HDATF
日本語
相談する
メニュー

AX事例

企業がAIを業務にどう導入したかをまとめました。各事例は業務課題、使った技術とデータ、変わった処理、成果の順で読めます。新しい事例から表示します。

根拠確認済み 259追加確認候補 24業界 23調査基準日

AXとは、AIを実務やサービスに組み込み、仕事の進め方を変えることです。 公開資料をまとめた事例です。ATF Works導入企業の成果ではありません。

検索結果 259 (30 / 259)

2026. 11

  1. 2026-11-10資料公開AX243運用中

    小売 / 食品小売 米国

    DeCicco & Sons: 店頭棚の欠品検知と補充作業の優先順位付け

    業務課題
    DeCicco & Sonsは店舗を増やす中でも、顧客が求める商品の陳列状態と対面サービスの水準を維持する必要があった。同社は店舗内で実際に何が起きているかを正確に把握し、複数の業務システムで共有できる棚情報を確保しようとした。従業員が問題を探し回るのではなく、判明した問題の解決に集中できるようにすることが課題だった。
    使った技術とデータ
    Simbeの自律型棚スキャンロボットTallyが一日に複数回店舗を巡回し、棚の状態を収集する。商品情報、通路画像、商品の位置情報をAPIで既存システムに接続し、店舗運営、オンライン販売での商品提供可否の確認、仕入先に関する判断に活用する。独立した道具を増やすのではなく、既存の業務手順に情報を組み込む方式である。従業員はその情報で是正作業の優先順位を決め、補充などを実行する。
    成果
    Simbeは、試験店舗で導入後最初の60日間に欠品が35%減り、商品が欠品したままになっている平均時間が最大28%短くなったと発表した。この結果を受け、DeCicco & Sonsはニューヨーク州とコネティカット州の全店舗へプラットフォームを拡大した。導入企業の経営陣と店舗責任者は、棚の実際の状態をより早く把握して問題を直し、顧客対応や部門責任者の支援により多くの時間を使えると説明した。
    限界と残る課題
    欠品減少と時間短縮の数値は試験店舗の最初の60日間の結果であり、全店舗への拡大後の平均成果ではない。原文は売上増加や投資回収期間を明らかにしていない。

    出典

  2. 2026-11-10資料公開AX239運用中

    製造 / 完成車 米国

    Ford Motor Company: 輸送業務データへの自然言語での質問と供給網の意思決定支援

    業務課題
    Fordの北米輸送組織は、急速に変わる供給網の状況に合わせて判断する必要がある。担当者が個別に報告書を作成したり分析を待ったりする往復の手続きは、必要な人へ情報を届ける速度を落とす。定時到着などの用語も顧客の契約や輸送方式で意味が異なるため、一般的な言語モデルの回答だけで業務の数値を判断するのは難しい。
    使った技術とデータ
    Fordが使用するMoは、project44の物流データ構造と顧客別の業務定義を適用して自然言語の質問を解釈するAI分析アシスタントである。project44は輸送契約、輸送手段、実際の輸送の節目、到着予定時刻を業務の文脈として結び付けると説明する。SnowflakeのCortex Analystは、解釈された質問をSQLに変換し、保存された構造化データから数値を取得する。回答と次の行動の推奨を輸送担当者に提供する構造であり、原文はFordの実際の輸送措置をAIが単独で承認するとは説明していない。
    成果
    Fordの北米輸送責任者Doug Cantrielは、Moが報告書のやり取りや分析待ちを経ずに、必要な従業員へ正確でデータに基づく回答を直接提供すると述べた。これはFordの担当者が確認した情報へのアクセス方法の変化である。project44は全顧客の利用状況や別の社内試験の数値も示したが、Fordだけの削減額や精度の測定結果とは結び付けていない。
    限界と残る課題
    Fordの費用削減額や回答速度の改善率は公開されていない。原文にある他の顧客の削減額や供給企業の社内試験成績はFordの成果ではない。

    出典

  3. 2026-11-10資料公開AX240運用中

    化学と素材 / 基礎化学 ナイジェリア

    Indorama Eleme Fertilizer & Chemicals Limited: アンモニアとオレフィン工場の運転異常分析と最適化判断の支援

    業務課題
    Indoramaのナイジェリアにあるアンモニアとオレフィン工場は、エネルギー消費、生産量、設備の稼働状態を同時に見ながら安全に運転する必要がある。主要な運転変数を分析して生産を制約する要因や異常の兆候を見つけ、技術者が措置の技術的根拠を理解できる必要がある。
    使った技術とデータ
    KBRは該当するプロセス設備にKBR INSITEを配備したと発表した。このプラットフォームは過去とリアルタイムの工場データに、物理に基づくAI、プロセス設計の知識と現場の運転知識を組み合わせる。Applied ComputingのOrbital AIを統合し、設備性能を継続的に監視して最適化の機会、プロセスと機器の異常兆候、根本原因分析を提供する。KBRはアンモニアモデルについて、個々のデータパターンだけでなく工場全体の因果関係を学習するよう設計したと説明する。現場の技術者は各結論の技術的説明と追跡可能な推奨を見て運転を判断する。
    成果
    Indoramaの最高技術責任者Deepu Sivdasは、主要運転変数の準リアルタイム分析から、エネルギー消費の最適化、生産量拡大、運転上の制約発見に向けた具体的な機会を見つけると述べた。物理モデルとデータ分析を組み合わせて結論の根拠を説明するため、技術者は推奨に従って行動する確信を得られ、日常の運転ですでに実務上の利点を見ていると話した。
    限界と残る課題
    エネルギー削減率、生産量の増加率、稼働率改善の数値は公開されていない。同じ発表のEBIC工場は年末の稼働を予定する別契約であり、この運用事例には含めない。

    出典

  4. 2026-11-06資料公開AX241運用中

    小売 / 食品小売 英国

    Waitrose: 交通と車両容量、時間帯別需要を反映した食料品配送計画の最適化

    業務課題
    Waitroseは、大量の食料品を顧客が選んだ時間に届けながら車両を効率的に使う必要があった。交通状況、積載容量、配送時間帯、注文需要、季節的な繁忙が互いに影響するため、毎日多くの計画判断が必要だった。配送量が増えても顧客が選べる時間帯を確保することが課題だった。
    使った技術とデータ
    SataliaはWaitroseの運営チームと協力し、AIによる配送最適化プラットフォームを開発、試験し、現場条件に合わせて改良した。交通、車両容量、時間帯、需要を併せて反映し、配送網の計画と管理を支援する。車両130台のCoulsdon拠点ではクリスマスの最大需要を想定したシミュレーションを行った。供給企業によると、発表時点で店舗170か所、顧客注文処理センター2か所、バン1,400台のネットワークで運用され、週約16万件の家庭向け配送を支えていた。
    成果
    Sataliaは、運営費を10%、配送走行距離を8%減らし、経路当たりの配達件数を12%増やしたと発表した。配送量が増える中でも顧客向け配送時間帯の提供可能量は4%増え、Coulsdon拠点の当日注文翌日配送の時間帯は50%増えたと説明した。Waitroseの変革実行・技術責任者は、環境への影響を減らしながら、より正確で便利な配送時間を提供できるようになったと述べた。
    限界と残る課題
    原文は成果の測定期間や比較群を示していない。Coulsdonの50%改善は同拠点の翌日配送時間帯に関する数値であり、配送網全体には適用しない。

    出典

  5. 2026-11-05資料公開AX225運用中

    化学と素材 / 基礎化学 オーストリア

    Borouge International: エタンクラッカーのAIリアルタイム最適化と運転判断支援

    業務課題
    Borouge Internationalは、安全を維持しながら設備の稼働率と生産性を高め、エネルギー消費と排出を減らす必要があった。生産から供給網までAIとデジタル技術を拡大する中で、運転情報を迅速に分析し判断へ結び付ける能力を構築していた。そのうち実際の導入が確認できる業務が、アラブ首長国連邦のエタンクラッカーのリアルタイム最適化である。
    使った技術とデータ
    同社はアラブ首長国連邦の大型エタンクラッカー3基と加熱炉20基にAI対応のリアルタイム最適化システムを導入済みと発表した。毎分2,500を超える運転パラメーターを分析し、生産とエネルギー運転の判断を支援する。最適化の知見、AI、リアルタイムの運転情報を結び付ける方式で、北米など他地域への拡大は今後の計画である。同じ発表にあるHoneywellとの自律運転実証は別事業として区分し、この最適化システムが人の承認なしに制御すると断定しない。
    成果
    同社によると、導入済みシステムは迅速なデータに基づく判断、生産性向上、エネルギー消費と排出の削減を支援する。ただし、このシステム単独の実測改善率や削減額は公表されていない。発表にある2027年の価値創出目標と自律運転実証の潜在的改善率を、最適化システムの達成済み成果として扱っていない。
    限界と残る課題
    モデル構造、入力パラメーターの内訳、運転員の承認手順は確認できていない。海外展開と完全自律制御室は完了済みの運用範囲に含めない。

    出典

  6. 2026-11-05資料公開AX224運用中

    建設と不動産 / 総合建設 日本

    Kajima: 建設現場の自律巡回と写真、点群の収集による工事進捗管理

    業務課題
    Kajimaは建設業の人手不足に対応し、技術者による反復的な現場巡回、写真記録、三次元測量の負担を減らす必要があった。工事の進行に伴って構造物や資材配置が変わるため、固定環境向けの移動制御をそのまま使い続けることは難しい。日常的な情報収集をロボットに任せ、技術者が安全、品質、工程の判断に集中する方法が求められた。
    使った技術とデータ
    同社はカメラ、LiDAR、エッジAI装置で構成するFieldAIの自律ユニットをロボットに搭載した。FFMモデルが画像と点群を機器内で処理し、物理に基づく推論と不確実性評価を組み合わせて移動方向を決める。初めての区域を探索して地図を作成し、その後は障害物を避けながら写真と点群を収集して地図を更新する。作業後は充電拠点へ戻り、アップロードした情報をウェブで確認できる。担当者が場所を指定してライブ映像を見ることもでき、技術判断と安全管理は人が担う。
    成果
    Kajimaによると、2025年の企業単位のサービス契約から約1年で日本の10か所を超える建設現場に導入し、複数のロボット、業務、現場を通じて2,000回以上の自律任務を実施した。限定的な実演ではなく、環境が毎日変化する実際の工事現場で継続使用している。自動撮影した写真と点群から工事状況や寸法を確認でき、進捗管理の情報収集方法が変わった。
    限界と残る課題
    原文は現場ごとの人員、作業時間削減率、事故減少率を示していない。契約と展開拡大の年は確認できるが開始月は不明のため、公開日を並び順の基準とする。

    出典

  7. 2026-11-05資料公開AX237運用中

    旅行と宿泊 / 総合旅行サービス 複数国

    TUI: デジタルサービス構成図からの脅威モデル作成と社内セキュリティ基準との照合

    業務課題
    TUIでは4人のセキュリティエンジニアが100を超えるデジタル製品チームを支援していた。構成図を読み、脅威を見つけ、社内基準と対応付けて文書化する評価には4〜6時間かかった。月3〜4回しか実施できず、審査が滞り、すべての新規サービスに同じ基準を適用することが難しかった。
    使った技術とデータ
    エンジニアが構成図と説明を登録すると、Amazon BedrockのClaude Sonnet 4.5とAgentCore上のLangGraph処理が構成要素とデータフローを読み取る。全基準を一括入力する代わりに文書のメタデータから関連基準を選び、STRIDEの脅威を生成し、不足を確認して補う。社内承認ツールによる緩和策と対応する管理策を結果に付ける。専門家の評価を追加すると、AIとの危険度の違いを表示して人が検討する。
    成果
    TUIは運用前後の内部測定で、評価当たりの作業時間が最大70%減り、月間処理数は3〜4回から10〜12回になったと報告する。2026年10月時点の登録利用者は255人、作成済み脅威モデルは86件、活動中の作成者は43人だった。待ち行列に入っていた評価をチーム自身が依頼し、根拠と推奨対策を確認する形に広げた。
    限界と残る課題
    時間短縮と利用数はTUIが公表した運用指標である。実際の侵害事故の減少や脅威検出の誤検知率は示されていない。Jira作業の自動作成と配備前検査の連携は今後の計画である。

    出典

  8. 2026-11-05資料公開AX221運用中

    情報技術 / 保険データ分析 分類なし

    Verisk: 保険ソフトウェア開発の要件、実装、レビュー、テストを段階別AIエージェントで接続

    業務課題
    Veriskの開発チームでは、コーディングツール導入後も要件の補足、作業分解、テスト計画、コードレビューを人が引き継いで処理していた。AWSとVeriskの共同記事は、不完全な受入基準や段階間の情報欠落により再確認と手作業が繰り返されたと説明する。保険業務のソフトウェアでは、開発速度だけでなく変更のレビューと承認の担当者を記録する必要もあった。
    使った技術とデータ
    VeriskはAmazon BedrockとAgentCore上に要件、作業の具体化、開発、コードレビュー、品質保証の各エージェントを構成した。Jiraチケットと添付、リポジトリのコード、API仕様、社内文書、前段階の成果物を入力に使う。MCPで既存ツールを接続し、Jiraの状態変更やプルリクエストで個別のエージェントを起動する。開発エージェントはBedrock上のClaude Codeを使用する。製品担当者が要件、開発者が実装とレビュー判断、品質担当者がテスト計画を承認し、検証した成果物を次の段階の文脈として蓄積する。
    成果
    AWSとVeriskによると、全工程で開発した機能ではテスト計画が3時間から4時間から10分未満に、テスト自動化の準備が1日から2日から30分未満になった。人のレビューでほぼ修正なく受け入れられたエージェント出力は90%を超えた。作業規模の単位であるストーリーポイント当たりの費用は、人件費とAWS計算費用の合計で20%から30%低下した。週次リリースは達成結果ではなく開発チームの目標である。
    限界と残る課題
    測定した機能数、測定期間、比較対象の構成は公表されていない。Veriskの全開発チームで同じ効果が得られるかは確認されていない。

    出典

  9. 2026-11-04資料公開AX218運用中

    製造 / 産業用機器 分類なし

    BACA Systems: 複数の業務画面に分散した情報へのAIによる質問応答

    業務課題
    BACA Systemsでは、業務上の質問に答えるために担当者が複数の画面やシステムを行き来し、手作業で情報を探していた。業務システム担当副社長のAndrew Russoは、以前ならこうした検索に45分から60分かかった質問を例に挙げた。同社はカスタムオブジェクトが1300個ある環境で、必要な情報を見つけやすくするためにAgentforce Coworkerを使い始めた。
    使った技術とデータ
    従業員はAgentforce Coworkerに質問し、結果を確認する。Salesforceは、このツールが既存のSalesforceレコード、業務メタデータ、接続されたデータをもとに必要なエージェントとワークフローを調整し、確認用の結果と推奨行動を返すと説明している。既存の従業員権限、共有ルール、設定済みのアクセス制御の範囲内で動作する。BACA Systemsで確認された実際の業務は情報の質問応答であり、同じ記事で発表された新しい接続機能を同社がすべて使っているとは扱わない。
    成果
    Salesforceによると、BACA Systemsは20分でCoworkerを有効にし、以前は広範な手動検索が必要だった質問への回答を得始めた。Russoは、前日なら複数の画面を行き来して45分から60分かかった質問にツールが答えたと説明した。この数値は従来の検索時間であり、導入後の平均処理時間を直接測定した値ではない。
    限界と残る課題
    導入後の回答時間、回答精度、利用従業員数は原文にない。具体的な質問内容と接続先の個別データシステムも公開されていない。

    出典

  10. 2026-11-04資料公開AX230運用中

    金融 / 銀行 オーストラリア

    Bankwest: デジタルチャットの基本問い合わせ対応と担当者への引き継ぎ、返信作成支援

    業務課題
    デジタル銀行へ転換したBankwestには、オンラインの迅速な応答と複雑な金融問題に対する人の説明を両立する必要があった。非同期のチャットでは顧客が後から戻ることもあり、長い対話の文脈を引き継ぐ必要がある。担当者は住宅ローンなどの金融用語を顧客が理解できるように説明しなければならない。
    使った技術とデータ
    BankwestはMicrosoft技術を使うBeeで、パスワードの再設定や盗難カードの停止といった基本的な質問に自然言語で答える。解決できない場合や人の対応が必要な場合、Dynamics 365 Contact Centreが対話の文脈と要約を担当者へ渡す。システムは長い対話を要約し、Copilotは平易な返信案を作る。担当者がその案を顧客に合わせて修正する。担当者はリアルタイムの感情表示で話し方を調整し、銀行のチームは過去の対話を検討してBeeの指示文と回答を改善する。
    成果
    Microsoftが紹介したBankwestの担当者は、文脈を持つ要約と返信案により、より速く一貫した説明ができると述べた。住宅ローンの専門担当者は、金融用語を簡単に説明する機能が対話の質を高めたと説明する。記事によると、デジタルチャットは顧客接点の過半を占め、顧客と従業員の好意的な反応が出ている。ただしAIだけの効果を分離した数値ではない。
    限界と残る課題
    AI導入前後の平均処理時間、自動解決率、感情判定の正確性は公開されていない。チャット比率の増加をBee単独の成果とは見なせない。

    出典

  11. 2026-11-04資料公開AX219運用中

    金融 / 銀行 米国

    Fulton Bank: 従業員の情報検索と業務準備を支援するAI同僚の運用

    業務課題
    Fulton Bankは、必要な情報の検索、業務準備、次の段階への作業進行を支援するためにAgentforce Coworkerを適用した。原文は従来手順の詳細やボトルネックの時間を数値で説明していない。そのため、特定の銀行審査や取引処理の自動化ではなく、従業員の情報アクセスと業務準備を支援する運用事例として区分する。
    使った技術とデータ
    従業員はCoworkerを通じて必要な業務情報と結果を受け取る。Salesforceは、このツールが既存の顧客関係、レコード、業務メタデータ、接続されたデータを使い、必要なエージェントとワークフローを調整すると説明する。結果と推奨行動は従業員が確認し、既存の権限、共有ルール、アクセス制御の範囲内で処理する。原文はこの共通の製品構造とFulton Bankの実際の運用範囲を紹介するが、銀行が接続した個々のデータ源や承認手順は明らかにしていない。
    成果
    Salesforceによると、Fulton Bankは数週間で20件を超える本番運用事例を配置し、約3000人の利用者を支援している。同行の営業技術戦略担当上級副社長Brandon Bernardは、日々かなりの利用があり、従業員が情報をより速く見つけ、業務の準備と進行に役立てている実例があると説明した。この発表は利用範囲と利用経験を示すものであり、費用削減や金融処理の成果を測定した結果ではない。
    限界と残る課題
    業務別の事例一覧、一日のアクティブ利用者数、削減時間は公開されていない。約3000人という支援対象を毎日の利用者数とは解釈しない。

    出典

  12. 2026-11-04資料公開AX228運用中

    情報技術 / 自動車ソフトウェア インド

    KPIT Technologies: 競合企業の公開動向の監視と月次戦略報告書の作成

    業務課題
    KPITのマーケティング組織は、施策の実施だけでなく市場調査、投資家向け広報、提案支援も担う。複数の情報源から業界動向や市場の兆候を集めて分析するため、情報の収集と統合に時間を使っていた。Microsoftが取材した責任者は、顧客の機密性の高い知的財産も扱うため、既存の企業環境の安全性と統制を保つことが重要だったと説明する。
    使った技術とデータ
    KPITはMicrosoft 365 CopilotとPower Automateで競合情報の業務フローを構築した。Microsoftによると、競合14社の戦略上の変化と公開発表を自動で確認し、提言と脅威評価を含む月次報告書を作成する。Copilotは既存のOutlook、Teams、SharePoint、PowerPointの業務文脈を活用する。担当者は集まった情報と報告書を事業判断や戦略の議論に用いる。
    成果
    KPITの責任者は、調査成果物を白紙から作る必要が減り、出発点を早く見つけて品質も高められると説明する。競合のダッシュボードと報告の自動化が実際の業務変化として示された。専門知識が少ない担当者も資料を使って意見を出せるようになったという定性的な成果である。
    限界と残る課題
    競合情報の見落とし率、報告書の正確性、削減時間、売上効果の数値は公開されていない。報告書の最終承認手順も詳しく説明されていない。

    出典

  13. 2026-11-04資料公開AX229運用中

    情報技術 / 自動車ソフトウェア インド

    KPIT Technologies: 自動車メーカーの顧客別商談機会の評価と営業協議の準備

    業務課題
    KPITの顧客担当組織は、自動車メーカーとの対話前に外部の市場情報を社内の顧客知識と結び付ける必要がある。資料集めに時間がかかると、先回りした提案の準備に集中しにくい。Microsoftが紹介した責任者は、競合動向、技術変化、顧客の優先事項を複数の資料から探していたと説明する。
    使った技術とデータ
    KPITはCopilotを用いた目的別エージェントで公開根拠と社内知識を統合し、顧客別の事業準備報告書を作る。報告書は獲得可能な案件に優先順位を付け、事実と推論を区別し、30日、60日、90日の顧客開拓計画を整理する。Copilotは年間1500件を超える提案書が作られる保管庫からパターンを見つける用途にも使われる。顧客担当者は資料をメーカーとの協議や提案の準備に用いる。
    成果
    Microsoftが取材したKPITの担当者は、外部の自動車メーカー情報と社内に蓄積した知識を結ぶことで、情報収集より先行的な提案構成に時間を使えると説明する。責任者は、提案書から競合パターン、新技術の動向、顧客の優先事項、今後必要な能力を見つけると述べた。実際の利用は確認できるが、受注成果が測定されたことを意味しない。
    限界と残る課題
    案件順位の評価精度、実際の契約転換率、報告書作成時間の導入前後比較は公開されていない。エージェントが価格や契約を独自に確定する機能は確認できない。

    出典

  14. 2026-11-04資料公開AX235運用中

    通信 / 固定・移動通信 マレーシア

    U Mobile: 加入者障害に関する複数業務システムの照会と原因診断、対処案作成

    業務課題
    データ追加商品の購入失敗やローミング障害を処理するには、担当者がインターフェースログ、利用資格を持つ業務システムAPI、社内方針文書を別々に調べる必要があった。システムを切り替えても原因が見つからない場合はバックエンドIT部門へ引き継ぎ、加入者の待ち時間が延びていた。
    使った技術とデータ
    U MobileはAWSとAxrailと共にAiDaHを構築し、Microsoft Teamsから使えるようにした。Amazon Bedrock AgentCoreの専門エージェントがMCPツールで加入者、注文、請求システムを照会し、知識検索で説明の根拠を付ける。領域をまたぐ質問はエージェント間で分担する。加入者アカウントに実際の変更を加える処置は、担当者が確認してから実行する。単純な要求は規則で処理し、曖昧な要求にモデルを使うため、すべての照会を生成AIに任せるわけではない。
    成果
    U MobileはAiDaHをL2支援の標準手順に組み込み、文書化した運用シナリオが150件を超えると説明する。同社の内部測定では、2026年1月から9月の間に、月間のプロビジョニングとネットワークのチケットが84.5%、一般問い合わせが81.6%、請求と課金のチケットが48.7%減少した。複数システムの情報をまとめ、担当者が原因の調査結果と対処案を一緒に検討する形に変わった。
    限界と残る課題
    チケット減少に対する対照群や他の運用変更の影響は示されていない。人を介さず障害復旧を完了する運用は今後の目標である。

    出典

  15. 2026-11-02資料公開AX244運用中

    保険 / スペシャルティ保険 米国

    Ascot Group: 事故の初回通知メールの識別と保険金請求案件の登録

    業務課題
    Ascotの米国保険金請求部門は、少人数で専用メールボックスに届く事故の初回通知を処理していた。同じ宛先に既存案件の追加書類、進捗の問い合わせ、その他の連絡も混在した。担当者は本当の新規事故通知を選び、事故日に有効な契約を確認して請求案件を登録する必要があり、受付が遅れていた。
    使った技術とデータ
    BevayaのFNOL AIエージェントがメールボックスから新規事故通知を識別し、保険種目ごとの業務規則を適用する。契約システムを照会して適切な契約と日付を結び付け、Guidewireに請求案件を作成する。Ascotの請求担当部門が供給企業と通知の判別規則やシステム接続を整理し、結果を継続して確認し改善した。人による確認と追跡可能な監査記録を残し、補償の解釈や保険金の支払可否などの専門判断をすべてAIに任せる方式ではない。
    成果
    Bevayaの顧客事例の要約は、人の介入なしで処理する比率を85%、月間の自動化件数を約925件とし、請求案件を開く時間が2日から20分になったと発表した。Ascotの米国請求最高責任者は、受付と適切な損害査定担当者への割り当てが速くなり、顧客も案件処理を早く始められると説明した。補足書類の分類と要約は、インタビューでは次の拡大段階として説明された。
    限界と残る課題
    要約の成功率とインタビューで述べた数値が異なるため、成功率は採用していない。85%は顧客事例の要約に示された基準であり、登壇中に言及されたより高い最新比率とは合成していない。初回運用月の年は原文に明記されていないため、公開日を並び順の基準とした。

    出典

2026. 10

  1. 2026-10-30資料公開AX208運用中

    建設と不動産 / 住宅建設 米国

    Lennar: 社内データへの回答に品質と鮮度の根拠を表示

    業務課題
    Lennarでは部門ごとにシステムと定義が異なり、報告書の数値が一致しなかった。社員は社内AIアシスタントLenAIに業務データを質問しても、回答を信頼できるかデータチームに再確認する必要があった。
    使った技術とデータ
    LenAIは自然言語の質問に答える際、Ataccamaのデータ品質と鮮度、データ生成処理の成否を合わせた信頼スコアも表示する。回答が元データに基づくか、追加検証を通過するかも確認する。社員はその根拠から業務判断に使えるか決める。
    成果
    Ataccamaの顧客事例でLennarの担当者は、回答に根拠を直接表示したことで社員のためらいが減り、実際の利用が増えたと説明した。利用者はデータチームとの別の確認会話を始めずに、データの信頼性を判断できるようになった。
    限界と残る課題
    AI回答の精度と時間短縮の実測値はない。自動修復エージェントは開発中である。

    出典

  2. 2026-10-30資料公開AX216運用中

    物流 / サードパーティロジスティクス 米国

    Worldwide Express: 運送請求書の料金差異と追加料金の例外処理

    業務課題
    Worldwide Expressでは請求書が注文、配送記録、契約料金と一致しない場合、担当者が運送会社別の規則を調べ、原因確認と連絡を行い、輸送管理システムに結果を入力していた。AWSの事例によると、未解決の請求例外に毎月1500万ドルのキャッシュフローが滞留していた。追加料金や異議申立ての手順が会社ごとに異なり、固定ルールだけでは対応しにくかった。
    使った技術とデータ
    同社はAWSとLTMと協力し、Amazon Bedrockの推論とAmazon EC2上のエージェントを輸送管理システムSpeedShipに接続した。請求書照合、契約料金との差異確認、配送証拠に基づく追加料金検証を別々のエージェントが担う。既存APIから契約料金、配送詳細、配達証明を読み、運送会社別の料金規則と業務手順を検索して処理案を作成する。当初は担当者が既存画面で個別承認し、原文によると精度が99%を超えた後に一括承認が標準となった。却下理由や人による修正頻度を記録し、プロンプトと知識資料を改善する。
    成果
    AWSが公開した事例によると、運用開始から半年の時点で40社を超える運送会社に適用し、毎週1万件の例外を1%未満の誤り率で処理した。同社は現金回収期間が4週間短縮し、年間費用を100万ドル超削減したと報告した。原文は未解決例外の金額が1500万ドルから400万ドルへ減り、1000万ドルのキャッシュフローを確保したと説明する。担当者は反復処理ではなく、複雑で価値の高い紛争に集中できるようになった。
    限界と残る課題
    比較対象の標本や誤りの測定方法は公開されていない。本文の1000万ドルのキャッシュフロー確保と、毎週1000万ドル分の顧客請求を追加で早く処理するという幹部の発言は基準が異なるため合算していない。

    出典

  3. 2026-10-29資料公開AX223実証

    製造 / 完成車 ドイツ

    BMW: 研究開発の障害チケットの品質改善と同じ根本原因を持つ過去事例の判別

    業務課題
    BMWの研究開発における障害管理では、不完全なチケットの件名と説明を補い、同じ原因の過去障害を見つけて重複調査を減らす必要があった。ドイツ語と英語の社内資料には独自分類や識別子があり、一般モデルに詳細指示を与えても識別子の捏造や出力言語の誤りが生じた。AWSとBMWはモデル調整と評価手法の検証対象としてこの業務を選んだ。
    使った技術とデータ
    両社は12週間の協業でチケット編集履歴と根本原因分析結果を使用した。Bedrockのモデルで学習例を生成し、別の判定モデルで情報保持、形式、言語条件を確認して選別した。SageMakerで小型基本モデルに業務別QLoRAアダプターを学習させ、単一のリアルタイムエンドポイントで複数アダプターを選択して使う構成にした。件名と説明の書き直し、不足情報を尋ねる質問の生成、新しい障害と所定の過去候補が同じ原因かの判別を行う。BMWが業務定義、評価基準、学習資料、アダプターを管理する。
    成果
    AWSとBMWによると、別に保持した評価資料で、件名品質は5点尺度の3.74から4.71へ、説明品質は2.84から3.87へ改善した。同じ原因の候補が存在しない場合の判別性能も改善した。単一の学習設定と固定候補リストによる実験結果であり、現場の処理時間削減や検索サービス全体の運用成果ではない。
    限界と残る課題
    原文は単一の乱数シードと単一の学習設定による評価と明記する。検索全工程、常時本番運用、実際のエンジニアの業務時間改善は確認されていない。

    出典

  4. 2026-10-27資料公開AX202運用中

    通信 / 固定・移動通信 オーストラリア

    Telstra: 顧客サービス移行時の旧新プラットフォーム間の請求と支払いの不一致確認

    業務課題
    Microsoftが2026年10月27日に公開した記事によると、Telstraは顧客サービスを旧プラットフォームから新プラットフォームへ移す際、異なるシステムの請求と支払いを照合する複雑な業務を処理する必要があった。不一致と修正案を見つけながら、運用の信頼と管理基準を保つことが課題だった。
    使った技術とデータ
    TelstraはMicrosoft Frontier Companyと協力し、AIを使うMigration Payment Agentを本番運用へ導入した。エージェントは旧新システムの情報から不一致を先に見つけ、修正措置を推薦し、人が確認できるよう関連情報を補った案件を作る。AI分析には人による検証を組み合わせており、推薦が自動的な支払いや請求変更を意味するわけではない。
    成果
    Microsoftは、このソリューションが27万2,000件を超えるサービス移行を支援し、本番で95%以上の推薦精度を得たと報告した。複雑な運用と顧客体験を改善し、再利用可能なAI能力を蓄積する事例と説明している。支援したサービス移行数と推薦精度は異なる指標である。
    限界と残る課題
    推薦精度の分母、測定期間、削減費用、手作業の削減率は公表されていない。人の承認後に措置する具体的なシステム連携も確認できない。

    出典

  5. 2026-10-26資料公開AX211運用中

    物流 / サードパーティロジスティクス 米国

    C.H. Robinson: 海上と航空貨物の運賃見積もり算定と顧客への回答

    業務課題
    C.H. Robinsonの海上運賃見積もりは、出発地と到着地の港、ターミナル料金、内陸輸送経路を併せて確認する手作業だった。料金は変わり続け、荷主が港を指定しない場合もあるため、異なる時間帯の担当者が外部情報を集める必要があった。同社によると、以前は航空見積もりに1日、海上見積もりに2日から3日かかっていた。
    使った技術とデータ
    同社は複数のAIエージェントとサブエージェントで荷主の依頼を解釈し、外部情報を取得して経路を決める仕組みを作った。エージェントはターミナルのウェブサイトと料金通知メールを確認する。港の指定がなければ集荷地点と社内データを基に港、内陸輸送手段、混載センターを提案する。同社はAIが専門家を補助し、人の監督と顧客別の対応を維持すると説明した。
    成果
    2026年10月26日の発表でC.H. Robinsonは、AIが3,600を超える顧客に80,000件以上の見積もりを算定して送り、航空と海上の見積もり時間が2分から3分に短縮したと述べた。米国とカナダ向けの海上混載貨物から始まった機能は、コンテナ、航空貨物、メキシコや欧州などへ拡大した。同社は顧客が情報を早く得て輸送変更や混乱に対応できると説明した。
    限界と残る課題
    原文は見積もりの正確さや社員による修正率を明らかにしていない。中国の顧客は試行段階であり、他の一部地域への拡大は発表時点では今後の計画だった。

    出典

  6. 2026-10-26資料公開AX213運用中

    物流 / サードパーティロジスティクス 米国

    C.H. Robinson: 米国通関書類の分類と情報抽出、不足書類の依頼

    業務課題
    C.H. Robinsonの米国通関チームは、荷主、運送会社、政府機関から届くさまざまな書類を手作業で処理していた。新しい貿易協定、追加関税、強化された規則が加わり、国際貨物の通関手続きは複雑になり、従業員の作業も増えた。同社は手作業の対象が4ダースを超える種類の書類だったと説明した。
    使った技術とデータ
    新しいAIエージェントと自動化は、届いた書類を分割し、分類して該当する輸送案件に紐付ける。AIエージェントが必要な情報を抽出し、システムが不足書類を見つけて依頼する。手続きの最後には請求書と情報一式を自動送信する。書類処理の反復作業を減らす一方、通関担当者は重要な検証と規則への適合確認を引き続き担う。
    成果
    2026年10月26日のプレスリリースで、C.H. Robinsonはこの通関支援により、それまでの所要時間が23%減ったと説明した。同社は通関担当者が重要な検証と規則への適合確認に集中できるようになったとしている。この数値は通関支援に関するもので、海上と航空の運賃見積もりや海上予約の処理時間の成果ではない。
    限界と残る課題
    原文は23%減少の測定期間、比較対象、書類からの情報抽出の正確さを示していない。通関手続き全体が人なしで終わるという意味ではない。

    出典

  7. 2026-10-23資料公開AX203限定運用

    食品と飲料 / 加工食品 スイス

    Nestlé: 製品成分と使用方法に関する消費者の問い合わせへの回答

    業務課題
    Nestléは複数のブランドと言語にまたがる消費者の問い合わせに、迅速かつ一貫して答える必要があった。Salesforceの顧客事例によると、消費者対応の半数以上がメール、チャット、WhatsAppなどのデジタル経路から届いていた。製品や成分の情報が変化し続けるなか、ブランドごとに別のAIを作ったり手作業を増やしたりせずに対応を拡大することが課題だった。
    使った技術とデータ
    NestléはService Cloud内にAgentforceの消費者対応エージェントを組み込んだ。Data 360はデータを複製しない接続でSnowflakeの製品成分情報を読み、ブランドのウェブサイトと対応用の知識も提供する。エージェントが回答に自信を持てない場合や消費者が人を求めた場合は、会話履歴とともに担当者へ引き継ぐ。担当者は同じ業務画面で会話の要約、関連資料、回答候補を受け取り、対応を続ける。
    成果
    Salesforceは、Nestléの試験運用で消費者の問い合わせの40%をエージェントが自律的に解決し、エージェント対応の満足度が5点満点中4.8点だったと述べた。最初のエージェントは8週間で公開し、国ごとの展開も準備から技術的な配備まで8週間かかると説明した。これらは試験運用の結果であり、世界全体の問い合わせの解決率には拡大して解釈しない。
    限界と残る課題
    試験運用の標本数、測定期間、国別の結果は公開されていない。成分に関する回答の精度と全社の対応費用の削減額も原文にない。

    出典

  8. 2026-10-22資料公開AX197限定運用

    保険 / 保険仲介 香港

    Sun Flower Insurance Brokers Limited: 医療保険商品の比較と相談用推薦レポートの作成

    業務課題
    Sun Flowerの担当者は顧客の問い合わせごとに保険会社の文書を探し、保険料、保障内容、免責条件、加入資格、待機期間を比較する必要があった。比較する保険会社が増えると同じ確認作業が繰り返され、顧客の要望に合う選択肢を一貫して説明することも難しかった。
    使った技術とデータ
    AccessOrangeは商品情報をSharePointに分類し、必要な顧客入力項目と推薦ルールを整理した。Microsoft Copilot Studioで構築した社内用Insurance Plan Advisorが顧客情報に合う商品を絞り込み、比較結果を会社の書式のPDFレポートにする。担当者はAIの推薦内容を確認してから顧客に案内する。構築にはユーザー受入試験、修正、精度確認、従業員研修が含まれた。
    成果
    AccessOrangeの事例によると、顧客企業の従業員と海外の同僚が試験と初期利用に参加した。顧客企業は、問い合わせごとの商品比較を手作業より少なくとも半分速く処理できると確認した。これは試験と初期利用で得た顧客の評価であり、全社運用で測定した平均処理時間や保険引受の自動化成果ではない。
    限界と残る課題
    利用人数、測定標本、比較精度の数値は公開されていない。過去の保険金請求と医療事例のデータ追加は将来の計画である。

    出典

  9. 2026-10-22資料公開AX205運用中

    製造 / 昇降機 ドイツ

    TK Elevator: 昇降機の整備前案内と作業後の音声記録

    業務課題
    TK Elevatorの整備技術者は現場で昇降機の場所を尋ね、手書きの整備記録や分厚い技術マニュアルを探す必要があった。必要な工具に後から気づいて車へ戻ることもあり、作業後は不便な車内で記録を書いていた。センサーの数値だけでは、説明書や以前の技術者の経験にある故障診断の知識を一緒に活用しにくかった。
    使った技術とデータ
    同社はAzure上の接続設備データ、整備履歴、技術文書を基盤として、Microsoft FoundryとAzure OpenAIを使うエージェントアプリを作った。携帯電話やタブレットで訪問前に昇降機の場所、問題、必要な工具を案内する。作業後には音声エージェントが技術者の説明を記録し、足りない情報を追加で尋ねる。技術者は現場を調べ、自らの判断で措置を決め、新たな記録は次の整備のための知識として蓄積される。
    成果
    Microsoftの現場取材は、技術者が現場でマニュアルと過去の整備履歴を検索し、入力せずに作業内容を残す実際の利用過程を紹介した。TK Elevatorの関係者は、現場からのフィードバックを、より正確な故障診断と故障予防に使うと説明した。世界の技術者2万5000人、管理設備140万台という会社の規模は示したが、全員がアプリを使うという導入率は明らかにしていない。
    限界と残る課題
    アプリ利用者数、導入開始月、整備時間や故障率の改善数値は公開されていない。AIが昇降機を自律修理したり、現場技術者の判断に代わったりする事例ではない。

    出典

  10. 2026-10-21資料公開AX210運用中

    情報技術 / テクノロジーコンサルティング インド

    Birlasoft: 契約文書からの履行義務抽出とプロジェクト遂行中の履行追跡

    業務課題
    Microsoftが紹介したBirlasoftの契約引き継ぎでは、法務、財務、税務、営業部門が作成した契約をプロジェクト遂行責任者が受け取り、読み解いて関係者に確認していた。義務は基本契約、作業明細書、日程、サービス水準の約束に分散しており、人が順番に読むだけでは離れた条項の関係や約束の見落としが生じるおそれがあった。
    使った技術とデータ
    BirlasoftはContract.aiを構築し、義務を抽出して原文の根拠に結び付けた。Azure Data Factoryで文書を取り込み、Data Lakeに保存し、Databricksで分析と報告を支援する。計画エージェントが専門エージェントを調整し、義務抽出、出力検証、不整合の表示を分担させる。担当者は期限が近い義務、期限超過、完了を追跡する。法的、財務的な影響があるため、人による監督を維持する。
    成果
    Microsoftの顧客事例によると、Contract.aiは年間1,000件を超える作業明細書を処理し、案件ごとに平均10件を超える義務を見つけ、年間約4,000人時の実現済み削減効果を生んでいる。Birlasoftのプログラム管理者は、契約解釈より遂行に集中でき、義務のリアルタイムな可視化でリスク管理と顧客への約束の履行が改善したと述べた。
    限界と残る課題
    原文は義務抽出の精度、見落とし率、削減時間の算定に使った比較条件を示していない。

    出典

  11. 2026-10-21資料公開AX198実証

    製造 / 電子機器 ドイツ

    Siemens: デジタルツインと合成画像によるプリント基板の光学検査準備

    業務課題
    電子製品の新機種や派生製品を生産する際、従来は実物の試作基板が完成してから光学検査プログラムの準備と学習を行う必要があった。製品の種類と工程変更が多い生産環境では、実物試料を待つ時間と手作業の検査準備が生産切り替えの負担になっていた。
    使った技術とデータ
    SiemensはドイツのErlangen電子工場を実証現場とした。Teamcenterの基板設計、部品表、部品情報をProcess Preparation Xで検証、正規化し、実装基板のデジタルツインにする。NVIDIA Cosmosで正常な基準基板と欠陥基板の合成画像を生成し、実物を生産する前に検査装置を校正する。生産中にはAI支援の二次検査により、光学検査が検出した潜在的な欠陥が実際の不良か誤検出かを分析する流れを説明している。
    成果
    Siemensは、実際の工場の生産環境と専門家の知識を使って、この検査準備の流れを実証していると発表した。実物基板への依存と手作業の削減が目的である。検査プログラム作成の手作業を最大85%、誤検出を40%削減し、初回合格率を5%超改善するという数値はプロジェクトの目標であり、達成済みの実測結果ではない。
    限界と残る課題
    実証で達成した処理時間、誤検出率、歩留まりの数値は公開されていない。検査結果の最終承認権限と商用展開の全範囲も確認できていない。

    出典

  12. 2026-10-20資料公開AX226運用中

    生活消費財 / 陶器 フランス

    Bleu Clémentine: 陶器事業の商品説明、ニュースレター、ソーシャルメディア文案の作成

    業務課題
    フランスのボルドーでBleu Clémentineを営む陶芸家Morganeは、食器や生活雑貨の制作に加え、商品紹介や顧客への案内文も書く必要があった。小規模事業では販促文を書く時間が制作時間と競合する。Googleが紹介した事例の目的は文章そのものを売ることではなく、反復的な販促文作成を軽減して本業へ時間を戻すことにある。
    使った技術とデータ
    MorganeはGeminiを商品説明、ニュースレター、ソーシャルメディアで注目を集める導入文の作成に使う。陶器事業に必要な販促文を生成AIで準備し、確保した時間を制作へ再投入する。原文は入力様式、検収手順、外部アプリ連携の詳細を示していないため、同じ記事で発表した新しいブランド画像機能や財務分析機能をこの事業が導入したとは記していない。
    成果
    Googleによると、Morganeはこの活用で毎日2時間から3時間を節約し、その時間を食器と生活雑貨の制作へ戻している。公表された成果は事業者の業務時間に関する説明であり、販売量、売上、広告転換率の増加は示されていない。
    限界と残る課題
    時間削減の測定期間、算定方法、最終文案の確認方法は不明である。既存の文章作成と新発表のGemini機能の成果を混同しない。

    出典

  13. 2026-10-20資料公開AX227運用中

    食品と飲料 / 飲食店と精肉小売 米国

    Burger & Butcher: 地域検索の成果分析と店舗告知、新メニュー企画の支援

    業務課題
    米国ニュージャージー州のBurger & Butcherは、飲食店と精肉小売を一店舗で営み、専任のマーケティング担当がいない。運営者Joshは店舗業務の合間に地域客の来店経路を確認し、近隣イベントに合わせた情報発信や新商品準備も行う必要があった。店舗運営と販促を兼務する中で、検索情報を文案とメニュー案へつなげる支援が求められた。
    使った技術とデータ
    JoshはGoogle Business Profileと接続したGeminiを使い、地域検索と地図での店舗の成果を確認する。近隣イベントに合わせた週末の告知文を作り、地域の味の好みを分析し、新しい朝食メニューや持ち帰り用の精肉商品企画へ活用する。原文は勤務の合間に運営者が使う方式と説明しており、AIが店舗アカウントへの投稿やメニュー販売の判断を自動実行するとは述べていない。
    成果
    Googleは専任販促担当のいない一店舗が、顧客流入情報の確認、地域向け文案作成、新商品企画でGeminiを実際に使う事例として紹介した。確認できる変化は、運営者が勤務の合間に検索成果と地域の好みを業務へ結び付ける点である。来店数、売上、業務時間の数値改善は公表されていない。
    限界と残る課題
    分析期間と精度、投稿前の確認手順は不明である。同記事で新たに発表した財務分析や画像生成を、この店舗の導入範囲へ加えない。

    出典

  14. 2026-10-20資料公開AX195運用中

    情報技術 / クラウドマネージドサービス 韓国

    ベスピングローバル: 社内業務の分析を経た511個のAIエージェントの全社常時運用

    業務課題
    ベスピングローバルが2026年10月20日に出したプレスリリースによると、AIサービスとソリューションを手がける同社は、自社業務にまず適用して検証を終えたソリューションだけを顧客に提案する「自己証明（Self-Proof）」の原則を掲げている。同社は同日発行した「2026 産業別AX顧客事例集」の最終章を自社の全社AX転換の成果にあてた。
    使った技術とデータ
    同社は月ベースで3万3,924件の業務を分析して900件を超える自動化課題を選び、751個のエージェントを設計、検証した。このうち511個のAIエージェントが現在全社で常時稼働している。プレスリリースによると、事例集の事例全般には同社の自社AIプラットフォームHelpNow AI Platform、HelpNow AI Foundryとデータ統合ソリューションHelpNow DataOpsが使われ、AWS、Google Cloud、Naver Cloudなどのマルチクラウド上でRAG、エージェント型AI、マルチエージェントのオーケストレーション技術が適用された。
    成果
    プレスリリースによると、ベスピングローバルはこれらのエージェントで年間3万6,800時間を削減し、ヒューマンエラーを99%減らした。
    限界と残る課題
    エージェントが担う業務の種類と、削減時間やヒューマンエラーの測り方はプレスリリースに記載がない。

    出典

  15. 2026-10-20資料公開AX215運用中

    生活消費財 / 化粧品 フランス

    ロレアル: 消費者相談担当者の返信草案、問い合わせ意図確認と割引コード生成

    業務課題
    L’Oréalの担当者はブランド別の口調で回答し、問い合わせ意図を確認する必要があった。割引コード作成でも複数画面を行き来し、反復作業に時間がかかった。
    使った技術とデータ
    Service CloudのAgentforceが会話を要約し、返信と割引コードを作る。Data 360が対応履歴、顧客記録、知識文書とSAP S/4HANAの注文情報を接続する。担当者が草案を確認、修正して送信し、AIは終了前に意図と会話の一致を確認する。ブランド別の指示が口調を調整する。
    成果
    Salesforceは草案を修正しない場合に処理時間が64%、修正する場合も約40%減ったと説明した。北米25ブランドで300人超が毎日利用する。欧州展開は今後の計画である。
    限界と残る課題
    64%は草案の修正がない場合の条件付き成果で、全相談の平均ではない。

    出典

全資料を取得 (JSON)