エラー・ミスの削減のAI活用事例

【成果】 実証実験の結果、客室乗務員がチャット形式で入力した情報から自動生成されたレポートは、業務用語を学習した自然な表現となり、編集が容易であることが確認されました。また、スムーズな英訳機能により業務負担が軽減されたほか、既存のアプリと比較してレポート作成にかかる作業時間や修正発生率の大幅な削減に成功しています。 今後は本番運用に向けた段階的な検証を進め、JALが運用する生成AIプラットフォームへの導入や、オフライン環境で動作するオンデバイス型・エッジ型での提供を目指していくとしています。

【成果】 このシステム導入により、問合せの案件管理が徹底され、対応の遅れや漏れを完全に防ぐことができるようになりました。管理状況が可視化されたことで、対応メンバーの精神的な負担も大きく軽減されています。また、AIによるFAQの生成・提案機能を活用することで、メンテナンスにかかる時間を大幅に短縮し、必要なFAQを迅速に提供できる体制が整いました。その結果、運用開始以来、チャットボットの自己解決率50％以上を維持しています。 実際の問合せ対応にかかる工数も、以前は1日の半分ほどを占めていたものが、1日2時間程度へと大幅に削減されました。旧システムと比較して問合せ総数が増加していることから、社員にとって「使える窓口」として定着していることが伺えます。今後は、他の問合せ窓口の一本化を進めるとともに、人事部や総務部など企画管理本部全体への展開を目指しています。

【成果】 システムの導入により、議事録作成にかかる時間や、録音データをアップロードする手間が大幅に削減され、業務効率化を実現しています。 AIによって一字一句漏らさずテキスト化されるため、議事録の正確性が飛躍的に向上し、関係者からの修正依頼も減少しました。結果として、議事録作成にかかる時間を約3割削減するという具体的な成果を生み出しています。 当初は限定的な部署での利用からスタートしましたが、その利便性の高さが社内で口コミとして広がり、現在では25部署以上へと利用が拡大しています。現場からは「バージョンアップのたびに利便性が高まっている」との声も寄せられており、今後もさらなる活用範囲の拡大が見込まれています。

【成果】 トライアルホールディングス株式会社との実証実験を通じて、店舗作業コストを20%削減、店舗在庫を20%圧縮するといった大きな成果が得られています。また、発注の波動緩和による物流の平準化と効率化（10%削減）や、発注精度向上による欠品・廃棄の削減（5%削減）も実現しました。 この最適化効果は小売業にとどまらず、卸売業やメーカーと連携することで、生産・出荷計画の合理化、製造現場の作業平準化と残業削減、返品率・廃棄率の大幅削減といった川上への波及効果も見込まれています。

【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】 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】 実際の設備の保守作業を想定し、作業中の不明点に対する対処法を提示するユースケースにおいて検証が行われました。 従来技術では、曖昧な質問に対して正しい作業手順が得られる成功率が30.0%にとどまっていましたが、本技術を適用した結果、具体的な質問をした場合とほぼ同等の73.3%まで大幅に向上しました。 また、従来は1回のやり取りで無理に回答を出そうとしていたのに対し、本技術では平均2.3回のやり取りを行い、問い返しを通じて質問を具体化できていることが確認されています。 今後は東芝グループ内の保守作業現場で実証実験を開始し、将来的には社外へのサービス提供も目指していくとしています。

【成果】 生成AI機能を活用することで、固定資産台帳の転記作業において精度95％での自動化に成功しました。これにより、代理店担当者が手作業で行っていた確認・転記作業の負担が軽減され、大幅な業務効率化を実現しています。 損保ジャパンの担当者からは、早期からLLM開発や生成AIプロダクト実装の経験を積んできたAI insideの技術力が高く評価されており、今後は他業界や他業務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】 AIによるリアルタイムの書き起こし機能により、オペレーターは手書きメモを取る必要がなくなり、顧客との対話に集中できる環境が整いました。不必要な聞き返しや質問の重複が減少し、スムーズな応対が実現しています。 また、SVはアラート機能を活用することで、クレームやトラブルの予兆を早期に発見し、迅速にサポートへ入れる体制が確立されました。副次的な効果として、自身の応対内容がテキストとして可視化されたことで、オペレーターがより丁寧な言葉遣いや伝わりやすい話し方を意識するようになり、自発的な応対品質の向上につながっています。

【成果】 導入の結果、大量の帳票を一度に処理しても高い精度で読み込むことができ、特に納税通知書に関してはほとんど間違いが見受けられないレベルに達しました。 入力プロセスが不要になり、読み込んだデータを一つの画面上でチェックするだけで済むようになったため、紙と画面を見比べる負担が大きく軽減されています。 所在地コードの自動出力機能も実装できたことで、理論上は年間約400時間の業務時間削減が見込まれています。 現場の担当者からは、限られた時間内での処理業務がスムーズに進むことへの期待が寄せられており、今後は連続スキャナーの導入など、さらなる業務効率化に向けた取り組みも視野に入れています。

【成果】 実証実験の結果、客室乗務員の引き継ぎレポート作成時間を最大で3分の1に短縮することに成功しました。これにより、乗務員が旅客サービスに注力できる時間を新たに創出しています。また、AIがJAL仕様の標準的なレポートを生成することで、内容の修正発生率が低下し、管理者を含めたレポート業務全体の工数抑制にもつながりました。 今後は、対象となるレポートの種類を拡大し、全客室乗務員への展開を目指してプロジェクトを推進しています。

【成果】 千葉県市川市にある三井倉庫サプライチェーンソリューションの拠点において実証実験が行われ、8つのバースで正式にサービスが導入されました。 ナンバープレートの自動認識により、これまで管理が難しかった荷物の積み降ろし時間の実績データが正確に取得できるようになりました。手入力によるミスや漏れが防げるだけでなく、予約情報がない車両についてもログとして実績データを取得することが可能です。 導入企業では、取得したデータを分析することで、ドライバーの待機時間削減や庫内作業の準備、人員配置の最適化など、業務プロセスの効率化が進められています。また、マニュアルでの管理工数が削減されることで、年間約300万円程度のコスト削減が見込まれています。

【成果】 情報の一元化により、規制管理者への問い合わせ回数が大幅に減少し、現場の人的負荷を軽減することに成功しました。チャットアプリを通じたリアルタイムな映像確認が可能になったことで、これまで1日あたり約60分かかっていた現場状況の確認時間が、わずか3分程度へと劇的に短縮されています。 また、規制履歴の自動記録と一括出力により、毎月約100分を要していた集計・記録作業が不要となり、転記ミスの防止と情報の正確性向上という定性的な効果も得られました。今後は、センシング情報の追加による適用範囲の拡大を目指すとしています。

【成果】 現場とベンダーが二人三脚でAIを育て上げた結果、見逃し率0％、過検出率8％という極めて高い判定精度を達成し、検査工程での本稼働を実現しました。定量的な成果として、これまで二交代勤務で計4名が携わっていた検査体制を2名へと削減し、大幅な省人化に成功しています。 定性的な面でも、面倒なプログラム設定が不要なため、現場の従業員が簡単な操作のみで違和感なく業務に組み込める環境が整いました。 今後は、他の部品への磁気探傷検査の自動化展開や、教師なし学習・転移学習といった新たなAI学習手法の活用も視野に入れており、継続的な業務改善に向けた取り組みが進められています。