機械学習のAI活用事例・導入事例

【成果】 2019年からの試験的な運用を経て、明らかに不具合の予兆を示す有効な特徴量の抽出に成功しました。例えば、ボーイング787のエアコンシステム部品における不具合の予兆検知では新たな特徴量を発見し、この取り組みは航空技術協会の表彰審査会委員長特別賞を受賞するなどの高い評価を得ています。 また、従来の整備士の知見では「システム稼働中に兆候が現れる」と考えられていた事象に対し、AIの分析によって「システム停止中に特定の傾向を示す特徴量が存在する」という新たな事実が判明するなど、人間の経験則を補完する定性的な成果も生まれています。 現在では部品整備部門との共同分析も進んでおり、より多くの担当者がデータ分析に取り組む体制が構築されつつあります。

【成果】 高性能タイヤの設計において、試行錯誤を繰り返すことで段階的に性能と安定性が向上しました。ゴムの混合プロセスでは、物性値を狙い通りに推移させるための因子の特定に成功しています。また、スタッドレスタイヤの設計では、タイヤを試作する前に決定できる設計因子に基づいた見通しの良い関係式を得ることができました。さらに、データと対峙することで新たな気付きが得られ、タイヤの設計プロセスを革新するためのデータ活用が一気に加速するという副次的効果も生まれています。

【成果】 本プロジェクトは現在開発段階であり、2022年内をめどに順次商用サービスとして提供される予定です。 開発されるサービスを通じて、製薬企業や医療機関は臨床における疾患・治療実態を正確に把握できるようになります。これにより、革新的な医薬品の研究開発テーマの検討促進や、患者一人ひとりに合わせた個別化医療の提供、さらには疾患の早期発見・診断支援などへの貢献が期待されています。

【成果】 本システムは、インフィックのグループ法人である株式会社まごころ介護サービスの介護施設「まごころの家＊馬渕」に先行導入されました。AIが個々人の行動パターンを学習することで、不必要または不十分なアラート発報が削減され、介護スタッフの業務負荷軽減に貢献しています。また、入居者の状態をデータとして可視化できるため、生活スタイルの中長期的な変化を把握しやすくなりました。 今後は、施設介護だけでなく在宅介護の領域への展開も見据えられています。

【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】 直営塾や先行してモデル転換を行った「超個別指導塾まつがく」において、従来よりも少ない運営リソースで大きな成果を上げています。まつがくでは、国公立大学の合格実績が2020年度の6名から2024年度には42名へ、私立大学は12名から235名へと大幅に伸長しました。また、生徒数も同期間で18%増加するなど、定量的な成長を実現しています。 現場の生徒からは「やることを自分で決められる」「丁寧に学習の進捗管理をしてもらえる」といった肯定的な声が寄せられており、自立的な学習姿勢の定着という定性的な変化も確認されています。

【成果】 AIが乱気流の発生する特徴量を的確に捉えることが可能となり、日本上空の予測モデルにおいて86%という高い正答率を実現しました。従来の予測手法では乱気流の報告情報と予測位置が一致しないことがありましたが、新システムではこれらが正確に一致することが確認されています。 ANAは本システムを正式導入することで、運航における安全性と快適性の向上を実現し、お客様が安心して搭乗できる環境の強化に繋げています。

【成果】 「Data Ignition」の導入により、地域金融機関はニーズの高い顧客を的確に抽出し、優先的にアプローチすることが可能になります。これにより、手当たり次第の営業活動から脱却し、効率的かつ顧客満足度の高い提案活動が実現します。 株式会社静岡銀行では、本ツールの活用を通じてグループ一体での高付加価値営業を実践していく方針です。また、りそなグループは今後も連結子会社であるFinBASE株式会社を通じて、地域金融機関へ様々な機能やサービスの展開を加速させていくとしています。

【成果】 AI配送シミュレーターの導入により、定温センターにおける配送コース数とトラックの稼働台数をそれぞれ約1割削減するという定量的な成果を達成しました。これにより、深刻化するドライバー不足への対応だけでなく、車両稼働の最適化によるCO2排出量の削減にも貢献しています。今後は常温配送への展開も予定されており、さらなる物流効率化と環境負荷低減が期待されています。

【成果】 AIによる予測とマッチングの仕組みにより、これまで廃棄されていた規格外野菜がすべて有効活用できるようになり、「TAKAMIYA AGRIBUSINESS PARK」における畑の食品ロスゼロを達成しました。 規格外のミニトマトやイチゴは、地域のレストランやカフェに提供され、フレンチの食材やスイーツとして新たな付加価値を生み出しています。飲食店からは「酸味と甘みのバランスが絶妙」「美味しくてストーリーのある食材」と高く評価されており、SNSでも反響を呼んでいます。生産者側にとっても、規格外野菜に価値が見出されることでモチベーションの向上につながっています。

【成果】 AIシステムの導入により、これまで手作業で行っていた計画立案にかかる業務時間を約70%削減することに成功しました。 また、季節要因などによる急激な需要変動に対しても、生産・輸送・在庫計画を柔軟かつ迅速に修正できるようになり、計画自体の質が大きく向上しています。長年の課題であった業務の属人化が解消されたことで、特定の熟練者に偏っていた業務負荷が軽減され、現場の働き方改革にも直結する成果を上げています。

【成果】 本システムの導入により、醸造家は理想の香味実現に重要な成分を即時に把握できるようになり、試作設計や工程条件の検討が大幅に迅速化される見込みです。開発された「FJWLA」は、2026年3月以降に発売されるビール類から順次導入される予定です。 今後はビール類にとどまらず、RTDやワイン、清涼飲料などへ適用領域を拡張していく方針です。さらに、一連の解析技術とデータ基盤を「嗜好プラットフォーム」として位置づけ、市場での購買データなども統合することで、R&Dから商品開発、市場投入後の改善までを一気通貫で支援する体制の構築を目指しています。

【成果】 AIが発注推奨値を自動算出することで、発注業務にかかる時間を1店舗あたり1週間で約6時間削減することに成功しました。これにより、発注担当者の業務負担が大幅に軽減されています。 また、適切な商品陳列量の維持による販売機会の最大化や、過剰発注の抑制による廃棄ロスの適正化（フードロス対策）といった効果も期待されています。今後は導入店舗での売上や収益への効果を検証し、さらなる展開店舗の拡大を目指すとしています。

【成果】 分析の結果、一般的なコンビニとは異なり「デスクで食べても散らからない直まきおにぎりが人気」といった独自の傾向や、時間帯・顧客グループごとの細かなニーズを発見することができました。 これらの分析結果は、実際の店舗での発注業務に反映されています。現場の担当者が自らデータを見て、考えて、実践するサイクルを回せるようになり、中堅・中小企業における限られた人員でも効率的かつ精度の高いサービス向上が可能となりました。 今後は、商品の組み合わせ傾向を把握するバスケット分析など、さらに高度なデータ活用やマーケティング施策への展開を計画しています。

【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。