AIgram
AIgram(活用事例)一覧
コラム一覧
関連用語集
最新AIニュース
タグ一覧
AIgramについて
お問い合わせ
AI活用無料相談
ホーム
AI活用事例
タグ: 工数削減
工数削減のAI活用事例
かんぽ生命、IBM Bobで工数50%削減を目指す
AI活用事例の構造図
活用
整備
品質
適用
実践
反映
目標
背景
開発知識・経験
要望
知識の体系化
要望
安定品質の維持
AI処理
IBM Bob・ALSEA
その他
かんぽ開発標準
利用
実プロジェクトで活用
結論
工数50%削減目標
https://it.impress.co.jp/articles/-/29794
かんぽ生命、IBM Bobで工数50%削減を目指す
日立の設計ナレッジシステムで設計不備を100%抽出
AI活用事例の構造図
入力
対応
蓄積
検図
背景
技術文書と熟練知
課題
ルール確認の負担
AI処理
設計ナレッジシステム
成果
設計ナレッジ蓄積
成果
設計不備を100%抽出
https://it.impress.co.jp/articles/-/29782
日立の設計ナレッジシステムで設計不備を100%抽出
プエンテ「知識の複利ループ」の業務パックと最終判断
AI活用事例の構造図
変換
設計
作成
対象
判断
背景
6業務のノウハウ
要望
品質とガバナンス
AI処理
業務パック化
AI処理
ドラフト作成
成果
IMPACT PITCH選出
利用
人が最終判断
https://prtimes.jp/main/html/rd/p/000000055.000161935.html
プエンテ「知識の複利ループ」の業務パックと最終判断
Software Asset Maintenanceで仕様書を自動生成
AI活用事例の構造図
対応
入力
解消
生成
比較
課題
文書不足・陳腐化
背景
メインフレーム資産
課題
ブラックボックス化
AI処理
生成AIでコード解析
成果
仕様書を自動生成
成果
期間・費用を比較
https://it.impress.co.jp/articles/-/29652
Software Asset Maintenanceで仕様書を自動生成
ビズリーチのCodex活用と開発生産性評価
AI活用事例の構造図
活用
評価
確認
計測
傾向
確認
展開
背景
プロダクト創出組織
課題
AI投資の評価
要望
開発生産性の把握
AI処理
Codexで開発支援
人の役割
利用量と生産性確認
成果
生産性向上の傾向
結論
全社展開を目指す
https://www.itmedia.co.jp/business/articles/2608/03/news010.html
ビズリーチのCodex活用と開発生産性評価
富士通、Microsoft Dev Boxと
GitHub Copilotで開発負荷20%削減
AI活用事例の構造図
要件化
構築
支援
構成
導入
展開
活用
効果
背景
個別端末の設定
課題
設定に約1週間
要望
コーディングへ集中
その他
Microsoft Dev Box
人の役割
DPを構築
AI処理
GitHub Copilot支援
利用
1万人超が日常利用
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、Microsoft Dev BoxとGitHub Copilotで開発負荷20%削減
デンソー工機部のDynamics 365によるAI DX
AI活用事例の構造図
対話
合意
対応
蓄積
連携
導入
基盤
効果
背景
技能継承の危機
課題
納期とコスト増
背景
業務・会話データ
人の役割
現場の合意形成
AI処理
AIエージェント
AI処理
Dynamics 365
利用
現場アプリの導入
成果
工数20%削減見込み
https://www.microsoft.com/ja-jp/customers/story/26252-denso-corporation-dynamics-365
デンソー工機部のDynamics 365によるAI DX
北國銀行がMicrosoft Fabricでデータ基盤を刷新
AI活用事例の構造図
拡大
移行
移行
移管
削減
軽減
課題
利用者が増えない
課題
提供の長期化
課題
インフラ運用負担
AI処理
Microsoft Fabric
利用
業務部門へ移管
成果
工数40〜60%減
成果
運用負担ほぼゼロ
https://www.microsoft.com/ja-jp/customers/story/26013-the-hokkoku-bank-microsoft-fabric
北國銀行がMicrosoft Fabricでデータ基盤を刷新
AnyAI Agentのマーケ・EC支援、月550時間削減
AI活用事例の構造図
反映
支援
対応
確認
承認
実行
削減
背景
業務固有の知見
要望
一連の業務支援
課題
汎用AIの適用限界
人の役割
担当者の承認
AI処理
AnyAI Agent
利用
承認後の実行
利用
週3,000件の実行
成果
月550時間削減
https://prtimes.jp/main/html/rd/p/000000670.000018392.html
AnyAI Agentのマーケ・EC支援、月550時間削減
インサイトセールス先行支援で29件の商談アポイント
AI活用事例の構造図
解析
学習
代替
入力
分類
文面
対象
優先
継続
成果
背景
販売データ・営業ログ
課題
空き時間任せの追客
背景
名刺・会話情報
AI処理
訴求・トーク生成
AI処理
追客優先順位の算出
AI処理
名刺を構造化・分類
利用
当日中メール送信
利用
BPOの電話追客
成果
29件の商
談アポイント
https://prtimes.jp/main/html/rd/p/000000388.000042366.html
インサイトセールス先行支援で29件の商談アポイント
Claude Designで営業報告資料を大幅時短
AI活用事例の構造図
時間負担への対応
見た目の課題をAIへ
人手依存の再配置
mdを渡して生成
読み手とメッセージを指示
作業時間の短縮
伝わる図の完成
追記と指示で完了
確認後に伝える内容へ集中
時短から伝達品質へ
成果の元が資産化
md運用が資産に直結
課題
毎回3時間以
上の資料作成
課題
意図が伝わり
にくい見た目
背景
体裁は人手
・再現性なし
その他
用途別mdの運用
AI処理
Claude
Designで資料生成
人の役割
指示の言語
化と数字確認
成果
作成時間が従
来の数分の一
成果
意図が伝わ
る図ができた
成果
mdが来期も
使える資産に
Claude Designで営業報告資料を大幅時短
IBM Bobでレガシー刷新、9カ月作業を3日に
AI活用事例の構造図
対象領域を特定
バラつき抑制
運用・連携強化
機能を拡張
導入して短縮
全ユーザーへ提供
背景
レガシー刷新は
AI適用が難しい
課題
AI成果物品
質のバラつき
AI処理
レガシー向け
3ワークフロー
AI処理
マルチエージェ
ントとBobalytics
成果
9カ月見込みの
作業が3日で完了
成果
全ユーザー向け
に新機能を提供
IBM Bobでレガシー刷新、9カ月作業を3日に