メール・文書分類のAI活用事例

【成果】 2024年4月の運用開始から4か月間で、担当者がガイドライン違反チェックにかける業務時間を67.7%削減することに成功しました。また、目視でのチェック件数自体も68.5%削減され、現場の生産性が劇的に向上しています。 ガイドライン違反となるレビューが効率的に取り除かれることで、アイテムレビュー機能がユーザーの購入意思決定においてより役立つコンテンツへと改善されることが期待されています。さらに、エンジニア向けに導入した「GitHub Copilot」の活用により、約9割のエンジニアが生産性の向上を実感するなど、全社的なAI活用の成果が表れています。

【成果】 PoCの結果、外部ネットワークから切り離されたクローズドネットワーク環境でありながら、AIによるハラスメント判定において95％以上という極めて高い精度を達成しました。これにより、クラウドベースの大規模言語モデル（LLM）に依存することなく、オンプレミスパッケージ内に軽量な言語モデルを安全にデプロイできる可能性が実証されています。 現在、同社はソリューションの実稼働環境への導入に向け、引き続きIBMと連携しながらアプリケーションの開発とモデルの精度向上を推進しています。

【成果】 半年間のPoC活動を通じて、要約や分類、抽出といった定型業務を中心に、24テーマの9割以上で生成AIの有効性が確認されました。特に知財部門では、これまで人手で行っていた作業の約8割をプロンプト化し、生成AIに任せることで大幅な省力化を実現しています。 2024年10月からは第3シーズンの活動がスタートし、25のテーマで実業務への適用検証が進められています。今後は、社内に蓄積された非構造化データと基幹システムの構造化データを掛け合わせることで、新たなビジネス価値を創出する「次世代データドリブン経営」の実現を目指しています。