AIgram

クラウドのAI活用事例

トモシアHDの照合AI・チャットAI導入AI活用事例の構造図照合導入活用適用適用背景仕入先請求と仕入データ背景基幹刷新プロジェクト背景問い合わせとナレッジAI処理照合AI・チャットAI利用買掛照合利用問い合わせ応答https://it.impress.co.jp/articles/-/29837
トモシアHDの照合AI・チャットAI導入
Discovery Loop設立、AI実験自動化へAI活用事例の構造図自動化適用並列化課題人手での拡張困難AI処理実験反復の自動化利用自社技術開発成果反復時間の圧縮https://www.itmedia.co.jp/news/article/2608/06/2000000408/
Discovery Loop設立、AI実験自動化へ
技研HA400SX、AI設定提案で経験不要の施工品質AI活用事例の構造図解消対応学習併用効率化品質負担減展開課題経験依存の操作背景現場制約の多様化背景施工データと知見その他作業アシスト機能AI処理設定提案と自動運転成果時短と負担軽減成果安定した施工品質結論G-Lab全種展開https://aismiley.co.jp/ai_news/giken-ai-silent-piler/
技研HA400SX、AI設定提案で経験不要の施工品質
Microsoft FoundryでMistralモデルを分離環境へ提供AI活用事例の構造図対象要件条件開発運用追加提供有効化背景規制産業の運用要望実行環境の選択制約外部データ処理その他Azure LocalAI処理Mistralモデル提供AI処理Copilot Studio利用完全分離で運用成果共通開発基盤利用管理者の有効化https://ledge.ai/articles/microsoft_mistral_strategic_partnership_expansion
Microsoft FoundryでMistralモデルを分離環境へ提供
富士通、Dev BoxとGitHub Copilotで開発負荷20%削減AI活用事例の構造図反復作業置換拡張日常利用負荷減課題反復コードの記述背景物理端末の設定AI処理GitHub Copilotその他Dev Box利用日常の開発作業成果作業負荷20%削減https://www.microsoft.com/ja-jp/customers/story/26041-fujitsu-limited-microsoft-dev-box
富士通、Dev BoxとGitHub Copilotで開発負荷20%削減
GSSのMicrosoft Copilot活用と業務効率化AI活用事例の構造図提供活用効率化背景GSS提供基盤AI処理Copilot活用利用府省庁で利用成果業務効率化https://www.microsoft.com/ja-jp/customers/story/25853-digital-agency-microsoft-365
GSSのMicrosoft Copilot活用と業務効率化
北國銀行、Microsoft Fabricで運用負担をほぼゼロにAI活用事例の構造図刷新解決対応連携移行軽減保護背景複数ツールの利用課題提供遅延と運用負担制約高度なデータ保護AI処理Microsoft Fabricその他Microsoft Sentinel利用本番運用開始成果運用負担ほぼゼロ成果分析対象を拡大https://www.microsoft.com/ja-jp/customers/story/26013-the-hokkoku-bank-microsoft-fabric
北國銀行、Microsoft Fabricで運用負担をほぼゼロに
豊田自動織機、Azureで塗装不具合25%削減AI活用事例の構造図対応統合分析実現可視化短縮成果課題手作業の要因分析背景数百の工程データ要望迅速な意思決定その他Azureデータ基盤AI処理約400変数をAI分析人の役割現場で要因を議論成果分析を4時間未満に成果不具合を約25%削減https://www.microsoft.com/ja-jp/customers/story/26552-toyota-industries-corporation-azure
豊田自動織機、Azureで塗装不具合25%削減
ProssioneのAIOps運用自動化AI活用事例の構造図選択肢分析統合通知軽減課題OSS移行の技術的障壁背景基盤の稼働情報・ログその他KVM仮想化基盤AI処理AIOpsの分析・自動化利用診断通知と障害対応成果運用作業を削減https://www.itmedia.co.jp/enterprise/articles/2607/24/news031.html
ProssioneのAIOps運用自動化
Llama 3.3 70BとローカルLLMの損益分岐AI活用事例の構造図投資推論処理量比較稼働計測試算背景GPU初期費用背景大量トークン課題API利用料その他GPU専用機AI処理ローカルLLM推論利用RAG検索ボット成果電気代80〜110円結論約1.5か月で償却https://note.com/light_arnica2159/n/n9e79dec95ba2
Llama 3.3 70BとローカルLLMの損益分岐