AI基盤・インフラ構築のAI活用事例

【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】 2025年7月時点で、グループ全体で約12,000人の社職員がプロフェッショナルワーク内で生成AIツールを活用するまでに定着しました。その結果、月間約10万時間もの稼働時間削減という圧倒的な定量成果を達成しています。また、AIエージェントの導入により、各コンサルタントが個別にプロンプトを試行錯誤する手間が省け、アウトプットの品質向上と作業時間の大幅な短縮を実現しました。 人事エージェントの活用においては、社員の個人情報を適切に管理しながら労務管理などの自動化が進み、人事関連業務の負担軽減とデータ活用による精度向上という定性的な効果も生み出しています。

【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】 開発したシステムのβ版をKDDIのデジタルマーケティングおよび広告業務に試験導入した結果、デザイン考案やラフ作成などの関連業務にかかる工数を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も原則に沿ったクリエイティブ制作が可能となり、業務の平準化と品質管理の両立を実現しています。 さらに、過去の広告配信実績データに基づくKPI予測モデルにより、生成された数十種のクリエイティブ案から良質なものを自動で選別できるようになりました。 これにより、担当者の経験やスキルに依存しない、データドリブンで均質的な評価体制が整い、広告効果の高いクリエイティブ制作の効率化を達成しています。

【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】 導入から1年間で、全社員合計で18.6万時間の労働時間削減を達成しました。1回あたりの利用で平均約20分の業務短縮につながっており、検索エンジン代わりの単純な用途から、戦略策定や商品企画といった高度な活用へと社員のAIスキルも向上しています。 また、懸念されていた情報漏洩や著作権侵害などの問題も一切発生していません。品質管理領域に特化したAI機能についても、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、自社データを構造的に整備する「パナソニック コネクトコーパス」の構築を進め、人事や社内ITサポートなどより幅広い業務領域への展開を目指すとしています。

【成果】 AIエージェントの導入により、営業担当者の訪問準備や報告作業にかかる時間を従来比で30％削減することに成功しました。報告業務の負担が軽減されたことで、顧客との対話やきめ細やかな対応に、より多くの時間を割けるようになっています。 今後は、営業部門だけでなく、本社や事務職員を含めた全職員への展開を視野に入れています。ヘルスケアや法務、教育といった専門領域に対しても、特化型の生成AIを順次開発していく予定であり、全社的な業務変革をさらに加速させていく方針です。

【成果】 データブリックスの採用により、三菱UFJ銀行における次期AI共通基盤の構築が進められています。これにより、今後のさらなるデータ活用とAI推進に向けた強力な土台が形成されることが期待されています。

【成果】 2024年4月から一部の店舗で本番利用を開始し、これまで行員が手作業で行っていた融資稟議書の作成にかかる作業時間を95%削減するという劇的な成果を上げています。 今後は全店での運用開始に向けて、アプリケーションの精度向上やサブシステムからのデータ連携をさらに進めていく予定です。また、融資業務以外のさまざまな銀行業務にも生成AIの適用を拡大し、商品・サービスの向上や継続的な業務効率化を目指しています。

【成果】 「製造規格の確認支援AI」により、1回あたり約5分かかっていた規格検索が約1分に短縮され、最大80%の作業時間削減を実現しました。新人作業員でも適切な情報にアクセスできるようになり、作業手順書作成の精度向上も期待されています。 また、「製造仕様書のレビューAI」では、仕様書レビュー1件あたりの平均作業時間が約30時間から約18時間へと短縮され、約40%の工数削減が確認されました。 現場だけでなく経営層からも高い関心が寄せられており、今後は業務プロセスの標準化を進めながら、さらなる生成AIの活用拡大を目指しています。

【成果】 「LeoAI Chat」の導入により、情報検索にかかっていた手間が大幅に削減されました。実際にシステムを使用しているユーザーは、平均して1人あたり月間約8時間の業務時間削減という定量的な成果を上げています。 同社は今後の展望として、2024年内を目途に規約やマニュアルにとどまらない幅広い社内業務データの学習を進める予定です。業務データとそれを応用した回答が可能なレベルまでAIの精度を高め、データドリブン経営の実現とDX推進をさらに加速させていく方針です。

【成果】 2023年8月から10月にかけてデジタルイノベーション本部で実施された検証では、プログラマーが生成AIを用いてプログラミングの要約とコード生成を行いました。その結果、システム稼働を確認するまでに要する時間が、導入前と比較して最大約70%短縮されるという大きな成果が得られています。 今後は国内外のシステム開発支援へと展開し、レガシーシステム対応を含む社内全体の開発保守工数の30%削減を目指すとしています。また、研究サポート業務や技術アーカイブといった専門領域への応用を進めるとともに、将来的には業務特化型LLMを提供する外販サービスの展開も視野に入れています。

【成果】 本システムの導入により、醸造家は理想の香味実現に重要な成分を即時に把握できるようになり、試作設計や工程条件の検討が大幅に迅速化される見込みです。開発された「FJWLA」は、2026年3月以降に発売されるビール類から順次導入される予定です。 今後はビール類にとどまらず、RTDやワイン、清涼飲料などへ適用領域を拡張していく方針です。さらに、一連の解析技術とデータ基盤を「嗜好プラットフォーム」として位置づけ、市場での購買データなども統合することで、R&Dから商品開発、市場投入後の改善までを一気通貫で支援する体制の構築を目指しています。

【成果】 ローカル5GとAI画像解析、そして見回りロボットを組み合わせた監視体制により、大きな業務効率化の成果が確認されています。最大64台のカメラ映像を同時に閲覧できる環境が整い、熟練スタッフが遠隔からでも牛の健康状態を正確に把握できるようになりました。また、見回りロボットの遠隔操作も遅延なくスムーズに行え、現場へ駆けつける手間が大幅に削減されています。 定量的な試算では、見回り業務の軽減により年間約2,400万円、異常の早期発見による死亡牛や緊急出荷の回避で年間約1,200万円、合計で年間約3,600万円のコスト削減効果が見込まれています。今後はAIの検知精度をさらに向上させ、起立困難牛の検知率100%を目指すとともに、他の大規模農場への横展開も視野に入れた取り組みが進められています。