AI事例をトコトン知る、業種別×活用タイプ別の45事例 #14

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40：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）

概要

• トランスコスモスはコールセンタースタッフの退職予備軍をAIで予測
• オペレーター属性、勤怠、パフォーマンス等によって退職を予測
• 予測精度95%を達成
• 退職予備軍に事前予防策を実施
• 半分近いオペレーターの離職を抑止することに成功

解決できること

• 事前の予防策実施が可能に
• 退職率の改善

(出典)

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→コールセンタースタッフ・人事担当

Why：なぜAIが必要？

• 不満を減らす

Which：どのタイプのAI?

事例41：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）

概要

• カラクリは正解率95%保証のAIチャットボットサービスを提供
• AIによる学習型のサービス
• 全体の8割ほどが単純な質間で単純な回答が繰り返されることもあり、コールセンターの現場では、約50%のオペレーターが入社したその月に辞めてしまう
• 単純な質間への回答をAIチャットボットへ代行させる
• 質問への正解率が95%を超えた時点でAIをコールセンターに納品する
• 複数会社へ提供しているサービスだからこそ、教師データを業界ごとに共通化することが可能で、精度を上げやすい

解決できること

• 定型的対応の代行
• スタッフのモチベーション維持
• コストカット

(出典)

「カラクリ」は正答率95%のAIチャットボットで高品質・低コストのカスタマーサポートを実現する(ICC FUKUOKA 2018)【文字起こし版】

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→コールセンタースタッフ

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42：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）

概要

• ソネット(ソニーネットワークコミュニケーションズ)は、コールセンターにAI音声認職システムを導入
• AI音声認識システムにより音声をテキストデータとして記録
• 間い合わせ対応後の後処理時間が1件につき90秒短縮
• 通話の見える化によって応対品質の向上·均一化も
• 人件費の削減を見込むことができる

解決できること

• オペレーターの業務効率化
• コストカット

(出典)

「同社は全国8拠点1400席のコールセンターを運営しており、サービス利用方法やトラブルシューティングなどお客様からの問い合わせに対応しております。同社は、コールセンターの応対品質やパフォーマンスのばらつきを抑え、オペレーターの人材不足の市場でも安定的なセンター運営を目指しており、AI音声認識システムを採用しています。AI音声認識システム導入により、オペレーターの業務が効率化され、後処理時間90秒短縮による人件費の大幅な削減が見込まれ、通話の見える化によって応対品質の向上均一化が可能になるなどの効果も期待されます」

AI音声認識でコールセンター業務効率化|活用事例や選定ポイントを解説

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→コールセンタースタッフ

Why：なぜAIが必要？

• コストを減らず
• 作業時間を減らす

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