既存システムとのAI連携のAI活用事例

【成果】 本機能の開発により、ユーザーは自身の顔や声を模したAIアバターを容易に作成し、プレゼンテーションや質疑応答を自動化する基盤が整いました。これにより、プレゼンテーションの準備にかかる時間や人的負荷の大幅な軽減が期待されています。 今後は、Microsoft TeamsやMicrosoft PowerPointといったアプリケーションからシームレスに利用できるようになる予定です。まずは富士通社内での試験運用を開始し、その後に法人顧客向けの提供を目指すなど、実践的なAIエージェントの社会実装に向けた準備が着実に進められています。

【成果】 RAG機能のリリースからわずか2ヶ月で、増加していた有人対応を50%以上削減することに成功しました。問い合わせ対応に割かれていた時間が大幅に減少し、担当者が新規システムの導入や改善活動といった付加価値の高い業務に注力できるようになっています。 また、現場のユーザーからは「相手が人ではないため、時間を気にせず気軽に質問できるようになった」という好意的な声が寄せられています。今後は、総務や人事、設計部門など他部署への展開を進め、全社的なナレッジマネジメントの実現を目指しています。

【成果】 各地域の受注センターに入る全問い合わせのうち、約30％をボイスボットで自動対応することに成功しました。これは当初の目標であった20％を大きく上回る成果です。人員を増やすことなく、新規受注の増加という本来の目的を達成することができました。 また、社内システムとの自動連携によって情報共有のリアルタイム性が向上し、後処理業務（ACW）の大幅な効率化にもつながっています。現場の従業員からは「電話が鳴り響いて取れない状況が軽減された」と感謝の声が上がっており、職場環境の改善に大きく寄与しているといえます。 今後は、引っ越し後の段ボール回収手配など、利用範囲のさらなる拡大を検討していく予定です。

【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】 AIヘルプデスクの導入により、既存FAQの移行がスムーズに行われ、大きな混乱なく運用が開始されました。また、ワークフローツールの導入効果として、稟議書の決裁にかかる時間が格段に短縮されるという成果を上げています。 新型コロナウイルスの影響でTeamsの利用率が飛躍的に向上したことも後押しとなり、社内のペーパーレス化や業務再構築が大きく前進しました。 一方で、人事労務に関する問い合わせについては、依然として詳しい担当者に直接電話やメールで質問する文化が残っており、利用率の向上が課題となっています。 今後は、FAQの拡充による自動回答の精度向上や、社員への利用啓蒙を通じて、さらなる業務効率化と属人化の解消を目指しています。

【成果】 通話中の文字起こし機能により、スーパーバイザーによるエスカレーション対応が迅速かつ的確に行えるようになり、オペレーターの心理的負担の軽減と応対品質の向上に繋がりました。 また、高精度な自動要約を顧客管理システムへの入力に活用することで、通話後の記録作業（ACW）を大幅に効率化しています。こうした取り組みの結果、日勤オペレーター1人当たりの1日の受電数が約20%増加するという定量的な成果を達成しました。 今後は、蓄積された通話履歴を活用してオペレーター向けのFAQを自動生成する取り組みや、顧客向けの自動応答システム（チャットボット・ボイスボット）の導入など、さらなる業務効率化と顧客満足度の向上を目指す展望が描かれています。

【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】 本プロジェクトの取り組みにより、従来は病院全体で数日を要していた診療報酬の算定作業が、生成AIによる原案作成と人のチェックを合わせて数分程度にまで短縮できる見込みが立っています。また、標準請求コードの自動選択が可能になれば、将来的な診療報酬改定に伴うシステム改修コストの大幅な削減にもつながると期待されています。 本研究は厚生労働省の補助事業として採択されており、得られた成果は全国の医療機関における会計処理の合理化に活用される可能性があります。

【成果】 生成AIチャットボットの導入により、夜間や休日を問わず、社内の問い合わせに対してAIが即座に応答できる環境が実現しました。これにより、新人を含むスタッフ自身が疑問を自己解決できる場面が増加しています。 その結果、これまで各店舗のベテランスタッフに集中していた質問対応が大幅に効率化され、特定の個人に負荷が偏る属人化の課題が解消されました。 スタッフ全体の生産性が向上したことで、接客や店舗運営といった本来の業務により多くの時間を割けるようになっています。社内の情報共有をスムーズにすることで、顧客に寄り添った質の高いサービスの提供へと繋がる大きな成果を生み出していると評価されています。

【成果】 チャットツールを通じた直感的な情報アクセスの実現により、日々の点検作業時間を40%削減することに成功しました。異常発生時においても、現場のデータや復旧手順を迅速に呼び出せるようになり、初期対応のスピードが大幅に向上しています。 また、暗く狭いトンネル内で大型施工機械が稼働する危険な現場において、遠隔からリアルタイムで状況を把握できるようになったことは、作業員の安全確保にも大きく貢献しています。今後は研究開発拠点「N-フィールド」でのテストを経て、ダムや道路、ビルなど多様な建設現場への横展開を目指しています。

【成果】 東北大学病院における一部の診療科の医師10名の協力を得た実証実験では、大きな成果が得られました。紹介状や退院サマリなどに記載する要約文章を新規に作成する場合と比較して、作成時間を平均47%削減することに成功しています。 また、生成された文章の表現や正確性についても現場の医師から高い評価を受けました。膨大な電子カルテの記録から必要な情報を収集する作業負担が大幅に軽減され、AIが生成した要約文章を参考にしながら、各種医療文書を効率的に作成できる可能性が実証されています。

【成果】 約半年間のPoCを経て2024年8月に本番利用を開始した結果、法務部門における1人あたりの問い合わせ対応件数は月100件から最大月3件へと激減しました。 対応に要する時間も月17時間から最大30分へと大幅に短縮され、劇的な業務効率化を実現しています。この成功を受け、同年10月からは人事、経理、情報システム、知財など複数の部門へ利用範囲を拡大しました。さらに、質問先が分からない場合でも回答を得られる「全体横断型のチャット窓口」を新設したことで、社員の利便性が大きく向上し、システムの利用率は以前の約1.3倍に上昇しました。 問い合わせの回答待ち時間が削減されたことで、会社全体の生産性向上にも寄与しています。

【成果】 AIチャットボットの導入により、顧客の待ち時間は劇的に短縮されました。技術サポート領域では、これまで平均1時間かかっていた回答スピードが平均40秒となり、約98%の大幅な時間削減を達成しています。また、カスタマーサービス領域においても、電話対応で平均321秒かかっていた完了までの時間が平均10秒へと短縮され、約97%の削減を実現しました。 24時間いつでも専門的な問い合わせや注文変更の可否確認ができるようになり、顧客が必要な情報を迅速かつスムーズに得られる体験を提供できるようになりました。今後は対応領域をさらに拡大し、納期や出荷状況の回答、チャット上での処理完結など、サービスの拡充を進めていく予定です。

【成果】 実証実験の結果、86%という高い検索精度を達成し、行員の9割が導入を希望するなど、現場から高い評価を得ています。本導入により、年間8,000時間の対応工数削減が見込まれています。 さらに、本部におけるFAQ作成やメンテナンスの作業負担が大幅に軽減されるとともに、営業店で働く行員の規程検索時間が短縮されるといった副次的な効果も期待されています。今後は、対象となる規程やマニュアルの範囲を段階的に拡大していく予定です。

【成果】 AIの導入により、ターゲティングの管理工数を約75％削減することに成功しました。これまで手動で行っていたターゲットの選定や除外作業が自動化されたことで、運用担当者はレポーティングやクリエイティブの選定など、より戦略的な業務に集中できるようになっています。 成果面においても、従来の手作業による運用と比較して、CV数やCTRの向上が確認されています。アプリインストールを目的とした広告では、リターゲティングを中心とした配信よりもCPI（顧客獲得単価）が安価になるケースも生まれました。AIが新たなターゲットを発見することで、競争の少ない層にリーチしやすくなり、費用対効果を高めながら成果を最大化するという大きな効果をもたらしています。