AI構築PFのAI活用事例

【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】 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】 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】 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】 購買データを活用したターゲティング広告の配信により、顧客獲得単価（CPA）を従来の2分の1に削減することに成功しました。 また、従来は審査が通らなかった顧客に対しても、購買データを加味することでサービスを提供できる可能性が広がっています。今後は、高度なデータ分析スキルがなくても利用できるdotDataの特長を活かし、現場主導のAI・データ活用を推進していく方針です。さらに、金融とリテールのデータを掛け合わせた新規ビジネスの創出も目指しています。

【成果】 試験運用において自動車保険に係る照会を対象に検証した結果、高い精度が認められました。その後、対象商品を火災保険や傷害保険等にも拡大して検証を行ったところ、約8〜9割のケースで「AI Search Pro」の有用性が確認されました。 定量的な成果として、社員が1件あたりの回答作成に要する時間が約4割削減されるという大きな業務効率化を実現しています。この結果を受け、全営業部店および代理店ヘルプデスク等への本格導入が開始されました。今後は、コンタクトセンターにおける照会応答業務への転用や、グループ会社への横展開を通じて、さらなるシナジー創出を目指していくとしています。

【成果】 本システムの導入により、ドローンの空撮動画からAIが資機材を検出し、現場3Dモデル上に見える化することが可能になりました。現在、人と同程度の大きさの資機材であれば概ね検出できており、対応可能な資機材は25種類に上ります。 現場での実証検証の結果、従来の目視による巡回作業と比較して、資機材管理にかかる作業時間を約75％（1回あたり約2時間から30分へ）削減するという大きな成果を達成しました。また、敷地内の資機材の配置が可視化されたことで、活用されていない資機材を早期に発見して返却できるようになり、無駄なレンタルコストの削減にもつながっています。 今後は、手で持ち運べる小型資機材の検出率向上や、他の現場への横展開、さらには既存の現場管理システムとの連携による一層の業務効率化が見込まれています。

【成果】 2023年11月から12月にかけて実施された試験運用（PoC）を経て、生成AIを活用したアプローチの有効性が実証されました。従来は熟練技術者の経験を手引書にするために3年、そこからモデルを作成するために1年かかっていましたが、生成AIの導入により技術文書を文章としてモデル化できるようになり、モデル化期間が3年から1年へと大幅に短縮されています。 これにより、ドキュメントのモデリング時間を67％短縮することに成功しました。さらに、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。Hondaの担当者は、膨大な開発情報を安全に活用するプラットフォームが、顧客への価値提供に貢献していると高く評価しており、将来の本番開発活動に向けたさらなる協力を期待しています。

【成果】 約20名の参加者が、データを用いた課題解決の手法や精度改善のプロセスを実践的に学びました。すぐに実業務へ適用できる完璧なモデルが完成したわけではないものの、参加者全員が「もっと学習を続けたい」と答えるほど、データ活用に対する強い学習意欲が芽生えるという大きな成果を得ています。 この成功の裏には、NECの講師による伴走支援がありました。答えをすべて教えるのではなく、ヒントを示して好奇心を刺激したり、チームごとの進捗レポートを基にプログラムを微修正したりするきめ細やかなサポートが、参加者のモチベーション維持に貢献しました。経営層からも高く評価されており、今後は第一期メンバーの学びを深めるとともに、グループ内の多様な人材が集い、データ分析を通じて新たなビジネスを生み出す場として、取り組みを継続・拡大していく展望を描いています。

【成果】 実践的な演習を通じて、総務・人事部門による「人員変動予測」や、建物管理分野における「空調の設定温度と室温の相関分析」など、実際の業務への適用が見込める具体的な成果が生まれ始めています。 参加した社員からは「最初は難しいと身構えていたが、やってみると意外にできた」「少しでも成果が出ると楽しいので継続したい」といった前向きな声が多く寄せられており、現場のデータ活用に対する意識変容が確認されています。経営陣からも「途中で形骸化させず継続してほしい」と強力な後押しを受けており、全社的なデータ利活用文化の定着に向けて確かな手応えを得ています。今後は参加チーム数をさらに拡大し、将来的にはグループ会社全体への展開も視野に入れています。