テキスト・言語AIのAI活用事例

【成果】 2023年8月より全従業員約2,500人を対象に運用を開始し、日常業務の効率化を推進しています。社内定着に向けた取り組みとして実施した活用研修には、約3割の従業員が参加するなど高い関心を集めました。 さらに、業務改善につながるプロンプトのアイデアを社内から募集する「全社プロンプトアイデアソン」を開催し、各部門における推進リーダーの育成を図っています。今後は、連携する社内データを拡充することでマニュアル検索の煩雑さを解消するほか、お客様からの問い合わせ対応への活用も視野に入れ、体験価値の向上を目指していく方針です。

【成果】 本プロジェクトは2025年6月の実装を予定しており、導入後は新人や若手従業員が顧客対応時の疑問をスムーズに自己解決できるようになることが期待されています。これにより、業務の習熟スピードが大幅に向上するだけでなく、これまで長年の経験が必要だった専門的な職務にも、より多くの従業員が早期に参画できる環境が整います。最終的には、ITシステムの活用によって従業員の働きがいや生産性が高まり、顧客満足度のさらなる向上につながると評価されています。

【成果】 複数の医師の協力を得て行われた実証検証では、「退院サマリ」の作成に要する時間を平均で42%、最大で60%短縮できることが確認されました。検証に参加した医師からは、生成された文案の妥当性やシステムの使いやすさについて高い評価が寄せられています。年間約2万件の退院サマリを作成する規模の病院に導入した場合、年間で約2,700時間もの作業時間削減が見込まれており、医療従事者が本来の診療業務に専念できる環境づくりに大きく貢献することが期待されています。

【成果】 開発した「読影レポート構造化AI」を評価した結果、所見文の約7割を占める比較的単純な文章において90%以上の精度で自動的に構造化できることが確認されました。また、より複雑な主訴に関する所見文においても、約80%という高い精度での構造化を実現しています。 今後はこの技術を活用し、過去の類似所見検索や統計情報の可視化、検索拡張生成AI（RAG）を用いた放射線科医向けのアシスタントAIの開発などを進める予定です。将来的には、データベースと医用画像内の所見位置を紐づけることで、さまざまな疾患に特化した画像診断支援機能（CAD）の正解データを自動で大量生成し、全身の異常疾患を網羅的に見つけるAI技術の開発加速が期待されています。

【成果】 事前検証として約200の典型的な業務パターンでテストを実施した結果、最大で50％以上の業務効率化が確認されました。 文書作成や校正、プログラムのソースコード生成といった一般的なオフィス業務の負担が大幅に軽減されています。 今後は、社内の各組織に蓄積されたナレッジを連携させるスキームの整備や、特定分野のデータで追加学習を行った特化型モデルの構築も視野に入れており、さらなる付加価値の創出を目指しています。

【成果】 本アプリケーションの導入により、社員の経験や専門用語の知識レベルに依存することなく、直感的な操作で目的のデータに到達できるようになりました。情報検索から要約の生成までが約30秒で完了するため、情報収集にかかる時間が大幅に短縮され、業務効率化に貢献しています。 2025年6月の運用開始時には、設計・製造・品質保証部門を中心とした国内5,000名以上の社員に提供されました。今後は営業や物流など、製品のライフサイクルに関わる幅広い分野の社員へと利用対象を拡大する予定です。さらに、海外拠点への展開や、回答精度の向上、検索性の拡充なども計画されており、全社的な品質マネジメントの強化と顧客対応の迅速化が期待されています。

【成果】 退院時看護サマリの作成時間が平均12分20秒から7分5秒へと42.5%短縮され、作成時の心理的負担度も27.2%減少しました。特に入院日数が6日以上の患者に関するサマリ作成においては、作成時間が46.6%減、心理的負担が29.7%減と大きな効果が確認されています。現場からは「急なサマリ作成にも慌てず対応できるようになり、患者のベッドサイドに行く時間が増えた」という声が上がっています。また、医師の退院時サマリ作成業務も最大3分の1に短縮されるなど、多職種での業務効率化とケアの質向上が実現しています。

【成果】 システムの導入により、医療現場における大幅な業務効率化とケアの質向上が期待されています。看護カンファレンスにおける実証検証では、記録に要する時間が従来比で約40％短縮されました。さらに、作成された記録の約8割が「従来の手入力による記録よりも優れている」と評価され、学会でもその成果が発表されています。 現在、カンファレンスで1日あたり1病棟17分、電話サポートで看護師一人あたり2分かかっていた記録時間をそれぞれ約40％削減することを目指して実運用が進められています。また、問診生成AIの活用により、診察時の症状ヒアリングにかかる時間を最大25％軽減する目標も掲げられています。これにより創出された時間を、より深い対話や治療方針の検討、患者ケアの充実に充てることが可能となりました。

【成果】 建設分野の専門的な質問に対しても、自社のノウハウに基づいた正確な回答を迅速に得られるようになりました。回答の生成に用いた文書が明示されるため、情報の裏付け確認が容易になり、的確な業務判断とさらなる業務効率化につながっています。今後は手書き文書のデータ化や外部データベースとの連携、さらには画像や動画生成への拡張も視野に入れ、独自の生成AI環境を深化させていく方針です。

【成果】 2023年11月から12月にかけて実施された試験運用（PoC）を経て、生成AIを活用したアプローチの有効性が実証されました。従来は熟練技術者の経験を手引書にするために3年、そこからモデルを作成するために1年かかっていましたが、生成AIの導入により技術文書を文章としてモデル化できるようになり、モデル化期間が3年から1年へと大幅に短縮されています。 これにより、ドキュメントのモデリング時間を67％短縮することに成功しました。さらに、開発業務では30％、企画・管理業務では50％の工数削減効果が得られています。Hondaの担当者は、膨大な開発情報を安全に活用するプラットフォームが、顧客への価値提供に貢献していると高く評価しており、将来の本番開発活動に向けたさらなる協力を期待しています。

【成果】 生成AIの導入により、履歴書の受領から内定を出すまでの時間を最大75%短縮できる見込みが立っています。1週間以内に適切な求職者へ内定を提示できる体制が整うことで、優秀な人材を確実に獲得し、より前向きで挑戦的な職場環境の創出が期待されています。 今後は、人間のアナリストによる評価とAIソリューションの精度を比較するベンチマークテストを計画しており、さらなる採用プロセスの合理化と質の向上を目指しています。

【成果】 PoCの結果、外部ネットワークから切り離されたクローズドネットワーク環境でありながら、AIによるハラスメント判定において95％以上という極めて高い精度を達成しました。これにより、クラウドベースの大規模言語モデル（LLM）に依存することなく、オンプレミスパッケージ内に軽量な言語モデルを安全にデプロイできる可能性が実証されています。 現在、同社はソリューションの実稼働環境への導入に向け、引き続きIBMと連携しながらアプリケーションの開発とモデルの精度向上を推進しています。

【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】 本プロジェクトは現在実証実験の段階にあり、具体的な定量成果については今後の検証を待つ形となります。しかし、すでにインプット情報をもとに所定のフォーマットでアウトプットを生成するという、技術的な実現性は確認されています。 今後は、生成AIの活用と七十七銀行がこれまで培ってきたデータ分析のノウハウを融合させることで、定例業務やデータに基づく仮説検証のプロセスを飛躍的に迅速化していく方針です。 最終的には、職員がより付加価値の高い業務に注力できる環境を整えることが期待されています。これにより、挑戦的な企業文化の醸成や従業員エンゲージメントの向上を実現し、同行のさらなるDX推進へと繋げていく構えです。

【成果】 画像生成AIの活用により、生成されるデザイン案の数は従来の100倍に増加しました。これにより、デザイナーはAIが生成した幅広いアイデアをベースに、より洗練されたデザインを制作するなど、クオリティを高めるコア業務に集中できるようになっています。 アンケート分析においては、担当者の主観やバイアスを排除した信頼性の高いデータが得られるようになり、外部発注を必要とせずに社内システムで迅速な分析が可能となりました。結果として、アンケート分析業務において約80％の効率化を実現しています。 今後は、この生成AI環境を全社や海外のグループ会社にも展開し、さらなる業務効率化とグローバルでの開発力強化を目指していく方針です。