつあります。

【成果】 実証実験の結果、生成AIによる稟議書作成支援が業務効率化に大きく貢献することが確認されました。本格実装した場合には、最大で年間19,500時間（行員1人あたり月間約8時間）の業務時間削減が見込まれています。 さらに定性的な効果として、与信判断に必要な審査項目において、顧客へのヒアリングが不足している点をAIが明確に提示できることが実証されました。これにより、行員は「どのような情報を聞き取るべきか」という気づきを得られるようになります。単なる作業時間の短縮にとどまらず、行員自身の審査スキル向上という教育的な効果も期待されていると評価されています。 同行は今後、抽出された課題を整理し、本格的な業務実装に向けた取り組みを進めていく予定です。

【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。