導入事例
ホーム ／ 導入事例
大手機械メーカー製造業
全社規模の業務削減を掲げる現場に入り、約50部署を横断して業務を棚卸し。年間数万時間規模の削減ポテンシャルを特定し、Notionを管制塔に100件超の改善を可視化。効く順に実装まで推進しています。
約50部署を横断して業務を棚卸し・構造化。100件超の改善テーマと年間数万時間規模の削減ポテンシャルを特定し、クイックウィンから順に実装
AI実装FDE
大手機械メーカー製造業
人手では再点検しきれない異常処理データを全件再判定し、損失につながる要因を特定。経営層への報告まで納品しました。
3年分・約1万件の自然言語記録を同一基準で全件再判定し、損失要因を特定
AI実装FDE
法務領域のSaaS企業SaaS・IT
SaaSプロダクトに載せる法令チェックAI機能を、評価セット約100件・弁護士監修ループ・Go/No-Go判定の枠組みで検証。価格を着手前に確定して実施し、本実装フェーズへ進みました。
評価セット約100件・弁護士監修ループでGo判定。2〜5週で実施
AI機能PoC
大手機械メーカー製造業
機種ごとに発生するマニュアル多言語化の対訳データ整備を、人手の都度作業から「現場が自分で回せる専用ツール」へ。FDEの完成形＝仕組みを残すところまで実装しました。
対訳データ整備の工程を機種非依存のツール化。実データ検証で抽出・統合は正規成果物を完全再現、整合精度は9割超
AI実装FDE
大手機械メーカー製造業
毎年集まる顧客満足度調査を全件分析。要因を分解し、経営層への報告資料まで納品しました。
自由記述（自然言語）を含む約1万件を全件分析し、経営会議用の報告資料まで納品
AI実装FDE
クリニック（睡眠外来）医療・クリニック
SNS投稿・口コミ返信・MEOといった集患業務をAIエージェントの運用に乗せ、院長は提案を承認するだけの体制を構築・運用中です。
SNS・口コミ返信・MEOの実務をエージェント化。院長の作業は承認のみ（従来は週約20時間）
ドクターワンスケール
BtoB企業
基幹システムの出力をExcelに貼り、人手で並べ替えて作っていた3種類の資料を、生成エンジンに置き換えました。人手の完成品と同一かどうかは、結論を知らない別の担当がゼロから照合する独立監査で実測してから報告しています。
比較シートは約1,200行・約6.6万セルが人手の完成品と完全一致（全量では並び順に依存しない内容ベースで99.46%）。滞留在庫の調査表は3ヶ月分・約12万セルで99.99%。連結の要因分解は説明資料に転記された約30の数値と1円未満で一致し、資料とデータの食い違いを4件検出
AIエージェント導入
大手企業
業績分析・売掛金分析・現行様式の再現といった月次の管理会計資料を、表計算のアドイン関数と手計算による作成から、決定論的な生成エンジンと品質ゲートによる自動生成へ置き換えました。検算を通らなかった資料は、そもそもファイルとして存在しません。
アドイン関数の再現は約1,150セルで100%一致、現行資料との様式一致は99.8%、売掛金明細は約49,000セルで完全一致。障害注入テスト 約40ケース・約320検査で違反ゼロ。初回の実データでは品質ゲートが後発計上の混入を検出し、資料を出さずに停止
AIエージェント導入
BtoB企業
発注明細を全件・同一の費目基準で分類し、同一商品の単価差を一覧化。分類の品質は、結論を知らない担当による独立監査で実誤り率を実測してから納品しました。
約700件・約320品目を約30の費目に全件分類。実誤り率は全体で約1%・金額加重では1%未満（独立監査で実測）。同一商品の単価差 約70件を抽出
専門業務AI-BPO
大手企業
長年たまり続けた修理・改造の依頼書Excelを、AI抽出に頼らず位置を決めたプログラムで全件データベース化。既存のExcel様式への書き戻しは、ファイルの中身を外科的に差し替える方式で、書いて読み戻して同一であることを全件確認しています。
依頼書 約870件と変更通知 約400件を取り込み、3つのデータベースに計約1,470行を投入（全列を原本と照合して一致）。既存様式への書き戻しはラウンドトリップ検証で一致率100%、約100ファイルの全数スイープでも一致率100%・欠落ゼロ
AIエージェント導入
大手企業
非定型の発令文書を基幹システムの取込形式へ人手で転記していた業務を、ExcelマスタのNotionデータベース化とAI変換の仕組みで置き換え。変換結果は原本と機械照合し、確定できない項目は「要確認」として人に返す設計です。
約20種・約950行のマスタと約580行の人員データをExcelからデータベースへ移管。実際の発令文書（スキャン含む）での検証で、変換結果のコードが原本と全項目一致（確定できないものは「要確認」として出力）
AIエージェント導入
大手メーカー
形式も明細の粒度も異なる2社の工事見積を共通の項目構造にそろえ、差額と乖離率を同一条件で比較。差の正体と、発注側が各社に確認すべき質問まで納品しました。
2案件で実施。総額に約2倍の開きがあった案件は、主因が単価差ではなく見積範囲の不一致にあることを特定。総額差1%未満の案件では、項目間で相殺し合う構造を可視化
専門業務AI-BPO