ユースケースを検索

該当ユースケース 14 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:製造× 課題:属人化している× AI機能:予測× AI機能:画像認識× AI機能:対話×
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-0158

顧客から届いた荷傷み・誤品の申告を、出荷時の記録と写真で切り分ける

顧客から届いた荷傷み・誤品の申告写真と、出荷時に撮った荷姿の写真を並べて突き合わせ、原因が自社の出荷か輸送中かを一次的に切り分けます。担当者の作業は、記録と写真を探して見比べることから、出てきた切り分け結果を確かめることに変わります。

想定削減率
60%
導入難易度
★★☆☆☆
実装
半自動化
Zapier 構成例 カスタマーサポート EC・小売 判断支援
詳しく見る →
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-0150

製造現場で見つけた不良品を写真で見分けて、不良区分と発生工程の記録にする

現場で撮った不良品の写真を入力に、不良区分の候補と記録票の下書きを作ります。作業者は、紙の不良票に書いて後から入力することから、写真を撮って候補を選ぶことに変わります。

想定削減率
67%
導入難易度
★★★☆☆
実装
半自動化
Claude 構成例 品質管理 EC・小売 入力漏れ削減
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-0125

返品された商品の状態を写真で見分けて、再販・補修・廃棄に仕分ける

返品された商品と付属品の写真を入力に、社内の判定基準に当てはめて再販・補修・廃棄の候補を示します。検品担当の作業は、状態を一から見て判断することから、示された候補と根拠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
半自動化
Power Automate 構成例 カスタマーサポート EC・小売 品質標準化
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-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-0097

代表電話の一次受けをAIの音声応対で行い、用件を記録して担当へ回す

代表電話にかかってきた電話をAIが一次で受け、相手と用件と緊急かどうかを聞き取って記録します。受付担当の作業は、全件を受けて取り次ぐことから、記録された用件を確認して担当へ回すことに変わります。

想定削減率
72%
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 不動産・士業 対応スピード向上
詳しく見る →
UC-0087

動きの止まった商談を洗い出して、次の一手の案までそろえる

営業支援システムの商談データと活動履歴を入力に、過去の受注・失注の実績から「このまま動かなければ失注しやすい」案件の特徴を数値化し、止まりかけている商談を並べます。あわせて、最後のやり取りから止まっている理由の候補と、次の一手の案を出します。

想定削減率
67%
導入難易度
★★★☆☆
実装
半自動化
Python 構成例 営業 IT・SaaS・商社 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-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 →
UC-0024

出荷前の荷姿写真から荷札の不備と積付け不良を見つける

出荷直前に撮った荷姿の写真を入力に、荷札の出荷番号と届け先を読み取って出荷指示データと突き合わせ、さらに「取扱表示のラベルが貼られているか」「段ボールが潰れていないか」「パレットからはみ出していないか」を判定する構成です。

想定削減率
67%
導入難易度
★★★☆☆
実装
半自動化
Power Automate 構成例 物流 EC・小売 品質標準化
詳しく見る →