AI事例をトコトン知る、業種別×活用タイプ別の45事例 #11

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31：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）

概要

• JCBは、生命保険販売や損害保険の加入案内業務にAIを利用
• カードの利用履歴などから加入する確率が高い顧客を絞り込み
• 最適なタイミングで営業ができる
• 少ない人員で効率的に営業することができる

解決できること

• 保険営業の効率化
• 営業人員の削減

(出典)

保険営業をAIで支援　グルーヴノーツ、JCB向け

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→保険営業スタッフ

Why：なぜAIが必要？

• コストを減らす
• 仕事の付加価値を上げる

Which：どのタイプのAI?

事例32：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)

概要

• みずほ銀行は、お金にまつわるパーソナルアドバイスを行なうAIを検証
• インプットデータは、利用者の残高や入金明細、クレジットカード利用明細、支出や収入のカテゴリー分類、任意のアンケート情報など
• 消費行動や金融状況パターンを把握して、1人ひとりへのアドバイスをAIが実施
• 家計健全化、資産形成や生活向上につながるアドバイスなどを行なう

解決できること

• 人ひとりヘパーソナライズされたアドバイスの提供が可能に

(出典)

みずほ銀行、Blue Lab、富士通の3社、AIを活用したパーソナライズドバンキングサービスの検証開始

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→銀行口座保有者

Why：なぜAIが必要？

• 便利を増やす
• 仕事の付加価値を上げる

Which：どのタイプのAI?

事例33：エクサウィザーズ、神奈川県と要介護度予測AIの実証(医療・介護・専門)

概要

• .エクサウィザーズは、要介護度の将来予測をするAIを開発
• 神奈川県の自治体が保有する介護判定データ、介護給付金データを利用し実証
• 介護関連データをAIに学習させることで住民1人ひとりの要介護度と介護費を予測
• このまま状態推移すると将来どのように変化するかを予測
• 要介護度のスコアの記録により、対策施策の効果があったかどうかを確認できる
• 将来的には費用対効果の高い介護施策の効率的な立案に貢献

解決できること

• 予測にしたがった計画的な施策実行
• 費用対効果の高い介護施策の発見

(出典)

AIベンチャーのエクサウィザーズ自治体の介護関連データを用いた要介護度予測AIを開発

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→住民

Why：なぜAIが必要？

• 不満を減らす

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