ユースケースを検索

該当ユースケース 12 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:Azure OpenAI Service× 業界:物流× 業界:飲食× 業界:建設× 業界:士業×
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-0127

入札・提案書の要求事項に対する記載漏れを、提出前に点検する

仕様書やRFPから要求事項を1件ずつ取り出し、提案書のどこで答えているかを対応付けて、記載のないものを一覧にします。取りまとめ担当の作業は、全文を突き合わせて読むことから、挙がった未対応の箇所を確かめて埋めることに変わります。

想定削減率
67%
導入難易度
★★★☆☆
実装
半自動化
Power Automate 構成例 営業 IT・SaaS・広告 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-0123

新規取引先の反社・コンプライアンス確認を、根拠付きで一次調査して記録に残す

取引先の商号・所在地・代表者名を入力に、社内の確認基準に沿って公開情報を集め、根拠のURLを付けた調査メモを作ります。担当者の作業は、自分で検索することから、集まった情報を読んで判断することに変わります。

想定削減率
68%
導入難易度
★★★☆☆
実装
半自動化
Power Automate 構成例 法務 不動産・保険 判断支援
詳しく見る →
UC-0120

ドライブレコーダーの映像から、危険な運転の場面を拾って指導に使う

ドライブレコーダーが記録したイベント映像を入力に、実際に危険があった場面と、段差などによる誤検知を分けます。安全運転管理者の作業は、全件の映像を見ることから、絞り込まれた場面を見て指導の材料に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 医療・小売 品質標準化
詳しく見る →
UC-0104

メールの宛先と添付を送信前に点検して、誤送信を止める

送信しようとしているメールの宛先・添付・本文を入力に、社外への送信で危ない組み合わせを見つけて、送信の直前に知らせます。送信者の作業は、毎回自分で見直すことから、指摘が出たときだけ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
Python 構成例 情報システム IT・SaaS・保険 品質標準化
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-0081

滞留している売掛金の督促の優先順位を決めて連絡文の下書きを作る

毎月の消込が終わった後に残る期日超過の売掛金を入力に、取引先ごとの入金実績から入金の見込み日と遅れの異常さを計算し、社内で決めた式で督促の順番を並べ、連絡文の下書きまで作ります。

想定削減率
67%
導入難易度
★★★☆☆
実装
半自動化
Make 構成例 経理 IT・SaaS・商社 判断支援
詳しく見る →
UC-0053

設備の保守マニュアルと過去の対応履歴から現場の質問に根拠付きで答える

現場からの「この型式でこのエラーが出たときはどうするか」という質問に対し、該当する設備のマニュアルと過去の対応履歴を探して、出典付きの回答案を返します。保全員の作業は、書庫と過去の日報を探すことから、示された根拠を読んで自分の設備に当てはまるかを判断することに変わります。

想定削減率
63%
導入難易度
★★★★☆
実装
本格構成
Azure AI 構成例 品質管理 その他・医療 対応スピード向上
詳しく見る →
UC-0049

入社・退職の連絡から社会保険と雇用保険の手続きリストと期限を作る

顧問先からメールや添付ファイルで届く入社・退職の連絡を入力に、生成AIで氏名・日付・給与・週の労働時間などを抜き出し、曖昧な点と聞き返しの文面を下書きします。必要な手続きと提出期限は、人が管理するルール表とプログラムで決めます。連絡を読み解き、期限を数えて台帳に書く作業が減ります。

想定削減率
58%
導入難易度
★★☆☆☆
実装
半自動化
Power Automate 構成例 人事 その他・士業 入力漏れ削減
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-0004

過去の提案書から類似案件の骨子を検索して再利用する

新しい案件の条件(業種、課題、予算規模、提案する製品)を入力に、過去の提案書ファイルの中から条件の近いものを検索し、その構成(見出し立て)と、流用できる箇所を提示させます。

想定削減率
44%
導入難易度
★★★★☆
実装
半自動化
Azure AI 構成例 営業 IT・SaaS・広告 品質標準化
詳しく見る →