日本 × ビジネス（215件）

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。

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)。

note株式会社が全社員にClaudeを配布し、開発リードタイム短縮などAI活用による全業務の生産性向上を進めた。人員は2023年Q1の184人から2026年Q2は149人へ減少する一方、売上は伸び続け、人件費率が低下している。この効率化を受けて通期の営業利益予想を7億円から11億円へ、売上予想も56億円から56億5000万円へ上方修正した。

AI活用の効果が定性表現ではなく、上場企業の業績予想の上方修正という最も慎重な開示の場で数字として示された事例。人員が184人(2023年Q1)から149人(2026年Q2)へ減る一方で売上は伸び続け、人件費率が下がるという形で損益に表れている。

パーソル総合研究所が調査会社モニターを用いたインターネット定量調査を実施。全国の就業者19,855人にスクリーニング調査を行った上で、正規雇用者3,000人を対象に本調査を実施（生成AI利用群は2025年10月24-26日、非利用群は10月27-28日に調査）。

正規雇用者3,000人規模の母集団調査という点が個社事例と一線を画す。見出しの「平均16.7%削減」は生成AI利用時のタスク所要時間の平均値であり、これは非利用時との比較による平均効果である一方、利用者本人が「業務時間が減った」と実感できているのは約4人に1人(25%)にとどまる。平均値による効果訴求と、当事者の実感率という2つの指標が乖離しており、生成AI導入効果を語る際に「平均でどれだけ削減されたか」と「実際に効果を感じている人がどれだけいるか」を分けて見る必要性を示す資料として使える。

茨城県つくば市役所が、本庁舎約100部署のうち30以上の部署でAI音声認識・要約ツール「ScribeAssist」(アドバンスト・メディア、旧AmiVoice MinutesWriter)を導入。会議の録音から文字起こし・要約までを自動化し、政策イノベーション部情報システム課の職員が実名で効果を語る、ベンダー公式の導入事例記事。

自治体という「AI導入が遅れがち」とされがちな領域で、全庁横断的な導入(30部署以上)により、逐語録作成で最大9割・要約込みの議事録作成で7〜9割という民間並みの削減効果が出ている点が示唆的。

ヤンマーエネルギーシステム エンジニアリング部（大阪支社）が、顧客設備への自社製品の採用提案（スペックイン）業務を対象に、キャディの製造業AIデータプラットフォームCADDiを使い約1ヶ月間の集中検証を実施。技術ニュースや標準図・機器図などのドキュメント群をCADDiにアップロードし、実案件を用いて類似案件の特定と技術資料参照の効果を検証した。

「アクセス時間」と「類似案件特定時間」を分けて計測し、後者を最大89%削減(45分→5分)という具体的なBefore/Afterで開示している点が珍しく、再現性の参考になる。導入前は新規案件のうち過去案件を流用できているのが約1割にとどまり、探索に1案件あたり45〜90分を要していたという定量的な課題設定も、他社が効果測定の設計を組む際の参考になる。

帝国データバンクが全国1万312社を対象に実施した調査(3月17〜31日)をITmediaビジネスオンラインが記事化。生成AIを業務で「活用している」企業は34.5%にとどまり、企業規模が大きいほど活用率が高い(大企業46.5%、小規模企業28.0%)傾向を示した。

活用は企業規模差(大企業46.5%対小規模28.0%)・業界差(サービス47.8%対建設26.4%)が大きく、用途は文章作成・要約・校正(45.1%)が中心でデータ分析やコード生成等の高度な活用はまだ少数派。悪影響は全体では「ない」が67.7%と多数派だが、「AIを使いこなせる社員とそうでない社員の間で成果格差が拡大した」との回答が18.8%と最多で、少数ながら「業務をAI任せにしてスキルが低下した」(4.0%)「若手が育たなくなった」(2.2%)という人材育成面の懸念も挙がった。帝国データバンクは「導入の有効性より、使いこなすための社内の仕組みづくりが成果を左右する段階」とコメントしている。

大和証券グループ本社は2025年1月より「お客様応対の自動記録システム」を導入。営業員が顧客との面談時にアプリを起動して音声を取得し、AIが自動で要約を作成してCRMへ記録・連携する仕組みで、生成AI活用フェーズIII(社内外のビジネスでの活用)の一環として位置づけられている。あわせて2025年6月にはAIオペレーターサービスの受電対応も拡大し、日本マイクロソフトとの戦略的枠組み契約でMicrosoft 365 Copilotを全社導入、Sakana AI社と共同でポートフォリオ提案プラットフォームの開発も進めている。

記録業務の入力時間を45%削減しながら記録内容の文字数を311%増加させ、「効率化」と「記録の充実(透明性向上)」を同時に達成した点が特徴。営業員は浮いた時間を顧客接点の増加やコンサルティング内容の検討に振り向けられる設計で、単なる時短ではなく顧客対応の質向上につなげている。生成AIチャット(2025年6月リリース)も平均解決率87%、AIオペレーターサービスは受電数が2024年10月の1.4千件から2025年6月に127.0千件へ急拡大し利用率も3%→31%に上昇するなど、複数施策を並行展開している。

明治安田生命はMiletos社の経費精算AI SaaS「SAPPHIRE」を導入し、これまで人手で行っていた立替精算の事前承認を、AIによる事後検証方式に切り替えた。これにより年間約63,000件にのぼる申請について管理職の承認行為自体を原則廃止した。

承認を「事前に人がチェックする」から「AIが事後に全件検証する」へ発想転換したことで、統制レベルを落とさずに管理職の定型業務を丸ごと削減できた点が示唆。当初懸念された経費統制の低下はむしろ強化される結果になっており、事後監査型AIが承認フローの代替になり得ることを示す事例。

curl -sL でHTML(58,522バイト)を直接取得しHTTP 200・リダイレクトなしを確認。<title>と canonical が「年間で数万時間の業務効率化…Copilot活用で大きな成果を上げている企業の特徴をマイクロソフトに聞いた」で一致し、狙った記事であることを確認。本文を正規表現でタグ除去しテキスト化してgrep実測: 「JCB」5件、「Copilot」71件、「83%」32件ヒット。日付は本文表示「2025.06.23 06:00」（関連日時表示2025.06.22 12:25も併記）。

・JCBはCopilot導入を「業務変革」の一環と位置づけ、PoC段階で多様な職種・年齢層のユーザーを選定し定量・定性アンケートを実施した段階的導入プロセスを踏んだ ・効果が出た業務領域は会議関連（議事録作成・要約・内容把握）が中心 ・削減できた時間を「新サービスの企画検討」「提案資料の質向上」など創造的業務に再配分する運用まで踏み込んでいる点が特徴 ・定着策として「週次Tips配信」「社内コミュニティサイト」「プロンプト共有機能」を併用し、自発的活用とナレッジ蓄積を狙っている ・数値はマイクロソフトが取材で開示した企業事例（JCB・日本製鉄）であり、記事側が独自算出・監査したものではない

Bash curlで実HTML取得(HTTP200, 91,625 bytes)。<title>と canonical(credit-cards配下だが同一記事)を先に確認し、狙った記事であることを確認した上でgrepで本文抽出。「373」の全出現箇所を確認し、CSSノイズではなく本文中の「年間373時間の業務削減」という実際の記述であることを検証。

ライセンス配布だけでは利用率が上がらない企業が多い問題に対し、業務棚卸し→高インパクト業務の選定→工程分解→実演伴走、という手順を踏むことで初めてCopilotの利用が定着し、具体的な時間削減(年373時間)に結びついた事例。「どの業務でどう使うか」を従業員任せにせず、外部支援側が具体的指示まで落とし込んだ点がポイント。

明治安田生命保険が日本IBMの支援のもと、メインフレームのモダナイゼーション推進の一環としてシステム開発に生成AIを適用する検証プロジェクトを実施。個人保険・企業保険システムなど実業務の成果物を用い、生成AIが作成した内部設計書をインプットに、生成AIがコーディングとテストケースを作成する仕組みを構築。内部設計・コード生成・単体テストの一連の作業と、要件定義から外部設計・テスト工程に至るトレーサビリティ確認への生成AI活用を検証した。

メインフレームという大規模基幹システム領域で、内部設計→コード生成→単体テストの一連工程に生成AIを適用し、生産性向上を定量測定してから2025年4月に実業務パイロットへ段階移行している。対象工程を要件定義・外部設計の影響調査や結合/システムテストへ順次拡大する計画であり、いきなり全工程へ広げず検証→限定パイロット→拡大という順序を踏んでいる点が参考になる。

アセンド株式会社が、運送業向け配車計画・収益分析システム「ロジックス」にLLM搭載のAI-OCR機能を追加した（2026年8月20日発表）。運送会社ごとに書式がバラバラなトラックの点検・整備費の請求書や整備明細を、AIが「何の費用か」「どの車両か」といった意味を解釈しながら自動で読み取り、費目を自動判別・仕分けしてシステムへ取り込む。従来のAI-OCRは定型フォーマットしか読めなかったが、LLMの進化により非定型書式でも解釈できるようになったとしている。

国交省の指摘する「紙・手入力依存のバックオフィス業務が生産性を押し下げている」という業界課題を背景に、原価上昇を実感する運送事業者が約9割いる一方、原価を分析・改善に活かせている事業者は4社に1社にとどまるという構造的ギャップを示した上で機能価値を訴求している。単なる工数削減の数字だけでなく「認識はあるが活用できていない」業界全体の課題認識とセットで語ることで、ROI訴求の説得力を高めている点が示唆的。

コインチェックが自動化プラットフォーム Workato を全社展開し、バクラク（経費精算）・freee（会計）・Google Workspace・ジョブカン（勤怠）・人事DB をつなぐMCPサーバーを10個以上構築。コーディングエージェントから業務システムを横断操作できるようにした。従業員個人の権限でAIが操作するユーザー認証を実装して監査要件に対応し、社内ハンドブックや法令情報を自動収集するRAGエージェント、Jira・Confluence・Gmail・Drive・Slack を横断して活動を要約する人事評価支援エージェント（構築1週間）も運用している。

規制の厳しい金融業でも、権限をユーザー単位で委譲し監査可能な構成にすれば、コーディングエージェントを含む全社AI基盤を展開できる。積み上げたレシピ数とタスク処理数が効果の裏付けになっている。

経費精算SaaS「TOKIUM経費精算」に組み込んだAIエージェントが、申請された経費を社内規程・マニュアルに照らして全件確認し、一次承認を代行する。不備があれば該当箇所と理由を示して申請者に差し戻すため、経理担当者の目視確認と申請者とのやり取りが減る。提供開始（2025年7月）から2026年6月末までの1年間の実績を集計した。

規程に照らした定型判断は、AIの一次判定と差し戻しに任せやすい。1件あたりの所要時間（約1.1分）を先に測ってから件数を掛ける形で効果を出しており、削減時間の根拠が追える設計になっている。

エクサウィザーズ グループの Exa Enterprise AI が自治体向け生成AIサービスを提供。スライド資料作成・議事録作成・法令リサーチを自律的に進めるAIエージェント、庁内資料を参照するRAG、削減時間を可視化するダッシュボードを備える。群馬県・神奈川県を含む全国6エリアの共同調達の枠組みでも導入され、選定から定着まで専門チームが伴走する。職員のレベル別教育、四半期ごとに40〜50人が参加するユーザー会、認定パートナーによる地域サポートを組み合わせている。

導入率だけでなく「全庁規模で使われている割合」を別に開示している点が特徴。ツール提供で終わらせず、教育・ユーザー会・地域パートナーという定着の仕掛けを最初から設計に含めている。

オプトが独自ワード開発手法「DRメソッド」に専用AIエージェント「DR Agent」を実装。マルチエージェントが潜在層のインサイトを捉えた多角的なワード候補を網羅的に高速生成し、効果予測AIが「生活者の反応率が高いワード」を厳選する自律協調型のワークフロー。

広告代理店の企画業務（ワード開発)にマルチエージェント構成のAIを実装し、生成→効果予測による選別まで自動化することで、人間のプランナーは高付加価値業務（統合型マーケティング設計など）に集中させるという役割分担モデル。

株式会社シンフォニードが従業員PCの稼働記録をAIが解析し、セキュリティ・生産性・コンディションの3スコアで組織状態を可視化するサービス「SymVal AI」を2026年8月12日に正式提供開始。正式版リリースに先立ち、複数企業でトライアル導入を実施していた。

業務PCの稼働ログをAIで解析し、セキュリティリスクだけでなく生産性・従業員コンディションまで一体でスコア化する「組織可視化」アプローチ。トライアルでは負荷の偏りの可視化が業務再配分につながり、具体的な残業削減効果(35%)を生んだ点が示唆。

株式会社エグゼクション(ITソリューション事業)が株式会社TOKIUM提供のAIエージェント「TOKIUM AI経費承認」を導入。AIが立替経費の一次承認を高精度でチェックし、承認業務の属人化を解消。AIのチェック結果は承認フローのタイムライン上にコメントとして履歴表示され、申請者自身も申請内容の適切さを把握できる。

経費承認という属人化しやすい定型チェック業務にAIエージェントを組み込み、承認者の工数削減だけでなく、チェック根拠を履歴として可視化することで申請者側の申請精度向上にもつなげている点が示唆的。

構想策定・要件定義・設計・コーディング・テスト・運用まで、SIの各工程に専用のAIエージェントを配置する「Agentic AI Integration Platform」を発表。約1万5000件の顧客システム開発で蓄積した知見を組み込み、モダナイゼーション需要に適用する。ITmediaビジネスオンラインが取材・報道。

部分的なコード生成の支援にとどめず、上流の構想策定から運用までエージェントを割り当てた点が特徴。倍率は社内検証値であり顧客案件での実績ではないことを記事が明示している。2027年度にシステム開発全体で30%の生産性向上を目標に置く。

サイバーエージェントとデジタルインファクトが共同で、大手広告主企業100社のデジタル広告出稿担当者を対象に2025年6月にWebアンケート調査を実施。クリエイティブ制作物の増減、生成AIの活用状況・用途、3年後の予測を調査した。

広告主企業の54%が既に生成AIをクリエイティブ制作に活用しており、未活用企業でも78.3%が今後の活用を希望している。用途はアイデア出し(84.4%)やテキスト生成(68.8%)が中心で、画像・イラスト生成も51.6%に達する。3年後には動画広告の58%、バナー広告の50%がAI主体で制作されると予測されており、広告クリエイティブ制作の主要工程がAIへ移行しつつある実態が定量的に裏付けられた。

福岡銀行がLayerXのAIプラットフォーム「Ai Workforce」を地方銀行として初めて導入。融資契約書からサマリー情報を抽出しファイル名だけでなく契約書内のワードも含めて検索できる「過去案件の高度検索機能」と、融資契約書からモニタリング情報を自動抽出し各種管理表の作成を自動化する機能を実装。30代前半の若手行員を中心としたプロジェクトメンバーが推進した。

専門性が高く属人化しやすい構造化金融(ストラクチャードファイナンス)の契約書検索・管理表作成業務を、内訳(検索高度化=約6,500時間/年、管理表作成自動化=約500時間/年)まで示して定量効果を試算・公表した。若手中心のプロジェクト体制も特徴。

四国の人口6万人規模の市と国立大学の研究室が2023年6月1日〜7月7日にChatGPT(GPT-3.5、1問1答形式)によるごみ出し案内チャットボットの実証実験を実施し正答率62.5%。GPT-4への切替、対話形式への変更、AIによる推測情報表示機能の追加、レスポンスのリアルタイム表示化などの改善を行い、10月23日〜11月30日に再実験した結果94.1%まで改善したが、本格導入の条件としていた目標正答率99%には届かず、実業務への導入は見送られた。

半年かけて正答率を62.5%から94.1%まで大幅改善しても、行政が本格導入の条件とした99%という基準には届かず、実業務への導入を断念した事例。生成AIの「もっともらしい誤答」は住民向け行政案内では許容度が極めて低く、PoCでの改善幅の大きさと実運用への到達可否は別軸であることを示す。

愛知県日進市が総務省「自治体DX推進ポータル」に掲載した事例資料。職員が企画書案・あいさつ文・SNS投稿文・メール文などの文章作成と、Excelマクロのコード生成に生成AI(GPT-4)を活用。情報システム部門単独ではなく業務所管課の意見を取り入れて庁内向けプロンプト集を整備し、実用性を高めて利用を促進した。あわせてRAGの実証実験を行い、庁内マニュアル・例規検索との組み合わせによる次段階の効率化を検討している。イニシャルコスト20万円、ランニングコスト(GPT-4利用料)は年間84万円。

基礎自治体でも、汎用的な文章作成とExcelマクロ生成という「特別な業務システムではない」用途だけで年間858時間という4桁時間規模の削減が出た点が特徴。効果の主因は特にExcelマクロコード作成と本文で明言されており、情報システム部門単独でなく業務所管課の意見を取り入れてプロンプト集を作った「実用性の高さ」が普及の鍵として語られている。RAG実証実験も行い、庁内マニュアル・例規検索との組み合わせでさらなる効率化を目指す次段階に進んでいる。

宮崎銀行と日本IBMが共同で、融資稟議書作成を支援する生成AIアプリケーションを約2ヶ月間で開発。日本IBMが持つ検証済み生成AI資産を、Microsoft Azure OpenAI Serviceと連携する新規構築のクラウド環境上で活用し、2024年4月から宮崎銀行の一部店舗で本番利用を開始した。今後は全店への展開、精度向上、サブシステムとのデータ連携強化を計画している。

地方銀行が大手ITベンダーと組み、与信判断に直結する融資稟議書作成という基幹業務に生成AIを実装し、作業時間95%削減という成果を出した事例。開発期間も約2ヶ月と短期間である点が特徴。

従業員約200人の商社が2024年3月からChatGPT等の生成AI活用を全社推進したが、作業効率化が売上増につながらず、社員がAI習熟に時間を取られる副作用が出た。2025年4月に経営陣・組織マネジャーを除く一般社員のAI利用を原則禁止に切り替え、本来業務へ集中させた。

AI導入は「作業効率化」だけでは売上・利益に直結せず、むしろ社員がAI習熟自体に時間を奪われるコストが生じ得る。用途を経営層・マネジャー層に絞り一般社員の利用を制限したことで、本来業務への集中が戻り利益が改善した一例。

KDDIの法人営業部門は、営業準備時間の約半分を過去資料の情報収集・整理に費やしていた。そこで「ミドル業務革新Pod」を立ち上げ、第1フェーズ(2024年5-9月)でSharePoint Online上の過去営業資料をAzureに取り込み、Azure AI Searchでスライド検索、GPT-4oでスライド内の図表理解と要約生成、GPT-4o miniで検索プロンプト補完を行う仕組みを構築した。

営業ミドル業務(情報収集・資料整理)は営業準備の中で最も時間を食う工程であり、既存資料をAI検索可能な形に構造化(要約+ベクトル検索)するだけで大幅な時短が可能。ただし本事例はMicrosoft自身が公開した顧客事例(自社ツールの宣伝用ケーススタディ)であり、数値はKDDI側の自己申告(ユーザーアンケート)に基づく。

敷島住宅（大阪府守口市）がセールスフォース・ジャパンのAgentforceとData 360、Tableauを導入。ウェブサイト経由の住宅購入・リフォーム問い合わせにAIエージェントが24時間365日自動対応し、営業の属人化解消とフォーム離脱率改善、データに基づく営業活動の可視化を図る。

住宅業界の企業がSalesforce Agentforceを導入し、Web問い合わせ対応をAIエージェントで24時間365日自動化する事例。ただし本文の数値（月50件・年間24億円・利益4.8億円）はすべて「目指す」と記載された今後の目標であり、実際の達成実績は記事内に記載されていない。

全社員向け生成AIアシスタント「ConnectAI」を国内全社員約1.18万人に展開。2023年2月開始、月間ユニークユーザー率61%まで定着させ、2026年度からは業務システム連携のAIエージェント活用フェーズへ移行予定。

2025年度は前年度比で削減時間が2倍、利用回数が1.6倍に伸びており、単発導入でなく利用定着とともに削減効果が拡大している点が特徴。1回あたりの削減時間は33分、年間利用回数は361万回。

フリマアプリのメルカリが2024年9月10日から段階的に提供開始した出品支援機能。出品者は商品写真を撮影・選択してカテゴリーを選ぶだけで、商品名・商品説明文・商品の状態・販売価格といった出品に必要な情報がAIによって自動入力され、内容を確認・編集して出品できる。最短3タップで出品が完了する導線に再設計されている。

二次流通の最大のボトルネックが「出品作業の面倒さ」であることを、プラットフォーム側が機能設計で認めた事例。出品点数がそのまま流通額に効く事業では、AIの投下先は査定や検索ではなく「登録フォームの摩擦除去」が最短距離になる。中古品は同一SKUが存在せず1点ごとに説明文が要るため、商品登録の自動化は新品ECより効果が大きい。

中古ブランド品リユース大手コメ兵が、従来の「真贋判定」に加えて「型番判定(モデル名・型式などの判定)」ができるAIを開発し、KOMEHYO名古屋本店本館から実店舗に導入(順次拡大)。買取時に鑑定士がAIの判定を補助として使い、対象はバッグ・財布/小物、ブランドはルイ・ヴィトンから開始して順次拡大する設計。同社の鑑定機関KANTEでは真贋判定希望品のうち約1割が偽物として差し戻された実績があり、その判定業務をAIで標準化した。

中古・リユースにおけるAIの主戦場は「商品を作る」側ではなく「持ち込まれた品を同定して値付けする」側にあることを示す事例。真贋判定だけでなく「型番判定」をセットにしている点が実務的で、型番が決まれば相場・在庫・出品情報まで機械的につながる。AIを人員削減ではなく「鑑定士が接客に使える時間を作る」目的に置いた点も、専門人材が競争力の源泉である業態の設計として参考になる。

千代田区は2023年ごろChatGPTの利用を開始したが、職員が日常業務で使うMicrosoft 365(2022年3月導入)との間でその都度コピー＆ペーストする手間が発生していた。そこでMicrosoft 365 Copilotに着目し、実証実験を重ねて2025年10月に全庁導入した。課題としていたのは各種会議の議事録作成など人手による定型事務の省力化。

既存業務ツール(Microsoft 365)と生成AIの間の「コピー＆ペーストの手間」という地味な摩擦点が、Copilot導入の直接の動機になっている。実証実験を経て10カ月ほどで全庁導入まで進めた自治体の定着プロセスとして参考になる。

NECグループの子会社NECビジネスインテリジェンスで、法務担当者がほぼ1人で年間200〜350件の契約書審査を1件あたり約8時間かけて行いオーバーフロー状態だった。2022年のChatGPT登場を機に、LegalOn Technologies社の契約審査AI「LegalOn Cloud」をトライアル導入し、2024年10月に正式導入。定型的な契約書はAIに多くを任せ、高度な専門契約書はAI提案を「たたき台」として人間がダブルチェックする役割分担にした。

定型化・パターン化された契約書審査はAIに全面的に任せることで大幅な工数削減が可能だが、高度・専門的な契約は人間のダブルチェックを残す「役割分担モデル」が実運用では現実的。業界標準(30〜40%削減が成功の目安)との比較で成果を説明することが社内合意形成に有効だった。

日本アイ・ビー・エムと関西医科大学が共同で「医療AI共通ICTプラットフォーム」を開発。第1弾として関西医科大学の3病院で「文書作成支援アプリケーション」の実運用を開始し、電子カルテシステム内の情報から看護サマリー・退院サマリー・外来サマリーの作成業務を補助する。プラットフォームはLLMを実行するクラウド基盤、FHIR準拠のデータ連携基盤、ゼロトラスト型セキュリティ環境で構成される。

医療現場の定型文書作成という高負荷・反復業務に、既存の電子カルテデータを入力源としたLLM文書生成を組み合わせることで大幅な時間短縮を実現できる。単発ツール導入でなく複数病院・複数AIアプリケーション展開を見据えた共通ICT基盤として設計している点が、単発PoCで終わらせない工夫。

【導入したが限定利用に留まっている事例】キーマンズネットが2026年4月2日〜10日に180件を対象に実施したアンケート調査。議事録AI(Microsoft Teamsトランスクリプト/Copilot/Zoom AI議事録/Google Meet/Gemini等)の利用状況を尋ねたところ、「全社的に導入」「一部導入」「PoC利用」を合わせて約7割が何らかの形で利用していた。ただし利用頻度は「たまに利用」「重要な会議のみ利用」が「ほぼ全ての会議で利用」を上回り、全体の6割以上が限定的な利用にとどまった。

「導入した」と「全社で本格活用されている」の間には明確なギャップがある。修正コストが高い運用ほど「ほぼ全ての会議で利用」の回答率が低く、出力の修正負荷の大きさが利用定着を妨げる構造要因になっている。会社公認ツールがあってもシャドーAI利用が生成AI全般の約2倍の水準で発生しており、正式ツールが現場の軽量・即時利用ニーズを満たしきれていないことも示されている。

総務省が全国の都道府県・指定都市・その他市区町村を対象に実施した「地方自治体におけるAI・RPAの実証実験・導入状況等調査」(令和6年度12月31日現在)。生成AIの導入状況を導入済/実証実験中/導入検討中/導入予定なし等の区分でアンケート集計した。

都道府県・指定都市は導入済みが87.2%/90.0%とほぼ全団体規模で生成AI活用が進む一方、その他の市区町村(基礎自治体)は導入済みが29.9%にとどまり、153団体(8.9%)は検討・実証実験までは行ったが本導入には至らなかった。規模の小さい自治体ほどPoCから本導入への移行が滞りやすい構造が官公庁自身の統計で裏付けられている。