Media > AI活用ユースケース

AI活用ユースケースデータベース

生成AI・業界・部門から、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。

絞り込み

生成AI
業界
部門
AI活用ユースケース 1590 件 並び替え おすすめ順 削減率が高い順 導入しやすい順 新着順
UC-1389

市役所の各課から毎月出る事業の進捗の表と報告メモを集め、首長・幹部会議向けの進捗報告と遅れている事業の一覧の下書きを作る

市役所の各課から毎月届く事業の進捗の表と報告メモを企画課で集約し、Word の Copilot で、首長・幹部会議に出す進捗報告と遅れている事業の一覧の下書きを作ります。担当者は下書きを課の報告と照らして直すだけになります。

想定削減率
58%
導入難易度
★☆☆☆☆
実装
半自動化
Microsoft Copilot 構成例 経営企画 医療・教育 判断支援
詳しく見る →
UC-1388

グループ会社の財務担当と毎月行う Teams の資金会議の記録から、資金需要・借入・グループ内の資金移動の決定事項と宿題を議事録にまとめる

グループ会社ごとに毎月開く Teams の資金会議について、会議の Copilot に文字起こしから議事録の下書きを作らせます。資金需要・借入・グループ内の資金移動と、決まったこと・宿題を決まった欄に分け、本社の財務担当は確認と直しだけを行います。

想定削減率
67%
導入難易度
★☆☆☆☆
実装
半自動化
Microsoft Copilot 構成例 経理 商社・物流 入力漏れ削減
詳しく見る →
UC-1387

知財部が開発部門へ毎月出す「注意すべき他社特許・係争・制度改正」のお知らせを、調査メモと公報の要点から下書きする

知財部の担当者が書いた他社特許の調査メモと、係争・制度改正のメモから、開発部ごとに毎月出すお知らせの下書きを Word の Copilot で作ります。担当者は下書きをメモと照らして直し、配るだけになります。

想定削減率
65%
導入難易度
★☆☆☆☆
実装
半自動化
Microsoft Copilot 構成例 知財 IT・SaaS・医療 品質標準化
詳しく見る →
UC-1386

業界紙・専門誌の記事を毎月集めて要約し、自社の事業・顧客・競合に関わる動きを経営会議の資料向けの一覧にする

購読している業界紙・専門誌から切り出した記事を Gemini API に読ませ、記事ごとに要点を3行にまとめます。自社の顧客・競合・仕入先の一覧と照らして関係先と動きの種類を付け、経営会議に出す一覧の候補にします。

想定削減率
67%
導入難易度
★★☆☆☆
実装
半自動化
Gemini 構成例 経営企画 商社・物流 判断支援
詳しく見る →
UC-1385

信用金庫の営業店から本部に届く事務ミスの報告を、ミスの種類・原因・影響の大きさで分類し、月次の事務指導の資料に使える一覧にする

営業店から本部に届く事務ミスの報告を Gemini API に読ませ、行内の区分表に沿ってミスの種類・原因・影響の大きさに分類し、根拠の一文を添えて返させます。事務部は分類を確かめ、月次の事務指導の資料に使える一覧にします。

想定削減率
67%
導入難易度
★★☆☆☆
実装
本格構成
Gemini 構成例 総務 保険・金融 判断支援
詳しく見る →
UC-1384

行政書士事務所が外国人の依頼者から受け取る母国の証明書の訳文を下書きし、入管・市区町村に出す翻訳文の体裁にそろえる

外国人の依頼者から預かった母国の証明書のスキャンを Gemini API に読ませ、事務所の訳語集と依頼者の表記カードに沿った訳文の下書きを作ります。下書きは提出先ごとのひな形に流し込み、職員は原文と照らして翻訳者として仕上げます。

想定削減率
70%
導入難易度
★★☆☆☆
実装
本格構成
Gemini 構成例 法務 人材・士業 品質標準化
詳しく見る →
UC-1383

倉庫・工場のフォークリフトの始業点検で撮った写真から、異常のおそれと撮り漏れを拾い、点検記録の確認に回す

フォークリフトの始業点検で運転者が撮った写真を Gemini API に読ませ、撮影箇所の撮り漏れと、タイヤ・フォーク・チェーン・油漏れ・警告灯の異常のおそれを位置付きで拾います。職長は印の付いた車両だけを現物で確かめます。

想定削減率
75%
導入難易度
★★★☆☆
実装
本格構成
Gemini 構成例 物流 商社・小売 品質標準化
詳しく見る →
UC-1382

市役所の各課に国・県から届く通知・事務連絡を要約し、自課で対応が要る事項・期限・照会への回答の要否を一覧にして課長に回す

課に届いた国・県の通知・事務連絡・照会のPDFを Gemini API に読ませ、自課で対応が要る事項、回答と提出の期限、照会への回答の要否を原文の一文付きで一覧にします。庶務の担当が確かめ、担当の係の候補を添えて課長に回します。

想定削減率
67%
導入難易度
★☆☆☆☆
実装
本格構成
Gemini 構成例 総務 介護・医療 判断支援
詳しく見る →
UC-1381

賃貸仲介の新人が、AIに来店客の役をさせて希望条件の聞き取りと物件の提案・初期費用の説明を練習し、聞き漏れと説明の誤りを振り返る

賃貸仲介の新人が、ChatGPT に来店客の役をさせて、希望条件の聞き取り・物件の提案・初期費用の説明を通しで練習します。練習の後、聞き漏れた条件、条件に合わない提案、初期費用の説明の誤りを、発言を引いた表で受け取ります。

想定削減率
71%
導入難易度
★☆☆☆☆
実装
半自動化
ChatGPT 構成例 営業 不動産 品質標準化
詳しく見る →
UC-1380

人材紹介のキャリアアドバイザーが求職者との面談の録音から、職務経歴の要点・希望条件・転職の理由・懸念を面談記録にまとめ、求人との照合に使える形にする

キャリアアドバイザーが求職者との面談を録音し、ChatGPT(OpenAI API)で文字にして、職務経歴の要点・希望条件・転職の理由・懸念を項目に分けた面談記録の下書きにします。アドバイザーは下書きを直して、求職者の管理システムに入れます。

想定削減率
70%
導入難易度
★☆☆☆☆
実装
本格構成
ChatGPT 構成例 営業 人材 品質標準化
詳しく見る →
UC-1379

専門学校の就職担当が、学生の希望・成績・資格・実習の評価と企業の求人票から推薦書の下書きを作り、担任の確認に回す

専門学校の就職担当が、学生の希望・成績・資格・実習の評価と企業の求人票を ChatGPT に渡し、推薦書の下書きを作ります。下書きには各文の根拠にした資料を添え、担任が確かめて仕上げます。

想定削減率
67%
導入難易度
★☆☆☆☆
実装
半自動化
ChatGPT 構成例 採用 教育 品質標準化
詳しく見る →
UC-1378

賃貸の募集に使う室内・外観の写真を掲載前に見て、人・表札・車のナンバー・私物の写り込みと、撮り直しが要る暗い・傾いた写真を拾う

賃貸の募集に使う写真を、掲載の前に ChatGPT(OpenAI API)に1枚ずつ見せ、人・表札・車のナンバー・私物などの写り込みと、暗い・傾いた・ぼけた写真を拾います。担当者は、引っかかった写真だけを見て、隠すか撮り直すかを決めます。

想定削減率
75%
導入難易度
★★☆☆☆
実装
本格構成
ChatGPT 構成例 マーケティング 不動産・宿泊 入力漏れ削減
詳しく見る →
UC-1377

建設現場に入る外国人の技能実習生・特定技能の作業員向けに、新規入場者教育の資料と現場のきまりを、用語集をそろえて母語とやさしい日本語に訳し、数値と禁止事項の照合表を付けて確かめる

外国人の作業員が新しい現場に入る前に、元請から受け取る新規入場者教育の資料と現場のきまりを、用語集に沿って母語とやさしい日本語に訳します。逆翻訳と数値・禁止事項の照合表を付け、母語のできる社員が確かめてから配ります。

想定削減率
67%
導入難易度
★☆☆☆☆
実装
半自動化
ChatGPT 構成例 人事 建設・物流 属人化解消
詳しく見る →
UC-1376

研究者が出す論文・学会発表の事前届出を、原稿の技術的な事項が出願済みの明細書と発明届のどれに当たるかで判定し、特許出願前の公開になるおそれのあるものを知財の担当に回す

研究者が出す論文・学会発表の事前届出の原稿を、出願済みの明細書と未出願の発明届に照らし、技術的な事項ごとにどれに書かれているかを判定します。出願前の公開になるおそれのある届出を、公開日と期限を添えて知財の担当に回します。

想定削減率
63%
導入難易度
★★★☆☆
実装
本格構成
Claude 構成例 知財 IT・SaaS・医療 判断支援
詳しく見る →
UC-1375

生命保険の名義・受取人・住所の変更の請求書類に不備があったとき、不備の記録と手続きの規定から、直し方を契約者に説明する案内文を下書きし、担当者が確かめて送る

契約者から届いた名義・受取人・住所の変更の請求書類に不備があったとき、不備の記録と事務の規定、承認済みの文例から、契約者に送る案内文の下書きを作ります。担当者は一から書かず、下書きを確かめて直す作業に変わります。

想定削減率
60%
導入難易度
★★☆☆☆
実装
半自動化
Claude 構成例 カスタマーサポート 保険・金融 品質標準化
詳しく見る →
UC-1374

司法書士事務所が依頼者へ送る登記の完了報告書と費用明細を、物件の表示・登記の目的・金額・登録免許税の食い違いと分かりにくい表現で、送る前に校正する

登記が終わって依頼者へ送る完了報告書と費用明細を、申請書の控えと登記完了証に照らして校正します。物件の表示・登記の目的・金額・登録免許税の食い違いと、依頼者に伝わりにくい表現を、送る前に表で出します。

想定削減率
67%
導入難易度
★☆☆☆☆
実装
半自動化
Claude 構成例 法務 不動産・士業 入力漏れ削減
詳しく見る →
UC-1373

専門学校の学費(分納)の入金を学生ごとの請求と突き合わせ、名義の違う振込と過不足の理由を見分けて、未納と督促の候補を毎月出す

銀行の入出金明細の振込を、学費台帳の分納の請求と突き合わせます。名義や金額で付かない入金はどの学生のどの回かの候補を出し、未納の学生と督促を保留すべき学生を分けた一覧を毎月作ります。

想定削減率
75%
導入難易度
★★☆☆☆
実装
本格構成
Google Apps Script 構成例 経理 教育 入力漏れ削減
詳しく見る →
UC-1372

厚生労働省の介護保険最新情報をエージェントが毎週確かめ、自社の事業所に関わる通知を要約して管理者に届け、対応の要否と完了までを追う

厚生労働省の介護保険最新情報の掲載ページをエージェントが毎週確かめ、新しい通知を読んで自社の事業所に関わるかを見分けます。関わるものは要約して管理者に届け、対応が済むまで台帳で追います。

想定削減率
70%
導入難易度
★★★☆☆
実装
本格構成
n8n 構成例 総務 介護・医療 対応スピード向上
詳しく見る →
UC-1371

専門学校の教職員から出る学則・規程・教務会議の決定に関する質問に、いま有効な文書を根拠に答えて該当箇所を示す

教職員から「学則・規程ではどうなっているか」「教務会議で何と決めたか」と聞かれたとき、いま有効な文書から該当箇所を探して答えます。条項と決定の番号を添え、学生ごとの判断が要る質問は教務主任へ回します。

想定削減率
67%
導入難易度
★★★☆☆
実装
本格構成
Google Vertex AI 構成例 総務 教育 対応スピード向上
詳しく見る →
UC-1370

建設現場で手書きされるコンクリートの受入検査の記録を読み取り、配合ごとの規格値に照らして品質管理台帳に載せ、外れと記入漏れを拾う

現場で手書きされたコンクリートの受入検査の記録表を読み取り、運搬車ごとのスランプ・空気量・温度・塩化物量を品質管理台帳に載せます。配合ごとの指定値と許容差に照らし、外れた値と記入漏れを現場へ返します。

想定削減率
73%
導入難易度
★★☆☆☆
実装
本格構成
Google Document AI 構成例 品質管理 建設・自治体 入力漏れ削減
詳しく見る →
UC-1369

介護施設が預かる入居者の預り金で買った日用品のレシートを読み取り、出納の記録と照合して、入居者別の月次の報告を家族向けに作る

入居者の預り金で買った日用品のレシートを読み取り、入居者ごとの出納の記録と1件ずつ照らし合わせます。食い違いのある記録だけを事務員に回し、照合の済んだ入居者から、家族へ送る月次の報告の下書きを作ります。

想定削減率
70%
導入難易度
★★☆☆☆
実装
本格構成
Google Document AI 構成例 経理 介護・医療 入力漏れ削減
詳しく見る →
UC-1368

海外の仕入先から届く英文のプロフォーマインボイスを読み取り、発注書と品番・単価・数量・支払条件・出荷予定を突き合わせて、送金の前に食い違いを拾う

海外の仕入先から届く英文のプロフォーマインボイス(PI)を読み取り、自社の発注書と品番・単価・数量・支払条件・出荷予定を突き合わせます。食い違いのある項目だけを購買の担当者に回し、前払いの送金の前に仕入先へ確かめられるようにします。

想定削減率
75%
導入難易度
★★★☆☆
実装
本格構成
AWS Textract 構成例 経理 商社・小売 入力漏れ削減
詳しく見る →
UC-1367

派遣・請負のスタッフから毎月届く手書きの交通費精算書と領収書の写真を読み取り、届け出た経路と運賃に照らして精算データを作り、食い違いを拾う

スタッフが手書きした交通費精算書と、バス・駐車場などの領収書の写真を読み取り、1行ずつ日付・区間・金額の精算データにそろえます。届け出た経路と運賃、勤怠の出勤日に照らし、食い違いのある行だけを経理の担当者に回します。

想定削減率
75%
導入難易度
★★★☆☆
実装
本格構成
Azure AI 構成例 経理 IT・SaaS・人材 入力漏れ削減
詳しく見る →
UC-1366

通所介護(デイサービス)の翌月の日別の利用者数を、利用予定と休み・入院の傾向から見込み、送迎便と職員の配置の案を出す

翌月の利用予定と、過去の休み・入院の記録から、通所介護の事業所ごとに日ごとの実際に来る人数を見込みます。その人数を、送迎の方面ごとの便数と介護職員の必要数に直し、配置の案として管理者に渡します。

想定削減率
75%
導入難易度
★★★★☆
実装
本格構成
Python 構成例 経営企画 介護・医療 判断支援
詳しく見る →
1 … 14 15 16 17 18 … 67

生成AI・業界・部門のまとめページから探す

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。

AI活用について相談する