その他のAI活用事例

【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】 開発された「投資相談AIアバター」は、2024年1月に開催された「楽天証券 新春講演会2024」にて来場者に初披露され、新たなAI体験として提供されました。NVIDIA ACEを活用した会話型相互コミュニケーションが可能なAIアバターサービスの個人向け開発は、日本初の取り組みとなります。 今後は顧客への正式提供を目指しており、投資に関する疑問をアバターを通じて直感的に解決できる環境の構築が進められています。

【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】 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】 開発された「トークラボKIBIT」は、2025年10月より日本生命の「ニッセイみらいのカタチ 認知症保障保険（認知症サポートプラス）」の付帯サービスとして提供が開始される予定です。ニッセイ情報テクノロジーが提供する「暮らしの脳トレ」と連動する形で社会実装が進められています。 専門家からは、本ツールが信頼性とユーザビリティをバランスよく備えており、利用者による自発的なセルフチェックの習慣化を促す製品として高く評価されています。また、ファーストユーザーとなる日本生命からも、手軽なセルフチェックを日々の習慣とすることで、顧客の生活習慣の改善や健康寿命延伸をより一層サポートできると期待が寄せられています。

【成果】 導入後、新入社員やキャリア入行者がわずか数週間で顧客対応の基礎力を習得するなど、短期間での即戦力化に成功しています。また、実在の顧客応対事例を教材化することで、研修の効果が契約率や提案数といった実際の営業成果に直結するようになりました。さらに、AIによる客観的なフィードバックと反復練習の仕組みにより、現場に自己学習の習慣が自然と根付いています。 運用面においても、AIの自動生成機能により研修準備にかかるコストを70〜90％以上削減し、外部講師への依頼も不要となりました。利用回数が増えるほど1回あたりの教育コストが下がり、投資対効果（ROI）の劇的な向上を実現しています。

【成果】 本プロジェクトは2025年5月から2026年1月末にかけて実施される予定であり、現時点では実証段階です。 今後は、全国10校での実践事例やデータをもとに、導入支援のあり方や授業モデルの確立を目指しています。教科書という共通の学習基盤に基づいた生成AI活用モデルを構築することで、全国規模での英語教育の質的向上に貢献していく展望が示されています。

【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】 「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】 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】 実証実験を通じて経過記録業務の自動化における有効性が確認できたため、一部の保険金お支払センターにて本システムの先行導入が開始されました。 記録業務の大幅な効率化により創出された時間を活用し、顧客対応のさらなる充実と事故対応の品質向上が期待されています。今後は導入の効果やリスクを検証しながら段階的に適用範囲を拡大し、2024年内には全国の保険金お支払センターでの利用開始を目指しています。 また、より損害保険業界に特化したLLM（大規模言語モデル）の導入も検討していく予定です。

【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】 ツールの導入により、膨大なテンプレートの検索が容易になったことで、2024年4月入社の新人が早期に業務デビューを果たしました。 新人がベテランを超える数の問い合わせメールに対応できるようになるなど、早期戦力化に大きく貢献しています。業務品質の担保とスピードの維持が実現されつつあり、今後は自動化によって創出された時間を活用し、顧客一人ひとりに寄り添った「人間味のある一言」を添えるなど、さらなる顧客満足度の向上を目指していくとしています。