AI事例をトコトン知る、業種別×活用タイプ別の45事例 #6

はじめに

文系の皆さんがAI人材になるためのノウハウを投稿していきます。今回は業種別×活用タイプ別の45事例を紹介します。様々な事例を知ることで，新たなアイディアが生まれるかもしれません。それでは見ていきましょう！

1. トライアル、独自生産のAIカメラでユーザー識別による販売促進と欠品補充（流通・小売）
   ローソン、Alによる新規出店判断（流通・小売）
   JINZ、似合うをAIでレコメンド（流通・小売）
2. 三菱商事とローソン、AIでコンビを節電（流通・小売）
   ZOZO、AIを活用した「類似アイテム検索機能」で滞在時間4倍（流通・小売）
   LOHACO、チャットボット「マナミさん 」で5割の問い合わせに対応（EC・IT）
3. 仏Heuritech、SNS画像からファッショントレンド予測（ファッション）
   米The take Al、動画内の服を検出して似たアイテムを表示。購入も可能に（ファッション）
   ストライプ、需要予測AIで在庫を8割まで圧縮
4. ZOZOUSED、古着の値づけにAlを導入（ファッション）
   日経、100年分の新聞記事をAIで読み取り。精度95%（エンタメ・メディア）
   福岡ソフトバンクホークス、リアルタイムで価格が変わるAIチケット販売
5. 中国国営メディア新華社、AI合成による女性アナウンサー(エンタメ・メディア)
   富士通、AIによる記事の自動要約システム(エンタメ・メディア)
   佐川急便、AIで配送伝票入力を自動化
6. 日立製作所と三井物産、AIで配送計画するスマート物流（運輸・物流）
   京東(JD.com)、物流倉庫の自動化。人の10倍の処理能力（運輸・物流）
   NTTドコモ、Alタクシーを展開、93~95%精度で乗車予測（運輸・物流）
7. トヨタ、自動運転と高度安全運転支援で二重に安全を確保（車・交通）
   LG、家電向けAIで生活を補助（製造・資源）
   ブリヂストン、AI工場で品質担保しタイヤを量産（製造・資源）
8. JFEスチール、人物検知AIで作業者に安全を（製造・資源）
   大京グループ、AI管理員導入を計画（不動産・建設）
   西松建設、生活習慣を覚えるスマートハウスAI導入（不動産・建設）
9. キューピー、AIによる原料検査装置で不良品を特定(外食・食品・産業)
   電通、天然マグロの品質をAIが判定(外食・食品・産業)
   ソフトバンク出資のPlenty、AI屋内農場で作物の風味調整(外食・食品・産業)
10. LINE、レストランの予約対応を行なう日本語音声AIサービス(外食・食品・産業)
    京東(JD.com)、調理・配膳注文・会計までをロボットで自動化(外食・食品・産業)
    セブン銀行、顔認証AI搭載の次世代ATM(外食・食品・産業)
11. JCB、保険営業をAIで支援　利用履歴から見込み客を絞り込む（金融・保険）
    みずほ銀行、AIを活用したパーソナライズドサービス検証(金融・保険)
    エクサウィザーズ、神奈川県と要介護度予測AIの実証
12. Ubie、医療現場の業務効率化を図るAI問診(医療・介護・専門)
    Al-CON AIによる契約書レビュー作成支援サービス(医療・介護・専門)
    ソフトバンク、新卒採用業務でAIを利用し効率化(人材・教育)
13. atama plus’ 1人ひとりの学習を最適化(人材・教育)
    イーオンら、英語発音をAIで評価（人材・教育）
    かんでんCSフォーラム、AIによるコールセンター呼量予測（コールセンター）
14. トランスコスモス、退職予備軍を予測し、半年で離職者を半分に（コールセンター）
    カラクリ、正解率95%保証のチャットボット（コールセンター）
    ソネット、音声認識AIを導入しオペレーター業務を効率化（コールセンター）
15. さいたま市、固定資産税調査に航空写真照合AIを利用（生活サービス・警備・公共）
    ALSOK、困っている人を自動検知するAI（生活サービス・警備・公共）
    日本気象協会、1時間単位での降水量予測（生活サービス・警備・公共）

事例16：日立製作所と三井物産、AIで配送計画するスマート物流（運輸・物流）

概要

• 日立製作所と三井物産は、AIによる配送最適化サービスを開発
• 熟練者が数時間から1、2日かけていた配送計画作業を数分~1時間程度でAIが代行
• 車両ごとの配送先·配送日時の割り付けや配送ルートの策定などを自動立案
• 納品日時、物流センター·拠点の位置、走行ルートと時間、渋滞、積荷·滞店時間などに加え、熟練者の経験(配送候補日の調整など)を分析の変数として取り入れた
• 配送車の走行記録をGPSで取得することで、配送実績の作成も自動化
• 車両、ドライバーごとの配送時間、ルート、作業内容、コスト、遅延率などを可視化

解決できること

• 熟練者しかできなかった高度な計画作業をAIが代行
• 配送計画を1~2時間で作成可能に

(出典)

画像：配送計画管理画面

• 日立、物流の配送計画をAIを活用して立案するサービスを日本・中国・タイで提供

事例の4Wで分類してみる

What：どんなAI？

Who：誰のためのAI？

具体的なターゲット→配送運転手

Why：なぜAIが必要？

• 作業時間を減らす
• 仕事の付加価値を上げる

Which：どのタイプのAI？

事例17：京東(JD.com)、物流倉庫の自動化。人の10倍の処理能力（運輸・物流）

概要

• 京東 (JD.com)は、全工程を無人化したスマート倉庫を上海郊外で運用
• ロボットアームによる自動搬入や搬送ロボットによる自動仕分け
• 人手で処理する従来の倉庫の10倍の処理能力
•  大規模なセールが実施される「独身の日」(11月11日)において、京東は90%以上の注文を受注当日または翌日までに消費者まで届けることに成功
• 自動仕分け精度は99.99%。1時間で4000袋を識別し、作業効率は5倍以上改善

解決できること

• 人に頼らない倉庫作業の実行
• 人件費のコストカット
• 処理時間の高速化・24時間稼働

(出典)

画像：スマート物流で日本の先を行く　京東集団が「世界初」とする上海郊外の無人倉庫。

画像：倉庫に届いた荷物をロボットアームが取り出し、バーコードを読み取って専用コンテナに載せる

• 世界最先端のAI経営は中国に、先頭走るアリババと京東

• 中国ネット通販大手、京東集団のIoT・ロボ戦略

事例の4Wで分類してみる

What：どんなAI？

Who：誰のためのAI？

具体的なターゲット→倉庫運用者

Why：なぜAIが必要？

• コストを減らす
• 作業時間を減らす

Which：どのタイプのAI？

事例18：NTTドコモ、Alタクシーを展開、93~95%精度で乗車予測（運輸・物流）

概要

• NTTドコモは、タクシーの乗車台数を予測するAIタクシーのサービスを提供
• 携帯電話の電波からエリア人口をリアルタイムに予測しAI予測に活用
• 500m×500mのエリアごと、時間帯ごとに予測
• エリア人口に加えタクシー運行データ、雨量などの気象データ、イベント会場や駅、病院、学校などの施設データなどを予測データとして活用
• 2つのAIシステムを併用し、過去予測精度に基づき使い分けるハイブリッド予測
• 予測精度は93%~95%と高精度、30分後までの乗車台数を予測。更新は10分単位
• 新人ドライバーでも普通のドライバー並みの乗車回数を達成可能に
• 1台あたり年間約28万円の売上向上。全台導入すると年数億円規模の売上向上が見込める

解決できること

• ドライバーの業務効率アップ
• 売上の向上

(出典)

画像：タクシー表示画面

• AIがタクシー業界のドライバー不足を解決

事例の4Wで分類してみる

What：どんなAI？

Who：誰のためのAI？

具体的なターゲット→タクシー運転手

Why：なぜAIが必要？

• 売上を増やす
• 仕事の付加価値を上げる

Which：どのタイプのAI？

まとめ

いかがったでしょうか。AIの活用事例をみてイメージは深まったでしょうか。次回も同様に，さまざまな分野の事例を掲載していきます。「予測系AI」「識別系AI」「会話系AI」「実行系AI」については、以下の記事でより詳しく解説していきます。

• 「予測系AI」とは
• 「識別系AI」とは
• 「会話系AI」とは
• 「実行系AI」とは