生成AI・LLMのAI活用事例

【成果】 全社員約6,000人のうち、約2,000人がアクティブに利用する規模へと定着しました。社内アンケートの有効回答を基に算出した結果、月平均で2,000時間以上の業務工数削減を実現しています。有効回答数が全体の約半数であったことから、実態としてはさらに大きな削減効果が出ていると推測されます。 今後は、金融業界における生成AI活用のトップランナーを目指し、さらなる活用推進を図っていく方針です。

【成果】 1年間のプロジェクトを通じて、広報企画部単独で年間1,368時間の業務削減を達成するなど、全10事業部で大きな定量的な成果が得られました。介護事業部では月間912分、不動産部門では月間375分の業務時間が削減されています。 定性的な変化として、外部に依存していた開発体制から、社員自らがAI施策を開発する「自走力」を獲得しました。当初はAPIやGASを理解している社員がわずか2名でしたが、現在では全社で活用が標準化されています。現場のスタッフからは「技術的な問題解決のプロセスを学べた」「自分たちで応用できるようになった」といった声が上がっており、他部署でも使える汎用性を意識した設計思想が組織全体に定着しています。

【成果】 実証実験の結果、客室乗務員がチャット形式で入力した情報から自動生成されたレポートは、業務用語を学習した自然な表現となり、編集が容易であることが確認されました。また、スムーズな英訳機能により業務負担が軽減されたほか、既存のアプリと比較してレポート作成にかかる作業時間や修正発生率の大幅な削減に成功しています。 今後は本番運用に向けた段階的な検証を進め、JALが運用する生成AIプラットフォームへの導入や、オフライン環境で動作するオンデバイス型・エッジ型での提供を目指していくとしています。

【成果】 社内トップユーザーによる実践的な生成AI活用の結果、年間576時間という大幅な業務時間削減を達成しました。従来は数時間を要していた表計算作業やエラー調査が数分で完了するようになり、非エンジニアでも高度な関数を活用できるようになっています。 また、会議後のアイデア整理も数十分で完了するようになり、意思決定の迅速化と正確性の向上に寄与しています。これらの成果は「exaBase 生成AI」の自動計測機能によって実測されたものであり、特別な技術知識を持たない一般的なビジネスパーソンでも、適切な活用方法によって大幅な業務効率化が可能であることが実証されました。

【成果】 検証の結果、コールセンター業務においては、一定の条件下であればAIが顧客のニーズに適切に応えられることが確認されました。AIがオペレーターの補完的な役割を担うことで、業務全体の効率化が期待できるという手応えを得ています。また、事務本部のマクロ業務では、AIが高い精度でタスクを遂行できる場面と、人間による最終確認が不可欠なケースが明確に切り分けられ、AIと人の効果的な役割分担を設計できるようになりました。 全社的な成果として、AIを業務に取り入れることに対する心理的ハードルが大きく下がっています。プロジェクト参加者が各部署に知見を持ち帰ったことで、周囲のメンバーからも「この業務に取り入れてみてはどうか」といった自発的なアイデアが生まれるなど、AIを業務の一部として受け入れる文化が着実に醸成されつつあります。

【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】 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】 本サービスの導入により、ユーザーは「価格を知りたい」「相談してみたい」といった検討初期段階のライトなニーズでも、気軽に査定を利用できるようになりました。 従来のようにフォームに入力して結果だけを受け取るのではなく、対話を通じて査定の根拠を理解しながら、時間や場所を気にせず自分のペースで売却を検討できる環境が整っています。また、取引データが少ないエリアや市場相場が形成されていないマンション棟に対しても、生成AIの柔軟な判断によりサービス提供が可能となりました。 現在はベータ版として大阪府、兵庫県、名古屋エリアのウィル社商圏内に限定して提供されていますが、今後は対象エリアの拡大や、戸建て・土地などマンション以外の物件種別への対応が予定されています。 さらに、査定精度の向上や根拠説明の充実を図り、ユーザーに寄り添う体験のさらなる進化を目指しています。

【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】 生成AIを活用したことで、Honda社の技術文書を文章としてモデル化できるようになり、モデル化にかかる期間が3年から1年へと67％短縮されました。また、開発業務では30％、企画・管理業務では50％の工数削減効果が得られています。このアプローチにより、ドキュメントの活用領域が大きく拡大し、業務効率が飛躍的に向上しました。 膨大な開発情報を安全に活用できるプラットフォームが実現したことで、顧客により多くの価値を届けるという同社の目標に大きく貢献しており、今後のさらなる展開が期待されています。

【成果】 東京大学次世代知能科学研究センター（AIセンター）との共同評価実験において、プロのコピーライターを対象に性能評価を実施しました。その結果、汎用的なAIモデルを使用した場合と比較して、プロの思考プロセスを学習させた本ツールを使用した場合の方が、生成されるコピーの品質が向上する傾向が確認されました。 これにより、AIに人間の思考を教え込むことがクリエイティブの評価を左右する可能性が示されています。今後は、本ツールをクリエイティブ人材の良きパートナーとして位置づけ、顧客のブランディング領域における高品質な広告制作の支援に活用していく展望です。

【成果】 グループ全体の生成AI活用率は88.6%に到達し、2024年の合計業務削減時間は推定151万時間を超える成果を上げました。パートナー一人あたりの業務削減時間は月間30.1時間に達し、多くの従業員が最新のAIツールをキャッチアップして業務に適用しています。 定性的な変化として、生成AI検索を利用することで、多角的な回答の比較やアイデア出しがスムーズになり、クリエイティブな作業が豊かになったという現場の声が寄せられています。また、従業員の意識も「単なる効率化」から「AIと共創して新たな価値を生み出す」ことへと変化しており、データドリブンな文化の定着が進んでいます。

【成果】 約300人を対象としたパイロット導入の検証結果として、参加社員一人あたり年間170時間の業務削減効果が見込めることが確認されました。この確かな成果を受け、全社員への本格導入が開始されています。 今後は、AIに任せられる対応を自動化することで、オペレーターがより複雑な対応や顧客体験の向上に専念できる体制が構築される予定です。最終的には、2027年度末までに累計300万時間の業務削減を目指し、全社的なイノベーションの創出が期待されています。

【成果】 本プロジェクトにより、LINEという日常的なプラットフォームを通じて、ユーザーが自分のペースで納得感を持って売却を検討できる新しい体験が実現しました。 対話を通じて査定の根拠を理解できるため、初期段階のライトな相談ニーズにも気軽に応えられるようになっています。 ウィル社の担当者は、AIがスピーディで客観的な情報を提供する一方で、人間の担当者がユーザーの不安に寄り添う「人の温度」を感じるサポートに注力できるようになったと評価しています。今後は、対象エリアの拡大や戸建て・土地などへの物件種別の拡張に加え、査定精度の向上と根拠説明のさらなる充実を図っていく展望が示されています。

【成果】 生成AIを活用した問い合わせ対応システムを運用した結果、自動車産業サイバーセキュリティガイドラインに関する複雑な質問に対しても、90％という高い回答精度を実現しました。 これにより、担当者の業務負荷が大幅に軽減されるとともに、回答の均質化が図られています。今後は、得られた定量・定性的な効果を踏まえて機能をさらに拡張し、業界全体の業務効率化と品質向上に貢献していくことが期待されています。