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:Zapier× 利用ツール:Microsoft Copilot× 利用ツール:ChatGPT× 業界:物流× 業界:飲食× AI機能:生成× AI機能:予測× AI機能:対話×
UC-0157

購買の引き合い仕様書を、依頼部門とのAIとの対話で必要事項を埋めてから作る

購買依頼を出した人に、AIがその場で質問します。購買の区分を聞き、区分ごとに決まった項目を順に埋めさせ、引き合い仕様書の下書きまで作ります。購買担当がメールで何往復も確認する作業がなくなります。

想定削減率
63%
導入難易度
★★☆☆☆
実装
半自動化
Microsoft Copilot 構成例 生産 医療・宿泊 品質標準化
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-0116

エネルギー使用量を月次で集計して、増減の理由と見通しを出す

拠点ごとのエネルギー使用量を入力に、原単位と前年同月比を計算し、増減の要因を切り分ける材料をそろえます。担当者の作業は、数字を集めて表にすることから、出てきた増減の理由を拠点に確かめることに変わります。

想定削減率
69%
導入難易度
★★★☆☆
実装
半自動化
Google Apps Script 構成例 生産 宿泊・小売 判断支援
詳しく見る →
UC-0105

補助金・助成金の申請書の下書きを、公募要領と社内資料から作る

公募要領と社内の資料を入力に、審査項目に対応づけた事業計画書の下書きと、必要書類の一覧を作ります。担当者の作業は、白紙から書き起こすことから、下書きを自社の言葉に直して数値を確かめることに変わります。

想定削減率
67%
導入難易度
★☆☆☆☆
実装
最小構成
Microsoft Copilot 構成例 経営企画 小売・建設 対応スピード向上
詳しく見る →
UC-0103

設備の故障の兆しを、点検記録と保全履歴から拾って優先度をつける

点検記録と保全履歴を入力に、部品の交換時期、点検値の傾向、自由記述の異常の兆しを突き合わせ、優先して見るべき設備を並べます。保全担当の作業は、経験で見当をつけることから、挙がった設備を確かめ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 生産 宿泊・建設 判断支援
詳しく見る →
UC-0091

希望とスキルと法令の制約を満たすシフト表の原案を作る

工程ごとの必要人数、資格、法令の制約、本人の休み希望を入力に、条件を満たすシフト表の原案を作ります。管理者の作業は、白紙の表を埋めて何度も組み直すことから、出てきた原案を見て調整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 人事 介護・医療 判断支援
詳しく見る →
UC-0085

代理店からの在庫・納期の問い合わせに、チャットで一次回答する

代理店からの「この型番は在庫があるか」「いつ入るか」という問い合わせに、型番を特定して基幹システムの在庫と受注残を照会し、チャットで一次回答します。営業事務の作業は、電話を受けて画面を開いて調べることから、答えられなかった質問と例外の対応に変わります。

想定削減率
69%
導入難易度
★★★☆☆
実装
本格構成
Azure AI 構成例 カスタマーサポート 商社・小売 対応スピード向上
詳しく見る →
UC-0055

店舗に付いたGoogleの口コミを読み分けて、返信案と本部への報告を作る

店舗に付いたGoogleの口コミを読み、そのまま返信してよいものと、本部が事実を確かめてから対応すべき苦情とに分けます。前者には口コミの中身に触れた返信案を作り、後者は本部へ報告に回します。

想定削減率
71%
導入難易度
★★☆☆☆
実装
半自動化
Google Apps Script 構成例 カスタマーサポート その他・医療 品質標準化
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。

想定削減率
64%
導入難易度
★★★☆☆
実装
半自動化
Python 構成例 物流 EC・小売 判断支援
詳しく見る →
UC-0037

予約前の問い合わせに多言語のチャットで一次回答する

予約や来店の前に届く「大浴場は何時まで入れますか」「駅から送迎はありますか」「ベビーベッドは借りられますか」といった問い合わせに、自社の案内資料を根拠にして、質問が書かれた言語のまま回答を返す構成です。

想定削減率
67%
導入難易度
★★★☆☆
実装
半自動化
n8n 構成例 カスタマーサポート 不動産・宿泊 品質標準化
詳しく見る →
UC-0023

売掛金の入金予測から13週の資金繰り表を作る

売掛金の残高一覧と過去3年の入金実績を入力に、請求1件ごとに「支払期日どおりに入金されるか」の確率を予測し、週別の入金見込みを積み上げる構成です。標準ケースと悲観ケースの2本を出します。

想定削減率
70%
導入難易度
★★★★☆
実装
本格構成
Python 構成例 財務 商社・建設 判断支援
詳しく見る →