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
利用ツール:Google Vertex AI× 利用ツール:Microsoft Copilot× 業界:EC× 業界:その他× AI機能:判定× AI機能:校正× AI機能:予測×
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-0089

電話応対の録音から、評価の下書きと本人へのフィードバックを作る

応対の録音を文字起こしして話者を分け、評価項目ごとに「該当する発言」を引用した評価の下書きを作ります。管理者の作業は、録音を頭から聞いて評価票を埋めることから、下書きと該当箇所を確認して本人に返すことに変わります。

想定削減率
69%
導入難易度
★★★☆☆
実装
半自動化
Power Automate 構成例 カスタマーサポート EC・その他 品質標準化
詳しく見る →
UC-0047

広告やLPの表現を景品表示法と社内基準に照らして一次チェックする

公開前の広告文やLP、メールマガジン、SNS投稿の原稿を、社内のNG表現集や過去の指摘記録と一緒に生成AIへ渡し、「No.1」「最安」「今だけ」などの要確認箇所を、社内基準の番号と理由、必要な根拠資料を付けた表にします。違法か適法かは人が判断し、減るのは該当表現の洗い出しと指摘コメントを書く時間です。

想定削減率
60%
導入難易度
★☆☆☆☆
実装
最小構成
Claude 構成例 マーケティング EC・小売 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 →