データ分析・意思決定支援のAI活用事例

【成果】 2024年3月より、「Copilot for 駅員」の実証実験に向けたアプリ開発に着手しています。今後は、導入する駅やドキュメント・データ分析の対象範囲を段階的に拡大していく予定です。これにより、お客様1人あたりの対応時間削減による業務効率化と、サービス品質の向上が期待されています。

【成果】 現場の社員が主体となって生成AIとデータを活用する体制が整い、業務課題の解決に向けた具体的な検討が大きく前進しました。この取り組みは、日本マイクロソフトからも最先端のAI活用事例として高く評価され、「Microsoft Ignite Japan」で紹介されるに至っています。 今後は、絞り込まれたビジネスプランの事業化に向けた支援や、外販AIサービス開発への協力など、さらなるビジネスの創出が期待されています。

【成果】 生成AIをコミュニケーションツールとして活用することで、言葉では伝えにくいニュアンスを視覚的に共有できるようになりました。短時間でバラエティに富んだ大量のアイデアを創出できただけでなく、開発初期段階から具体的なイメージを確認できるため、意思決定のスピードが飛躍的に向上しています。 結果として、デザイン開発にかかる期間の大幅な削減を実現し、クリエイティブの創造性を広げる新しいデザイン開発のフローが確立されました。

【成果】 本実証実験を通じて、オペレーターが通話後に行う記録作業等の後処理時間を35%削減することを目指しています。 これにより、高い電話応答率を維持し、顧客満足度の向上に貢献することが期待されます。また、相関分析の結果を活用することで、応対品質の数値化や可視化による評価の自動化が可能となり、管理者による品質チェックの工数削減と、データに基づく効果的なオペレーター指導が実現できる見込みです。 今後は検証結果を踏まえて実業務への導入を進めるとともに、お客さま満足度を予測するモデルの構築など、生成AIの利用範囲をさらに拡大していく予定です。

【成果】 次世代営業端末の導入により、対面・非対面を問わず、顧客一人ひとりに最適化されたコンサルティングセールスが可能になりました。 オンライン面談機能により、遠方の家族が同席する契約手続きなど、多様なライフスタイルに合わせた柔軟な対応が実現しています。また、パーソナライズされた動画提案書の活用により、顧客は自身の空き時間に自分のペースで保険プランを検討できるようになりました。 AIによるプラン設計とわかりやすい画面表示の組み合わせにより、営業担当者の提案業務が高度化され、よりスムーズで説得力のある顧客コミュニケーションが期待されています。

【成果】 KDDIのデジタルマーケティングおよび広告業務において本システムのβ版を試験導入した結果、平面構成やフォント・画像選定といったデザイン考案にかかる業務工数を50％削減することに成功しました。ブランド管理に詳しくない担当者であっても、ガイドラインに沿った高品質なクリエイティブを制作できるようになり、業務の平準化と品質管理の両立を実現しています。 また、担当者の経験や勘に依存せず、データに基づいた均質的で精度の高い判断が可能になった点も大きな成果です。今後はKDDIグループ内での本格導入を進めるとともに、法人顧客へのサービス提供も視野に入れた展開が検討されています。

【成果】 企業業績や業界市場規模、万単位の統計データなど、多岐にわたる経済情報の予測を自社で一から構築するには膨大なコストがかかりますが、SaaSとして利用できる本サービスは非常にコストパフォーマンスが高いと評価されています。 また、市場や業界の調査分析を社員が手作業で行う場合と比較して、大幅な作業効率の向上が見込まれています。現場からは、「AIによる予測結果が当たるかどうかだけでなく、その結果をどう実務に落とし込むかが重要である」という声が上がっており、AIが算出したデータを一つのエビデンスとして素直に活用していくという、新しい業務スタイルへの一歩を踏み出しています。

【成果】 実証実験において、富士フイルム内の在庫評価資料を用いて従来の予測結果と机上比較を行いました。作成した需要予測モデルがアフターパーツごとの特徴を正確に捉えた結果、「適正」在庫に分類される部品点数が従来の管理方法に比べて2.7倍に増加しました。 これにより、アフターパーツ在庫の過剰や不足を大幅に減らし、より効率的な在庫管理が可能になることが確認されています。この成果を受け、富士フイルムはデジタルカメラ分野における本ツールの本格的な導入に向けて、さらなる検討を進める予定です。

【成果】 新たなデータ基盤の構築により、経営層は常に最新のデータを網羅したダッシュボードを通じて、経営状況を正確に把握できるようになりました。これにより、変化の兆しを即座に捉えた迅速な意思決定が可能となっています。 今後は、この基盤を単なるデータの可視化にとどめず、AIや機械学習の技術を活用して高精度な需要予測やサプライチェーンの最適化といった未来の経営指標を予測する機能を追加していく予定です。ライオンは、データに基づき未来を予測し、先手を打つ「未来予測型経営」への進化を見据え、クラウドCoE体制をさらに拡充していく方針です。

【成果】 KDDIのデジタルマーケティングおよび広告業務において本システムのβ版テストを実施した結果、平面構成やフォント・画像選定などのデザイン考案にかかる業務工数を50％削減することに成功しました。画像生成プロンプトの入力後にブランドが定義する付加価値を選択するだけで自動的に生成画像に反映されるため、ブランド管理に詳しくない担当者でも原則に沿ったクリエイティブ制作が可能となっています。 さらに、過去の広告配信実績データを基にしたKPI予測モデルにより、担当者の業務習熟度にかかわらず均質的で精度の高い判断が可能となり、データに基づく業務の平準化を実現しました。今後はKDDIグループの自社業務への導入を進めるとともに、将来的な法人顧客へのサービス提供も視野に入れた検討が進められています。

【成果】 既存システムの改修を伴わないアプローチにより、20万品番を超える在庫部品の品番紐付けと可視化を、わずか2週間という短期間で実現しました。 全拠点における部品の在庫や発注情報が一元的に見える化されたことで、部品調達計画や拠点ごとの在庫状況を全社レベルで掌握できるようになっています。災害時においても、受注案件ごとの影響や事業全体での損益影響を迅速に把握し、生産・供給体制の維持に向けた意思決定を強力に支援します。AIによる高精度な需要予測と組み合わせることで、製品の供給停止リスクを回避し、動的でレジリエントな供給網の構築に成功しています。

【成果】 アサヒ飲料が2024年3月から4月にかけて実施した実証実験では、特定の配送センターへの輸送コストを約6.2％、在庫日数を約6.5％削減することに成功しました。先行して実証実験を行ったキリンビバレッジでも、輸送コスト約9.1％、在庫日数約13.2％の削減を実現しています。 これらの結果を受け、サービスの本格展開が決定しました。今後は導入を拡大し、積載率の向上や納品時の欠品率低減を推進していく方針です。

【成果】 AIによる高精度な需要予測と在庫の最適化により、急激な需要変動にも迅速に対応可能な生産計画モデルを実現しました。これにより、医薬品の安定供給が強化されるだけでなく、有効期限切れによる製造済み医薬品の廃棄削減といった環境面での効果が見込まれています。 さらに、在庫の適正化によるキャッシュフローの改善など、財務面でのポジティブな効果も期待されています。同社は今後も、需要予測の高精度化と業務の持続的な効率化を推進し、必要な医薬品を確実に届けるという使命を果たしていくとしています。

【成果】 株式会社ジャルカード特約店の特定商品について、AIバーチャル顧客同士の会話から導き出されたターゲットに対してダイレクトメールを送付しました。 その結果、従来のターゲット設定による施策と比較して、購買率が3.0％向上するという明確な効果が確認されました。 今後は、さらなる実証実験を繰り返し、マーケティング領域における生成AI活用の可能性を検証していく予定です。異業種事業者との提携における商品・サービス利用促進の本格展開に向けたビジネス検討も視野に入れています。

【成果】 一連の施策により、「読まれづらいLP」から「価値が伝わるLP」への転換を実現しました。特に、生成AIを活用した動画コンテンツの実装においては、CVR（コンバージョン率）が1.6倍に向上するという大きな成果を達成しています。 クライアントからは、「利益としても非常に大きな数値を生み出す結果に繋がり満足している」との声が寄せられました。 今後は、動画コンテンツ生成を中心とした継続的なコンバージョン改善サイクルの構築基盤を提供し、クライアントが自走して改善を続けられる体制の確立を支援していく予定です。