AI活用事例集

データセキュリティ企業Cyeraは、全社員約1,500名にClaude Enterprise/Claude Cowork(旧Cowork)を展開。エンジニア向けにはClaude Codeを、非エンジニア(営業・マーケ・法務・GRC等)にはターミナル操作不要のClaude Coworkを使い分け、Slack/Salesforce/Asana/Google Drive/Notionなど40ツールと自社製MCPサーバー数個を接続。Snowflakeのガバナンス付きセマンティックレイヤー(部門別40テーブル+社内用語スキル)を整備し、全社的なセルフサービス分析を可能にした。パイロット後わずか17日で全社ロールアウトを完了し、ライブ配信・週2回のオフィスアワー・部門別セッション20回で定着を後押しした。

導入効果は業務別に具体化されている。社内Ask Claudeチャンネルの一次対応は1日5〜6時間から約30分に短縮。法務チームはNDA審査プレイブック20本のプラグインを初日から稼働。マーケティングはCoworkでSalesforceから対象地域の3,500件リストを作成し、あるイベントの登録者数を105件から400件超に増加。Asanaチケットのレビューでは担当者が週12時間相当を節約。全社の週次アクティブ利用率は新人を含め88%に達した。

個人向け資産管理アプリ Rocket Money が、テキストメッセージで質問すると代わりに動く金融エージェント「Rowan」を Claude(Bedrock経由) で構築。Haiku 4.5 の分類器が各リクエストを単一責務のサブエージェントへ振り分け、大半は Sonnet 5 が処理、深い推論が要る金融タスクだけ Opus 5 が担当。定型作業(サブスク解約など)はコードとして自動化し、サイトの仕様変更で壊れたらエージェントが自己修復してコードに戻す設計。コード自体は主に Opus を使った Claude Code で書かれている(Fable も併用)。

エンジニア10名を含む約23名のチームで、月間コードコミット数が2025年12月の11件から2026年7月の128件へ11倍に増加。Rowan 担当のプロダクトマネージャーは初コミットから3ヶ月でリポジトリ全体76人中9位のPR投稿者になった。ベータ版では意味のある幻覚(ハルシネーション)パターンは確認されておらず、誤りに見えたものは大半が元データの問題だった。

TBSテレビが自社開発のAI音声プラットフォーム「音六(おとろく)AI」を2025年に本リリース。基盤にGoogle GeminiとText-to-Speechを採用し、SSMLを土台に尺(再生時間)指定での音声生成、1文字単位のアクセント修正、文脈を踏まえた多言語翻訳・音声生成を実装。報道向けにはRNN系の従来型モデル(正確・軽量)、ドラマ向けにはGemini等Transformer系モデル(表現力・Few-shot Learningによるボイスクローン)を使い分ける設計とし、PoC段階からJNN系列局を巻き込みフィードバックを吸い上げ、報道支援システムに音六AI呼び出しボタンを組み込むことで現場の業務動線に定着させた。

アナウンサーが既にいる放送局でもAI音声が刺さった理由は、コスト・時間・外国語対応という現場の具体的な困りごとに直結したから。特に「尺(秒数)ぴったりに収める生成」という放送特有の制約を解く自社特許技術が差別化点になっている。またツールを配るだけでなく、既存の基幹業務システム(報道支援システム)にAI呼び出しボタンを組み込み、現場の日常動線に溶け込ませたことが定着の決め手になった。地方局(BSS山陰放送、テレビユー福島)が人手不足を契機に東京より先に活用事例を生んでいる点も、AI導入は必ずしも大都市・大企業から広がるとは限らないことを示す。

OKIは自社EMS「まるごとEMS」のPCB実装ラインで、部品実装後のAOI(自動光学検査)がはんだ不良を過剰検出する「虚報」問題(不良流出を防ぐため検査閾値を厳しく設定した結果、良品まで不良判定される)を解決するため、独自の「目視判定AI技術」を開発。はんだ濡れ・位置ずれ・欠品・浮きの4項目をAIが判定するアルゴリズムをAOI装置の検査判定プログラムに搭載した。不良品サンプルが少ない(1日150ポイントのみ)ため、少量の良品データのみで学習する「良品のみ学習」方式を採用し、数万種類の部材・数千種類の機器を扱う変種変量生産に対応させた。2026年7月1日から顧客向け生産ラインへ導入。

「不良品は1日150ポイントしか出ないため意図的な不良品画像を作るのが難しい」という制約に対し、正例のみで学習する設計に振り切った点が実務的。誤検出(虚報)そのものより「良品判定漏れによる目視工数」をボトルネックと定義し直してAI適用範囲を絞った点が、AI導入の対象設定として参考になる。

The Registerが社内関係者からのタレコミとして報道。IBM傘下のRed Hatが、これまでのAIツール積極推進の姿勢を転換し、R&D部門の開発者に対しAIトークン利用額を月300ドルまでに制限する通達を出したと伝えた。加えて、余ったトークン割当を他の開発者と共有することも禁止された。Red HatとGartnerの双方に取材を申し込んだが、記事執筆時点でいずれも回答はなかった。

記事は今年3月に同紙が報じたRed Hat幹部(Chris & Ashesh)によるAI活用への楽観論との対比を指摘し、コスト超過が転換の背景にあるのではと推測している。参考情報としてGartner調査(DevOps.com経由)を引用し、技術リーダーの約4分の1が開発者1人あたり月200〜500ドルをAIコーディングトークンに費やしており、約6%は月2,000ドル超と回答しているとした。Redditでは月1,000〜数千ドルという開発者の声もあると紹介している。

発見はAIではなく人間の研究チームによる。分散処理フレームワーク Ray のダッシュボード API(`/api/jobs` 等)は、ブラウザからの攻撃を防ぐために User-Agent ヘッダーが "Mozilla" で始まるかどうかだけを見て弾く仕組みだったが、Firefox と Safari の fetch API はこのヘッダーを書き換え可能なため、この防御は無効化できた。これに DNS リバインディング攻撃を組み合わせることで、悪意あるサイトや広告を閲覧しただけの Ray 利用者(開発者)の端末上で任意のシェルコマンドを実行できる(CVSS v4 9.4、Critical)。脆弱性の着想は Oligo Security の avilum、DNS リバインディング手法・PoC 完成・開示調整は Socket の JLLeitschuh によるもので、Ray 2.52.0 で修正済み。CVE-2025-62593 として採番され、2026-08-17 に CISA の KEV(Known Exploited Vulnerabilities)カタログに追加された。

認証を実装していないローカル開発ツールの管理画面は、ブラウザ経由(User-Agentチェックのみ等の弱い防御)+ DNSリバインディングの組み合わせで容易に外部から悪用可能になる。開発者向けツールでも「ローカルだから安全」という前提は通用しない典型例。

発見はAIではなく人間の研究チームによる。MLflow のモデルレジストリ webhook 機能には、SSRF 対策 (_validate_webhook_url) がホスト名の名前解決結果を検証するだけで、検証後の実際の接続先IPを固定しない欠陥があった。攻撃者は自分の管理する公開HTTPSサーバでガードを通過させたうえで302リダイレクトによりAWSメタデータ(169.254.169.254)等の内部アドレスへ誘導する、またはDNSリバインディング(検証時と接続時で異なるIPを応答させるTOCTOU)により同様の回避を行える。既定設定の MLflow Tracking Server は認証なしで動作し、webhook の /test エンドポイントが取得先レスポンス本文をそのまま呼び出し元へ返すため、無認証の攻撃者がクラウドの一時認証情報などを読み取れる(CVSS v3.1 9.3、CWE-918)。3.15.0で、接続確立直後のソケットのpeer IPを検証する SSRFProtectedHTTPAdapter を追加して修正された。2026-08-19 に CISA KEV(既知悪用脆弱性カタログ)へ収載され、対応期限は2026-09-02とされた。

脆弱性そのものはAI関連ではなく、MLflowという「AI/MLプラットフォーム」がKEV収載された事例として、AI基盤の運用資産(モデルレジストリ・webhook連携)が一般的なWebアプリと同じ古典的なSSRF/TOCTOU欠陥で侵害されうることを示す例。発見はハンター複数名(HackerOneハンドルを含む)による独立発見・報告で、AIによる自動発見ではない。

Linux kernel の SCTP outqueue で、gap-acked された chunk を別トランスポートの再送リストへ移す際に chunk->transport ポインタを更新し忘れるバグがあった。元のトランスポートが ASCONF Delete-IP で削除・RCU解放された後、SACK renege で tsn_gap_acked フラグが外れると解放済みメモリの transport にアクセスし、KASAN が sctp_check_transmitted() 内で slab-use-after-free を検出する。修正は chunk 移動時に chunk->transport を正しく更新するもの。脆弱性は XBOW(AIベースのセキュリティ発見ツール)が発見し、XBOW所属の人間 Baul Lee がtriage(検証・確認)した経緯が、Linux kernel CNA(NVDミラー)のアドバイザリ本文中コミットメッセージにそのまま記載されている。

AIによる脆弱性発見(XBOW)がLinuxカーネルの正式なCVEアドバイザリのコミットメッセージに「Discovered by XBOW, triaged by <人間>」という形で明記されており、AI発見→人間トリアージという分業が実運用のセキュリティ対応プロセスに組み込まれつつある実例。

GensparkがChatGPTとClaudeを対決させ、どちらのAIがレモネードスタンド経営をうまくやれるか競わせた企画動画をYouTubeに投稿し、それが同社にとって初めてのバイラル動画になった。

AIエージェント同士を同一タスクで対決させる「バトル形式」の企画動画は、製品の宣伝色を薄めつつAIの実力比較という娯楽性で有機拡散を生みやすい。

CEDEC2026でTencent Japan合同会社の李玥江氏が講演し、Tencent社内で生成AIをデザイン・開発・QA・業務効率化の各工程に組み込んでいる実例を紹介した。ライティング工程ではクラウド並列処理とAI画質強化・アーティファクト除去を組み合わせたツール「Magic Dome」を導入、開発工程ではFigmaの内容をMCP経由で読み込みコーディング支援を行うAIエージェント「CodeBuddy」を社内展開している。

効率化ツールの効果を「N倍高速化」「N%削減」の具体数値で開示している事例で、単なる生成AI導入の宣伝ではなく工程別（ライティング/コーディング/QA）に効果測定値を出している点が参考になる。ASO記事や自社の開発効率化施策の説得材料として引用可能。

LayerXバクラク事業部のQAエンジニア(koyatest氏)が、JSTQBの「早期テストで欠陥を予防する」原則を、Claude Code Agent Skillsとして実装。①プロダクトのフェーズ(市場投入期か運用期か)ごとに目指す品質を定義、②プロダクトごとの固有リスクとカバレッジ基準(Capers Jones氏の論文を参考)を定義、③既存のテストピラミッド(各テストレイヤーの検証内容)を統合。Claude Codeはタスク投入時にフェーズ判断→リスク評価→基準適用を自律的に行い、全プロダクトのリスク情報を一括で読むとコンテキスト圧縮(compaction)で精度が落ちるため、対象プロダクトのリスク情報のみ読み込む設計にした。

品質基準を暗黙知のまま放置せず、フェーズ別・リスク別に言語化してAgent Skillsへ組み込むことで、AIが自らリスクの高い箇所を判断し、堅牢な実装とテストを自動生成できるようになった。skill-creatorのEvalsで効果測定も実施済み。

KLab運営のAI VTuber「ゆめみなな」（ゆめかいろプロダクション1期生）が、2026年7月7日の初オンライン3Dライブ『ゆめみなな生誕祭2026』で3rdオリジナル楽曲「ティラリラ☆スターチューン」を初披露し、8月6日にMVを公開。ライブ披露→MV公開という導線でファンの視聴を集めた。

AI VTuberでも「3Dライブでの初披露→MV公開→SNS拡散」という導線設計で、公式チャンネル発の楽曲コンテンツがYouTube公式の人気MVランキング（一般アーティストと同じ土俵）にランクインできる事例。個人開発者のSNS/バズ施策としては、単発投稿でなく「先行体験（ライブ）→本編公開」の二段構えが再生数の立ち上がりを作っている点が参考になる。

マクロミルが「生成AIの活用実態調査」として、生成AIを導入・活用している企業に勤務する20〜59歳の男女を対象にインターネット調査を実施(4月16〜18日)。3090人から回答を得た。

削減できた時間の使い道は「以前は手が回らなかった別の業務、雑務」が38%で最多、次いで「AIが出力した回答の検証・修正・プロンプト調整」が31%。導入ツールは平均2.3種類で、Microsoft 365 Copilot(46%)がトップ、ChatGPT(39%)、Gemini(29%)が続いた。単なる時短効果だけでなく、浮いた時間が新業務に再配分されている実態と、AI出力の検証コスト自体が可処分時間の3割を食っている点が示唆的。

電設機器・産業機器の専門商社である日本電設資材(大阪府守口市、従業員218名)が、経理AIエージェントTOKIUMの「TOKIUM AI明細入力」(請求書・納品書の明細を自動データ化し仕入データと照合)と「TOKIUM AI経費承認」(申請内容・証憑をAIが精査し一次承認や差し戻しを代行)を導入。月間約2,000通の請求書処理と、経費精算で多発していた差し戻し対応の属人化・手直し負担を解消する狙い。

「明細照合」「経費差し戻し」という定型だが属人化しがちな経理業務を、AIエージェントが判断込みで代行する事例。既にインボイス電子化を終えた企業が、次の工数削減先を「照合」と「差し戻し対応」という人的判断が残る工程に定めた点が示唆的(電子化だけでは属人化は解消しないという教訓)。

Financial Times が入手したAmazon社内資料に基づきTechRadarが報じた。著者情報と商品リストを紐付ける社内向けのClaude Sonnet導入プロジェクトが、当初予算を860%超過し総額180万ドルに膨張。この超過は約5ヶ月間社内で検知されないままだった。同じ資料は他の暴走事例も指摘しており、財務監査ツール開発プロジェクトが54.1万ドル、配送短縮を狙った物流プロジェクトが13.4万ドルの想定外コストをそれぞれ計上した。社内関係者は、サブスクリプション課金からトークン従量課金へ移行したことで、以前なら軽微だったミスが破滅的なコストに変わったと説明している。

AI活用の成功事例ではなく、内部統制不足によりAIコストが予算の860%まで膨張し5ヶ月間気づかれなかったガバナンス失敗の実例。トークン従量課金への移行で「安価なはずのミス」が桁違いのコストになり得ることを示しており、AI導入企業には利用量の可視化・予算アラートなどのコスト監視体制が必須であることを裏付ける。

TechCrunchの記事で確認。音声ディクテーションのWispr Flowが、Menlo Ventures主導のシリーズBで2.8億ドルを調達し、評価額20億ドルに到達。前回の資金調達（2025年11月頃)から10ヶ月未満での再調達で、これまでの累計調達額は3.61億ドル。既存投資家(Notable Capital, NEA, Neo Ventures, 8VC, MVP Ventures)に加え、Acrew, Forerunner, Goodwater, Peak XV, Together Fund, PLUS Capitalが新規参加。新モデルでエラー率を30%から10%未満に改善したことにも言及。

音声入力という一見地味なニッチ用途のAIツールでも、精度改善と継続利用が積み重なれば、10ヶ月未満で評価額を大きく引き上げる資金調達ができる。派手なデモよりも「日常的に使われ続ける」実用系生成AIの方が投資家の評価につながりうる一例。

The Pragmatic Engineer(Gergely Orosz)による独立分析記事。Asanaのエンジニアリングチームが OpenAI Codex を使い、テストフレームワークを Enzyme から React Testing Library へ移行した事例を、当初の人員計画見積もりと実績を対比する形で検証・論評している。

Asanaには移行が必要な Enzyme ファイルが3,000件以上残っており、従来の人手見積もり(1ファイルあたりの移行時間×残ファイル数×エンジニア時給)では最低5年・約600万ドルかかると試算されていた。Codex を使ったところ、実働1.5週間(暦週で2週間)で Enzyme を完全に除去でき、モデル・インフラ費用は約1.2万ドルで済んだ。

保険業界専門メディア Coverager が、Allianz の一次発表を基に記事化。Allianz は初の agentic AI システム「Project Nemo」を、豪州で2025年7月に本番投入。7種類の専門AIエージェント(補償確認・天候検証・不正検知・支払い計算等)が連携し、ストーム等の自然災害時に急増する食品腐敗保険金請求を自動処理する。人間の担当者が最終支払い判断を必ず行う設計は維持。

オーストラリアで AUD$500未満の請求は1日未満(多くは数時間以内)で処理されるようになり、保険金請求処理・決済時間は全体で80%短縮された。Allianz はこのシステムを100日未満で構築・展開し、今後は旅行・自動車・不動産分野の単純・高頻度な請求にもこのモジュール型エージェントAI基盤を拡張予定。

株式会社piconが運営する、LINE上でChatGPTを利用できるボット「AIチャットくん」の公式PR TIMESプレスリリース（2023年10月10日発表）。リリースから約1ヶ月で登録者100万人、2023年6月に200万人、10月6日時点で250万人を突破したと発表。無料枠は1日5通まで、月額980円のプレミアムプランで無制限利用・音声入力・グループチャット・キャラクター機能などを提供するとしている。

ChatGPT APIの一般提供開始直後、開発コストの低いLINE Bot形態で「ITリテラシーの高くない層」も含む生活インフラ上のチャネルに乗せたことで、アプリインストールという摩擦を経ずに短期間で数百万規模のユーザーを獲得した国産ラッパーサービスの成長事例。無料枠を薄く（1日5通）設定しつつ月額980円のサブスクで収益化する設計も踏襲しやすい。

ZOZOのグローバルシステム部フロントエンドブロック（BtoBサービス「ZOZOMETRY」開発チーム）が、AI生成ユニットテストを2か月間運用。レビュー品質を保つため、①テストサマリ自動生成でレビューの入口のハードルを下げる、②PRサイズを100行程度に抑えて1回あたりのレビュー負荷を下げる、③目視確認をプロセス化する、という3つの施策を導入した。

数値向上と同時に、AIの生成速度と人間のレビュー速度のミスマッチ、コンテキストの属人化、インプット/アウトプットだけでは品質担保が困難という新課題も正直に報告している点が実践知として有用。

ZOZOのブランドソリューション開発本部ZOZOMO部FBZブロックが、Fulfillment by ZOZO(FBZ)のシステム構成図をClaude Codeで自動生成・自動更新する仕組みを構築。ソースコードと構成図の間に規約ファイル(conventions.md)と構造ファイル(structure.yaml)という中間ファイルを挟み、D2言語でテキストベースの図定義を自動生成、GitHub Actionsでリリース時に自動更新、/create-diagramというスキル(コマンド)でワークフロー化した。

従来1時間以上かかっていた構成図作成が、微調整込みで10分程度に短縮され、従来のおよそ6分の1の作業時間短縮を実現した。