AI導入事例どの業務が、どう変わったか。

対象業務

文書作成、戦略策定の基礎データ作成、品質管理規定・過去事例の検索

ツール

自社開発「ConnectAI」（OpenAI・Google・Anthropic のモデルを利用）

公表効果

「2024年のAI活用による業務時間削減効果は44.8万時間に達し」「1回あたりの削減時間：28分（昨年比1.4倍）」

数値の性質

試算

留保

削減時間は社員が「どれだけ削減できたか」を回答した自己申告の積み上げ。ただし利用回数240万回・母数・1回あたり削減分がすべて開示されており検算できる。3社のモデル合算でベンダー別の寄与は不明。

出典：自社プレスリリース（news.panasonic.com）

対象業務

ソフトウェア開発（ユニットテスト、APIモック、バグ修正、コードレビュー、ドキュメント生成）

ツール

Claude Code（Anthropic）

公表効果

新機能を市場投入するまでの期間を79％短縮し、24営業日から5営業日になったと公表。

数値の性質

実績

留保

開発業務に限定した指標で全社平均ではない。母数と測定方法は非開示。ベンダー事例と楽天自身のブログで同じ数値が確認できる。

出典：ベンダー導入事例（claude.com）＋自社ブログ

対象業務

コードレビュー、Google Apps Script の処理開発

ツール

Claude Code（Anthropic）

公表効果

Google Apps Scriptの処理開発を24時間から1時間へ96％短縮。コードレビューにかかる時間も80％減ったと公表。

数値の性質

実績

留保

対象タスクが限定的で、24時間→1時間は特定の処理についての値。全社の開発工数がこの比率で減ったという意味ではない。

出典：ベンダー導入事例（claude.com）

対象業務

APIエンドポイントの実装、新規開発者のオンボーディング

ツール

Claude Code（Anthropic）

公表効果

API実装を2日から5時間へ70％短縮。エンジニア1人あたり週7時間を削減したと公表。

数値の性質

体感

留保

週7時間は先行利用者への社内アンケートによる回答で、全エンジニアの平均ではない。API実装の母数と測定期間は非開示。

出典：ベンダー導入事例（claude.com）

対象業務

会議要約、英語資料作成・和訳、設計情報の社内検索、設計品質レビュー

ツール

Microsoft 365 Copilot（特定業務は Azure OpenAI Service を併用）

公表効果

「導入初期の300人でひとりあたり月12時間の業務時間削減を達成」

数値の性質

体感

留保

300人の先行利用段階の値で、その後の6,000人・30,000人展開後の実績ではない。アンケートによる測定で算出根拠は非開示。

出典：ベンダー導入事例（microsoft.com）

対象業務

広告クリエイティブ企画、投資モニタリング、UXリサーチ

ツール

ChatGPT Enterprise、OpenAI API（社内GPTを1,600個以上作成）

公表効果

「広告クリエイティブ企画では…月間で約28時間の工数削減」「1件あたり1〜2時間必要だった投資の検討業務が…5〜10分へと短縮」

数値の性質

実績

留保

同じ原典にある「90%以上の業務時間の削減」は特定プロジェクト・特定部門に限った値で、全社平均ではない。

出典：ベンダー導入事例（openai.com）

対象業務

リサーチ業務、カスタムGPTによる業務支援

ツール

ChatGPT Enterprise（OpenAI）

公表効果

対象となったリサーチ業務で、従業員が作業負荷を20〜30％削減できたと回答。4か月で1,800以上のカスタムGPTを作成。

数値の性質

体感

留保

20〜30%は「選ばれたリサーチ業務」に限定した従業員の自己申告。展開人数35,000人とカスタムGPT1,800件は実数。

出典：ベンダー導入事例（openai.com）

対象業務

設計・施工、営業支援などの全社業務（カスタムGPTを含む）

ツール

ChatGPT Enterprise（OpenAI）

公表効果

「1人あたり週平均5.48時間の業務削減 → 年間6.6万時間の削減（250名換算）」

数値の性質

試算

留保

導入からわずか3か月時点の数値で、年間6.6万時間は250名からの換算。満足度・活用意欲はアンケートの自己申告。

出典：自社プレスリリース（taisei.co.jp）

対象業務

Excelマクロのコード作成、企画書・あいさつ文・SNS投稿文の作成、議事録要約、アンケート分析

ツール

LoGoAIアシスタント bot版（トラストバンク）

公表効果

「令和６年度で、約858時間の業務時間の削減効果があった」「生成AIを利用した職員の85％が業務効率化の効果を実感」

数値の性質

体感

留保

根拠は職員へのヒアリングでシステムログの実測ではない。ただしイニシャル200千円・ランニング840千円（税抜）と原価が明記されており、費用対効果は検証しやすい。

出典：総務省 自治体DX推進参考事例集（soumu.go.jp・PDF）

対象業務

IT調達仕様書の作成、議会答弁案の作成、SNS投稿文の生成、庁内システムの問合せ対応

ツール

サニタイザーAIゲートウェイ（LGWAN経由でChatGPT）、ChatGPT有償版＋カスタムGPT、LoGoAIアシスタント

公表効果

「IT調達仕様書の作成にかかる時間が５分の１程度に削減された」「ChatGPTの活用により、100時間/月相当の業務時間が削減されたと推定されている」「議会答弁案作成の作業負荷は、従来の３分の１」

数値の性質

試算

留保

100時間/月は入力文字数と生成文字数の比較から出した推定で実測ではない。答弁案の1/3は職員アンケート。ランニング407千円/年（税抜）を併記。

出典：総務省 自治体DX推進参考事例集（soumu.go.jp・PDF）

対象業務

文書作成、要約・校正、Excel関数の生成、アンケート設計

ツール

ChatGPT（LoGoチャット経由でAPI連携）

公表効果

「1,913人×29.3%×10分×243日 ≒ 22,700時間/年」（文書作成事務の業務時間短縮の想定）

数値の性質

試算

留保

原典自身が「想定（概算）」と明記し、算出条件4項目をすべて開示している点は誠実。ただし「1件10分」は職員2名のヒアリング目安を全庁に外挿したもの。

出典：総務省 先行団体における生成AI導入事例集（soumu.go.jp・PDF）

対象業務

市民アンケート自由記述欄の分類、ご意見メールの自動要約・分類

ツール

自治体AI zevo（LGWAN）＋ RPA

公表効果

「約2,600件の市民アンケートの自由記述欄に記入された内容を…職員一人だと２週間程度かかる作業が…２日間程度に短縮できた」

数値の性質

体感

留保

原典の表現は「〜と実感している」で職員の体感ベース。生成AI×RPAの組み合わせ自体は「試験的な取組」と明記されている。

出典：総務省 先行団体における生成AI導入事例集（soumu.go.jp・PDF）

対象業務

孤独・孤立対策の24時間LINE傾聴相談（住民からの相談対応）

ツール

つながりよりそいチャット（フローレンス／PKSHA Technology／Sapeet）

公表効果

「開始から約８か月で約7,500件の相談に生成AIが対応しており、それを人件費に単純換算すると約2,000万円/年相当になる」

数値の性質

試算

留保

2,000万円は人件費への仮想換算で予算削減額ではない（実際はイニシャル10,600千円・ランニング8,891千円が発生）。内部事務の効率化ではなく住民サービスの拡張型。

出典：総務省 自治体DX推進参考事例集（soumu.go.jp・PDF）

対象業務

文章作成・編集、情報調査、資料レビュー、QA対応チャットボット、日英翻訳

ツール

ELYZA App Platform（Llama-3-ELYZA-JP-70B／GPT-4o／Gemini-1.5-pro-002 ほか）

公表効果

「累計利用回数は42,984回」「生成AIアプリが累計85個作成された」「時間削減効果…『1時間〜半日（4時間）』(90件)の削減と回答した人が圧倒的に多い」

数値の性質

体感

留保

技術検証（PoC）の報告で、組織全体の削減時間は算出されていない。10テーマ中「組織で業務利用」に到達したのは1件、途中離脱・終了が5件。人事異動やトークン上限で頓挫した経緯まで書かれており、この失敗の記録が本体の価値。

出典：デジタル庁 生成AI技術検証報告書（digital.go.jp・PDF）

対象業務

学校風土調査アンケートの分析、通知表の所見素案作成、小テスト・指導案の作成、校務支援システムのFAQ対応

ツール

Education Chat（ベネッセコーポレーション）／校務支援AI Chat（Sky）

公表効果

アンケート分析「1-2時間程度を要することもありましたが…20分程度に削減」／所見の素案「5日間程度要していましたが…2-3日程度に削減」

数値の性質

体感

留保

単年度の実証研究で、数値は教員個人へのヒアリング事例。地域全体の集計値ではない。同資料は課題として「RAGの品質向上のための開発を行ったが大幅な改善にはつながらなかった」と明記している。

出典：文部科学省 次世代の校務デジタル化推進実証事業 成果報告書（mext.go.jp・PDF）

対象業務

退院サマリ・紹介状の下書き、緊急受入時の過去カルテ要約、患者説明の文字起こし

ツール

SecuAiGent（ユニリタ）＋ Waha! Transformer（電子カルテ連携）／用途別に50以上のアシスタント

公表効果

「年間5,472時間（月平均 約456時間、常勤職員約3名分）の業務効率化効果を実証」「退院サマリーのドラフト作成：1人あたり平均10分 → 25秒へ短縮」

数値の性質

試算

留保

算出は「アンケートによる導入前後比較の削減時間×各アシスタントの実行回数」という換算値。対象は全職員ではなく「積極的に活用する職員111名」で母集団に偏りがある。10か月の実績を年換算。

出典：法人プレスリリース（PR TIMES）

対象業務

各種診断書の作成、カンファレンス記録、リハビリ記録チェック

ツール

ユビー生成AI（Ubie）

公表効果

「診断書1件あたりの作成時間を約40分から約20分へと50%削減、月間で約130時間（1人あたり月間約5時間）削減」／専任2名の退職後も人員補充なしで継続

数値の性質

実績

留保

数値はドクターズクラークの診断書作成という一業務のみ。看護部門・リハビリ科の活用は定性記述にとどまる。計測方法と期間は非開示。

出典：ベンダープレスリリース（PR TIMES・病院名と院長コメント公開）

対象業務

初診時カルテの下書き、退院サマリー・診療情報提供書、会議議事録

ツール

ユビー生成AI（Ubie）／電子カルテの前日分データを毎日自動連携

公表効果

「1患者あたりの入力作成時間が平均22分から12分へと10分短縮され、月間新患約300件換算で月間約3,000分（約50時間）の業務時間を創出」「議事録作成の労力を70%削減」

数値の性質

実績

留保

年間約600時間は月間実績からの換算。「AIの出力はあくまで下書きとし、最終確認は必ず医療職が行う」運用で、使用権限は段階的拡大中（全院展開前）。

出典：ベンダープレスリリース（PR TIMES・病院名と副院長コメント公開）

対象業務

配筋検査（鉄筋の本数・径・間隔・かぶり厚さの計測と報告書作成）

ツール

自社開発のAI配筋自動検査システム（ステレオカメラ＋点群データ＋物体検出AI、BIM連携）

公表効果

「配筋検査業務にかかる延べ作業時間は現在使用している専用検査システムより、約36％の縮減を実現しました」／「全体の正答率は94.0%」

数値の性質

実績

留保

比較対象は「現在使用している専用検査システム」で、人手による従来検査との比較ではない。合否判定は最終的に施工管理者が行う。

出典：自社プレスリリース（obayashi.co.jp）

対象業務

実装基板のAOI（自動光学検査）後の目視検査

ツール

自社開発「目視判定AI技術」（良品のみを学習する実装基板専用アルゴリズム）

公表効果

「AOI後の目視検査時間を約8割削減する『目視判定AI技術』…を開発しました」

数値の性質

見込み

留保

発表時点では導入前（生産ラインへの導入開始は発表の翌月）。8割は技術の性能値で運用実績ではない。対象は「はんだ濡れ」「位置ずれ」「欠品」「浮き」の4項目に限定。

出典：自社プレスリリース（PR TIMES）

対象業務

おむすび・弁当・サンドイッチ等の日別・便別・単品別の発注

ツール

AIレコメンド発注

公表効果

「発注業務にかかる時間を1週間あたり約6時間削減し、発注担当者の負担を軽減します」

数値の性質

見込み

留保

1店舗の発注担当者あたりの想定効果として書かれ、実測期間の明示がない。フードロス削減は「適正化し」と定性表現のみ。約16,000店舗のうち500店舗の先行導入段階。

出典：自社ニュースリリース（family.co.jp）

対象業務

個人宅配・グループ配達の配達コース編成

ツール

Loogia（オプティマインド）

公表効果

「配達コース数：22コースから19コースへ、3コース（13.6％）の削減／総配達時間：150時間21分から127時間47分へ（15.0％）／総走行距離：554kmから500kmへ（9.7％）」

数値の性質

実績

留保

1センターでの実証実験の結果で、全社導入の恒常的な効果ではない。実証の実施は2021年5月と数値自体が古い。前後の絶対値が開示されているので計算は追える。

出典：ベンダー導入事例（loogia.jp）

対象業務

カスタマーセンターへの電話問い合わせ、Web FAQ（顧客の自己解決）

ツール

Helpfeel（意図予測検索による自己解決AI）

公表効果

「導入から10か月で月間16万PVの利用が定着し、顧客の自己解決が進んだ結果、入電量は約20％減少しました」（前年比）

数値の性質

実績

留保

減った分はWebでの自己解決による効果で、AIによる応対自動化はこの時点では「進めています」の段階。「応答率は大幅に改善」には定量値がない。

出典：ベンダープレスリリース（PR TIMES・担当者の実名コメント付き）

対象業務

VoC分析（週報作成・反響報告）

ツール

ELYZAと共同開発したVoC分析パッケージ（要約AI＋タグ付与AI＋ダッシュボード）

公表効果

導入前「週報作成業務に毎回約2時間、投入していました」→ 導入後「30分程度で週報を作成することができます」

数値の性質

実績

留保

定量効果は「週報作成」という1業務に限定。反響報告への効果は定性記述のみで、VoC分析AIアプリは公表時点では「提供予定」。

出典：ベンダープレスリリース（PR TIMES・顧客社長コメント付き）

対象業務

請求書処理（広告業界特有の複雑な書式）、決算業務

ツール

Robota（ファーストアカウンティング）

公表効果

「月間約5,000件の請求書処理のうち約4,000件で目視確認が不要となり、年間約1万時間の工数削減を達成」（読み取り精度8割以上）

数値の性質

試算

留保

「年間約1万時間」の算定式はページに記載がない。件数はすべて概数。効果は請求書処理に限定され、経費精算への展開は「今後」。

出典：ベンダープレスリリース（fastaccounting.jp）

対象業務

経費精算（交通費明細のチェック、差し戻し対応、月次締め）

ツール

バクラク経費精算＋バクラクAIエージェント「AI申請レビュー」（LayerX）

公表効果

「月4,000行に及ぶ交通費明細の目視確認が不要に」「経費精算の締め作業を1営業日前倒し」「証憑の添付漏れがほぼゼロに」

数値の性質

実績

留保

対象は交通費明細に限定。削減時間そのものの数値はなく「大幅」「ほぼゼロ」といった定性表現が混じる。

出典：ベンダープレスリリース（bakuraku.jp）

対象業務

新卒採用の初期段階の面接（インターンシップ選考を含む）

ツール

HireVue（デジタル面接プラットフォーム）

公表効果

「それまで現場社員が面接に費やしていた約900時間を削減することができ」／AI評価は参考扱いで「最終的な合否の判定は採用担当者が行っている」

数値の性質

実績

留保

「人事部以外の社員による面接は廃止」という運用変更込みの効果で、AI単独の寄与ではない。測定方法と対象年度の明示はない。出典は企業の自主発表ではなく経団連が企業ヒアリングをまとめた報告書。

出典：経団連 HR部門におけるAI等の活用に関する報告書（keidanren.or.jp・PDF）

対象業務

契約書レビュー、ファーストドラフト作成（契約審査・相談が業務の6割）

ツール

LegalOn（2020年からLegalForce、2025年にLegalOnへ切替）

公表効果

「AI契約書レビューツールを導入する以前と以後を比較すると、体感としてかかる時間を5割程度短縮できています」

数値の性質

体感

留保

担当者の体感による申告で実測ログではない。比較対象は2020年の導入前であり、2025年に切り替えたLegalOn単体の効果ではない。

出典：ベンダー導入事例インタビュー（legalontech.com）

対象業務

社員からの社内問い合わせ対応（「OKBアプリ」「ローン」の2領域）

ツール

PKSHA AI Helpdesk（Microsoft Teamsに組み込み）

公表効果

「FAQエージェント・ドキュメントエージェント・有人対応を一本化し、問い合わせ件数を3〜4割削減」

数値の性質

実績

留保

全社ではなく2領域に絞った範囲での削減率で、算定方法の記載はない。預金・融資・人事総務への展開は「検討」段階。

出典：ベンダー導入事例インタビュー（pkshatech.com）

対象業務

情報システム部門のヘルプデスク（社内問い合わせ対応）

ツール

PKSHA AI Helpdesk

公表効果

「正直に申し上げると、我々情シスの業務負担が劇的に減ったかというと、そうではありません。」／導入前は情シスへの問い合わせが月100件ほど。導入後は情シス・人事・総務あわせて月500〜600件の需要が可視化された

数値の性質

反証

留保

削減率は公表されていない。AIを入れると総量が増えることがあるという、削減事例だけを並べると見えない構造をベンダー自身の事例ページが記録している点で価値が高い。相談しやすさが上がった効果と、担当者の負担は別の話。

出典：ベンダー導入事例インタビュー（pkshatech.com）