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。
配送業者の運賃請求を出荷実績と運賃表に突き合わせて過払いを見つける
配送業者から届く運賃の請求明細を、自社の出荷実績と契約運賃表に1行ずつ突き合わせ、金額の合わない行だけを洗い出します。担当者の作業は、数千行の明細を抜き取りで見ることから、差異の付いた行だけを調べることに変わります。
詳しく見る → UC-0063需要のばらつきから発注点と発注量を決めて、毎週の発注案を出す
過去の出荷実績と調達リードタイムから品目ごとの発注点と発注量を計算し、仕入先からの連絡や営業の情報を読み取って補正の根拠を添えた発注案を毎週出します。購買担当の作業は、在庫と実績を見て発注量を決めることから、提示された案を確認することに変わります。
詳しく見る → UC-0054システム障害の対応記録とチャットのやり取りから障害報告書の下書きを作る
障害チケットの記録と対応中のチャットを入力に、発生から収束までの時系列と、影響範囲・暫定対応の欄を下書きします。担当者の作業は、ログをたどって一から書くことから、下書きの事実を確かめて原因と対策を書き足すことに変わります。
詳しく見る → UC-0048翌週の出荷量を予測して物流センターの日別の必要人員を決める
WMSの出荷実績と、荷主から届く販促の連絡、祝日の並びを入力に、翌週の日別の出荷件数を時系列予測で見込み、工程ごとに必要な人数を上振れ・下振れの幅つきで計算します。計画担当の作業は、実績を集めて勘で件数を置くことから、出てきた人数の幅を見て派遣の発注数を決めることに変わります。
詳しく見る → UC-0046クレーム電話の応対練習でAIに顧客役をさせ、振り返りまで行う
クレーム電話の応対研修で、SV（スーパーバイザー）が演じていた顧客役を生成AIに任せます。顧客の状況や怒りの段階を書いた「シナリオカード」と評価の観点表を渡すと、AIが音声で顧客を演じ、根拠の発言を引用した振り返りの下書きまで作ります。SVの時間が、顧客役と口頭の指導から記録の確認に変わります。
詳しく見る → UC-0041過去の試作データから次に試す実験条件を絞り込んで試作回数を減らす
これまでに行った試作の「条件」と「結果」を入力に、次に試す価値が高い条件の候補を複数出します。あわせて、その条件が選ばれた理由を文章で示します。
詳しく見る → UC-0039新商品名の候補を先行商標と突き合わせて出願前のリスクを一次仕分けする
商品開発チームが出した名称候補を入力に、特許庁のJ-PlatPat（特許情報プラットフォーム）で検索した結果を読み取り、候補ごとに「先行する登録商標とどれくらい近いか」を高・中・低に仕分けて、その理由を文章で返します。
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。