ユースケースを検索

該当ユースケース 11 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
利用ツール:Gemini× 利用ツール:OpenSearch× 部門:知財× 部門:採用× AI機能:対話× AI機能:校正× AI機能:要約×
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-0162

社員インタビューの録音から、採用広報の記事と募集要項の下書きを作る

社員インタビューの録音の文字起こしを入力に、採用広報の記事の下書きと、募集要項の魅力づけの文面を作ります。担当者の作業は、録音を聞き直して一から書くことから、下書きを本人の発言と突き合わせることに変わります。

想定削減率
61%
導入難易度
★☆☆☆☆
実装
最小構成
ChatGPT 構成例 採用 IT・SaaS・人材 品質標準化
詳しく見る →
UC-0154

面接の評価コメントを候補者ごとにそろえて、合否会議の比較表にする

面接官が残した評価コメントを入力に、募集要件の観点ごとに要約と引用を割り付け、候補者を横並びにした比較表を作ります。新しく評価を書くのではなく、すでにあるコメントをそろえる作業です。合否会議の前の読み直しと転記が減ります。

想定削減率
67%
導入難易度
★☆☆☆☆
実装
半自動化
ChatGPT 構成例 人事 IT・SaaS・人材 判断支援
詳しく見る →
UC-0146

出願前の特許明細書で、図面の符号と用語の食い違いを点検する

特許事務所から届いた明細書案を入力に、図面の符号と本文の対応、同じ部材を指す語のゆれ、請求項の語が明細書に説明されているかを一覧にします。担当者の作業は、全文を目で追うことから、指摘された箇所を確かめることに変わります。

想定削減率
63%
導入難易度
★☆☆☆☆
実装
半自動化
ChatGPT 構成例 知財 IT・SaaS・医療 品質標準化
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-0107

採用の選考歩留まりを毎月集計して、どこで候補者が離脱しているかを洗い出す

採用管理システムから書き出した選考ステータスを入力に、ポジションごとの応募から内定承諾までの通過率を集計し、前月との差が大きい箇所と、辞退コメントから読み取れる論点を整理します。

想定削減率
70%
導入難易度
★★☆☆☆
実装
半自動化
Google Apps Script 構成例 人事 IT・SaaS・その他 判断支援
詳しく見る →
UC-0075

応募者からの選考中の問い合わせにチャットで一次回答する

中途採用の選考中に応募者から届く「選考はどこまで進んでいるか」「面接は対面かオンラインか」といった問い合わせに、募集要項と応募者へ開示済みの案内だけを根拠にして、その場で一次回答を返す構成です。合否や評価に触れる質問には答えさせず、採用担当へ引き継ぎます。

想定削減率
58%
導入難易度
★★★☆☆
実装
半自動化
n8n 構成例 人事 IT・SaaS・人材 品質標準化
詳しく見る →
UC-0074

対外発表の資料を公開前に点検して未出願の発明と秘密情報の記載を洗い出す

学会の予稿やプレスリリースなど社外へ出す技術資料を入力に、社内の公開前チェック基準と過去の指摘記録に照らして、出願前の発明や秘密にしている条件値に当たりうる記載を、基準番号・理由・確認先つきの表にします。知財担当の作業は、資料を読んで該当箇所を探すことから、挙がった箇所を確かめることに変わります。

想定削減率
65%
導入難易度
★☆☆☆☆
実装
最小構成
Claude 構成例 知財 IT・SaaS・医療 品質標準化
詳しく見る →
UC-0050

求人原稿を法令と社内ルールに照らして出稿前にチェックする

求人媒体へ出す前の原稿を入力に、法令上の必須記載の欠落、使ってはいけない表現、社内の表記ルール違反を一度に洗い出し、指摘箇所と修正案を一覧で返します。担当者の作業は、全文を読み比べることから、指摘を採るか採らないかを判断することに変わります。

想定削減率
65%
導入難易度
★☆☆☆☆
実装
最小構成
ChatGPT 構成例 人事 IT・SaaS・人材 品質標準化
詳しく見る →
UC-0017

公開特許公報を要約して自社領域との関連を整理する

公開特許公報を入力に、「何を解決しようとしている発明か」「どういう構成か」「請求項1の範囲は何か」を定型の観点で要約させ、自社の技術領域との関連度を分類させます。

想定削減率
75%
導入難易度
★★★☆☆
実装
半自動化
Python 構成例 知財 IT・SaaS・医療 対応スピード向上
詳しく見る →