海外 × ビジネス（228件）

DNBは2026年10月6日の取引所開示で、Technology & Services(T&S)部門の組織変更と縮小を発表。人員は約400FTE(フルタイム換算)削減。ここ数年で社内プロセスを簡素化し、あわせて事業の複数領域でエージェント型AIを導入したと説明。AIは従来手作業だったタスクを置き換え、処理の高速化と処理能力の増加に寄与するとしている。顧客データの管理、KYC(本人確認)業務、技術開発・コーディングが、AIエージェントで大きな効率化が見込める領域として挙げられている。CEOのKjerstin Braathenは「AI is changing the way we work and how we deliver services to our customers」と述べた。

大手銀行が、エージェント型AIの導入を人員削減の理由として取引所開示で明示した事例。ただし開示にはAIによる効率化の定量的な成果(削減コストや処理時間など)はなく、示しているのは影響の規模であってROIではない。KYCや開発・コーディングなど定型性の高い業務から置き換えが進むことがうかがえる。

Deutsche TelekomがAI投資家向けデーで、AIと自動化への投資により2030年に2023年比で間接費を約25億ユーロ(約28億米ドル)削減できると表明。同じ2030年に、米国外でのAI関連売上を約8億ユーロ(約8.99億米ドル)とする目標も提示。25億ユーロはグロス値で、トークン(AI利用)コストを含まないと同社資料に明記。トークンコストはグロス削減額の「低い2桁%」以内に抑える方針で、「段階的トークン予算」とモデルのロックイン回避で管理するとした。ミュンヘンにNvidiaと共同で10億ユーロのAIファクトリーを建設。説明会ではCEOのAIディープフェイクも使用された。

見出しの削減目標はトークンコスト控除前のグロス値であり、Light Readingは低い2桁%でも少なくとも2.5億ユーロが純削減から消えると試算している。目標額は2023年の営業費用全体の3%未満、売上目標は米国外売上の2%未満にとどまり、株価は1%上昇にとどまった。さらに、全額を人員削減で実現すれば最大2.5万人の職が危うくなるとの粗い試算も示す。企業のAI ROI主張を割り引いて読むための材料になる。

Fortune Most Powerful Women カンファレンスのパネルで、Indeed・Dropbox・Bristol Myers Squibb・PepsiCo Latin America の幹部が AI の生産性向上の扱いを議論した(Fortune 記事)Indeed の最高売上責任者 Maggie Hulce は、AI によりソフトウェアエンジニアが書くコードが50%増え、従業員の時間が週6時間浮くと説明。浮いた時間は創造的な仕事に振り向ける方針。Dropbox の最高人材責任者 Melanie Rosenwasser は、AI に思考を任せることによる「cognitive atrophy(認知の衰え)」のリスクを検討中で、記憶エクササイズや集中力トレーニング、パズルの導入を模索。Bristol Myers Squibb は、定型業務の自動化で得た生産性(例として20%)のうち従業員に還元する割合を決める「well-being quotient」を検討中だが未決定。数値は企業幹部の自己申告で、第三者検証は記事にない。

Indeed は AI による工数削減を「速く動き、より創造的な仕事をする」ために使う考えだ。一方で Dropbox は思考の外注による認知低下、Bristol Myers Squibb は生産性向上分の従業員への還元率を課題にしている。経営側は削減時間そのものより、浮いた時間の使い道と新たなリスクの管理を問われ始めている。

Citi: 約14,000人のエンジニアがエージェント型コーディングツールを利用し、製品投入の高速化と開発の内製化を進めた。テクノロジーベンダー支出は前年比30%減。製品投入速度は30〜40%改善(Fraser氏が「より低コスト・高速で新製品を出せる」と発言)。Citi: 82か国のサービス担当者にAIツールを展開し、顧客対応の応答時間が21%改善、顧客満足度スコアも向上。Bank of America: 40億ドル超の開発運営で開発効率が10%向上。約130件のAI案件を実装済みで、効果は2026年の約2.5〜3億ドルから2027年に7億ドルへ増える見込み。全案件にリターンを設定し、将来は費用の2〜3倍の効果を見込む。

BofAのMoynihan CEOは効率化を人員削減ではなく「同じコストで10%多くの仕事をこなす」増産として捉えている。AI案件ごとに期待リターンを紐づけ、開発効率・投入速度・応答時間といった測れる指標で効果を示す姿勢が両行に共通する。なお2行とも数値は決算発表時の自己申告で、第三者検証はない。 関連: overseas #672(大手銀行5社のAI活用)の続報。

請求書の取り込みでエラー状態になったデータを、Power Automateのフローから Copilot Studio のエージェントに渡し、事前に定めた指示でベンダー品番の整形・発注書明細との照合・ベンダーが書き換えた発注書番号の訂正を自動で行う。修正後は別フローで再処理し、Dynamics 365 Finance へ流す。構築は約1週間。

発注書ベースの請求書は年約3万件でその約9割に何らかの例外があり、間接請求書も年約2.5万件の75%超でヘッダー不備があったため、例外処理が手作業の主因だった。第三者OCRに切り替える案もあったが、エージェントによる例外修復で南北アメリカのタッチレス率が70%超になり、初週で55%超に達した。

OECDの政府のAI実験をまとめた報告書(Box 4.5)が、シンガポール政府の実験として、議会へのAI文字起こし機能の導入、求職・講座推薦モデルの刷新、感情分析の自動化、不正検知モデルの過去データによる検証を挙げている。

15分の音声の文字起こしは処理時間が2.5時間から1.5時間へ40%短縮し、求職では応募数+9.1%・成立数+21.5%、感情分析は月約30時間の削減、不正検知は既知の事案を従来手法より5カ月早く検知した。Boxの出典は別資料(public-sector-ai-playbook.pdf)でOECD自身の計測ではなく、試験の条件や規模は本文に書かれていない。

Fortuneによると、Blockは既存業務にAIを上乗せせず運営モデル自体を再構成し、今年に入り人員を40%削減した。Synopsysは利用コストの急増を受け、プレミアム階層のAIを使う従業員を限定して自前の計量システムを作り、Amazonは採用から効率の順に成果を測る。Cloudflareは約5,000人全員を「ビルダー」にする方針。

AI費用は急増するため、誰にどの階層のモデルを渡すかの配分と計量が経営課題になる。成果指標は採用率から効率へ段階的に置く。Blockはコード変更を顧客価値に結びつける指標を開発中。

AIキャラクターとのチャットサービス「Character.ai」を運営する米Character Technologiesが、2026年10月12日(現地時間)に米連邦破産法11条の適用をデラウェア州の連邦破産裁判所へ申請した。裁判所の監督下で資産の全部または大部分を売却する目的。Walt Disney傘下のDisney Worldwide Servicesが「ストーキングホース」(最低入札額を示す先行入札者)となり、同社の一部IPと一部請求権について非独占かつ永続的なライセンスを、2,000万ドルと移行支援サービスの対価で取得する予定。より有利な提案があればそちらが優先される。売却手続き中もサービスは継続し、買い手が付かない場合は段階的に閉鎖される見込み。

利用者を集めたAIキャラクターのサービスでも、その事業を継続するかどうかとは別に、IP(キャラクター権)の一部だけが買われる構図になった。キャラクターIPを持つ側から見ると、AIサービス事業者との間で結ぶライセンスの範囲(非独占・永続)が売却局面で値付けされた事例である。

ウォルマート米国事業のCEOデビッド・グギーナ氏が、ゴールドマン・サックスの小売カンファレンスで、自社開発のAI買い物アシスタント「Sparky」の成果を語った。Sparkyを使う顧客は平均注文額(AOV)が40%高いとされる。新たに加わった画像検索機能では、テキスト検索に比べて購入への転換が57%高かった。週次の利用は前四半期比で60%伸びたという。全社の売上は第2四半期に前年比24%増で、AI活用による効率化がEC成長に結びついていると説明された。なお24%は全社の数字でSparky単独の成果ではなく、40%の比較基準も記事では明示されていない。

会話型アシスタントに画像検索を足すと、テキスト入力より購入に結びつきやすい可能性が示唆される。ただし数字は経営陣の決算説明での発言で、比較条件は公開されていない。

高級品リユースを手がける米The RealRealが、Google CloudのGemini Enterpriseで構築した対話型AI買い物エージェント「Ask TRR」を、パイロット運用を経て全会員向けに提供開始した。利用者は自然言語で在庫を検索でき、キーワードやフィルターに頼らず「どの高級バッグを買うべきか」といった相談にも、意図や好みに沿った提案を受けられる。次の段階として商品ページ上でのAIレコメンド追加も計画している。なおパイロットの成果数値は公表されておらず、本件は成果報告ではなく展開規模の発表である。

一点物が次々入れ替わる中古品の品揃えでは、絞り込み検索より対話型の探し方が有効と判断され、全会員展開に進んだ。ただし効果の実数は未公表で、成果の評価は今後の開示待ち。

米Fortuneが主催したAIQ Summitで、大手企業の幹部が登壇して語った社内AI活用の成果をまとめた記事。Palo Alto Networksは自社向けのAIエージェントでITチケットを83%減らした。Standard Charteredは従業員からの依頼の77%をAIで自動的にさばいた。Ecolabは常に最高額のモデルを使わない運用にして、トークン費用を70〜80%減らした。Booking Holdingsは約9,000人のエンジニアを対象に、テストと品質基準を通ったマージリクエストを数えて、本番に入るコードが約30%増えたとしている。数値は各社の自己申告である。

議論の中心は実験から実行へ移り、モデルの使い分けによるコスト最適化と、品質基準を通った成果で測る指標が焦点になっている。登壇者は、業務を端から端まで再設計した工程でこそ見返りが出ると述べている。

IBMは見積、契約、請求、回収、入金という「見積から入金まで」の業務を洗い出し、職種や部門ごとに364通りの進め方が存在することを把握した。これを部門横断の一本の業務フローに作り直し、多くの工程にAIを適用して自動化した。語ったのは同社CFOのジム・カバナー氏で、Fortuneが取材記事として報じている。IBMは生まれた余力を単なるコスト削減ではなく、成長への投資に回す考えを示している。

AIを当てる前に、ばらばらな業務のやり方を一本に統合し直したことが成果の土台になっている。全社の生産性向上額も、同じ再設計の積み上げとして語られている。

米連邦調達庁(GSA)は2025年3月に自前の生成AIチャットボット「GSAi」を公開し、Anthropic社とMeta社のモデルを使えるようにした。職員は物件説明文の作成、契約担当官による契約書の確認、コーディングの学習などに使っている。代行長官のスティーブン・エヒキアン氏は政府効率化サミットで、職員の約50%が毎日使っていること、RPAやエージェント型ワークフローを含む自動化システムで2025年上半期に30万時間超を削減したことを述べた。後年の利用率約70%・約90万時間の説明は overseas #639。

組織トップが公の場で示した導入率と削減時間であり、導入の勢いを示す材料にはなる。ただし測定方法が示されておらず、投資対効果の証明とは読めない。

米疾病対策センター(CDC)は2023年に連邦政府機関で初めて全職員にChatGPTを提供し、生成AIの利用指針も他機関に先駆けて作った(人事管理局が参考にした)。代理AI責任者のTravis Hoppe氏はFedScoop主催イベントで、約1万人の職員が既存の生成AIツールで120万回のチャットを行ったと述べた。これにより推定4万1千時間が節約され、初期投資に対し500%超のリターンになったという。算出方法の詳細は記事に書かれていない。

全職員への展開と利用実績の棚卸しで、時間削減とROIを公的機関の幹部が数値で語った稀な例。ただし算出方法は不明の自己推計で、効果は割り引いて読む必要がある。

BNYは自社AI基盤Elizaで本番稼働のAI施策を前年末の160件から約400件に広げ、従業員の70%が定常的に使い、4.7万人に3段階の研修を行った。Bank of AmericaはコールセンターのEricaAssistを1.8万人超の担当者に展開し、平均通話時間を約1分短縮。CitiはStylus(文書要約・翻訳)を従業員の87%が利用。Wells FargoはMicrosoft 365 Copilotを14.8万人に提供し、AI支援を受けた支店窓口の商品販売が31%増えた。Capital Oneの担当者はAI下書きの案件要約の約5分の1だけを修正している。

成果を示せている銀行は、利用率だけでなく通話時間・販売件数・修正率といった業務指標にAIを結びつけている。Wells Fargo幹部も、投資対効果は収益・生産性・コスト・リスクのいずれかで明確であるべきだと述べている。

West Monroe Partnersは社内のIT・人事サポート用エージェントを導入し、マネージドサービス事業者への年間支払いを40%減らし、運用時間を年約2,700時間削減した。LaunchDarklyはコーディングエージェントで2件の最適化プロジェクトに要する約100万ドルの支出を回避し、資産管理ツールの内製でも12万ドルを節約、ティア1のITサポートへのエージェント利用で年換算約5万ドルを削減した。KamiwazaAIはクラウド最適化エージェントで、初回導入の直後にクラウド支出を70%削減した。

効果はITサポート、内製化、クラウド最適化など領域ごとに出ている。記事の仮想例では、再オープンや確認作業の人件費を差し引くと見込み削減額が約6割に縮むため、監督コストを引いた純効果で測る必要がある。

金融系調査会社SPEC Research創業者のMilos Maricic氏が、2023年1月以降の米上場金融60社の決算説明会919本と、非ハイテク・非通信・非金融の大手100社を調べた。S&P Globalは自社ツールKensho Scribeで年約900万ドルの節減を推計し、非金融でAIの具体額を挙げたのはFedExのみで、年換算1億8,000万ドル超の追加料金収益だった。Bank of AmericaのCEOは9月14日のBarclays会議で、AI案件130〜140件に4億ドルを投じ8億ドルの効果と説明した(決算説明会ではない)。

AIの金額効果を公に示す大手は調査対象160社中2社にとどまり、アナリストがS&P Globalに金額を29回尋ねても答えは出なかった。事例を読むときは、公表された数字自体が少ないことを前提に見る必要がある。

EricaAssistは、顧客対応中の行員のPC上で動くデスクトップウィジェット型のAIエージェント。通話中に会話の内容を把握して要約し、その場で次に取るべき対応の推奨を数秒で返す。これまでは顧客の話を聞きながら方針や手順を検索する必要があったが、その手間が減る。画面には電話の理由や顧客の取引年数なども表示され、行員はAIに質問もできる。

約18,000人のカスタマーサービス担当が利用し、同行の発表では平均通話時間が1回あたり約1分近く短縮されている。今回の生成AI機能の追加で、解決時間と顧客体験の改善をさらに見込む。同行は年内に対象の対応シナリオや事業部門を広げる計画で、年間技術投資は約140億ドル、うち約40億ドルがAIなどの新規施策向け。顧客向けのEricaは別事例(overseas #90)。

2026年4月、米ニュージャージー州のConnectOne Bankが、取引先のnCinoから商業融資向けのAIツール群を導入した。nCinoのエンジニアが行内に入り、行内環境で2つの専用AIエージェントを構築。チャットボット型のBanking Advisorで文書検索を、専用エージェントの1つで文書内の個人・法人の関係情報の更新作業を効率化している。

効果は導入から3か月以内の初期結果として報告されている。CEOはAIを人員削減でなく将来への投資と位置づけ、フロント担当の事務作業を半分に減らして顧客対応を増やす狙いを述べ、業務増に伴いバックオフィスの人員はむしろ増える見込みとも語る。数値は銀行側の発表ベースで、第三者の検証はない。

ペット用品EC大手のChewyは、カスタマーケア・薬局・獣医サービスにAIツールを展開している。自社開発のAIアシスタントCaiは、注文・アカウント管理・定期購入(Autoship)に関するセルフサービスチャットの約30%を解決した。薬局ではデータ抽出を自動化し、一部のChewy Vet Care店舗では音声アシスタントCallieが予約確認とフォローアップ予約を担う。

第2四半期決算説明会で、AI関連施策により2027会計年度から年間5,000万ドルの削減を見込むと説明した。前年度の削減実績は数千万ドル規模にとどまり、今回は見込みの引き上げにあたる。変動費の削減と人手作業の圧縮が狙いで、数四半期かけて整えた基盤(クリーンなデータとマルチエージェント基盤)を土台にエージェント機能へ広げる方針。すべて自社開発で、外部ベンダーに依存しない点を競争優位としている。

食品卸大手Sysco(米)が、AIを使った効率化プログラムで今後3会計年度に5億ドルのコスト削減を目指すと発表した。対象はサプライチェーンの生産性、バックオフィスの簡素化と顧客体験、間接費管理、マーチャンダイジング・調達の自動化。構造的コストを削る位置づけで、2027会計年度の純削減額は1億ドルを見込む。

AIを個別施策でなく全社の構造コスト削減プログラムとして数値目標つきで掲げた例。CEOは決算説明会で、顧客サービス改善と構造的な営業費用の削減を技術活用で両立できるとの見方を示した。ただし数値は目標であり、達成実績は記事時点では示されていない。

米国の連邦調達庁(GSA)で、職員のAI利用率が2025年初頭の約15%から2026年半ばには約70%に上昇したと副長官が説明。技術による自動化で約40万時間を確保し、さらに職員が「なくせる/効率化できる作業」を挙げたことで約50万時間が積み上がったとしている。

自動化そのものより、現場が無駄な工程を指摘する仕組みのほうが削減時間が大きかった(50万時間対40万時間)。ただし数字は機関内部の集計を政府イベントで語ったもので、第三者検証や累積期間の記載は本文になく、ROIの厳密な算出は示されていない。

米GSAのOneGovは、政府全体で一括交渉してAI・IT製品の割引価格を得る調達の仕組み。GSAのIT製品室長が累計削減額を約16.2億ドルと述べ、その大半の約14億ドルは期間限定のAI割引によるもの。

削減額は調達価格の値引きによるもので、業務効率化の成果ではない点に注意。本人は、各省庁が独自契約でOneGov価格を交渉材料に使った分は含まれず過小の可能性があると述べる一方、OneGov価格はいずれ上がるとも認めており、割引は恒久的ではない。

米エネルギー省が、2025年にDatabricksと構築した全庁データ基盤「Quanta」と、チャットボットEnerGPTを含む生成AI群「Joulix」を導入。Joulixは返信文・メール・求人票の作成や契約手続きの短縮に使われ、Quantaはある文書レビューで200GBの資料を12分で4GBに圧縮した。

7,400万ドルは実績ではなく、副CIOが示した年間の運用コスト削減の見込み。Joulix利用者は約21,000人、Quanta利用は44部署、接続データは500超と、AI導入の前にデータ整備を置く順序が特徴。

約450人のエンジニアが、事業の各領域で数百のAIエージェントを自社開発した。見積もり回答は20分から31秒に短縮され、年11〜14%の自然減が出ても補充採用をしていない。

2022年以降で従業員の生産性は45%向上したとCEOは説明し、「数百万ドル規模ではなく数億ドル規模の効果」をトークン費用200万ドル未満で得ていると語る。これらは経営陣の自己申告で、外部監査の裏付けは本文にない。

韓国HYBEは2021年にAI音声スタートアップSupertoneへ出資を開始し、2023年までに追加出資を重ねて発行済株式の56.56%を握る筆頭株主となった。Supertoneは音声変換ツールShiftや空間音響サービスAirなどを展開し、Netflix・Disney向けの音声変換技術提供やK-POPグループのコンサート制作支援も行っていたが、事業として黒字化には至らなかった。HYBEは2026年7月15日の株主総会で解散を決議し、清算手続きに入った。

技術デモンストレーション(大手コンテンツ企業への技術供給実績)があっても、事業として収益化できなければ買収からわずか3年で大手企業でも清算判断に踏み切るという、AI音声スタートアップM&Aのシビアな現実を示す事例。

Spotifyは2026年8月11日、AI生成のデジタルアイデンティティを持つアーティストのプロフィールに「AI Persona」バッジを付与する新方針を発表した。自己申告に加え、一定の再生数しきい値を超えた人気アーティストから順に運営側でプロフィールを審査し、実在の人物を装うフォトリアルなAI生成アイデンティティを特定する。ラベル付けされたアーティストの楽曲は、ユーザーが明示的にフォローしている場合を除き、エディトリアル推薦・アルゴリズム推薦・パーソナライズ推薦のいずれからも原則除外される。

AI生成アーティストの急増を受け、プラットフォーム側が「本人性の開示」と「レコメンド露出の制御」をセットで制度化した事例。音楽制作手法ではなく人物表示の真正性を審査対象とする線引きは、他の配信・SNSプラットフォームが AI コンテンツ表示ポリシーを設計する際の参考になる。

HasbroがPeppa Pigの子役声優に対し、その声のAI生成版を商用コンテンツに使用することを認める契約条項への署名を求めた。これに対し若手パフォーマー代理人協会(AYPA)が公開書簡で反発し、1,900人以上が署名した。

子役の声を対象とするAI利用契約は、本人の同意能力の欠如を理由に業界団体レベルの組織的反発を招いており、AI音声クローン契約における「保護者同意の限界」が争点化している。

BMGとAI音楽生成大手Sunoが、BMGの録音・出版レパートリー全体を対象とするグローバルな戦略的枠組みで合意した。合意には、Sunoによる過去のBMG楽曲の使用問題の精算が含まれ、参加を選んだアーティスト・ソングライターの権利保護と対価還元を前提に、音楽業界と協力して開発した新モデルを発表した。

AI音楽企業が権利者と正面から対立するのではなく、過去の使用問題を金銭的に精算した上で提携に転換する例が増えており、無断学習を巡る係争の落としどころとして「精算+ライセンス提携」型が定着しつつある。

Universal Music GroupとElevenLabsが複数年のライセンス契約および戦略的協業を発表し、ElevenLabsにとって初のメジャーレーベルとの提携となった。第一弾として、参加アーティストの楽曲をライセンス利用し、ファンがリミックス・マッシュアップ・新解釈・パーソナライズドボーカル体験を制作できる新プラットフォームを開発中。同プラットフォームはElevenLabsの既存製品(Music API、ElevenMusic)とは別立てで提供される。【第2出典・variety.com】契約金額は非公開だが、ElevenLabsは2026年のシリーズDで5億ドルを調達し評価額110億ドルに達しているという。

大手レーベルがAI音楽生成企業と直接ライセンス契約を結び、無断学習訴訟ではなく共同プラットフォーム開発でファン参加型の新収益源を作る動きが、音楽業界の主流アプローチになりつつある。

ヘアケアブランドAmikaなどを擁するBansk Beautyが、過去の出荷・売上・プロモーションデータを分析するAI駆動の需要予測を導入した。Chief Supply Chain OfficerのLiran Golanによれば、予測精度が上がったことで発注量を最適化でき、保有在庫が前年から約半減した。担当者は需要予測がAI活用の中で最も役立つ用途だと述べている。

在庫管理はAI予測の効果が数字で見えやすい領域。過剰在庫によるキャッシュ固定・廃棄ロスを抱える中小D2Cブランドほど、需要予測AI導入の投資対効果を測りやすい。

中古品ECのThredUpが自然言語検索・画像検索・AIチャットボット「Dottie」を導入し、商品探索の摩擦を減らした。2025年Q4決算でCEOがこれを購入者増加の要因として説明した。【第2出典・cnbc.com】米ジョージア州の倉庫でAIが1日約4万点の中古衣料を撮影・分類・値付けしており、2025年Q3は売上が前年同期比34%増・新規購入者数が54%増と過去最高の顧客獲得を記録したという。

中古品という「探しにくい」在庫構造こそ、検索・レコメンドAIの効果が数字に出やすい領域だと分かる。

中古衣料マーケットプレイスのThredUpが、商品写真から似た商品を探すAI画像検索機能を導入した。決算説明会でCEOのジェームズ・ラインハートが、この機能が累計130万回使われ、通常検索に比べコンバージョン率が85%高いと公表した。ソーシャルコマース責任者も、近年で最もインパクトの大きい技術刷新の一つと評している。

画像から「似た商品」を探す体験は、テキスト検索よりも購買意欲の高いユーザーの離脱を防ぎ、コンバージョンに直結しやすい。中古・バーティカルEC全般で応用余地がある示唆。

Poshmarkは商品写真をアップロードするとAIがタイトル・説明文・カテゴリを自動生成する「Smart List AI」を展開。ベータテスト期間中に出品作成にかかる時間が48%短縮したとし、2月にはカナダと米国のモバイルアプリユーザー全員への提供を予定している。【第2出典・wwd.com】CEOのManish Chandra氏によれば、Smart List AIで作成した出品は通常の出品と同等以上の売れ行きだったという。

写真からの出品文自動生成は、フリマ型マーケットプレイスにおける出品作業のボトルネック(手動入力の手間)を直接解消し、出品数増加とマッチング精度向上の両方を狙える施策になり得る。

Amazonは出品文などを自動生成する生成AI出品ツールを提供しており、世界で40万を超えるセラーがすでに採用している。加えて、売上データの要約や小売戦略の提案、セラーセントラル関連の質問対応を行うAIパーソナルアシスタント「Project Amelia」を、米国の一部セラー向けにベータ提供として開始した。

生成AIによる出品作業の自動化はすでにEC最大手で40万超という大規模採用に達しており、次の焦点は単発ツールから対話型アシスタントへの移行に移っている。

企業の福利厚生向けに体重管理プログラムを提供する Wondr Health は、開発会社 Blank Metal と3スプリントで、人間コーチを置き換えずに補完するAIコーチング層「Wonda」(Amazon Bedrock 経由の Claude)を構築した。本番前に700件超の質問でテストし、参加者のオンボーディングを30〜60分から10分の対話形式に短縮した(ベータ展開に向け準備中)。

人間の専門家(コーチ)による対応を代替するのではなく、初期対応(オンボーディング)という定型化しやすい工程にAIを充て、判断が必要な深い部分は人間に残す「役割分担型」の設計は、士業・カウンセリング・カスタマーサクセスなど専門人材の稼働がボトルネックになっている中小企業にも応用できる示唆がある。また、本番投入前に複数ペルソナで数百件規模の質問テストを行うプロセスは、医療・健康分野でAIを導入する際の安全性担保の一例として参考になる。

EvenUpは個人傷害訴訟に特化したAIプラットフォーム企業で、需要書作成に専門家が8〜15時間を要する業務課題を抱えていた(ある事務所では45日のバックログが発生)。ClaudeのOpusを複雑な推論、Sonnet/Haikuを日常的な抽出作業に振り分けて長文書類の起案パイプラインを構築し、書類作成時間を30分に短縮した。累計20万件超の案件を処理し、被害者への賠償総額は100億ドル超に達している。

法律・保険など「長文書類の読解→抽出→起案」を専門家が時間をかけて行っている業務は、モデルを用途別(推論用/抽出用)に使い分けることで大幅な時間短縮が狙える。ただし数値は導入企業の自社発表であり、第三者検証はない点は割り引いて見るべき。

Jira や Confluence を35万社超に提供する Atlassian は、Google Cloud 経由で Claude を採用し、社内アシスタント Rovo Chat、開発者向け Rovo CLI、計画・推論・複数ツール横断で実行する Rovo Max、ローコードでエージェントを組む Rovo Studio の基盤モデルとして使っている。顧客企業のワークフロー内で月500万件を超えるAIエージェント実行が生まれ、Rovo Chat の利用者は数百万人に達した。

大手SaaSベンダーが既存の巨大顧客基盤(35万社超)に対してAIエージェント機能を段階的に組み込み(チャット→CLI→自動実行→ノーコード構築)、実運用の実行件数で成果を示している点は、法人向けにAI機能を段階導入する際のロードマップとして参考になる。また「信頼性最優先」という発言は、エンタープライズ向けAI導入では速度より安定性が採用判断の鍵になることを示唆する。

プロジェクト管理SaaSのAsanaが、Work GraphとClaudeを統合した「Asana AI」を150,000社超の顧客に提供。スマートワークフロー(AI Studioで構築)、スマートゴール、スマートチャット、スマートステータス、スマートサマリーといった機能群でタスク・プロジェクト管理を自動化している。

SaaS企業がAIを単なる機能追加でなく、自社の開発プロセスそのものの再設計(年単位→週単位)に使い、かつ顧客向けにもデータドリブンな意思決定を高速化するインサイト機能として組み込んだ例。開発生産性とプロダクト価値の両面でAI導入効果を定量的に開示している点が参照価値。

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。