データ分析・意思決定支援のAI活用事例

【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】 分析の結果、一般的なコンビニとは異なり「デスクで食べても散らからない直まきおにぎりが人気」といった独自の傾向や、時間帯・顧客グループごとの細かなニーズを発見することができました。 これらの分析結果は、実際の店舗での発注業務に反映されています。現場の担当者が自らデータを見て、考えて、実践するサイクルを回せるようになり、中堅・中小企業における限られた人員でも効率的かつ精度の高いサービス向上が可能となりました。 今後は、商品の組み合わせ傾向を把握するバスケット分析など、さらに高度なデータ活用やマーケティング施策への展開を計画しています。

【成果】 購買データを活用したターゲティング広告を配信した結果、顧客獲得単価（CPA）を従来の2分の1に削減することに成功しました。特定の商品の購入実績や頻度、組み合わせがカードローンの申し込み割合に影響を与えるという、非常に興味深い特徴を可視化できるようになっています。 今後は、高度なデータ分析スキルがなくても利用できるdotDataの特長を活かし、現場主導のAI・データ活用を促進していく方針です。また、「金融」と「リテール」のデータを掛け合わせたノウハウを基に、顧客のニーズに柔軟に対応できる新たな金融ビジネスの創出も目指しています。

【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】 2019年からの試験運用を経て、不具合の予兆を示す有効な特徴量の抽出に成功し、2020年から本格的に仮説探索型の故障予測分析を開始しました。 具体的な成果として、ボーイング787のエアコンシステム部品の不具合予兆検知に関する特徴量作成に成功し、航空技術協会の表彰審査会委員長特別賞を受賞しています。また、対象システムが停止している最中に特定の傾向を示す特徴量が存在するなど、人の知見だけでは見出せなかった新たな特徴量を発見することにも成功しました。 今後は、dotData活用の質と量の双方を強化し、部品整備部門など社内のより多くの部門での分析・予兆検知の取り組みを広げていく展望です。

【成果】 「MS1 Brain」の導入により、従来は営業担当者の経験と勘に頼っていた活動がデータドリブンなものへと変革されました。AIが算出したスコアリングをもとに、見込みの高い顧客へ優先的にアプローチすることで、営業活動の効率化と顧客満足度の向上を実現しています。また、解約や他社への切り替え意向が高い顧客を早期に抽出し、抑止活動に繋げることも可能になりました。 さらに、AIが導き出した特徴量をトークスクリプトに落とし込んだ結果、クロスセル（販売商品数アップ）の成約率やアップセル（保険料単価アップ）の特約付帯率が従来比で2～3倍に向上するという大きな成果を上げています。現在では、海外提携先での保険解約要因の分析や、自動車の買い替えタイミング予測など、他部門や新規ビジネスへの横展開も進んでおり、社内全体でデータドリブンな文化が醸成されつつあります。

【成果】 段階的な研修プログラムの導入により、受講者がデータ分析のプロセスや価値を深く理解し、取り組むべき目標がより明確になるという効果が得られました。実際の業務データを用いたOJTを通じて、業務の効率化や高度化が見込める案件が複数創出され、中には実際の業務で運用される段階に進んだ事例も生まれています。 今後に向けては、研修の最終報告会を全社に公開することでデータ分析の必要性を広く啓発するとともに、社内でのデータ分析事例共有会を開催し、さらなるデータ活用文化の浸透と受講者の拡大を目指しています。

【成果】 AIを活用した新しいマーケティング戦略の実践により、ある弁当の販売プロモーションにおいては、ターゲット層に最適なクリエイティブとキャッチコピーを用いたポスターを展開した結果、短時間での完売を達成し、販売数量が利用前と比較して200%に達するという劇的な成果を上げました。 これは、反応予測AIやフェルミ推定AIによって施策効果を事前に予測できたことで、確信を持って施策を実行できた結果です。また、企画検討や販促物制作にかかる時間も大幅に短縮され、少人数体制でも質の高いプロモーションを迅速に展開できるようになりました。 現場からは「導き出されるアウトプットに根拠と信憑性があるため安心して施策を実行できる」といった声が上がっており、今後は日用品や食料品などの最寄り品や、健康保険組合と連携した家庭用常備薬の拡販など、さらなる活用領域の拡大が期待されています。

【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。

【成果】 dotDataを活用した予測スコアに基づいて、約20万人の会員に最適化された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倍の効果を生み、トータルで商品購入率が約12倍に向上するという劇的な成果を達成しました。 今後は、Cookieレス時代を見据えた新たなデータマネジメントモデルとして、メーカー向けの商品開発や販促支援など、新たな収益の柱としての展開も視野に入れています。

【成果】 AI行き先案内によるAI商談の提案件数は、2020年上期から2021年上期の1年間で約3倍の7万4300件に増加しました。AI商談の効果により全体の商談件数の底上げにもつながり、2021年第1四半期には商談件数が8.4％増加するという成果を達成しています。 AIが高い精度で提案を行うことで、営業担当者がAIを信頼するようになり、日々の営業ツールにAIの提案が自然に融合したことが成功の要因となっています。今後は、dotDataの特徴量から社員のパフォーマンスを測定するなど、人材開発分野への活用も推進していく展望です。

【成果】 実践的な演習を通じて、総務・人事部門による「人員変動予測」や、建物管理分野における「空調の設定温度と室温の相関分析」など、実際の業務への適用が見込める具体的な成果が生まれ始めています。 参加した社員からは「最初は難しいと身構えていたが、やってみると意外にできた」「少しでも成果が出ると楽しいので継続したい」といった前向きな声が多く寄せられており、現場のデータ活用に対する意識変容が確認されています。経営陣からも「途中で形骸化させず継続してほしい」と強力な後押しを受けており、全社的なデータ利活用文化の定着に向けて確かな手応えを得ています。今後は参加チーム数をさらに拡大し、将来的にはグループ会社全体への展開も視野に入れています。

【成果】 高性能タイヤの設計では、AIの抽出結果に基づく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。また、データと対峙する過程で新たな気付き（副次的効果）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しています。 ゴムの混合プロセスにおいては、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ました。AIの活用を通じて、材料開発メンバーも納得する混合プロセスの本質につながる知見が得られています。スタッドレスタイヤの設計でも、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導き出すことができました。 今後は、データが存在しない領域を補完するための新たなデータ取得を進めるとともに、現実データと仮想データを利用して複雑な関係性を明らかにし、データ分析の専門家以外でも気付きを得られる環境の構築を目指しています。