ユースケースを検索

該当ユースケース 5 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
部門:logistics× 部門:採用× 部門:購買× 部門:研究開発× 業務:集計・分析× 業務:記録・議事録作成× AI機能:対話× AI機能:予測×
UC-0170

中途入社者の立ち上がりを、入社後の面談をAIとの対話で行って追い、定着のリスクを拾う

中途入社者に対して、入社1か月後と3か月後にチャットで一次ヒアリングを行い、回答を「業務の立ち上がり」「人間関係」「期待とのずれ」「必要な支援」の4つの論点に整理します。人事の作業は、全員と面談することから、整理結果を読んで支援が要る人とだけ面談することに変わります。

想定削減率
57%
導入難易度
★★☆☆☆
実装
半自動化
Microsoft Copilot 構成例 人事 IT・SaaS・人材 属人化解消
詳しく見る →
UC-0139

技術者へのヒアリングをAIとの対話で行い、届け出されていない発明を掘り起こす

開発報告書や設計レビューの議事録を入力に、技術者ごとの質問案を作り、チャットで一次ヒアリングを行います。知財担当の作業は、全員と面談することから、整理済みの回答を見て出願候補だけを面談することに変わります。

想定削減率
56%
導入難易度
★★☆☆☆
実装
半自動化
Microsoft Copilot 構成例 知財 IT・SaaS・医療 属人化解消
詳しく見る →
UC-0126

退職者と選考辞退者へのヒアリングをAIとの対話で行い、理由を集計する

退職者と選考辞退者に、決めた設問に沿ってAIとの対話で答えてもらい、回答を分類して月次で集計します。人事の作業は、1人ずつ面談して記録することから、集まった回答を読んで改善につなげることに変わります。

想定削減率
73%
導入難易度
★★☆☆☆
実装
半自動化
Microsoft Copilot 構成例 人事 IT・SaaS・人材 判断支援
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。

想定削減率
70%
導入難易度
★★★★☆
実装
本格構成
Python 構成例 物流 EC・商社 判断支援
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。

想定削減率
67%
導入難易度
★★★★☆
実装
本格構成
Python 構成例 品質管理 その他・医療 判断支援
詳しく見る →