AI活用ユースケースデータベース
業界・部門・業務・課題から、自社で使えるAI活用方法を探せます。各ユースケースでは、具体的な実装方法、必要なシステム、導入前後の業務フロー、想定工数削減まで解説します。
外国人材の採用で、応募者とのやり取りと案内の文面を多言語でそろえる
外国人の応募者に送る募集要項、選考の案内、面接の日程、持ち物、内定後の手続きの文面を、やさしい日本語と母語の併記で作ります。用語集を先に当てるので、訳がぶれません。
詳しく見る → UC-0194面接官の練習をAIに候補者役をさせて行い、質問の癖と聞いてはいけない事項を点検する
募集職種と候補者像を入力に、AIが候補者役を務めて模擬面接を行い、面接官が投げた質問を「適性と能力を見る質問だったか」「聞いてはいけない事項に触れていないか」「深掘りができていたか」に整理します。人事は、全員の練習に付き添うことから、指導が必要な人と話すことへ変わります。
詳しく見る → UC-0190販売奨励金・リベートの支払額を、契約の条件と販売実績から検算する
取引先と結んだ販売奨励金（リベート）の契約書から、支払の条件をAIに読み取らせて条件テーブルにします。そのテーブルと販売実績から支払額を機械で計算し、取引先からの請求との差異を理由ごとに切り分けます。
詳しく見る → UC-0189退去立会いの写真から、入居時との差と原状回復の負担区分の一次案を作る
退去立会いで撮った部屋の写真を、入居時の写真と部位ごとに突き合わせ、変わった箇所を一覧にします。原状回復の負担区分は一次案までを機械が出し、決めるのは人です。退去者との金銭のやり取りに直結する判断は自動化しません。
詳しく見る → UC-0127入札・提案書の要求事項に対する記載漏れを、提出前に点検する
仕様書やRFPから要求事項を1件ずつ取り出し、提案書のどこで答えているかを対応付けて、記載のないものを一覧にします。取りまとめ担当の作業は、全文を突き合わせて読むことから、挙がった未対応の箇所を確かめて埋めることに変わります。
詳しく見る → UC-0096店舗の巡回チェックを写真で行い、基準との差と是正依頼を作る
巡回で撮った店舗の写真を入力に、掲示物の掲出、什器の配置、保管ラベルの記載といった基準との差を洗い出し、是正依頼の下書きまで作ります。スーパーバイザーの作業は、写真を整理して報告書を書くことから、指摘を確かめて店長に伝えることに変わります。
詳しく見る → UC-0066売上請求書を発行する前に、契約・注文と突き合わせて請求漏れと金額違いを見つける
請求データと契約・注文データを突き合わせ、請求漏れ、単価違い、請求先違いを発行前に洗い出します。経理の作業は、画面を見比べて全件を確かめることから、指摘が付いた件だけを確認することに変わります。
詳しく見る → UC-0033応募書類を募集要件と突き合わせて一次確認の所見を作る
応募者から届いた職務経歴書と履歴書を入力に、ポジションごとの募集要件の項目を1つずつ見て、その要件について書類のどこに何と書かれているかを原文の引用付きで並べた一覧を作ります。採用担当の作業は、数ページの職務経歴書を最初から読んで要件を思い出しながら照合することから、要件ごとに並んだ引用を見て原本で裏を取ることに変わります。
詳しく見る →自社で使えるAI活用を整理したい方へ
業務内容を伺い、導入候補となるAI活用方法の整理、優先順位付け、PoC設計まで支援します。