生産性向上のAI活用事例

【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】 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】 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。

【成果】 プロジェクト開始から約1年という短期間で新サイトのローンチに成功し、IT未経験のメンバーによる内製運用が実現しました。AIを活用したレコメンド機能は非常に高い効果を発揮しており、サイト全体の売上に占めるレコメンド経由の割合は平均40％、最高で48％を記録しています。サイトオープンから2年後には、レコメンドによる売上が3.2倍へと大きく伸長しました。 また、マーケティング施策の自動化により、会員登録後のフォローやメルマガ配信にかかっていた手作業の時間が削減され、大幅な業務効率化を達成しています。その結果、メールマガジンの会員数は約4倍に増加し、メルマガ経由の売上も約4倍に拡大しました。 さらに、システムの運用を通じて現場メンバーの意識にも変化が生まれています。「この作業を自動化して効率化したい」といった自発的なアイデアがチーム内で活発に議論されるようになり、データに基づいた新しい施策が次々と生み出されるデータドリブンな組織文化が定着しつつあります。

【成果】 AIによるレポート作成機能を導入した結果、これまで1件あたり20分かかっていたレポート作成業務が、わずか5分にまで短縮されました。30分の栄養指導と合わせても、1回の指導にかかるトータルの業務時間が50分から35分へと大幅に削減されています。 この業務効率化により、管理栄養士の実質的な時給は40%以上向上し、時給2,000円を超える見込みとなりました。手作業による負担が軽減されたことで、管理栄養士はより多くの時間を患者への対応や質の高い栄養指導に充てることが可能になっています。同社は今後も最新技術を取り入れ、従業員のワークライフバランス向上とサービスの品質向上を両立させていく方針です。

【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】 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】 本サービスの導入により、建設中小企業は報告書などのドキュメント作成の自動化や、コンテンツ作成をはじめとするマーケティング業務の効率化が期待できます。定常業務にかかる時間を大幅に削減することで、現場のスタッフが本来の建設業務に集中できる環境が整います。また、最新の生成AIを業務プロセスに組み込むことで、DX推進における競合優位性の確立にもつながります。 同社は今後、Googleが提供する「Bard」などの新たな生成AIについても検証を進め、さらなるサービスの拡充と顧客の生産性向上を目指していく方針です。

【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】 2024年1月の運用開始以降、エンジンやトランスミッションなどパワートレーン関連の開発に携わる約800人のエンジニアに向けてシステムが解放され、月間に数百回利用されるなど現場への定着が進んでいます。 実際に活用しているエンジニアからは、排出ガス測定機器の仕様や環境規制に関する質問に対して正確かつ詳細な回答が得られ、これまで適切な文書を探し出して膨大な文章を読み解くのに要していた時間が大幅に短縮されたと高く評価されています。 今後は技術図面などの視覚的な情報の取り込みや、顧客の不満を分析して次世代車両の改善に繋げる「消費者の声エージェント」の開発など、さらなる機能拡張が構想されています。

【成果】 全社へのAI導入から1年間で、社員の労働時間を合計18.6万時間削減するという大きな成果を達成しました。1回の利用あたり平均約20分の業務短縮につながっており、直近3ヶ月の利用回数は前年同期比で41％増加するなど、社内での定着が進んでいます。 定性的な変化として、導入当初は単純な検索エンジン代わりの利用が主でしたが、現在では戦略策定の基礎データ作成や商品企画など、より高度で生産性の高い業務への活用へとシフトしています。また、懸念されていたシャドーAIによる情報漏洩や著作権侵害などのセキュリティインシデントは、導入後16ヶ月間一切発生していません。 品質管理に特化したAI機能についても、現場の社員から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、設計段階での問題特定や手戻り時間の削減による人手不足解消が期待されており、さらにはAIが自律的に業務を遂行する「オートノマスエンタープライズ」の実現に向けた構想も進められています。

【成果】 約20名の参加者が、データを用いた課題解決の手法や精度改善のプロセスを実践的に学びました。すぐに実業務へ適用できる完璧なモデルが完成したわけではないものの、参加者全員が「もっと学習を続けたい」と答えるほど、データ活用に対する強い学習意欲が芽生えるという大きな成果を得ています。 この成功の裏には、NECの講師による伴走支援がありました。答えをすべて教えるのではなく、ヒントを示して好奇心を刺激したり、チームごとの進捗レポートを基にプログラムを微修正したりするきめ細やかなサポートが、参加者のモチベーション維持に貢献しました。経営層からも高く評価されており、今後は第一期メンバーの学びを深めるとともに、グループ内の多様な人材が集い、データ分析を通じて新たなビジネスを生み出す場として、取り組みを継続・拡大していく展望を描いています。

【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。