対応時間・リードタイムの短縮のAI活用事例

【成果】 導入後、広告予算を変えることなく、月間20件前後だったアポイント数が60件弱へと約3倍に増加しました。営業時間外のタイムラグが解消されたことで、アポイント獲得の最大化に成功しています。 日程調整の面では、無駄な確認作業が減少し、顧客自身による再調整が可能になったことで、リスケジュールにかかる手間が大幅に削減され、リスケ率の低下にもつながりました。さらに、Slack連携によるAIからの情報提供により、インサイドセールスの架電効率が向上し、フィールドセールスの商談準備コストも削減されています。 副次的な効果として、日程調整URLごとにグルーピングできるようになったため、どの施策から獲得したリードかが明確になり、ROIの算出や各施策の効果測定が容易になるという成果も得られています。

【成果】 国内400の全店舗でシステムの稼働を開始した結果、自動発注率が全体で従来比115％、日配品においては従来比160％へと大幅に向上しました。これにより、店舗での発注作業時間を1週間で約600時間削減するという定量的な成果を上げています。 また、AIによる在庫制御（売り減らし機能）が機能したことで、従来以上に円滑な売り場づくり（MDサイクル）が実現し、店舗在庫量の圧縮・適正化と商品回転率の向上にも寄与しています。 現場からは、予測精度の向上と運用負荷の軽減が高く評価されており、今後は物流在庫センターへの販売予測データ提示による配送遅延防止や、業界課題である返品・廃棄・滞留在庫の削減にも取り組んでいく展望が示されています。

【成果】 2024年4月の稼働開始から2カ月後の時点で、複数の熟練担当者が1人・1日あたり約3時間要していた発注業務時間を約1時間半に短縮し、約50％の削減効果を確認しました。 欠品や在庫回転率についても導入前の水準を維持しつつ、熟練担当者と同水準での発注計算が可能となっています。今後は、需要予測の導入拠点を増やしてさらなる業務効率化を進めるとともに、入荷や需要の予測データをサプライチェーン全体に連携させることで、トラックの積載効率向上や物流2024年問題の解決、食品ロスの削減にも取り組んでいく予定です。

【成果】 実証実験の段階から、AIの予報を参考にして防除を行った若手農家が15％の収量増を達成したり、ベテラン農家でも4％の収量増を実現するなど、確かな効果を発揮しています。 JA豊橋では、フェロモントラップ関連の作業時間を大幅に削減し、浮いた時間を農家への訪問指導に充てられると期待を寄せています。共通のデータに基づく指導が可能になったことで、若手指導員のスキルを補い、組織全体の営農指導力の維持・向上につながる基盤が整いつつあります。

【成果】 実証実験の結果、従来は病院全体で数日を要していた診療報酬の作成業務を、数分程度に短縮できる見通しが立ちました。 具体的には、生成AIによる原案作成に数十秒、その後の担当者による確認作業を含めてもわずかな時間で完了します。また、この仕組みが実用化されれば、制度改定に伴うシステム改修コストの大幅な削減にもつながります。本研究は厚生労働省の補助を受けており、成果が認められれば、全国の医療機関における会計処理を合理化する新たな基盤として活用されることが期待されています。

【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】 新システムの導入により、配車担当者の練度にかかわらず、高品質な配車計画を短時間で作成できる体制が整いました。AIと最適化モデルの処理能力に、担当者の知見を組み合わせることで、取引先の満足度を維持しながら業務効率化を実現しています。 今後は配車担当者全員が本システムを利用することで、配車計画の作成時間を従来比で25％削減することを目指しています。

【成果】 開発されたAI創薬技術により、従来の手順に比べて10倍以上高速に、大量の電子顕微鏡画像からタンパク質の形態と構造変化の推定が可能になりました。実際にタンパク質合成に関わる特定のタンパク質を本技術に適用したところ、構造変化の予測にかかる時間を従来の1日から2時間へと大幅に短縮することに成功しています。 これにより、細菌やウイルスなどの標的タンパク質に結合する薬剤の設計過程が革新され、製薬企業の創薬プロセスの迅速化・効率化に大きく貢献することが期待されています。今後は、この生成AI技術をコア技術の一つとして活用し、標的タンパク質と抗体の複合体解析や分子の大域的な構造変化を高精度かつ高速に予測する次世代IT創薬技術の実現を目指していく方針です。

【成果】 東北大学病院における一部診療科の医師10名の協力による実証では、紹介状や退院サマリなどに記載する要約文章を新規作成する場合と比較して、作成時間を平均47%削減することに成功しました。また、生成された文章の表現や正確性についても高い評価を獲得しています。 これにより、膨大な電子カルテの記録から必要な情報を収集する作業が大幅に軽減され、生成された要約文章を参考にしながら各文書を効率的に作成できる可能性が確認されました。

【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】 「問診生成AI」の導入により、診察時の症状ヒアリングに要する時間を最大25％軽減し、より深い対話や治療方針の検討に時間を充てることが期待されています。「看護音声入力生成AI」については、従来の手入力との比較検証を実施した結果、記録に要する時間が約40％短縮されました。また、約8割の記録で「AIを用いた方が優れている」との評価を得ています。これにより、看護カンファレンス（1日1病棟17分）や電話サポート（1日1人2分）の記録時間を約40％削減する目標を掲げています。 今後は、対話型疾患説明生成AIの他科展開や、書類作成・サマリー作成支援AIの導入など、さらなる機能拡張を予定しています。

【成果】 AIエージェントの導入により、営業担当者の訪問準備や報告作業にかかる時間を従来比で30％削減することに成功しました。報告業務の負担が軽減されたことで、顧客との対話やきめ細やかな対応に、より多くの時間を割けるようになっています。 今後は、営業部門だけでなく、本社や事務職員を含めた全職員への展開を視野に入れています。ヘルスケアや法務、教育といった専門領域に対しても、特化型の生成AIを順次開発していく予定であり、全社的な業務変革をさらに加速させていく方針です。

【成果】 検証フェーズの実施により、従来は目視や手作業で精査していたリリースノートからの非互換情報抽出作業において、所要時間を約65%削減するという大きな成果を達成しました。膨大なドキュメントの確認にかかる時間と労力を大幅に軽減し、効率的なシステム移行の道筋をつけています。 今後は、この品質評価結果をもとに、大規模金融システムの知見を活かしてグループ内のさまざまなシステム開発プロジェクトへ適用範囲を広げ、さらなる生産性向上と安定稼働の両立を目指していく方針です。

【成果】 2024年6月末より、コンタクトセンターのメール回答業務において生成AIの本番利用が開始されました。今後は年内を目処に、同様の生成AIをチャットでの問い合わせ対応にも展開し、業務用アプリケーションへのAPI組み込みを行う予定です。これらの取り組みにより、最終的にはオペレーターの問い合わせ対応にかかる時間が最大で60％程度短縮される見込みとなっており、顧客の利便性向上と業務の大幅な効率化が期待されています。