昨今、多くの企業でAIへの関心が高まっていますが、AIが活用できる仕事はどのようなものか、具体的なイメージができていない方も多いのではないでしょうか。そこで本記事では、AIにできることや活用のメリット、そして先進企業がAIをどのような業務で使っているのか、業種別に導入事例を紹介します。

AIにはどのようなことができるのか？

人間の思考・判断能力の一部をコンピューターで模倣したプログラムであるAIを活用することで、これまで人が行ってきたさまざまな作業や仕事をカバーできます。活用事例の紹介に入る前に、AI活用でできることをおさらいします。

画像の認識･生成

AIは対象物の特徴やパターンを機械学習することで、物体や顔、文字などを識別できます。この画像認識は、AI OCRと呼ばれる文字認識やセキュリティ対策の顔認証、建設業での点検や異常検知、医療現場におけるがん細胞の検知など、幅広い領域で役立てられている技術です。

さらには、テキスト入力や写真の取り込みにより、イメージした画像やイラストをAIが新たに生成する画像生成技術も進歩しています。画像生成を活用すれば、プロの写真家やイラストレーターに依頼するコストを抑え、品質の高い画像やイラストを生成可能です。

音声の認識･合成

音声の認識は、人間の発語を解析してテキストデータに変換し、出力する技術です。会議内容を録音データから文字起こしする際などに活用されます。Appleの「Siri」やAmazonの「Alexa」などの音声アシスタントにも音声認識技術が使われています。

また、AIで音声を人工的に合成することも可能で、コールセンターの自動化や、電子機器の音声対応サービス、施設の構内放送などで使われています。近年の音声の合成技術はニュースのアナウンスでも使用されるなど、人の音声に近いレベルまで精度が上がっています。

自然言語の理解･生成

AIは人間が日常的に使う言葉の意味や文脈を解析・理解することが可能です。この技術は、文脈を判断できる検索エンジンや文字入力の予測変換機能、Googleの機械翻訳などに使われています。

スマホやパソコンのサービスでよく目にする対話型のチャットボット、あるいは先述の「Siri」や「Alexa」も自然言語処理を使用したサービスです。また、2022年登場のChatGPTは対話に特化したAI言語モデルとして話題となりました。ChatGPTは、文章の要約や構成案などのアイデア出し、記事作成など幅広い要望に対応可能です。

予測分析

AIは過去のデータから傾向やパターンを分析し、未来に起こりうることを予測できます。予測分析は、事業計画や売上予測、商品の需要予測、原材料のコストや経費の予測など、さまざまに活用されます。

また、製造業で想定される機械の故障や顧客との商談成立の確率、イベント開催日の天気に応じた売上なども予測可能です。ただし、精度の高い予測分析を実現するには、質の高い大量のデータや、データアナリストなどの専門家が求められます。

最適化

AIはデータを元にして、設定条件を守りつつ目標達成のための最適な方法を提案することも可能です。例えば物流業務なら、トラックの車両数、積載重量、法定速度などの制約を守った上で、もっとも効率よく配送できる方法を検討できます。

ほかにはパートやアルバイトのシフト調整、在庫管理の最適化などにも有効です。あるいは、オフィスの空調の調整、商業施設におけるエレベーターの混雑防止に向けた制御などにも活用できます。

異常検知

異常検知は、対象物の正常/異常を識別する機能です。例えば、製造現場では故障・不具合の予兆を検知して機械設備を自動的に停止させるほか、部品の検品作業で使われることもあります。

高精度のセンサーや機械学習、画像認識技術などと組み合わせることで、AIは従来の技術や人間では発見の難しい些細な異常も検知可能です。これにより、トラブルの防止や品質の向上、検査にかかる人件費の削減などの効果が期待できます。

【業界別】ビジネス･経営にAIを活用した事例13選

ここまで紹介してきたように、AIはさまざまな用途に活用可能です。以下では、これらのAIの機能をビジネスに活用している先行事例を紹介します。

【小売業】過去の販売実績と気温などを用いた予測･発注

23店舗のスーパーマーケットを展開する（2024年2月現在）小売業会社で、鍋の食材7品目を対象にAIで需要を予測し、発注業務の自動化を行いました。使用したデータは過去の販売実績と気温情報、店舗のキャンペーン情報、年末年始など購買行動が変わる特定日です。この自動化により、今回対象にした7品目だけでも約380万円の削減効果が見込まれています。試験的な検証プロセスでも全店舗中9店舗で約130万円の削減効果がありました。今後は本部で業務を集約し、さらに自動化を促進することで、月間18時間、年間40万円の工数削減効果も期待されています。今回の7品目は野菜や水産物を扱ったため、予測は難しいと思われましたが、精度はかなり高いとの評価を受けています。

経済産業省　令和2年度「中小企業戦略的情報化等委託費事業（AI人材連携による中小企業課題解決促進事業）」報告書　p.73

【小売業】AI総菜会計システム導入でレジ業務を簡略化

コンビニエンスストアやセレクトショップ、観光物産館など12店舗を運営する小売会社は、総菜の量り売りにAI画像認識を導入しました。運営するコンビニエンスストアでは総菜の量り売りが売上の約6割を占めています。それまでは、スタッフが総菜約70種類の名称を覚え、価格と重さをレジ打ちする手間が大きな負担となり、新人が離職する一因となっていました。そこで、スタッフの負担を軽減するため、他社と共同開発したAI連動はかりを開発したという経緯です。AI搭載カメラが総菜の見た目で種類を判別し、価格と重さのデータをレジに送信します。スタッフは間違いないかをチェックするのみになり、レジ業務の省力化が実現しました。これにより客単価の上昇や高齢者雇用の推進にもつながっています。

経済産業省近畿経済産業局 ビジネスの現場に役立つAI導入・活用事例集と契約実務・知的財産の手引き

【小売業】AI音声自動応答システムの導入で夜間受付を開始

大手家電量販店で、AI音声自動応答システムによる夜間出張修理受付を開始しています。事前にコールセンターにて実証実験を繰り返し、音声認識率と実用性の高さが認められたため、夜間も出張修理電話受付を行えるよう、会員向けにAI音声自動応答システムを導入した形です。これまでのWEB上やアプリでの24時間受付を補完できるため、顧客のライフスタイルやニーズに合わせた体制が取れるようになりました。また、受付時間内の回線混雑時への対応も検討しており、繁忙期に電話がつながりにくい問題の解消を目指しています。

【製造業】AIデバイスを取り入れたスマート工場化

機械加工会社では3DシミュレーションによるAIデバイスを導入し、自社のスマート工場化を実現しています。精密加工の工具の破損をAIで予知・検知することで、適切なタイミングで工具を交換できるようになり、予期しない作業停止による生産ロスの削減を実現しました。また、熟練工でなくても難しい加工を行えるようにすることで、熟練工の整備工数を40％削減し、生産性向上も達成しています。さらに新たな事業として、自社の実績を元に同社エンジニアが加工現場のDXを支援するサービスも展開するようになりました。

経済産業省近畿経済産業局 ビジネスの現場に役立つAI導入・活用事例集と契約実務・知的財産の手引き

【製造業】受注先の内示数と受注数量を予測

自動車サプライチェーンの製造会社では、受注先の内示数と受注数量を予測するAIモデルを導入しています。それまでは顧客企業から事前にもらう発注内示数と最終的な納入数に差異があることで、余剰在庫を抱えたり、欠品が生じるリスクが発生したりしていました。そこで、短時間で予測精度の高い計算が期待できるAIモデルを採用し、製品ごとの受注・発注予告数を学習させ、受注見込みの精度向上を図りました。その結果、特に改善幅が大きいものでは誤差率が52％から24％まで縮小しました。

経済産業省　令和2年度「中小企業戦略的情報化等委託費事業（AI人材連携による中小企業課題解決促進事業）」報告書　p.75

【製造業】図面から自動見積もりを作成

プラスチック精密機械加工会社では、加工図面からAIによる自動見積もりを作成しています。図面から読み取ることが難しい加工難易度の判断・判定にAIを利用し、自動算出を可能にしました。加えて、見積もり業務をAIで自動化することで、営業担当以外も算出できるようになり、属人化が解消されました。また、見積もり回答時間も1時間から20分まで短縮可能となっています。短縮した時間は担当営業の新規開拓など、営業活動に充てられるようになりました。

経済産業省　令和2年度「中小企業戦略的情報化等委託費事業（AI人材連携による中小企業課題解決促進事業）」報告書　p.79

【製造業】AIを活用した原料検査の自動化

大手食品製造グループ会社では、自社開発によるAIを活用した原料検査装置を導入しています。総菜の製造・販売を行っている工場で、原料となるカット野菜の目視検査の代わりとして導入したことにより、スタッフの作業負担が大きく改善され、作業効率の向上、業務の自動化を実現しました。生産現場の声を元に改良を重ね、簡単に使える操作性、場所を取らないコンパクトさ、シンブルな構造などの実現に努めています。

【金融業】顔認証を取り入れた次世代ATMの導入

ATM運営を行う金融会社では、顔認証技術による本人確認や、二次元バーコード決済に対応した次世代ATMを導入しています。このATMでは、免許証など本人確認書類の読み取りや、スマートフォンに情報を発信するBluetooth機能も利用可能です。また、ATMで金融犯罪行為が行われると、自動で検知し、コールセンターに通知される機能もあります。さらには、各ATMが現金の需要を予測したり、IoTによってATM各部品の故障を検知・予測したりすることが可能です。

【物流業】AIを活用した配送量予測と配車システムの導入

大手物流会社では、AIを活用した配送業務量予測と適正配車のシステムを導入しています。導入前は固定された配送ルートで荷物の配送に「ムダ、ムラ、ムリ」が発生し、顧客に荷物が届くまでの時間が長くなりがちでした。そこで販売・商品・物流・トレンドなどのビッグデータとAIを活用した、顧客別の配送業務量予測システムを元に、配車計画を自動で作成できるようにしました。物流・配送のノウハウや渋滞などの道路情報も活用し、効率的な配車計画を作成、実行しています。

【飲食業】老舗店の経営危機を脱却するAIシステムの導入

老舗飲食店は経営危機をきっかけにデータ経営を進め、現在はAIシステムを導入し、DXで経営を立て直しました。従来はそろばんと手切りの食券を利用していましたが、POSレジを導入し、Excelでデータベースを作成・管理する体制に移行しました。また、タイムカードのクラウド化などアウトソーシングを進め、機械学習や画像解析AIデータ収集なども導入した結果、売上高は7年で約5倍、食材ロスも約7割の削減に成功しました。AI分析による来客予測は的中率91.3％と高精度です。現在はDX支援サービスも事業化しています。

経済産業省 創業100年以上の地域老舗店DX

【農業】「ドローン×AI」によるピンポイントの農薬散布

あるソフトウェア会社は、ドローンとAIを組み合わせたサービスを開発しました。このサービスでは、ドローンが圃場（ほじょう）の上空を飛行し、撮影した画像をAIが解析します。この画像解析によって病害虫が発生している場所を特定することで、問題の場所のみピンポイントで農薬を散布するという仕組みです。この技術を使うと、従来の方法に比べて農薬の使用量を90%以上削減できます。特に大豆の栽培では、農薬使用量を99%削減することに成功しました。また、水稲栽培でも、AIが追肥の必要な箇所を特定することで、ピンポイントの施肥が可能になるため、米の品質を均一化できます。上記のようにこのサービスは、農業経営のコスト削減や施肥作業の省力化、環境負荷の軽減、農作物の品質向上などに貢献しています。

【不動産業】営業活動を強化させるAIチャットボットの導入

ある不動産会社は、営業活動に必要な情報を回答できるAIチャットボットを導入しました。具体的には、AIチャットボットに営業活動に必要なデータを蓄積・学習させ、営業担当者の質問へ即座に回答できるようにした形です。例えば、AIチャットボットは新しい物件情報や市場の動向についての質問に対して即座に答えられるため、営業担当者は最新の情報を取得したり、効率的に業務を進めたりしやすくなります。このシステムは社内でも好評で、営業活動の効率化や営業担当者の知識向上に役立っています。同社では継続的にAIチャットボットの対応範囲拡大や回答精度の向上に取り組み、さらに回答満足度を上げることを目指しています。

【介護業】AIを活用した介護福祉施設への送迎の効率化

介護福祉施設の一部では、AIによる送迎ルート作成サービスが活用されています。このサービスは、AIが利用者ごとの状況を把握し、最適な送迎ルートを自動的に作成するものです。介護福祉施設の送迎に際しては、利用者の状態に応じて乗り降りにかかる時間を調整したり、直前の欠席連絡によって送迎ルートを急遽変えたりする必要があります。このAIサービスは、そうした諸条件を踏まえた上で、柔軟に送迎ルートを提案することが可能です。これにより、送迎ルートの最適化を実現し、無駄な移動を減らせます。さらに、AIが作成する送迎計画はパソコン上で管理されるため、ミスを減少させられるのもメリットです。これらの結果、送迎業務の効率化が促進され、介護スタッフの負担軽減や、利用者に対するサービス品質の向上が実現できます。

事例にみられるAIをビジネスで活用するメリット

ここまで数多くの事例を紹介してきましたが、総じていえば、AIを導入することで企業は以下のようなメリットを期待できます。

人手不足の解消

AIツールやサービスにより、作業を自動化できるため、大量の作業も短時間で処理できるようになります。スタッフの労働負担が軽減し、業務の省人化が可能になるのみならず、人手不足の解消や人件費の削減も可能です。例えば、農業分野ではAIを搭載したドローンによる農薬散布で労働力不足を補っています。また、夜間業務や危険な作業もAIに任せられます。

生産性の向上

単純な作業をAIに任せることで業務効率化やヒューマンエラーの防止も可能です。手間がかかるマニュアルの作成もAIによって行えるため、最適な人員配置や費用対効果が高い施策を講じることができ、生産性の向上が期待できます。また、企業の努力目標となった働き方改革では、実作業時間の不足が懸念されましたが、AI活用により、生産性を維持したままで残業時間を削減することが可能です。

製品・サービスの品質向上

製造業の場合、AIの画像認識などを利用すると不良品をムラなく検出できるので、製品トラブルを未然に防ぎ、品質向上につなげられます。また、顧客データを元に購買動向などを分析することで、ニーズに合った商品開発やマーケティングも可能です。さらに、カスタマーサービスにAIの自然言語処理を導入することで、24時間365日体制できめ細やかな顧客サポートができます。こうした取り組みを通してサービス品質が向上することで、顧客満足度の向上も期待できます。

EX（従業員エクスペリエンス）の向上

昨今では労働力不足や人材の流動化、働き方改革などを背景に、EX（従業員エクスペリエンス：従業員満足度）が注目されています。AIを導入すると、従業員の業務負担を軽減可能です。単純作業をAIに代行させることで、従業員はよりやりがいのある仕事を行えるようになるため、モチベーションアップにつながります。また、管理職も従業員のケアに注力しやすくなります。これらの結果、EXが向上することで、離職率の低下や生産性の向上が可能です。

AIには苦手分野もあるため注意

前章ではさまざまな事例を基にAIの利点を述べましたが、AIも万能ではありません。AIの導入効果を最大化するためには、AIには以下のような苦手分野もあることに注意する必要があります。

感情の理解

最新のAIは人間のように自然な会話もできますが、感情をもっているわけではありません。AIは単にデータに基づいて、その場にふさわしいと予測される応答を機械的に返しているだけです。つまり、AIは真の意味で人の気持ちを理解したり、共感したりすることはできません。ビジネス上のコミュニケーションでは、相手の感情を察し、配慮することが必要になる場面も多いですが、現状のAIだとそうした対応を求めるのは困難です。

学習データ領域範囲外の対応

AIはさまざまな能力をもっていますが、それらは基本的に学習した過去のデータに基づいています。文章や画像、動画、音楽などを生成できるAIもありますが、こうしたAIが生み出すコンテンツも過去のデータを組み合わせているだけなので、オリジナリティは乏しいといわざるを得ません。同様に、AIの推論や予測も過去のデータに依存しているため、前例がない出来事やデータが少ない分野に関しては精度が低くなります。

非合理的な判断

AIは過去のデータから共通項やルールを論理的に導きだし、もっとも合理的とされる判断をしてくれます。その反面、合理的でない判断を下すことは苦手です。例えばお客様と商談したり、プレゼンをしたりしている場面では、厳格で合理的なルールに沿って判断することは、あまりありません。どちらかというとお客様の反応や関心度合いに合わせた臨機応変な対応が求められます。このように数値化されない、しづらい事柄は合理的な判断が難しいため、AIには向きません。

業務改善には積極的にAIの活用を

ここで紹介したようにAIにはさまざまな活用法がありますが、そのなかのひとつとしてマニュアル作成が挙げられます。マニュアルを作成しておくと、業務手順の共有化に加え、1人で複数の業務を担当することも可能になるので、人手不足の解消につながります。ただし、マニュアルの作成・管理も手間がかかるため、ツールやAIを活用するのがおすすめです。

なかでも「Teachme Biz」は、AIを活用することでマニュアル作成・編集の工数を大幅に削減できます。動画の取り込みからわずか15分でマニュアルを完成できるなど、マニュアル作成の工数を90％削減することが可能です。

詳しく知りたい方はこちらもご覧ください。