企業・団体が自ら公表しているAI活用事例を、出典付きで業界別に整理しています。
このページで紹介する事例は、各企業・団体が報道発表や公式サイトで公表した情報を調査し整理したものです。ALLFORCES株式会社が実際に手がけた案件ではありません。数値は出典元の発表をそのまま引用しており、出典名・URL・公表年を各事例末尾に記載しています。裏付けとなる公開情報が確認できなかった事例は掲載していません。
ゼンリングループが提供するAI点群処理ソフト「ScanX」を、竹中土木・こぶし建設・日本工営都市空間・鴻池組が導入。ドローンやレーザースキャナーで取得した点群データのノイズ除去や加工をクラウド上でAIが自動処理する。
竹中土木: ノイズ除去が「丸1日以上」から「1時間」に短縮（工数85%削減）
こぶし建設: 手作業で半日かかっていた処理が1時間に短縮
日本工営都市空間: 作業時間が従来の10分の1以下に短縮
鴻池組: 数十GBの点群データもURL一つで伝達可能に
施工現場の配筋写真をAIが解析し、鉄筋径などを自動計測するAI配筋自動検査システムを開発・導入。
正答率は約94.0%（AIが「推定確度高い」と判定した場合は98.6%）。従来の専用検査システムと比較して、検査業務の作業時間を約36%縮減。
AIカメラと専用アプリを組み合わせた建設DXサービス「CONSAIT」を配筋検査に適用。自動計測・電子マーカー・帳票自動作成を行う。
現場管理業務の時間を従来比で約60%短縮（黒板準備・帳票整理を外部委託した場合との比較では約40%短縮）。
iPadで利用者との会話を文字起こしし、ケアプランやモニタリング記録を自動生成する生成AI「むすぼなAI」（株式会社やさしい手提供）を導入。
半日程度かかっていた作業が30分〜1時間程度で完成。サービス等利用計画・モニタリングの作成時間は半分以下に短縮。一方で記録・書類作成の業務量自体は約2割増加したとしている。
価格・陳列列数・天候・曜日特性などをAIが分析し、最適な販売予測数を発注担当者に提案するシステムを2020年9月に132店舗・約8,000品目へ全店導入。
2018年春から実施したテスト店舗で、発注担当者が発注作業にかける時間を平均約3割短縮。営業時間中の欠品発生を減らす効果も確認。
毎日約2,000社から届くFAX注文書の処理に、インフォマートの「発注書AI-OCR」を導入。AIが複雑な商品を自動特定し、リファックスも一括送信する。
リファックス業務だけで日に1時間以上の業務時間を削減。発注書の見落としによる取引先とのトラブルはゼロに。
ダイセーグループのAI自動配車・運行管理システム「ATMTC」を全6拠点に導入。
配車作業が1日平均4時間から約1時間に短縮（1日あたり約3時間の削減）。誤配送はゼロに。新人ドライバーの研修期間は約1ヶ月から約半月に短縮。
求貨求車サービスにPKSHA Technologyの予測・最適化アルゴリズムを導入。過去数千万件のマッチング実績と需給傾向をAIが学習し、荷請け可能性をスコア化する。
検証時の試算で、従来は荷請けしていなかった貨物のうち10%以上（年間約1万件）が新たに荷請け可能になる見込みとされた。
月40〜50件の契約書レビュー業務に、AIが不利な条文や欠落条項を指摘する「LegalOn」（取材当時の名称はLegalForce）を導入。
パラリーガルの体感で作業時間の4〜5割程度を削減。過去の契約条項を探す時間や抜け漏れがないか考える時間も大分減ったという。
三菱商事の保証債務に関する経理業務改革の実証実験（2024年4〜5月）をPwC税理士法人が支援。契約書・残高証明書からの情報抽出や支払調書の提出要否判定にOCRと生成AIを活用。
契約書・残高証明書からの情報抽出で平均97%の正解率。支払調書の提出要否判定で98%の再現率を達成。
