ユースケースを検索

該当ユースケース 4 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
業界:EC× 業界:不動産× AI機能:画像認識× AI機能:予測× 実装方法:最小構成× 実装方法:本格構成×
UC-0191

入荷予定と荷卸しの実績から、翌日のバースの時間割を組んで待ち時間を減らす

翌日入ってくる便ごとに、荷卸しにかかる時間を過去の実績から見込み、その見込みをもとにバース(荷受け場)の時間割を組みます。トラックが同じ時刻に重なるのを前日のうちにならし、構内での待ち時間を短くします。

想定削減率
60%
導入難易度
★★★☆☆
実装
本格構成
Make 構成例 物流 EC・小売 判断支援
詳しく見る →
UC-0189

退去立会いの写真から、入居時との差と原状回復の負担区分の一次案を作る

退去立会いで撮った部屋の写真を、入居時の写真と部位ごとに突き合わせ、変わった箇所を一覧にします。原状回復の負担区分は一次案までを機械が出し、決めるのは人です。退去者との金銭のやり取りに直結する判断は自動化しません。

想定削減率
60%
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 その他・不動産 判断支援
詳しく見る →
UC-0111

既存顧客の解約の兆しを利用状況と問い合わせから拾って、フォローの順番を決める

製品の利用ログ、問い合わせ履歴、請求の状況を入力に、顧客ごとの解約の確率を出し、問い合わせ本文から読み取れる不満の中身を添えて、フォローする順番の案を作ります。

想定削減率
67%
導入難易度
★★★☆☆
実装
本格構成
Python 構成例 カスタマーサポート EC・IT・SaaS 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 →