業務の自動化のAI活用事例

【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】 AIによる需要予測を活用することで、必要な量の食材を適切なタイミングで仕入れることが可能となり、過剰な仕入れや品切れを防ぐ適正な在庫管理が実現しつつあります。これにより、食材が過剰に滞留することなく、より新鮮な状態で商品を提供できる体制が整い、品質の向上に寄与しています。 また、店舗における発注業務の代替や、物流センターでの保管スペースの縮小など、サプライチェーン全体の無駄を削減することで、店舗運営の大幅な効率化が期待されています。今後は実証実験を通じて効果を検証しながら、段階的に対象業態や品目を拡大していく展望を描いています。

【成果】 導入後、AIによる自動発注システムの提案は95％という高い採用率で現場に定着しています。発注業務の省人化が実現しただけでなく、欠品の改善や在庫の低減といった具体的な効果が確認されました。 今後は、店舗の保管スペースにおける在庫の過不足低減や食品ロス削減、納品遅延や緊急配送などのムダの排除が期待されています。

【成果】 AIエージェントの導入により、データの有効活用が進み、提案品質の向上や業務効率の飛躍的な改善が見込まれています。 営業現場で必要な顧客情報に瞬時にアクセスできる体制が整備され、これまで以上に迅速かつ付加価値の高い顧客体験の提供が可能になると期待されています。 今後は、行内でのAIエージェントの活用範囲を段階的に拡大し、FSC上で実行する業務領域の拡充を進めることで、現場の営業力強化と顧客満足度のさらなる向上を目指す方針です。

【成果】 高輪の店舗を実証実験の拠点として、新しい技術やサービスを顧客に体感してもらう環境が整いました。ロボットによる業務代替が進んだことで、従業員は空いた時間を活用し、より丁寧な接客や顧客ニーズに合わせた商品提案など、付加価値の高い業務に集中できるようになっています。 これにより、従業員の働きがい向上にもつながる変化が生まれています。今後は、この店舗での実証結果をもとにサービスの仕組みをさらにブラッシュアップし、将来的には全国の店舗へ展開していく展望を描いています。

【成果】 AIが壁打ち相手となることで、初期のアイデア創出段階における業務が大幅に効率化され、提示される手順に沿って情報を入力するだけで、プラニングの初心者や専門スタッフ以外の社員でも、質の高いコンセプト開発が可能になっています。 今後は、他の有名クリエイターの実践知もAIに搭載し、クライアントのニーズや担当者の個性に合わせたAIを選択できる環境を整備していく予定です。さらに、大規模なアンケートデータなどとの連携を深め、マーケティング戦略からクリエイティブ戦略までを統合した業務の高度化を目指しています。

【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】 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】 dotDataを活用した「価値観に基づくターゲティング」は、ローソンが構築するBIツールに組み込まれ、販売促進や商品開発、メーカーとの連携に活用されています。 大手菓子メーカーとの取り組みでは、AIが分析した会員の価値観と商品の購買関係から、デザイナーが複数のレシート・クーポンのデザインを作成しました。予測スコアに基づいて各会員に最適化されたデザインのクーポンを配信した結果、ターゲティング精度の向上で4倍、デザインの最適化で3倍となり、トータルで商品購入率が約12倍に向上するという大きな成果を上げています。 今後は、スマホアプリとの連携によるカスタマージャーニーの設計や、Cookieレス時代に向けた新しいデータマネジメントモデルとしての活用も視野に入れています。

【成果】 AIによる商談先の提案は高い精度を実現し、現場の営業担当者からの信頼を獲得しました。その結果、AI行き先案内が提案した商談件数は、2020年上期から2021年上期の1年間で約3倍となる7万4300件に増加しています。 この取り組みは全体の商談件数の底上げにも大きく貢献し、2021年第1四半期には商談件数が8.4％増加するという定量的な成果を達成しました。また、複合機の稼働データとLED照明の受注に関連性があることなど、人間の分析では気づきにくい隠れた知見が次々と発見されています。現在では、このデータ分析のノウハウを人材開発部でも活用し、社員のパフォーマンス測定など新たな領域への展開も進められています。

【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】 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。