事例ID,証券コード,会社名,業種,市場,内容の種類,事例名,要約,課題,始め方,結果（出典の記載）,注意点,業務領域（主）,業務領域（すべて）,AIの使い方（主）,AIの使い方（すべて）,対象,展開の範囲,段階,全社方針の種類,提供元,製品名,公表日,開始年月,出典URL,出典の題,出典の発表元,出典の種類,確認日,初出の版,更新の版
1333-0001,1333,Ｕｍｉｏｓ,水産・農林業,プライム,活用事例,販売計画の予測をLLMで試した後に時系列基盤モデルへ切り替え、生成AIチャットへの組み込みを実証,Umios（旧マルハニチロ）は、支社の営業が手で入れていた月次の販売計画を自動化した。全社の生成AIチャットUmiChat（Claude Sonnet 4ベース）で予測を試したが、AWSの時系列基盤モデルChronos-2に切り替え、予測の説明をUmiChatで返す仕組みを実証中。,支社ごとの営業が販売計画を毎月手で入力し、業務用流通事業部の支社全体で年約4200時間かかると試算されていた。計画が担当者の経験に頼り、2〜3カ月先を当てる必要があった。,LLMによる一発の予測は再現性とシステムへの組み込みに課題があり、同じデータで精度が上回ったChronos-2でPoCを行った。AIの値をたたき台に担当者が確定する流れは変えず、Bedrock AgentCoreで予測と自然言語の考察をチャットで返すエージェントを作る。,定番商品の年累計で予測精度95%。季節品は月の列を加えてWMAPEが62.57%から20%に改善。全商品に広げると年4200時間の削減を見込む。,効果の4200時間は全商品に広げたときの見込み。生成AIの部分（予測の説明をUmiChatで返すエージェント）は実証中で、生成AIによる予測そのものは採らなかった。,営業・マーケティング,営業・マーケティング;物流・購買・SCM,データ分析,データ分析;業務の自動化・AIエージェント,社内の業務,1部署・1業務,実証・試行,,Anthropic;AWS,UmiChat;Chronos-2;Amazon Bedrock AgentCore,2026-09-10,,https://aws.amazon.com/jp/blogs/news/umios-chronos2/;https://atmarkit.itmedia.co.jp/ait/articles/2610/16/news033.html,"Umios(旧マルハニチロ) が時系列基盤モデル Chronos-2 で実現する販売計画 AI – 作業4,200時間削減への裏側;「年4200時間の入力」「経験と勘」からの脱却 旧マルハニチロは「販売計画」をどう自動化した？",アマゾン ウェブ サービス ジャパン;ITmedia @IT,提供企業の導入事例;報道,2026-10-19,2026-10-19,2026-10-19
1401-0001,1401,エムビーエス,建設業,グロース,活用事例,ドーナッツロボティクスとのVLM搭載「建築現場ヒューマノイド」共同開発,LLMから発展したVLM(画像+言語モデル)を搭載したヒューマノイド「cinnamon 1」等を建設現場に投入する共同プロジェクト。エムビーエスが施工現場・安全性評価、ドーナッツロボティクスが機体とAI技術を担う。,建設現場での人手不足、警備・点検にかかる人件費、危険箇所での労働災害リスク,2025年10月に資本業務提携を締結し、建築・リフォーム業界での独占販売代理店権を取得。2026年1月に新型ヒューマノイド「cinnamon 1」を発表し、2026年4月には特許出願中のジェスチャー制御技術を搭載した四足歩行ロボットの実証実験を開始。2026年内に自社管理の施工現場で外壁塗装補助・資材運搬・警備監視等の実証実験を順次計画。,2026年4月時点で施工現場での実証実験を開始。商用化・全国展開の効果や定量値は未公表。,実証実験段階で商用化前。効果・コストは今後の実証次第,店舗・現場運営,店舗・現場運営;製造・品質・保守,業務の自動化・AIエージェント,業務の自動化・AIエージェント,社内の業務,1部署・1業務,実証・試行,,非公表,ヒューマノイド「cinnamon 1」;VLM(Vision-Language Model),2025-10-17,2026-04,https://www.homemakeup.co.jp/media/news/a24;https://www.homemakeup.co.jp/media/news/a42;https://www.homemakeup.co.jp/media/news/a162,ドーナッツロボティクス株式会社との資本業務提携契約締結に関するお知らせ;新型ヒューマノイド「cinnamon 1」発表に関するお知らせ;米国発祥ロボット企業の四足歩行ロボットに特許申請中の技術を搭載,株式会社エムビーエス;株式会社エムビーエス;株式会社エムビーエス,当事者の発表;当事者の発表;当事者の発表,2026-09-27,2026-09-27,2026-09-27
1414-0001,1414,ショーボンドホールディングス,建設業,プライム,活用事例,生成AI・RAG搭載の現場向けAIアシスタント「Archibs」を燈と共同開発,東京大学発AIスタートアップの燈とショーボンド建設が共同開発したAIアシスタント「Archibs」。数百万件規模の社内ファイルを対象にRAGで回答を生成し、現場向けに音声入出力・建設用語認識・多言語翻訳を備える。高性能OCRでPDF仕様書の表組みや図面内注釈も検索対象にする。,小規模・ワンオペ現場が多い事業特性と、時間外労働の上限規制強化により、社員負担の低減と社内ナレッジ継承が課題だった。,燈の独自アーキテクチャで数百万件規模の社内ファイルにRAGを適用し、チャット・音声で情報検索や資料作成支援を行えるようにした。用途別チャットモードとフォルダ単位の検索範囲指定で回答精度を担保している。,数百万件規模のファイルへの高精度なRAGを実現したとしている。業務効率化の定量効果は未公表。,提供側（燈）の発表のみで、ショーボンド側の公式発表は確認できていない。運用開始時期・適用現場数・効果の定量値は公表されていない。,総務・社内の問い合わせ・ナレッジ,総務・社内の問い合わせ・ナレッジ;店舗・現場運営,検索・質問への回答,検索・質問への回答;翻訳;文章の作成・下書き,社内の業務,1部署・1業務,計画・開発中,,国内のAI企業,Archibs,2026-02-09,,https://prtimes.jp/main/html/rd/p/000000053.000083531.html;https://built.itmedia.co.jp/bt/articles/2603/03/news102.html;https://www.sho-bondhd.jp/pdf/ir-integratedreport-2024-04.pdf,燈（あかり）株式会社、ショーボンド建設と現場の負担軽減と技術継承を実現するAIアシスタント「Archibs」を共同開発;数百万件の資料から現場で瞬時に探し出す“AIアシスタント”、ショーボンド建設と燈が開発;統合報告書2024,PR TIMES(燈株式会社);BUILT(ITmedia);ショーボンドホールディングス,当事者の発表;報道;IR・経営資料,2026-09-27,2026-09-27,2026-09-27
1417-0001,1417,ミライト・ワン,建設業,プライム,活用事例,生成AIを活用した「受注前のリスク抽出・対策アプリ」,契約書・仕様書をアップロードすると、RAG技術で過去の不採算案件データと照合し、独自のリスクポイント9項目に基づいてリスクと対策・関連する過去事例を自動提示する生成AIアプリ。2025年7月より運用を開始した。,プロジェクトの不採算リスクを受注前の段階で把握し、防止したい。,RAG（生成AIが外部知識ソースを検索し回答を生成する仕組み）で社内の不採算案件データと照合し、リスクと対策を提示する。決算資料では「生成AIを活用したリスクチェック（トライアル）」として受注前検討プロセスに組み込まれている。,受注前検討プロセスの一環として運用開始し、約70件の案件対応の一部として活用されている。不採算防止の定量効果は未公表。,不採算減少額等の定量効果は未公表。,法務・審査・リスク,法務・審査・リスク,検索・質問への回答,検索・質問への回答;チェック・審査,社内の業務,1部署・1業務,本番運用,,非公表,,2025-09-10,2025-07,https://www.mirait-one.com/info/001724.html;https://www.mirait-one.com/info/attachment/c415ccaa2b33e4972be00181dde846f71c160783.pdf,生成AIを活用した「受注前のリスク抽出・対策アプリ」を開発、運用を開始、リスク管理対策に貢献;2024年度 決算発表および今後の経営戦略に関する記者発表会,株式会社ミライト・ワン;株式会社ミライト・ワン,当事者の発表;IR・経営資料,2026-09-27,2026-09-27,2026-09-27
1417-0002,1417,ミライト・ワン,建設業,プライム,全社方針,生成AIの全社活用推進（対話型AI利用環境と自社開発AIアプリ群）,"2024年1月よりグループの従業員が安心してAIを使える環境を整えた。対話型AIは月間約19万回・8,323人（利用率48%）が利用。プロンプト不要で使える自社開発AIアプリ25種（議事録作成・市場分析・メール作成支援等）が稼働し、決算説明資料では生成AIアプリ公開数・活用事例共有数・アクティブユーザ数を継続KPIとして開示している。",社員一人ひとりの生産性向上と、データインサイト経営に向けた業務運営の効率化。,安全な社内AI環境を整備するとともに、専門知識不要で使える自社開発の生成AIアプリを内製・展開し、DXリーダ人財育成と活用事例共有で普及を図った。,"対話型AI月間約19万回・利用ユーザー8,323人（グループ従業員の48%）。自社開発アプリ25種・月間平均7,700回（2025年9月時点）。決算説明資料では2024年度実績としてアクティブユーザ1,700名・生成AIアプリ公開22件・活用事例共有200件、2026年度目標としてアクティブユーザー3,000名・活用事例共有500件を掲げている。",個別業務ごとの削減時間・効果金額は未公表。,全社共通（業務を特定しない）,全社共通（業務を特定しない）,文章の作成・下書き,文章の作成・下書き;要約・議事録;データ分析,社内の業務,グループ全体,全社展開,全社への導入;経営計画での方針,自社開発,対話型AI（社内AI環境）;自社開発AIアプリ群（議事録アプリ、ビジネスリスク対策アプリ等）,2025-09-10,2024-01,https://www.mirait-one.com/info/001724.html;https://www.mirait-one.com/info/attachment/f1b1c6675c288ab330633721c58999318fcad92a.pdf;https://www.mirait-one.com/info/attachment/c415ccaa2b33e4972be00181dde846f71c160783.pdf,生成AIを活用した「受注前のリスク抽出・対策アプリ」を開発、運用を開始、リスク管理対策に貢献;2023年度 決算発表および今後の経営戦略に関する記者発表会;2024年度 決算発表および今後の経営戦略に関する記者発表会,株式会社ミライト・ワン;株式会社ミライト・ワン;株式会社ミライト・ワン,当事者の発表;IR・経営資料;IR・経営資料,2026-09-27,2026-09-27,2026-09-27
1418-0001,1418,インターライフホールディングス,建設業,スタンダード,全社方針,第5次中期経営計画「NEXT STAGE 2030」における生成AI活用によるDX推進方針,第5次中期経営計画（2026年2月期〜2028年2月期、「NEXT STAGE 2030」）の重点戦略「更なる収益性の向上」の中で、生成AIの積極活用によるDX推進・生産性向上を掲げる。2025年10月の決算説明資料で「生成AIの全社導入と業務利用の活用範囲を検討」と具体化し、2026年4月の決算説明会でも継続して方針を表明した。,施工などを担う人材の確保が最大のリスク要因であり、生産性向上が経営課題となっている。,生成AIの積極活用によるDX推進を中期経営計画の重点施策に掲げ、全社導入と業務利用の活用範囲を検討する方針を示した。,方針表明の段階にとどまり、社長は「まだ取り組みは進んでいないものの、生産性向上の余地は大いにある」と説明。具体的な導入・定量効果は公表されていない。,具体的なツール名、導入スケジュール、対象業務の詳細は未公表。,全社共通（業務を特定しない）,全社共通（業務を特定しない）,特定しない（用途の記載なし）,特定しない（用途の記載なし）,社内の業務,全社,方針・推進,経営計画での方針,非公表,,2025-04-16,,https://contents.xj-storage.jp/xcontents/14180/b2a60d75/d911/44aa/88a5/3d23a5942651/20250416083659321s.pdf;https://contents.xj-storage.jp/xcontents/14180/66028cb1/8359/4ab5/8547/90eea83323f4/20251017124441990s.pdf;https://contents.xj-storage.jp/xcontents/14180/166ceeca/45e8/4934/916c/3debe749afbc/20260415171321323s.pdf;https://finance.logmi.jp/articles/384244;https://disclosure2.edinet-fsa.go.jp/WZEK0040.aspx?S100Y600,2025年2月期 決算説明会（アナリスト）資料;2026年2月期 第2四半期決算説明会（アナリスト）資料;2026年2月期 決算説明会（アナリスト）資料;インターライフHD(1418)、2期連続で過去最高益を更新し増配 中計更新で2031年2月期営業利益20億円を目指す(2026年2月期決算説明);有価証券報告書（2026年2月期）,インターライフホールディングス株式会社（TDnet）;インターライフホールディングス株式会社（TDnet）;インターライフホールディングス株式会社（TDnet）;ログミーファイナンス（提供：インターライフホールディングス株式会社）;インターライフホールディングス株式会社（EDINET）,IR・経営資料;IR・経営資料;IR・経営資料;IR・経営資料;IR・経営資料,2026-09-27,2026-09-27,2026-09-28
1431-0001,1431,Ｌｉｂ　Ｗｏｒｋ,建設業,グロース,活用事例,住宅提案SaaS「My Home Robo」の生成AI機能（提案文自動生成・AI画像生成）,安心計画と共同運営する住宅提案支援SaaS「My Home Robo」に、2023年ChatGPTによる提案文自動生成機能を搭載。テイストや外観条件を選んで内観・外観パースを作るAI画像生成機能も2026年7月頃に追加予定としている。,住宅提案時の案内文作成が営業担当者の経験に左右され、若手では的確な文章作成が難しかった。,蓄積したプラン情報と施主アンケートをもとにChatGPTが提案コメントを自動生成。テイストや外観条件を指定するだけでパース画像を作るAI画像生成機能も追加する計画を示している。,登録プラン数1万件突破、加盟ライセンスは前年比15%増（2026年決算説明資料）。若手社員のクロージング率は導入前の約2倍に向上したとインタビューで紹介されている。,クロージング率向上はマイホームロボ全体の効果であり、ChatGPT機能単独の寄与は分かれていない。,営業・マーケティング,営業・マーケティング;設計・エンジニアリング,文章の作成・下書き,文章の作成・下書き;画像・動画・デザインの生成,両方,全社,本番運用,,OpenAI;自社開発,My Home Robo;ChatGPT,2023-05-18,2023-05,https://prtimes.jp/main/html/rd/p/000000117.000022440.html;https://my-homerobo.com/;https://my-homerobo.com/function/1870/;https://my-homerobo.com/interview/1751/;https://www2.jpx.co.jp/disc/14310/140120260512524430.pdf,【最新AI技術を採用】間取り提案ツール「マイホームロボ」にChatGPTを搭載;AIによる新築住宅のプラン検索システム・マイホームロボ;【新機能】AIで理想のイメージ生成から提案書作成まで!;若手社員のクロージング率が約2倍に向上。初期提案の質とスピードをAIで改善;2026年6月期第3四半期 決算説明資料,株式会社Lib Work;My Home Robo公式サイト;My Home Robo;株式会社Lib Work（マイホームロボ）;株式会社Lib Work,当事者の発表;当事者の発表;当事者の発表;当事者の発表;IR・経営資料,2026-09-27,2026-09-27,2026-09-27
1431-0002,1431,Ｌｉｂ　Ｗｏｒｋ,建設業,グロース,活用事例,カナダMaket Technologiesと進める「生成AI住宅」設計自動化プロジェクト,2025年3月、カナダのMaket Technologiesと共同で、生成AIにより住宅の間取りと3Dパースを自動生成するプロジェクトを開始。自社の住宅図面データをAIに学習させ、日本の建築基準に合わせた設計自動化システムを構築中。,住宅業界の設計業務の属人化と労働力不足、建築コスト増への対応が課題だった。,建築基準や土地形状、顧客要望を踏まえた間取りをAIが生成し、3Dパースも自動作成する仕組みをMaketと共同で開発。将来は住宅会社へのOEM販売も計画している。,2025年中のシステム開発完了を目指すとされ、実証実験を経て正式ローンチする計画が発表された。,発表時点では開発・実証前の段階で、その後の完成・提供開始に関する続報は確認できなかった。,設計・エンジニアリング,設計・エンジニアリング;企画・商品開発,画像・動画・デザインの生成,画像・動画・デザインの生成;データ分析,顧客向けの製品・サービス,1部署・1業務,計画・開発中,,自社開発,Maket,2025-03-26,2025-03,https://prtimes.jp/main/html/rd/p/000000148.000022440.html;https://www2.jpx.co.jp/disc/14310/140120260512524430.pdf,日本初の「生成AI住宅」設計・建設を目指す共同プロジェクトを開始;2026年6月期第3四半期 決算説明資料,株式会社Lib Work;株式会社Lib Work,当事者の発表;IR・経営資料,2026-09-27,2026-09-27,2026-09-27
1431-0003,1431,Ｌｉｂ　Ｗｏｒｋ,建設業,グロース,活用事例,社員自作の生成AIボット群（稟議書チェックボット等）による業務効率化,瀬口社長のラジオインタビュー（2025年10月放送）で、外部コンサルを使わず社員が自ら生成AIボットを作成していると紹介。稟議書チェックボットが修正案を示すほか、照合作業や研修にも社員が自作のAIを活用している。,稟議書の修正・やり直しが多く、無駄の多い作業になっていた。,外部コンサルに頼らず、社員が自分の業務課題に合わせてボトムアップでAIボットを各部門で自作している。,稟議書チェックボットが修正すべき点を指摘できる状態になっている（定性的な言及のみで数値は未公表）。,社長インタビューでの言及にとどまり、利用範囲や効果を示す具体的な数値は公表されていない。,総務・社内の問い合わせ・ナレッジ,総務・社内の問い合わせ・ナレッジ,チェック・審査,チェック・審査,社内の業務,複数部署,本番運用,,非公表,,2025-10-26,,https://souken.craft-bank.com/radio/digiken-libwork/,3Dプリンターで未来の家を～株式会社Lib Work（瀬口力社長インタビュー）,クラフトバンク総研（熊本シティエフエム収録）,報道,2026-09-27,2026-09-27,2026-09-27
1433-0001,1433,ベステラ,建設業,プライム,全社方針,全社員向け生成AI「HEROZ ASK」導入（3層アプローチ第1層）,HEROZの企業向け生成AIサービス「HEROZ ASK」を全社員が使える環境として整備した。議事録や文書のたたき台作成など日々の業務でAIを使う習慣づくりを進め、あわせて社内教育も行っている。,生成AIを全社員が当たり前に使える体制づくりとAIリテラシーの底上げが必要だった。,HEROZ ASKを全社に導入し、社内教育とあわせて日常業務への定着を進めた。,2026年9月の決算説明で、第1層・第2層まで本格的に稼働していると報告された。,利用人数や業務ごとの具体的な効果は公表されていない。,全社共通（業務を特定しない）,全社共通（業務を特定しない）,文章の作成・下書き,文章の作成・下書き;要約・議事録,社内の業務,全社,全社展開,全社への導入,国内のAI企業,HEROZ ASK,2026-09-16,,https://finance.logmi.jp/articles/385685,ベステラ（1433）2027年1月期第2四半期決算説明,ログミーファイナンス,IR・経営資料,2026-09-27,2026-09-27,2026-09-27
1433-0002,1433,ベステラ,建設業,プライム,活用事例,Claude Codeによる社内ツールの内製（3層アプローチ第2層）,コーディング支援AI「Claude Code」を使い、人員配置の検討や分析シミュレーター、教育支援、経営ダッシュボードなどの社内ツールを自社で開発し、日常業務で稼働させている。,資格や経験、指導体制を踏まえた人員配置の検討など、手間のかかる社内業務があった。,Claude Codeで人員配置・分析・経営ダッシュボードなどのツールを内製した。,決算説明で本格稼働していると報告された。経営ダッシュボードは社長が日常的に使っている。,内製ツールの名称や利用者数の詳細は公表されていない。,ソフトウェア開発・IT,ソフトウェア開発・IT;人事・採用・育成,コード生成,コード生成;データ分析,社内の業務,複数部署,本番運用,,Anthropic,Claude Code,2026-09-16,,https://finance.logmi.jp/articles/385685,ベステラ（1433）2027年1月期第2四半期決算説明,ログミーファイナンス,IR・経営資料,2026-09-27,2026-09-27,2026-09-27
1433-0003,1433,ベステラ,建設業,プライム,活用事例,HEROZ共同開発によるプラント解体向け3Dモデル生成AI（3層アプローチ第3層）,老朽プラントの解体需要が増える中、HEROZと共同で、計測した点群データから立体モデルを作る生成AI（3Dソリッド化）を開発し、設備の重量推定や解体方法の検討に活用する取り組み。熟練作業者の知見をデータ化する取り組みも一部始まっている。,老朽プラントの解体案件増加、熟練技術者の知見の継承、現場の安全性向上が課題だった。,ベステラが解体現場のデータやノウハウを提供し、HEROZがAIの設計・開発を担う共同プロジェクトを2026年3月に始めた。,熟練者知見のデータ化は一部で稼働し、想定より早く進んでいる。成果は特許出願する計画がある。,3Dモデルを生成するAI自体はまだ検討・開発段階で、効果や安全性向上を示す具体的な数値は公表されていない。,研究開発,研究開発;設計・エンジニアリング;製造・品質・保守,画像・動画・デザインの生成,画像・動画・デザインの生成;データ分析,社内の業務,1部署・1業務,計画・開発中,,国内のAI企業,点群→3Dモデル生成AI,2026-03-12,2026-03,https://www.besterra.co.jp/news/2026/002848.html;https://finance.logmi.jp/articles/385685,HEROZ株式会社とのAI技術実装のための共同プロジェクトに関するお知らせ;ベステラ（1433）2027年1月期第2四半期決算説明,ベステラ株式会社;ログミーファイナンス,当事者の発表;IR・経営資料,2026-09-27,2026-09-27,2026-09-27
1434-0001,1434,ＪＥＳＣＯホールディングス,建設業,スタンダード,全社方針,2026年8月期からの3か年の中期経営計画で生成AI活用による業務プロセス変革を方針化,2026年8月期からの3か年の中期経営計画の経営基盤強化戦略「人財・DX」で、生成AIを設計支援への導入・施工のフロントローディング強化・バックオフィス業務改革に活用する方針を表明。キャッシュアロケーション上も経営基盤投資の項目として「生成AIを活用した業務プロセス改革」を明記した。,設計・施工業務およびバックオフィス業務の効率化・プロセス変革が課題だった。,生成AIの導入による業務プロセス変革を、DX推進施策の一環として中期経営計画に位置付けた。,方針表明の段階にとどまり、具体的な導入実績・効果は公表されていない。,生成AI製品・サービス名、導入スケジュール、定量目標は未記載。,全社共通（業務を特定しない）,全社共通（業務を特定しない）;設計・エンジニアリング,特定しない（用途の記載なし）,特定しない（用途の記載なし）,社内の業務,全社,方針・推進,経営計画での方針,非公表,,2025-08-19,,https://www.jesco.co.jp/ja/ir/library/plan/main/01/teaserItems1/07/linkList/03/link/plan_202608-202808.pdf;https://www2.jpx.co.jp/disc/14340/140120251021576484.pdf;https://www.jesco.co.jp/ja/news/ir/auto_20251010571594/pdfFile.pdf;https://www.nikkei.com/markets/ir/irftp/data/tdnr/tdnetg3/20260422/fw1gd6/140120260422508218.pdf,中期経営計画(2026/8期〜2028/8期)策定のお知らせ;2025年8月期 決算説明会資料;2025年8月期 決算短信〔日本基準〕(連結);2026年8月期第2四半期決算説明会資料,ＪＥＳＣＯホールディングス株式会社;ＪＥＳＣＯホールディングス株式会社;ＪＥＳＣＯホールディングス株式会社;ＪＥＳＣＯホールディングス株式会社（TDnet）,IR・経営資料;IR・経営資料;IR・経営資料;IR・経営資料,2026-09-27,2026-09-27,2026-09-28
1436-0001,1436,グリーンエナジー＆カンパニー,建設業,グロース,活用事例,生成AI活用の自律型人材育成システム「GXコーチング プラットフォーム」開発・稼働開始,住宅不動産業界の人材不足と育成の属人化に対応するため、Gemini・NotebookLM・Claude等を組み合わせた自律型の人材育成システムを開発し稼働させた。商談やロープレの音声・映像を多面的に分析し、トップセールスの暗黙知を言語化してフィードバックする。,生産年齢人口の減少と、営業育成が個人のノウハウに依存し標準化されていないこと,Gemini・NotebookLM・Claude等の生成AIを組み合わせ、商談の可視化から本人へのフィードバックまでを自動で行う仕組みを構築,研修期間を4ヶ月から3ヶ月へ短縮、商談化率を20%から25%へ向上、離職率を約20%改善するという短期目標を掲げる,効果は現時点で目標値であり実績ではない。現在の運用実績は「いえとち本舗」直営店に限られ、グループ全体・フランチャイズ加盟店（2026年春予定）への展開はこれから。,人事・採用・育成,人事・採用・育成;営業・マーケティング,データ分析,データ分析,社内の業務,1部署・1業務,本番運用,,Google;Anthropic,Gemini;NotebookLM;Claude;GXコーチング プラットフォーム,2025-12-15,2025-12,https://green-energy.co.jp/news/ai-gx.php;https://green-energy.co.jp/news/mtasset/774ae6568882b31d5ccf8dddb9ed2a3866b3e365.pdf,トップセールスの『暗黙知』をAIが完全言語化。「GXコーチング プラットフォーム」稼働開始;プレスリリース「AIコーチングプラットフォーム」(PDF),株式会社グリーンエナジー＆カンパニー;株式会社グリーンエナジー＆カンパニー,当事者の発表;当事者の発表,2026-09-27,2026-09-27,2026-09-27
1436-0002,1436,グリーンエナジー＆カンパニー,建設業,グロース,活用事例,自律型AIエンジニア「Devin」導入によるシステム開発内製化,グループのAI活用事例として自律型AIエンジニア「Devin」を導入し、外部委託していたシステム開発を内製化した。開発コストと期間の大幅な削減を実現したと公表している。,システム開発を外部委託することによるコストと期間の負担,自律型AIエンジニア「Devin」を使ってコード生成・開発を自動化し、内製での開発体制に切り替えた,開発コストを約94%削減、開発期間を60%短縮したと公表,対象となった開発案件の詳細は非公表,ソフトウェア開発・IT,ソフトウェア開発・IT,コード生成,コード生成,社内の業務,不明,本番運用,,非公表,Devin,2025-12-15,,https://green-energy.co.jp/news/ai-gx.php,「GXコーチング プラットフォーム」稼働開始（グループAI活用事例一覧）,株式会社グリーンエナジー＆カンパニー,当事者の発表,2026-09-27,2026-09-27,2026-09-27
1436-0003,1436,グリーンエナジー＆カンパニー,建設業,グロース,活用事例,建築パースからのイメージ画像生成・写真からの動画生成の内製化,ラフな建築パースから完成イメージの画像を生成し、写真から販促用の動画を作る作業をAIで内製化した。外部発注のコストと時間を抑えつつ販促物を制作できるようにした。,販促用の画像・動画制作を外注することによるコストと制作期間の負担,画像生成・動画生成のAIを使い、パースや写真から販促クリエイティブを社内で作成,外注コストを抑えつつ短時間で販促物を制作できるようになったと公表,使用した生成AIツール名や定量的な削減効果は公表されていない,広報・コンテンツ制作,広報・コンテンツ制作,画像・動画・デザインの生成,画像・動画・デザインの生成,社内の業務,不明,本番運用,,非公表,,2025-12-15,,https://green-energy.co.jp/news/ai-gx.php,「GXコーチング プラットフォーム」稼働開始（グループAI活用事例一覧）,株式会社グリーンエナジー＆カンパニー,当事者の発表,2026-09-27,2026-09-27,2026-09-27
1438-0001,1438,岐阜造園,建設業,スタンダード,全社方針,有価証券報告書に明記された生成AI活用による業務効率化の方針,有価証券報告書の対処すべき課題「ITの導入」の中で、全社基幹システム導入・保存文書のペーパーレス化と並んで「生成AIの活用による業務の効率化を実施してまいります」と表明。第59期・第60期の2期連続で同じ方針を記載。,企業価値向上に向けた業務効率化の必要性,全社基幹システム導入やペーパーレス化と合わせて、生成AIを業務効率化に活用する方針を掲げる,方針の表明のみで、具体的な導入状況や効果は未公表,利用するツール名・対象部署・具体的な用途・効果はいずれも未公表,全社共通（業務を特定しない）,全社共通（業務を特定しない）,特定しない（用途の記載なし）,特定しない（用途の記載なし）,社内の業務,全社,方針・推進,経営計画での方針,非公表,,2025-12-24,,https://kitaishihon.s3.isk01.sakurastorage.jp/IrLibrary/1438_securities_2024_yf5u.pdf;https://kitaishihon.s3.isk01.sakurastorage.jp/IrLibrary/1438_securities_2023_kjtb.pdf,有価証券報告書 第60期;有価証券報告書 第59期,株式会社岐阜造園;株式会社岐阜造園,IR・経営資料;IR・経営資料,2026-09-27,2026-09-27,2026-09-28
1446-0001,1446,キャンディル,建設業,スタンダード,全社方針,生成AI活用スキル研修と事業への取り込み方針（人的資本経営の重点施策）,2025年9月期の決算説明で、現場資格の取得支援とあわせて生成AIに関する社内教育を強化したと報告。生成AIなどのIT技術の成果を事業に取り込む方針を示し、重点施策としてリスキリングとAI活用スキルの習得支援を掲げている。,建築サービス業で人手が限られる中、生産性を高めるために社員のITリテラシー底上げが必要だった。,決算説明会で複数回にわたり生成AI教育の強化を報告し、まず本体で研修を実施したうえで、営業・企画・オペレーション部門などグループ各部門へ段階的に広げていく方針を示している。,生成AIに関する教育活動の強化を実施したと報告された。各部門での業務改善は今後の検討課題としている。,使用ツール名や研修の対象人数、業務での定量的な効果は公表されていない。,全社共通（業務を特定しない）,全社共通（業務を特定しない）,特定しない（用途の記載なし）,特定しない（用途の記載なし）,社内の業務,全社,方針・推進,研修・人材育成,非公表,,2025-11-14,2025-05,https://finance.logmi.jp/articles/383216;https://finance.logmi.jp/articles/381912,キャンディル、住環境向け・商環境向け建築サービスで売上高過去最高（2025年9月期決算説明）;キャンディル 2025年9月期第2四半期決算説明,ログミーファイナンス（株式会社キャンディル提供）;ログミーファイナンス（株式会社キャンディル提供）,IR・経営資料;IR・経営資料,2026-09-27,2026-09-27,2026-09-28
1447-0001,1447,ＳＡＡＦホールディングス,建設業,グロース,活用事例,生成AIを活用した人材マッチングシステムの開発,日本証券新聞のインタビューで、コンサル・人材事業セクターにおいて生成AIを使ったマッチングの仕組みを開発中だと社長が述べた。測量系DXと並ぶ技術面の取り組みとして紹介されている。,人材マッチングの精度・効率が課題となっていた。,生成AIを活用したマッチングシステムを自社で開発している。,開発を進めている段階であり、効果は公表されていない。,用途の詳細・対象領域・完成時期は公表されていない。,企画・商品開発,企画・商品開発,業務の自動化・AIエージェント,業務の自動化・AIエージェント,社内の業務,1部署・1業務,計画・開発中,,非公表,,2025-08-27,,https://www.nsjournal.jp/sakurai_13_saafhd_1447/,櫻井英明の注目企業トップに聞く 第13回 SAAFホールディングス,日本証券新聞,報道,2026-09-27,2026-09-27,2026-09-27
1447-0002,1447,ＳＡＡＦホールディングス,建設業,グロース,活用事例,Amazon Bedrockで要件文書から提案書を自動生成しドラフト作成を短縮,自治体・国向けコンサルティングのITbookが、Amazon Bedrock（基盤モデルは主にClaude）を中核とする提案書作成支援システムを構築。提案依頼書・調達仕様書を読み解き必須項目や採点基準を抽出し、アウトライン経由で提案書ドラフトを生成する。過去の提案書やガイドラインはOpenSearchでRAG参照する。,公共調達の提案書作成で調達仕様書・評価基準の読み解きと必須項目の取りこぼし防止に多くの時間がかかり、繁忙期の同時並行案件で構成を磨く時間が不足していた。,抽出・アウトライン作成・本文生成に工程を分割し、単純な工程には軽量モデル、本文生成には高機能モデルを割り当てて品質とコストを両立させた。学習にデータを使わないBedrockを採用した。,提案書骨子の作成リードタイムが約10日から半日に短縮し、検討に使える時間が2倍以上に増えたと公表された。,2026年6月時点でトライアル運用の段階で全社展開前。効果はドラフト作成工程に限定され、最終品質は人が担保する。,営業・マーケティング,営業・マーケティング;総務・社内の問い合わせ・ナレッジ,文章の作成・下書き,文章の作成・下書き;検索・質問への回答,社内の業務,1部署・1業務,実証・試行,,Anthropic;AWS,Amazon Bedrock;Claude;Amazon OpenSearch Service;Amazon Bedrock AgentCore,2026-07-01,2026-01,https://aws.amazon.com/jp/blogs/news/case-study-genai-itbook/,ITbook株式会社様のAWS 生成AI活用事例：Amazon Bedrockを活用し、要件文書から提案書を自動生成する仕組みを構築,Amazon Web Services,提供企業の導入事例,2026-09-27,2026-09-27,2026-09-27
1719-0001,1719,安藤・間,建設業,プライム,全社方針,文章生成AIの全社利用開始(2023年9月),建設DX推進の一環で、安全なネットワーク環境を整えたうえで汎用の文章生成AIを2023年9月から全社員が使える形で導入した。,,セキュリティに配慮した利用環境を整備し、全社員が使える文章生成AIとして導入した。,各自の業務に合わせて書類の下書き作成・アイデア出し・資料の要約などに使われ、業務効率化につながっている。,利用しているツール名や定量的な効果は公表されていない。汎用AIのため、自社特有のノウハウに関する質問には回答精度が低いという課題があった。,全社共通（業務を特定しない）,全社共通（業務を特定しない）,文章の作成・下書き,文章の作成・下書き;要約・議事録;アイデア出し,社内の業務,全社,全社展開,全社への導入,非公表,,2024-01-11,2023-09,https://www.ad-hzm.co.jp/info/2024/20240111.php;https://www.atpress.ne.jp/news/381221,建設分野に特化した生成AIの社内運用を開始;建設分野に特化した生成AIの社内運用を開始,株式会社安藤・間;株式会社安藤・間・燈株式会社(@Press),当事者の発表;当事者の発表,2026-09-27,2026-09-27,2026-09-27
1719-0002,1719,安藤・間,建設業,プライム,活用事例,建設分野特化の生成AI「AKARI Construction LLM」による社内ノウハウ検索,燈株式会社の建設業特化型LLM「AKARI Construction LLM」を導入し、自社の施工計画書や技術文書のデータベースと接続した専門知識検索の仕組みを社内運用している。,先行導入した汎用の文章生成AIは、社内の専門的なノウハウに関する質問への回答精度が低いという課題があった。,建設業に特化したLLMを、自社の技術文書データベースと接続したRAGの形で構築し、技術伝承・業務効率化のために運用を始めた。,建設分野の専門的な内容についても関係性の高い情報を踏まえた回答文を生成できるようになり、回答の根拠となった文書も示せるようになった。,定量的な効果は公表されていない。今後は手書き文書のデータ化や外部データベースとの連携、画像・動画・音声生成AIの開発を進める方針が示されている。,総務・社内の問い合わせ・ナレッジ,総務・社内の問い合わせ・ナレッジ;設計・エンジニアリング,検索・質問への回答,検索・質問への回答,社内の業務,複数部署,本番運用,,国内のAI企業;OpenAI,AKARI Construction LLM,2024-01-11,2024-01,https://www.atpress.ne.jp/news/381221;https://built.itmedia.co.jp/bt/articles/2401/18/news046.html;https://it.impress.co.jp/articles/-/25816,建設分野に特化した生成AIの社内運用を開始;安藤ハザマ、建設分野に特化した文章生成AIの運用開始 画像/動画の生成にも着手;安藤ハザマ、建設分野に特化した生成AIシステムを構築,株式会社安藤・間・燈株式会社(@Press);BUILT(ITmedia);IT Leaders(Impress),当事者の発表;報道;報道,2026-09-27,2026-09-27,2026-09-27
1720-0001,1720,東急建設,建設業,プライム,活用事例,危険予知(KY)活動の音声を生成AIで文字化・自動整理するシステム,NTTスマートコネクト（ソノリティ）と組み、危険予知(KY)活動で話した内容を生成AIで文字にし内容を自動整理するシステムを開発。2026年3〜6月に都内の建築工事2現場で実証実験を行い、2026年8月31日に2026年度中の段階的導入と2027年度の全現場展開を目指すと発表した。,紙ベースのKY活動記録は書き忘れや記入負荷があり、安全指示の内容評価も属人的だった。,マイク「SonoVo Stick」で現場の発話を収録し、「SonoVo AI」が音声を文字化・自動整理。安全指示の具体性をABC3段階で評価する機能も搭載した。,実証実験で書き忘れ防止・記入時間削減の評価を得た。2026年度中に段階的導入、2027年度に土木工事を含む全現場への導入を目指すとしている。,2026年9月時点では一部現場での試験導入段階で、定量的な効果は未公表。,製造・品質・保守,製造・品質・保守,要約・議事録,要約・議事録;チェック・審査,社内の業務,1部署・1業務,実証・試行,,国内のAI企業,SonoVo Stick;SonoVo AI,2026-09-16,2026-03,https://xtech.nikkei.com/atcl/nxt/column/18/00142/02762/;https://built.itmedia.co.jp/bt/articles/2609/04/news093.html,東急建設、危険予知活動の声をAIで文書化・要約 活動の「質」評価も;東急建設、音声AIでKY活動をデジタル化 27年度に全現場導入へ,日経クロステック(xTECH);BUILT(ITmedia),報道;報道,2026-09-27,2026-09-27,2026-09-27
1720-0002,1720,東急建設,建設業,プライム,活用事例,富士通・北野建設との建設工程管理支援AIの実証実験(FTP再開発),富士通・北野建設と、建設現場の工事進捗とリスク管理を支援するAIについて、「Fujitsu Technology Park」の再開発現場で2026年8月3日〜12月25日に実証実験を実施。図面・工程表・作業日報等の実績データと手続き・承認・検査情報を横断分析し、申請・手配・検査の抜け漏れ候補を根拠とともに提示する。,人手不足・熟練者依存により工程管理での申請・手配・検査の抜け漏れや工程遅延リスクが生じやすい。,工程表・日報・手続きデータを横断分析し、抜け漏れ候補を根拠付きで提示するAIの実証実験を行う。富士通は今後、AIプラットフォーム「Fujitsu Kozuchi」と量子インスパイアード技術「デジタルアニーラ」を使って検証を高度化する計画を示している。,工程遅延や手配・申請漏れなどのリスク低減を目指す（検証中、結果は2026年12月25日の実証終了後に判明見込み）。,富士通の一次リリース本文に「生成AI」の明記はなく、Fujitsu Kozuchi・デジタルアニーラの活用は『今後』の検証高度化として言及されるにとどまり、現在進行中の実証実験そのものが何のAI技術を使うかは明記されていない。生成AIとの分類は建設専門メディア(BuildApp News)のタイトルによるもので、その本文にも「生成AI」の語は使われていない。,店舗・現場運営,店舗・現場運営,チェック・審査,チェック・審査;データ分析,社内の業務,1部署・1業務,計画・開発中,,国内のAI企業,建設工程管理支援AI;Fujitsu Kozuchi,2026-08-25,2026-08,https://prtimes.jp/main/html/rd/p/000000598.000093942.html;https://news.build-app.jp/article/42672/,富士通、東急建設および北野建設と、建設現場における工事進捗やタスクの抜け漏れリスクを低減する建設工程管理支援AIの実証実験を開始;東急建設が北野建設及び富士通と協働する生成AI援用の事例,富士通株式会社(PRTimes);BuildApp News,当事者の発表;報道,2026-09-27,2026-09-27,2026-09-27
1720-0003,1720,東急建設,建設業,プライム,活用事例,生成AIで新規事業のアイデアを出し、事業仮説をつくる取り組み,リブ・コンサルティングとともに、生成AIで新規事業のアイデアを出すプロジェクトを行った。生成AIが東急建設のコアコンピタンスを21項目に言語化し、それを起点にアイデアを大量創出。市場規模・収益性評価も付けて議論を進め、3ヶ月で複数の事業仮説を検証した。,新規事業のアイデアが既存事業の延長線上に留まりやすく、企画からのスピードアップが課題だった。,生成AIでコアコンピタンスを客観的に言語化し、大量のアイデアを創出したうえでコンサルタントが事業仮説に絞り込んだ。,21のコアコンピタンスを言語化し、3ヶ月で複数の事業仮説を検証。公募で3つの事業案に社員サポーターが名乗りを上げるなど組織的な広がりも生まれた。,検証された事業仮説の事業化は取材時点でこれから。使用した生成AIの製品名は非公表。,企画・商品開発,企画・商品開発,アイデア出し,アイデア出し;データ分析,社内の業務,1部署・1業務,本番運用,,非公表,,2025-10-06,2025-08,https://www.libcon.co.jp/case/039/,AI活用で実現した新規事業創出の圧倒的な効率化とスピードアップ 東急建設株式会社,リブ・コンサルティング,提供企業の導入事例,2026-09-27,2026-09-27,2026-09-27
1721-0001,1721,コムシスホールディングス,建設業,プライム,活用事例,法人向け生成AIの全社導入、RAG活用の社内「問合せAI」、および「生成AIセンタ」設置,法人向けでセキュリティを強めた生成AIを2023年12月から全社に導入（利用933名、アクティブ率76%）。2024年12月にはRAGを活用した社内問合せ効率化の「問合せAI」を導入し、サポートデスクの問合せ件数を約20%削減。2025年6月には現場実務へのAI導入支援を目的とした「生成AIセンタ」を設置した。,日常業務の効率化・業務フロー改善、社内システム問合せへの迅速対応、技術継承の推進が課題だった。,セキュリティを強化した法人向け生成AIを全社導入して個人利用を促進し、RAGで社内システムの問合せに回答する「問合せAI」を構築。生成AIセンタが職場ドキュメントの整形などのノウハウを蓄積し、RAG作成・活用の相談を支援している。,生成AIの利用者数933名・アクティブ利用比率76%（他社平均約40〜50%を上回る）。問合せAIによりサポートデスクの問合せ件数を約20%削減した。,生成AIツールの製品名・ベンダーは公表されていない。,全社共通（業務を特定しない）,全社共通（業務を特定しない）;総務・社内の問い合わせ・ナレッジ,検索・質問への回答,検索・質問への回答;文章の作成・下書き,社内の業務,全社,本番運用,,非公表,,2025-06-20,2023-12,https://www.comsys.co.jp/release/2025/20250620_01.html,DX化による生産性向上に向けて『生成AIセンタ』を設置しました,日本コムシス株式会社,当事者の発表,2026-09-27,2026-09-27,2026-09-27
1736-0001,1736,オーテック,建設業,スタンダード,活用事例,環境システム事業における生成AIを活用した施工物件データの情報共有・分析,第4次中期経営計画の重点施策として、環境システム事業の施工物件データを全国一元化したクラウドのデータベースに集め、生成AIを使って情報の共有とデータの分析を進める計画を示している。,施工物件データが分散しており、提案力向上や顧客満足度向上につなげにくいこと。,全国の施工物件データを1つにまとめたクラウドのデータベースを作り、生成AIによる情報共有とデータ分析を通じて業務効率化と提案力向上を図る計画。,中期経営計画の重点施策として計画を公表。稼働実績や定量効果は未公表。,計画段階の記載であり、具体的な稼働時期・効果は公表されていない。,営業・マーケティング,営業・マーケティング;総務・社内の問い合わせ・ナレッジ,データ分析,データ分析,社内の業務,1部署・1業務,計画・開発中,,非公表,,2025-03-31,,https://www.o-tec.co.jp/upload/8e8353938445e093ca2ddeaee880f583c48e6737.pdf,第４次中期経営計画策定に関するお知らせ,株式会社オーテック,IR・経営資料,2026-09-27,2026-09-27,2026-09-27
1762-0001,1762,高松コンストラクショングループ,建設業,プライム,全社方針,中期経営計画のR&D・DX取組テーマに「AI・生成AI」を明記,2026年3月期からの3か年の新しい中期経営計画の研究開発・新事業領域に関する項目で、ICT施工やビッグデータと並んでAI・生成AIを重点的な技術テーマの一つに位置づけた。生成AIの具体的な使い道や導入ツールへの言及はない。,建設業就業人口の減少や技術者不足、時間外労働規制への対応に加え、工期短縮や品質の安定化、新事業領域の開拓が課題となっている。,研究開発・DXの重点テーマの一つとして生成AIを位置づけたのみで、具体的な取り組み内容は示されていない。,生成AIを中期経営計画の重点技術領域として掲げたにとどまり、具体的な成果や効果の記載はない。,生成AIの用途や導入状況、効果についての具体的な記述はなく、方針としてのキーワード列挙にとどまる。,研究開発,研究開発,特定しない（用途の記載なし）,特定しない（用途の記載なし）,社内の業務,全社,方針・推進,経営計画での方針,非公表,,2025-05-14,,https://takamatsu-cg.co.jp/upload/docs/b17b7eb0c6bdac7b425417b95704baa9ba64c5a7.pdf;https://kitaishihon.s3.isk01.sakurastorage.jp/IrLibrary/1762_integrated_2025_o7lv.pdf,中期経営計画(2026年3月期-2028年3月期);統合報告書2025,株式会社髙松コンストラクショングループ;株式会社髙松コンストラクショングループ,IR・経営資料;IR・経営資料,2026-09-27,2026-09-27,2026-09-28
1766-0001,1766,東建コーポレーション,建設業,プライム,活用事例,賃貸物件検索サイト「ホームメイト」のAIチャットボット「ホームメイト・リサーチAI」,2026年1月29日より、賃貸物件検索サイト「ホームメイト」に自然言語のチャットで希望を伝えるとAIが条件に合う物件を選定・紹介する「ホームメイト・リサーチAI」を提供開始。物件詳細ページでは設備・周辺情報への質問にも回答する。会員登録不要・無料でPC・スマホ対応。,条件を一つひとつ指定する従来型検索では伝えにくいニーズがあり、情報収集のスタイルが「検索」から「対話」へ変化してきている。,会話・相談形式で物件を検索できるAIチャットボットをトップページ・都道府県ページ・物件詳細ページに実装した。,提供開始・無料公開済み。今後は回答精度の向上と提供ページの拡大を予定している。,利用者数や成約への効果の定量値は未公表。,顧客対応・問い合わせ,顧客対応・問い合わせ,対話での応対,対話での応対;検索・質問への回答,顧客向けの製品・サービス,全社,本番運用,,非公表,ホームメイト・リサーチAI,2026-02-05,2026-01,https://prtimes.jp/main/html/rd/p/000000057.000023091.html;https://www.homemate.co.jp/support/homemate-research-ai/,"チャットで希望を伝えるだけ。会員登録不要、無料で使える""AIコンシェルジュ""が最適な物件を提案／ホームメイト;ホームメイト・リサーチAIについて",東建コーポレーション株式会社(PRTimes);ホームメイト(東建コーポレーション),当事者の発表;当事者の発表,2026-09-27,2026-09-27,2026-09-27
1766-0002,1766,東建コーポレーション,建設業,プライム,活用事例,開発組織での生成AIツール（ChatGPT・Amazon Bedrock・Gemini・Claude Code・Codex）の公式導入とプロダクトへの組み込み,Findyに掲載した同社のAI情報ページで、開発組織が公式に導入・活用するAIツールとしてChatGPT、Amazon Bedrock、Gemini、Claude Code、Codexを明記し、自社の製品やサービスへのAIの組み込みも実施し、進めていると公表している。,自社Webサイト群（ホームメイト等）の開発・保守における生成AI活用による効率化とサービス強化。,複数の生成AIツール・基盤を開発組織で公式導入し、コード生成やプロダクト・サービスへの組み込みを推進している。,,求人・採用向けに企業が提供した情報であり、IR・公式ニュースリリースではない。導入範囲・利用者数・効果は未公表。,ソフトウェア開発・IT,ソフトウェア開発・IT,コード生成,コード生成,社内の業務,1部署・1業務,本番運用,,OpenAI;AWS;Google;Anthropic,ChatGPT;Amazon Bedrock;Gemini;Claude Code;Codex,2026-07-23,,https://findy-code.io/ai-tech-catalogs/company/2831;https://findy-code.io/companies/2831/jobs/SPTzTFZgkoh2E,東建コーポレーション株式会社のAI情報;【名古屋】AWS中心のマルチクラウド・オンプレ環境／AI活用で効率化推進＆チーム連携重視＜インフラエンジニア＞,Findy(東建コーポレーション);Findy(東建コーポレーション求人),当事者の発表;当事者の発表,2026-09-27,2026-09-27,2026-09-27
1799-0001,1799,第一建設工業,建設業,スタンダード,全社方針,中期経営計画の「デジタル（・AI）変革」に「生成AIの進化と対応」および投資計画に生成AI活用を明記,中期経営計画「変革2028」から生成AI市場の拡大を技術環境として認識し、デジタル変革の項目に「生成AIの進化と対応」を明記。後継の「変革2030」では「デジタル・AI変革」に改称して継続し、160億円の成長投資に「生成AIの活用」を含む投資計画を設定している。,建設業の人手不足・労働力確保、時間外労働規制対応、生産性向上への社会的要請。,デジタル基盤強化と生成AIへの対応を中期経営計画の変革項目に据え、BIM/CIM・遠隔臨場・電子契約等の技術活用とデジタル人材育成をあわせて推進している。,生成AIへの対応と活用を中期経営計画の変革項目・投資計画に位置付けた（方針・目標としての開示）。,生成AIの具体的なツール名・適用業務・定量効果の記載はない。,全社共通（業務を特定しない）,全社共通（業務を特定しない）,特定しない（用途の記載なし）,特定しない（用途の記載なし）,社内の業務,全社,方針・推進,経営計画での方針,非公表,,2024-02-07,,https://www2.jpx.co.jp/disc/17990/140120240129520656.pdf;https://www2.jpx.co.jp/disc/17990/140120260512524743.pdf;https://www2.jpx.co.jp/disc/17990/140120260514535487.pdf,中期経営計画の見直しに関するお知らせ（中期経営計画 変革2028 2024-2028年度）;中期経営計画の見直しに関するお知らせ（中期経営計画 変革2030 2026-2030年度）;中期経営計画 変革2030（更正）,第一建設工業株式会社（TDnet適時開示）;第一建設工業株式会社（TDnet適時開示）;第一建設工業株式会社（TDnet適時開示）,IR・経営資料;IR・経営資料;IR・経営資料,2026-09-27,2026-09-27,2026-09-28
1801-0001,1801,大成建設,建設業,プライム,全社方針,OpenAI連携・ChatGPT Enterpriseによる人財育成と業務改革の全社プロジェクト,"国内総合建設会社で初めてOpenAIと連携し、ChatGPT Enterpriseを活用した人財育成・業務改革の全社プロジェクトを開始。2025年4月に250名で開始した育成プログラムは8月に1,000名体制、11月には約1,200名規模へ拡大し、カスタムGPT構築やアイデアコンテストを通じた業務改革の推進を経て、順次全社員へ展開する方針。",生成AIスキルの習得だけでなく「スキルを業務でいかに活かせるか」が課題で、現場・オフィス双方の生産性向上が必要だった。,基礎から応用までの体系的研修、集合研修・ワークショップ・事例発表会を通じたカスタムGPT構築、2025年6-7月の「AI利活用アイデアコンテスト」（応募約300件）、OpenAI Japanの伴走支援、AIリーダー育成による全社展開を進めた。,"導入3か月で受講者満足度4.20・活用意欲4.51（5点満点）、1人あたり週平均5.48時間の業務削減（年間6.6万時間・250名換算）。OpenAI事例では作成カスタムGPT3,300種類、週間アクティブユーザー率90%と紹介されている。2025年11月時点で参加者は約1,200名に拡大した。",削減時間は250名換算の推計・受講者アンケートベースの数値。2025年11月時点でも「順次全社員へ展開する方針」であり、全社員への展開は完了していない。,全社共通（業務を特定しない）,全社共通（業務を特定しない）,特定しない（用途の記載なし）,特定しない（用途の記載なし）,社内の業務,全社,本番運用,全社への導入;研修・人材育成,OpenAI,ChatGPT Enterprise;カスタムGPT,2025-11-17,2025-04,https://www.taisei.co.jp/about_us/wn/2025/251117_10436.html;https://openai.com/ja-JP/index/taisei/;https://www.taisei-dx.jp/project/12/index.html,建設業界最大規模の生成AIプロジェクトが始動 －OpenAIと共創する“AIを使いこなす人財”の育成へ－;大成建設、ChatGPT で人財育成を実現;AIを適正に利活用する企業へ ～大成建設のAI戦略と責任ある挑戦～,大成建設株式会社;OpenAI;大成建設株式会社（DXサイト）,当事者の発表;提供企業の導入事例;当事者の発表,2026-09-27,2026-09-27,2026-09-28
1801-0002,1801,大成建設,建設業,プライム,活用事例,生成AI×RAG「建築施工技術探索システム」の開発,信頼性の高い社内技術資料データから関連資料を抽出し、検索拡張生成（RAG）で生成AIが回答する「建築施工技術探索システム」を開発。専用アプリから質問すると生成AIが回答し、Q&Aから得た専門知識・ノウハウをデータベース化する。,専門用語理解に時間がかかることや専門技術の属人化による知識共有の困難さ、技術情報の増大、ベテランからの技術継承が課題だった。,社内技術資料DB×RAGでハルシネーションを防止し、システムが最適化した指令文を自動付加して専門用語に不慣れでも検索できるようにした。利用者フィードバックをもとに専門家チームが模範解答を登録し継続的に精度を向上させる。,システムの機能と仕組みを公表した。定量的な導入効果は未公表。,回答精度の定量評価、利用規模は非公表。,総務・社内の問い合わせ・ナレッジ,総務・社内の問い合わせ・ナレッジ;設計・エンジニアリング,検索・質問への回答,検索・質問への回答,社内の業務,1部署・1業務,計画・開発中,,非公表,建築施工技術探索システム（RAG利用の生成AI）,2024-10-31,,https://www.taisei.co.jp/about_us/wn/2024/241031_10191.html,生成AIを活用した建築施工技術探索システムを開発,大成建設株式会社,当事者の発表,2026-09-27,2026-09-27,2026-09-27
1801-0003,1801,大成建設,建設業,プライム,活用事例,生成AI（VLM）による土木工事「全体施工計画書」自動作成システム,視覚言語モデル（VLM）をベースとしたマルチモーダル生成AIが、入札公告や特記仕様書などの発注情報と社内ナレッジを解析し、国土交通省の書式に準拠したドラフトを約10分で出力するシステムを開発。従来比で作業時間を約85%削減した。,土木工事の全体施工計画書の作成には、発注情報の読み込みや過去知見の参照など多くの時間を要していた。,発注情報や社内ナレッジをVLMベースのマルチモーダル生成AIに解析させ、国交省書式に準拠した計画書ドラフトを自動生成。信頼性の低い箇所を自動識別するハルシネーション対策機能を備えた。,計画書を作る時間がこれまでより約85%減った。出力されたWordファイルは編集が容易で完成度の高い計画書に仕上がるとされている。,2025-11-28時点では開発の発表で、作業時間の削減は見込みとして書かれている。全社への展開は今後の予定。,店舗・現場運営,店舗・現場運営;設計・エンジニアリング,文章の作成・下書き,文章の作成・下書き,社内の業務,1部署・1業務,計画・開発中,,非公表,全体施工計画書自動作成システム,2025-11-28,,https://www.taisei.co.jp/about_us/wn/2025/251128_10770.html;https://digital-construction.jp/news/2800;https://www.nikkei.com/article/DGXZQOUC045SW0U5A201C2000000/,最新生成AIを活用した土木工事の「全体施工計画書作成支援システム」を開発;大成建設、生成AIで土木工事の施工計画書作成を自動化。作業時間を85%削減し業務効率化を実現;大成建設、生成AIで土木工事の全体施工設計書を作成支援,大成建設;デジコン;日本経済新聞,当事者の発表;報道;報道,2026-09-27,2026-09-27,2026-09-27
1801-0004,1801,大成建設,建設業,プライム,全社方針,Microsoft Azure基盤の社内向け生成AI環境を全社整備・日常利用,"2023年6月、Microsoft Azure の安全な基盤の上に社内向けの生成AI環境を作り、全社員が機密情報の漏えいを気にせず利用できるようにした。RAGや画像などの入力に対応する機能を少しずつ足しながら、約5,500名が日常業務で利用する業務ツールとなっている。",,Azureのセキュアな基盤上に企業内生成AI環境を構築し、RAGやマルチモーダル入力機能を順次拡張した。,"約5,500名が毎日の仕事で使う、なくてはならない道具になっている。",具体的な製品名・内部で使うモデルの提供元は出典に記載がない。,全社共通（業務を特定しない）,全社共通（業務を特定しない）,検索・質問への回答,検索・質問への回答,社内の業務,全社,全社展開,全社への導入,Microsoft,企業内生成AI環境（Microsoft Azure基盤）,,2023-06,https://www.taisei-dx.jp/project/12/index.html,AIを適正に利活用する企業へ ～大成建設のAI戦略と責任ある挑戦～,大成建設株式会社（DXサイト）,当事者の発表,2026-09-27,2026-09-27,2026-09-28
1801-0005,1801,大成建設,建設業,プライム,活用事例,都市BIM・生成AIを組み合わせたデジタルツインバース「T-TwinVerse」による町並み修景支援の実証,現実空間と仮想空間の情報をリアルタイムに連携するデジタルツインバース「T-TwinVerse」に都市BIMを組み込み、重要伝統的建造物群保存地区の町並み修景の検討に生成AIを活用する実証実験を行った。,,2022年から島根県石見銀山で進めてきた技術実証に都市BIMを組み込み、生成AIを用いて町並み修景案を検討する実証を行った。,,実証実験の段階で、修景支援の効果は今後の検証結果次第。定量的な効果は記事に記載がない。,研究開発,研究開発;設計・エンジニアリング,画像・動画・デザインの生成,画像・動画・デザインの生成,社内の業務,1部署・1業務,実証・試行,,非公表,T-TwinVerse,2024-06-26,2022-11,https://www.taisei.co.jp/about_us/wn/2024/240626_9969.html;https://archifuture-web.jp/headline/843.html,都市BIMと生成AIを活用したデジタルツインバース「T-TwinVerse」を開発;都市BIMと生成AIを活用したデジタルツインバースを大成建設が開発,大成建設株式会社;architecture future web,当事者の発表;報道,2026-09-27,2026-09-27,2026-09-27
1802-0001,1802,大林組,建設業,プライム,活用事例,生成AI（AIエージェント「Tektome」）で、設計の初めに行う法令の調査と要件の整理を効率化,設計初期段階で必要な法令調査・要件整理の業務に、建設特化型AIエージェント『Tektome』を導入。法令データに加えて社内に蓄積してきた過去の法解釈や設計検証の知見を組み込み、論点や注意点を根拠となる資料とあわせて確認できる仕組みを整えた。,設計の初期段階で確認すべき法令や条例、顧客要望が多岐にわたって散在しており、確認や判断に時間がかかっていた。社内調査でも法令・条例・基準の調査が最も時間のかかる業務とされていた。,外部の生成AIサービスであるTektomeを導入し、社内に蓄積された法解釈や設計検証の知見をナレッジとして組み込んだうえで、実務者を対象に効果を検証した。,法令調査や要件整理にかかる時間を約67%短縮できたほか、法的な論点整理や確認すべき観点の明確化について、対象者全員が効果を実感したとしている。,実務者を対象とした検証段階の結果であり、本格的な展開規模については明らかにされていない。,法務・審査・リスク,法務・審査・リスク;設計・エンジニアリング,チェック・審査,チェック・審査;検索・質問への回答,社内の業務,1部署・1業務,実証・試行,,国内のAI企業,Tektome（AIエージェントプラットフォーム）,2026-08-19,,https://www.obayashi.co.jp/news/detail/news20260819_1.html,大林組 設計初期段階の法令調査・要件整理業務を効率化 生成AI活用により法令対応業務にかかる時間を67%短縮、設計検討に注力,株式会社大林組,当事者の発表,2026-09-27,2026-09-27,2026-09-27
1802-0002,1802,大林組,建設業,プライム,活用事例,生成AI搭載スマート工程ソフト「PROCOLLA」の建設現場での試行運用,Arentが開発しオプライゾンが販売する現場支援型のスマート工程ソフト『PROCOLLA』を大林組と共同開発し、2025年4月から大林組の建築工事現場で試行運用を始めた。生成AIが工程表を自動で作り、『◯◯工事を1週間前倒し』といった自然言語の指示で後工程も含めて自動調整できる。,工程表の作成や調整は現場監督の時間を大きく取られる業務で、工程の組み替えだけで何時間もかかっていた。,現場の資料をアップロードしてAIアシスタントに指示を出すことでバーチャートを自動生成し、自然言語での指示によって後工程を含めた自動調整もできるようにした。,工程管理にかかる作業時間を約20%削減できる見込みとしている。,生成AIによる支援機能の一部は開発中・特許出願中とされている。,店舗・現場運営,店舗・現場運営,業務の自動化・AIエージェント,業務の自動化・AIエージェント;文章の作成・下書き,社内の業務,1部署・1業務,実証・試行,,国内のAI企業,PROCOLLA（プロコラ）,2025-08-07,2025-04,https://prtimes.jp/main/html/rd/p/000000091.000063436.html;https://ai-industry.jp/use-case/obayashi-ai-case-study/,AIを実装した現場支援型スマート工程ソフト『PROCOLLA』を発表 ～大林組とコラボ開発、オプライゾンが販売・建設現場での実装試行を開始～;大林組が設計と工程管理に生成AIを本格投入──AiCorbとPROCOLLAは現場で何を変えたか,株式会社Arent（PR TIMES）;AI産業通信,提供企業の導入事例;報道,2026-09-27,2026-09-27,2026-09-27
1802-0003,1802,大林組,建設業,プライム,活用事例,「Microsoft Copilot Studio」で作った「BIM（Revit）コンシェルジュ型AIエージェント」のMVP開発,スキルアップNeXtとともに「Microsoft Copilot Studio」を使い、BIM（Revit）の操作に関する社内問い合わせに答えるコンシェルジュ型AIエージェントのMVPを1.5か月で開発。Revitの作図講習資料や過去の回答履歴を参照し、一次的な問い合わせ対応を自動化する。,社内でRevitの利用が広がるにつれて問い合わせ対応の負荷が増え、初心者にとっては質問すること自体のハードルも高かった。,Microsoft 365基盤を使い、追加のインフラを構築せずに開発。複雑な質問には答えさせず、簡単な質問や社内ルールに関する範囲に対応を絞り、SharePointで履歴や評価を保存してベンチマーク用の質問でデータを検証した。,"コンシェルジュ対応の業務時間を月間80時間（年間960時間）削減できる見込みで、設計部全体（300人規模）に展開した場合は月間1,500時間・年間18,000時間の自己解決時間削減、プロジェクトあたり200件の手戻り削減を試算している。回答精度は約80%としている。",示されている効果はいずれも展開時の試算値であり、本格展開後の実績は公表されていない。,設計・エンジニアリング,設計・エンジニアリング;総務・社内の問い合わせ・ナレッジ,検索・質問への回答,検索・質問への回答;対話での応対,社内の業務,1部署・1業務,実証・試行,,Microsoft,Microsoft Copilot Studio（AIエージェント）,2026-07-06,,https://www.skillupai.com/private-training/success_stories/obayashi3/,株式会社大林組｜スキルアップAI 導入事例（BIM/Revitコンシェルジュ型AIエージェント）,スキルアップAI,提供企業の導入事例,2026-09-27,2026-09-27,2026-09-27
1802-0004,1802,大林組,建設業,プライム,活用事例,設計支援AI「AiCorb」：スケッチからファサードデザインを自動生成,SRI Internationalと共同開発した設計支援AI技術『AiCorb』。設計者が手で描いたスケッチや3Dモデルをもとに、AIが外観（ファサード）の案をすぐに複数つくり、Hyparと連携して3Dモデル化する。顧客の要望をその場で具体化し、合意形成にかかる時間を短くする狙いがある。,設計初期段階のデザイン案づくりは手作業でのアイデア出しやモデル作成に手間と時間がかかり、顧客との合意形成にも時間を要していた。,スケッチや3Dモデルをもとに外観の案を複数つくるAIと、その案をHypar上で3Dモデル化するAIを組み合わせた2段構成とした。,スケッチからファサードデザイン案を短時間で複数生成できるようになり、顧客との合意形成が効率化したとしている。,効果を示す定量的な数値は公表されていない。,設計・エンジニアリング,設計・エンジニアリング;営業・マーケティング,画像・動画・デザインの生成,画像・動画・デザインの生成,社内の業務,1部署・1業務,本番運用,,自社開発,AiCorb（アイコルブ）;Hypar連携,2022-03-22,2018,https://www.obayashi.co.jp/news/detail/news20220301_3.html;https://ai-industry.jp/use-case/obayashi-ai-case-study/;https://www.obayashi.co.jp/technology/shoho/086/2022_086_02.pdf,建築設計の初期段階の作業を効率化する「AiCorb®」を開発;大林組が設計と工程管理に生成AIを本格投入──AiCorbとPROCOLLAは現場で何を変えたか;AIによる設計初期段階のデザイン検討支援システム「AiCorb®」（大林組技術研究所報）,株式会社大林組;AI産業通信;株式会社大林組,当事者の発表;報道;当事者の発表,2026-09-27,2026-09-27,2026-09-27
1802-0005,1802,大林組,建設業,プライム,全社方針,BPR部「AI共創ガレージ」による生成AI・AIエージェント活用の全社業務プロセス変革,2026年3月からグローバル経営戦略室の下に入ったBPR部が、生成AIやAIエージェントの活用を単なる効率化にとどめず業務プロセスやデータの再設計につなげるための拠点として、本社内に『AI共創ガレージ』を開設した。PwCコンサルティングが支援している。,生成AIを効率化ツールとして使うだけでなく、AI時代にふさわしい業務プロセスへ転換していく必要があった。,『AI共創ガレージ』を実践の場とし、各部門の担当者とともに現場の課題を出発点に解決策を形にしていくボトムアップ型の変革を進めている。支援するPwCコンサルティングとともに、既存の業務基盤とMicrosoft 365 Copilotを組み合わせ、Microsoft Teams越しにやり取りできるAIエージェントの試作品も作った。,『AI共創ガレージ』を軸にした社内の業務プロセス変革が進行中で、蓄積データと外部データを組み合わせて修繕・リニューアル工事の候補案件を抽出し訪問準備から記録までを支援するTeams上のAIエージェント試作品を作るなど、具体的な検証が始まっている。,確認できた一次情報は報道記事のみで、具体的な成果を示す数値は公表されていない。,全社共通（業務を特定しない）,全社共通（業務を特定しない）,業務の自動化・AIエージェント,業務の自動化・AIエージェント,社内の業務,複数部署,方針・推進,推進組織・体制,Microsoft,AI共創ガレージ;Microsoft 365 Copilot,2026-07-15,2026-03,https://dhbr.diamond.jp/articles/-/14284,新しい仕事のスタイル2.0――大林組がAIで挑む業務プロセス変革,DIAMONDハーバード・ビジネス・レビュー,報道,2026-09-27,2026-09-27,2026-09-27
1803-0001,1803,清水建設,建設業,プライム,全社方針,生成AIサービス「法人GAI」の全従業員向け提供,ギブリー提供のChatGPTベース企業向け生成AIサービス「法人GAI」を2023年11月に導入し、全従業員が使える環境として提供開始。会社支給端末からのみアクセス可能とし、利用履歴を記録して安全に運用した。,生成AIの進化が速い中、セキュリティを担保しながら最新機能を全従業員へ速やかに広げる必要があった。,自社開発でなく、入力データを学習に使わない等のセキュリティ機能を備えた外部サービスを採用し、端末制限と履歴記録で運用した。,"1,200名以上が利用。メール作成時間の短縮、誤字脱字の解消、資料構成づくりの効率化などの声が寄せられた。",調査・検索用途では誤った回答（ハルシネーション）が多く、利用をやめる例もあったと記載。,全社共通（業務を特定しない）,全社共通（業務を特定しない）,文章の作成・下書き,文章の作成・下書き;コード生成;要約・議事録,社内の業務,全社,全社展開,全社への導入,OpenAI,法人GAI（ギブリー）,2024-03-26,2023-11,https://www.shimz.co.jp/information/others/20240326.html,全従業員向けに生成AIサービスの提供を開始,清水建設株式会社,当事者の発表,2026-09-27,2026-09-27,2026-09-27
1803-0002,1803,清水建設,建設業,プライム,全社方針,AIアシスタント「Lightblue Assistant」の全社導入と技術文書RAG検索,"2024年7月に建設現場で施工要領書等をRAGで検索する技術文書アシスタントを試行し、検索精度を35%から93%に高めた。2025年4月にLightblue Assistantを全社導入し、2025年11月時点で利用者が4,000人超に拡大した。",膨大な施工要領書・基準書の検索に時間がかかり、若手への知識継承も課題だった。,Box等と連携するRAG機能を持つ外部サービスを採用し、現場での試行を経て2025年4月に全社展開。説明会やハンズオンセミナーで利用を拡大し、部門ごとに業務特化アシスタントを作る「市民開発」も推進した。,"2025年5月時点で利用者2,000名超、2025年11月時点で4,000名超（うち内勤者が約9割）に拡大。技術文書検索の精度は35%から93%に向上したと発表。",現場作業員など外勤者への利用はまだ限定的と報じられている。,全社共通（業務を特定しない）,全社共通（業務を特定しない）;総務・社内の問い合わせ・ナレッジ,検索・質問への回答,検索・質問への回答;文章の作成・下書き;要約・議事録,社内の業務,全社,全社展開,全社への導入,国内のAI企業,Lightblue Assistant,2025-07-04,2025-04,https://www.lightblue-tech.com/2025/07/04/case-shimz/;https://www.lightblue-tech.com/project/shimiz-dx/;https://www.lightblue-tech.com/project/shimz-rag/;https://newswitch.jp/p/47505;https://built.itmedia.co.jp/bt/articles/2507/11/news070.html,"清水建設、生成AIアシスタントを全社に導入｜利用者は既に2,000名超、あらゆる部門での生成AI活用を目指す;清水建設が挑む「生成AI全社活用」プロジェクト;精度35%が93%に、社内情報をRAGでフル活用｜清水建設が挑む生成AI変革;利用者4000人超、清水建設がAI活用で描く青写真;清水建設が生成AIアシスタントを全社導入 建設現場や各部門で2000人超が活用中",株式会社Lightblue;株式会社Lightblue;株式会社Lightblue;日刊工業新聞社;BUILT(ITmedia),提供企業の導入事例;提供企業の導入事例;提供企業の導入事例;報道;報道,2026-09-27,2026-09-27,2026-09-28
1803-0003,1803,清水建設,建設業,プライム,活用事例,カメラ映像とマルチモーダルLLMによるAI施工管理システム,施工箇所に設置したクラウドカメラの映像を、画像の特徴を読む技術と、画像も扱えるLLMを組み合わせた自社の技術で解析し、山留め杭工事の作業フェーズを自動推定するAI施工管理システムを構築した。,現場担当者が日々の進捗管理や膨大な写真記録、報告書作成に多くの時間を要していた。,セーフィー等の協力企業とクラウドカメラ映像を用い、2025年12月から相鉄本線鶴ケ峰駅付近の工事現場で実証実験を開始した。,業務時間短縮と施工管理の省力化を実現し、複数システムの一元化で手動修正業務を大幅に削減できたと発表。,2026年5月時点は1現場での実証段階であり、全社的な展開状況は出典に記載なし。,店舗・現場運営,店舗・現場運営,業務の自動化・AIエージェント,業務の自動化・AIエージェント;データ分析,社内の業務,1部署・1業務,実証・試行,,自社開発,AI施工管理システム,2026-05-20,2025-12,https://www.shimz.co.jp/company/about/news-release/2026/2026015.html,建設現場のAXを加速させる「AI施工管理システム」を構築,清水建設株式会社,当事者の発表,2026-09-27,2026-09-27,2026-09-27
1803-0004,1803,清水建設,建設業,プライム,全社方針,生成AI利用のための社内教育動画の提供,WHITE株式会社が制作したマンガ動画教材を通じて、生成AIの使い方と、情報の安全や著作権で気をつける点を学べる社内教育コンテンツを社員向けに提供した。,,外部制作会社のマンガ動画教材を活用し、生成AIの安全な利用方法を社員に周知した。,,配信開始時期や対象人数は出典に記載なし。,全社共通（業務を特定しない）,全社共通（業務を特定しない）,特定しない（用途の記載なし）,特定しない（用途の記載なし）,社内の業務,不明,方針・推進,研修・人材育成,非公表,,2023-12-18,,https://news.build-app.jp/article/25797/,清水建設の社内生成AI活用に向けて、使い方やセキュリティに関する社内教育動画を提供,WHITE - BuildApp News,報道,2026-09-27,2026-09-27,2026-09-28
1808-0001,1808,長谷工コーポレーション,建設業,プライム,全社方針,生成AI「Copilot」全社員展開と生成AIリスキリングプログラム,2023年7月に生成AIの利用を進めるプロジェクトを立ち上げ、グループの全社員に Microsoft の生成AI「Copilot」を展開した。使い方が浸透しないとの声を受け、2024年10〜11月にグループ全社員向けの生成AIリスキリングプログラムを実施した。,Copilotを全社展開したものの、具体的な使い方や業務への応用方法が分からないという声が上がっていた。,動画講座とミニテストによるリスキリングプログラムを教材制作会社と作成し、意識醸成・リスク理解・プロンプト作成・実務活用の4講義構成で実施した。,"対象約10,000名のうち約8,000名が受講。受講後アンケートで82%が満足と回答し、Copilotを活用できそうと答えた割合が研修前の23%から約90%に上昇した。",実務における定量的な効率化効果は公表されていない。,全社共通（業務を特定しない）,全社共通（業務を特定しない）,特定しない（用途の記載なし）,特定しない（用途の記載なし）,社内の業務,グループ全体,全社展開,全社への導入;研修・人材育成,Microsoft,Microsoft Copilot,2024-12-24,2023-07,https://www.haseko.co.jp/hc/information/upload_files/20241224_1.pdf,長谷工グループ DXアカデミー特別編 グループ全社員対象の生成AIリスキリングプログラムを実施,株式会社長谷工コーポレーション,当事者の発表,2026-09-27,2026-09-27,2026-09-28
1808-0002,1808,長谷工コーポレーション,建設業,プライム,活用事例,長谷工版BIM×生成AI（燈）による建設現場の設計図書チャット検索システム,燈（あかり）と共同で、長谷工版BIMと生成AI（大規模言語モデル）技術を組み合わせた新システムを構築。建設現場でチャット形式の質問によりBIM内の設計図書データから必要情報を検索・取得できる。プロトタイプの試験運用を実施した。,建設現場の所員が設計図書を読み込み技術情報を正確に把握するには習熟と時間を要していた。,長谷工版BIM（3次元設計モデル）と燈の生成AIを組み合わせ、PC画面でチャット質問すると瞬時に回答するシステムを構築し、プロトタイプ試験運用を実施した。,想定通りの運用が可能なことを確認した（定性）。設計図書確認の効率化が見込まれる。,試験運用段階であり、本格展開・定量効果は未公表。,総務・社内の問い合わせ・ナレッジ,総務・社内の問い合わせ・ナレッジ;設計・エンジニアリング,検索・質問への回答,検索・質問への回答,社内の業務,1部署・1業務,実証・試行,,国内のAI企業,長谷工版BIM×生成AIシステム（燈）,2025-02-28,,https://www.haseko.co.jp/hc/information/press/20250228_1.html,長谷工コーポレーションと燈が新システムを構築 国内で初めて長谷工版BIMと生成AI技術を融合,株式会社長谷工コーポレーション,当事者の発表,2026-09-27,2026-09-27,2026-09-27
1808-0003,1808,長谷工コーポレーション,建設業,プライム,活用事例,テクトムと共同開発するLLM-AI自動設計システムの研究開発,テクトムと共同で、長谷工版BIMと建築設計データ統合管理AIプラットフォーム「Tektome」を組み合わせたLLM-AIシステムの研究開発に着手。データ統合、品質チェック、言語指示による自動設計を段階的に構築する計画。,設計者がデータ入力や図面チェックに要する時間の負荷が大きい。,長谷工版BIM保有データとBIM外データを統合したデータベースを構築し、設計仕様データの品質チェック機能、言語指示による自動設計機能を段階的に開発する。,設計者がデータを入れ、図面を確かめる時間を半分（50%）に減らすことを目標にしている（目標の段階）。,研究開発段階であり、実装・効果の実績は未公表。,設計・エンジニアリング,設計・エンジニアリング,画像・動画・デザインの生成,画像・動画・デザインの生成;チェック・審査,社内の業務,1部署・1業務,計画・開発中,,国内のAI企業,Tektome（LLM-AIシステム）;長谷工版BIM,2024-07-31,,https://prtimes.jp/main/html/rd/p/000000007.000128890.html,長谷工コーポレーションとテクトム 言語指示による自動設計に向け新しいLLM-AIシステムの研究開発に着手,株式会社長谷工コーポレーション（PR TIMES）,当事者の発表,2026-09-27,2026-09-27,2026-09-27
1808-0004,1808,長谷工コーポレーション,建設業,プライム,活用事例,生成AIで施工管理者の危険予測を支援する「ゲンバノメ」（Dify上で開発）,AIアプリを作るオープンソースの基盤「Dify」の上で自社開発した生成AI危険予測支援システム「ゲンバノメ」。工種・作業内容・天候・気温を入力し現場写真をアップロードすると、生成AIが熱中症や足場等の危険と対策を提示する。首都圏全129現場に採用し、全エリアへ展開中。,危険予測は施工管理者の経験・知識差が影響し見落としが生じる恐れがあり、労働者不足の中で効率的な情報取得が必要だった。,Difyを使って生成AIシステムを自社開発。PC・スマホから条件入力と現場写真アップロードで危険を提示し、若手も含めた知識の平準化を図った。,首都圏全129現場に採用（2025年8月現在）。試行では、若手の施工管理者が新しいことに気づけたという効果があったとしている。,災害減少等の定量効果は未公表。,製造・品質・保守,製造・品質・保守,チェック・審査,チェック・審査,社内の業務,全社,本番運用,,自社開発;オープンソース,ゲンバノメ;Dify,2025-09-09,2025-08,https://www.haseko.co.jp/hc/information/press/20250909_1.html,長谷工コーポレーション 生成AIで施工管理者の危険予測を支援 ～首都圏の全現場に採用、全エリア展開へ～,株式会社長谷工コーポレーション,当事者の発表,2026-09-27,2026-09-27,2026-09-27
1811-0001,1811,錢高組,建設業,スタンダード,全社方針,生成AI関連技術の業務活用に向けた取り組み,生成AI関連技術の急速な発展を受けて仕事の進め方を見直していると自社CSR報告書で説明し、2025年10月の社内技術フォーラムでも「生成AI活用への取組み」を発表テーマの1つとした。,時間外労働の上限規制など働き方改革が求められる中、限られた時間・人員で業務を進める必要があった。,,,公開資料には方針・発表テーマとしての言及にとどまり、具体的な対象業務・使用ツール・導入段階までは書かれていない。,全社共通（業務を特定しない）,全社共通（業務を特定しない）,特定しない（用途の記載なし）,特定しない（用途の記載なし）,社内の業務,複数部署,方針・推進,経営計画での方針;研修・人材育成,非公表,,2025-11-17,,https://www.zenitaka.co.jp/news/2025/tech-service/2025-techforum.html;https://www.zenitaka.co.jp/pdf/csr/2024/03-06.pdf,技術立社フォーラムを開催;CSR報告書2024,錢高組;錢高組,当事者の発表;IR・経営資料,2026-09-27,2026-09-27,2026-09-28
1812-0001,1812,鹿島建設,建設業,プライム,全社方針,グループ従業員約2万人を対象とした専用対話型AI「Kajima ChatAI」,Azure OpenAI Serviceを使い、ChatGPTと同等の対話型AIを社内イントラネットに構築した「Kajima ChatAI」を2023年6月に運用開始。鹿島グループの従業員約2万人が使える全社共通のAI環境で、認証や利用履歴の記録などの機能を備える。,情報漏えいのリスクからChatGPTの業務利用を禁止していたが、安全に生成AIを使える環境が必要だった。,日本マイクロソフトのAzure OpenAI Serviceを使い、認証・利用履歴記録機能を加えた社内専用の対話AIとして構築。ITソリューション部が中心となり、Microsoft Unifiedの支援プログラムも使って内製での機能追加を続けている。,グループ約2万人が利用できる状態で運用中。月1回のペースでの機能更新が定着し、事業部門との月次の会合でフィードバックを反映するサイクルができている。,利用による時間削減など具体的な効果の数字は公表されていない。,全社共通（業務を特定しない）,全社共通（業務を特定しない）,特定しない（用途の記載なし）,特定しない（用途の記載なし）,社内の業務,グループ全体,全社展開,全社への導入,Microsoft,Kajima ChatAI;Azure OpenAI Service,2023-08-08,2023-06,https://www.kajima.co.jp/news/press/202308/8m1-j.htm;https://www.microsoft.com/ja-jp/customers/story/25087-kajima-corporation-azure,グループ従業員2万人を対象に専用対話型AI「Kajima ChatAI」の運用を開始;AI 活用による生産性向上に取り組む鹿島。Microsoft Unified の CodeWith を活用し、内製化に必要な開発プロセスの知識を習得,鹿島建設株式会社;日本マイクロソフト,当事者の発表;提供企業の導入事例,2026-09-27,2026-09-27,2026-09-28
1812-0002,1812,鹿島建設,建設業,プライム,全社方針,中期経営計画(2024〜2026)における生成AI活用による業務効率改善の方針,鹿島グループ中期経営計画(2024〜2026、2024年5月発表)で「デジタル化の推進による生産性向上・業務効率化」を重要テーマとし、生成AI活用による業務効率改善を掲げている。DX推進室長は企画・設計段階で生成AIとBIMを組み合わせ、建物の完成イメージを描く活用にも触れている。,建設業界の人手不足・高齢化に対応するため、全社でのデジタル化・AI活用を進める必要があった。,企画・設計・施工・運用の各フェーズに応じてAIを活用する方針を掲げ、企画・設計段階では生成AIとBIMを組み合わせた建物イメージの作成などを例として挙げている。,中期経営計画の重要テーマとして生成AI活用の方針を明記(具体的な成果はこの記事の時点では未公表)。,各フェーズでの生成AI活用の具体的なシステムや効果は記事からは分からない。,全社共通（業務を特定しない）,全社共通（業務を特定しない）;設計・エンジニアリング,画像・動画・デザインの生成,画像・動画・デザインの生成,社内の業務,グループ全体,方針・推進,経営計画での方針,非公表,,2025-01-27,,https://toyokeizai.net/articles/-/847881,生成AI時代､｢AIの価値最大化｣に必要な視点 KPMGと鹿島建設が考える｢AI活用｣の本質,東洋経済オンライン(KPMGコンサルティング提供),報道,2026-09-27,2026-09-27,2026-09-27
1812-0003,1812,鹿島建設,建設業,プライム,活用事例,PKSHA AIヘルプデスクによる社内問い合わせ対応（生成AI連携の文書検索）,鹿島建物総合管理がPKSHA Technologyの「PKSHA AIヘルプデスク」を導入。FAQ検索・生成AIと連携した社内文書検索・オペレーターによる有人対応の3段階で問い合わせに答える仕組みを、IT部門を皮切りに営業支援・経理部門へ広げた。,,2023年11月にIT部門への問い合わせ対応から導入し、その後営業支援用途に拡大、2024年4月には経理部門にも導入した。,,生成AIと連携した検索機能を持つことは記載されているが、利用するLLM・製品名の詳細は非公表。,総務・社内の問い合わせ・ナレッジ,総務・社内の問い合わせ・ナレッジ,検索・質問への回答,検索・質問への回答;対話での応対,社内の業務,複数部署,本番運用,,国内のAI企業,PKSHA AIヘルプデスク,2024-04-11,2023-11,https://it.impress.co.jp/articles/-/26216,鹿島建物、AIチャットボットから常時問い合わせ可能なヘルプデスクを導入,IT Leaders（インプレス）,報道,2026-09-27,2026-09-27,2026-09-27
1814-0001,1814,大末建設,建設業,プライム,活用事例,DX推進における生成AIトライアル（クラウドストレージの生成AI機能活用）,DX認定取得後のさらなるDX推進の一環として生成AI活用を検討しており、クラウドストレージに搭載された生成AI機能をトライアルで使い始めた段階にある。,生産性向上に向けたDX推進の一環として、生成AI活用の検討が課題になっていた。,クラウドストレージに搭載された生成AI機能から、まずはトライアルとして活用を開始した。,トライアル開始段階であり、効果は公表されていない。,対象業務・対象者の範囲は公表されていない。,全社共通（業務を特定しない）,全社共通（業務を特定しない）,文章の作成・下書き,文章の作成・下書き,社内の業務,不明,実証・試行,,非公表,,2025-11-12,,https://dx.ipa.go.jp/interview-daisue,DX認定取得で社内のDXに対する意識が変わった――建設業を変革する大末建設の挑戦,IPA DX SQUARE,報道,2026-09-27,2026-09-27,2026-09-27
1814-0002,1814,大末建設,建設業,プライム,活用事例,BIM×生成AIによる内装提案の空間自動生成（構想段階）,設計部BIM課長が、内装提案で家具や壁紙のキーワードを入力するだけで蓄積ノウハウから空間を自動生成するBIM×生成AI活用の可能性に言及した。属人化防止と社員育成への期待を示す構想段階の内容。,建築知識や経験の浅い社員でも、顧客との合意形成でイメージを形にできるようにする必要がある。,BIMに生成AIを組み合わせ、キーワード入力から空間を自動生成する方向性を検討している。,属人化防止・社員育成への期待が語られたのみで、構想段階にとどまる。,具体的なシステム・導入時期・効果は公表されていない。,設計・エンジニアリング,設計・エンジニアリング,画像・動画・デザインの生成,画像・動画・デザインの生成,社内の業務,1部署・1業務,計画・開発中,,非公表,,2025-11-12,,https://dx.ipa.go.jp/interview-daisue,DX認定取得で社内のDXに対する意識が変わった――建設業を変革する大末建設の挑戦,IPA DX SQUARE,報道,2026-09-27,2026-09-27,2026-09-27
1815-0001,1815,鉄建建設,建設業,プライム,全社方針,社員専用の社内生成AI「てっけんAI-Chat」を運用,2024年9月から稼働する自社専用の生成AIチャットサービスを社員が利用できる形で運用。社外に情報が出ない環境を用意し、社内規程などをふまえた質問対応や、外国籍社員が母国語で考えを整理して日本語に訳す用途などで利用が広がっている。,外国籍社員が言葉の壁や日本語の専門知識の理解に苦労するという、建設業に特有の課題があった。,社内ネットワーク内に専用環境を設けて情報の外部流出を防ぎつつ、社内規程などの情報をもとに答える生成AIチャットを全社員向けに公開した。,外国籍社員が母国語で考えをまとめてから日本語に翻訳させるといった使い方が広がり、自分の意見を伝えやすくなったという声が出ている（数値の公表はなし）。,利用者数や業務効率化の効果を示す数値は公表されていない。,全社共通（業務を特定しない）,全社共通（業務を特定しない）,検索・質問への回答,検索・質問への回答;翻訳,社内の業務,不明,本番運用,全社への導入,自社開発,てっけんAI-Chat,2025-10-13,2024-09,https://www.tekken.co.jp/blog/000295.html,自社専用の生成AI「てっけんAI-Chat」は、言語の壁も乗り越える！？,鉄建建設株式会社,当事者の発表,2026-09-27,2026-09-27,2026-09-27
1815-0002,1815,鉄建建設,建設業,プライム,活用事例,てっけんAI-Chatに「技術伝承機能」を追加、ベテランの暗黙知を形式知化,ソフトバンクの協力を得て、過去の協議資料やベテラン社員への聞き取り内容、工事仕様書などをてっけんAI-Chatに取り込み、暗黙知を形式知として引き出す「技術伝承機能」を開発し社内公開。設計変更の提案や安全衛生面の判断を支援する。,工事の設計変更提案や現場の安全衛生に関する知見が一部のベテラン社員に偏り、暗黙知として蓄積されがちだった。,過去の協議資料の集約やベテラン社員への聞き取り、工事仕様書などの情報をてっけんAI-Chatに取り込み、AIで知見を形式知として整理できるようにした。,設計変更協議にかかる検討や資料作成を支援できるようになり、若手社員の早期育成や労働時間削減、安全性向上につながることが期待されている（発表時点の見込み）。,施工計画書案の自動生成やインターネット上の情報活用、社内データとの連携拡大は今後の課題として挙げられている。,総務・社内の問い合わせ・ナレッジ,総務・社内の問い合わせ・ナレッジ;設計・エンジニアリング,検索・質問への回答,検索・質問への回答;文章の作成・下書き,社内の業務,複数部署,導入を発表,,自社開発,てっけんAI-Chat（技術伝承機能）,2026-06-12,,https://www.tekken.co.jp/media/20260612_AIchatKnowledge%20Transfer_.pdf,AI チャットを活用した「技術伝承機能」を開発 〜ベテランの暗黙知を形式知化し、設計変更提案と安全管理の高度化へ〜,鉄建建設株式会社,当事者の発表,2026-09-27,2026-09-27,2026-09-27
1820-0001,1820,西松建設,建設業,プライム,活用事例,建設特化型LLM「AKARI Construction LLM」導入による社内文章生成AI利用,業務効率化と品質向上を目的に、燈株式会社の建設特化型LLM「AKARI Construction LLM」を2023年10月から導入。建設業界の専門用語・専門知識に対応する回答精度を評価して選定し、セキュアな文章生成AI利用環境を全社に整備した。,一般のLLMは建設業界の専門知識に関する文書生成の品質が低下するため、業務利用に課題があった。,2023年5月の役員会議で生成AI活用を提言してプロジェクトチームを発足。「概念は学習させるが知識は参照させる」方針でセキュア環境を整備し、建設特化LLMを採用した。,社内専用の生成AI環境を短期間で整備し、建設業特化の機能カスタマイズを実現した。利用者数・定量効果は未公表。,利用者数・定量効果は未公表。,総務・社内の問い合わせ・ナレッジ,総務・社内の問い合わせ・ナレッジ,文章の作成・下書き,文章の作成・下書き,社内の業務,不明,全社展開,,国内のAI企業,AKARI Construction LLM;Box,2023-11-14,2023-10,https://www.nishimatsu.co.jp/dx/article/2023/11/14/introducing-sentence-generation-ai.html;https://built.itmedia.co.jp/bt/articles/2509/30/news015_2.html,文章生成AIを導入し業務で利用開始;西松建設のDX企画部部長が語る、生成AI活用の鍵は「人とAIの役割分担」,西松建設株式会社;BUILT(ITmedia),当事者の発表;報道,2026-09-27,2026-09-27,2026-09-27
1820-0002,1820,西松建設,建設業,プライム,活用事例,社内文書検索システム（Box連携の生成AI参照型検索）,クラウドストレージBox上の通達・人事規定等を生成AIが都度参照し質問に答えるRAG型社内文書検索システムを内製開発。2023年10月に開発着手し2024年に利用を開始。回答には参照文書の出典を明示する。,社内問い合わせ対応の負荷と、文書の所在が分かりにくいという課題があった。,学習ではなく毎回参照するRAG設計で情報漏えいリスクを低減し、最新の文書内容で回答する仕組みとした。,社内問い合わせの省力化を実現したと報道されている。定量値は記事に記載がない。,参照方式のため回答時間が長くなる設計となっている。,総務・社内の問い合わせ・ナレッジ,総務・社内の問い合わせ・ナレッジ,検索・質問への回答,検索・質問への回答,社内の業務,全社,本番運用,,国内のAI企業,AKARI Construction LLMベース内製システム;Box,2025-09-30,2024,https://built.itmedia.co.jp/bt/articles/2509/30/news015_2.html;https://www.nishimatsu.co.jp/dx/article/2023/11/14/introducing-sentence-generation-ai.html,西松建設のDX企画部部長が語る、生成AI活用の鍵は「人とAIの役割分担」;文章生成AIを導入し業務で利用開始,BUILT(ITmedia);西松建設株式会社,報道;当事者の発表,2026-09-27,2026-09-27,2026-09-27
1820-0003,1820,西松建設,建設業,プライム,活用事例,技術提案書作成支援システム（過去事例DB参照型生成AI）,2025年9月に運用開始。入札図書から人が整理した記入シートを基に、過去の技術提案事例DB（山岳トンネル中心600件）を参照してAIが提案内容の骨子案を生成し、決定後はたたき台の作成まで担当する。技術者はAIと対話しながら提案を仕上げる。,過去の技術提案事例の参照・分析に膨大な時間がかかり、確認漏れも発生していた。,入札条件の整理は人力に限定し、過去事例の参照と骨子・たたき台の生成はAIに任せる役割分担を徹底した。,提案書作成時間の削減に加え、業務の属人化防止と提案品質の均質化につながり、経験の浅い社員でも良質な提案書を作成できるようになったと報道されている。,現在参照できる過去事例は山岳トンネル工事が中心で、DBは今後拡張予定。,営業・マーケティング,営業・マーケティング;設計・エンジニアリング,文章の作成・下書き,文章の作成・下書き;検索・質問への回答,社内の業務,1部署・1業務,本番運用,,国内のAI企業,AKARI Construction LLMベース内製システム,2025-09-30,2025-09,https://built.itmedia.co.jp/bt/articles/2509/30/news015_2.html,西松建設のDX企画部部長が語る、生成AI活用の鍵は「人とAIの役割分担」,BUILT(ITmedia),報道,2026-09-27,2026-09-27,2026-09-27
1820-0004,1820,西松建設,建設業,プライム,活用事例,経済特化型生成AI「xenoBrain」導入による建設資材の物価変動予測,xenodata lab.社の経済特化型生成AIプラットフォーム「xenoBrain」を導入。経済ニュース・企業開示資料・統計をAIが解析し、建築費指数や異形棒鋼などの個別品目価格を予測して、見積から着工までの物価変動リスク軽減に活用する。,見積作成から着工までの期間に生じる建設資材の物価変動リスクを事前に把握する手段が乏しかった。,xenodata lab.の経済特化型生成AIプラットフォームを導入し、経済ニュースや企業開示資料、統計の解析結果を価格予測に活用する。,建築費指数や個別品目価格の予測が可能になったと報じられている。予測精度や削減効果の数値は非公表。,一次資料（西松建設またはxenodata lab.の公式発表）は確認できず、業界メディアの報道のみで収録した。予測精度・適用範囲の詳細も非公表。,物流・購買・SCM,物流・購買・SCM,データ分析,データ分析,社内の業務,1部署・1業務,導入を発表,,国内のAI企業,xenoBrain,2023-11-09,2023-11,https://digital-construction.jp/news/920,西松建設、経済特化型の生成AI『xenoBrain』で建設業界の物価変動を先読み,デジコン,報道,2026-09-27,2026-09-27,2026-09-27
1820-0005,1820,西松建設,建設業,プライム,活用事例,「BizStack Assistant」導入—生成AIでIoTデータを自然言語対話により活用,米MODE社の「BizStack Assistant」を建設現場に導入。IoTセンサーやカメラの現場データを集約し、生成AIの一般知識とリアルタイムデータを組み合わせて自然な会話で状況を報告する仕組みを構築。2023年11月にベータ導入し2024年に本導入した。,建設現場では複数のIoTセンサー・カメラのデータが分散しており、状況把握や点検業務に時間がかかっていた。,BizStackにIoTセンサー・カメラのデータを集約し、Assistantがチャットツール上で自然言語の質問に回答する仕組みを導入した。,西松建設の現場監督によれば、山岳トンネル工事での先行導入により、点検や異常対応などに要する時間を40％削減できたと報道されている。,効果は特定現場での実績であり、全社的な導入規模・展開範囲は非公表。,店舗・現場運営,店舗・現場運営,検索・質問への回答,検索・質問への回答;対話での応対,社内の業務,1部署・1業務,本番運用,,非公表,BizStack Assistant,2024-05-23,,https://built.itmedia.co.jp/bt/articles/2405/23/news145.html,生成AIとIoTで建設現場の“unknown”を無くす！西松建設の工事で4割時短したMODEの頼れるAI部下,BUILT(ITmedia),報道,2026-09-27,2026-09-27,2026-09-27
1822-0001,1822,大豊建設,建設業,スタンダード,全社方針,AWS基盤の自社専用生成AI「大豊AI」の全社展開,Amazon Bedrockを中核にS3・Lambda・Auth0で構成した自社専用の生成AI環境「大豊AI」を2025年6月に全社展開。自由な対話、社内規程検索、資料アップロードでの質問応答、社内資料の全文検索、業務別テンプレート検索などを全社員が使える形で提供している。,社内規程や資料の所在が分かりにくく、検索や確認に時間がかかっていた。,外部協力のもとAWS上に構築し、既存の社内システムと統合。検索精度を高めるため検索基盤をAmazon KendraからAmazon Bedrock Knowledge Basesへ移行した。,"展開から約8か月で307名が利用し累計32,709回以上のアクセス。社内規程検索だけで約250時間の業務時間削減。",文書作成やファイル分析を含めた全体の削減効果は内訳が示されていない。,全社共通（業務を特定しない）,全社共通（業務を特定しない）;総務・社内の問い合わせ・ナレッジ,検索・質問への回答,検索・質問への回答;文章の作成・下書き;要約・議事録,社内の業務,全社,全社展開,全社への導入,AWS,大豊AI;Amazon Bedrock,2026-04-08,2025-06,https://aws.amazon.com/jp/blogs/news/genai-case-study-taiho/;https://techtarget.itmedia.co.jp/tt/news/2604/23/news04.html;https://www.zaikei.co.jp/article/20260615/857025.html,大豊建設が AWS で実現した大豊 AI：業務の様々な場面で活躍する生成 AI 活用事例;“ファイルが見つからない”を解消　大豊建設がAWSで作った「自社専用AI」とは;大豊建 Research Memo（6）,Amazon Web Services ブログ;TechTargetジャパン エンタープライズAI;財経新聞,提供企業の導入事例;報道;報道,2026-09-27,2026-09-27,2026-09-27
1822-0002,1822,大豊建設,建設業,スタンダード,活用事例,「LINE WORKS AiNote」による議事録作成業務の効率化,音声認識とAI要約を備えた「LINE WORKS AiNote」をトライアル導入後、全社契約プランへ拡大。会議の録音から文字起こし・話者分離・要約までを自動化し、現場を含む約100箇所で利用している。,会議の議事録作成に長時間を要し、内容の認識ズレによる修正のやり取りも多かった。,既に全社導入済みのLINE WORKSと同じIDで利用できる形でAiNoteを試験導入し、現場からの反応を見て契約プランを拡大した。,議事録作成にかかる時間が10分の1程度に短縮された。現場ミーティングでの手戻りもほぼなくなった。,,店舗・現場運営,店舗・現場運営;総務・社内の問い合わせ・ナレッジ,要約・議事録,要約・議事録,社内の業務,複数部署,本番運用,,国内のAI企業,LINE WORKS AiNote,2026-01-21,,https://line-works.com/ainote/case/daiho/;https://news.3rd-in.co.jp/article/cfabb1d0-6e83-11f0-963e-9ca3ba083d71,議事録作成の時間が10分の1に激減。大豊建設が「LINE WORKS AiNote」で実現した、建設現場における「手戻りゼロ」の働き方改革;大豊建設がAI技術で業務効率化を実現、議事録作成を手軽に,LINE WORKS;サードニュース,提供企業の導入事例;報道,2026-09-27,2026-09-27,2026-09-27
1826-0001,1826,佐田建設,建設業,スタンダード,活用事例,部門横断AI活用チームによる7業務への生成AI実装,土木・建築・財務・情報システムの11名による部門横断チームが、生成AIを使って施工計画書作成や工事記録検索、決算資料制作など7つの実務を効率化する取り組みを実施した。,紙の竣工報告書が大量にあり必要な記録を探しにくいなど、部門ごとに時間のかかる定型業務が多く、限られた人員での効率化が課題だった。,最初の2か月は文書作成力とAIの基本操作を学ぶ研修に充て、後半でCopilot StudioやOpenAI Codexなどを使い各自の担当業務にAIを組み込み、2026年8月に経営層へ成果を報告した。,施工計画案作成は40時間から2時間、積算数量算出は60分から6分、工事実績検索は30分から3分、教育・現場説明動画の制作は約18日から1〜1.5日、決算説明資料の内製化は約1か月から約1週間に短縮した。,AIの出力はそのまま公開せず、現場担当者と技術部門による二重確認や、著作権・機密情報の確認など、社員自身が策定した運用ルールのもとで活用している。,店舗・現場運営,店舗・現場運営;設計・エンジニアリング;総務・社内の問い合わせ・ナレッジ,文章の作成・下書き,文章の作成・下書き;検索・質問への回答;画像・動画・デザインの生成,社内の業務,複数部署,本番運用,,OpenAI;Microsoft;Google,OpenAI Codex;Microsoft Copilot Studio;Google AI Studio,,2026-04,https://www.finetlab.jp/works/sada-ai.html,佐田建設様 4か月でAI活用チームが7つの成果｜導入事例｜株式会社フィネット,株式会社フィネット,提供企業の導入事例,2026-09-27,2026-09-27,2026-09-27
1833-0001,1833,奥村組,建設業,プライム,全社方針,グループ専用対話型生成AI「x-MirAI（クロスミライ）」の全社導入,業務効率化による生産性向上を目的に、奥村組グループ専用の対話型生成AI「x-MirAI」を2024年8月から運用。当初は文章の草案作成や資料の要約に使い、2025年3月には社内文書を検索して答えるRAG機能を追加し、部門別のワーキンググループで利用を広げている。,グループ全体の生産性向上と、専門性の高い文書作成や社内の問い合わせ対応の負担軽減が課題だった。,Azure OpenAI ServiceとAWSを組み合わせたセキュアな環境で、まず文章作成支援から始め、後から社内文書を検索する機能を加える段階的な進め方を取った。土木・建築・安全などの部門ごとにワーキンググループを作り利用を促進している。,総務・人事への問い合わせ削減や報告書の文章校正、Excelの数式作成などで使われており、バックオフィス部門で約5割、全社では約2割の社員が利用している。,利用率の算出時期・範囲の詳細は出典に記載がなく、基幹システムとのデータ連携は今後の計画段階にとどまる。,全社共通（業務を特定しない）,全社共通（業務を特定しない）,文章の作成・下書き,文章の作成・下書き;要約・議事録;検索・質問への回答,社内の業務,グループ全体,全社展開,全社への導入,Microsoft;AWS,x-MirAI;Azure OpenAI Service,2024-08-26,2024-08,https://www.okumuragumi.co.jp/topics/2024/aix-mirai.html;https://www.global.toshiba/jp/company/digitalsolution/case/articles/case2025/omg.html;https://www.okumuragumi.co.jp/topics/2026/dxdx.html;https://www.okumuragumi.co.jp/environment/report/2025/pdf/2025_all_a3.pdf,対話型生成AI「x-MirAI」の運用を開始;対話型生成AI「x-MirAI」を構築 マルチクラウドかつセキュアな生成AI利用でDXを加速;当社のDX戦略をまとめた『奥村組のDX』を更新;奥村組コーポレートレポート2025,株式会社奥村組;東芝デジタルソリューションズ;株式会社奥村組;株式会社奥村組,当事者の発表;提供企業の導入事例;当事者の発表;IR・経営資料,2026-09-27,2026-09-27,2026-09-28
1835-0001,1835,東鉄工業,建設業,プライム,活用事例,社内規程・社内手続き照会を支援する生成AI（構築・検証中）,社員の働き方満足度を高めるため、社内規程や手続きについての質問に答える生成AIを構築し検証している。全社への展開に向けて課題の解決に取り組んでいる段階。,社内規程や手続きの照会対応に手間がかかっており、業務の合理化・効率化が求められていた。,社内規程・手続き照会に答える生成AIをDX推進室が構築し、検証を進めている。,全社展開に向けて課題解決に取り組んでいる段階で、具体的な効果は公表されていない。,全社展開の時期や利用ツール名、効果は公表されていない。,総務・社内の問い合わせ・ナレッジ,総務・社内の問い合わせ・ナレッジ,検索・質問への回答,検索・質問への回答,社内の業務,1部署・1業務,実証・試行,,非公表,,2026-06,,https://www.totetsu.co.jp/company/dx/;https://www.totetsu.co.jp/wp-content/themes/totetsu/assets/pdf/ir/integrated_report2025.pdf,DXへの取組み;東鉄工業グループ 統合報告書2025,東鉄工業株式会社;東鉄工業株式会社,当事者の発表;IR・経営資料,2026-09-27,2026-09-27,2026-09-27
1835-0002,1835,東鉄工業,建設業,プライム,全社方針,生産性向上戦略における生成AI活用方針,統合報告書の生産性向上戦略で、ICT・IoTとあわせて生成AIなど先進的なデジタル技術を業務効率化に活かす方針を示し、共通事務の合理化では生成AIを使った業務スタイルの確立を検討していると公表している。,施工技能者の減少が見込まれる中で、将来の受注増に対応するための共通事務の合理化が課題だった。,2023年度に設置したDX推進室が中心となり、生成AI等のデジタル技術を本格導入する体制を整えている。,生成AIを使った業務スタイルの確立は検討段階にあると公表されている。,具体的なシステム名や導入時期、効果は公表されていない。,全社共通（業務を特定しない）,全社共通（業務を特定しない）,検索・質問への回答,検索・質問への回答,社内の業務,全社,方針・推進,経営計画での方針,非公表,,2025,,https://www.totetsu.co.jp/wp-content/themes/totetsu/assets/pdf/ir/integrated_report2025.pdf;https://www.totetsu.co.jp/wp-content/themes/totetsu/assets/pdf/ir/integrated_report2024.pdf,東鉄工業グループ 統合報告書2025;東鉄工業 統合報告書2024,東鉄工業株式会社;東鉄工業株式会社,IR・経営資料;IR・経営資料,2026-09-27,2026-09-27,2026-09-28
1847-0001,1847,イチケン,建設業,スタンダード,活用事例,DX推進の一環として本社にChatAI（チャット型AI）を導入,中期経営計画（2023-2025）のDX推進プロジェクト（2022年6月設置、当社のDX元年）による本社部門の取り組み実績として、工事請求業務の電子化・ITリテラシー教育とあわせて「ChatAI導入」を実施したと、次期中期経営計画（2026-2028）のレビュー欄に記載されている。,,DX推進プロジェクトの本社施策の一つとしてチャット型AIを導入した（詳細は非公表）。,,「ChatAI導入」の一文のみで、製品名・提供元・対象業務・利用範囲・効果は公表されていない。生成AI系ツールと判断したが詳細は不明。,総務・社内の問い合わせ・ナレッジ,総務・社内の問い合わせ・ナレッジ,文章の作成・下書き,文章の作成・下書き,社内の業務,1部署・1業務,本番運用,,非公表,,2026-05-08,,https://www.ichiken.co.jp/cms_cL3vf6K5/wp-content/uploads/2026/05/20260508_keieikeikaku.pdf;https://www.ichiken.co.jp/cms_cL3vf6K5/wp-content/uploads/2026/02/irinfo260225_02.pdf,長期経営計画『ビジョン2035』中期経営計画（2026-2028）;長期経営計画『ビジョン2035』及び「中期経営計画(2026-2028)」策定に関するお知らせ,株式会社イチケン;株式会社イチケン,IR・経営資料;IR・経営資料,2026-09-27,2026-09-27,2026-09-27
1852-0001,1852,淺沼組,建設業,プライム,全社方針,全社員向けDXリテラシー人材育成プログラムで生成AIを含む研修を実施,"中期3ヵ年計画の「DX推進」施策として、SIGNATE Cloudの「DXリテラシー人材育成プログラム」を全社員約1,300人に導入。経産省・IPAのDXリテラシー標準に準拠した講座で生成AIについても学ぶ。eラーニング形式、2025年7月〜12月実施。",全社的なDXリテラシーの向上とDX推進人材の育成が課題だった,eラーニング受講に先立ちDXリテラシーのアセスメントを実施し、個人・組織の現状を可視化したうえで受講を進めた,全社的なDXリテラシー向上とDX推進人材育成への寄与を目指す取り組みとして実施された（生成AI固有の定量効果は未公表）,生成AI固有の定量効果は未公表,全社共通（業務を特定しない）,全社共通（業務を特定しない）;人事・採用・育成,特定しない（用途の記載なし）,特定しない（用途の記載なし）,社内の業務,全社,方針・推進,研修・人材育成,国内のAI企業,SIGNATE Cloud DXリテラシー人材育成プログラム,2025-07-08,2025-07,https://www.asanuma.co.jp/news/index_news_pdf/20250708n.pdf;https://prtimes.jp/main/html/rd/p/000000012.000077355.html,淺沼組、DX推進について全社員を対象とした研修を実施;【株式会社淺沼組】DX推進について全社員を対象とした研修を実施,株式会社淺沼組;PR TIMES,当事者の発表;報道,2026-09-27,2026-09-27,2026-09-28
1860-0001,1860,戸田建設,建設業,プライム,全社方針,AI活用を全社標準にする3つの施策（AI基本方針・GenAI推進課・生成AIパスポート全社員取得）,戸田建設AI基本方針の策定・公開、DX統轄部内へのGenAI推進課の新設、全社員の生成AIパスポート取得目標という3つの施策を実施し、AI活用を一部専門人材に留めず全社の基盤として整備する取り組み。,AI技術の活用が一部の専門人材にとどまり、従業員間でAIリテラシーの格差やAI利用に伴うリスク管理の課題があった。,基本方針の策定、専門部署（GenAI推進課）の新設、資格取得（生成AIパスポート）の3方向から全社的な基盤を整備した。,AI基本方針を策定・公開し、GenAI推進課を新設。全社員の生成AIパスポート取得を目標に掲げた。,,全社共通（業務を特定しない）,全社共通（業務を特定しない）,特定しない（用途の記載なし）,特定しない（用途の記載なし）,社内の業務,全社,方針・推進,推進組織・体制;研修・人材育成;社内ルール・ガイドライン,非公表,戸田建設AI基本方針;GenAI推進課;生成AIパスポート,2026-04-01,2026-03,https://www.toda.co.jp/news/2026/20260401_006241.html,戸田建設、AI活用を“全社標準”にする3つの施策を実施,戸田建設株式会社,当事者の発表,2026-09-27,2026-09-27,2026-09-28
1860-0002,1860,戸田建設,建設業,プライム,全社方針,"内製生成AI基盤「Toda-AI-Portal」を全社本格展開（3,000名超が利用）","建設事業で蓄積した施工技術資料・災害事例・技術提案資料などの社内情報資産と連携する生成AIプラットフォームを内製開発し、全社員向けに本格展開。根拠付きの検索、資料作成、画像生成の機能を持つ。2026年4月時点で3,000名超が利用。",汎用の生成AIサービスだけでは、建設業特有の専門的知見や自社の独自情報資産を業務に即した形で活用しにくい。,内製で生成AI基盤を構築し、社内の技術資料・事例データと連携。全社員のAI活用の入口を一本化した。,"2026年4月時点で3,000名以上が利用する基盤に成長した。",,全社共通（業務を特定しない）,全社共通（業務を特定しない）;設計・エンジニアリング,検索・質問への回答,検索・質問への回答;文章の作成・下書き;画像・動画・デザインの生成,社内の業務,全社,全社展開,全社への導入,自社開発,Toda-AI-Portal;たっぴー（マスコット）,2026-05-18,2026-04,https://www.zaikei.co.jp/releases/3435217/;https://www.toda.co.jp/pickups/dx.html,戸田建設、内製した生成AI基盤「Toda-AI-Portal(TM)」を本格展開へ;戸田建設のデジタルトランスフォーメーション,戸田建設株式会社（財経新聞プレスリリース配信）;戸田建設株式会社,当事者の発表;当事者の発表,2026-09-27,2026-09-27,2026-09-27
1860-0003,1860,戸田建設,建設業,プライム,活用事例,生成AI(RAG)を活用した安全・品質管理チャットボットを開発,HACARUSの支援を受け、社内の安全・品質情報を生成AIで検索・整理して提示するチャットボットを開発。現場の職員が作業内容を入れると、関係する過去の事故と対策を、対話の形でまとめて示す。,多忙な現場で経験の浅い社員が、膨大な過去データから注意点を検索・抽出するのに手間と時間がかかっていた。,安全ポータル・ヒヤリポ・環境品質管理システムの3システムと連携し、生成AI(RAG)で現場状況に応じた過去知見を提示する仕組みを構築した。,要因整理・処置対策・参照元資料リンクを対話形式で提示できるようになった。,建設業特有の専門用語の検索でさらなる精度向上が必要と判明した。,製造・品質・保守,製造・品質・保守,検索・質問への回答,検索・質問への回答,社内の業務,1部署・1業務,実証・試行,,国内のAI企業,安全・品質管理チャットボット,2026-07-22,,https://www.toda.co.jp/news/2026/20260722_006314.html,AIが現場の「安全・品質意識の改革」をアシスト,戸田建設株式会社,当事者の発表,2026-09-27,2026-09-27,2026-09-27
1860-0004,1860,戸田建設,建設業,プライム,活用事例,生成AIエージェント型Revitプラグイン「Revit-AI-Assistant」を完全内製で開発,BIMソフトRevit上で動作する生成AIエージェント型プラグインを社員が完全内製で開発。自然言語のチャットでBIM要素の検索・色分け・仕様確認などをAIエージェントが自律的に実行する。,BIMデータの操作や社内文書の検索が専門オペレーターに限られ、確認作業に時間がかかっていた。,あらかじめ定義した複数のツールをAIエージェントが状況に応じて選択・実行する方式で、回答の正確性と柔軟性を両立させて開発した。,文書検索にかかる時間が約5分から約30秒に短縮された。,,設計・エンジニアリング,設計・エンジニアリング,業務の自動化・AIエージェント,業務の自動化・AIエージェント;検索・質問への回答,社内の業務,1部署・1業務,本番運用,,自社開発,Revit-AI-Assistant,2026-04-22,2026-04,https://www.toda.co.jp/news/2026/20260422_006270.html,生成AI搭載のRevitプラグイン「Revit-AI-Assistant」を完全内製で開発,戸田建設株式会社,当事者の発表,2026-09-27,2026-09-27,2026-09-27
1861-0001,1861,熊谷組,建設業,プライム,全社方針,全社員向け生成AI「Kumagai Chat AI」展開と筑波大学との共同研究によるユースケース集の公開,2023年度から社内の全員が使えるAzure上のOpenAIモデルを土台にした社内AI「Kumagai Chat AI」を提供しており、2024年の年末にファイルを読ませて分析させる機能などを加えて大きく機能強化した。これに加え、筑波大学との共同研究（2024年7〜12月）をもとに熊谷組の業務向けの生成AI活用事例集をまとめ、2025年2月の発表会で社内に共有した。,経営陣から社員まで全員に生成AIの役立ち方を分かってもらい、積極的な活用を促進する必要があった。,全社員向けにKumagai Chat AIを提供・バージョンアップし、筑波大学との共同研究で業務特化のユースケース集を作成して社内公開することで活用を促進した。,Kumagai Chat AIに情報収集・調査、アイデア創出、文章生成、プログラミング、データ分析などの機能を提供。ユースケース集の社内公開と経営陣との生成AI可能性の共有を実施した。今後は研修プログラム・部門別プロンプト・社内DB連携を推進する方針。,利用人数や業務効率化の定量的な効果は公表されていない。,全社共通（業務を特定しない）,全社共通（業務を特定しない）,検索・質問への回答,検索・質問への回答;文章の作成・下書き;データ分析,社内の業務,全社,全社展開,全社への導入;研修・人材育成,OpenAI;Microsoft,Kumagai Chat AI;Kumagai Chat AI ユースケース集,2025-04-07,2023,https://www.kumagaigumi.co.jp/news/2025/pr-20250407-003760.html;https://www.kumagaigumi.co.jp/sustainability/uploads/for-download-kg-2025.pdf,熊谷組、筑波大学との生成AI共同研究成果発表会を開催;熊谷組グループ 統合報告書2025,株式会社熊谷組;株式会社熊谷組,当事者の発表;IR・経営資料,2026-09-27,2026-09-27,2026-09-28
1861-0002,1861,熊谷組,建設業,プライム,活用事例,生成AIを活用した「安全支援アプリ」を建設現場で運用開始,EARTHBRAINが提供する生成AI活用の「安全支援アプリ」を建設現場に導入。スマホ・タブレットで撮影した現場写真から、AIが安全指摘事項・対策案・過去の事故事例・関連法令を抽出・提示する。自社の事故・災害事例をDB化して連携し、自社施工現場の実例を踏まえた安全管理支援を実現した。,技能労働者の高齢化・担い手不足で安全管理の経験・知見の継承が課題で、過去の事故・災害事例が日々の安全活動や教育に十分活用されていなかった。,EARTHBRAINのアプリに自社の事故・災害事例DBを連携させ、写真をもとにAIがリスクを分析する仕組みを導入した。,危険予知活動の質を上げること、若手の技術者への安全教育を手厚くすること、安全管理の仕事を効率化することを目標にしている。,,製造・品質・保守,製造・品質・保守,チェック・審査,チェック・審査;検索・質問への回答,社内の業務,不明,本番運用,,国内のAI企業,安全支援アプリ(EARTHBRAIN),2026-07-01,2026-07,https://www.kumagaigumi.co.jp/news/2026/pr-20260701-004275.html,生成AIを活用した「安全支援アプリ」の運用を開始,株式会社熊谷組,当事者の発表,2026-09-27,2026-09-27,2026-09-27
1866-0001,1866,北野建設,建設業,スタンダード,活用事例,独自生成AI「K-Brain」による建設現場向け技術情報検索の省力化,日立ソリューションズとの協創プロジェクト（2024年4月～、実業務検証2024年11月～2025年3月）で、ChatGPTとRAG・ベクトルDBを使い、国交省公開資料や社内の技術資料を構造化して検索できるチャットボットを開発。その成果を基に独自生成AI「K-Brain」を構築し、2026年5月に建設現場での運用を開始したと公表。,建設業界の人材不足・高齢化により、技術情報の調査や書類作成の省力化と技能継承が急務だった,クラウド上にChatGPT＋RAGの仕組みを構築し、国交省資料や社内の技術ノウハウ・報告書をベクトルDB化。PCやタブレットのチャットボットで検索できるようにし、検証を経て独自生成AI「K-Brain」として現場に展開,2026年5月に建設業向け生成AIシステム「K-Brain」の運用を開始したと公表した。,運用開始後の利用実績・定量効果は未公表,総務・社内の問い合わせ・ナレッジ,総務・社内の問い合わせ・ナレッジ;店舗・現場運営,検索・質問への回答,検索・質問への回答,社内の業務,不明,本番運用,,OpenAI,ChatGPT;K-Brain（自社独自生成AI）,2024-12-04,2026-05,https://www.hitachi-solutions.co.jp/company/press/news/2024/1204.html;https://www.kitano.co.jp/news/%E5%BB%BA%E8%A8%AD%E6%A5%AD%E5%90%91%E3%81%91%E7%94%9F%E6%88%90ai%E3%82%B7%E3%82%B9%E3%83%86%E3%83%A0%E3%81%AE%E9%81%8B%E7%94%A8%E9%96%8B%E5%A7%8B%E3%81%AB%E3%81%A4%E3%81%84%E3%81%A6/;https://kitano.co.jp/dx/,生成AIによる建設現場での書類作成、技術調査などを省力化するプロジェクトを開始;建設業向け生成AIシステムの運用開始について;北野建設のDX,北野建設株式会社・株式会社日立ソリューションズ;北野建設株式会社;北野建設株式会社,当事者の発表;当事者の発表;当事者の発表,2026-09-27,2026-09-27,2026-09-27
1866-0002,1866,北野建設,建設業,スタンダード,全社方針,管理部門の改革としてRPA・大規模言語モデル(LLM)等の生成AI技術の導入を検討,北野建設のDX遂行ビジョンにおいて、管理部門の改革としてRPAや大規模言語モデル(LLM)等の生成AI技術の導入を検討し、社内研修や活用事例の共有を進めながら業務プロセス再構築(BPR)とあわせて生産性向上を目指すと記載。,管理部門（バックオフィス）の生産性向上,RPAやLLM等の生成AI技術の導入を検討し、社内研修・活用事例共有とBPRをあわせて推進,,検討段階の記述のみで、導入時期や対象業務は未公表,全社共通（業務を特定しない）,全社共通（業務を特定しない）,特定しない（用途の記載なし）,特定しない（用途の記載なし）,社内の業務,複数部署,方針・推進,経営計画での方針,非公表,,,,https://kitano.co.jp/dx/,北野建設のDX,北野建設株式会社,当事者の発表,2026-09-27,2026-09-27,2026-09-28
1867-0001,1867,植木組,建設業,スタンダード,全社方針,第15次中期経営計画に基づく全社的な生成AI活用の推進,第15次中期経営計画(2025年度〜)で生成AI活用による生産性向上を経営方針として明記し、同時期に全社員が使える社内向け生成AIツールを導入した。新聞社系の生成AIサービスも一部部署で使い始め、2025年5月には全社横断の推進プロジェクトを発足させて組織的な取組を進めている。,建設業における人手不足や生産性向上、技術継承への対応が課題としてある。,経営計画に生成AI活用の方針を掲げたうえで、全社員向けの生成AIツール導入と全社横断のプロジェクト発足により、方針と実行の両面から組織的に取り組んでいる。,全社員向けツールの導入と一部部署での外部生成AIサービスの活用が進み、社員教育も実施済み。今後は利用ルールの整備や、現場業務に特化したAIの開発・展開を目指すとしている。,具体的な利用部署・業務内容や定量的な効果は公表資料からは分からない。,全社共通（業務を特定しない）,全社共通（業務を特定しない）,特定しない（用途の記載なし）,特定しない（用途の記載なし）,社内の業務,全社,全社展開,経営計画での方針;全社への導入;推進組織・体制,国内のAI企業,UEKI×AI;新潟日報生成AI,2025-06-18,2025-05,https://www.uekigumi.co.jp/news/5980/;https://www.uekigumi.co.jp/wp-content/uploads/2025/05/Mid-term-Management-Plan-FY2025-FY2027.pdf;https://www.uekigumi.co.jp/special/1451/,新潟日報社主催「新潟DXサミット」トークセッションに参加しました;第15次中期経営計画(FY2025-FY2027);BIM/CIM活用を進め、建設DXを推進（UEKIの仕事）,株式会社植木組;株式会社植木組;株式会社植木組,当事者の発表;IR・経営資料;当事者の発表,2026-09-27,2026-09-27,2026-09-28
1870-0001,1870,矢作建設工業,建設業,プライム,活用事例,新人事評価制度の目標設定に生成AI「目標Chat」を活用,2025年10月導入の新人事評価制度で、社員が目標設定時に生成AI「目標Chat」に等級・目標案・期待役割を入力すると、妥当性やブラッシュアップ案が提示される仕組みをLuvir Consultingの支援で確立し、目標を練り上げる壁打ち相手として活用する。,等級制度が形骸化せず、社員自らが質の高い目標を設定し成長につなげる仕組みが必要だった,生成AIを目標設定の壁打ち役として使い、入力した目標が等級や期待役割に沿っているかを判定し改善案を示す仕組みを人事評価制度に組み込んだ,評価者・社員双方の目標確認にかかる時間が短縮され、年間で約1800時間相当の工数削減が見込まれている,示された工数削減効果は見込み値。基盤の生成AIモデルは公式発表に記載がなく、労働新聞の報道でChatGPTの建設業特化モデルと報じられている,人事・採用・育成,人事・採用・育成,対話での応対,対話での応対;チェック・審査,社内の業務,全社,本番運用,,OpenAI,目標Chat,2025-11-19,2025-10,https://www.yahagi.co.jp/official_news/pdf/%E6%96%B0%E4%BA%BA%E4%BA%8B%E8%A9%95%E4%BE%A1%E5%88%B6%E5%BA%A6%E3%81%AE%E7%9B%AE%E6%A8%99%E8%A8%AD%E5%AE%9A%E3%81%AB%E7%94%9F%E6%88%90AI%E3%80%8C%E7%9B%AE%E6%A8%99Chat%E3%80%8D%E3%82%92%E6%B4%BB%E7%94%A8.pdf;https://prtimes.jp/main/html/rd/p/000000006.000166057.html;https://topics.smt.docomo.ne.jp/amp/article/rodo/nation/rodo-209509,新人事評価制度の目標設定に生成AI「目標Chat」を活用 ～AIを社員の壁打ち役とする新たな人財育成アプローチを確立～;【矢作建設工業】新人事評価制度の目標設定に生成AI「目標Chat」を活用;等級に見合う目標を 生成AIに「壁打ち」させ 矢作建設工業,矢作建設工業株式会社・Luvir Consulting株式会社;矢作建設工業株式会社(PR TIMES);労働新聞社(dメニューニュース),当事者の発表;当事者の発表;報道,2026-09-27,2026-09-27,2026-09-27
1870-0002,1870,矢作建設工業,建設業,プライム,活用事例,図面解析AI（VLM）による施工図と構造図の検図業務の効率化検証（データグリッドと共同）,京都のAIスタートアップ、データグリッドの支援で、施工した物流施設の図面（全18種33ページ）を対象に、VLM技術を用いた生成AIが施工図と構造図の整合性を判定する検証を実施し、240サンプルのうち62%の領域で確認作業が不要と判定できた。,検図業務は専門性の高い施工管理職員の判断に頼っており、業務負荷の軽減と平準化が課題だった,データグリッドが開発したVLM（画像と言語を扱う生成AI）技術で、施工図と協力会社作成の図面の整合・不整合を判定するソリューションを用いて検証した,対象とした240サンプルのうち62%の領域で生成AIが高い確信度で整合・不整合を判定でき、その領域では施工管理職員による確認が不要となる結果が得られた,検証は物流施設の図面（全18種33ページ）に限られた段階であり、精度向上や適用建物用途・照合項目の拡大が今後の課題とされている,設計・エンジニアリング,設計・エンジニアリング;店舗・現場運営,チェック・審査,チェック・審査,社内の業務,1部署・1業務,実証・試行,,国内のAI企業,データグリッド 図面解析AIソリューション,2025-12-17,2025-12,https://www.yahagi.co.jp/official_news/pdf/%E5%9B%B3%E9%9D%A2%E8%A7%A3%E6%9E%90AI%E3%82%BD%E3%83%AA%E3%83%A5%E3%83%BC%E3%82%B7%E3%83%A7%E3%83%B3%E3%81%AE%E6%B4%BB%E7%94%A8%E3%81%AB%E3%82%88%E3%82%8B%E6%A4%9C%E5%9B%B3%E6%A5%AD%E5%8B%99%E3%81%AE%E5%B7%A5%E6%95%B0%E5%89%8A%E6%B8%9B.pdf;https://prtimes.jp/main/html/rd/p/000000058.000034722.html;https://dcross.impress.co.jp/docs/usecase/004457.html,図面解析AIソリューションの活用による検図業務の工数削減 ～生成AIを活用した検図業務の効率化・平準化に向けて～;生成AIのパイオニア企業データグリッド、図面解析AIソリューションで矢作建設工業の検図業務の工数を削減;矢作建設、施工図と構造図の整合性確認への生成AIの利用を検証,矢作建設工業株式会社;株式会社データグリッド（PR TIMES）;DIGITAL X（インプレス）,当事者の発表;当事者の発表;報道,2026-09-27,2026-09-27,2026-09-27
1870-0003,1870,矢作建設工業,建設業,プライム,全社方針,中期経営計画〔2026～2030年度〕DX戦略で「AIエージェント活用による業務効率化」を推進,2026年5月公表の中期経営計画〔2026～2030年度〕のDX戦略で、生産性向上に向けた重点施策の一つとして「AIエージェント活用による業務効率化」を掲げ、安全・品質向上に資するAI・ICTツールの活用も方針として示した。,技能労働者不足によって供給力が低下する中、生産性を最大限に高める必要があった,AIエージェントの活用に加え、DX人財の育成・適正配置や外部ベンダー連携による生産システムの刷新などを組み合わせて推進する方針を示した,,AIエージェントの対象業務や具体的な製品名、数値目標は資料に記載がない,全社共通（業務を特定しない）,全社共通（業務を特定しない）,業務の自動化・AIエージェント,業務の自動化・AIエージェント,社内の業務,全社,方針・推進,経営計画での方針,非公表,,2026-05-12,,https://www.yahagi.co.jp/ir/management_policies/pdf/430593d12709329732f664698ab3438e74a46ea2.pdf,矢作建設グループ「中期経営計画〔2026年度～2030年度〕」の策定について,矢作建設工業株式会社,IR・経営資料,2026-09-27,2026-09-27,2026-09-27
1870-0004,1870,矢作建設工業,建設業,プライム,活用事例,パンウォール工事の積算に生成AIを使うシステムの開発（Malmeとの共同開発）,2026年6月に資本業務提携したMalmeと共同で、独自工法「パンウォール工法」の積算判断を支援する生成AIシステムの開発に着手したと2026年8月に発表。熟練者の判断ロジックを学習させ、複数の積算案を提示する。,パンウォール工事は案件ごとに現場条件が異なり、積算に熟練者の経験に基づく判断が欠かせなかった,熟練者が培ってきた判断の考え方を生成AIに学習させ、複数の積算案を提示するシステムをMalmeと共同開発している,,2026年8月時点は開発に着手した段階で、本番運用の実績や効果の数値は開示されていない,設計・エンジニアリング,設計・エンジニアリング,業務の自動化・AIエージェント,業務の自動化・AIエージェント,社内の業務,1部署・1業務,計画・開発中,,非公表,,2026-08-05,2026-08,https://prtimes.jp/main/html/rd/p/000000026.000076112.html,矢作建設工業とMalme、建設DXを加速する共同開発プロジェクトを始動,矢作建設工業株式会社・株式会社Malme,当事者の発表,2026-09-27,2026-09-27,2026-09-27
1871-0001,1871,ピーエス・コンストラクション,建設業,プライム,全社方針,中期経営計画・統合報告書のDXビジョンにおける生成AIの位置づけ,中期経営計画2025と統合報告書2025のDXビジョン図で、データ分析やBIM/CIMと並ぶ業務支援の要素として「生成AI」を挙げている。建設プロセスのデジタル化と管理業務の最適化を進める全体戦略の一部として位置づけられている。,建設プロセスのデジタル化と、生産性向上に向けた業務改革が課題だった。,デジタル技術による建設プロセスの効率化を進める中期の技術戦略図の中で、生成AIを業務支援技術のひとつとして掲げている。,DXビジョン図に技術要素として記載した段階で、具体的な導入や効果は示されていない。,生成AIの具体的な導入ツール名・対象業務・効果は資料上示されていない。親会社の大成建設は全社的なChatGPT Enterprise展開を発表しているが、当社への適用範囲は確認できない。,全社共通（業務を特定しない）,全社共通（業務を特定しない）,特定しない（用途の記載なし）,特定しない（用途の記載なし）,社内の業務,全社,方針・推進,経営計画での方針,非公表,,2025-03-25,,https://www.psc.co.jp/about/ir/pdf/re_2025.pdf;https://www.psc.co.jp/about/csr/pdf/houkoku2025.1.pdf,中期経営計画2025（2025年度～2027年度）;統合報告書2025,ピーエス・コンストラクション株式会社;ピーエス・コンストラクション株式会社,IR・経営資料;IR・経営資料,2026-09-27,2026-09-27,2026-09-28
1882-0001,1882,東亜道路工業,建設業,プライム,全社方針,中期経営計画「バックオフィス戦略」における生成AI活用方針,中期経営計画（2024〜2026年度）のバックオフィス戦略として、生成AIを利用した技術情報・管理業務のナレッジデータベースによる業務効率化・省力化を方針化。成長投資50億円の対象領域にも生成AIを明記した。,膨大な社会資本のマネジメントとバックオフィス業務の効率化、ヒューマンエラー抑止・属人化解消が課題だった。,生成AIを利用した技術情報・管理業務のナレッジデータベースを構築し、バックオフィス業務の効率化・省力化を図る方針を掲げた。,業務効率化・省力化を目指す方針として公表されたが、具体的な効果は示されていない。,製品名・システム構成・投資配分額の内訳は公表されていない。,全社共通（業務を特定しない）,全社共通（業務を特定しない）;総務・社内の問い合わせ・ナレッジ,検索・質問への回答,検索・質問への回答,社内の業務,全社,方針・推進,経営計画での方針,非公表,,2024-05-09,,https://www2.jpx.co.jp/disc/18820/140120240509586971.pdf,中期経営計画策定に関する資料（東亜道路工業）,東亜道路工業株式会社,IR・経営資料,2026-09-27,2026-09-27,2026-09-27
1882-0002,1882,東亜道路工業,建設業,プライム,活用事例,生成AIによる社内ヘルプデスクの構築,統合報告書2025の中期経営計画68施策の進捗表で、バックオフィス戦略の施策として「生成AIによる社内ヘルプデスクの構築」を掲げ、一部達成・継続中の進捗評価が付されている。,社内問い合わせ対応の効率化・省力化が課題だった。,生成AIを用いた社内ヘルプデスクの構築を進めている。,構築が進行中（一部達成の評価）で、定量的な効果は公表されていない。,稼働状況・利用範囲・製品名は公表されていない。,総務・社内の問い合わせ・ナレッジ,総務・社内の問い合わせ・ナレッジ,対話での応対,対話での応対;検索・質問への回答,社内の業務,全社,実証・試行,,非公表,,2025,,https://www.toadoro.co.jp/news/docs/2e603499a5a5862aedc8e05d93238f1c7f50a19a.pdf,統合報告書2025,東亜道路工業株式会社,IR・経営資料,2026-09-27,2026-09-27,2026-09-27
1885-0001,1885,東亜建設工業,建設業,プライム,活用事例,Microsoft Copilot／Copilot Studio導入によるデータ利活用・業務変革（パソナ伴走）,2024年に社内でMicrosoft Copilotが使えるようになったことを機に、土木本部設計部がPower Platform導入時からの伴走先であるパソナとともに、Copilot Studioを軸にした自社データ活用・業務改善を推進。2025年5月には部署をまたいだ約30名参加のワークショップを開き、複数チームで業務課題とCopilot Studioでの解決策を検討した。,過去案件の資料が散らばっておりキーワード検索に頼らざるを得ないこと、ノウハウが属人化して継承されにくいこと、開発人材が不足していることが課題だった。,Copilot Studioを使い、過去案件の検索性向上や個人の設計経歴の可視化など、自社データを生かした業務改善のユースケースを検討・創出している。,資料を探したり整理したりする業務で、社員がCopilotを普段使いし始めるといった行動の変化が出てきている。数値による効果は公表されていない。,個々のツールの完成度や効果測定の数値は公表されておらず、部署をまたいだ展開は継続中の段階。,総務・社内の問い合わせ・ナレッジ,総務・社内の問い合わせ・ナレッジ;設計・エンジニアリング,検索・質問への回答,検索・質問への回答;業務の自動化・AIエージェント,社内の業務,複数部署,実証・試行,,Microsoft,Microsoft Copilot;Copilot Studio;Power Platform,2026-01-23,2024,https://www.pasona.co.jp/clients/service/xtech/usecase/case40/,導入事例 - 東亜建設工業株式会社「小さくも確かな行動変容を促し、DXを一歩前へ。共通課題の糸口を見つけたパソナの伴走支援」,株式会社パソナ,提供企業の導入事例,2026-09-27,2026-09-27,2026-09-27
1885-0002,1885,東亜建設工業,建設業,プライム,活用事例,AIヘルプデスク「教えてねっと.TOA」導入（PKSHA Workplace・Teams連携）,PKSHA Workplaceが提供する「AIヘルプデスク for Microsoft Teams」を導入し、社内問い合わせシステム「教えてねっと.TOA」として運用。テキストから自動でQ&Aを作る機能を使って各部門のポータル情報から約700件のQ&Aを整備し、Teams上のチャットボットで問い合わせ窓口を一本化、RPAとも連携して定型対応を自動化した。,問い合わせ窓口が電話やメール、ポータルなど複数に分かれており、専門的な質問への対応負荷が課題だった。,自動でQ&Aを作る機能を使い各部門の情報を取り込んだうえで、Teams上で使えるAIチャットボットとして展開し、RPAとも連携させた。,月間400時間程度の業務削減が見込めるとしている。2022年6月に9部署で開始し、7月には全社約1500名に展開した。,2022年時点の発表では「生成AI」の明記はなく、提供元PKSHA Workplaceの現行製品ページでは生成AI・AIエージェントを謳っているため、当時の機能水準が同等かは不明。,総務・社内の問い合わせ・ナレッジ,総務・社内の問い合わせ・ナレッジ,対話での応対,対話での応対;検索・質問への回答,社内の業務,全社,全社展開,,国内のAI企業,PKSHA Workplace AIヘルプデスク for Microsoft Teams;ナレッジメーカー,2023-03-20,2022-06,https://prtimes.jp/main/html/rd/p/000000087.000022705.html,東亜建設工業がAIヘルプデスク for Microsoft Teams を導入,株式会社PKSHA Technology（PR TIMES）,当事者の発表,2026-09-27,2026-09-27,2026-09-27
1887-0001,1887,日本国土開発,建設業,プライム,全社方針,日本国土開発版「生成AI利活用ガイドライン Ver.1.0」策定（Microsoft Copilot活用の全社推進）,筑波大学監修のもと、Microsoft Copilotの利用を基本とする社内向け生成AI利活用ガイドラインを策定し、利用ルールやプロンプトの工夫、業務段階別のユースケース集とあわせて全社員に展開。技術伝承や現場業務のDXを見据えた全社的な生成AI活用の指針とした。,中堅技術者不足による技術伝承の課題があり、生成AIを安全に業務へ取り入れる社内指針が必要だった。,筑波大学の教員陣監修のもと部門横断のプロジェクトチームがガイドラインを策定し、利用環境・ルール・プロンプトの工夫・業務別ユースケース集を整理して社内展開した。,ガイドラインVer.1.0と別冊ユースケース集を策定・公開。統合報告書2025では中期経営計画のDX戦略KPIとして全社AI活用率の目標を掲げている。,利用率や業務効率化の効果を示す定量的な数値は公表されていない。,全社共通（業務を特定しない）,全社共通（業務を特定しない）,文章の作成・下書き,文章の作成・下書き;検索・質問への回答;チェック・審査,社内の業務,全社,導入を発表,社内ルール・ガイドライン;全社への導入,Microsoft,Microsoft Copilot,2024-06-12,2023-12,https://www.n-kokudo.co.jp/wp/wp-content/uploads/2024/06/20240612release2.pdf;https://contents.xj-storage.jp/xcontents/AS91579/8ed8b87a/1bda/4c6e/86ed/b0990f88a9bb/20260331131213380s.pdf,日本国土開発版「生成AI利活用ガイドライン」を策定;統合報告書2025(INTEGRATED REPORT 2025),日本国土開発株式会社;日本国土開発株式会社,当事者の発表;IR・経営資料,2026-09-27,2026-09-27,2026-09-28
1899-0001,1899,福田組,建設業,プライム,活用事例,土木部における生成AIソリューションの導入・定着,土木部門で生成AIの使い方に関する方針を定め、業務の質を高める生成AIツールを導入して社内に根付かせようとしている。使ってみた感想や活用の工夫を持ち寄りながら、社員のITリテラシー向上と業務改善を続けている。,建設現場を含む土木部門の生産性向上と働き方改革。,土木部で生成AIツールの導入を進め、実際に使った感想や事例を持ち寄る形で社内への定着を図っている。,活用の力を高め、仕事の改善を続けているという記載だけで、定量的な効果は公表されていない。,ソリューション名・具体的な用途・対象人数は公表されていない。,設計・エンジニアリング,設計・エンジニアリング,文章の作成・下書き,文章の作成・下書き,社内の業務,1部署・1業務,本番運用,,非公表,,2026-08,,https://www.fkd.co.jp/wp-content/uploads/2026/08/2026tougouhoukoku_mihiraki.pdf,FUKUDA REPORT 2026（統合報告書）,株式会社福田組,IR・経営資料,2026-09-27,2026-09-27,2026-09-27
1899-0002,1899,福田組,建設業,プライム,活用事例,画像生成AI「Veras」による建築設計イメージ検証（事務所建替え計画）,建築設計の提案段階でBIMのボリュームモデルと画像生成AI「Veras」を組み合わせ、複数の外観イメージを短時間で生成・比較するワークフローを導入。築40年の事務所建替え計画で実際に使用した。,設計初期段階でのコンセプトパース作成に時間がかかり、顧客との合意形成にも時間を要していた。,BIMで作成したボリュームモデルをもとに画像生成AI「Veras」で複数の外観イメージ案を生成し、社内で検証を重ねたうえで顧客に提示した。,従来の立面図作成から3Dモデル化する工程に比べ作業時間が大幅に短縮され、複数案の比較検討がしやすくなり顧客との合意形成が早まった。,作業時間短縮の具体的な数値は公表されていない。,設計・エンジニアリング,設計・エンジニアリング;営業・マーケティング,画像・動画・デザインの生成,画像・動画・デザインの生成,社内の業務,1部署・1業務,本番運用,,非公表,Veras,2026-08,,https://www.fkd.co.jp/wp-content/uploads/2026/08/2026tougouhoukoku_mihiraki.pdf,FUKUDA REPORT 2026（統合報告書）,株式会社福田組,IR・経営資料,2026-09-27,2026-09-27,2026-09-27
1911-0001,1911,住友林業,建設業,プライム,全社方針,グループ社員向け生成AI基盤「住友林業AIプラットフォーム」の導入,外部に情報が出ないクローズドな環境で使える生成AI基盤「住友林業AIプラットフォーム」をグループ社員向けに構築し、社内文書を参照した回答（RAG）や画像・Excel等の分析に対応させた。研修や活用事例の共有もあわせて行っている。,外部の生成AIサービスには入力しにくい社内情報を、安全に業務で活用したいというニーズがあった。,自社でクローズドな生成AI基盤を構築し、社内文書を参照して回答するRAG機能やファイル分析機能を備え、eラーニングや活用事例の共有で利用を広げている。,"2025年時点で累計利用人数6,820人、1日あたりのやり取り件数2,061件。2027年に利用人数10,000人・1日3,000件を目標としている。",個々の業務でどれだけ効率化できたかという定量的な効果は公表されていない。,全社共通（業務を特定しない）,全社共通（業務を特定しない）;総務・社内の問い合わせ・ナレッジ,検索・質問への回答,検索・質問への回答;データ分析,社内の業務,グループ全体,全社展開,全社への導入,自社開発,住友林業AIプラットフォーム,2025,,https://sfc.jp/information/dx/;https://sfc.jp/information/dx/infrastructure/;https://sfc.jp/information/sustainability/governance/security.html,住友林業 DXサイト;推進体制 - デジタル基盤・情報セキュリティ｜住友林業 DXサイト;情報セキュリティ/DX｜住友林業,住友林業株式会社;住友林業株式会社;住友林業株式会社,当事者の発表;当事者の発表;当事者の発表,2026-09-27,2026-09-27,2026-09-28
1911-0002,1911,住友林業,建設業,プライム,活用事例,LLM3体構成の提案支援システム「AI間取り検索」（規格型住宅「Premal」向け）,顧客の家族構成や要望を入力すると、営業・設計などの役割を持つ複数のAIが議論して要望を深掘りし、間取りのデータベースから合う候補を選び出す提案支援システム。規格型住宅「Premal」向けに開発された。,間取りの検討には事前調査や資料参照に時間がかかっており、検討時間の短縮と提案精度の向上が課題だった。,顧客要望を深掘りするAI、間取りを検索するAI、間取り画像の特徴をデータベース化するAIの3つをLLMで構成し、経験豊富な営業・設計担当者の知見を反映させた。,2025年4月にPoCが完成し、Premalの提案作業の効率化が見込めるとしている。2025年末までに全国の支店での活用を計画していた。,PoC段階のため定量的な効果は公表されていない。全国展開後の実績は確認できていない。,営業・マーケティング,営業・マーケティング;設計・エンジニアリング,業務の自動化・AIエージェント,業務の自動化・AIエージェント;検索・質問への回答,社内の業務,複数部署,実証・試行,,自社開発,AI間取り検索,2025-04-24,2025-04,https://sfc.jp/information/news/2025/2025-4-24.html;https://www.housenews.jp/house/31713,「AI間取り検索」で最適な提案～規格型住宅商品「Premal」で年内に実用化へ～;住友林業、3つのAIが最適な間取り提案,住友林業株式会社;住宅産業新聞,当事者の発表;報道,2026-09-27,2026-09-27,2026-09-27
1911-0003,1911,住友林業,建設業,プライム,活用事例,IR業務特化の生成AI「exaBase IRアシスタント」の試験導入,IR・情報開示に関わる部門の業務DXを目的に、業務特化型生成AI「exaBase IRアシスタント」を試験導入した。IR面談の音声・画像データから議事録を自動生成し、説明会・記者会見の想定質問と回答案も自動作成する。,国内外のアナリスト・投資家との個別ミーティングを年329回（2023年実績）行っており、少ない人員でより手厚いIR対応をする必要があった。,エクサウィザーズグループが提供する業務特化型生成AIサービスをIR関連部門で試験導入し、面談議事録の自動生成と想定問答の自動作成に活用している。,IR面談を録音・録画したデータから議事録を自動生成できるようになり、IR文書をもとに説明会・記者会見の想定質問と回答案も自動で作成できるようになった。,試験導入段階であり、利用件数や効果の定量的な数字は公表されていない。,経理・財務・IR,経理・財務・IR,要約・議事録,要約・議事録;文章の作成・下書き,社内の業務,1部署・1業務,実証・試行,,国内のAI企業,exaBase IRアシスタント,2024-09-26,2024-09,https://exawizards.com/archives/28313/;https://www.jutaku-s.com/news/id/0000035275,業務特化型生成AI「exaBase IRアシスタント」を住友林業に提供～付加価値の高い情報開示へと注力できる体制の実現を目指した試験導入を開始～;住友林業IR向け生成AI提供 Exa AI,株式会社エクサウィザーズ;住宅新報,提供企業の導入事例;報道,2026-09-27,2026-09-27,2026-09-27
1911-0004,1911,住友林業,建設業,プライム,活用事例,不動産仲介の営業担当者の研修に、生成AIのロープレシステムを導入,住友林業グループの不動産仲介の会社が、多店舗の営業担当者向けに、顧客の反応に応じてAIの返しが変わる生成AIのロープレシステムを入れ、実践に近い練習に使う。,仲介の営業には顧客ごとに違う状況を捉えて会話を組み立てる力が要るが、座学では身につきにくく、実際の顧客対応だけでは練習の機会が足りなかった。,既存の研修やOJTを補う形で入れた。経験に応じて難しさを変えた場面を作り、管理者は店舗ごとの実施状況を画面で確かめられる。グループの基準でセキュリティを確かめてから入れた。,,出典は提供したSapeetの発表で、効果の数字は示されていない。,人事・採用・育成,人事・採用・育成;営業・マーケティング,対話での応対,対話での応対,社内の業務,1部署・1業務,導入を発表,,国内のAI企業,SAPI ロープレ,2026-10-06,,https://prtimes.jp/main/html/rd/p/000000126.000026498.html,Sapeet、住友林業ホームサービスにAIロープレシステム「SAPI ロープレ」を提供,Sapeet,提供企業の導入事例,2026-10-19,2026-10-19,2026-10-19
1925-0001,1925,大和ハウス工業,建設業,プライム,活用事例,社内生成AIサービス「DAIchat」の構築・運用と社内規程検索機能の拡充,情報漏洩・著作権リスクを排除した生成AI環境として2023年10月に社内ネットワーク上に「DAIchat」を構築し運用を開始。全社「生成AIアイデアコンテスト」を実施し受賞アイデアを実用化検討。2025年版では社内規程・マニュアルを検索できる機能を新たにリリースした。,ChatGPTの急速な普及を受け、情報漏洩や著作権侵害のリスクを排除した安全な生成AI環境を社内に用意する必要があった。,社内ネットワークの閉域環境に生成AIサービスを構築しガイドラインを運用。アイデアコンテストやアンバサダー施策で浸透を図り、社内規程検索機能を追加して活用範囲を広げた。,DXAR2024時点で約20%の社員が利用。生成AIアイデアコンテストに全社300件超の応募があり、2025年版で社内規程・マニュアル検索機能をリリースした。,基盤モデルやAPI構成の詳細は公表されていない。,全社共通（業務を特定しない）,全社共通（業務を特定しない）;総務・社内の問い合わせ・ナレッジ,文章の作成・下書き,文章の作成・下書き;検索・質問への回答,社内の業務,全社,全社展開,,非公表,DAIchat,2025,2023-10,https://www.daiwahouse.co.jp/ir/dxar/2025/sp/generative_ai.html;https://www.daiwahouse.co.jp/ir/dxar/2024/sp/generative_ai.html,生成AIの取り組みについて｜特集｜DXアニュアルレポート2025;生成AIの取り組みについて｜特集｜DXアニュアルレポート2024,大和ハウス工業株式会社;大和ハウス工業株式会社,IR・経営資料;IR・経営資料,2026-09-27,2026-09-27,2026-09-27
1925-0002,1925,大和ハウス工業,建設業,プライム,活用事例,Microsoft 365 Copilotの展開による従業員生産性向上の取り組み,"2024年度よりMicrosoft 365 Copilotの展開を開始。DXイベントでの先行利用者募集とアンバサダー制度を経て、2025年4月には追加1,000名分のライセンスをグループ会社も含めて展開した。",従業員一人ひとりの生産性向上のため、汎用的な生成AIオフィスツールの利用を広げる必要があった。,DXイベントでの先行利用者募集、希望制アンバサダー制度、段階的なライセンス拡大の3段階で展開した。,"2025年4月に追加1,000名分をグループ会社も含めて展開し、公募利用者は数日で定員に達した。","全従業員に行き渡ったとは公表されておらず、追加分は1,000名分にとどまる。具体的な業務別の利用効果・定量KPIも公表されていない。",全社共通（業務を特定しない）,全社共通（業務を特定しない）,文章の作成・下書き,文章の作成・下書き,社内の業務,グループ全体,本番運用,,Microsoft,Microsoft 365 Copilot,2025,2024,https://www.daiwahouse.co.jp/ir/dxar/2025/sp/generative_ai.html,生成AIの取り組みについて｜特集｜DXアニュアルレポート2025,大和ハウス工業株式会社,IR・経営資料,2026-09-27,2026-09-27,2026-09-27
1925-0003,1925,大和ハウス工業,建設業,プライム,活用事例,内製開発へのAI活用（AI駆動開発：コード生成・ドキュメント自動生成・ファインチューニング/RAG構築）,内製開発領域でAI駆動開発を推進。生成AI・LLMによるコード生成やドキュメント自動生成に活用するとともに、自らファインチューニングやRAG構築にも取り組み、LLMの動作原理・強みと限界の理解を深めている。,汎用AIサービスでは実現できない独自サービスの構築と、データプライバシー・セキュリティ・倫理リスクへの自社目線での対応、中長期的なROI最大化が必要だった。,生成AI・LLMの理解と活用を内製で進め、コード生成・テスト・文書生成・ファインチューニング・RAG構築まで自社で実践している。,コード生成・ドキュメント自動生成を実務で活用し、ファインチューニング・RAG構築にも自ら取り組んでいると公表している。,具体的な開発成果物・定量効果は公表されていない。,ソフトウェア開発・IT,ソフトウェア開発・IT,コード生成,コード生成,社内の業務,1部署・1業務,本番運用,,非公表,,2025,,https://www.daiwahouse.co.jp/ir/dxar/2025/sp/generative_ai.html,生成AIの取り組みについて｜特集｜DXアニュアルレポート2025,大和ハウス工業株式会社,IR・経営資料,2026-09-27,2026-09-27,2026-09-27
1925-0004,1925,大和ハウス工業,建設業,プライム,活用事例,AI提案ツール「AIプランコンシェルジュ」による注文住宅プランの即時提案,東大発AIスタートアップ「燈」と共同で、新しく建てる戸建て住宅に合う間取りの案を、AIがその場で示すシステム「AIプランコンシェルジュ」を開発。2025年10月に社内運用を開始し、2026年2月にはver.2として敷地全体の使い分けまで考えて探すAI検索を足した。,戸建て住宅営業ではお客さんの話を聞いてから具体的な間取りを示すまで約1週間かかり、顧客の検討意欲を保つことが課題だった。,建設業界特化のLLMを提供する「燈」と共同開発し、2000以上の蓄積プランから敷地・要望に応じたプランをAIが検索・提案する仕組みを構築。深掘り検索機能で細かな要望にも対応する。,提案までの期間を大幅に短縮し、若手でもベテランと同じ質の提案ができる形を整えたと公表。ver.2では、規格住宅やセミオーダー住宅でも、注文住宅に近い自由な設計の案をその場で示せるようにした。,利用実績や定量的な効果の数値は示されていない。公式リリースページ（daiwahouse.co.jp）はアクセス制限のため、報道記事で内容を確認した。,営業・マーケティング,営業・マーケティング,画像・動画・デザインの生成,画像・動画・デザインの生成;検索・質問への回答,社内の業務,全社,本番運用,,国内のAI企業,AIプランコンシェルジュ;AKARI Construction LLM,2026-02-09,2025-10,https://www.s-housing.jp/archives/411081;https://digital-construction.jp/news/626,大和ハウスがAI提案ツール刷新 注文住宅同等のプランを即時に;東大発AIスタートアップ「燈」、ChatGPT等を建設業に特化させた「AKARI Construction LLM」の提供を開始,新建ハウジング;デジコン,報道;報道,2026-09-27,2026-09-27,2026-09-27
1925-0005,1925,大和ハウス工業,建設業,プライム,活用事例,注文住宅向けAIチャットボット「Dコンシェ」による24時間の住まい相談対応,注文住宅の検討者向けに、生成AIが住まいに関する質問にチャットで回答するAIチャットボット「Dコンシェ」を提供。ベータ版での試行を経て正式版をリリースした。,営業時間や場所に縛られず、注文住宅検討者からの住まいに関する質問に随時対応したいというニーズがあった。,生成AIを使い、大量の住宅関連情報から最適な回答をリアルタイムに生成するチャットボットとしてベータ版を公開し、回答精度を検証したうえで正式版へ移行した。,24時間対応の住まい相談チャットボットとして正式版を提供し、注文住宅検討者からの質問にリアルタイムで回答できるようになった。,基盤となる生成AIの製品名・提供元は公表されていない。定量的な利用実績は公表されていない。,顧客対応・問い合わせ,顧客対応・問い合わせ,対話での応対,対話での応対;検索・質問への回答,顧客向けの製品・サービス,1部署・1業務,本番運用,,非公表,Dコンシェ,2025-04-25,2024-11,https://prtimes.jp/main/html/rd/p/000002317.000002296.html;https://www.members.co.jp/column/20250918-housemaker-dx,大和ハウスの注文住宅 AIチャットボット「Dコンシェ」正式版リリース;大手住宅メーカーが仕掛ける「営業DX」＆「顧客サポートDX」の最前線,大和ハウス工業株式会社;株式会社メンバーズ,当事者の発表;報道,2026-09-27,2026-09-27,2026-09-27
1926-0001,1926,ライト工業,建設業,プライム,全社方針,DX推進室配下の生成AI活用検討チーム（「GPT検討チーム」→「生成AI検討チーム」）,全社DX推進体制（DX推進委員会・DX推進室）の一角として、対話型生成AIの活用に関する情報収集とDX活用を検討する「GPT検討チーム」を設置（コーポレートレポート2023の体制図に掲載）。翌年のコーポレートレポート2024では「生成AI検討チーム」として体制を継続している。,生成AI等の新技術を施工・業務へ安全に取り込むための情報収集と活用検討の必要性。,DX推進室配下に専門チームを設置し、対話型生成AIの情報収集とDX活用を、社長を委員長とするDX推進委員会の下で検討している。,体制図上でチームの存在と役割は継続確認できるが、具体的な導入ツールや成果は公表されていない。,検討チームの具体的な成果・導入ツール・利用状況は未公表。,全社共通（業務を特定しない）,全社共通（業務を特定しない）,特定しない（用途の記載なし）,特定しない（用途の記載なし）,社内の業務,全社,方針・推進,推進組織・体制,非公表,,2023-11,2023,https://www.raito.co.jp/assets/pdf/company/kankyou/esg/csr_2023.pdf;https://www.raito.co.jp/assets/pdf/company/kankyou/esg/csr_2024.pdf,RAITO Corporate Report 2023(コーポレートレポート2023);RAITO Corporate Report 2024(コーポレートレポート2024),ライト工業株式会社;ライト工業株式会社,IR・経営資料;IR・経営資料,2026-09-27,2026-09-27,2026-09-28
1928-0001,1928,積水ハウス,建設業,プライム,活用事例,「AIクローンオーナー」—実在オーナーのInstagram投稿を学習したAIクローンとの住宅相談チャットサービス,AIQ株式会社と共同で、実際のオーナー3名が Instagram に投稿した内容をAIに学ばせ、本人のように応答するチャットサービス「AIクローンオーナー」を2024年11月に開始。住宅検討層がオーナーの生の声にいつでも気軽に相談できる。技術基盤はAIQの「デジタルスタッフ」。,戸建住宅の検討層は住宅メーカーの公式情報より第三者の口コミを重視する傾向があり、オーナーの生の声に時間を問わず気軽にアクセスできる手段が求められていた。,オーナーのInstagram投稿をAIが分析・学習してAIクローンを生成し、チャットサービスとして提供。今後はやり取りデータを分析しオーナー数の拡大を図る。,オーナー3名のAIクローンを公開してサービス提供を開始。利用者数などの定量効果は公表されていない。,利用者数・成果指標は非公表。学習範囲はInstagram投稿に限定される。,営業・マーケティング,営業・マーケティング;顧客対応・問い合わせ,対話での応対,対話での応対,顧客向けの製品・サービス,1部署・1業務,本番運用,,国内のAI企業,AIクローンオーナー;AIQ デジタルスタッフ,2024-11-11,2024-11,https://www.sekisuihouse.co.jp/company/topics/topics_2024/20241111/,日本初 積水ハウスで建てた顧客のAIクローンが住宅購入のお悩みを解決 チャットで気軽に相談できる「AIクローンオーナー」サービスを開始,積水ハウス株式会社,当事者の発表,2026-09-27,2026-09-27,2026-09-27
1928-0002,1928,積水ハウス,建設業,プライム,全社方針,CVCファンドによる生成AI企業Preferred Networksへの出資—住宅事業全般への生成AI技術活用を目指す,CVCファンド「積水ハウス投資事業有限責任組合」を通じ、生成AI分野のPreferred Networks（PFN）へ出資（2024年12月決定・発表）。PFNの生成AI技術を活用し、営業・設計・施工・アフターフォロー等の住宅事業各業務の効率化と高度化を目指す方針を示した。,住宅事業全体の業務効率向上と、住まい手一人ひとりに合わせた質の高いサービス提供のため、先進的な生成AI技術の獲得が必要だった。,積水ハウス イノコムが中心のCVCファンド経由でPFNに出資し、その生成AI技術を住宅事業各業務に適用する方針を掲げた。,出資を実行し、営業・設計・施工・アフターフォローでの生成AI活用を目指す方針を公表した。個別業務への適用状況は公表されていない。,出資額・個別業務への適用状況・効果は非公表。,全社共通（業務を特定しない）,全社共通（業務を特定しない）,特定しない（用途の記載なし）,特定しない（用途の記載なし）,社内の業務,全社,方針・推進,経営計画での方針,国内のAI企業,Preferred Networks生成AI技術,2024-12-23,2024-12,https://www.sekisuihouse.co.jp/company/topics/topics_2024/20241223/,生成AI分野のリーディングカンパニーである株式会社Preferred Networksへ出資 生成AI技術を活用し、住宅事業における業務の効率化と高度化を目指す,積水ハウス株式会社,当事者の発表,2026-09-27,2026-09-27,2026-09-28
1928-0003,1928,積水ハウス,建設業,プライム,活用事例,「PLATFORM HOUSE NOZOKKU」α版—AI生成による暮らし体験ストーリーを提供する学びサービス,博報堂と協業し、AIを活用した学びサービス「PLATFORM HOUSE NOZOKKU」のα版を2026年6月に公開。PLATFORM HOUSE touch契約者向けに、公開投稿の分析から体系化した独自ロジックでAIが多様な暮らしの体験ストーリーを生成し提供する。,プラットフォームハウス構想の「学び」（自分時間での興味・関心の発見）を実現するため、投稿者の自己表現に左右されない客観的なコンテンツが必要だった。,公開投稿記事の構成要素を分析して変数を体系化した独自の生成ロジックを構築し、AIが生成した暮らし体験ストーリーをアプリ上で提供。α版で検証後に発展させる方針。,α版をリリースし試験運用を開始した。効果は検証中で定量的な結果は非公表。,α版のため提供範囲はPLATFORM HOUSE touch契約者限定。コンテンツ生成の基盤モデルは非公表。,広報・コンテンツ制作,広報・コンテンツ制作,文章の作成・下書き,文章の作成・下書き,顧客向けの製品・サービス,1部署・1業務,実証・試行,,非公表,PLATFORM HOUSE NOZOKKU,2026-06-23,2026-06,https://www.sekisuihouse.co.jp/company/topics/topics_2026/20260623/,AIを活用した学びサービス「PLATFORM HOUSE NOZOKKU」α版を公開 AI生成による多様な暮らしの体験ストーリーを提供,積水ハウス株式会社,当事者の発表,2026-09-27,2026-09-27,2026-09-27
1928-0004,1928,積水ハウス,建設業,プライム,全社方針,積水ハウス イノコムによる生成AI・AIエージェント設計・開発・運用の専門人財体制構築,積水ハウス イノコムが2025年からAIエージェントエンジニアの採用・育成を進め、グループ全体のAIエージェント・業務支援ツールの設計・開発・運用を推進する体制を構築。LLM・RAG・各種APIを活用し、DX人財育成支援、営業現場へのAI導入支援、社内向けAIエージェント開発、画像生成AI利活用など複数の案件を並行して進める。,AI・データ利活用の強化が経営課題であり、AIエージェントの実装と展開を担う専門人財の確保・体制構築が必要だった。,専門人財の採用・育成を進め、ビジネス部門と連携して業務課題を理解し、生成AI・LLM・RAGなどで業務支援システムを内製開発する体制を敷いた。,社内向けAIエージェント開発、営業現場AI導入支援、画像生成AI利活用など複数案件が並行して進行中。個別の定量成果は非公表。,採用ページの記述であり、個別案件の成果・導入規模は非公表。特定の提供元（OpenAI・Microsoft等）の活用は候補者への歓迎スキルとして挙げられているのみで、実際に採用しているかは出典から確認できない。,全社共通（業務を特定しない）,全社共通（業務を特定しない）,業務の自動化・AIエージェント,業務の自動化・AIエージェント;画像・動画・デザインの生成;データ分析,社内の業務,グループ全体,方針・推進,推進組織・体制,非公表,LLM;RAG;AIエージェント;画像生成AI;MCP,,2025,https://hrmos.co/pages/sekisuihouse/jobs/000703lb,積水ハウスグループの生成AI・AIエージェント設計・開発・運用を推進するAIエンジニア｜積水ハウス株式会社,積水ハウス株式会社（HRmos採用ページ）,当事者の発表,2026-09-27,2026-09-27,2026-09-28
1929-0001,1929,日特建設,建設業,プライム,活用事例,SOLIZE「SpectA KY-Tool」による安全衛生・品質管理でのリスク予測・対処提示,SOLIZEのAIナレッジツール「SpectA KY-Tool」を採用。過去の安全衛生・品質管理データを学習したAIが、作業内容から起こり得るリスク要因と対処方法を提示する。施工検討会・KY活動・教育・パトロールで活用し、全社的な業務定着を推進している。同ツールは2025年11月のアップデートで、写真からのリスク・対策の自動生成、点検項目の自動抽出、安全衛生規則の検索・回答生成という生成AI機能を追加した。,過去の事故・不具合事例から起こり得るリスクと対処方法を、経験の浅い技術者を含め迅速に把握する必要があった。,自社保有の安全衛生・品質データを学習させたAIが条件に応じたリスク要因と対処方法を提示するツールを導入・定着化。2025年11月のアップデートで写真・テキストからのリスク生成や規則検索など生成AI機能が追加された。,導入企業へのアンケートで教育効果・業務時間短縮の効果が確認された（定性）。,採用発表時点（2024年5月）は「自然言語処理AI」との表記で生成AI機能追加前であり、日特建設が現行の生成AI機能を利用しているかは個別に確認できていない。,製造・品質・保守,製造・品質・保守,チェック・審査,チェック・審査;検索・質問への回答,社内の業務,全社,本番運用,,国内のAI企業,SpectA KY-Tool（株式会社SOLIZE）,2024-05-16,2024-05,https://prtimes.jp/main/html/rd/p/000000018.000113615.html;https://prtimes.jp/main/html/rd/p/000000002.000165936.html;https://ureka-technology.solize.com/specta_ky-tool;https://www.nittoc.co.jp/wp-content/uploads/2024/11/IntegratedReport2023-2.pdf,日特建設がSOLIZEの「SpectA KY-Tool」を採用 ～自然言語処理AIが安全衛生・品質管理業務を支援～;生成AI機能を追加した「SpectA KY-Tool」アップデートリリース;SpectA KY-Tool 製品ページ;日特建設 統合報告書2023,株式会社SOLIZEホールディングス（PR TIMES）;SOLIZE株式会社（PR TIMES）;SOLIZE株式会社;日特建設株式会社,提供企業の導入事例;提供企業の導入事例;提供企業の導入事例;IR・経営資料,2026-09-27,2026-09-27,2026-09-27
1930-0001,1930,北陸電気工事,建設業,プライム,活用事例,中期経営計画「Action Plan 2027」における生成AI・業務AIエージェントの導入,中期経営計画「Action Plan 2027（FY2025-2027）」の人財・IT・DX投資の一環として、2025年度に情報セキュリティ強化とあわせて生成AIを導入。2026年7月公表の2027年3月期第1四半期決算説明資料では、「業務AIエージェントの導入」が販管費増加要因として継続的に発生していることが示されている。,人財・IT・DX領域への成長投資の一環として、社内DX推進と情報セキュリティ強化を両立させる必要があった。,中期経営計画の成長投資枠で情報セキュリティ強化とともに生成AI・業務AIエージェントを導入した。製品名・適用業務は非公表。,2025年度に生成AI導入を投資進捗として開示。2026年度第1四半期には業務AIエージェントの導入が販管費増加要因として継続的に発生していることが確認できる。,導入した生成AI・AIエージェントの製品名、対象業務、利用規模は非公表。,全社共通（業務を特定しない）,全社共通（業務を特定しない）,業務の自動化・AIエージェント,業務の自動化・AIエージェント,社内の業務,全社,本番運用,,非公表,,2026-04-28,2025,https://www.rikudenko.co.jp/ir/document/actionplan2027_2025.pdf;https://www.rikudenko.co.jp/ir/report_file/0202/2027031Qkessansetsumei.pdf,Action Plan 2027 中期経営計画（FY2025-2027）2025年度進捗状況;2027年3月期第1四半期決算説明資料,北陸電気工事株式会社;北陸電気工事株式会社,IR・経営資料;IR・経営資料,2026-09-27,2026-09-27,2026-09-27
1934-0001,1934,ユアテック,建設業,プライム,全社方針,生成AIを含む最新デジタル技術を活用したITツールの検討・導入方針,DX推進の柱の一つ「最新デジタル技術の活用」において、生成AIの活用による現場負担の軽減を検討していると発表。統合報告書2025でも、生成AIをはじめとする最新デジタル技術を活用したITツールの検討・導入を進める方針を明記。,現場業務の増加や担い手不足による負担を、デジタル技術で軽減し生産性を高める必要がある,生成AIを含む最新デジタル技術を活用したITツールの導入を検討し、現場負担の軽減と業務効率化を図る方針,検討・導入を進める方針を表明。具体的な導入実績や効果は未公表,ツール名・導入時期・対象業務は未公表。2026年5月の決算説明資料では生成AIへの明確な言及がなく、検討の継続状況は次期資料で要確認,全社共通（業務を特定しない）,全社共通（業務を特定しない）;店舗・現場運営,特定しない（用途の記載なし）,特定しない（用途の記載なし）,社内の業務,全社,方針・推進,経営計画での方針,非公表,,2025-10,,https://www.yurtec.co.jp/ir/pdf/integrated_report/japanese_2025.pdf;https://www.yurtec.co.jp/english/ir/pdf/integrated_report/en_integratedreport_2025.pdf;https://www.yurtec.co.jp/ir/pdf/presentation-exp_250305.pdf,ユアテック統合報告書2025;Yurtec Integrated Report 2025;確かな技術力で新たな時代への挑戦（会社説明会・個人投資家向け）,ユアテック株式会社;ユアテック株式会社;ユアテック株式会社,IR・経営資料;IR・経営資料;IR・経営資料,2026-09-27,2026-09-27,2026-09-28
1938-0001,1938,日本リーテック,建設業,プライム,全社方針,社内生成AI「RICS・GPT」（Azure OpenAI基盤）の全社導入,DX戦略『RICS』の実現に向けて、Azure OpenAIを基盤に社内向け生成AI『RICS・GPT』を構築し、利用ガイドラインと理解度確認をセットに全社員が使える形で運用を始めた。情報の外部流出を防ぐため社内ネットワークに限定した環境とし、今後は施工実績データとの連携も計画している。,少人数で安全・正確・高品質な施工を実現するというDX戦略上、社内向けの生成AI基盤と、利用者のリテラシーを担保する仕組みが必要だった。,社内ネットワークに限定したAzure OpenAI環境を構築し、利用ガイドラインへの理解度確認に合格した社員のみが使える形で全社に展開した。,2023年10月に構築し、2024年1月から利用を開始した。次のステップとして施工実績データとの連携による現場の生産性向上を計画している。,利用者数や用途別の効果など、定量的な情報は公表されていない。,全社共通（業務を特定しない）,全社共通（業務を特定しない）,特定しない（用途の記載なし）,特定しない（用途の記載なし）,社内の業務,全社,全社展開,全社への導入;社内ルール・ガイドライン,Microsoft,RICS・GPT;Azure OpenAI,2024-04-16,2023-10,https://www.j-rietec.co.jp/news/company/2289/,DX戦略実現に向け「RICS・GPT」を導入いたしました,日本リーテック株式会社,当事者の発表,2026-09-27,2026-09-27,2026-09-28
1938-0002,1938,日本リーテック,建設業,プライム,活用事例,「Gemini for Google Workspace」を試行導入,RICS・GPTと並行し、社内で使うGoogle Workspaceとの親和性が高い「Gemini for Google Workspace」の試行導入を2024年4月から始めた。少人数でもより安全・正確・高品質な施工を目指す取り組みの一環と位置づけている。,少人数体制でも安全・正確・高品質な施工を実現する必要があった。,社内で使用しているGoogle Workspaceと親和性の高いGeminiの生成AI機能を試行的に導入した。,2024年4月から試行導入を開始した段階で、対象範囲や効果は公表されていない。,試行導入の対象範囲や具体的な効果は明らかにされていない。,全社共通（業務を特定しない）,全社共通（業務を特定しない）,文章の作成・下書き,文章の作成・下書き;要約・議事録,社内の業務,全社,実証・試行,,Google,Gemini for Google Workspace,2024-04-16,2024-04,https://www.j-rietec.co.jp/news/company/2289/,DX戦略実現に向け「RICS・GPT」を導入いたしました,日本リーテック株式会社,当事者の発表,2026-09-27,2026-09-27,2026-09-27
1938-0003,1938,日本リーテック,建設業,プライム,活用事例,AIチャットボット「amie(アミー)」による社内問い合わせ対応・資料検索の効率化,サステナビリティ推進本部が、既存資料を取り込むだけでFAQを用意できるAIチャットボット『amie』を導入。無償トライアルや部署向け説明会、実証実験を経て、社内規程やマニュアル、基幹システムに関する問い合わせや資料検索に使い、バックオフィスへの問い合わせ対応や資料活用の効率化を図っている。,問い合わせの窓口が一本化されておらず各部署に個別に確認していたことや、資料検索を社内データベースの検索機能に頼っていたことが課題だった。,既存資料をアップロードするだけでFAQ整備が済むAIチャットボットを、トライアルと実証実験、社内アンケートを経て稟議のうえ正式に導入した。,実証実験後のアンケートで8割以上の社員が『検索より使いやすい』『使ってみたい』と回答し、資料が見つけやすくメンテナンスも楽だと評価された。,利用率や削減できた作業時間などの定量的な効果は公表されておらず、FAQの拡充や文章検索対応の強化は今後の課題としている。,総務・社内の問い合わせ・ナレッジ,総務・社内の問い合わせ・ナレッジ,検索・質問への回答,検索・質問への回答;対話での応対,社内の業務,複数部署,本番運用,,国内のAI企業,amie（アミー）,2023-08-04,2023,https://origin.newscast.jp/smart/news/4444403;https://amie-ai.com/case/j-rietec/,全国のインフラ事業を支える日本リーテックに提供した、次世代型AIチャットボットの導入事例インタビューを公開;導入事例 - 日本リーテック株式会社｜AIチャットボットamie,ペネトレイト・オブ・リミット株式会社(NEWSCAST);ペネトレイト・オブ・リミット株式会社(amie公式サイト),提供企業の導入事例;提供企業の導入事例,2026-09-27,2026-09-27,2026-09-27
1939-0001,1939,四電工,建設業,プライム,活用事例,生成AIナレッジ共有サービス「Qast」による匿名質問・技術相談環境の整備,統合報告書2025の中堅社員インタビュー（技術本部 設備技術部 設計課）で、若手社員が質問しやすい環境づくりの一環として、匿名で質問や技術相談ができるAIナレッジ共有サービス「Qast」を活用していると紹介。Qastは社内ナレッジをもとに生成AIが回答を自動生成する機能を持つ製品。,若手社員が質問・技術相談を気軽にできる環境（聞きやすい環境）が必要だった。,匿名投稿が可能なAIナレッジ共有サービス「Qast」を活用している。,若手社員が匿名で質問・技術相談できる環境を整備したとインタビューで紹介されている。,導入時期・利用範囲・定量効果は非公表。,総務・社内の問い合わせ・ナレッジ,総務・社内の問い合わせ・ナレッジ,検索・質問への回答,検索・質問への回答,社内の業務,不明,本番運用,,国内のAI企業,Qast(株式会社any),2025-09,,https://www.yondenko.co.jp/pdf/ir/integrated-report/yondenko_ir_a4-2025.pdf;https://qast.jp/function/,株式会社四電工 統合報告書2025(A4横片開き版);機能｜Qast｜ナレッジプラットフォーム,株式会社四電工;株式会社any,IR・経営資料;提供企業の導入事例,2026-09-27,2026-09-27,2026-09-27
1941-0001,1941,中電工,建設業,プライム,全社方針,中期経営計画2027・IR資料に基づく生成AI・AIエージェント活用による業務効率化の方針,「中期経営計画2027」（2025〜2027年度）の主な施策や統合報告書、決算説明資料で、DXと生成AIの活用による業務効率化・生産性向上を経営方針として継続的に示している。2026年6月提出の有価証券報告書では、蓄積したノウハウをデータベース化し生成AIやAIエージェントで活用することで、業務の省人化や特定の人に頼る状態の解消、業務品質の向上を目指す方向性も追加で示された。,現場管理者の慢性的な不足や時間外労働の上限規制対応など、生産性向上と働き方改革への対応が課題となっている。,中期経営計画の主要施策や有価証券報告書の重点課題・リスク対応の中に生成AIの活用を位置づけ、ノウハウのデータベース化などを通じて全社的に取り組む方針を継続的に示している。,具体的な導入ツールや対象部門、定量的な成果はまだ公表されておらず、複数のIR資料で継続的に方針として示されている段階。,生成AIをどの業務・部署に、どのツールで導入するかの具体は公表資料からは分からない。,全社共通（業務を特定しない）,全社共通（業務を特定しない）;総務・社内の問い合わせ・ナレッジ,検索・質問への回答,検索・質問への回答;業務の自動化・AIエージェント,社内の業務,グループ全体,方針・推進,経営計画での方針,非公表,,2026-06,2025-04,https://www.chudenko.co.jp/info/library/images/yukah202606.pdf;https://www.chudenko.co.jp/release/images/p250428_02.pdf;https://kitaishihon.s3.isk01.sakurastorage.jp/IrLibrary/1941_integrated_2025_j5qf.pdf;https://www.chudenko.co.jp/info/library/images/260603_k_setsumei.pdf,第110期（2026年3月期）有価証券報告書;中期経営計画2027(2025～2027年度)の策定および中電工グループ2030ビジョンの数値目標の見直しに関するお知らせ;中電工統合報告書2025(Change & Growth For All);2026年3月期決算説明資料,株式会社中電工;株式会社中電工;株式会社中電工;株式会社中電工,IR・経営資料;IR・経営資料;IR・経営資料;IR・経営資料,2026-09-27,2026-09-27,2026-09-27
1942-0001,1942,関電工,建設業,プライム,活用事例,生成AIとICTを使う安全管理システム（危険予知活動の支援）の開発,建設現場の労働災害を防ぐため、過去の災害の情報と関係する法令をためたデータベースをもとに生成AIが作業内容に応じた安全指示を補足的に示す安全管理システムを開発している。,建設現場での労働災害防止と、熟練者の経験に頼りがちな危険予知の最適化,過去の災害の情報と関係する法令をためたデータベースと生成AI・ICTを組み合わせ、作業に応じた安全指示を提供する仕組みを開発,開発途上であり、災害情報・法令データベースに基づく安全指示・危険予知の実現を目指している段階,開発中であり定量的な効果・導入範囲・完成時期は公表されていない,製造・品質・保守,製造・品質・保守,検索・質問への回答,検索・質問への回答,社内の業務,不明,計画・開発中,,非公表,,2025,,https://www.kandenko.co.jp/ir/annual-report/assets/pdf/KANDENKO%20INTEGRATED%20REPORT%202025JP.pdf,KANDENKO INTEGRATED REPORT 2025,株式会社関電工,IR・経営資料,2026-09-27,2026-09-27,2026-09-27
1942-0002,1942,関電工,建設業,プライム,全社方針,中期経営計画のDX戦略で生成AIの導入を掲げる（生産性と競争力を高める）,2024〜2026年度の中期経営計画を見直したときにDX環境整備の一環として「生成AIの導入」を掲げた。全業務のデジタル化・DX人材確保・基幹システム再構築と並ぶ施策として明記している。,労働力の確保が難しくなる中でデータドリブン経営の実現と生産性向上を図る必要がある,CDO管掌のDX推進部門を中心に、DX環境整備の一施策として生成AIを導入する方針を掲げた,生成AI導入による生産性向上・競争力強化を目指す方針を表明した,導入する生成AIの具体的な製品・対象業務・導入範囲・時期は資料に記載がない,全社共通（業務を特定しない）,全社共通（業務を特定しない）,特定しない（用途の記載なし）,特定しない（用途の記載なし）,社内の業務,全社,方針・推進,経営計画での方針,非公表,,2026-04-28,,https://www2.jpx.co.jp/disc/19420/140120260427511828.pdf;https://www.kandenko.co.jp/news/assets/pdf/36b3954ec634681927916af74e2f43df965f52ff.pdf,2024-2026年度 関電工グループ中期経営計画の見直し並びに資本コストや株価を意識した経営の実現に向けた対応に関するお知らせ;同上（関電工公式サイト掲載版）,株式会社関電工（TDnet）;株式会社関電工,IR・経営資料;IR・経営資料,2026-09-27,2026-09-27,2026-09-28
1942-0003,1942,関電工,建設業,プライム,活用事例,電気設備自動設計システムVOLDARにおけるAIエージェント対話型設計支援の検討,Arentと共同開発した電気設備自動設計システム「VOLDAR」の将来構想として、AIエージェントと対話しながら設計を助ける機能や、過去の案件の知見で設計を確かめる機能を検討すると発表した。現行はBIMと設計ロジックによる自動設計。,熟練設計者の経験に頼る設計業務の形式知化と、BIM操作に不慣れな技術者でも使える環境の整備,電気BIM構想の中核システムVOLDARに、将来的にAIエージェントによる対話型の設計支援機能を加える構想を示した,将来的な機能拡張として検討段階にあり、2年以内に基本設計の大部分を自動化することを直近の目標としている,対話型AIエージェントは将来の検討事項であり、現行運用はルールベースの自動設計で生成AIではない,設計・エンジニアリング,設計・エンジニアリング,対話での応対,対話での応対,社内の業務,不明,計画・開発中,,非公表,VOLDAR,2026-08-25,,https://www.kandenko.co.jp/news/assets/pdf/62462a3520a534f5fa3735b3e548ef540ab7ae66.pdf,電気設備自動設計システム「VOLDAR（ヴォルダー）」の運用を開始,株式会社関電工／株式会社Arent,当事者の発表,2026-09-27,2026-09-27,2026-09-27
1944-0001,1944,きんでん,建設業,プライム,活用事例,社内技術資料を対象とした自社専用RAG構築の実証実験（三菱総研と共創）,三菱総合研究所と共創し、社内技術資料を対象とした自社専用RAGを構築する約6か月の実証実験を実施。データの前処理・構造化と電気設備工事業界の専門用語辞書の登録により、キーワード検索では難しかった質問への回答精度を高めた。,ベテラン技術者の退職に伴う技術継承の困難、時間外労働規制による教育時間の不足、工事仕様と法規制の複雑な紐づけの属人化。従来のキーワード検索システムでは十分な成果が出ていなかった。,社内の技術提案書等の資料を対象にLLMベースのRAGを構築し、データの前処理・構造化と専門用語辞書の追加登録で回答精度を向上させた。三菱総研が勉強会やシステム構築を支援した。,キーワード検索では対応が難しかった高度な検索ニーズへの回答が可能になり、回答精度の向上を確認した。一方で回答のぶれ・正確性の担保・図表の取り込み・著作権や法制度対応といった課題も明確になった。,実証実験（PoC）段階であり、本格導入や定量的な効果は公表されていない。,総務・社内の問い合わせ・ナレッジ,総務・社内の問い合わせ・ナレッジ,検索・質問への回答,検索・質問への回答,社内の業務,1部署・1業務,実証・試行,,非公表,,2026-03-28,2024-12,https://dx.mri.co.jp/cases/rag-generative-ai/,生成AI活用による自社専用RAG構築を目指す、株式会社きんでんの取り組みと今後の課題,株式会社三菱総合研究所,提供企業の導入事例,2026-09-27,2026-09-27,2026-09-27
1945-0001,1945,東京エネシス,建設業,プライム,活用事例,生成AI導入等による業務効率化（DX投資実績）,"決算説明資料のDX投資実績として、RPAによる業務自動化とあわせて生成AIの導入による業務効率化を掲げている。DX投資全体では2025年度までに約23,522時間相当の労働時間創出効果があったとしている。",業務の効率化と生産性向上が課題として挙げられている。,RPAによる業務自動化と生成AIの導入を組み合わせて業務効率化を進めている。,"DX投資全体（RPA等を含む）で2025年度までに約23,522時間の労働時間創出効果があったとしている。生成AI単体の内訳は公表されていない。","23,522時間はRPAなどを含むDX投資全体の実績であり、生成AI単独の効果は示されていない。",全社共通（業務を特定しない）,全社共通（業務を特定しない）,業務の自動化・AIエージェント,業務の自動化・AIエージェント,社内の業務,全社,本番運用,,非公表,,2026-05-12,,https://www.qtes.co.jp/ir/document/pdf/others_20260529_6a193f1038dc0.pdf,2026年3月期決算及び経営活動の現況,株式会社東京エネシス,IR・経営資料,2026-09-27,2026-09-27,2026-09-27
1945-0002,1945,東京エネシス,建設業,プライム,活用事例,机上業務効率化のための書類作成支援AI導入（2026年度計画）,2026年度のDX投資計画として、デスクワークの効率化を目的とした書類作成支援AIの導入を掲げている。あわせて安全面のAI活用やフィジカルAIの検討にも触れている。,書類作成などの机上業務の効率化が課題となっている。,書類作成を支援するAIを導入し、デスクワーク系の業務を効率化する計画を示している。,2026年度の導入計画として掲げられている段階で、具体的な効果は公表されていない。,導入前の計画段階であり、ツール名や適用範囲、数値目標は示されていない。,全社共通（業務を特定しない）,全社共通（業務を特定しない）,文章の作成・下書き,文章の作成・下書き,社内の業務,全社,計画・開発中,,非公表,,2026-05-12,,https://www.qtes.co.jp/ir/document/pdf/others_20260529_6a193f1038dc0.pdf,2026年3月期決算及び経営活動の現況,株式会社東京エネシス,IR・経営資料,2026-09-27,2026-09-27,2026-09-27
1946-0001,1946,トーエネック,建設業,プライム,全社方針,生成AIの全社利活用による業務効率化（DX専任部署主導・3ステップ展開）,DXを専門に担う部署が中心になり、全社で生成AIの活用を進める。チャットボットや議事録作成による業務効率化を実施しつつ、文書作成・要約から社内規程検索、将来的な戦略立案・技術継承支援まで3段階で活用を広げる構想を示している。,生産性向上と時間外労働の削減、また個人が持つ技術やノウハウ（暗黙知）の共有。,DX専任部署主導で全社に生成AIを導入し、まず文章作成・要約・翻訳などの基本用途から、社内規程やマニュアルを検索するチャットボット、将来は戦略立案や技術継承支援へと段階的に活用範囲を広げる。,チャットボットや議事録作成による業務効率化を実施中。定量的な効果は公表されていない。,導入している生成AI製品名や対象人数、定量効果は公表されていない。,全社共通（業務を特定しない）,全社共通（業務を特定しない）;総務・社内の問い合わせ・ナレッジ,要約・議事録,要約・議事録;検索・質問への回答;文章の作成・下書き,社内の業務,全社,全社展開,全社への導入;推進組織・体制,非公表,,2025,,https://www.toenec.co.jp/docs/toenec_integrated_report2025.pdf,トーエネック統合報告書2025,トーエネック株式会社,IR・経営資料,2026-09-27,2026-09-27,2026-09-27
1946-0002,1946,トーエネック,建設業,プライム,活用事例,安全管理高度化支援システム「Toenec Safety Navigator（仮称）」の開発,現場業務の効率化と労働災害ゼロを目指す研究開発の一環として、生成AIとIoT技術を活用した安全管理システム「Toenec Safety Navigator（仮称）」のプロトタイプを開発。作業予定の内容に関係する過去の災害事例をAIが検索する機能を持つ。,現場作業における交通災害・作業災害の防止と、安全管理の高度化。,社内の技術研究開発部門が、生成AI・IoT技術を用いて、作業予定内容に関連する災害事例を検索するシステムのプロトタイプを自社で開発した。,プロトタイプの開発段階。実用化時期や定量的な効果は公表されていない。,プロトタイプ（仮称）段階であり、本番運用や効果は未公表。,製造・品質・保守,製造・品質・保守,検索・質問への回答,検索・質問への回答,社内の業務,1部署・1業務,計画・開発中,,自社開発,Toenec Safety Navigator（仮称）,2025,,https://www.toenec.co.jp/docs/toenec_integrated_report2025.pdf,トーエネック統合報告書2025,トーエネック株式会社,IR・経営資料,2026-09-27,2026-09-27,2026-09-27
1948-0001,1948,弘電社,建設業,スタンダード,活用事例,生成AIによる設計・施工業務の効率化（制御盤表自動生成・法令回答チャットボット・照度測定表自動作成）,DXの取り組みの一環として、動力制御盤の表を自動でつくること、現場向けのチャットボットとつないで法令の質問に答える支援、CADデータからの照度測定表の自動作成に生成AIを活用している。,設計・施工業務にかかる作業負担の軽減と、施工プロセスの効率化。,BIMと生成AIを組み合わせ、制御盤表の自動生成、チャットボットによる法令回答支援、CADデータをもとにした照度測定表作成を自動化している。,制御盤表自動生成・法令回答支援・照度測定表自動作成の各施策を実施していると招集通知で説明。定量的な効果は公表されていない。,導入範囲・定量効果は公表されていない。,設計・エンジニアリング,設計・エンジニアリング;総務・社内の問い合わせ・ナレッジ,業務の自動化・AIエージェント,業務の自動化・AIエージェント;検索・質問への回答,社内の業務,1部署・1業務,本番運用,,非公表,,2026-06,,https://www.kk-kodensha.co.jp/investor/pdf/2026/147_shoshu.pdf,第147回定時株主総会招集ご通知,株式会社弘電社,IR・経営資料,2026-09-27,2026-09-27,2026-09-27
1948-0002,1948,弘電社,建設業,スタンダード,全社方針,中期経営計画の成長投資としてのDX投資（BIM・生成AI）と建設DXによる現場業務効率化,中期経営計画（2027年度目標）の成長投資として「DX投資：BIM、生成AI、基幹システム改修等に3年間で約10億円」を掲げ、工事部門の施策に、BIMの導入や生成AIの活用などの建設DXで現場の仕事を効率化することを書いている。投資実績を逐次開示している。,2024年問題（時間外労働上限規制）や人手不足を背景とした現場生産性向上が課題。,中計フェーズ1（2024～2026年度）の成長投資として、BIM・生成AI・基幹システム改修へ約10億円を投じ、専任組織を通じて現場業務支援策を展開している。,DX投資（BIM、生成AI、基幹システム改修等）3年間約10億円の計画に対し、2024年度1.2億円、2024～2025年度の合計で4.6億円を使った。2026年3月期決算説明資料でも同様の投資実施を記載。,生成AI単体への投資額や個別施策の内訳はBIM・基幹システム改修と合算で公表されておらず不明。,全社共通（業務を特定しない）,全社共通（業務を特定しない）,特定しない（用途の記載なし）,特定しない（用途の記載なし）,社内の業務,全社,方針・推進,経営計画での方針,非公表,,2024-12-23,,https://www.kk-kodensha.co.jp/investor/pdf/2024/20241223chukishinchoku.pdf;https://www.kk-kodensha.co.jp/investor/pdf/2025/20250603chukishinchoku.pdf;https://www.kk-kodensha.co.jp/investor/pdf/2025/20260109chukishinchoku.pdf;https://www.kk-kodensha.co.jp/investor/pdf/2026/20260731chukishinchoku.pdf;https://www.kk-kodensha.co.jp/investor/pdf/2025/20260513kessansetumeishiryou.pdf,中期経営計画（2027年度目標）［2024年12月23日（改）版］;中期経営計画（2027年度目標）［2025年6月3日（改）版］;中期経営計画（2027年度目標）進捗［2026年1月9日版］;中期経営計画（2027年度目標）進捗［2026年7月31日版］;2026年3月期 決算説明資料,株式会社弘電社;株式会社弘電社;株式会社弘電社;株式会社弘電社;株式会社弘電社,IR・経営資料;IR・経営資料;IR・経営資料;IR・経営資料;IR・経営資料,2026-09-27,2026-09-27,2026-09-28
1948-0003,1948,弘電社,建設業,スタンダード,活用事例,NottaによるAI議事録・AI要約（会議記録の自動生成）,AI文字起こしサービス「Notta」を概念実証を経て本格導入。約40〜60名の社員が利用し、AI要約により会議の議事録・サマリーを自動生成。オフライン対応で1人現場でも活用し、「Webex」「Autodesk Construction Cloud」とつないでいる。,会議の多い現場で議事録作成が業務を圧迫し、社員1人のみの「1人現場」では会議進行とメモ取りの両立が困難だった。,複数の議事録ソフトを比較検討したうえでNottaを選定し、概念実証を経て本格導入。カスタマイズ開発により「Autodesk Construction Cloud」に議事録を保存できるようにした。,"会議の議事録作成の工数が半分以下に削減できたと評価。導入事例ページでは40アカウント・月間12,000時間以上の活用、報道では約60名・月間8万分以上の利用実績を紹介。",担当者は正確な削減工数はまだ出せないと述べており、数値は目安である。,総務・社内の問い合わせ・ナレッジ,総務・社内の問い合わせ・ナレッジ;店舗・現場運営,要約・議事録,要約・議事録,社内の業務,複数部署,本番運用,,国内のAI企業,Notta,2024-07-11,,https://www.notta.ai/cases/kodensha;https://www.notta.ai/news/info/202407111800;https://japan.zdnet.com/article/35235526/,決め手は現場からの声！Notta導入により議事録作成の負担は半分以下に;「株式会社弘電社」様の導入事例を公開しました！;議事録はAIで--弘電社、「1人現場」の負担を減らすNotta活用術,Notta株式会社;Notta株式会社;ZDNET Japan,提供企業の導入事例;提供企業の導入事例;報道,2026-09-27,2026-09-27,2026-09-27
1948-0004,1948,弘電社,建設業,スタンダード,活用事例,direct生成AIボットによる持ち込み工具チェックボット,現場向けビジネスチャット「direct」上の生成AIボット（ChatGPT API活用）のカスタマイズ開発により、画像解析で現場入退場時の持ち込み工具を自動でリスト化・登録するボットを導入している。,現場出入場時の持ち込み工具チェック作業が現場の負担になっていた。,現場に入るときと出るときに工具を撮ってボットに送れば、生成AIが工具を自動でリスト化・登録する仕組みを構築した。,工具チェックの自動リスト化・登録を実現。登録工具のチェック表出力や未チェックメンバーへの通知も可能。効果の数値は公表されていない。,導入時期・利用規模・定量効果の記載がない。,製造・品質・保守,製造・品質・保守;店舗・現場運営,業務の自動化・AIエージェント,業務の自動化・AIエージェント,社内の業務,不明,不明,,OpenAI,direct,,,https://direct4b.com/ja/bot/generative-ai/ai-direct.html,生成AIと現場チャット「direct」で業務効率を革新,株式会社L is B,提供企業の導入事例,2026-09-27,2026-09-27,2026-09-27
1950-0001,1950,日本電設工業,建設業,プライム,全社方針,DX教育の強化および生成AI活用（生産性向上の成長投資施策）,経営計画の成長投資の一環として、生産性向上策に「DX教育の強化および生成AI活用」を掲げている。前年の統合報告書でもDX人材育成の取り組みとして生成AIなど新しい技術の活用を挙げていた。,労働力不足が見込まれる中での生産性向上とデジタル人材の育成が課題だった。,成長投資の枠組みでDX教育を強化しつつ、生成AIの活用を進める方針を掲げている。,方針として継続的に掲げられている段階で、具体的な活用結果は公表されていない。,対象業務や利用ツール、定量的な効果は公表されていない。,全社共通（業務を特定しない）,全社共通（業務を特定しない）,特定しない（用途の記載なし）,特定しない（用途の記載なし）,社内の業務,全社,方針・推進,経営計画での方針;研修・人材育成,非公表,,2025-09-10,,https://www.densetsuko.co.jp/pdf/news/2025/20250910.pdf;https://www.densetsuko.co.jp/pdf/company/sustainability/integrated-report/2024/integrated-report-complete.pdf,日本電設工業 統合報告書2025;日本電設工業 統合報告書2024,日本電設工業株式会社;日本電設工業株式会社,IR・経営資料;IR・経営資料,2026-09-27,2026-09-27,2026-09-28
1951-0001,1951,エクシオグループ,建設業,プライム,全社方針,生成AIパスポート団体受験と生成AI推進センタ（AI CoE）設置による全社AI変革,「AIに使われるのでなくAIを使いこなす」という危機感から、グループ136社・約1万1000名を対象に生成AIパスポートの団体受験を推進。2025年4月にEDS内へ生成AI推進センタ（AI CoE）を設置し、各組織にアンバサダーを配置して段階的に取り組みを進めている。,AI駆動開発の進展でソフトウェア開発事業のあり方が問われる危機感があり、全社的なAIリテラシー向上と業務への組み込みが課題だった。,生成AIパスポートの団体受験でリテラシーを底上げし、生成AI推進センタ（AI CoE）とアンバサダー配置で推進体制を整備。2025年度リテラシー向上→2026年度業務組込→2027年度業務変革の3段階で進める。,"グループ136社・約1万1000名（連結従業員1万7751名の過半）が受験対象となり、2025年時点で9,000人規模が取得。受験後は現場からの改善提案が増えたと公表。中期経営計画ではエージェンティックAIによる業務変革も掲げる。",受験・取得人数は公表されているが、業務効率化の定量効果や個人AIエージェント活用の具体的な進捗は未公表。,全社共通（業務を特定しない）,全社共通（業務を特定しない）,業務の自動化・AIエージェント,業務の自動化・AIエージェント,社内の業務,グループ全体,方針・推進,推進組織・体制;研修・人材育成;経営計画での方針,非公表,,2026-08-31,2025-04,https://gen-ai-media.guga.or.jp/case/case-7087/;https://www.nttpc.co.jp/focusinsight/interview/partner/partner01_exeo_digital_solutions/;https://voix.jp/edu/news/54177/;https://www.exeo.co.jp/ir/siryou/pdf/EXEO%20Group%20Medium-Term%20Management%20Plan%20(2026-2030).pdf,"エクシオグループ 生成AIパスポート団体受験（Generative AI Media 社長インタビュー）;「AIに使われる」から「AIを使いこなす」へ──エクシオ・デジタルソリューションズが描く生成AI活用と組織づくり;エクシオグループ、生成AIパスポート9,000人規模の取得を推進;エクシオグループ中期経営計画（2026-2030）",一般社団法人生成AI活用協会（GUGA）;NTTPCコミュニケーションズ（AIとDXの新しいミカタ）;Voix;エクシオグループ株式会社,報道;報道;報道;IR・経営資料,2026-09-27,2026-09-27,2026-09-27
1951-0002,1951,エクシオグループ,建設業,プライム,活用事例,EDSのGitHub Copilot中心の生成AI活用（Microsoft 365 Copilot・Copilot Studio併用）,エクシオ・デジタルソリューションズは事業の大半を占めるソフトウェア開発でGitHub Copilotを中心に生成AIを活用。コードのドラフト生成が浸透し、Microsoft 365 Copilotでドキュメント生成・トラブルシューティング・調べものを支援。2026年に営業やバックオフィスにも活用が広がった。,AI駆動開発の進展への対応と、ソフトウェア開発を中心とした業務全体の生産性向上が課題だった。,セキュリティ審査を経た推奨ツールを社内申込ページから利用できる仕組みを整え、GitHub Copilotを推奨ツールとして導入。業務情報を入力してよい範囲のルールも整備した。,ソフトウェア開発では「ゼロからコードを書く人はいない」水準までドラフト生成が浸透。2026年には営業の顧客情報収集やバックオフィスの調べもの・マニュアル作成にも活用が広がった。定量効果は未公表。,定量的な効果は未公表。従量課金（クレジット制）のコスト管理とセキュリティ審査の手間が課題として残る。,ソフトウェア開発・IT,ソフトウェア開発・IT;営業・マーケティング;総務・社内の問い合わせ・ナレッジ,コード生成,コード生成;文章の作成・下書き;検索・質問への回答,社内の業務,複数部署,本番運用,,Microsoft,GitHub Copilot;Microsoft 365 Copilot;Copilot Studio,2026-08-05,,https://www.nttpc.co.jp/focusinsight/interview/partner/partner01_exeo_digital_solutions/,「AIに使われる」から「AIを使いこなす」へ──エクシオ・デジタルソリューションズが描く生成AI活用と組織づくり,NTTPCコミュニケーションズ（AIとDXの新しいミカタ）,報道,2026-09-27,2026-09-27,2026-09-27
1951-0003,1951,エクシオグループ,建設業,プライム,活用事例,大規模自然言語AIによる献立スケジュール自動生成サービス（ニュートリメイト活用）,エクシオグループは大和電設工業・セカンドサイトアナリティカと共同で、栄養給食管理システム「ニュートリメイト」をもとに、大規模自然言語AIと組合最適化技術で医療・介護施設向けの献立スケジュールを自動生成するサービスを開発・提供した。,医療・介護機関の献立作成業務は栄養価や原価など考慮事項が多く、担当者への負荷や継承の難しさが課題だった。,栄養価・原価・バリエーションなどの制約を大量に学習させ、大規模自然言語AIと組合最適化技術を組み合わせて献立候補を自動生成する仕組みを構築した。,従来1か月分で約2週間かかっていた献立作成の稼働が約2時間に短縮された。既存の組み合わせにとらわれない献立の自動提案が可能になり、特許出願も行った。,提供開始後の導入施設数や継続利用の効果は公表されていない。,企画・商品開発,企画・商品開発,文章の作成・下書き,文章の作成・下書き,顧客向けの製品・サービス,不明,導入を発表,,非公表,AI献立サービス（ニュートリメイトベース）,2024-05-13,,https://www.exeo.co.jp/news/6459.html,ヘルスケア分野におけるAI献立サービスの提供について,エクシオグループ株式会社,当事者の発表,2026-09-27,2026-09-27,2026-09-27
1951-0004,1951,エクシオグループ,建設業,プライム,全社方針,業務用生成AI利活用プラットフォーム「Excellia」の全社リリースと本格運用,トライアル運用していた汎用生成AI基盤「AIVolutionX」を発展させ、業務利用を目的とした生成AI利活用プラットフォーム「Excellia」を自社向けにリリース。社員に加え協力会社（BP）にも利用を広げている。,トライアル段階の生成AI基盤を、セキュリティ・運用体制を整えたうえで全社員が日常業務で使い続けられる仕組みに引き上げる必要があった。,トライアル提供していた前身のAIVolutionXをもとに、監視項目の検討や問い合わせ対応体制の構築を進めながら「Excellia」をEDS社員向けにリリースし、社内からの要望を受けて協力会社（BP）メンバーにも利用範囲を広げた。,トライアルではなく本格的な業務利用のプラットフォームとして全社リリースし、社員・協力会社が日常的に利用できる体制になった。,利用人数や具体的な業務効率化の定量効果は公表されていない。,全社共通（業務を特定しない）,全社共通（業務を特定しない）,検索・質問への回答,検索・質問への回答;対話での応対,社内の業務,全社,全社展開,全社への導入,非公表,Excellia;AIVolutionX,2025-06-20,2025-06,https://blog.exeo-digitalsolutions.co.jp/2025/06/20/%E3%80%90%E7%94%9F%E6%88%90-ai%E3%80%91excellia-%E3%82%92%E8%87%AA%E7%A4%BE%E5%90%91%E3%81%91%E3%81%AB%E6%8F%90%E4%BE%9B%E9%96%8B%E5%A7%8B-%EF%BD%9Eaivolutionx-%E3%81%8B%E3%82%89%E3%81%AE%E9%80%B2/,【生成AI】Excelliaを自社向けに提供開始～AIVolutionXからの進化と業務利用への本格展開～,エクシオ・デジタルソリューションズ株式会社,当事者の発表,2026-09-27,2026-09-27,2026-09-28
1952-0001,1952,新日本空調,建設業,プライム,活用事例,社内ナレッジ共有への生成AI活用：Deepreneur（東大松尾研発）との共同開発・実証,東大松尾研発のAIスタートアップDeepreneurと共同で、社内の規約や基準の文書を生成AIに読ませ、用途ごとのチャットボットを開発。試験導入・効果検証を経て、統合報告書2024では2024年5月に本格稼働したと記載されている。,社内にある大量の資料や情報を知識として共有し、顧客提供価値の向上と業務効率化を進める取り組みをさらに加速する必要があった。,Deepreneurと共同開発し、業種・社内情報構造に応じてカスタマイズした複数の用途別チャットボットを試験導入。効果検証を経て本格運用へ移行した。,社内ナレッジ共有の活性化による付加価値向上・業務効率化・生産性向上を目標に掲げ、統合報告書2024で2024年5月の本格稼働を記載。本格稼働後の定量的な効果は未公表。,定量的な効果は未公表。発表時点では図・表を含む複雑なドキュメントの回答精度が検証課題とされていた。,総務・社内の問い合わせ・ナレッジ,総務・社内の問い合わせ・ナレッジ,検索・質問への回答,検索・質問への回答;対話での応対,社内の業務,全社,本番運用,,国内のAI企業,生成AIチャットボット（Deepreneur協業・社内データ学習型）,2023-12-25,2023-12,https://www.snk.co.jp/news_info/news/?dispmid=1280&itemid=1243;https://prtimes.jp/main/html/rd/p/000000009.000125694.html;https://www.mitsuipr.com/news/2024/0118-2/;https://pdf.irpocket.com/C1952/n85z/s9ND/cyhl.pdf;https://pdf.irpocket.com/C1952/hvir/RLNL/diZz.pdf,東大・松尾研発AIスタートアップとの協業を開始 ～生成AI活用に関する開発・実証に着手～;株式会社Deepreneur、新日本空調株式会社と共同で社内ナレッジ共有に向けた生成AI活用に関する開発・実証に着手;新日本空調が社内ナレッジ有効活用 東大発のAIスタートアップと連携;SNKレポート2024（統合報告書）;新日本空調 統合報告書2025（SNKレポート）,新日本空調株式会社;株式会社Deepreneur（PR TIMES）;三井広報委員会;新日本空調株式会社;新日本空調株式会社,当事者の発表;提供企業の導入事例;報道;IR・経営資料;IR・経営資料,2026-09-27,2026-09-27,2026-09-27
1959-0001,1959,クラフティア,建設業,プライム,全社方針,先進技術（生成AI等）の業務活用推進（統合報告書2025）,統合報告書で「先進技術（生成AI等）の業務活用」を掲げ、業務の効率化と社内のナレッジ共有を目的に生成AIの活用を進める方針を示した。業務文書の作成・要約、会議議事録の自動生成、社内問い合わせ対応、アイデア出し・企画支援を活用例として挙げている。,定型業務や資料作成に時間がかかっていたことと、社内情報の整理・検索がしにくかったこと。,中期経営計画のDX投資の一環として生成AIの業務活用を推進し、あわせて社員向けの生成AIの研修など、デジタルを使いこなす教育も強める方針を示した。,活用目的と活用例を示した段階で、社内問い合わせ対応のAI化は検討中と明記されている。具体的な効果の数値は示されていない。,利用ツール名や導入規模、定量的な効果は公表されていない。社内ヘルプデスクのAI化はまだ検討段階。,全社共通（業務を特定しない）,全社共通（業務を特定しない）;総務・社内の問い合わせ・ナレッジ,文章の作成・下書き,文章の作成・下書き;要約・議事録;検索・質問への回答,社内の業務,全社,方針・推進,経営計画での方針;研修・人材育成,非公表,,2025-10-31,,https://www.kraftia.co.jp/ir/docs/20251031_integrated_report.pdf,統合報告書 KRAFTIA REPORT 2025,クラフティア株式会社,IR・経営資料,2026-09-27,2026-09-27,2026-09-27
1961-0001,1961,三機工業,建設業,プライム,全社方針,社内向け生成AIサービスの導入と全グループ展開（Azure OpenAI Service・RAG基盤）,2024年4月よりAzure OpenAI Serviceを基盤とする社内向け生成AIサービスを段階を追って入れ、2024年度の終わりまでにグループの全社員に広げた。社内資料を選別したDBでRAGを構築し、情報検索・文書作成・Excel作業の効率化に活用。2025年度は個人利用から部門利用への拡大を施策に掲げ、2025年度の成長投資枠でも生成AI活用促進に2億円を投じた。,業務効率化と生産性向上に加え、経験の浅い現場担当者が施工内容や留意点を確認する際の知識・経験不足によるトラブル防止,自社クラウド「SCLOUD」での試験運用を経て、機密・個人情報等を除いた社内資料から生成AI用DBを選別・構築しRAGを実現。情報セキュリティガイドラインの改定、全従業員向けe-ラーニング研修、DX Portalでの発信を併施し、2025年度は部門利用への拡大や法務・情報システム部門との連携で段階的に定着を進めた。,2026年3月時点でアカウント配布は社員の約6割に対し利用率は約35%にとどまるとの発表があった。2025年度の成長投資では「生成AI活用促進、DX化推進」に2億円を投じたと統合報告書に記載。業務効率化の定量効果自体は未公表。,セキュリティ不安等から利用率が伸び悩む「踊り場」課題があり、入力可能情報のルール整備や各部門のDX推進担当配置で対応中。定量的な業務効果は未公表。,全社共通（業務を特定しない）,全社共通（業務を特定しない）;総務・社内の問い合わせ・ナレッジ;店舗・現場運営,検索・質問への回答,検索・質問への回答;文章の作成・下書き,社内の業務,グループ全体,全社展開,全社への導入;社内ルール・ガイドライン;研修・人材育成;経営計画での方針,Microsoft,Azure OpenAI Service;SCLOUD（自社クラウド環境）,2024-04-25,2024-04,https://www.sanki.co.jp/news/release/artcle545.html;https://www.zaikei.co.jp/article/20240430/766308.html;https://www.sanki.co.jp/report/doc/2025/report2025_p62.pdf;https://www.sanki.co.jp/report/doc/2026/report2026_01-P16.pdf;https://www.sanki.co.jp/report/doc/2026/report2026_01-P76.pdf;https://www.lightblue-tech.com/column/report-bootcamp2026-sanki/,三機工業(株) 業務改革に向け、生成AIの活用開始;三機工業 業務改革に向け、生成AIの活用開始;SANKI REPORT 2025 DXの推進;SANKI REPORT 2026 成長投資の内訳;SANKI REPORT 2026 生成AIの安全な利用に向けた取り組み;生成AI導入の「踊り場」をどう越えるか 三機工業のAI活用｜Lightblue Boot Camp in 鎌倉 開催レポート,三機工業株式会社;財経新聞（フィスコ配信）;三機工業株式会社;三機工業株式会社;三機工業株式会社;株式会社Lightblue,当事者の発表;報道;IR・経営資料;IR・経営資料;IR・経営資料;報道,2026-09-27,2026-09-27,2026-09-27
1963-0001,1963,日揮ホールディングス,建設業,プライム,活用事例,NEDO「GENIAC」でプラント設計の暗黙知をAI-Ready化しP&IDの構造化・自動生成を検証,経済産業省・NEDO主導のGENIACプロジェクトにおいて、ストックマークと共同でプラントエンジニアリングの暗黙知をAI-Ready化。過去の設計実績をLLMが理解できる形に構造化し、要求仕様の読み取りと図面反映ポイントの抽出を通じてP&ID（配管計装図）の部分自動生成を検証している。,プラント設計の知見・ノウハウが自然言語情報として存在し属人化しており、「あの人に聞け」という人伝手の工程を経ないと設計に活かせなかった。,チェックリスト等の形式知と設計実績をAI-Ready化（構造化）し、LLMが要求仕様を理解して図面への反映ポイントを抽出。AIが60〜70点水準の自動生成を行い人間がチェックする流れで工数削減を狙う。,AIによる自動生成と人間チェックの組み合わせによる工数削減と設計業務の高度化を目指す（目標段階、定量効果は未公表）。,公開範囲はプロジェクトの目的と検証テーマまでで、成果物の定量効果・導入規模は未公表。,設計・エンジニアリング,設計・エンジニアリング,画像・動画・デザインの生成,画像・動画・デザインの生成;検索・質問への回答,社内の業務,1部署・1業務,実証・試行,,国内のAI企業,ストックマーク SAT;GENIAC（NEDO事業）,,,https://sat.stockmark.co.jp/top-interviews/jgc/;https://sat.stockmark.co.jp/cases/jgc/;https://www.nedo.go.jp/koubo/CD3_100422.html,「唯一無二の資産は社員」日揮ホールディングスCDOが語る、人を主役にするためのAI;「あの人に聞け」を終わらせる。日揮グローバルが挑む、巨大プラントの「設計プロセス」のデジタル化;「ポスト5G情報通信システム基盤強化研究開発事業／製造業データ等のAI-Ready化に関する研究開発（GENIAC）」の実施体制の決定について,ストックマーク株式会社（業務AI実装支援プラットフォームSAT）;ストックマーク株式会社（SAT導入事例）;NEDO,提供企業の導入事例;提供企業の導入事例;報道,2026-09-27,2026-09-27,2026-09-27
1963-0002,1963,日揮ホールディングス,建設業,プライム,全社方針,全社向け生成AIチャットサービスの公開と有志コミュニティ「JGC CREAITORS」による活用推進,日揮グループ内で生成AIを用いたチャットサービスを公開。あわせて2023年11月、有志の掲示板募集で約100名が集まり「JGC ChatGPT研究会」を発足。2025年3月に「JGC CREAITORS」へ改称し、2026年1月時点で400名超が登録。週次の定例セミナーは通算100回に達した。,大企業で生成AIを現場に浸透させる難しさがあり、各部署が個別にベンダーを呼びPoCが失敗する例が多かった。,会社公認の生成AIチャット基盤に加え、有志コミュニティによる週次勉強会・活用事例の情報共有でボトムアップの活用推進を図った。,"コミュニティ登録400名超（2026年1月現在、全従業員約8,000名の約4〜5%）、定例セミナー通算100回、マネジメント層の参加もある。",チャットサービスの正式名称・導入時期・基盤モデルは未公表。,全社共通（業務を特定しない）,全社共通（業務を特定しない）,特定しない（用途の記載なし）,特定しない（用途の記載なし）,社内の業務,グループ全体,全社展開,全社への導入;推進組織・体制,非公表,社内生成AIチャットサービス（名称非公表）,2026-02-15,2023-11,https://newspicks.com/news/16050603/body/,大企業でAIを根づかせるには？日揮の事例から学ぶ社内コミュニティ設計,NewsPicks,報道,2026-09-27,2026-09-27,2026-09-28
1964-0001,1964,中外炉工業,建設業,プライム,全社方針,業務改革推進室主導の生成AI導入（全社効率化施策）,2022年にできた業務改革推進室による業務効率化の取り組みの1つとして、生成AIの導入を完了したと決算説明会で報告した。設計支援システムの稼働や調達支援システムのテストと並ぶ施策として位置づけられている。,中期経営計画が掲げる1人当たり営業利益の拡大と労働時間短縮の達成が課題だった。,業務改革推進室が設計支援・調達支援システムの整備と並行して生成AIを全社に導入した。,生成AIの導入は完了したと報告されたが、中期経営計画の指標達成は翌年度以降を目指す段階。,利用ツール名や対象業務、生成AI単体での効果の数値は公表されていない。,全社共通（業務を特定しない）,全社共通（業務を特定しない）,特定しない（用途の記載なし）,特定しない（用途の記載なし）,社内の業務,全社,導入を発表,経営計画での方針;推進組織・体制,非公表,,2025-11-18,,https://finance.logmi.jp/articles/381612,"中外炉工業、営業利益が前年比8,500万円増加し黒字継続（2026年3月期第2四半期決算説明）",ログミーFinance（中外炉工業決算説明会書き起こし）,IR・経営資料,2026-09-27,2026-09-27,2026-09-28
1965-0001,1965,テクノ菱和,建設業,スタンダード,活用事例,中央監視システム「新TECBEAMS」向けのローカルLLMによるAI診断システムの開発,建物設備を監視する自社の中央監視システム「新TECBEAMS」のオプション機能として、ローカルLLMを使うAI診断システムを開発している。監視データをクラウドに出さず手元のPCで解析し、警報になる前の異常な動きを見つけて原因を推定することを目指す。,監視データのセキュリティを守りながら、警報が出る前にトラブルの兆しをつかむ必要がある。,,,有価証券報告書の研究開発活動の記載で、開発中の段階。提供開始の時期や使うモデルは書かれていない。,製造・品質・保守,製造・品質・保守,データ分析,データ分析;チェック・審査,顧客向けの製品・サービス,不明,計画・開発中,,自社開発,新TECBEAMS,2026-06-19,,https://disclosure2.edinet-fsa.go.jp/WZEK0040.aspx?S100YF2U,有価証券報告書－第77期(2025/04/01－2026/03/31),株式会社テクノ菱和,IR・経営資料,2026-09-28,2026-09-28,2026-09-28
1969-0001,1969,高砂熱学工業,建設業,プライム,全社方針,営業変革プロジェクトにおける生成AIワークショップの実施,NTT ExCパートナー／NTT HumanEXが伴走する営業変革プロジェクトの一環として「生成AIワークショップ」を実施。若手社員はAIを使いこなしていると想定されたが、実態調査で利用が2割程度と判明し、ワークショップ実施後に活用が一気に進んだと同社担当者が説明している。,若手社員の生成AI利用率が想定より低く（実態調査で2割程度）、活用が進んでいなかった。,実態調査で利用状況を可視化したうえで、NTT ExCパートナーグループの提案による生成AIワークショップを、営業プロセス標準化・人材育成プログラムと合わせて実施した。,実態調査でAI利用2割程度から、ワークショップ実施後に活用が一気に進展したと担当者が証言している。定量値は非公表。,ワークショップの対象範囲・実施時期・具体的コンテンツ・定量効果は非公表。,営業・マーケティング,営業・マーケティング;人事・採用・育成,特定しない（用途の記載なし）,特定しない（用途の記載なし）,社内の業務,1部署・1業務,方針・推進,研修・人材育成,非公表,,2026,,https://www.nttexc.co.jp/case/n049/,高砂熱学工業が取り組む営業変革プロジェクトの歩みとこれから――戦略実行パートナーとして伴走支援,NTT ExCパートナー,提供企業の導入事例,2026-09-27,2026-09-27,2026-09-28
1972-0001,1972,三晃金属工業,建設業,スタンダード,活用事例,ナレッジ管理ツール「ナレカン」の全社導入（生成AI回答＋RAG）,社内の技術データと建設現場のノウハウを蓄積・共有するため、ナレッジ管理ツール「ナレカン」を2025年10月に全社導入。蓄積データをもとに生成AIが質問に回答し、ハルシネーション対策としてRAGで参照元データを明示する仕組みを備える。,社内の技術データが膨大でアクセスに時間がかかり、建設現場の経験知・暗黙知が日常のメールやチャットに分散して継承しづらかった。,生成AIの回答機能とRAGを備えたナレッジ管理ツールを2025年7月にトライアル導入し、2025年10月から全社の正式導入に切り替えた。,2025年10月1日より全社で正式導入したことを公表。定量的な効果の数値は示されていない。,効果を示す定量データ（時間短縮率など）は公表されていない。,総務・社内の問い合わせ・ナレッジ,総務・社内の問い合わせ・ナレッジ,検索・質問への回答,検索・質問への回答,社内の業務,全社,全社展開,,国内のAI企業,ナレカン,2025-10-01,2025-07,https://www.sankometal.co.jp/wp/wp-content/uploads/2025/10/20251001.pdf;https://prtimes.jp/main/html/rd/p/000000034.000011768.html,ナレッジ管理ツール「ナレカン」の導入に関するお知らせ;建設業界での生成AI活用を加速｜三晃金属工業株式会社における取り組み、『ナレカン』を全社導入へ,三晃金属工業株式会社;株式会社Stock,当事者の発表;提供企業の導入事例,2026-09-27,2026-09-27,2026-09-27
1975-0001,1975,朝日工業社,建設業,プライム,活用事例,生成AIを活用した各種書類作成業務の合理化・効率化試験,統合報告書の実績評価表（働き方改革ブロック）で、生成AIを活用した各種書類作成業務の合理化・効率化に向けた試験を実施中と開示。有価証券報告書の研究開発セクションでも、施工現場のデジタル化研究の一環として生成AIによる業務効率化を進めていると記載。,各種書類作成業務の負担軽減という働き方改革・施工現場DXの課題,技術研究所の施工現場デジタル化研究の一環として、3Dスキャナやドローン活用と並行し、書類作成業務に生成AIを適用する試験を実施中。利用ツール名・対象部署は未公表,書類作成業務の合理化・効率化に向けて試験を実施中（定量効果・本格導入の有無は未公表）,「試験を実施中」という一行の記述にとどまり、製品名・対象部署・定量効果・本格導入時期は未公表,店舗・現場運営,店舗・現場運営;研究開発,文章の作成・下書き,文章の作成・下書き,社内の業務,不明,実証・試行,,非公表,,2025-09,,https://www.asahikogyosha.co.jp/wp-content/uploads/2025/09/CorporateReports2025_all_a4.pdf;https://disclosure2.edinet-fsa.go.jp/WZEK0040.aspx?S100YIGB,CORPORATE REPORT 2025（朝日工業社グループ統合報告書2025）;有価証券報告書-第97期（2025/04/01-2026/03/31）,株式会社朝日工業社;株式会社朝日工業社（EDINET）,IR・経営資料;IR・経営資料,2026-09-27,2026-09-27,2026-09-27
1980-0001,1980,ダイダン,建設業,プライム,全社方針,全社員向け生成AIチャット「Daidan AI Chat」の全社導入,Azure OpenAI Serviceを使った自社専用の生成AIチャット「Daidan AI Chat」を2024年3月に導入。全社員が使え、アイデアを出す、資料をまとめる、文書を確かめる、提案書を直すなど幅広い業務に活用できる環境を整え、生成AI活用の研修も行っている。,残業の削減や業務効率化に加え、全社員が生成AIを使いこなせる状態を作ることが課題だった。,情報漏えいの心配が少ない自社専用のAIチャット環境を用意して全社員に開放し、研修を通じて利用のすそ野を広げる方針を取った。,チャットで検索すると、以前より手間や時間を1件あたり10分の1以下に減らせる場面がある一方、2025年時点の利用率は全社員の2〜3割程度、日常的に使う社員は1割程度にとどまると報じられている。,効果は個別の利用場面に基づくもので、全社的な定量効果は公表されていない。利用が一部の社員にとどまっている点も報道で指摘されている。,全社共通（業務を特定しない）,全社共通（業務を特定しない）,文章の作成・下書き,文章の作成・下書き;要約・議事録;チェック・審査,社内の業務,全社,全社展開,全社への導入;研修・人材育成,Microsoft,Daidan AI Chat;Azure OpenAI Service,2024-03-28,2024-03,https://www.daidan.co.jp/wp/wp-content/uploads/2024/03/0eb9ec9c0d49a3ef43bb02355e1a45b2.pdf;https://built.itmedia.co.jp/bt/articles/2404/03/news067.html;https://newswitch.jp/p/44632;https://www.daidan.co.jp/sustainability/pdf/2025/DDR2025_ALL.pdf;https://www.daidan.co.jp/ir/library/management-plan/,生成AIの導入により働き方改革を推進（ニュースリリース）;ダイダンが自社専用の生成AI導入 設計・施工業務でも活用推進;手間・時間を10分の1以下に…ダイダンが業務効率化、全社員向け「生成AI」の威力;DAI-DAN REPORT 2025（ダイダンレポート2025）;中期経営計画《磨くステージ》,ダイダン株式会社;ITmedia BUILT;ニュースイッチ（日刊工業新聞社）;ダイダン株式会社;ダイダン株式会社,当事者の発表;報道;報道;IR・経営資料;IR・経営資料,2026-09-27,2026-09-27,2026-09-28
1980-0002,1980,ダイダン,建設業,プライム,活用事例,図表を含む資料の検索精度を高める社内ナレッジシステムの構造化基盤（TASUKI Annotation連携）,生成AIが社内の技術資料を検索して回答するナレッジシステムについて、図や表を含む資料をうまく読み取れない課題があった。ソフトバンクの「TASUKI Annotation」を導入して資料の構造化を内製化し、生成AI環境へのデータ連携も自動化した。,文章だけの資料なら検索できても、図や表を含む資料では生成AIが意図した情報にたどり着けず、構造化データの作成にも1回あたり15分の手作業がかかっていた。,TASUKI Annotationで資料を自動的に構造化して生成AIが読み取りやすい形に整え、生成AI環境へのファイルの受け渡しも自動化した。,検索の回答精度が80%まで上がり、全社に公開して業務で使えるレベルに達した。データの受け渡し作業も自動化され、担当者の作業時間を減らせた。,80%という数値の算出方法や評価基準の詳細は出典に記載がない。,総務・社内の問い合わせ・ナレッジ,総務・社内の問い合わせ・ナレッジ,検索・質問への回答,検索・質問への回答;業務の自動化・AIエージェント,社内の業務,全社,全社展開,,Microsoft;国内のAI企業,TASUKI Annotation;Daidan AI Chat,2025-10,,https://www.softbank.jp/business/case/202510/daidan,ダイダン株式会社 導入事例：図表資料も“分かるAI”へ、データ構造化の内製化をツールで実現,ソフトバンク,提供企業の導入事例,2026-09-27,2026-09-27,2026-09-27
1982-0001,1982,日比谷総合設備,建設業,プライム,全社方針,第8次中期経営計画のもとでの生成AIの活用による全社的なDX推進,有価証券報告書の経営成績の説明で、第8次中期経営計画に基づく取り組みの一つとして、生成AIの活用による全社的なDX推進に努めてきたと書いている。,,,,有価証券報告書の1文の記載で、使っている道具・対象の業務・利用の規模は書かれていない。同じ報告書の研究開発の欄にある生成AIの記載は、データセンター市場の話で自社の活用ではない。,全社共通（業務を特定しない）,全社共通（業務を特定しない）,特定しない（用途の記載なし）,特定しない（用途の記載なし）,社内の業務,全社,方針・推進,経営計画での方針,非公表,,2026-06-24,,https://disclosure2.edinet-fsa.go.jp/WZEK0040.aspx?S100YJU0,有価証券報告書－第61期(2025/04/01－2026/03/31),日比谷総合設備株式会社,IR・経営資料,2026-09-28,2026-09-28,2026-09-28
2121-0001,2121,ＭＩＸＩ,情報・通信業,プライム,活用事例,Databricksを全社のデータ・AI基盤に採用し、自然言語での分析とAIエージェントの運用を進める,MIXIはDatabricksのData+AIプラットフォームを全社共通の基盤に選び、6月から全従業員が使える形にした。散らばったデータを集め、社員が自然言語で分析でき、権限を管理したAIエージェントにも処理を任せる環境を段階的に作る。,データが部署や個別ツールに分かれ、全社横断の比較や意思決定の遅れの把握が難しかった。分析を専門部門に頼んで待つ流れも残り、AIにも適切な権限でデータを使わせる必要があった。,データの統合、権限管理と生成AI・LLMの利用量やコストの見える化、Genieによる自然言語での分析、承認を組み込んだAIエージェントの運用を順に広げる方針。,モンスターストライクでは、データ基盤の移行を生成AIで速めたとしている。,自然言語の分析やAIエージェントの運用は、これから進める取り組みとして書かれている。効果の数字は無い。,全社共通（業務を特定しない）,全社共通（業務を特定しない）;ソフトウェア開発・IT,データ分析,データ分析;業務の自動化・AIエージェント,社内の業務,全社,導入を発表,,非公表,Databricks Data+AI プラットフォーム;Genie;Agent Bricks,2026-10-13,2026-06,https://mixi.co.jp/news/2026/1013/57848/,MIXI、「Databricks Data+AI プラットフォーム」で全社データの統合を加速 人とAIエージェントがともに活用する全社基盤の構築へ,MIXI,当事者の発表,2026-10-19,2026-10-19,2026-10-19
2384-0001,2384,ＳＢＳホールディングス,陸運業,プライム,活用事例,生成AIを使うチャットでの問い合わせ対応（SBSドライビングスクール稲毛）,SBS自動車学校の「SBSドライビングスクール稲毛」で、生成AIを使ったチャットでの問い合わせ対応を導入。検定試験の日程・予約方法など、教習スケジュールや料金・コース内容に関する顧客からの問い合わせに24時間対応する。,入所時の疑問や教習中の不安に関する問い合わせへの迅速な対応,生成AIチャットサポートシステムを導入し、教習スケジュール・料金・コース内容・予約方法等の質問に自動応答,24時間365日の即時対応により、顧客の問い合わせに対する正確な回答提供と情報アクセスの向上を実現,提供元・使用モデル等の詳細は公表情報からは確認できない,顧客対応・問い合わせ,顧客対応・問い合わせ,対話での応対,対話での応対,顧客向けの製品・サービス,1部署・1業務,本番運用,,非公表,,2024-04-15,2024-04,https://www.sbs-group.co.jp/sbshlds/news/20240415_info/,ＳＢＳ自動車学校／生成ＡＩを活用したチャットサポートの提供を開始,ＳＢＳホールディングス株式会社,当事者の発表,2026-09-28,2026-09-29,2026-09-29
2433-0001,2433,博報堂ＤＹホールディングス,サービス業,プライム,活用事例,広告運用の業務を生成AIとAIエージェント前提で作り直す社内基盤「So Compass」,生成AIとAIエージェントを使う前提で広告運用の業務の流れを見直し、標準化から実装まで行う自社の基盤の実運用を始めた。普段の連絡ツールを窓口に、AIと対話して使う。,広告運用の現場では、複雑なデータの集計、手作業での確認、ノウハウが人に偏ることが課題だった。,入稿・配信設定、要因分析とレポート、進捗・予算管理、品質・安全管理の4つの工程に組み込んだ。登録した案件のルールから入稿データをAIが作り、成果の数字と過去の運用記録から考察を示して定例会の資料を作る。,見込みとして、入稿データの作成時間を約6割、資料づくりの工数を約6〜7割、進捗・予算の管理工数を約50%減らすとしている。,削減の数字はいずれも見込み。設定の点検はツールの自動確認と人の目視を組み合わせる。博報堂DYグループのAI専門家の活動の一環としても進める。,営業・マーケティング,営業・マーケティング,業務の自動化・AIエージェント,業務の自動化・AIエージェント;データ分析;文章の作成・下書き,社内の業務,1部署・1業務,本番運用,,自社開発,So Compass,2026-10-07,,https://prtimes.jp/main/html/rd/p/000000502.000031201.html,ソウルドアウト、AI-BPR基盤『So Compass（エスオーコンパス）』を本格始動！生成AIとAIエージェントでデジタルマーケティング業務を再設計,ソウルドアウト,当事者の発表,2026-10-19,2026-10-19,2026-10-19
256A-0001,256A,飛島ホールディングス,建設業,プライム,活用事例,「AI現場監督」のAIエージェント化—若手職員向け安全管理Q&Aエージェントの実証,飛島建設は自社開発の「AI現場監督」をAIエージェント基盤へと発展させ、音声認識・GPT-4oによる回答生成・音声合成を組み合わせた安全管理Q&Aエージェントを開発。土木・建築の若手職員がスマートフォンから音声やテキストで安全法令や研修内容を質問すると自動で回答する仕組みを2024年10月から開発し、2025年1〜2月に実証検証を行った。,若手職員が安全管理について質問する際、トレーナーへの口頭確認や法令集・研修資料の参照に頼っており、トレーナーの負担と学習効率に課題があった。,音声認識・回答生成・音声合成を組み合わせ、LINE WORKS経由でスマートフォンから利用できるAIエージェントを約2か月で開発し、土木・建築の若手職員を対象に実証検証を実施した。,実証検証で利用者の9割が利用継続や情報検索の省力化に前向きな回答。回答精度はデータ不足の課題が残り、音声回答には6〜10秒を要した。有価証券報告書では2025年度にAIエージェント機能の全社基盤への整備を進め、2026年度以降の本格展開を計画と説明。,実証検証の対象は土木・建築の若手職員に限定。回答精度・音声認識の誤認識が今後の課題として残る。,製造・品質・保守,製造・品質・保守;総務・社内の問い合わせ・ナレッジ,検索・質問への回答,検索・質問への回答;対話での応対,社内の業務,1部署・1業務,実証・試行,,OpenAI,AI現場監督;GPT-4o;Whisper;Amazon Polly,2025-06,2024-10,https://ee-tohoku.jp/ee25/pr_pdf/a_14.pdf;https://www.tobishimahd.co.jp/news/news_file/file/report_20260624.pdf,建設現場の若手職員が活用するAIエージェント（EE東北'25出展資料）;有価証券報告書（2026年6月24日提出）,飛島建設株式会社;飛島ホールディングス株式会社,当事者の発表;IR・経営資料,2026-09-27,2026-09-27,2026-09-27
2685-0001,2685,アンドエスティＨＤ,小売業,プライム,活用事例,新ブランド「ELMIRA」のモデル・商品画像・販促動画をAIで生成,40〜60代の女性向けの新しいアパレルブランドを立ち上げるにあたり、AI modelのブランド運用の基盤「A/CLOUD」を使い、AIで生成したモデル、EC用の商品画像、販促の動画を使った。,,AI modelが、ブランドに合う複数のAIモデル、プロモーション動画、SNSとEC向けの画像を生成した。モデルのSHIHOさんをもとにしたAIモデルもイメージに起用した。撮影の手配を前提にせず、商品画像から動画まで作る。,,提供会社の発表で、アダストリア自身の発表は見つけていない。生成AIの語は提供会社の基盤の説明に出てくる。,広報・コンテンツ制作,広報・コンテンツ制作;営業・マーケティング,画像・動画・デザインの生成,画像・動画・デザインの生成,社内の業務,1部署・1業務,本番運用,,国内のAI企業,A/CLOUD,2026-10-08,2026-10,https://prtimes.jp/main/html/rd/p/000000056.000097252.html,AI model、アダストリアのAI共創ブランドELMIRAの立ち上げ支援を開始,AI model,提供企業の導入事例,2026-10-19,2026-10-19,2026-10-19
2780-0001,2780,コメ兵ホールディングス,小売業,スタンダード,活用事例,店舗開発に、生成AIを組み込んだAIエージェントを導入し物件情報の管理と立地評価,ナウキャストの「DataLens店舗開発」（店舗開発向けのAIエージェント）を入れた。メールで届く物件情報の取り込みと管理、人流や決済のデータを使った出店候補地の評価に使う。,仲介会社などから担当者へ月500件を超える物件情報が届き、集約と絞り込みを手作業で行っていた。立地の良し悪しは担当者の経験と現地での確認で決めており、商圏の所得水準などを数字で見る仕組みがなかった。,メールや添付ファイルの物件情報をAIが読み取って登録し、地図への表示と状況の管理をまとめる。既存店の商圏データと候補の物件を比べ、出店の基準づくりや社内外への説明にも使う。,,提供会社の発表で、使い始めた段階。生成AIの語は、商圏分析に組み合わせた技術としてサービスの紹介に書かれている。,店舗・現場運営,店舗・現場運営,データ分析,データ分析;業務の自動化・AIエージェント,社内の業務,1部署・1業務,導入を発表,,国内のAI企業,DataLens店舗開発,2026-10-08,,https://prtimes.jp/main/html/rd/p/000000652.000012138.html,ナウキャスト、コメ兵へ店舗開発AIエージェント「DataLens店舗開発」を提供,Finatextホールディングス（ナウキャスト）,提供企業の導入事例,2026-10-19,2026-10-19,2026-10-19
2811-0001,2811,カゴメ,食料品,プライム,活用事例,通販「カゴメ健康直送便」の電話窓口に、LLMを使うAIオペレーターを導入,通販の電話窓口に、注文や問い合わせへ音声で応対するAIオペレーターを入れ、2026年9月28日から運用を始めた。,電話での問い合わせの内容が多様になり、より早く、待たせない対応が求められていた。,LLMの答えをそのまま返さない作りで誤った案内を減らすAIオペレーターを選んだ。決まった流れに沿って応対し、必要なときは有人のオペレーターに引き継ぐ。,,出典は提供したpluszeroとアップセルテクノロジィーズの発表で、効果の数字は示されていない。,顧客対応・問い合わせ,顧客対応・問い合わせ,対話での応対,対話での応対,顧客向けの製品・サービス,1部署・1業務,本番運用,,国内のAI企業,miraio,2026-10-06,2026-09,https://prtimes.jp/main/html/rd/p/000000038.000070594.html,プラスゼロとアップセルテクノロジィーズ、通信販売「カゴメ健康直送便」のコンタクトセンターにAIオペレーター「miraio」を提供開始,pluszero・アップセルテクノロジィーズ,提供企業の導入事例,2026-10-19,2026-10-19,2026-10-19
3064-0001,3064,ＭｏｎｏｔａＲＯ,小売業,プライム,活用事例,物流センターのアルバイト採用に対話型のAI面接を導入,MonotaROが、生成AIが回答に応じて深掘りの質問をするPeopleX の「AI面接」（対話で進む）を入れ、物流センターのアルバイトの採用面接から使い始めた。,物流部門のアルバイト採用は応募者を集めること自体が難しく、集める施策で対応の手間が増え、人手をかけずに面接の数を増やす方法が要った。,評価の項目と重みを、自社が重視する人物像に沿って決めた。AI面接官との対話と評価レポートで、評価をそろえる。,,提供したPeopleXの発表による。新卒採用などへの拡大は今後の方針。,人事・採用・育成,人事・採用・育成,対話での応対,対話での応対,社内の業務,1部署・1業務,本番運用,,国内のAI企業,PeopleX AI面接,2026-10-13,,https://peoplex.jp/news/20261013/,MonotaRO、PeopleXの対話型AI面接サービス「PeopleX AI面接」を導入,PeopleX,提供企業の導入事例,2026-10-19,2026-10-19,2026-10-19
3101-0001,3101,東洋紡,化学,プライム,活用事例,製造現場の用語を教えて育てるエージェント型RAG（Amazon Bedrock）,製造現場の日報やトラブル記録を探して答える仕組みを Amazon Bedrock で作り、現場が教えた略語・俗称を人の承認を経て用語DBに足し、次の検索に生かすAIエージェントへ発展させた。,現場の知識が忙しさ・属人化・複雑化で探しにくく、工場ごとの略語が通じないため、文書に残った知識が必要な人に届いていなかった。,最初は Knowledge Bases で単純なRAGを作り、社内用語111項目をLLMに採点させて正確性を測った。検索方式と取得件数を見直した後、AgentCore を中心に、聞き返し・用語登録・ログ分析を組み込んだ。,正確性スコアは0.45から0.57、0.86へ上がった。運用開始から約1か月で、関心を持つ利用者は4人から120人超、利用率80%超、週1回以上の継続利用率60%超、有用回答率70%超。,2026年6月開催の AWS Summit Japan での講演の記事で、会社の公式の発表は見つからなかった。数字は講演者の説明による。,製造・品質・保守,製造・品質・保守;総務・社内の問い合わせ・ナレッジ,検索・質問への回答,検索・質問への回答;業務の自動化・AIエージェント,社内の業務,1部署・1業務,本番運用,,AWS;自社開発,Amazon Bedrock Knowledge Bases;Amazon Bedrock AgentCore;Amazon Nova,2026-10-07,,https://dcross.impress.co.jp/docs/usecase/004866.html,東洋紡、現場が言葉を“教えて育てる”AIエージェントで製造の知見を引き出す,DIGITAL X（インプレス）,報道,2026-10-19,2026-10-19,2026-10-19
3231-0001,3231,野村不動産ホールディングス,不動産業,プライム,活用事例,約1万人への全社依頼の配信と催促を「PKSHA AI依頼管理」で自動化,グループDX戦略部が、社内で使っているPKSHA AIバックオフィス（愛称「しばもん」）に依頼管理の機能を足し、2026年9月から全社規模の依頼の配信と進捗管理に使い始めた。生成AIが依頼文を下書きする機能も加わった。,OSの更新や機器の棚卸などの全社への依頼を、Excelの名簿で対象者を管理し、Teamsで個別に声をかけて追っており、未対応者の洗い出しと再連絡の手作業で抜け漏れと担当者の負担が生じていた。,"Teams上の同じ窓口で依頼を一斉に送り、未読・既読・完了をダッシュボードで見て、未対応者には期日前後に4回自動で催促する。6〜7月に一部部門で試した後、8月に約1,000名、9月に約10,000名へ配信した。",先行検証（4テーマ・延べ約240名）では、依頼を受けた側の77%が抜け漏れの減少を感じ、86%が継続利用を望んだ。管理者側の依頼1回あたりの工数は平均約62%減った。,出典は提供会社（PKSHA）の発表。生成AIを使うのは依頼文の下書き機能で、配信・催促の自動化そのものではない。管理者として使うのは今はグループDX戦略部で、他のコーポレート部門への拡大を検討中。,総務・社内の問い合わせ・ナレッジ,総務・社内の問い合わせ・ナレッジ,業務の自動化・AIエージェント,業務の自動化・AIエージェント;文章の作成・下書き,社内の業務,全社,本番運用,,国内のAI企業,PKSHA AIバックオフィス;PKSHA AI依頼管理,2026-09-30,2026-09,https://www.pkshatech.com/news/20260930/;https://prtimes.jp/main/html/rd/p/000000277.000022705.html,"野村不動産HD、約10,000名への全社依頼を「PKSHA AIバックオフィス」で自動配信・進捗管理;野村不動産HD、約10,000名への全社依頼を「PKSHA AIバックオフィス」で自動配信・進捗管理",PKSHA Technology;PKSHA Technology（PR TIMES）,提供企業の導入事例;提供企業の導入事例,2026-10-19,2026-10-19,2026-10-19
3267-0001,3267,フィル・カンパニー,建設業,スタンダード,活用事例,決算説明資料の物件完成イメージにAI生成画像を使用,日本郵政グループとの協業案件など計画段階の不動産開発案件について、決算説明資料に掲載する物件完成イメージ写真を画像生成AIで作成し、実際の物件とは異なる旨を注記した上で投資家向け資料に掲載した。,計画・設計段階の物件には実物写真がなく、投資家向け資料で完成イメージを伝える手段が必要だった。,画像生成AIで物件の完成イメージ画像を作成し、決算説明資料に掲載した上で実物と異なる旨を明記した。,効果を示す数値の公表はなく、生成AI画像の使用自体を決算説明資料上で明示するにとどまる。,使用した生成AIツール名は非公表。実際の物件とは異なる旨の注記がある。,広報・コンテンツ制作,広報・コンテンツ制作,画像・動画・デザインの生成,画像・動画・デザインの生成,社内の業務,1部署・1業務,本番運用,,非公表,,2026-07-14,,https://www2.jpx.co.jp/disc/32670/140120260714593127.pdf,2026年11月期 第2四半期 決算説明資料,株式会社フィル・カンパニー,IR・経営資料,2026-09-27,2026-09-27,2026-09-27
3633-0001,3633,ＧＭＯペパボ,情報・通信業,スタンダード,活用事例,ムームードメインをClaudeの認証済みコネクタとして公開し、会話でドメインを操作,ドメインを取るサービス「ムームードメイン」のリモートMCPサーバーが、Claudeの公式のコネクタ一覧に認証済みとして載った。利用者はAIとの会話で、空きドメインの検索や購入の手続き、DNSの設定ができる。,AIを使ったサービス開発が広がる中、ドメインを取って公開する段階だけは別々の操作が必要で、作ってから公開するまでが一続きにならなかった。,2026年3月にリモートMCPサーバーを出し、5月にAPIの新版を公開、6月に管理画面へAIアシスタントを載せてきた。今回はAnthropicの審査を経て一覧に載り、URLを手で登録せずに接続できるようになった。,,購入の決済は利用者がサイト上で確定し、AIの判断だけでは課金されない。AIツールごとに使える機能が異なる場合がある。,企画・商品開発,企画・商品開発;顧客対応・問い合わせ,業務の自動化・AIエージェント,業務の自動化・AIエージェント;対話での応対,顧客向けの製品・サービス,1部署・1業務,本番運用,,Anthropic,Claude;ムームードメイン,2026-10-07,2026-03,https://prtimes.jp/main/html/rd/p/000005329.000000136.html,国内インターネットインフラ事業者初「ムームードメイン byGMOペパボ」がAnthropic社「Claude」の「認証済み」コネクタとして掲載,GMOインターネットグループ,当事者の発表,2026-10-19,2026-10-19,2026-10-19
3778-0001,3778,さくらインターネット,情報・通信業,プライム,活用事例,レンタルサーバーのサポート窓口に、マニュアルから答える生成AIのエージェント,「さくらのレンタルサーバ」の問い合わせ窓口で、カラクリの「GeN」（顧客対応のAIエージェント）を使い始めた。公開しているサポートサイトの内容を生成AIが読み、顧客の質問に答える。,2021年から使っていたシナリオ型のチャットボットは、質問と回答の道筋を手で作る必要があり、保守が特定の担当者に偏っていた。問題の解決率は約49%にとどまり、サポートサイトの情報も活かせなかった。,マニュアルのURLを登録すれば回答を作れる点と、曖昧な質問にAIが聞き返して意図を絞る点を評価して選んだ。2026年1月から、レンタルサーバのサポートの領域で使っている。,利用者の自己解決率は約49%から約80%に上がった。月の会話数は1万件を超え（2026年4月）、スタッフが担う有人チャットへの切り替えは最大で3割減った。,提供会社の発表。対象はレンタルサーバのサポートの領域。,顧客対応・問い合わせ,顧客対応・問い合わせ,対話での応対,対話での応対;検索・質問への回答,顧客向けの製品・サービス,1部署・1業務,本番運用,,国内のAI企業,GeN（Generative Navigator）,2026-10-06,2026-01,https://prtimes.jp/main/html/rd/p/000000165.000025663.html,カラクリの顧客対応AIエージェント「GeN」、さくらインターネットで自己解決率約80％を実現,カラクリ,提供企業の導入事例,2026-10-19,2026-10-19,2026-10-19
3979-0001,3979,うるる,情報・通信業,グロース,活用事例,入札情報サービス「NJSS」に、LLMで入札市場の分析レポートを作る機能,入札・落札情報のサービスNJSSに、地域と業務の内容を普段の言葉で入れると、LLMで組んだ処理の流れが、入札の市場を分析した報告を返す「AIリサーチ機能」をβ版で出した。同じ基盤で提案書づくりを助ける機能もβ版で出した。,利用者は、どの機関がどんな案件を出すかといった市場の動きを簡単に調べられず、案件データを自分で集計しながら参入を判断していた。,既存のLaravel（PHP）の仕組みは残し、LangGraphで書いたワークフローをAmazon Bedrock AgentCore runtimeで動かす構成にした。出力を画面へ逐次流す配信のAPIを別のサービスとして立て、会話の履歴と実行の状態はDynamoDBに置いた。,,β版の提供。出典は開発した会社の技術者による設計の解説記事で、利用の状況や効果の数字は書かれていない。,営業・マーケティング,営業・マーケティング,データ分析,データ分析;文章の作成・下書き,顧客向けの製品・サービス,1部署・1業務,実証・試行,,AWS,Amazon Bedrock AgentCore;LangGraph,2026-10-05,2026-06,https://aws.amazon.com/jp/builders-flash/202610/add-llm-workflow-bedrock-agentcore-runtime/,既存プロダクトに Amazon Bedrock AgentCore runtime でLLM ワークフロー基盤を後付けした設計判断,AWS builders.flash（執筆：うるる）,提供企業の導入事例,2026-10-19,2026-10-19,2026-10-19
3994-0001,3994,マネーフォワード,情報・通信業,プライム,全社方針,"約2,800人のグループの情報基盤としてNotionとNotion AIを導入",マネーフォワードが、グループ全体の情報・業務の基盤としてNotionとNotion AIを入れた。横断検索・要約・議事録作成などのAI機能の入口を、日常の情報基盤と同じ場所に置く。,情報が複数の場所に分かれ、探すことと、情報を新しく保って整理・共有することに手間がかかっていた。AIを広げるには、AIが参照しやすい形に情報を整える必要があると考えた。,2025年10月から優先度の高い記事を選んで順に移し、約3か月で全従業員が使える基盤にした。営業・開発・コーポレートなどで、全社ポータルのほか、部門ごとの知識の管理、案件の管理、会議の記録、作業の手順書に使っている。,,出典は報道で、元はNotion Labs Japanの発表（2026-09-29）とされるが、その原文は見つけられなかった。Notion AIの利用の程度は書かれていない。社内問い合わせのヘルプボットやカスタムエージェントは今後の検討。,全社共通（業務を特定しない）,全社共通（業務を特定しない）;総務・社内の問い合わせ・ナレッジ,検索・質問への回答,検索・質問への回答;要約・議事録,社内の業務,グループ全体,導入を発表,全社への導入,非公表,Notion AI,2026-09-30,2025-10,https://japan.zdnet.com/article/35253101/,マネーフォワード、「Notion」と「Notion AI」を導入--AIネイティブな組織体制の構築と働き方を推進,ZDNET Japan,報道,2026-10-19,2026-10-19,2026-10-19
4004-0001,4004,レゾナック・ホールディングス,化学,プライム,全社方針,生成AIを全社に入れ、現場が作ったAIエージェントを本社が整えて全社へ広げる仕組み,2025年10月に生成AIを全社に入れ、約半年で活用率95%に達した。本社が生成AIを提供し、現場が業務課題に合わせてAIエージェントを作り、効果の高いものを本社が整えて全社に広げる循環を回している。,過去のRPAやBIの導入では、現場が独自にツールを作って乱立し、データが散らばって使われないツールが残った。その反省から、AIでは同じことを繰り返さない形を目指した。,本社部門では会議の調整、文書・資料の作成、学習・分析などでAIエージェントを使う。現場が作ったエージェントのうち汎用性の高いものを本社が品質を上げて標準化し、全社展開する。,"会社の発表では、月当たり約9万時間・金額にして約4.7億円相当の業務を削減した（2,405名への調査と業務の実績をもとに算出）。危険予知（KY）活動の採点と助言の自動化で作業時間を約60分の1に、化学品法規制の教材作成を従来の約5分の1の時間にした。",削減時間と金額は会社がアンケートと業務実績から算出した数字。使っている生成AIの製品名は出典にない。,全社共通（業務を特定しない）,全社共通（業務を特定しない）;製造・品質・保守;人事・採用・育成,業務の自動化・AIエージェント,業務の自動化・AIエージェント;文章の作成・下書き;チェック・審査,社内の業務,全社,全社展開,全社への導入,非公表,,2026-07-15,2025-10,https://www.resonac.com/jp/news/2026/07/15/3926.html;https://www.itmedia.co.jp/business/articles/2609/30/news032.html,現場発のAIエージェントを標準化・全社展開する独自モデルを構築 ～生成AI導入半年で活用率95%・月当たり4.7億円相当の業務削減を達成～;DXの反省を生かせ　AIで「月間9万時間」「4.7億円相当」の業務削減をしたレゾナックの「共創モデル」とは,レゾナック・ホールディングス;ITmedia ビジネスオンライン,当事者の発表;報道,2026-10-19,2026-10-19,2026-10-19
4205-0001,4205,日本ゼオン,化学,プライム,活用事例,Kiroを使うAI駆動開発の研修を受け、全社への展開を準備,日本ゼオンのデジタル統括推進部門では一部のエンジニアがAWSのKiroで開発しており、全社に広げる前にクラスメソッドの1日のワークショップを10名で受けた。製造機器のデータを可視化する画面を各自がAIと作った。,AI駆動開発を使っているのは一部のエンジニアだけで、独学のまま全社に広げることに不安があった。仕様から進める開発手法を採るかどうかも迷っていた。,2026年3月、Kiroの先行利用者3名と経験の浅い7名が、社内と同じ開発環境で座学とハンズオンを受けた。今後はPythonの安全なひな形を組み込んだStarter Kitを作り、受講者を中心に全社へ広げる。,参加者からは、AI駆動開発の進め方がつかめた、Kiroの使い方が分かったといった前向きな感想が出たとしている。,提供会社の事例記事。効果の数字は無い。Python Starter Kitは2026年度中の完成をめざす開発中のもの。,ソフトウェア開発・IT,ソフトウェア開発・IT;人事・採用・育成,コード生成,コード生成,社内の業務,1部署・1業務,本番運用,,AWS,Kiro,2026-10-15,2025,https://classmethod.jp/cases/zeon-aidd/;https://classmethod.jp/news/cases-zeon-aidd/,AI駆動開発の全社展開に向けて、実践的なトレーニングで体系的な知識を習得;日本ゼオン株式会社のAI駆動開発研修事例を公開しました,クラスメソッド;クラスメソッド,提供企業の導入事例;提供企業の導入事例,2026-10-19,2026-10-19,2026-10-19
4324-0001,4324,電通グループ,サービス業,プライム,全社方針,"国内電通グループ4社で約3,000人に Gemini Enterprise を使うFDE・FDMの育成を開始","電通デジタルが電通・電通総研・イグニション・ポイントと共同で、Google Cloud の Gemini Enterprise の使い方と業務への組み込み方を学び、顧客の現場でAIによる変革を進める人材を育てるプログラムを、グループ横断で約3,000人を対象に始める。",生成AIを顧客の事業成長につなげるには、実装だけでなく戦略を見据えた視点と現場に即した伴走支援が要る。,社内のデータをまたいで使えるこの基盤を広め、使う中で技術と現場感覚を持つ人材を育てる。,,育成した人材は顧客の支援に当たる。研修の開始の発表で、効果の数字は無い。,全社共通（業務を特定しない）,全社共通（業務を特定しない）;人事・採用・育成,特定しない（用途の記載なし）,特定しない（用途の記載なし）,社内の業務,不明,方針・推進,研修・人材育成,Google,Gemini Enterprise,2026-10-14,2026-10,https://www.dentsudigital.co.jp/news/release/services/2026-1014-000354,"国内電通グループ、3,000人規模のFDE・FDMスキル開発を開始",電通デジタル,当事者の発表,2026-10-19,2026-10-19,2026-10-19
4689-0001,4689,ＬＩＮＥヤフー,情報・通信業,プライム,活用事例,LINEのトークで友だちとの予定決めを手伝う「日程調整エージェント」,LINEのトーク内で、AIが日程調整の題名や候補日を出し、本人のカレンダーを見て出欠の答えを提案し、全員がそろう日が無ければ参加者ごとに変更を提案する機能を始めた。決まった予定はLINEカレンダーに入れられる。,友だちと予定を決めるとき、候補日を考える・回答を確かめる・日程を組み直すといった手間がかかっていた。,2026年4月に発表したAIエージェントのブランド「Agent i」の一環で作った。利用者が「LINEラボ」で各自が有効にすると使える形にした。,,使えるのは国内で、LINEラボで本機能をONにした利用者。AIが見るのは使う本人の予定だけ。生成AIの出力の正確さは保証しないとしている。,企画・商品開発,企画・商品開発,業務の自動化・AIエージェント,業務の自動化・AIエージェント;対話での応対,顧客向けの製品・サービス,不明,導入を発表,,Google;OpenAI,Gemini Enterprise Agent Platform;OpenAI API,2026-10-05,2026-10,https://www.lycorp.co.jp/ja/news/release/020864/,「LINE」、AIが友だちとの予定決めをサポートする「日程調整エージェント」機能を提供開始,LINEヤフー,当事者の発表,2026-10-19,2026-10-19,2026-10-19
4689-0002,4689,ＬＩＮＥヤフー,情報・通信業,プライム,活用事例,スポーツナビで、プロ野球の試合の状況を生成AIが解説するβ版の機能,スポーツナビのプロ野球の試合ページ（スマートフォンのブラウザ版）で、試合の状況や選手・対戦の成績をもとに、生成AIが注目点の解説を出す機能をβ版で始めた。,,打者が打席に入る時や投手の交代、回の終わりなどに短い解説を出し、押すと詳しい解説と関連データを見られる。関連する質問を選ぶと、AIエージェント「Agent i」でさらに調べられる。,,β版で、クライマックスシリーズの開幕前に提供した。出る情報は場面ごとに取れるデータで変わる。他の競技への展開は検討の段階。,広報・コンテンツ制作,広報・コンテンツ制作,文章の作成・下書き,文章の作成・下書き;検索・質問への回答,顧客向けの製品・サービス,1部署・1業務,実証・試行,,OpenAI,AI野球解説（β版）;Agent i,2026-10-07,2026-10,https://www.lycorp.co.jp/ja/news/release/020874/,スポーツナビ、生成AIがプロ野球の試合状況を解説する新機能「AI野球解説（β版）」の提供を開始,LINEヤフー,当事者の発表,2026-10-19,2026-10-19,2026-10-19
4689-0003,4689,ＬＩＮＥヤフー,情報・通信業,プライム,活用事例,「Agent i」で子育てのやることを整理するエージェントを提供,LINEアプリのAIエージェントで、子どもの月齢や住む地域に合わせて健診・予防接種・手続きのやることリストを作り、母子手帳の撮影からの予定作成や、チャットでの子育て相談に応じる機能を提供し始めた。,保護者は予防接種・健診・自治体の申請など多くの対応が要り、自治体ごとに制度が違うため、何をすべきか把握しにくい。,「Yahoo!知恵袋」の回答や施設の口コミの要約もあわせて示す。中のモデルは Google の Gemini 系の基盤か OpenAI のAPI。,,スマートフォンの「LINE」アプリで使え、ヤフーのサービスからの利用は順次対応の予定。生成AIの出力の正確さは保証しないと書いている。,顧客対応・問い合わせ,顧客対応・問い合わせ,対話での応対,対話での応対;業務の自動化・AIエージェント;要約・議事録,顧客向けの製品・サービス,不明,導入を発表,,Google;OpenAI,Agent i,2026-10-14,2026-10,https://www.lycorp.co.jp/ja/news/release/020891/,Agent i 、子育てのやるべきことをAIがサポートする「子育て」エージェントを提供開始,LINEヤフー,当事者の発表,2026-10-19,2026-10-19,2026-10-19
4735-0001,4735,京進,サービス業,スタンダード,活用事例,Dify Enterpriseを全社のAI基盤にし、面談の文字起こし・要約アプリを現場で運用,Difyの開発元と協業してDify Enterpriseを全社のAI活用基盤に入れ、面談の音声を自動で文字にして要約して記録に残すアプリを4つの現場に広げ、試行から実際の運用へ移った。,どんな声かけが成果につながるかがベテラン職員の経験と勘に任され、組織で共有・再現しにくかった。,2026年4月に協業を始め、教育・介護の現場向けのAIツールの開発に着手した。運用で面談の音声データがたまるようになり、それを生かす独自技術の特許も出願した。,"PoCの期間に面談で281件使われた。全社に広げたときの業務の削減を年約5,600時間と試算した。",削減時間は試算。特許の技術の実装は2027年度中に学習塾事業から始める予定。,店舗・現場運営,店舗・現場運営,要約・議事録,要約・議事録,社内の業務,複数部署,本番運用,,オープンソース,Dify Enterprise,2026-10-05,2026-04,https://prtimes.jp/main/html/rd/p/000000156.000062186.html,京進、教育と介護分野におけるAIを活用した対人サービス支援技術で特許出願～AI開発プラットフォーム「Dify」提供元との共同PoCが完了～,京進,当事者の発表,2026-10-19,2026-10-19,2026-10-19
5074-0001,5074,テスホールディングス,建設業,プライム,活用事例,ニュースリリース掲載イメージ画像の生成AIによる作成,連結子会社テス・エンジニアリングとNTTドコモビジネスの提携を伝えるニュースリリースで、掲載したイメージ画像の一部を生成AIで作成したと注記した。,,プレスリリースに掲載する説明用イメージ画像の一部を生成AIで作成した,,,広報・コンテンツ制作,広報・コンテンツ制作,画像・動画・デザインの生成,画像・動画・デザインの生成,社内の業務,1部署・1業務,本番運用,,非公表,,2026-09-07,,https://ssl4.eir-parts.net/doc/5074/tdnet/2882117/00.pdf,テス・エンジニアリングとNTTドコモビジネス、太陽光発電設備向け遠隔監視ソリューションのセキュリティを強化,テスホールディングス株式会社,当事者の発表,2026-09-27,2026-09-27,2026-09-27
5076-0001,5076,インフロニア・ホールディングス,建設業,プライム,活用事例,グループ従業員アンケート自由記述の分析にAIエージェント「AI Central Voice」を採用,テックタッチのAIエージェント「AI Central Voice」を採用し、グループ全体で1万件を超える従業員アンケート自由記述の非定型データを自動で構造化・分類。事業会社・職種・年代ごとの課題と要因を体系的に把握する体制を構築した。,自由記述で社員の声を拾えても、課題分析に時間がかかり施策への反映が難しかった。,大量の非定型データを自動分類するAIエージェントを用い、1つのコメント内の複数の文脈的意図を要素分解して企業固有の課題カテゴリーを自動生成し、eNPS等の指標と組み合わせて要因分析した。,分析の時間が大きく減り、より確かな改善策を早く出せるようになったと公表。残業時間や休暇取得状況と低評価回答の関連を定量・定性の両面から特定できるようになった。,従業員アンケート分析への適用であり、効果は同社の一次コメントに基づく。,人事・採用・育成,人事・採用・育成,データ分析,データ分析;要約・議事録,社内の業務,グループ全体,本番運用,,国内のAI企業,AI Central Voice,2026-02-26,,https://built.itmedia.co.jp/bt/articles/2602/26/news140.html,インフロニアがグループ従業員アンケートの分析にAIエージェント採用,ITmedia AI - BUILT,報道,2026-09-27,2026-09-27,2026-09-27
5076-0002,5076,インフロニア・ホールディングス,建設業,プライム,活用事例,権利許諾済み画像生成AI似顔絵システムの開発・来場者配布・権利対価支払いスキームの試行,前田建設のICI未来共創センターが、DLEから利用許諾を得たキャラクター画像を教師データとする画像生成AIで来場者向けの似顔絵を制作・配布する試行を実施。配布枚数に応じた対価をDLEへ支払う仕組みも検証した。インフロニアHDも同システムを使い自社キャラクターの変身ブログを公開した。,画像生成AIのビジネス活用で著作権者への利益還元の仕組みが明確でないことが課題だった。,IPホルダーから画像の利用許諾を得て教師データ化した画像生成AIを開発し、生成・配布枚数に応じた対価を許諾元に支払うスキームを来場者向けに試行した。,来場者への似顔絵配布と対価支払いの運用を実施した。建設分野への展開は今後の検討課題としている。,ICI未来共創センターの来場者向け試行段階にとどまり、建設分野への展開は構想段階。,広報・コンテンツ制作,広報・コンテンツ制作,画像・動画・デザインの生成,画像・動画・デザインの生成,顧客向けの製品・サービス,1部署・1業務,実証・試行,,非公表,権利許諾済み画像生成AI似顔絵生成システム（自社開発）,2024-08-23,2024-08,https://www.maeda.co.jp/news/2024/08/23/5534.html;https://www.infroneer.com/jp/news-article/2025/01/16/944.html,権利許諾済の画像生成AIによる著作権者の新収益源創出を試行 ～来場者へ「秘密結社 鷹の爪」吉田くん風のAI生成似顔絵を配布～;生成AI特別企画「キャレたん」変身ブログ～全力で考察～を公開,前田建設工業株式会社;インフロニア・ホールディングス株式会社,当事者の発表;当事者の発表,2026-09-27,2026-09-27,2026-09-27
5076-0003,5076,インフロニア・ホールディングス,建設業,プライム,活用事例,合弁会社ISIによる生成AIを使った紙台帳のデータ化,インフロニアHDとアクセンチュアが設立した合弁会社ISIが、インフラ運営現場に残る紙ベースの施設台帳を生成AIでデータ化する取り組みを進めている。将来はデータを一元管理しAIによる劣化予測につなげる方針。,上下水道・道路など各現場に紙で残る施設台帳が多く、人手での判読・データ化に手間がかかっていた。,インフロニアHDとアクセンチュアの合弁会社ISIが、生成AIを使い、紙の施設台帳をデータにする作業を進めている。,人の目による判読に比べて効率的に紙台帳のデータ化を進められるとしている。劣化予測への活用は今後の展望として位置づけられている。,一次資料（インフロニアHD・アクセンチュアの合弁会社設立発表）では「AIをはじめとする先端デジタル技術」との表現にとどまり、「生成AI」との明記は日経クロステックの報道でのみ確認できた。対象範囲・処理件数・効果の数値は非公表。,総務・社内の問い合わせ・ナレッジ,総務・社内の問い合わせ・ナレッジ;製造・品質・保守,データ分析,データ分析,社内の業務,1部署・1業務,実証・試行,,非公表,,,2025-04,https://xtech.nikkei.com/atcl/nxt/column/18/03353/100100004/;https://www.infroneer.com/jp/news-article/2025/02/18/960.html,インフロニア、アクセンチュアと新会社 AIによる上下水道や道路の劣化予測も;インフロニア・ホールディングスとアクセンチュア、建設・インフラ運営が直面する社会課題解決に向けて、合弁会社設立へ,日経クロステック;インフロニア・ホールディングス株式会社,報道;当事者の発表,2026-09-27,2026-09-27,2026-09-27
5078-0001,5078,セレコーポレーション,建設業,スタンダード,活用事例,実在建物を題材に生成AI画像・動画を募る「My Style vintage 生成AIコンテスト 2026」の企画運営,アパートブランド「My Style vintage」の実在建物の外観とブランドロゴを素材として配布し、生成AIによる画像・動画作品をSNS投稿で募るコンテストを2026年7月22日〜8月16日に開催（テーマ「夏」）。外部のAIクリエイター3名が審査し、応募30作品から各賞を選出。受賞作品は販促物等のブランド訴求素材として活用予定で、秋・冬シーズンでの継続開催も予告した。,建物の機能面だけでない情緒的・情景的な価値の表現と、ブランドと生活者・クリエイターとの共創機会の創出。,実在物件の高解像度画像・ロゴを公開配布し、生成AIでテーマに沿った作品を制作してもらう公募型企画とした。主催側も生成AIで公式サンプル画像・動画を制作した。,応募30作品から、グランプリ・優秀賞2名・審査員賞・観客賞を選出（学生賞は該当者なし）し、総額18万円分のデジタルギフトを贈呈。受賞作品は販促物等で活用予定。,,広報・コンテンツ制作,広報・コンテンツ制作;営業・マーケティング,画像・動画・デザインの生成,画像・動画・デザインの生成,顧客向けの製品・サービス,1部署・1業務,本番運用,,非公表,,2026-07-20,2026-07,https://prtimes.jp/main/html/rd/p/000000044.000008127.html;https://www.cel-co.com/ai-contest/;https://prtimes.jp/main/html/rd/p/000000045.000008127.html,実在の建物を、生成AIで再解釈する。アパート専門メーカーが「My Style vintage 生成AIコンテスト 2026」を開催;My Style vintage 生成AIコンテスト 2026 募集要項;「My Style vintage 生成AIコンテスト 2026」受賞作品を発表,株式会社セレコーポレーション（PRTIMES）;株式会社セレコーポレーション;株式会社セレコーポレーション（PRTIMES）,当事者の発表;当事者の発表;当事者の発表,2026-09-27,2026-09-27,2026-09-27
5830-0001,5830,いよぎんホールディングス,銀行業,プライム,活用事例,営業部門で、CRMの顧客情報について生成AIが答える仕組みを実証,TISIのCRM「fcube」にためた顧客と営業の情報を生成AIと組み合わせ、営業担当がチャットで法人顧客の情報や提案について尋ねると答えが返る仕組みを試す。,営業担当はCRMで取引や交渉の記録を読んで要点をつかみ、提案の資料や聞くべき情報を自分で集めていた。準備に時間がかかり、過去の応対の活かし方が担当者の経験に左右されていた。,TISIが実証専用の環境と試作のアプリを作り、閉域の回線で検証用の端末とつなぐ。本部と支店の営業担当が使い、利用者のアンケートや回答の状況から、内容の妥当さ・分かりやすさ・応答時間などを評価する。,,2026年10〜11月の実証で、有効と確かめられれば本格的な導入を検討する。伊予銀行自身の発表資料は見つけていない。,営業・マーケティング,営業・マーケティング,検索・質問への回答,検索・質問への回答,社内の業務,1部署・1業務,実証・試行,,非公表,fcube,2026-07-08,2026-10,https://prtimes.jp/main/html/rd/p/000001946.000011650.html;https://www.nikkei.com/article/DGXZQOCC066BM0W6A001C2000000/,TISI、伊予銀行のCRMデータを活用し、生成AIによる営業高度化に向けた実証実験を開始;伊予銀行、営業部門で生成AIの実証開始　顧客情報の把握時間を短縮,TISI;日本経済新聞,提供企業の導入事例;報道,2026-10-19,2026-10-19,2026-10-19
6027-0001,6027,弁護士ドットコム,サービス業,プライム,活用事例,相談者向けに、約150万件の相談データと生成AIを組み合わせた「みんなの法律相談AI（β版）」,弁護士ドットコムがAI戦略を発表し、相談者向けに、過去の相談・回答データと生成AIを使った無料・匿名の対話型アシスタント「みんなの法律相談AI（β版）」を立ち上げた。,法的トラブルを抱えても専門家に届く人は約2割と言われ、何が法律問題か分からない、うまく説明できないといった相談者側のハードルがある。,AIが質問を重ねて状況を整理し、相談内容を伝わる形に直す。整理した内容をもとに過去の相談と弁護士の回答から近いものを探して示し、会話をまとめた「相談メモ」を作る。,,β版の立ち上げの発表で、利用状況は書かれていない。同時に発表した弁護士向けの「AI受付代行」は法律事務所に売るサービスのため、この事例には含めていない。使うモデルの記載はない。,顧客対応・問い合わせ,顧客対応・問い合わせ,対話での応対,対話での応対;検索・質問への回答;要約・議事録,顧客向けの製品・サービス,1部署・1業務,導入を発表,,非公表,みんなの法律相談AI（β版）,2026-10-02,2026-10,https://www.bengo4.com/corporate/news/article/4c0yjybeb6az/,弁護士ドットコム、弁護士ドットコム事業における「AI戦略」を発表,弁護士ドットコム,当事者の発表,2026-10-19,2026-10-19,2026-10-19
6330-0001,6330,東洋エンジニアリング,建設業,プライム,活用事例,LLM・機械学習・数理モデル統合の経営デジタルツインによる意思決定支援（DXoT／Accenture AI HUB Platform）,全社DX改革『DXoT』のもと、アクセンチュアの基盤を使って、数百規模のLLM・機械学習・数理モデルを組み合わせた経営管理モデル（経営デジタルツイン）を構築。事業シナリオごとの実行計画をAIが自動で作り、KGI・KPIをシミュレーションして経営判断に役立てているほか、プロジェクト管理モデルでは設計の概要からリソースや高リスク箇所を割り出し、スケジュールや人員配置の計画データも自動で作成する。,労働集約型のビジネスから脱却する必要があったことに加え、無数にある経営シナリオの組み合わせから許容時間内に最適な案を選ぶのが難しく、プロジェクト計画の立案にも約3か月というリードタイムがかかっていた。,データとモデルを軸にした経営管理の仕組みを構築し、AIが実行計画を自動で作成・条件が変わるたびに再計算する形で、人とAIが協働しながら計画を継続的に改善している。,プロジェクトの生産性が25%向上する事業計画シナリオを見いだしたほか、通常3か月かかるプロジェクト計画のリードタイムを約50%短縮、条件が整えば約90%効率化できるケースもあるとしている。AIが納期を15〜20%短縮できる案を示すこともある。,,全社共通（業務を特定しない）,全社共通（業務を特定しない）,データ分析,データ分析;業務の自動化・AIエージェント,社内の業務,全社,本番運用,,非公表,Accenture AI HUB Platform;経営デジタルツイン（LLM＋機械学習＋数理モデル統合）,2026-06-08,2019,https://www.accenture.com/jp-ja/case-studies/ai-data/toyo-engineering,東洋エンジニアリング：データ＆モデル駆動型の経営デジタルツイン,アクセンチュア株式会社,提供企業の導入事例,2026-09-27,2026-09-27,2026-09-27
6366-0001,6366,千代田化工建設,建設業,スタンダード,活用事例,AIエージェント「Lightblue」の運用開始 ― AI×RAG技術で社内ナレッジの「形式知化」を実現,千代田化工建設グループの千代田エクスワンエンジニアリングが、東大発AIスタートアップ株式会社Lightblueの法人向けAIエージェント「Lightblue」の本格運用を開始。RAG機能で社内データベースから関連情報を取得し自然言語で回答を生成する。電力・制御プロジェクト本部での仮導入検証を経て、複数本部へ段階的に展開する。,長年蓄積してきた技術・ノウハウが社内文書として存在するがあまり使われておらず、ふつうの生成AIは社内のデータを見られないため正確な知識活用が困難だった。業務の属人化解消、若手育成、技術継承の加速、設計・検討業務の効率化と品質向上が課題だった。,複数候補を比較検討のうえ、RAG機能による社内ナレッジ活用・回答精度・業務適用性を評価しLightblueを導入。「エンジニアリングボット」や「Lessons Learned 検索ボット」をノーコードで作成し、入力データを学習に使用しない設定などのセキュリティ対策も講じた。,仮の導入で「エンジニアリングボット」と「Lessons Learned 検索ボット」を作り、生成回答の精度・動作を検証して有効性を確認。設計・対応の精度向上、若手育成、業務全体の効率化と品質向上を目指す。電力・制御プロジェクト本部のほか、エンジニアリング本部・エネルギー環境プロジェクト本部・ライフサイエンスプロジェクト本部・事業所統括本部・コーポレートマネジメント本部にもIDを配り、本部ごとにアシスタントを作って確かめている。,定量的な効果（工数削減時間等）は非公表。全社への展開は今後の取り組み。,総務・社内の問い合わせ・ナレッジ,総務・社内の問い合わせ・ナレッジ;設計・エンジニアリング,検索・質問への回答,検索・質問への回答,社内の業務,複数部署,本番運用,,国内のAI企業,Lightblue;aokarasu-72B,2026-05-20,,https://cxo.chiyodacorp.com/news/pdf/20260520.pdf;https://www.lightblue-tech.com/2026/05/20/chiyodacorp/,AIエージェント「Lightblue」の運用開始 ―AI×RAG技術で社内ナレッジの「形式知化」を実現―;千代田エクスワンエンジニアリング、AI×RAG技術で社内ナレッジの「形式知化」を実現。AIエージェント「Lightblue」の運用を開始,千代田エクスワンエンジニアリング株式会社;株式会社Lightblue,当事者の発表;提供企業の導入事例,2026-09-27,2026-09-27,2026-09-27
6379-0001,6379,レイズネクスト,建設業,プライム,全社方針,AIアシスタント「Lightblue Assistant」の全社導入,"2024年8月にパイロット検証、同年11月に本社部門約1,000名で部分適用を経て、2025年1月に全従業員約3,500名へLightblue Assistantを全社導入した。社内規程類とアシスタントを連携させ、Boxと連携して規程の改訂を自動反映する仕組みを構築した。",社内規程類など日々の業務に必要な情報を迅速かつ正確に引き出せる仕組みが求められていた。,Box等と連携するRAG機能を標準搭載したAIアシスタントを採用し、パイロット検証・部分適用を経て段階的に全社へ展開した。,"2025年1月に全従業員約3,500名への適用を実現。社内規程類の検索性向上を確認し、今後は各部門の業務への適用拡大を目指すとした。",削減工数などの定量効果は出典に記載なし。各部門への適用拡大は今後の取り組みとされている。,全社共通（業務を特定しない）,全社共通（業務を特定しない）;総務・社内の問い合わせ・ナレッジ,検索・質問への回答,検索・質問への回答,社内の業務,全社,全社展開,全社への導入,国内のAI企業,Lightblue Assistant,2025-03-31,2025-01,https://www.lightblue-tech.com/2025/03/31/20250331/;https://prtimes.jp/main/html/rd/p/000000072.000038247.html,"「全従業員約3,500名が生成AI活用」｜レイズネクスト株式会社、AIアシスタント『Lightblue Assistant』を全社導入を開始;「全従業員約3,500名が生成AI活用」｜レイズネクスト株式会社、AIアシスタント『Lightblue Assistant』を全社導入を開始",株式会社Lightblue;株式会社Lightblue(PR TIMES),提供企業の導入事例;提供企業の導入事例,2026-09-27,2026-09-27,2026-09-28
6501-0001,6501,日立製作所,電気機器,プライム,活用事例,LayerXの生成AI基盤「Ai Workforce」で提案業務の知識基盤づくりを開始,日立グループの日立コンサルティングが、LayerXの生成AIプラットフォーム「Ai Workforce」を使い、コンサルタントの知見を組織で使い回すための知識基盤の構築を始めた。まず提案活動に使う。,顧客理解や過去の提案の経験などの知見が、個人や案件ごとにたまり、組織として再利用しにくかった。,提案資料・議事メモ・案件情報などを、マスキングや権限制御をかけて整理し、AIとコンサルタントが同じ情報を参照できるようにする。商談前の情報収集、課題の仮説整理、提案資料のたたき台作りに使い、提案で得た学びを基盤に戻す。,,構築を始めた段階の発表で、効果は出典にない。提案活動以外への適用は検討中。自社で得た知見を顧客のAI変革支援にも生かすとしているが、この事例は社内での利用。,営業・マーケティング,営業・マーケティング;総務・社内の問い合わせ・ナレッジ,検索・質問への回答,検索・質問への回答;文章の作成・下書き;業務の自動化・AIエージェント,社内の業務,1部署・1業務,計画・開発中,,国内のAI企業,Ai Workforce,2026-09-30,2026-09,https://prtimes.jp/main/html/rd/p/000000020.000104416.html,日立コンサルティング、LayerXの「Ai Workforce」を活用した知識基盤の構築を開始,日立コンサルティング,当事者の発表,2026-10-19,2026-10-19,2026-10-19
6501-0002,6501,日立製作所,電気機器,プライム,活用事例,組み込みソフトの技術者102名がAIコーディングエージェント「Kiro」を開発の全工程で試行,日立グループの日立産業制御ソリューションズの組み込みソフト開発の技術者102名が、2026年7月にAWSのワークショップで、AIコーディングエージェントKiroを既存コードの読み解きから仕様化・実装・テストまで使って試した。,長く保守される組み込みソフトでは知識や設計判断の継承が課題。AIエージェントにどこまで任せられるかを、現場の技術者が実際に確かめたいという要望があった。,空調制御システムを題材に、Kiroに既存コードを読ませ、対話で追加機能の仕様をまとめ、設計から実装・ビルド・テストまで進めた。AIへの指示をGitLabのIssueに書き、経過を記録に残す進め方も紹介された。4時間で3つの演習を行った。,参加者からは、既存コードの読み解きと仕様・設計の文書化の工程で手応えがあったという声が出た。業務での利用に前向きな意見もあった。,出典は提供会社（AWS）の開催報告で、業務への本格導入ではなく体験の場。ソースコードの取り扱い、生成コードの検証、機能安全・規格対応との整合が実務適用の検討事項として挙がっている。,ソフトウェア開発・IT,ソフトウェア開発・IT,コード生成,コード生成;業務の自動化・AIエージェント,社内の業務,1部署・1業務,実証・試行,,AWS,Kiro,2026-09-30,2026-07,https://aws.amazon.com/jp/blogs/news/hiics-ai-sdlc-workshop/,【開催報告】組み込みソフトウェア開発でも AI エージェントは活用できる ─ 日立産業制御ソリューションズ様とのワークショップ,AWS ブログ,提供企業の導入事例,2026-10-19,2026-10-19,2026-10-19
6702-0001,6702,富士通,電気機器,プライム,全社方針,Microsoft 365 Copilotの全社導入（約10万ライセンス）,"2025年7月に7,500ライセンスで集中トライアルを行い、2026年1月に3万、4月に従業員のほぼ全員にあたる約10万ライセンスまで広げた。社内のサービスデスクではAIエージェントが一次対応を担う。",一部の社員だけがAIを使っても効果が限られるため、国内外の全従業員が日常的に使う状態にする必要があった。,全社のDX活動で築いた推進体制を使い、部門横断のAI実践の活動を立ち上げた。トライアル中にハンズオンや動画で学べるようにし、AIエージェントの活用などを表彰する社内コンテストも開いた。,2026年6月時点で全社の利用率は90%以上。サービスデスクでは年約30万件の問い合わせの処理のうち約75%を自動化できたという。,出典は報道で、日本マイクロソフトが2026年9月4日に公開した事例を紹介した記事。元の事例のページは検索で見つけられなかった。,全社共通（業務を特定しない）,全社共通（業務を特定しない）;総務・社内の問い合わせ・ナレッジ,業務の自動化・AIエージェント,業務の自動化・AIエージェント;要約・議事録;文章の作成・下書き,社内の業務,全社,全社展開,全社への導入;推進組織・体制;研修・人材育成,Microsoft,Microsoft 365 Copilot,2026-10-08,2025-07,https://atmarkit.itmedia.co.jp/ait/articles/2610/08/news022.html,富士通では「Copilot」10万ライセンスの利用率が“9割超え” 「導入したけど使われない」をどう防いだ？,@IT（ITmedia）,報道,2026-10-19,2026-10-19,2026-10-19
6981-0001,6981,村田製作所,電気機器,プライム,全社方針,内製の生成AI「Murata Coworker」を世界で約3万人が利用,生成AIの推進体制（生成AI CoE）を作り、利用部門と一緒に社内向けの生成AI「Murata Coworker」を内製した。チャットから始めてRAGや資料づくりの機能を足し、議事録や翻訳などに使われている。,,対話型のチャットボットを起点に、RAGやCanvasの機能を順に加えた。翻訳には社内の用語を組み込み、プレゼン資料を自動で作る支援も載せた。今後は人の関与を減らして自ら判断するAIエージェントを目指す。,世界で約3万人が使い、利用率は60%に届き、1人あたり月3時間の工数を減らした。,講演を伝える報道記事で、会社の発表資料は見つけていない。AIエージェントに向けては、非構造データの基盤づくりとセキュリティの両立が課題とする。,全社共通（業務を特定しない）,全社共通（業務を特定しない）,検索・質問への回答,検索・質問への回答;要約・議事録;翻訳;文章の作成・下書き,社内の業務,不明,本番運用,全社への導入;推進組織・体制,自社開発,Murata Coworker,2026-10-07,,https://news.mynavi.jp/techplus/article/20261007-5025505/,データとAIが組織を変える、“知の循環”を目指す村田製作所の取り組みとは,マイナビニュース TECH+,報道,2026-10-19,2026-10-19,2026-10-19
7270-0001,7270,ＳＵＢＡＲＵ,輸送用機器,プライム,全社方針,全社の働き方改革「スマプロ」を生成AIの活用中心に進め、議事録や検索の時間を短縮,CIOの講演によると、2023年に始めた全社の働き方改革（通称スマプロ）を、今は生成AIの活用を中心に続けている。議事録、情報検索、翻訳、資料づくりなどで時間を縮めた。,PCの記録を分析すると、ほぼ全員が1日の45%をメールと表計算のソフトの操作に費やし、管理職の負担も大きかった。,役員向けの実地の研修から始め、全社員の教育、ITアカデミーの設立、事業所を回る展示で使い方を広げた。採用の一次面接をAIアバターで行い、ITの問い合わせ窓口の一次受けをチャットボットにした。,AIによる簡易議事録で作成時間がほぼゼロになり、AIエージェントでの情報検索で時間を50〜80%、資料づくりと要約は所要時間が10分の1になった。,講演を伝える報道記事で、会社の発表資料は見つけていない。個々の用途は「AI」と書かれ、用途ごとに生成AIとは明記されていない。,全社共通（業務を特定しない）,全社共通（業務を特定しない）;人事・採用・育成;総務・社内の問い合わせ・ナレッジ,要約・議事録,要約・議事録;検索・質問への回答;翻訳;文章の作成・下書き,社内の業務,全社,本番運用,推進組織・体制;研修・人材育成,非公表,,2026-10-06,2023,https://news.mynavi.jp/techplus/article/20261006-5019658/,小さな成功体験を組織の力に変える、SUBARUが進めるDX・AI時代の全社変革とは,マイナビニュース TECH+,報道,2026-10-19,2026-10-19,2026-10-19
7326-0001,7326,ＳＢＩインシュアランスグループ,保険業,グロース,活用事例,生命保険の引受査定を支える「AIアンダーライター」を内製し、Claude で実証,SBI生命が、申込や告知の内容を査定の基準と照らした結果をAIがまとめ、査定する社員に示す支援システムを、Claude Sonnet 4.6 を使って社内だけで作り、実証を始めた。,引受査定は多くの情報を確かめて総合判断する専門の仕事で、確認の観点の整理やマニュアルの参照、査定コメントの作成に時間と負荷がかかる。,業務部門と情報システム部門が企画から検証まで社内で行う。社内ネットワークに限った環境で利用者と業務範囲を絞り、出力の実務水準や運用の課題を確かめる。2026年10月1日にAI推進を担う部署を新設した。,,判断は査定者が行い、AIは支援に限る。将来は査定の完全自動化を見据えるとしているが、今回は実証の段階。,法務・審査・リスク,法務・審査・リスク,チェック・審査,チェック・審査;文章の作成・下書き,社内の業務,1部署・1業務,実証・試行,,Anthropic;自社開発,Claude Sonnet 4.6,2026-10-14,2026-10,https://www.sbiig.co.jp/information/files/261014_01_AIK.pdf,SBI生命、引受査定業務の品質・生産性向上に向け生成AIを活用した実証実験を開始,SBI生命保険（SBIインシュアランスグループ）,当事者の発表,2026-10-19,2026-10-19,2026-10-19
7751-0001,7751,キヤノン,電気機器,プライム,活用事例,家庭用プリンター利用者向けに、生成AIが困りごとに答える「Advanced Chat」の提供を開始,キヤノンが家庭向けプリンターPIXUSの利用者に向けて、プリンターの見守り通知と、生成AIで質問に答えるチャットを組み合わせた無償のサポートサービスを2026年10月1日から始めた。,問い合わせは操作・初期設定・ネットワーク接続・エラー対応など幅広く、マニュアルやFAQの一律な情報では必要な答えにたどり着くのに時間がかかっていた。,オフィス向け複合機で使うデータ基盤DSFを家庭用にも広げた。利用者がPCやアプリのチャットで自由に質問すると、生成AIが関連情報をまとめて答え、プリンターの状態情報も使って原因と対処を示す。,,対象は2023年10月以降に発売された一部機種で、純正インクを使う利用者に限る。学習済みの生成AIを使い、自己学習はしないと注記されている。利用状況は出典にない。,顧客対応・問い合わせ,顧客対応・問い合わせ,対話での応対,対話での応対;検索・質問への回答;要約・議事録,顧客向けの製品・サービス,1部署・1業務,導入を発表,,非公表,Advanced Chat,2026-10-01,2026-10,https://global.canon/ja/news/2026/20261001-2.html,家庭用インクジェットプリンター向け新サポートサービスを提供開始,キヤノン,当事者の発表,2026-10-19,2026-10-19,2026-10-19
7751-0002,7751,キヤノン,電気機器,プライム,活用事例,家庭用プリンター向けに、生成AIがWebページを組み直して印刷する機能拡張ツール,プリンター製品の機能をクラウドから足せる基盤を作り、第一弾としてPIXUSシリーズ向けに、生成AIがWebページを解析して広告や余白を除き、組み直してから印刷する機能を無償で出した。,使いたい機能ごとに専用のアプリを入れる必要があり、目的の印刷物を仕上げるまでに手間がかかっていた。,家庭用からオフィス向け複合機までを対象にした基盤で文書や画像の中身を解析し、PC・スマートフォンのアプリから必要な機能を選んで足せるようにした。まず既に使われているPIXUSの対象機種から始めた。,,スキャンしたデータのファイル名を生成AIが付ける機能は、PC版が2026年11月下旬、モバイル版が2027年の予定。使うには純正インクとプリンター連携サービスへの登録が要る。,企画・商品開発,企画・商品開発,画像・動画・デザインの生成,画像・動画・デザインの生成,顧客向けの製品・サービス,不明,導入を発表,,非公表,,2026-10-01,2026-10,https://global.canon/ja/news/2026/20261001.html,プリンティング製品向け「クラウド型機能拡張プラットフォーム」を始動 生成AIとイメージング技術で目的や用途に応じたプリント・スキャン体験を提供,キヤノン,当事者の発表,2026-10-19,2026-10-19,2026-10-19
7752-0001,7752,リコー,電気機器,プライム,活用事例,社内のAI基盤と自己改善型AIエージェントを基幹システムにつなぐ実証をアジアクエストと開始,リコーは、社内で運用するAIプラットフォーム（認証とLLMの利用管理）と、公開ソフトのHermes Agentを手直しした自己改善型エージェントを、アジアクエストのアクセス基盤GAIAとつなぎ、基幹システムと連携させる実証を始めた。,一般の生成AIサービスでは会社ごとの業務知識やルールを踏まえにくく、基幹システムのデータとの連携やアクセス管理も追いついていない。,まず3つの仕組みが連携して動くかを確かめ、次に使い道を探し、特定の業務の基幹システムにつないだ専用のエージェントを実際に動かして効果を見る。,,実証を始めた段階の発表で、どの業務の基幹システムにつなぐかや結果は書かれていない。発表は協業先のアジアクエスト。,ソフトウェア開発・IT,ソフトウェア開発・IT,業務の自動化・AIエージェント,業務の自動化・AIエージェント,社内の業務,不明,実証・試行,,自社開発;オープンソース,Hermes Agent;GAIA Governed AI Access,2026-10-19,,https://prtimes.jp/main/html/rd/p/000000217.000019319.html,アジアクエスト、リコーとAIエージェント×基幹システム連携の共同実証実験開始,アジアクエスト（PR TIMES）,提供企業の導入事例,2026-10-19,2026-10-19,2026-10-19
7984-0001,7984,コクヨ,その他製品,プライム,活用事例,購買の診断ツール「サプナビ」に、生成AIで提案書と練習相手を作る機能,消耗品の購買を診断するツール「サプナビ」にAIの機能を載せ、「サプナビAI」として運用を始めた。診断の結果と蓄積した事例から、顧客ごとの提案書と説明の台本を作る。販売パートナーが使う。,診断で見えた課題ごとに解決策を組み合わせて改善案をまとめ、資料にするには、多くの準備時間がかかっていた。,16問の診断の結果に、カウネットが蓄積してきたソリューションの知見と成功事例を組み合わせて、個別の提案書とトークスクリプトを自動で作る。生成AIと提案の練習ができるロールプレイの機能も付けた。,,効果の数字は書かれていない。使うのは販売パートナー（エージェント）。,営業・マーケティング,営業・マーケティング;人事・採用・育成,文章の作成・下書き,文章の作成・下書き;対話での応対,顧客向けの製品・サービス,1部署・1業務,本番運用,,非公表,サプナビAI,2026-10-06,,https://prtimes.jp/main/html/rd/p/000000154.000070957.html,AIがお客様ごとの「最適な購買」を導き出す。消耗品購買最適化診断ツール「サプナビ」にAI機能を搭載し運用開始,カウネット,当事者の発表,2026-10-19,2026-10-19,2026-10-19
8053-0001,8053,住友商事,卸売業,プライム,活用事例,Agentforceで自社の営業向けAIエージェントを内製し、FDEを100人育てる,自社の営業現場にSalesforceの「Agentforce」を入れ、営業の自動化と営業の進め方の刷新を図る。あわせて顧客接点・販売管理の領域で現場に入るFDEを社内で100人育てる。,生成AIやAIエージェントの進展で営業の高度化に求められる水準が変わり、顧客に出すサービスもAIを前提に強める必要があった。,新しい技術をまず自社で使って確かめる考え方で導入を決めた。今使っているSales Cloudと合うことや、基幹のシステムとつなげられる点を評価し、Salesforceの支援プランを使って構築・運用の内製化を進める。,,出典は提供したSalesforceの発表。自社で得た知見を顧客向けのサービスとして売る狙いもあり、販売の部分は収録の対象外。FDE100人の育成は2027年までの目標。提供元のSalesforceに当たる提供元の分類が無いため、提供元は非公表とした。,営業・マーケティング,営業・マーケティング;人事・採用・育成,業務の自動化・AIエージェント,業務の自動化・AIエージェント,社内の業務,不明,導入を発表,,非公表,Agentforce,2026-10-08,,https://prtimes.jp/main/html/rd/p/000000394.000041550.html,SCSK、Salesforceの「Agentforce」を活用し営業AIエージェントを内製化,セールスフォース・ジャパン,提供企業の導入事例,2026-10-19,2026-10-19,2026-10-19
8308-0001,8308,りそなホールディングス,銀行業,プライム,活用事例,投信の商品概要書・約款を作り直す業務に、生成AIの文案づくりを組み込んだ基盤,Snowflake上に投資信託の情報をまとめた基盤をナウキャストと作り、変更の指示から生成AIが文案を出す編集画面、共通の変更の置換ルール案づくり、新旧対照表の自動作成を入れた。,書類の改定はファンドごとにWordを手で開いて直しており、1つの改定通知に数日から1週間ほどかかった。ファンドの数に比例して手間が増え、原本の保管や版の管理も個人まかせだった。,既存のWordから情報を読み込み、構造化して一元管理した上で、ファンド検索・文案の作成・一括変更・新旧対照表の出力の4機能を作った。対象の抽出やファイルの走査はプログラムが行い、AIは文案と置換ルールに限り、担当者が承認する。,,報道（IT Leaders）による。会社の公式の発表は検索で見つからなかった。誤りを避けるためAIの役割を限り、人が最終確認する設計。,法務・審査・リスク,法務・審査・リスク,文章の作成・下書き,文章の作成・下書き,社内の業務,1部署・1業務,導入を発表,,非公表,Snowflake,2026-10-07,,https://it.impress.co.jp/articles/-/29869,りそなアセットマネジメント、投信の商品概要書と約款の作成・改定を自動化,IT Leaders（インプレス）,報道,2026-10-19,2026-10-19,2026-10-19
8316-0001,8316,三井住友フィナンシャルグループ,銀行業,プライム,全社方針,生成AIの活用拡大に向け、リスク検証と監視の共通基盤（AIガバナンス）を導入,三井住友銀行が、生成AIを使うサービスと業務を広げるため、Citadel AIの製品も使って、リスク検証の標準化・継続的な監視・ガードレールを備えた全社共通の基盤を整えると発表した。,生成AIを顧客向けサービスや幅広い業務で使い続けるには、安全で信頼できるかを続けて評価し、直していく仕組みが要る。,全社共通の評価指標とテストデータを用意し、AIアプリの公開前と公開後に継続して検証する。評価レポートの作成にツールを使い、稼働中のAIへの入力と回答をリアルタイムで監視して、有害な入力や不適切な回答を止めたり警告したりする。,,導入すると発表した段階。既存の生成AI活用の例として、顧客向けの「SMBC AIオペレーター」でOliveの一般的な問い合わせの7割超が有人対応なしで完結していると紹介している。,法務・審査・リスク,法務・審査・リスク,チェック・審査,チェック・審査,両方,全社,方針・推進,社内ルール・ガイドライン,国内のAI企業,,2026-10-01,,https://www.smbc.co.jp/news/pdf/j20261001_02.pdf,生成AIの安全・安心な活用拡大に向けたAIガバナンスソリューションの導入について,三井住友銀行,当事者の発表,2026-10-19,2026-10-19,2026-10-19
8370-0001,8370,紀陽銀行,銀行業,プライム,活用事例,AI相手の営業ロープレと、閉域の営業支援AIの実証,紀陽銀行が、銀行業務での生成AIの使い道を確かめるため、AIを相手役にした営業担当者のロールプレイングと、法人顧客の想定ニーズや聞くべき点を作る営業支援AIの、2つの実証を始めた。,顧客の経営課題やニーズが多様になり、営業担当者にはニーズをつかんで課題に合った提案をする力がより求められている。,ロープレはナレッジワークのクラウドサービスで育成への効果と運用の課題を確かめる。営業支援AIは外部のネットから隔てた環境で動かし（相手は Athena Technologies）、過去の取引情報や外部情報から仮説を作る。,,実証の段階で、効果の数字は出ていない。,営業・マーケティング,営業・マーケティング;人事・採用・育成,対話での応対,対話での応対;データ分析,社内の業務,1部署・1業務,実証・試行,,国内のAI企業,ナレッジワークＡＩ営業ロープレ;営業支援ＡＩ,2026-10-14,2026-10,https://www.kiyobank.co.jp/personal/get_pdf.php?f=00003295,「ナレッジワークＡＩ営業ロープレ」および「営業支援ＡＩ」の実証実験開始について,紀陽銀行,当事者の発表,2026-10-19,2026-10-19,2026-10-19
8411-0001,8411,みずほフィナンシャルグループ,銀行業,プライム,活用事例,200超のシステムの設計書を生成AIが扱える形にそろえるAI駆動開発の基盤,AIを中核にしたIT改革の第一段として、CTCの生成AIソリューションを使い、200超のシステムの設計書・仕様書を、生成AIが読み解きやすいマークダウン形式へそろえる基盤を作った。,,PoCの段階からCTCが加わり、機能の拡張とプロンプトの開発を行った。文書をまとめて連続で処理する仕組みで変換を進め、有効なプロンプトを全社で共有して使い回せるようにした。,400を超えるプロンプトが共有されている。,出典は支援したCTCの発表。将来はAIエージェントが開発の工程を自律的に支える形を目指しており、今回はその第一段階。,ソフトウェア開発・IT,ソフトウェア開発・IT,文章の作成・下書き,文章の作成・下書き,社内の業務,不明,導入を発表,,国内のAI企業,C-CodeBlossom,2026-10-06,,https://www.ctc-g.co.jp/news/release/20261006-02152.html,CTC、みずほフィナンシャルグループのAI駆動開発基盤の構築を支援,伊藤忠テクノソリューションズ,提供企業の導入事例,2026-10-19,2026-10-19,2026-10-19
8411-0002,8411,みずほフィナンシャルグループ,銀行業,プライム,活用事例,Claude Agent SDKを使う自律型のAIエージェント基盤「みずほCowork」のPoC,社員ごとの作業環境をAWS上に割り当て、目的と資料を渡すとAIエージェントが手順を組んで調査・分析や資料の作成を進める基盤を自社で開発し、専門的な業務に使えるかを確かめるPoCを始めた。,AIエージェントに実際の業務を任せるには、会社固有の手順・知識・ルールをAIに分からせる仕組みと、金融機関に必要な統制が要る。,AWSの専門チームの支援を受けて、汎用的なエージェントの層と自社の要件を入れる独自の層の二層で作った。部門の手順や判断の基準を「Skills」として足し、入出力の制御にAmazon Bedrock Guardrailsを使う。,,PoCを始めた段階で、成果はまだ示されていない。試す業務は案件資料の分析・整理、調査データの分析、業務監査の点検、専門レポートを海外向けに要約・翻訳する仕事など。公式サイトの同じ発表は開けなかったため、同社がPR TIMESで配信した発表を出典にした。,全社共通（業務を特定しない）,全社共通（業務を特定しない）;法務・審査・リスク,業務の自動化・AIエージェント,業務の自動化・AIエージェント;データ分析;文章の作成・下書き;チェック・審査;要約・議事録;翻訳,社内の業務,不明,実証・試行,,Anthropic;AWS;自社開発,みずほCowork;Claude Agent SDK;Amazon Bedrock Guardrails,2026-10-05,2026-10,https://prtimes.jp/main/html/rd/p/000000022.000177612.html,生成AIとの「対話」からAIに「業務を任せる」働き方へ－自律型AIエージェント基盤「みずほCowork」を開発し、業務適用に向けたPoCを開始,みずほフィナンシャルグループ,当事者の発表,2026-10-19,2026-10-19,2026-10-19
8411-0003,8411,みずほフィナンシャルグループ,銀行業,プライム,活用事例,「あおまるバンク」で銀行の問い合わせにAIが対話で回答（OpenAI）,みずほ銀行が、キャラクターのあおまるがAIエージェントとして話す「あおまるバンク」を作り、第1弾として銀行サービスや手続きの問い合わせに、FAQやマニュアルを根拠にテキストと音声で答える機能を顧客向けに出した。,銀行のオンラインの問い合わせ対応では、条件の分かれ目が多い手続きほど、利用者が自分に当てはまる答えを見分けにくかった。,OpenAIの技術と同社エンジニアの支援を受けて開発した。曖昧な質問には聞き返して状況を確かめ、FAQやマニュアルを検索して根拠に基づき回答を作る。入力と回答の両方で不適切なものを見つけて止める仕組みを何重にも入れた。,,"2026年5月の予告では9月提供予定。10月14日の提供開始の公式PDFは取得できず（アクセス拒否）、開始日と1,700項目超のFAQ・口座情報を参照しない点は報道で確かめた。手続きや資産運用の相談は今後の検討。",顧客対応・問い合わせ,顧客対応・問い合わせ,対話での応対,対話での応対;検索・質問への回答,顧客向けの製品・サービス,不明,導入を発表,,OpenAI;自社開発,あおまるバンク,2026-05-18,2026-10,https://prtimes.jp/main/html/rd/p/000000010.000177612.html;https://innovatopia.jp/ai/ai-news/118916/,みずほ銀行、対話型AIアシスタント「あおまるバンク」を2026年9月(予定)より提供開始;みずほ銀行、対話型AI「あおまるバンク」提供開始 OpenAIの技術で音声にも対応,みずほフィナンシャルグループ（PR TIMES）;innovatopia,当事者の発表;報道,2026-10-19,2026-10-19,2026-10-19
8729-0001,8729,ソニーフィナンシャルグループ,保険業,プライム,活用事例,稼働中の勘定系の開発工程に、Claude 中心のAIエージェントを適用,ソニー銀行と富士通が、勘定系システムの実際の開発で、設計書やコード、テスト資産を読むAIエージェント（Amazon Bedrock 上の Claude と Claude Code）を設計・製造・テストの工程に広げた。,金融機関のシステム開発は期間とコストがかかり、変化に素早く対応しにくかった。,2025年9月に製造・単体テストから始め、設計と結合テストへ段階的に広げた。閉域で使える環境を全員に同じ形で配り、生成AIタスクフォースが作った手順（Skills）を、一度の指示で基準の精度が出たものだけ現場に展開した。成果物は人が確認してから次の工程へ進む。,基本設計〜結合テストの工数は2026年7月時点で40%減り、期間は30%短くなった。影響調査の工数は最大90%減、設計書作成は最大40%減、ソースコード生成率99%、結合テストの実行工数は最大90%減。,開発は富士通が担い、要件定義や運用・セキュリティへの適用は検証中・今後の予定。,ソフトウェア開発・IT,ソフトウェア開発・IT,コード生成,コード生成;業務の自動化・AIエージェント;文章の作成・下書き,社内の業務,1部署・1業務,本番運用,,Anthropic;AWS,Claude;Claude Code;Amazon Bedrock,2026-09-14,2025-09,https://sonybank.jp/corporate/disclosure/press/2026/0914-01.html;https://aws.amazon.com/jp/blogs/news/casestudy-sonybank-agent-in-development/,ソニー銀行と富士通、勘定系システムの実開発に生成AIを本格適用;ソニー銀行が勘定系システムの開発に AI エージェントを適用し基本設計から結合テストまでの開発期間を 30% 短縮,ソニー銀行;Amazon Web Services ブログ,当事者の発表;提供企業の導入事例,2026-10-19,2026-10-19,2026-10-19
8750-0001,8750,第一ライフグループ,保険業,プライム,活用事例,営業職約3万5千人向けの伴走支援AI「デジタルバディ」,営業職の生涯設計デザイナーを支えるAIを2026年4月から本格的に入れた。生成AIで社内規程などへの質問に答え、面談の録音を文字にして要約し、次の提案のヒントや手紙・メールの文案を出す。,営業担当者には面談の記録や上司への報告、手紙・メールの作成などの事務の負担が大きく、人によって得意不得意の差もあった。,"PoCの後、営業担当者が加わる実証で現場の評価を見ながら機能を絞った。利用者は100人規模から始めて2026年3月に1,400人規模に広げ、4月末に本格稼働した。AIの出力を別のAIで確かめ、作った文面は担当者を通さずに顧客へ送らない。",面談の中身を上司に伝えやすくなり、報告の準備が楽になった。また、手紙やメールを作る時間も短くなったと報じられている。,効果の数字は示されていない。9月以降も機能を強める予定。,営業・マーケティング,営業・マーケティング;総務・社内の問い合わせ・ナレッジ,要約・議事録,要約・議事録;検索・質問への回答;文章の作成・下書き,社内の業務,1部署・1業務,本番運用,,Microsoft;OpenAI,デジタルバディ;Azure OpenAI,2026-08-28,2026-04,https://www.dai-ichi-life.co.jp/company/news/pdf/2026_015.pdf;https://atmarkit.itmedia.co.jp/ait/articles/2610/05/news019.html,人と AI の協働で、お客さま一人ひとりに寄り添うコンサルティングへ ～伴走支援型 AI「デジタルバディ」を全国の生涯設計デザイナーに導入～;第一生命が独自AIを3万5000人規模で活用 「“使えない”と思われた社内システムは終わる」問題をどう回避した？,第一生命保険;@IT（ITmedia）,当事者の発表;報道,2026-10-19,2026-10-19,2026-10-19
8801-0001,8801,三井不動産,不動産業,プライム,全社方針,社員の約9割が生成AIのチャットを日常的に使う環境と、estieとのAI・DX推進の提携,社員が生成AIを使える環境を整え、単体の社員の約9割が日常的に使っている。さらにestieと提携し、同社のFDEと社員の混成チームで事業の課題をAI・データで解く取り組みを始める。,AIの活用を個人の業務の効率化にとどめず、組織としての業務・事業の変革や新しい価値づくりにつなげる必要があった。,estieのFDEと社員がチームを組み、課題を決める所から作って現場に根づかせるまでを共に担う。案件の学びを自社のAIとデータの基盤に蓄え、案件の実務の中で人を育てる。,2026年8月時点で、単体での生成AIチャットの利用は約9割の社員。,estieとの提携は基本合意の段階で、具体的な案件や成果はまだ示されていない。利用率は単体の数字で、使っているチャットの製品名は書かれていない。,全社共通（業務を特定しない）,全社共通（業務を特定しない）,特定しない（用途の記載なし）,特定しない（用途の記載なし）,社内の業務,不明,全社展開,全社への導入;研修・人材育成,非公表,,2026-10-01,,https://www.mitsuifudosan.co.jp/corporate/news/2026/1001/,三井不動産とestie 不動産事業におけるAI・DX推進に向けた戦略的パートナーシップの基本合意書を締結,三井不動産,当事者の発表,2026-10-19,2026-10-19,2026-10-19
8929-0001,8929,青山財産ネットワークス,不動産業,スタンダード,活用事例,現場の社員がCopilot Studioなどで業務のAIエージェントなど7件を作った育成の取り組み,各部門の社員が自部門の業務の課題を題材にAIエージェントなどを作る育成の取り組みを始めた。第1期は7チーム14名が7件を作り、2026年9月から実際の業務で使い始めた。,財産コンサルティングは担当者個人の経験と判断に頼る部分が大きく、人によって判断や提案がばらつきやすかった。,部門から選ばれた社員が2026年4〜7月の約3か月、伴走型の研修を受け、Copilot Studio・Power Automate・SharePointで課題の抽出から開発・検証・発表までを行った。DX推進室と外部の講師がチームごとに支えた。,効果を試算できた3件で、社内業務を年約426時間減らせる見込み。顧客資料の作成の自動化が年約281時間、PDFからExcelへの転記が年約100時間、健康診断の進み具合の管理が年約45時間の見込み。,数字は2026年8月時点の試算で、9月以降の運用で効果を確かめる。不動産の契約の特約を提案する仕組みやNDAの状況に答えるエージェントなど、効果を数字にしていないものもある。,人事・採用・育成,人事・採用・育成;営業・マーケティング;法務・審査・リスク;経理・財務・IR,業務の自動化・AIエージェント,業務の自動化・AIエージェント;検索・質問への回答,社内の業務,複数部署,本番運用,,Microsoft,Copilot Studio;Power Automate;SharePoint,2026-10-08,2026-04,https://prtimes.jp/main/html/rd/p/000000056.000089580.html,財産コンサルティングの暗黙知を、個人の経験から組織の共通資産へ 青山財産ネットワークス、現場社員14名が実業務のAIエージェント7件を開発,青山財産ネットワークス,当事者の発表,2026-10-19,2026-10-19,2026-10-19
9001-0001,9001,東武鉄道,陸運業,プライム,活用事例,対話型生成AIエージェント「AIさくらさん」による駅案内の実証実験,ティファナ・ドットコムの対話型生成AIエージェント「AIさくらさん」を改札付近に設置し、乗換・近隣施設・観光地情報等の問い合わせにAIが案内する実証実験を、2025年4月1日から北千住・柏・池袋・川越の4駅で開始。2025年12月7日からはとうきょうスカイツリー・東武日光の2駅へ拡大した。日本語・英語・中国語・韓国語に対応。,多様化する案内ニーズへの対応と駅係員の案内業務負担、有人対応の待ち時間,東武鉄道専用にカスタマイズした薄型筐体を設置し、駅すぱあとWebサービス・MapFan APIと連携して経路・周辺案内を生成。介助・緊急性のある問い合わせは駅係員と遠隔対話,4駅での実証結果を踏まえ、2025年12月に対象を2駅拡大。案内精度・新たな活用方法を検証中で定量効果は未公表,検証期間・定量効果は未公表。本導入の可否は実験結果次第,顧客対応・問い合わせ,顧客対応・問い合わせ,対話での応対,対話での応対;翻訳,顧客向けの製品・サービス,1部署・1業務,実証・試行,,国内のAI企業,AIさくらさん（ティファナ・ドットコム）;駅すぱあとWebサービス（ヴァル研究所）;MapFan API（インクリメントP）,2025-03-17,2025-04,https://www.tobu.co.jp/cms-pdf/releases/20250317095630GNmZf0SaSZ8vYTdX1zpExg.pdf;https://www.tobu.co.jp/cms-pdf/news/20251127160732WDRwirrylC8xgpzx2YV-5w.pdf;https://www.tifana.ai/works/20250317,2025年4月1日（火）より、北千住・柏・池袋・川越の4駅にて「AIさくらさん」によるご案内の実証実験を開始します！;2025年12月7日(日)より、「AIさくらさん」によるご案内の実証実験を新たに2駅へ拡大します！;東武鉄道｜AIさくらさん導入事例,東武鉄道株式会社・株式会社ティファナ・ドットコム;東武鉄道株式会社;株式会社ティファナ・ドットコム,当事者の発表;当事者の発表;提供企業の導入事例,2026-09-28,2026-09-29,2026-09-29
9001-0002,9001,東武鉄道,陸運業,プライム,活用事例,社内生成AI「U-BOT東武AI」の導入と活用研修,東武トップツアーズがOpenAIのGPT-4をベースに個別業務タスクへ特化した社内生成AI「U-BOT東武AI」を導入。2024年9月20日にTENHOによる実践的活用研修を実施し、業務効率化とDX人材育成を推進している。,業務効率化と社内DX人材育成,GPT-4ベースでChatGPTより専門業務に特化した生成AIを導入し、座学・デモ・実務演習の研修で活用を定着,受講者から「実践的な使い方が身についた」等の反応（定性）。定量効果は未公表,ベンダー（TENHO）発の公表情報。導入規模・定量効果は未公表,全社共通（業務を特定しない）,全社共通（業務を特定しない）,文章の作成・下書き,文章の作成・下書き;検索・質問への回答,社内の業務,不明,本番運用,,OpenAI,U-BOT東武AI（GPT-4ベース）,2024-10-22,,https://japan.zdnet.com/release/31046085/,【実践的アプローチで生成AI活用を推進】TENHO、東武トップツアーズでの研修内容を特別公開,株式会社TENHO（ZDNet Japan掲載）,提供企業の導入事例,2026-09-28,2026-09-29,2026-09-29
9001-0003,9001,東武鉄道,陸運業,プライム,活用事例,社内データ横断AIエージェント「ORION」導入によるAIナレッジ基盤の構築,Spark+の社内データ横断AIエージェント「ORION」を導入。分散した社内データを整備・最適化（実運用対象データを約99%圧縮）し、社内規程照会対応・各種手続き問い合わせの効率化から順次全社展開する方針。,部署ごとに分散した社内データによる検索効率低下・ナレッジ属人化・管理業務負荷,フォルダ構造再構築・不要データ除去・形式標準化でデータを整備した上で、AIエージェントがPDF・図表・マニュアル・議事録を横断検索しチャット形式で回答,問い合わせ対応時間短縮・情報探索工数削減・営業資料再利用促進を見込む（期待効果、未検証）,導入初期で効果は今後検証,総務・社内の問い合わせ・ナレッジ,総務・社内の問い合わせ・ナレッジ,検索・質問への回答,検索・質問への回答,社内の業務,複数部署,導入を発表,,国内のAI企業,ORION（株式会社SparkPlus）,2026-03-13,2026-03,https://prtimes.jp/main/html/rd/p/000000043.000139489.html,Spark+、東武トップツアーズに社内データ横断AIエージェント「ORION（オリオン）」を導入,株式会社SparkPlus,提供企業の導入事例,2026-09-28,2026-09-29,2026-09-29
9003-0001,9003,相鉄ホールディングス,陸運業,プライム,活用事例,新型車両「13000系」の前面デザインへの生成AI活用,デザインブランドアッププロジェクトの一環として、「未来」をイメージする13000系の前面デザインに生成AIを活用した。スケッチと3Dモデルを生成AIに学習させて多数のバリエーションを出力し、選定後に加筆・修正を繰り返してデザインを詰めた。,「安全×安心×エレガント」に「未来」のコンセプトを加えた新しい車両デザインの創出。,アナログスケッチから3Dモデリングを行い、それを生成AIに学習させて何千通りものデザイン案を出力。その中から選んだ案にさらに手を加える工程を繰り返した。,生成AIを用いて検討したデザインの車両が2026年3月30日に営業運転を開始した（採用自体が成果）。,デザイン工程での活用にとどまり、定量的な効果は未公表。,設計・エンジニアリング,設計・エンジニアリング;広報・コンテンツ制作,画像・動画・デザインの生成,画像・動画・デザインの生成,社内の業務,1部署・1業務,本番運用,,非公表,,2025-04-25,,https://www.sotetsu.co.jp/pressrelease/train/r25-74/;https://www.sotetsu.co.jp/pressrelease/train/r26-43/,2026年春、新型車両「13000系」営業運転開始【相模鉄道】;新型車両「13000系」3月30日（月）営業運転開始【相模鉄道】,相模鉄道株式会社;相模鉄道株式会社,当事者の発表;当事者の発表,2026-09-28,2026-09-29,2026-09-29
9003-0002,9003,相鉄ホールディングス,陸運業,プライム,活用事例,アドビ共催「楽しく撮り鉄！生成AIで鉄道写真をもっと簡単に！」ワークショップ,アドビと共催で、生成AI技術を搭載した「Adobe Express」を使い、写真から不要物を除去する編集を体験するワークショップを開催した。迷惑な撮影行為をせず安全に楽しむ方法を啓発する目的。,鉄道写真の撮影時に、樹木の伐採や看板の移動といった迷惑行為が社会問題になっていた。,星川駅・かしわ台車両センターでの撮影会と、Adobe Expressの生成AI編集（対象物の削除）体験を組み合わせたイベントを実施した。,30人を招待して開催予定と発表された（実施結果は未公表）。,開催予告段階の発表で、実施結果・参加者の反応などは未公表。,広報・コンテンツ制作,広報・コンテンツ制作,画像・動画・デザインの生成,画像・動画・デザインの生成,顧客向けの製品・サービス,1部署・1業務,導入を発表,,国内のAI企業,Adobe Express,2024-11-01,,https://newscast.jp/attachments/3dqI9gfGt8nA5HETFG18.pdf,相模鉄道×アドビが初共催！「楽しく撮り鉄！生成AIで鉄道写真をもっと簡単に！」を開催,相模鉄道株式会社・アドビ株式会社,当事者の発表,2026-09-28,2026-09-29,2026-09-29
9003-0003,9003,相鉄ホールディングス,陸運業,プライム,全社方針,相鉄グループ専用ChatGPT環境による業務効率化の試行（17社・約500名）,業務効率化・価値創出を目的に、ナウキャストの支援で社内文書と連携した相鉄グループ専用のChatGPT環境を用意し、グループ17社・約500名で議事録作成や情報収集などのユースケースを探索する試行を2023年12月に開始した。2024年度の実用化を目指すとした。,コロナ後の需要回復と人手不足の中で、業務効率化・生産性向上が課題だった。,ナウキャスト（Finatextグループ）の支援で社内文書と連携した専用のChatGPT環境を構築し、定型業務の特定と効果検証を行うPoCを実施した。,試行結果を踏まえ適用業務の拡大・機能強化を行い、2024年度の実用化を目指すとされた（その後の実用化状況は公開情報で確認できず）。,試行結果・本格導入の状況は公開情報で確認できない。,全社共通（業務を特定しない）,全社共通（業務を特定しない）,文章の作成・下書き,文章の作成・下書き;検索・質問への回答;アイデア出し,社内の業務,グループ全体,実証・試行,全社への導入,OpenAI,ChatGPT,2023-12-21,2023-12,https://newscast.jp/attachments/KlNgnT2hYDSZpbtLwBEx.pdf;https://prtimes.jp/main/html/rd/p/000000338.000012138.html,相鉄グループ社内でChatGPTの試行をスタート;ナウキャスト、相鉄グループのChatGPT導入プロジェクトを支援,相鉄ホールディングス株式会社;株式会社Finatextホールディングス,当事者の発表;提供企業の導入事例,2026-09-28,2026-09-29,2026-09-29
9005-0001,9005,東急,陸運業,プライム,活用事例,内製DX組織URBAN HACKSへのGitHub Copilot for Business導入,内製開発組織URBAN HACKSがGitHub Copilot for Businessを組織導入した。ソースコードの学習利用をオプトアウトでき、特定ライセンスを侵害しうる提案をブロックできる法人版の機能を評価して選んだ。,エンジニアの開発生産性・満足度の向上と、個人版利用時のライセンス侵害・情報漏えいリスクへの対応。,法人向けのGitHub Copilot for Businessを組織導入し、ソースコード解析へのデータ利用をオプトアウト。特定ライセンスを侵害しうる提案のブロック機能も有効化した。,引用されたGitHub側の調査では、利用者の75%がフラストレーション減少、87%が精神的疲労の軽減を実感したと紹介。東急社内の定量効果は未公表。,東急社内での利用実績・定量効果は未公表。,ソフトウェア開発・IT,ソフトウェア開発・IT,コード生成,コード生成,社内の業務,1部署・1業務,本番運用,,Microsoft,GitHub Copilot for Business,2023-07-20,,https://www.wantedly.com/companies/company_2226055/post_articles/525586;https://www.itmedia.co.jp/news/article/2307/26/1230726116/,【エンジニアが語る】GitHub Copilot for Businessの導入理由とAIがもたらす現場への効果;非IT企業も「AIプログラミングのない時代には戻れない」 「GitHub Copilot」導入した東急の内製開発チーム、手応えは？,URBAN HACKS（東急株式会社）;ITmedia NEWS,当事者の発表;報道,2026-09-28,2026-09-29,2026-09-29
9005-0002,9005,東急,陸運業,プライム,活用事例,ERP「Biz∫」×生成AI「dejiren AI」による経理伝票起票・チェック業務の自動化検証,NTTデータグループ・ウイングアーク1stと共同で、生成AIプラットフォームとERPを連携し、請求書から伝票を自動作成してチェックする仕組みを検証した。,非定型な情報の判断を伴う経理業務が属人化しており、人手も不足していた。,生成AIが請求書を読み、過去の似た伝票を探して参考にし、伝票を自動でつくる。インボイス制度対応や勘定科目の妥当性も自動判定し、対話形式のUIで確認・修正できるようにした。,"伝票起票業務で最大38%の作業削減効果を試算し、東急全体で年間約5,000時間の削減を目指す。",2025年度の検証段階で、実業務への本格適用は検討中。,経理・財務・IR,経理・財務・IR,業務の自動化・AIエージェント,業務の自動化・AIエージェント;チェック・審査,社内の業務,1部署・1業務,実証・試行,,国内のAI企業,Biz∫;dejiren AI,2026-05-27,,https://www.nttdata.com/global/ja/news/topics/2026/052700/,"生成AIで経理伝票起票を自動化、東急で年間約5,000時間の作業削減を目指す",株式会社NTTデータ・株式会社NTTデータ・ビズインテグラル・ウイングアーク1st株式会社,提供企業の導入事例,2026-09-28,2026-09-29,2026-09-29
9005-0003,9005,東急,陸運業,プライム,活用事例,IR業務向け生成AI「exaBase IRアシスタント」の導入,エクサウィザーズのIR業務向け生成AI「exaBase IRアシスタント」の導入企業として、同社の導入企業一覧に掲載された。,IR業務の効率化。,IR業務に特化した生成AIアシスタントを導入した。,導入済み（活用範囲・効果は個別未公表）。,導入企業一覧への記載のみで、東急での具体的な活用範囲・効果は未公表。,経理・財務・IR,経理・財務・IR,特定しない（用途の記載なし）,特定しない（用途の記載なし）,社内の業務,1部署・1業務,導入を発表,,国内のAI企業,exaBase IRアシスタント,2025-04-17,,https://exawizards.com/archives/29892/,「exaBase IRアシスタント」の導入企業,株式会社エクサウィザーズ,提供企業の導入事例,2026-09-28,2026-09-29,2026-09-29
9005-0004,9005,東急,陸運業,プライム,活用事例,画像生成AI「Midjourney」を活用した広告制作,画像生成AI「Midjourney」を使った広告を発信し、意外性を呼んだ実績があると社員が紹介している。,,広告クリエイティブの制作に画像生成AIを活用した。,発信したことで意外性を呼んだ（定性的な言及）。,採用インタビュー記事内での言及のみで、広告の実施時期・規模・詳細は未公表。,広報・コンテンツ制作,広報・コンテンツ制作,画像・動画・デザインの生成,画像・動画・デザインの生成,社内の業務,1部署・1業務,本番運用,,非公表,Midjourney,2023-07-20,,https://www.wantedly.com/companies/company_2226055/post_articles/525586,【エンジニアが語る】GitHub Copilot for Businessの導入理由とAIがもたらす現場への効果,URBAN HACKS（東急株式会社）,当事者の発表,2026-09-28,2026-09-29,2026-09-29
9005-0005,9005,東急,陸運業,プライム,活用事例,定額制回遊型宿泊サービス「TsugiTsugi」へのChatGPT活用AIコンシェルジュ「旅先こんしぇるじゅ」導入,定額制の宿泊サービスの正式事業化に合わせ、ChatGPTの技術を使ったAIコンシェルジュ機能を導入した。性格の異なる4種類のAIキャラクターが、旅先や宿泊施設選びの相談に答える。,対象施設の拡大に伴い、旅先・宿泊施設選びのおすすめ提案を求める利用者の声が多かった。,ChatGPTの技術を活用し、個性を持たせた対話型のAIコンシェルジュ機能をサービスに追加した。,効果・利用数などの数値は非公表。,機能単体の継続状況・利用実績は確認できていない。,顧客対応・問い合わせ,顧客対応・問い合わせ,対話での応対,対話での応対,顧客向けの製品・サービス,1部署・1業務,本番運用,,OpenAI,ChatGPT,2023-05-17,2023-05,https://www.tokyu.co.jp/company/news/detail/tsugitsugi20230517.html,定額制回遊型宿泊サービス「TsugiTsugi」を正式事業化 ～法人向けプラン販売やＣｈａｔＧＰＴを活用したＡＩコンシェルジュなど サービスを拡張・拡充～,東急株式会社,当事者の発表,2026-09-28,2026-09-29,2026-09-29
9005-0006,9005,東急,陸運業,プライム,活用事例,渋谷エリア観光案内所での生成AIチャットボット「AIミナライ」による案内検証,東急・Nextremer・渋谷区観光協会が連携し、渋谷の観光案内所2か所で対話型AI「AIミナライ」による多言語チャットボット案内を2025年10〜12月に検証した。QRコードから訪日外国人旅行者の端末に質問回答・地図案内を提供する。,訪日外国人旅行者からの類似した問い合わせが多く、案内できる時間が限られる中で、スタッフの育成・ノウハウ蓄積も課題だった。,対話型AI「AIミナライ」のチャットボットをQRコード経由で提供し、定型質問への回答を自動化。案内データを蓄積・共有する仕組みも検証した。,検証期間（2025年10月27日〜12月14日）の結果は未公表。,検証段階で、本番導入したかは出典からは分からない。,顧客対応・問い合わせ,顧客対応・問い合わせ,対話での応対,対話での応対;翻訳,顧客向けの製品・サービス,1部署・1業務,実証・試行,,国内のAI企業,AIミナライ,2025-10,2025-10,https://www.tokyu.co.jp/company/information/detail/59361.html,渋谷エリアの観光案内所が連携ＡＩによる観光情報を提供 ～訪日外国人旅行者を対象に生成ＡＩを活用した観光案内の有効性を検証～,東急株式会社,当事者の発表,2026-09-28,2026-09-29,2026-09-29
9005-0007,9005,東急,陸運業,プライム,活用事例,生成AIによる販促POP自動生成・お客様の声の構造化・商品提案の自動化,スーパー運営の東急ストアが、Algomaticと共同で生成AIアプリを1〜2か月で開発。販促POPの自動生成、お客様の声のデジタル化・分析、SNSトレンドを踏まえた商品提案の3つを実現した。,人手不足の中で、多品種少量対応のPOP制作に時間がかかり、お客様の声も手入力で非効率、季節や行事に合わせた商品提案の判断も難しかった。,Difyなどの軽量ツールを使い、POP画像の自動生成、AI-OCRと自然言語処理によるお客様の声の構造化、データに基づく商品提案アプリを短期間で構築した。,数日かかっていたPOP制作作業が数時間に短縮された。,開発の経緯・方針の記載が中心で、店舗展開の規模や3施策それぞれの定量効果は限定的。,店舗・現場運営,店舗・現場運営;営業・マーケティング,画像・動画・デザインの生成,画像・動画・デザインの生成;データ分析,社内の業務,1部署・1業務,本番運用,,オープンソース,Dify,2025-05-24,,https://magazine.algomatic.jp/tokyu-store-overcoming-labor-shortage-challenges,東急ストアは生成AIでどう変わる？ Algomatic CTOが聞く、パートナー選定とアプリ開発のリアル,Algomatic,提供企業の導入事例,2026-09-28,2026-09-29,2026-09-29
9006-0001,9006,京浜急行電鉄,陸運業,プライム,活用事例,コンタクトセンターへのAI SaaS「PKSHA Speech Insight」導入,AI音声認識・自然言語処理のSaaS「PKSHA Speech Insight」をコンタクトセンターに導入。通話をリアルタイムで書き起こし、AIの「属性要約」機能が問い合わせ内容・回答内容などの管理項目ごとに情報を自動抽出・整理する。,問い合わせ領域が広く記載ルールの整備・維持が難しいため、応対記録にばらつきが生じ、横断分析やサービス改善の妨げになっていた。,AIが通話を書き起こし、管理項目ごとの属性要約で自動整理。オペレーターはリアルタイムモニタリングとエスカレーションワード検知でフォローする。,応対記録の粒度・構造が均一化され、記録業務の属人化を解消。オペレーターがメモ作業から解放され顧客対応に集中できるとしている。定量効果は未公表。,京急向けの導入発表本文に『生成AI』の明記はなく『AI要約』『AI音声認識』と表記。同製品の要約機能は第三者レビューサイト（ITreview）で『生成AI機能』として掲載されている。定量効果は未公表。,顧客対応・問い合わせ,顧客対応・問い合わせ,要約・議事録,要約・議事録,社内の業務,1部署・1業務,導入を発表,,非公表,PKSHA Speech Insight,2026-06-18,,https://www.pkshatech.com/news/20260618/;https://www.itreview.jp/products/pksha-speechinsight/ai_feature,京急電鉄、コンタクトセンターに「PKSHA Speech Insight」を導入。応対記録の均一化を実現;PKSHA Speech Insightに搭載の生成AI機能一覧,株式会社PKSHA Technology;ITreview,提供企業の導入事例;報道,2026-09-28,2026-09-29,2026-09-29
9006-0002,9006,京浜急行電鉄,陸運業,プライム,活用事例,「落とし物クラウドfind」の全線・グループバス会社への導入（生成AIによる遺失物登録自動入力）,2024年3月に京急電鉄全線に「落とし物クラウドfind」を導入し、2025年12月には京急バスにも導入した。画像登録と生成AIによる自動入力で遺失物登録作業を効率化し、多言語チャットで問い合わせに対応する。,忘れ物登録に時間を要し、警察署への移送手続きの書類作成にも手間がかかっていた。,生成AIが画像から登録項目を自動入力。システム内で警察提出書類を作成・印刷できるようにし、多言語チャットで24時間受け付ける。,遺失物業務の効率化とスタッフ負担軽減を狙って導入した。効果の測定結果は未公表。,効果の定量評価は未公表。,顧客対応・問い合わせ,顧客対応・問い合わせ;物流・購買・SCM,対話での応対,対話での応対,顧客向けの製品・サービス,グループ全体,本番運用,,非公表,落とし物クラウドfind;find chat,2024-03-18,2024-04,https://www.keikyu.co.jp/assets/pdf/20240318HP_23154TE.pdf;https://www.finds.co.jp/news/detail/202512081500,「落とし物クラウド find」，京急電鉄へ全線導入〜AIを活用したお忘れ物検索サービスがスタート〜;京浜急行バス株式会社へ「落とし物クラウドfind」導入！,京浜急行電鉄株式会社・株式会社find;株式会社find,当事者の発表;提供企業の導入事例,2026-09-28,2026-09-29,2026-09-29
9006-0003,9006,京浜急行電鉄,陸運業,プライム,全社方針,DXの取り組みにおける生成AI活用方針・ロードマップ,「DXの取り組みについて」でデジタル基盤整備の一環として「生成AIの活用」を掲げ、業務プロセス改革の項目に「生成AIやデジタルツールの活用と浸透施策の推進」「生成AI活用のロードマップ」を記載している。,変化の激しい経営環境への対応と業務プロセスの改革。,DXリテラシー教育・DX人財育成と合わせて生成AI活用を推進する方針を掲げる。,生成AI活用のロードマップを方針として提示した。,方針の記述のみで、具体的なツール名・KPIは未公表。,全社共通（業務を特定しない）,全社共通（業務を特定しない）,特定しない（用途の記載なし）,特定しない（用途の記載なし）,社内の業務,全社,方針・推進,経営計画での方針,非公表,,2026-01-14,,https://www.keikyu.co.jp/ir/pdf/dx202601.pdf,DXの取り組みについて,京浜急行電鉄株式会社,IR・経営資料,2026-09-28,2026-09-29,2026-09-29
9007-0001,9007,小田急電鉄,陸運業,プライム,活用事例,Azure OpenAI基盤の社内AIアシスタント「AcroChatAI」導入（議事録作成・社内ドキュメント検索の効率化）,アクロクエストのAzure OpenAI Service導入支援サービス「AcroChatAI」を導入。入力文章を学習しないセキュア環境で生成AIを利用でき、議事録づくりや社内文書の検索を早くしている。,企業内情報を扱うセキュアな環境での生成AI活用と業務効率化,機密・個人情報入力ブロック、プロンプトテンプレート共有、自社データQ&A（社内ルール・FAQに回答）機能を備えた社内AIアシスタントを導入,議事録作成や社内ドキュメント検索の効率化（定性）,ベンダーサイトの活用例記載のみ。出典は現時点で「全社」導入とは書いておらず、今後利用範囲を広げる方針としている。導入時期・規模・定量効果は未公表,総務・社内の問い合わせ・ナレッジ,総務・社内の問い合わせ・ナレッジ,検索・質問への回答,検索・質問への回答;要約・議事録,社内の業務,不明,本番運用,,Microsoft,AcroChatAI（アクロクエストテクノロジー）,2024-12-25,,https://www.wantedly.com/companies/acroquest/post_articles/945803;https://aismiley.co.jp/ai_news/odakyu-generative-ai-acrochatai-introduction/;https://www.acroquest.co.jp/archives/18045/,【事例紹介：小田急電鉄株式会社様】生成AI活用で議事録作成や社内ドキュメント検索を効率化！;小田急電鉄、生成AIソリューション「AcroChatAI」を導入。議事録作成や社内ドキュメント検索で業務効率化;小田急電鉄株式会社様 生成AI活用により議事録作成や社内ドキュメント検索を効率化,Acroquest Technology株式会社(Wantedly);AISmiley;アクロクエストテクノロジー株式会社,提供企業の導入事例;報道;提供企業の導入事例,2026-09-28,2026-09-29,2026-09-29
9007-0002,9007,小田急電鉄,陸運業,プライム,活用事例,IR業務向け生成AI「exaBase IRアシスタント」の導入,エクサウィザーズのIR業務向け生成AI「exaBase IRアシスタント」の導入企業として小田急電鉄が列挙されている。IR資料作成・開示支援を目的とする。,IR業務の効率化,IR業務特化の生成AIアシスタントを導入,導入済み（活用範囲・効果は個別未公表）,導入企業一覧への記載のみで、小田急での具体的活用範囲・効果は未公表,経理・財務・IR,経理・財務・IR,文章の作成・下書き,文章の作成・下書き,社内の業務,1部署・1業務,導入を発表,,国内のAI企業,exaBase IRアシスタント（エクサウィザーズ）,2025-04-17,,https://exawizards.com/archives/29892/;https://prtimes.jp/main/html/rd/p/000000340.000030192.html,「exaBase IRアシスタント」の導入企業;DX認定事業者の小田急電鉄が「exaBase IRアシスタント」を導入,株式会社エクサウィザーズ;株式会社エクサウィザーズ(PR TIMES),提供企業の導入事例;提供企業の導入事例,2026-09-28,2026-09-29,2026-09-29
9007-0003,9007,小田急電鉄,陸運業,プライム,活用事例,早雲山駅での生成AI多言語音声案内ロボット「temi」実証実験,観光ポータル「箱根ナビ」と連携した生成AIを搭載するロボット「temi」を早雲山駅に設置し、英語・日本語・中国語（繁体字）の多言語音声案内を実証（2026年3月17日〜30日）。音声質問への応答精度と案内業務効率化を検証した。,訪日外国人観光客をはじめとする旅行者増加に伴う多様な言語での円滑な観光案内の提供,箱根ナビの情報と連携した生成AIが声での質問を聞き、学んだデータから要る案内を取り出して、声で答える,2024年8月の定型案内実証で音声入出力への高いニーズを確認し、多言語質問応答へ拡張。実用性・課題整理は実験で評価（結果未公表）,期間限定の実証で効果・本導入可否は未公表,顧客対応・問い合わせ,顧客対応・問い合わせ,対話での応対,対話での応対;翻訳,顧客向けの製品・サービス,1部署・1業務,実証・試行,,非公表,temi（hapi-robo st）;箱根ナビ連携生成AI,2026-03-13,2026-03,https://prtimes.jp/main/html/rd/p/000000258.000098471.html,早雲山駅で生成AIを活用した多言語音声案内サービスの実証実験を実施,株式会社小田急箱根,当事者の発表,2026-09-28,2026-09-29,2026-09-29
9008-0001,9008,京王電鉄,陸運業,プライム,全社方針,独自の生成AI基盤「KEIO AI-Hub」をグループ34社（全セグメント）へ本格展開,京王電鉄と感性AIが2023年度からセキュリティ環境を確保した独自の生成AI活用基盤の開発に着手し、2023年8月に試験展開、2024年4月から段階的に本格展開。2026年3月には京王グループ全事業セグメント（交通・不動産・ホテル・建築設備・生活サービス）の34社へAIエージェント機能を本格導入した。文章作成・翻訳・画像生成・社内ドキュメント検索・アンケート分析など幅広い業務で活用されている。,業務品質の向上とお客様サービスの更なる向上。,2023年度から社内独自の生成AI活用基盤を開発し、試験展開・段階的な本格展開を経て、各業務に特化した「AIエージェント」機能をグループ全体へ展開した。,2026年3月時点でグループ34社に活用。宿泊施設・商業施設の問い合わせ対応の迅速化、建設・不動産事業の仕様書・図面確認、鉄道現場のマニュアル・点検事例検索など、事業セグメントごとの効果が確認されたとしている。,定量的な削減時間や利用者数などの数値は公表されていない。,全社共通（業務を特定しない）,全社共通（業務を特定しない）,文章の作成・下書き,文章の作成・下書き;翻訳;画像・動画・デザインの生成,社内の業務,グループ全体,全社展開,全社への導入,自社開発,KEIO AI-Hub,2026-03-10,2023-08,https://www.keio.co.jp/news/update/announce/announce2025/pdf/20260310_keioai-hub.pdf,生成ＡＩを活用した業務支援システムの本格展開について,京王電鉄株式会社・感性AI株式会社,当事者の発表,2026-09-28,2026-09-29,2026-09-29
9008-0002,9008,京王電鉄,陸運業,プライム,活用事例,情報共有プラットフォーム「Buddycom」と生成AI「KEIO AI-Hub」のAPI連携による乗務員業務支援,情報共有プラットフォーム「Buddycom」とKEIO AI-HubをAPI連携し、2026年3月10日から運用開始。乗務員・指令員が音声またはテキストで質問を入力すると、AI-Hub が社内のマニュアルなどのデータベースから探してまとめ、チャットと音声読み上げで回答する。,膨大な規程類の習熟負荷と、異常時における迅速・正確な情報入手への対応。,Buddycomアプリから音声・テキストで質問を入力すると、AI-Hubが規程類データベースを検索・要約し、チャット表示と音声読み上げで返答する仕組みを構築した。,規程・マニュアル検索の時間短縮による生産性向上、対話形式での自己学習の促進、異常が起きたときの最初の対応を早く正しくすることを、見込む効果に挙げている。,定量的な効果（削減時間等）は公表されていない。,総務・社内の問い合わせ・ナレッジ,総務・社内の問い合わせ・ナレッジ;店舗・現場運営,検索・質問への回答,検索・質問への回答;対話での応対,社内の業務,1部署・1業務,本番運用,,自社開発,Buddycom（サイエンスアーツ）;KEIO AI-Hub（感性AI）,2026-03-10,2026-03,https://www.keio.co.jp/news/update/news_release/news_release2025/pdf/20260310_buddycom_keioaihub.pdf;https://www.keio.co.jp/news/update/announce/announce2025/pdf/20260310_keioai-hub.pdf,生成ＡＩと情報共有プラットフォーム「Buddycom」のAPI連携で、規程類・マニュアル検索を効率化;生成ＡＩを活用した業務支援システムの本格展開について,京王電鉄株式会社;京王電鉄株式会社・感性AI株式会社,当事者の発表;当事者の発表,2026-09-28,2026-09-29,2026-09-29
9009-0001,9009,京成電鉄,陸運業,プライム,活用事例,対話型音声AI SaaS「アイブリー」による電話応対自動化（バスグループ4社＋インフォメーションセンター）,バス4社の各本社・営業所にかかる電話を対話型音声AIが一次応答し、内容に応じて新設インフォメーションセンターか各社の担当部門へ振り分けるハイブリッド受電体制を作った。通話を自動で文字にし、まとめて分析することや、FAQを自動でつくることもできる。先に導入した京成バス千葉ウエストの結果を見て、4社へ拡大した。,人手不足が深刻化するなかで、電話対応が現場スタッフの負担になっていた,株式会社IVRyの「アイブリー」を導入し、各営業所とインフォメーションセンターの二層構造で電話を受ける体制にした,忘れ物問い合わせなどで、有人応対時間の約50〜70%削減を目指すとしている,削減率は目標値で、実測の効果は非公表。京成電鉄本体の発表では「生成AI」という言葉は使われていないが、アイブリーは大規模言語モデル（LLM）を使った製品と確認できる,顧客対応・問い合わせ,顧客対応・問い合わせ,対話での応対,対話での応対;要約・議事録,顧客向けの製品・サービス,複数部署,本番運用,,国内のAI企業,アイブリー／アイブリー AI Contact Center（株式会社IVRy）,2026-05-20,2026-04,https://ivry.jp/pr/pkzjy6hgefx/;https://www.sankei.com/pressrelease/prtimes/RY5HJ77Z75OWDCDE4VAA6OXYMA/,京成電鉄バスホールディングス傘下のグループ4社が対話型音声AI SaaS「アイブリー」を導入;京成電鉄バスホールディングス傘下のグループ4社が対話型音声AI SaaS「アイブリー」を導入,株式会社IVRy;産経ニュース（PR TIMES転載）,提供企業の導入事例;報道,2026-09-28,2026-09-29,2026-09-29
9010-0001,9010,富士急行,陸運業,プライム,活用事例,生成AIを活用した「予知保全」の仕組みの研究と段階的導入（遊戯施設・索道支柱の点検）,中期経営計画の安全重点施策として、過去の修繕データや日々の点検データを分析し、生成AIを使って遊戯施設や索道支柱などの巨大構造物の効果的な点検方法を研究し、段階的に導入する方針を示した。,遊戯施設や索道支柱などの巨大構造物の保全・点検を効率化する必要があった,修繕・点検データの収集・分析に生成AIを使い、予知保全の仕組みを研究して段階的に導入する計画,研究と段階的導入の方針が示されているが、具体的な導入結果は公表されていない,研究段階の記述にとどまり、使うモデルや提供元、時期の詳細は書かれていない,製造・品質・保守,製造・品質・保守,データ分析,データ分析,社内の業務,1部署・1業務,計画・開発中,,非公表,,2026-05-14,,https://www.fujikyu.co.jp/soumu/investors/pdf/202603setsumei.pdf,2026年3月期 決算/中期経営計画説明資料,富士急行株式会社,IR・経営資料,2026-09-28,2026-09-29,2026-09-29
9020-0001,9020,東日本旅客鉄道,陸運業,プライム,全社方針,社内向け生成AIチャットの内製構築と全社員展開,「Digital & Data イノベーションセンター」が生成AIチャット「JRE AI Chat」を内製構築し2023年10月に一部試行。効果を確認し2024年6月から市販の生成AIチャットを全社員が使えるようにした。,グループ経営ビジョン実現に向けた全社的なDX推進のスピードアップ。,内製チャットで先行試行し効果を確認したうえで、既成ツールを全社員へ展開。,2024年6月より全社員へ生成AIチャットツールの展開を完了した。,利用状況・定量効果は公表されていない。,全社共通（業務を特定しない）,全社共通（業務を特定しない）,特定しない（用途の記載なし）,特定しない（用途の記載なし）,社内の業務,全社,全社展開,全社への導入,非公表,,2024-07-11,2023-10,https://prtimes.jp/main/html/rd/p/000000897.000017557.html;https://www.jreast.co.jp/company/innovation/dx/case_study/ai/leverage/,生成AIチャットの全社員展開及び生成AIの内製開発について;生成AIツールの全社展開｜DX｜イノベーションサイト｜JR東日本,東日本旅客鉄道株式会社;東日本旅客鉄道株式会社,当事者の発表;当事者の発表,2026-09-28,2026-09-29,2026-09-29
9020-0002,9020,東日本旅客鉄道,陸運業,プライム,活用事例,鉄道固有の知識を学習した「鉄道版生成AI」の開発,汎用生成AIが持たない鉄道事業固有の情報を学習した「鉄道版生成AI」の開発に着手。法令・研修資料を学習する基礎AI、分野別マニュアルを学習する専門AI、分野横断の汎用AIの3段階で開発を進める。,汎用の生成AIでは鉄道事業固有の情報に対応できないこと。,鉄道固有の知識を学習させた専用の生成AIをステップ方式で開発。,3つのSTEPに分けて開発を進め、2027年度末の完成を目標としている（コールセンター業務等への活用検討は出典で確認できず削除）。,各STEPの詳細な完成時期・具体的な適用業務・効果は未公表。,研究開発,研究開発;総務・社内の問い合わせ・ナレッジ,特定しない（用途の記載なし）,特定しない（用途の記載なし）,社内の業務,グループ全体,計画・開発中,,非公表,,2024-10-08,2024-10,https://prtimes.jp/main/html/rd/p/000000966.000017557.html;https://wisdom.nec.com/ja/feature/ai/2025111401/index.html,鉄道固有の知識を学習した「鉄道版生成AI」を開発します;業務を生成AIで再デザイン 「鉄道版生成AI」の開発に挑戦するJR東日本,東日本旅客鉄道株式会社;日本電気株式会社,当事者の発表;提供企業の導入事例,2026-09-28,2026-09-29,2026-09-29
9020-0003,9020,東日本旅客鉄道,陸運業,プライム,活用事例,みどりの窓口での生成AIによるきっぷ購入支援の実証実験,みどりの窓口で係員が担う利用区間・日時・人数・割引有無などの要望の整理・確認業務を生成AIが声のやりとりで手伝う実証実験を、2026年7月に立川駅・大宮駅で実施した。,多様なきっぷ制度のもとで円滑な購入体験を提供しつつ、駅係員の業務を高度化すること。,NEC・Gen-AXを開発パートナーとし、生成AIが音声対話で要望を聞き取り整理。駅の実環境での聞き取り精度・対話安定性・顧客の心理的抵抗感を検証項目とした。,2026年7月に立川駅・大宮駅で実証実験を実施したことが報道で確認できた。結果・評価はJR東日本から未公表。,本格導入の可否・実証結果の数値は未公表。,顧客対応・問い合わせ,顧客対応・問い合わせ;店舗・現場運営,対話での応対,対話での応対,両方,1部署・1業務,実証・試行,,非公表,,2026-06-09,2026-07,https://prtimes.jp/a/?c=17557&f=d17557-1446-e533de472693f3d2838ae061ba74b5bd.pdf&r=1446;https://xtech.nikkei.com/atcl/nxt/column/18/00001/11908/,新たな技術イノベーションにより、駅におけるお客さまサービスを高度化します;JR東日本が「みどりの窓口」で生成AI実証、音声で発券情報を整理,東日本旅客鉄道株式会社;日経クロステック,当事者の発表;報道,2026-09-28,2026-09-29,2026-09-29
9020-0004,9020,東日本旅客鉄道,陸運業,プライム,活用事例,システム内製開発における生成AIのコーディング活用,システム・アプリの内製化開発のスピードアップと、エンジニア不足への対応のため、プログラムを書く作業に生成AIを使っている。,内製開発のスピードアップと世の中のエンジニア不足への対応。,コーディング工程で生成AIを活用。,活用中だが、ツール名・範囲・効果は公表されていない。,ツール名・適用範囲・効果は未公表。,ソフトウェア開発・IT,ソフトウェア開発・IT,コード生成,コード生成,社内の業務,1部署・1業務,本番運用,,非公表,,2024-07-11,,https://prtimes.jp/main/html/rd/p/000000897.000017557.html,生成AIチャットの全社員展開及び生成AIの内製開発について,東日本旅客鉄道株式会社,当事者の発表,2026-09-28,2026-09-29,2026-09-29
9020-0005,9020,東日本旅客鉄道,陸運業,プライム,活用事例,IR業務向け生成AI「exaBase IRアシスタント」の導入,エクサウィザーズのIR業務向け生成AI「exaBase IRアシスタント」の導入企業として、同社の発表にJR東日本が挙げられている。,IR業務の効率化。,IR業務に特化した生成AIアシスタントを導入。,導入企業一覧に掲載されているが、具体的な活用範囲・効果は個別に公表されていない。,ベンダー側の導入企業一覧への掲載のみで、活用範囲・効果は未公表。,経理・財務・IR,経理・財務・IR,特定しない（用途の記載なし）,特定しない（用途の記載なし）,社内の業務,1部署・1業務,導入を発表,,国内のAI企業,exaBase IRアシスタント,2025-04-17,,https://exawizards.com/archives/29892/,「exaBase IRアシスタント」の導入企業,株式会社エクサウィザーズ,提供企業の導入事例,2026-09-28,2026-09-29,2026-09-29
9020-0006,9020,東日本旅客鉄道,陸運業,プライム,活用事例,社内文書に基づいて回答するRAG生成AIシステムの内製開発・全社展開,登録した社内文書をもとに答えをつくるRAGのシステムを「Digital & Data イノベーションセンター」が自前で作った。2023年11月に一部箇所でプロトタイプを試使用し、2024年10月から全社での試使用を予定していると発表した。社内規定やルール文書の検索など全社的な業務効率化への活用を見込む。,汎用チャットでは回答できないJR東日本固有の社内規定・業務知識への対応。,RAGを採用した内製システムをアジャイル手法で開発し、社内意見を取り入れながら段階的に導入。,2023年11月より社内の一部箇所でプロトタイプの試使用を開始し、2024年10月からは全社での試使用を予定していると発表した（全社試使用の開始や運用実績を確認できる記述はその後見当たらない）。効果の数値は未公表。,全社試使用が実際に開始・継続しているかは出典から確認できない。利用者数・効果の定量値は未公表。,総務・社内の問い合わせ・ナレッジ,総務・社内の問い合わせ・ナレッジ,検索・質問への回答,検索・質問への回答,社内の業務,不明,実証・試行,,自社開発,,2024-07-11,2023-11,https://prtimes.jp/main/html/rd/p/000000897.000017557.html;https://www.jreast.co.jp/company/innovation/dx/case_study/ai/leverage/,生成AIチャットの全社員展開及び生成AIの内製開発について;生成AIツールの全社展開｜DX｜イノベーションサイト｜JR東日本,東日本旅客鉄道株式会社;東日本旅客鉄道株式会社,当事者の発表;当事者の発表,2026-09-28,2026-09-29,2026-09-29
9020-0007,9020,東日本旅客鉄道,陸運業,プライム,活用事例,信号通信設備復旧支援システム・ATOSへの生成AI導入,新幹線と首都圏の在来線で、信号通信設備の復旧を支えるシステムに生成AIを入れる取り組みを進めている。無線通話から作業経過を自動作成し、解析AIを機械学習から生成AIに変更して推定原因・対応方針・復旧見込時刻を示す。首都圏の運行管理システムATOSでも日立製作所と実証実験を開始した。,信号通信設備の故障時に復旧までの時間がかかること、専門知識を持つ社員への依存。,既存の指令員支援システムの解析AIを機械学習から生成AIへ置き換え、無線通話からの作業経過自動作成をBIPROGYと共同開発。ATOSでは日立製作所と実証実験。,原因特定の難しい複雑な事象で、復旧までの時間を従来比で約50%短縮できることを見込んでいる（目標値）。,導入・実証段階のため実測の効果は未公表。,製造・品質・保守,製造・品質・保守,要約・議事録,要約・議事録;データ分析,社内の業務,1部署・1業務,実証・試行,,非公表,,2025-06-10,2025-09,https://prtimes.jp/main/html/rd/p/000001146.000017557.html,信号通信設備に「鉄道版生成AI」を活用し輸送のさらなる安定性向上を実現します,東日本旅客鉄道株式会社,当事者の発表,2026-09-28,2026-09-29,2026-09-29
9020-0008,9020,東日本旅客鉄道,陸運業,プライム,全社方針,生成AI利活用ガイドラインの策定とガバナンス整備,2023年11月に「生成AI利活用ガイドライン」を策定し、2024年3月には生成AIを利用したシステムの導入・開発時の注意事項を追加した第2版を発行。社内向け生成AIチャットツールには独自の利活用ルールも定めている。,生成AI利活用に伴うリスク管理とガバナンスの整備。,グループ向けガイドラインの策定・改訂、社内ツールへの独自ルール適用。,ガイドライン第2版まで発行済み。,,全社共通（業務を特定しない）,全社共通（業務を特定しない）,特定しない（用途の記載なし）,特定しない（用途の記載なし）,社内の業務,グループ全体,方針・推進,社内ルール・ガイドライン,非公表,,2024-07-11,2023-11,https://prtimes.jp/main/html/rd/p/000000897.000017557.html,生成AIチャットの全社員展開及び生成AIの内製開発について,東日本旅客鉄道株式会社,当事者の発表,2026-09-28,2026-09-29,2026-09-29
9021-0001,9021,西日本旅客鉄道,陸運業,プライム,全社方針,"「Work Smile Project」の一環でAzure OpenAI Service社内向け生成AIチャットボットを本社社員2,000名で試行開始","働き方改革プロジェクト「Work Smile Project」の一環として、情報の二次利用・第三者提供を防ぐ仕様のAzure OpenAI Serviceを使い、社員が各種業務のパートナーとなる社内向け生成AIチャットボット環境を構築。2023年10月16日から本社社員約2,000名を対象に試行を開始し、機能改善を行いながら全社・グループ会社への展開を進める方針を示した。あわせて生成AI活用の検討体制も立ち上げる。",,"情報の二次利用や第三者提供を防ぐ仕様のAzure OpenAI Serviceを用い、社内で環境を構築。まず本社社員約2,000名を対象に試行し、機能改善を経て利用範囲を全社・グループ会社へ拡大する計画。","本社社員約2,000名を対象とした試行の開始を発表。試行結果の定量的な効果はこの発表では示されていない。",試行開始の発表であり、利用実績や効果の数値は公表資料にない。,全社共通（業務を特定しない）,全社共通（業務を特定しない）,特定しない（用途の記載なし）,特定しない（用途の記載なし）,社内の業務,全社,実証・試行,全社への導入;推進組織・体制,Microsoft,Azure OpenAI Service,2023-10-13,2023-10,https://www.westjr.co.jp/press/article/items/231013_00_press_ai_6.pdf;https://aismiley.co.jp/ai_news/generativeai-chatbot-jr/,生成AIによる働き方改革への挑戦;JR西日本、生成AIチャットボット導入,西日本旅客鉄道株式会社;AIsmiley,当事者の発表;報道,2026-09-28,2026-09-29,2026-09-29
9021-0002,9021,西日本旅客鉄道,陸運業,プライム,活用事例,お客様センターの通話内容・メール要約への言語生成AI導入（ELYZAとのLLM DXプロジェクト）,お客様センターを運営するJWCRとELYZAが2022年からLLM DXプロジェクトを共同推進。Azure OpenAIのGPTシリーズを基盤にELYZAが開発した言語生成AIを、2023年3月にメール問い合わせの要約業務へ、実証実験（2023年5〜8月）を経て通話内容要約業務へ本格導入した。月間約7万件の電話問い合わせの応対記録要約を自動化する。,電話応対後の要約処理に大きな労力がかかり、要約の質がオペレーターによって違うこともあった。,音声認識でテキスト化した応対記録を言語生成AIに読み込ませ、要約の素案を自動生成するアプリケーションを業務に導入した。,現場活用に足る生成精度・業務短縮効果が確認され、実業務での活用を開始。要約作成・チェック負荷の軽減と、要約品質の均質化によるVOC分析への効果を見込むとしている。,本AIサービスの商品化も視野に検討を進めるとしている（本発表時点では未実施）。,顧客対応・問い合わせ,顧客対応・問い合わせ,要約・議事録,要約・議事録;データ分析,社内の業務,1部署・1業務,本番運用,,Microsoft;国内のAI企業,ELYZA言語生成AI;Azure OpenAI Service（GPTシリーズ）,2023-09-21,2023-03,https://www.westjr.co.jp/press/article/items/20230921_00_press_customercenter_ai.pdf,JR西日本カスタマーリレーションズとLLM DXパートナーELYZA、通話内容要約業務に言語生成AIを導入,株式会社JR西日本カスタマーリレーションズ・株式会社ELYZA,当事者の発表,2026-09-28,2026-09-29,2026-09-29
9021-0003,9021,西日本旅客鉄道,陸運業,プライム,活用事例,おでかけネット「よくあるご質問（FAQ）」の生成AIチャットボット実証実験,観光・乗換案内サイト「おでかけネット」のFAQページで、2025年5月29日から生成AIを使う問い合わせのチャットボットを試す実証実験を始めた（2026年2月中旬まで予定）。カテゴリ検索なしにふつうの会話で答えが得られる新しい問い合わせ窓口をつくることを目指し、FAQデータに基づく回答生成能力を検証する。,,FAQのデータをもとに問い合わせへの答えを自動でつくり、自然な会話で返せるかを実証実験で確かめる。,実証実験の結果を、FAQの精度確認・内容改善と、生成AIを使う問い合わせ窓口をつくるための検討に使うとしている。実験終了後の最終結果・本格導入は公表資料で確認できていない。,本評価時点（2026年9月）では実証実験の最終結果・本格導入の発表は確認できていない。,顧客対応・問い合わせ,顧客対応・問い合わせ,対話での応対,対話での応対;検索・質問への回答,顧客向けの製品・サービス,1部署・1業務,実証・試行,,非公表,,2025-05-27,2025-05,https://www.westjr.co.jp/press/article/items/250430_00_press_SeiseiAI_annai_Jishojikken.pdf,生成AIチャットボットの実証実験を開始します。,西日本旅客鉄道株式会社,当事者の発表,2026-09-28,2026-09-29,2026-09-29
9021-0004,9021,西日本旅客鉄道,陸運業,プライム,活用事例,「AIあるリスク提案くん」— 電気部の施工打ち合わせリスク抽出支援AIアプリ,社内の「生成AIアイデアコンペ」「AI-deathon」で募集されたアイデアの一つを具現化したAIアプリ。電気部社員の施工打ち合わせにおいて、過去の事例から起きそうなリスクを洗い出し、リスクを具体的に考える手助けをする。PoCが実施されている。,,過去の施工事例のデータから生成AIがリスクを抽出し、打ち合わせでのリスク検討を支援する仕組みとしてPoCを実施した。,PoCの実施を確認。定量的な効果は出典に記載がない。,PoC段階で、全社展開の有無や具体的な効果は公表資料に記載がない。,製造・品質・保守,製造・品質・保守,検索・質問への回答,検索・質問への回答,社内の業務,1部署・1業務,実証・試行,,非公表,,2025-09-22,,https://www.microsoft.com/ja-jp/customers/story/25304-west-japan-railway-company-microsoft-power-platform,JR西日本 Power Platform・生成AI活用事例,日本マイクロソフト株式会社,提供企業の導入事例,2026-09-28,2026-09-29,2026-09-29
9021-0005,9021,西日本旅客鉄道,陸運業,プライム,活用事例,「出夢 伊佐美（いずむいさみ）」— 労災情報特定による作業安全管理支援AIアプリ,社内の「生成AIアイデアコンペ」「AI-deathon」発のAIアプリ。安全関連情報システム「ISSM（イズム）」に蓄積された事故事例・対策情報を生成AIが活用し、作業着工準備の際に類似作業の労災情報を素早く特定して作業安全管理を支援する。PoCが実施されている。,,社内の事故事例・対策情報データベースから、生成AIが類似作業の労災情報を検索・提示する仕組みとしてPoCを実施した。,PoCの実施を確認。定量的な効果は出典に記載がない。,PoC段階で、全社展開の有無や具体的な効果は公表資料に記載がない。,製造・品質・保守,製造・品質・保守,検索・質問への回答,検索・質問への回答,社内の業務,1部署・1業務,実証・試行,,非公表,,2025-09-22,,https://www.microsoft.com/ja-jp/customers/story/25304-west-japan-railway-company-microsoft-power-platform,JR西日本 Power Platform・生成AI活用事例,日本マイクロソフト株式会社,提供企業の導入事例,2026-09-28,2026-09-29,2026-09-29
9021-0006,9021,西日本旅客鉄道,陸運業,プライム,活用事例,LMSパートナー「とれいん」— 人財育成相談AIチャットボット,社内の「生成AIアイデアコンペ」「AI-deathon」発のAIチャットボット。人財育成の悩み相談や壁打ち、キャリア・目標設定に関する相談ができる。Microsoft Copilot StudioとMicrosoft Dataverseを活用し、将来はMicrosoft Teamsへの組み込みを予定している。,,Copilot StudioとDataverseを使い、人財育成の相談に応じるAIチャットボットを開発。将来的にTeamsへの組み込みを計画している。,アプリとして具現化されたことを確認。定量的な利用効果は出典に記載がない。,Teams組み込みは計画段階。定量的な効果は公表資料に記載がない。,人事・採用・育成,人事・採用・育成,対話での応対,対話での応対;アイデア出し,社内の業務,1部署・1業務,実証・試行,,Microsoft,Microsoft Copilot Studio;Microsoft Dataverse,2025-09-22,,https://www.microsoft.com/ja-jp/customers/story/25304-west-japan-railway-company-microsoft-power-platform,JR西日本 Power Platform・生成AI活用事例,日本マイクロソフト株式会社,提供企業の導入事例,2026-09-28,2026-09-29,2026-09-29
9021-0007,9021,西日本旅客鉄道,陸運業,プライム,活用事例,駅設備トラブル対応を支援する生成AIアプリ「MIRAI」（Azure OpenAI×Power Platform、内製）,"約340種・約46,000台の駅設備でトラブルが発生した際、4万件超の過去の類似事例・ナレッジから生成AIが原因と対処法を提示するアプリ「MIRAI」を鉄道本部が内製。企画から約1か月弱で開発し、2023年12月〜2024年2月末にJR京橋駅でPoCを実施した。",駅設備のトラブル対応では、若手・新人がベテランの経験知に頼らず迅速に初期対応できることが課題だった。,券売機・改札機等の駅設備トラブルの原因・対応方法に関するナレッジをもとに、Azure OpenAI ServiceとPower Appsで生成AIが解決案を提示するアプリを内製し、JR京橋駅でPoCを実施した。,JR京橋駅でのPoC期間中、コールセンターへの問い合わせ件数が約20%削減。駅係員アンケートでは7割が「これからも使いたい」と回答した。,効果はJR京橋駅でのPoC期間中の実績。全社展開の状況はこの出典時点（2025年9月時点で参照される2024年3月頃の情報）では確認できていない。,製造・品質・保守,製造・品質・保守;総務・社内の問い合わせ・ナレッジ,検索・質問への回答,検索・質問への回答,社内の業務,1部署・1業務,実証・試行,,Microsoft,Azure OpenAI Service;Microsoft Power Platform,2025-09-22,2023-12,https://www.microsoft.com/ja-jp/customers/story/25304-west-japan-railway-company-microsoft-power-platform;https://xtech.nikkei.com/atcl/nxt/column/18/03184/060500023/,JR西日本 Power Platform・生成AI活用事例;JR西日本の駅設備トラブル対応AIアプリ「MIRAI」に関する記事,日本マイクロソフト株式会社;日経クロステック,提供企業の導入事例;報道,2026-09-28,2026-09-29,2026-09-29
9021-0008,9021,西日本旅客鉄道,陸運業,プライム,活用事例,ウェザーニューズ共創「鉄道気象AIエージェント」実証実験（ゲリラ豪雨の指令員通知・応答）,JR西日本とウェザーニューズが、両社のノウハウ・データと生成AIを組み合わせた「鉄道気象AIエージェント」を共同開発。短時間強雨（ゲリラ豪雨）を対象に、降雨予測が運転規制値を超える場合、生成AIによる文章通知と表示灯の明滅で指令員へ自動通知する。指令員からの問い合わせには気象予測を踏まえた生成AI文章で応答する機能も開発している。,激甚化・極端化する気象災害への対応が鉄道事業の大きなリスクとなっている。,ゲリラ豪雨を対象に、降雨予測が運転規制値を超える場合にSaaS連携の生成AI文章通知と表示灯の明滅で指令員へ自動通知し、指令員からの問い合わせに気象予測を加味した生成AI文章で応答する機能を開発している。,列車運行計画の意思決定支援を期待効果として挙げている。本運用の実績はまだない。,2026年5月時点で実証実験と改良の段階。本運用は2027年度開始予定（本発表時点の計画）。,製造・品質・保守,製造・品質・保守,業務の自動化・AIエージェント,業務の自動化・AIエージェント;対話での応対,社内の業務,1部署・1業務,実証・試行,,非公表,,2026-05-27,2026-05,https://www.westjr.co.jp/press/article/2026/05/27/items/260526_00_press_TetudokishoAIagent.pdf,ゲリラ豪雨を知らせる「鉄道気象AIエージェント」の実証実験を開始します,西日本旅客鉄道株式会社・株式会社ウェザーニューズ,当事者の発表,2026-09-28,2026-09-29,2026-09-29
9021-0009,9021,西日本旅客鉄道,陸運業,プライム,全社方針,生成AI人財育成アカデミー「WAXA(WEST JR AI X Academy)」開設,"生成AIを使うのが当たり前になる時代に向け、生成AIを中心に人を育てる「WAXA」を開いた。「中期経営計画2030」でDXを進める中心の人を11,000人育てるとした目標の具体策で、2030年度末までに、スターターの段階で10,000人、アドバンストで1,000人、高度人財で400人を育てることを目指す。修了者にはオープンバッジを発行する。",生成AIなどのデジタル技術が進むのに合わせ、社員一人ひとりが業務課題を発見し解決に結びつける力を高める必要があった。,2023年度から実施してきた生成AI活用ワークショップ等の人財育成プログラムを体系的に整理・集約し、基礎的なDX・AIリテラシーの習得から専門領域の業務変革実践まで段階的に学べるアカデミーとして開設した。高度人財フェーズでは「DX・AIデザイナー育成研修」でAIエージェント開発演習等を行う。,"2030年度末までに、スターターの段階で10,000人、アドバンストで1,000人、高度人財で400人を育てる目標を掲げている（目標であり実績ではない）。",本発表時点では開設の発表であり、育成の進捗実績は示されていない。,全社共通（業務を特定しない）,全社共通（業務を特定しない）,特定しない（用途の記載なし）,特定しない（用途の記載なし）,社内の業務,グループ全体,方針・推進,研修・人材育成;経営計画での方針,非公表,WAXA(社内アカデミー),2026-06-10,2023,https://www.westjr.co.jp/press/article/2026/06/10/items/260610_00_press_waxa.pdf,“With 生成AI”時代におけるJR西日本のDX・AI人財育成”WAXA”について,西日本旅客鉄道株式会社,当事者の発表,2026-09-28,2026-09-29,2026-09-29
9021-0010,9021,西日本旅客鉄道,陸運業,プライム,全社方針,Power Platform×生成AIの市民開発・全社活用推進（Work Smile Project／デジタル戦略の3再構築）,"「鉄道システム」「顧客体験」「従業員体験」の3再構築に生成AIを活用する方針のもと、Microsoft 365（2022年7月全社展開）とPower Platform（2022年1月試行・同年7月本格活用）を基盤に市民開発を推進。全社約1,900名のエバンジェリストを選出し、Teams上のコミュニティには1,300名超が参加。アプリ作成者は900名超、作成本数は1,200本を突破し、日常利用は450本以上に達した。",,"デジタルツール活用のエバンジェリスト約1,900名を選出し、社内コミュニティでの支援や生成AIを組み合わせたPower Platformの活用を推進することで、社員自身が業務アプリを内製する市民開発の裾野を広げた。","アプリ作成者数は900名超、作成本数は1,200本を突破（日常利用450本以上）。Teams上の支援コミュニティには1,300名超が参加。",数値は主にMicrosoft事例の制作時点（2024年3月頃）の情報。,全社共通（業務を特定しない）,全社共通（業務を特定しない）;ソフトウェア開発・IT,コード生成,コード生成;業務の自動化・AIエージェント,社内の業務,全社,全社展開,全社への導入;推進組織・体制,Microsoft,Microsoft Power Platform;Azure OpenAI Service;Microsoft Copilot Studio;Microsoft Dataverse;Microsoft Teams,2025-09-22,2022-01,https://www.microsoft.com/ja-jp/customers/story/25304-west-japan-railway-company-microsoft-power-platform;https://xtech.nikkei.com/atcl/nxt/column/18/03184/060500023/,JR西日本 Power Platform・生成AI活用事例;JR西日本の市民開発・生成AI活用に関する記事,日本マイクロソフト株式会社;日経クロステック,提供企業の導入事例;報道,2026-09-28,2026-09-29,2026-09-29
9021-0011,9021,西日本旅客鉄道,陸運業,プライム,活用事例,生成AI（VLM）の画像解析で、沿線の近接工事やホテルの料理の残量を読み取る実証,画像と言葉を同時に扱う生成AIで、必要な場面の画像だけを解析する仕組みを開発し、鉄道の沿線とグループのホテルの現場で実証した。,沿線の近接工事は社員が列車に乗って目で確かめていた。ホテルのビュッフェでは、料理ごとの残量を測って記録する負担が大きく、続けにくかった。,列車前方の映像から「クレーン」などの言葉で工事らしい場所を抜き出して地図上に示す実証と、引き上げた料理を撮るだけで料理名と残量を推定して記録する実証を行った。,ある線区の映像での検証で、目視で確かめられる近接工事11か所をすべて検知した。ホテルでは計測対象79品目の約8割を目視と同じ程度の精度で判定できた。,この仕組みは社外にも売る製品として2027年初めの製品版を目指しており、販売の部分は収録の対象外。近接工事の検知は、本番環境での検証を経て本導入を目指す段階。,製造・品質・保守,製造・品質・保守;店舗・現場運営,データ分析,データ分析,社内の業務,複数部署,実証・試行,,自社開発,mitococa SUU,2026-09-30,2025-08,https://www.westjr.co.jp/press/article/2026/09/30/items/260930_01_press_mitococa_suu.pdf,生成AI技術を活用した画像解析ソリューション「mitococa SUU（ミトコカ スー）」～鉄道やホテル、異業種で実証を進め、2027年初旬の製品版リリースを目指す～,西日本旅客鉄道,当事者の発表,2026-10-19,2026-10-19,2026-10-19
9022-0001,9022,東海旅客鉄道,陸運業,プライム,活用事例,生成AIによる新幹線旅客案内サービス「JR東海AIナビ」「JRTok-AI」,子会社ジェイアール東海情報システムと共同で、大規模言語モデルを使い旅客の質問に答える案内サービスを開発。2024年10月にLINEで名古屋駅限定の実証実験「JR東海AIナビ」を実施し、2025年12月からは東海道新幹線全体を対象に多言語対応するWebサービス「JRTok-AI」の無料実証を開始した。運行状況や乗車券ルールを自社データベースから参照して回答する。,初めて日本を訪れる外国人が東海道新幹線利用時に感じる迷い（駅・列車種別の違いなど）や、名古屋駅での多様な案内ニーズ,LINE公式アカウント（2024年、名古屋駅限定）から、RAGで自社データベース・運行情報を参照しLangGraphで曖昧な質問に聞き返す設計のWebサービス（2025年12月、新幹線全体・多言語）へ拡大,2024年の実証結果を踏まえ情報充実・範囲拡大を検討する方針を表明。JRTok-AIは2026年3月中旬まで無料で実証中,LLMのため不正確な情報が含まれる可能性がある旨を公式に注記。JRTok-AIも実証段階で本番運用への移行は出典から確認できない,顧客対応・問い合わせ,顧客対応・問い合わせ,対話での応対,対話での応対;翻訳,顧客向けの製品・サービス,1部署・1業務,実証・試行,,非公表,LINE;RAG;LangGraph,2024-10-07,2024-10,https://jr-central.co.jp/news/release/_pdf/000043884.pdf;https://iotnews.jp/ai/256539/;https://note.com/jtis_dxkikaku/n/n9cc92756a469;https://www.nikkei.com/article/DGXZQOFD1701A0X10C26A2000000/,生成AIを活用した旅客案内サービスの実証実験について〜旅先での体験価値向上を目指した観光案内の実用性を名古屋駅で検証します〜;JR東海とJTIS、LINEで生成AIが旅客案内するサービスの実証実験を開始;世界一複雑な日本の鉄道を、世界一やさしく。新幹線特化AI「JRTok-AI」誕生秘話;新幹線インバウンド客の質問にAIが回答 JR東海､運行情報も反映,東海旅客鉄道株式会社・ジェイアール東海情報システム株式会社 ニュースリリース;IoTNEWS;ジェイアール東海情報システム_デジタル戦略部;日本経済新聞,当事者の発表;報道;当事者の発表;報道,2026-09-28,2026-09-29,2026-09-29
9022-0002,9022,東海旅客鉄道,陸運業,プライム,全社方針,社内向けチャット形式生成AIの全社活用推進（ガイドライン策定・セキュア環境・活用コンペ）,ガイドライン策定とセキュアな利用環境の構築の上で、2023年10月からチャット形式の生成AIを情報調査や企画の壁打ち等の用途で社内活用開始。情報システム部がプロンプトの書き方や仕事を効率化した例を紹介する社内の勉強会を定期的に開き普及を推進。2025年1月・2026年4月に「生成AI活用コンペ」を開催し、優れた省力化事例の横展開を図る。,現場担当者を中心とした人手不足・労働力減少を見据えた省人化,ガイドライン策定とセキュアな利用環境を整備し、社内勉強会・相談会・活用検討会で普及。年1回の全社コンペで事例を共有,2025年1月に初の社内「生成AI活用コンペ」開催（最優秀賞はリニア開発本部の「ローカルRAG実装キット」）。2026年4月の第2回は231件の応募,日経記事（2024-06-12、2025-01-28）は一部のみ確認（有料）,全社共通（業務を特定しない）,全社共通（業務を特定しない）,検索・質問への回答,検索・質問への回答;アイデア出し,社内の業務,全社,全社展開,全社への導入;研修・人材育成;社内ルール・ガイドライン,非公表,,2025-04-20,2023-10,https://newswitch.jp/p/45360;https://www.nikkan.co.jp/articles/view/00746160;https://www.nikkei.com/article/DGXZQOFD222670S5A120C2000000/;https://www.nikkei.com/article/DGKKZO81337600S4A610C2L91000/;https://news.kotsu.co.jp/Contents/20260415/9e2c52a5-0acf-45aa-82c8-4af7baa4aec2,JR東海の生成AI活用が花開こうとしている;AIとともに/JR東海“活用コンペ”で業務改善;JR東海、ネット環境なしで使える社内向けAI開発 コンペで紹介;省人化、生成AIで挑む JR東海、観光・工事設計でも検証 車両検査・保全も視野;JR東海 第2回生成AI活用コンペ,ニュースイッチ by 日刊工業新聞社;日刊工業新聞;日本経済新聞;日本経済新聞;交通新聞,報道;報道;報道;報道;報道,2026-09-28,2026-09-29,2026-09-29
9022-0003,9022,東海旅客鉄道,陸運業,プライム,活用事例,サービス相談室でのRAG活用による顧客対応支援,2024年6月から、生成AIの答えをより正確にするRAG（検索拡張生成）を使っている。お客さんの相談を受けるサービス相談室で、生成AIが旅客制度・運賃制度・顧客対応のQ&Aなどを見て答えの案をつくり、スタッフの対応を助けている。,,RAG(検索拡張生成)で社内の制度・Q&A情報を参照した回答生成,スタッフの対応支援として運用（定性）,,顧客対応・問い合わせ,顧客対応・問い合わせ,検索・質問への回答,検索・質問への回答,社内の業務,1部署・1業務,本番運用,,非公表,RAG,2025-04-15,2024-06,https://newswitch.jp/p/45360,JR東海の生成AI活用が花開こうとしている,日刊工業新聞（ニュースイッチ転載）,報道,2026-09-28,2026-09-29,2026-09-29
9022-0004,9022,東海旅客鉄道,陸運業,プライム,活用事例,「ローカルRAG実装キット」— ネット環境不要のRAGアプリ(生成AI活用コンペ最優秀賞),2025年1月の初開催「生成AI活用コンペ」で最優秀賞を獲得した、インターネットにつながなくてもRAGを動かせる「ローカルRAG実装キット」等のアプリケーション。高性能な端末やネット接続不可端末でも実装できるため全社的な業務効率化につながる提案として評価された。,インターネットに接続できない端末・環境での生成AI/RAG活用,オフライン環境でRAGを実装するローカル実装キットをリニア開発本部のチームが開発,社内コンペ最優秀賞。全社的な業務効率化への貢献を見込む,,総務・社内の問い合わせ・ナレッジ,総務・社内の問い合わせ・ナレッジ,検索・質問への回答,検索・質問への回答,社内の業務,1部署・1業務,計画・開発中,,非公表,RAG（ローカル実装）,2025-01-28,2025-01,https://www.nikkei.com/article/DGXZQOFD222670S5A120C2000000/;https://newswitch.jp/p/45360,JR東海、ネット環境なしで使える社内向けAI開発 コンペで紹介;JR東海の生成AI活用が花開こうとしている,日本経済新聞;ニュースイッチ by 日刊工業新聞社,報道;報道,2026-09-28,2026-09-29,2026-09-29
9022-0005,9022,東海旅客鉄道,陸運業,プライム,活用事例,総務部門の全国横断プログラム「Admin Connect」での生成AI活用,2025年9月から、全国の拠点から集まった総務担当者24人が参加する社内プログラム「Admin Connect」で、Microsoft Formsに集約した各職場の労務課題の知見を生成AIが分析し、複数拠点に共通するパターンを自動抽出して個別の人事・労務課題の解決に役立てている。,総務部門内で全国の拠点ごとに散在する労務課題を把握しづらかった,Microsoft Forms等で参加者の知見をドラフトとして共有し議論を促進。生成AIが複数の職場に共通するパターンを抽出,完璧な回答ではなく、職場ごとの違いを明確にして状況に応じた判断を支援する運用として継続,出典（ITmedia記事）では使用した生成AI製品の具体名までは明記されていない,総務・社内の問い合わせ・ナレッジ,総務・社内の問い合わせ・ナレッジ;人事・採用・育成,データ分析,データ分析,社内の業務,1部署・1業務,本番運用,,Microsoft,Microsoft Forms;Microsoft 365,2026-07-13,2025-09,https://www.itmedia.co.jp/business/articles/2607/13/news012.html,JR東海・総務が挑む「夕飯のおかずをもう一品作る」を目指すDX 生成AIで始めた働き方改革,ITmedia ビジネスオンライン,報道,2026-09-28,2026-09-29,2026-09-29
9023-0001,9023,東京地下鉄,陸運業,プライム,活用事例,生成AI搭載のお客様向けチャットボット（鉄道会社初、Allganize協力）,Allganize Japanと協力し2024年11月28日より生成AI搭載のお客様向けチャットボットを開始。従来のFAQ応答に加え、公式Webサイト等の情報から生成AIが回答を作り、お忘れ物の問い合わせも会話形式で受け付けられるようにした。,多様化する質問に従来のFAQ型チャットボットでは十分に対応できず、年間約25万件の電話・約10万件のメール問い合わせを抱えていた。,FAQ応答に加え、生成AIが参照する情報源を公式サイト等に限定してハルシネーションリスクを抑えつつ回答範囲を拡大した。,チャットボットの回答への好評価割合が従来比で約2倍に上昇した（Allganize導入事例）。,,顧客対応・問い合わせ,顧客対応・問い合わせ,対話での応対,対話での応対;検索・質問への回答,顧客向けの製品・サービス,1部署・1業務,本番運用,,非公表,Allganize,2024-11-28,2024-11,https://www.tokyometro.jp/news/2024/219561.html;https://www.allganize.ai/ja/customer-story/tokyometro,鉄道会社初!生成AIを搭載したお客様向けチャットボットのサービスを開始します!合わせて、お客様センター業務にも生成AIの活用を開始します!;導入事例【東京地下鉄株式会社様】鉄道会社初の生成AIチャットボットとオペレーター業務支援,東京地下鉄株式会社ニュースリリース;Allganize Japan,当事者の発表;提供企業の導入事例,2026-09-28,2026-09-29,2026-09-29
9023-0002,9023,東京地下鉄,陸運業,プライム,活用事例,お客様センターのメール問い合わせ対応支援（生成AIによる分類・回答案作成）,お客様向けチャットボットと同時に2024年11月28日から、お客様センターのメール問い合わせ対応にも生成AIを導入。内容把握・約470カテゴリへの分類・情報検索・回答案作成をAIが行い、オペレーターが文章を整えて返信する。,年間約10万件のメール問い合わせに対し、オペレーターが手作業で内容把握・事例検索・回答作成を行っていた。,"生成AIが約18,000件の過去対応データベースを参照して東京メトロの回答スタイルを反映した回答案を作成し、Salesforceと連携した。",一連の作業が自動化され、業務効率の向上を図った（定量値は未公表）。,,顧客対応・問い合わせ,顧客対応・問い合わせ,文章の作成・下書き,文章の作成・下書き;チェック・審査,社内の業務,1部署・1業務,本番運用,,非公表,Allganize;Salesforce,2024-11-28,2024-11,https://www.tokyometro.jp/news/2024/219561.html;https://www.allganize.ai/ja/customer-story/tokyometro,お客様センター業務にも生成AIの活用を開始します;導入事例【東京地下鉄株式会社様】,東京地下鉄株式会社ニュースリリース;Allganize Japan,当事者の発表;提供企業の導入事例,2026-09-28,2026-09-29,2026-09-29
9023-0003,9023,東京地下鉄,陸運業,プライム,全社方針,生成AIを活用した社内向けヘルプチャットシステムの全社導入（RAG・文書構造化自動処理）,社内業務のDX推進を目的に2024年10月下旬から生成AIを使った社内向けヘルプチャットシステムを全社導入。RAG技術で社内文書から該当情報を検索して回答を生成し、文書登録時にはAIが図表を識別可能な文字列に自動変換する。,規程類・マニュアル照会や部署間の問い合わせに、依頼元・依頼先双方で相当の時間を要していた。,RAG技術で社内文書から該当情報を検索して回答を生成する仕組みを構築し、文書登録時に図表を生成AIが識別できる文字列へ変換する構造化処理も行って全社導入した。,2024年10月下旬より生成AIを活用した社内向けヘルプチャットシステムを全社導入した。効果の定量値は未公表。,事前の効果検証の内容や定量的な効果は出典で確認できない。,全社共通（業務を特定しない）,全社共通（業務を特定しない）;総務・社内の問い合わせ・ナレッジ,検索・質問への回答,検索・質問への回答,社内の業務,全社,全社展開,全社への導入;社内ルール・ガイドライン,非公表,,2024-09-25,2024-10,https://www.tokyometro.jp/news/2024/219131.html,生成AIを活用した社内向けヘルプチャットシステムを導入し、DXによる業務変革と新たな企業価値の創出を目指します,東京地下鉄株式会社ニュースリリース,当事者の発表,2026-09-28,2026-09-29,2026-09-29
9024-0001,9024,西武ホールディングス,陸運業,プライム,活用事例,IR業務特化型生成AI「exaBase IRアシスタント」の試験導入,IR業務に特化した生成AIサービス「exaBase IRアシスタント」を試験導入。IR担当者の面談議事録作成を効率化し、将来は想定QAへの対応や英語対応などIR業務プロセスの変革を目指す。,限られたリソースの中でIR活動をさらに充実させる必要があった,IR文書などをもとに想定質問と回答案をAIが作るサービスを試験導入した,試験導入を開始したことが発表されているが、効果は公表されていない,,経理・財務・IR,経理・財務・IR,要約・議事録,要約・議事録;文章の作成・下書き,社内の業務,1部署・1業務,導入を発表,,国内のAI企業,,2024-08-01,2024-08,https://exawizards.com/archives/27849/,西武ホールディングスが「exaBase IRアシスタント」を通じて業務特化型の生成AIを活用し、生産性の向上を図る,株式会社エクサウィザーズ,提供企業の導入事例,2026-09-28,2026-09-29,2026-09-29
9024-0002,9024,西武ホールディングス,陸運業,プライム,活用事例,保守・管理部門の社内問い合わせ対応チャットボット「exaBase 生成AI」,西武鉄道が法人向け生成AIサービス「exaBase 生成AI」を導入。車両部・建設部など6部門の保守・管理業務での社内問い合わせに、社内規程・マニュアルを参照するチャットボットで対応する。以前全社導入していたGPT-3.5は活用方法が分からず利用意欲が高まらなかったため、再導入に至った。,以前全社導入していたGPT-3.5は活用方法が分からず思った回答が得られず、社員の活用意欲が高まらなかった,exaBase生成AIで社内規程・マニュアルを参照するチャットボットを導入し、高精度が必要な部門ではAIソフトウェア開発環境「exaBase Studio」でのデータ連携PoCに取り組んだ,チャットボットの利用履歴から業務削減時間を把握する取り組みを実施しているが、定量的な数値は公表されていない,使用しているAIモデル名（GPT-4o等）は出典に明記がない,製造・品質・保守,製造・品質・保守;総務・社内の問い合わせ・ナレッジ,検索・質問への回答,検索・質問への回答,社内の業務,複数部署,本番運用,,国内のAI企業,,2024-09-24,2024-09,https://prtimes.jp/main/html/rd/p/000000287.000030192.html;https://www.itmedia.co.jp/business/articles/2409/25/news194.html,西武鉄道株式会社が「exaBase 生成AI」を導入;西武鉄道、生成AIで社内問い合わせ対応を効率化 部門ごとのマニュアルもデータ連携,株式会社エクサウィザーズ;ITmediaビジネスオンライン,提供企業の導入事例;報道,2026-09-28,2026-09-29,2026-09-29
9025-0001,9025,鴻池運輸,陸運業,プライム,全社方針,KONOIKEグループ「生成AI活用プロジェクト」本格始動（全社AI基盤・ガバナンス・人材育成）,2023年から生成AI活用を進め、2024年12月にICT推進本部内で「生成AI活用プロジェクト」を発足、2025年11月に本格始動を発表した。自社クラウド上に内製の生成AI基盤を構築し、AIガバナンスの整備とあわせて、AI研修（累計約600名）やAIアンバサダー制度で現場主導のユースケース発掘を進めている。定型資料作成の自動化やコーポレート部門向けFAQチャットボットなどの開発が進行中。,部門・個人ごとのツール利用によるシャドーAIの発生とガバナンス・セキュリティの課題,全社統一のAI基盤を整備し、AI研修・アンバサダー制度で現場主導のユースケース発掘と展開を進めた,2028年3月までにユースケース12件以上を目標。研修参加者は累計約600名に拡大し、複数のユースケース開発が進行中,決まった形の資料を自動でつくる仕組みとFAQのチャットボットはまだ開発中で、本番の稼働状況や効果の数値は非公表,全社共通（業務を特定しない）,全社共通（業務を特定しない）,特定しない（用途の記載なし）,特定しない（用途の記載なし）,社内の業務,グループ全体,方針・推進,推進組織・体制;研修・人材育成;社内ルール・ガイドライン,自社開発,,2025-11-26,2023,https://www.konoike.net/news/detail/20251126000000.html;https://innovatopia.jp/tech-economy/tech-economynews/73040/,KONOIKEグループ「生成AI活用プロジェクト」を本格始動;鴻池運輸が「生成AI活用プロジェクト」本格始動｜AIアンバサダー制度で現場主導の変革へ,鴻池運輸株式会社;Innovatopia,当事者の発表;報道,2026-09-28,2026-09-29,2026-09-29
9025-0002,9025,鴻池運輸,陸運業,プライム,全社方針,企業向け生成AIプラットフォーム「Glean」を日系物流企業で初導入（全社標準AI基盤）,"米Glean Technologiesの企業向け生成AIプラットフォーム「Glean」を、日系物流企業で初めて全社標準のAI基盤として導入した（2026年5月発表）。2025年11月からICT推進本部など約100名が先行利用し、約1,200ライセンスで本格稼働。Box・Outlook・ServiceNowなど主要SaaSを横断した検索・レポート作成・チャットでの回答のほか、ふつうの言葉でAIエージェントをつくることにも使う。2026年度中に月間利用者600名規模、AIエージェント75本の稼働を目標としている。",社内の知識がいくつものSaaSに散らばり、資料を探したり会議の準備をしたりするのに時間がかかっていた,自社クラウド内製基盤から、応答速度・回答品質・運用コストの観点で外部プラットフォームGleanへ切り替え、全社標準AI基盤とした,"約1,200ライセンスで本格稼働（2026-05時点）。2026年度中に月間利用者600名・AIエージェント75本稼働を目標",倉庫・配車など現場業務での具体的な活用内容は出典に記載がない,全社共通（業務を特定しない）,全社共通（業務を特定しない）;総務・社内の問い合わせ・ナレッジ,検索・質問への回答,検索・質問への回答;要約・議事録;業務の自動化・AIエージェント,社内の業務,全社,全社展開,全社への導入,非公表,Glean,2026-05-19,2025-11,https://www.konoike.net/news/detail/20260518130912.html;https://www.nikkei.com/article/DGXZRSP707224_Z10C26A5000000/;https://dcross.impress.co.jp/docs/usecase/004694.html,日系物流企業で初、AIプラットフォーム「Glean」を導入;鴻池運輸、米Glean社が提供する企業向け生成AIプラットフォーム「Glean」を導入;鴻池運輸、AI技術を使う業務プロセス構築に向けた全社基盤を本格稼働,鴻池運輸株式会社;日本経済新聞;DIGITAL X（インプレス）,当事者の発表;報道;報道,2026-09-28,2026-09-29,2026-09-29
9025-0003,9025,鴻池運輸,陸運業,プライム,活用事例,Amazon Bedrockによる社内ナレッジ共通知化RAGチャットアプリケーション,拠点ごとに蓄積されていた自動化・省力化機器の検証結果や費用対効果などの社内ナレッジは2022年に全社データベース化していたが、非構造化で検索しにくかった。Amazon Bedrockでクエリ補正、Amazon Kendraで自然言語検索、AuroraからBedrockが指定フォーマットで回答を返すRAGチャットアプリを開発し社内リリースした。,非構造化の社内ナレッジが通常検索ではうまくマッチせず、拠点間でのナレッジ共有が進まなかった,Bedrock（クエリ補正・回答整形）とKendra（自然言語検索）、Aurora・S3を組み合わせたRAG構成で開発し、着手から約4カ月で本番実装した,検証対象100件のうち95件がハルシネーションのない回答で合格。社内リリース後、直近7月のデータベース検索アクセス実績は従来の8倍近くに増加,数件でハルシネーションが発生したが、利用者側の検索の工夫でカバーしている,総務・社内の問い合わせ・ナレッジ,総務・社内の問い合わせ・ナレッジ,検索・質問への回答,検索・質問への回答,社内の業務,全社,本番運用,,AWS,Amazon Bedrock;Amazon Kendra;Amazon Aurora;Amazon S3,2024-09-30,2022-09,https://aws.amazon.com/jp/blogs/news/konoike-transport-genai-chat/,鴻池運輸様におけるAWS生成AI事例：Amazon Bedrockによる社内ナレッジの共通知化,Amazon Web Services（鴻池運輸と共同執筆）,提供企業の導入事例,2026-09-28,2026-09-29,2026-09-29
9031-0001,9031,西日本鉄道,陸運業,プライム,全社方針,社内向け生成AIサービス「N-GAIS」— 西鉄版ChatGPT+RAGの全社展開と研修,"ChatGPTをカスタマイズし学習させない仕様とRAGを組み合わせた対話型生成AIサービス「N-GAIS」を独自開発し、2024年4月に導入。月間利用者は2024年度末の500人から1,000人超に増加し、3段階の研修で全社に普及した。",労働人口減少や業務高度化を背景とした生産性向上、社内データを安心して扱える環境が必要だった。,情報漏洩防止のため「学習させない」仕様にしたうえでRAG機能により社則や部門独自データを活用できるようにし、初級・中級・実践の3段階研修でリテラシー向上を図った。,"月間利用者1,000人超。国際物流部門ではExcelマクロ作成の代行で月26時間削減、西鉄グループのバス会社では数値チェック業務の自動化で240時間削減の実績があった。",,全社共通（業務を特定しない）,全社共通（業務を特定しない）;物流・購買・SCM,文章の作成・下書き,文章の作成・下書き;翻訳;コード生成,社内の業務,全社,全社展開,全社への導入,OpenAI;自社開発,N-GAIS,2026-03-05,2024-04,https://nnr-nx.jp/article/detail/226;https://note.com/renewer/n/n6d2e2678dd0a,西鉄の社内向け生成AIサービス「N-GAIS」で働き方が変わる!開発の裏側と今後の展開を聞いた;社員のリテラシーに依存しない──西鉄グループが実践する、生成AI「社内定着」のリアルと『connon』活用,NISHITETSU ONLINE MAGAZINE N× エヌカケル（西日本鉄道公式）;株式会社Renewer（note）,当事者の発表;提供企業の導入事例,2026-09-28,2026-09-29,2026-09-29
9031-0002,9031,西日本鉄道,陸運業,プライム,活用事例,プロンプトづくりを手伝う「connon」導入 — N-GAISのプロンプト品質向上,Renewer の、プロンプトやAIエージェントづくりを手伝う「connon」の提供を始めた（2026年1月発表）。N-GAIS のRAG検索やテンプレートに入れるプロンプトの質をそろえて上げることがねらい。,社内共有プロンプトやシステムプロンプトの品質を自社だけでは客観的に評価しきれなかった。,connonのスコアリング・フィードバック機能を使ってプロンプトを客観評価し改善する。,提供開始（効果は未公表）。,,全社共通（業務を特定しない）,全社共通（業務を特定しない）,業務の自動化・AIエージェント,業務の自動化・AIエージェント,社内の業務,全社,導入を発表,,国内のAI企業,connon;N-GAIS,2026-01-14,,https://prtimes.jp/main/html/rd/p/000000007.000139254.html,西日本鉄道株式会社、社内生成AIのプロンプト品質向上を支える基盤として「connon」を導入,株式会社Renewerのプレスリリース（PR TIMES）,当事者の発表,2026-09-28,2026-09-29,2026-09-29
9031-0003,9031,西日本鉄道,陸運業,プライム,全社方針,第17次中期経営計画におけるAX（AI Transformation）— 生成AIの積極的商用活用,「にしてつグループ 第17次中期経営計画」（2026年3月策定）でAX（AI・機械学習・生成AI等を活用した意思決定支援・業務自動化）を競争力強化と生産性向上の重点テーマに位置づけた。,,生成AI・ロボティクス等の積極的商用活用による顧客価値最大化、管理コスト最適化、積極的トライアルによる迅速な検証と展開を掲げた。,経営計画の重点テーマとして生成AIの積極的商用活用を明記した。,,全社共通（業務を特定しない）,全社共通（業務を特定しない）,特定しない（用途の記載なし）,特定しない（用途の記載なし）,社内の業務,全社,方針・推進,経営計画での方針,非公表,,2026-03,,https://www.nishitetsu.co.jp/ja/ir/management/managementplan/main/04/teaserItems1/00/linkList/02/link/Nishitetsu%20Group%2017th%20Mid-term%20Management%20Plan(0331).pdf,「にしてつグループ 第17次中期経営計画」の策定,西日本鉄道株式会社（適時開示）,IR・経営資料,2026-09-28,2026-09-29,2026-09-29
9031-0004,9031,西日本鉄道,陸運業,プライム,活用事例,生成AIアバター接客の「デジタルポップアップストア」（日立と共同、プレ運用）,西鉄と日立が一緒に開発した、デジタルで期間限定の店を出せるサービスを試しに運用。生成AIを活用したAIアバターが顧客の質問から商品をレコメンドし、スマートシェルフと組み合わせてスタッフ非常駐でのテナント出店・購買体験を実現した。,テナント出店を希望する企業側の初期投資コスト・人員確保の課題があった。,生成AIアバターによる接客と、人感センサー連動のスマートシェルフを組み合わせ、福岡市内の商業施設でプレ運用を実施した。,スタッフ非常駐型のテナント出店を可能にした（詳細な定量効果は未公表）。,プレ運用段階。生成AIの機能、多言語への対応、AIカメラは、「雑貨館インキューブ天神店」（2023年12月〜2024年1月）では使えず、ソラリアプラザ（2024年1月〜3月）のみで提供された。,店舗・現場運営,店舗・現場運営;営業・マーケティング,対話での応対,対話での応対,顧客向けの製品・サービス,1部署・1業務,実証・試行,,非公表,,2023-11-30,2024-01,https://www.nishitetsu.co.jp/ja/news/news20231130/main/0/link/23_075.pdf,西鉄と日立はデジタル技術を活用し、企業の手軽なテナント出店とお客さまの快適な購買体験を実現するデジタルポップアップストアサービスのプレ運用を開始,西日本鉄道株式会社・株式会社日立製作所,当事者の発表,2026-09-28,2026-09-29,2026-09-29
9031-0005,9031,西日本鉄道,陸運業,プライム,活用事例,口コミ・購買データ×生成AIで店頭POPのキャッチコピーを自動作成（マインディアと実証実験）,西鉄ストアがマインディア・リテールAI研究会と協業し、ECサイトの口コミ・購買データを元に生成AIで店頭POPのキャッチコピーを自動作成する実証実験を実施。カレー売り場で約1カ月試したところ売上が伸びた。,店頭POPの効果的な売り文句作りに時間がかかり、顧客の隠れた需要を掘り起こせていなかった。,店舗のID-POSデータとECサイトの口コミデータを組み合わせ、生成AI（ChatGPT）で顧客層に合わせたキャッチコピーを作成し店頭に設置した。,2024年4月下旬から5月下旬の実験期間中、対象のカレーカテゴリーの売上が前年比105%になった。,実証実験段階。対象は一部店舗・一部商品（カレー等）。,営業・マーケティング,営業・マーケティング,文章の作成・下書き,文章の作成・下書き;データ分析,社内の業務,1部署・1業務,実証・試行,,OpenAI,ChatGPT,2024-12-19,2024-04,https://note.com/mdnext/n/n31d83e33e7de;https://prtimes.jp/main/html/rd/p/000000011.000059670.html,にしてつストア×マインディア「販促の自動化」実証実験;ECサイトの口コミ・購買データ×AI、購買者の声を元にしたPOPで隠れた需要の掘り起こしに成功,MD NEXT;一般社団法人リテールAI協会,報道;提供企業の導入事例,2026-09-28,2026-09-29,2026-09-29
9033-0001,9033,広島電鉄,陸運業,スタンダード,全社方針,生成AIプラットフォーム「ユーザーローカル ChatAI」導入（グループ72部門・約260名が利用）,社員がChatGPT・Gemini・Claudeなどの生成AIを安全に使える「ユーザーローカル ChatAI」を導入した。本社とグループ会社の72部門で約260名が、顧客対応文書の作成、規程文書の確認・分析、報告書作成支援などに利用しており、アイデア出しや新規事業の戦略立案にも活用が広がっている。,文書作成・校正に多大な時間と労力がかかり、業務ノウハウ・教育内容のまとめや情報収集も属人的で非効率だった。,社内の情報セキュリティを確保しつつ、社内ファイルとも連携できる生成AIプラットフォームを導入した。,本社とグループ会社の72部門で約260名が使っている。利用者から業務効率向上とアウトプット品質向上の声が多数寄せられている。,,全社共通（業務を特定しない）,全社共通（業務を特定しない）;顧客対応・問い合わせ,文章の作成・下書き,文章の作成・下書き;検索・質問への回答;アイデア出し,社内の業務,グループ全体,全社展開,全社への導入,国内のAI企業,ユーザーローカル ChatAI,2026-03-26,,https://www.userlocal.jp/press/20260326ah/,広島電鉄、生成AIプラットフォーム「ユーザーローカル ChatAI」を導入〜路面電車・バス事業などグループ全体で生成AI活用し、事業運営を効率化〜,株式会社ユーザーローカル,提供企業の導入事例,2026-09-28,2026-09-29,2026-09-29
9039-0001,9039,サカイ引越センター,陸運業,プライム,活用事例,アルバイト採用面接への生成AI面接サービス「Zキャリア AI面接官」導入・全国展開,応募者とAIが対話して質問・評価を行う生成AI面接サービス「Zキャリア AI面接官」（株式会社ROXX提供）を2025年11月20日から東日本エリアで試験導入し、成果を確認したうえで2026年4月に全国の事業所へ展開した。応募者はスマートフォンから24時間いつでもAI面接を受けられる。,採用プロセスのスピード不足、面接にかかる工数の負担、拠点ごとの選考基準のばらつき,東日本エリアで試験導入して成果を確認したうえで、全国の事業所へ段階的に展開した,応募者1人あたりの面接工数が約30分から約15分に短縮し、応募から面接設定までのリードタイムも短縮した,AI面接は対面面接と選べる方式の一つで、中途採用への適用は今後の展開予定,人事・採用・育成,人事・採用・育成,対話での応対,対話での応対;チェック・審査,社内の業務,全社,全社展開,,OpenAI;Google,,2026-04-13,2025-11,https://prtimes.jp/main/html/rd/p/000000074.000050616.html;https://techblog.roxx.co.jp/entry/2025/08/29/130204,アルバイト採用における「Zキャリア AI面接官」の導入範囲を全国へ拡大;Zキャリア AI面接官の技術構成,株式会社サカイ引越センター;株式会社ROXX,当事者の発表;提供企業の導入事例,2026-09-28,2026-09-29,2026-09-29
9041-0001,9041,近鉄グループホールディングス,陸運業,プライム,全社方針,グループ共通の生成AI基盤を導入し13社で共同利用開始、業務時間20%削減を目指す,2025年度からグループ共通で利用できる生成AI基盤を導入し、まずグループ13社で共同利用を開始した。2026年度までに基盤利用の有無に関わらず全社で生成AIをオフィスツールとして利用できる状態を目標とし、利用者教育やグループ内の有効活用事例（100以上の創出目標）の共有を進める。契約書リーガルチェック、議事録作成、公式文書作成、IR想定問答、マーケティング自動化、AIカスタマーサポートを特化活用対象例として挙げている。,グループ各社の業務効率化・生産性向上を、共通基盤によるコスト適正化と知見共有で実現すること,持株会社主導で共通生成AI基盤を構築しグループへ展開、教育・事例共有で活用を促進する方針とした,生成AIを含むAIを使い、一人ひとりの仕事の時間を20%減らせている状態を目標にしている。2026年度までに全社での利用と有効活用事例100以上の創出が目標,基盤の製品名・詳細仕様、現時点の利用実績（人数・削減時間）は非公表,全社共通（業務を特定しない）,全社共通（業務を特定しない）,特定しない（用途の記載なし）,特定しない（用途の記載なし）,社内の業務,グループ全体,全社展開,全社への導入;研修・人材育成,非公表,,2025,,https://www.kintetsu-g-hd.co.jp/csr/data/Kintetsu_Group_Integrated_Report_2025.pdf,近鉄グループ統合報告書2025,近鉄グループホールディングス株式会社,IR・経営資料,2026-09-28,2026-09-29,2026-09-29
9041-0002,9041,近鉄グループホールディングス,陸運業,プライム,活用事例,バーチャルあべのハルカスに会話型生成AI「AIあべのべあ」によるアバター接客を導入,クラスター株式会社と構築したメタバース空間「バーチャルあべのハルカス」（2023年3月オープン）に、OpenAI の大規模言語モデルで会話する生成AI「AIあべのべあ」を2024年3月に導入した。あべのハルカス展望台のキャラクターをモチーフに、チャットで話しかけると自動で会話を生成し、リアルのあべのハルカスの魅力を伝える。日本語のほか複数言語に対応する。,バーチャル空間における新しい接客体験の創出、リアル施設への誘導・魅力発信,クラスターと共同でLLM搭載の会話型AIアバターをメタバース空間に実装した,AI導入自体の定量効果は未公表,"AI導入単体での効果測定は非公表。出典はメタバース「cluster」全体のイベント累計動員数（3,500万人超）を記載しているが、バーチャルあべのハルカス単体の利用者数は出典に記載がない",顧客対応・問い合わせ,顧客対応・問い合わせ;営業・マーケティング,対話での応対,対話での応対,顧客向けの製品・サービス,1部署・1業務,本番運用,,OpenAI,AIあべのべあ,2024-03-29,,https://www.atpress.ne.jp/news/390061,AIアバター接客を導入！会話型生成AI「AIあべのべあ」を近鉄不動産株式会社が運営するバーチャルあべのハルカス1周年の3月29日にリリース,クラスター株式会社（@press）,提供企業の導入事例,2026-09-28,2026-09-29,2026-09-29
9042-0001,9042,阪急阪神ホールディングス,陸運業,プライム,活用事例,生成AIを活用した鉄道電気施設の故障早期復旧支援システムを共同開発・試験導入,鉄道電気施設の故障発生時に、運用監視システムや過去の点検・故障対応記録を集約し、生成AIが原因を推定して復旧マニュアルや直近の点検データを専用ダッシュボードに示す保守支援システムを、グループIT会社アイテック阪急阪神と共同開発した。阪神電気鉄道の線区で2025年10月から試験導入している。,鉄道電気施設の故障発生時の復旧時間短縮と、保守対応の高度化・標準化。,グループのIT子会社と共同開発し、過去の故障対応記録を生成AIに読ませて原因推定・復旧マニュアル・点検データをダッシュボードにまとめて提示する仕組みを作り、自社線区で試験導入して検証している。,提示される情報の有効性や活用方法を検証中で、定量的な効果は未公表。,現時点は試験導入段階で、車両や駅設備など他の対象への適用拡大は今後の検討。,製造・品質・保守,製造・品質・保守,検索・質問への回答,検索・質問への回答;データ分析,社内の業務,1部署・1業務,実証・試行,,非公表,鉄道電気施設の故障早期復旧支援システム,2025-11-21,2025-10,https://www.hanshin.co.jp/press/detail/004844.html;https://itec.hankyu-hanshin.co.jp/news/uploads/20251121-tetsudou.pdf,鉄道電気施設の故障早期復旧支援システムを共同開発～生成AIを活用した保守支援システムの試験導入～;鉄道電気施設の故障早期復旧支援システムを共同開発（PDF）,阪神電気鉄道株式会社;アイテック阪急阪神株式会社,当事者の発表;当事者の発表,2026-09-28,2026-09-29,2026-09-29
9042-0002,9042,阪急阪神ホールディングス,陸運業,プライム,活用事例,neoAIとの生成AIチャットボット本番導入による鉄道利用者向け問い合わせ対応,1日約164万人が利用する鉄道の顧客対応に、neoAIと共同で生成AIチャットボットを本番導入した。従来のFAQ型では答えられなかった質問にも、生成AIの推論力とガードレール設計で柔軟に回答できるようにした。,従来のFAQ型チャットボットは想定外の質問に答えられず、想定問答の作成・更新の負担も大きかった。,neoAIの生成AI基盤「neoAI Chat」を使い、検索精度を考慮した独自の前処理・構造化で、FAQを手作業で更新しなくても回答できる仕組みを構築した。,高い回答精度が求められる鉄道領域での本番導入・実用化に成功した。,具体的な回答精度や利用件数などの数値は未公表。,顧客対応・問い合わせ,顧客対応・問い合わせ,対話での応対,対話での応対;検索・質問への回答,顧客向けの製品・サービス,1部署・1業務,本番運用,,国内のAI企業,neoAI Chat,2026-04-15,,https://neoai.jp/news/article/press20260415,neoAI × 阪急電鉄、鉄道のお客様対応に生成AIチャットボットを本番導入,株式会社neoAI,提供企業の導入事例,2026-09-28,2026-09-29,2026-09-29
9042-0003,9042,阪急阪神ホールディングス,陸運業,プライム,活用事例,コンタクトセンター基盤刷新「Altius ONE for Support」導入による対話要約・応対品質の標準化,交通ご案内センターの問い合わせ内容が多様化し、紙のダイヤ表やFAXなどアナログな運用でオペレーターのスキル差も課題だったため、オンプレミスからクラウドへ基盤を刷新し、アルティウスリンクの「Altius ONE for Support」を導入した。音声認識で通話をテキスト化し、生成AIが対話内容を自動要約する。,問い合わせ内容の多様化に加え、紙のダイヤ表やFAXなどのアナログ運用、システムの分断によりオペレーター間の案内品質にばらつきがあった。,オンプレミスからクラウド環境へ移行してCRMを刷新し、通話内容を音声認識でテキスト化したうえで生成AIが対話履歴を自動要約し、管理者がリアルタイムで複数の通話を把握・支援できるようにした。,1件あたりの平均処理時間が約30秒短縮し、応答率も平均84%以上へ向上、案内品質の平準化を実現した。,,顧客対応・問い合わせ,顧客対応・問い合わせ,要約・議事録,要約・議事録,社内の業務,1部署・1業務,本番運用,,国内のAI企業,Altius ONE for Support,2026-05-14,,https://prtimes.jp/main/html/rd/p/000000491.000019180.html,アルティウスリンク、阪急電鉄のコンタクトセンターに「Altius ONE」を導入,アルティウスリンク株式会社,提供企業の導入事例,2026-09-28,2026-09-29,2026-09-29
9044-0001,9044,ＮＡＮＫＡＩ,陸運業,プライム,全社方針,中期経営計画DX戦略で生成AI活用促進を明記,南海グループ統合報告書2025のDX戦略で、中期経営計画（2025〜2027年度）のIT基盤強化・セキュリティ対策への最大20億円の投資の中に「生成AI活用促進」を位置づけ、グループ全体での業務効率化・生産性向上を進めるとした。,グループの生産性向上・DX推進。,中期経営計画のDX戦略の一環として、生成AI活用促進を投資計画に組み込んだ。,方針・投資計画として示された（効果の数値は未公表）。,具体的なKPI・個別施策の実績数値は未公表。,全社共通（業務を特定しない）,全社共通（業務を特定しない）,特定しない（用途の記載なし）,特定しない（用途の記載なし）,社内の業務,グループ全体,方針・推進,経営計画での方針,非公表,,2025,,https://www.nankai.co.jp/lib/company/ir/library/integrated_report/pdf/integratedreport2025_allA4.pdf,南海グループ統合報告書2025,南海電気鉄道株式会社（現・株式会社NANKAI）,IR・経営資料,2026-09-28,2026-09-29,2026-09-29
9044-0002,9044,ＮＡＮＫＡＩ,陸運業,プライム,活用事例,データ利活用チームでの「ChatGPT Team」正式導入によるコーディング支援・データ横断分析,データ分析業務が特定の担当者に集中する属人化を解消するため、データ利活用チームがChatGPT Teamを約2か月試行し、コスト削減効果を確認して正式導入した。コーディング支援や、部署ごとに分かれたデータの横断的な抽出・分析に活用し、企画担当者が自ら簡単な分析をできるようにした。,データ分析業務が特定の分析担当者に集中し、属人化していた。,ChatGPT Teamを約2か月試行し、月額利用料を上回るコスト削減・成果が見込めると判断して正式導入した。生成AIの結果をそのまま受け入れず、内容を理解し説明できることを重視する運用を定めた。,チーム内の利用率はほぼ毎日100%に達し、明確な時間短縮効果を確認した。,削減時間の具体的な数値、他部署への展開状況は未公表。,ソフトウェア開発・IT,ソフトウェア開発・IT,データ分析,データ分析;コード生成;検索・質問への回答,社内の業務,1部署・1業務,本番運用,,OpenAI,ChatGPT Team,2025-04-10,,https://note.com/nankai_dx/n/na595e3b2875b,ChatGPT Teamを駆使してデータ利活用を加速中！,南海電気鉄道株式会社（DX公式note）,当事者の発表,2026-09-28,2026-09-29,2026-09-29
9044-0003,9044,ＮＡＮＫＡＩ,陸運業,プライム,全社方針,全社的なMicrosoft Copilotの導入,データ利活用チームのChatGPT Team導入を紹介するDX公式noteの記事内で、全社的にもMicrosoft Copilotを導入済みであることが明かされた。,,,導入済み（利用範囲・効果の詳細は未公表）。,導入時期・利用範囲・効果の数値は未公表。,全社共通（業務を特定しない）,全社共通（業務を特定しない）,特定しない（用途の記載なし）,特定しない（用途の記載なし）,社内の業務,全社,全社展開,全社への導入,Microsoft,Microsoft Copilot,2025-04-10,,https://note.com/nankai_dx/n/na595e3b2875b,ChatGPT Teamを駆使してデータ利活用を加速中！,南海電気鉄道株式会社（DX公式note）,当事者の発表,2026-09-28,2026-09-29,2026-09-29
9045-0001,9045,京阪ホールディングス,陸運業,プライム,活用事例,公式サイトに生成AI型チャットボット「Generative Navigator」を導入し顧客の自己解決を促進,電話問い合わせが中心だった顧客対応を見直すため、公式サイトとFAQを刷新し、定型回答型「KARAKURI chatbot」と生成AI型「Generative Navigator」を2025年5月に導入。生成AI型は公式サイトの情報から検索して回答する設計で、沿線観光案内など幅広い質問に対応し、多言語ページにも導入した。,電話への問い合わせ集中、FAQでの自己解決率の低迷、多言語FAQ更新の負荷。,誤回答のリスクを抑えるため、公式サイトの情報を検索して回答する設計の生成AIを、定型回答型のチャットボットと併用して導入した。,リリースから約1か月で、FAQの稼働率は2011年導入の旧システム比で数倍に向上しヒット率も良好。定型的な質問の電話はほぼなくなり、放棄呼の割合は約2分の1に減少。多言語FAQのイベントごとの更新も不要になった。,案内は公式サイトに公開された情報の範囲に限定する設計で誤回答リスクを抑えている。長期的な効果検証は継続中。,顧客対応・問い合わせ,顧客対応・問い合わせ,対話での応対,対話での応対;検索・質問への回答;翻訳,顧客向けの製品・サービス,1部署・1業務,本番運用,,国内のAI企業,Generative Navigator（カラクリ）;KARAKURI chatbot（カラクリ）,2025,2025-05,https://karakuri.ai/case/keihan,FAQ刷新と2つのAIが切り拓く京阪電鉄の新たな顧客体験,カラクリ株式会社,提供企業の導入事例,2026-09-28,2026-09-29,2026-09-29
9045-0002,9045,京阪ホールディングス,陸運業,プライム,全社方針,生成AI活用推進方針のもと外部講師による生成AI活用セミナーを実施,生成AI技術の積極的な活用方針を打ち出す京阪電気鉄道が、社内の生成AI知識の底上げと業務での活用推進のため、2024年9月に外部講師を招いた生成AI活用セミナーを開催した。それまでは希望者のみがChatGPTを利用し、研修は実施していなかった。,社内の生成AI知識レベルにばらつきがあり、活用が有志利用にとどまっていた。,経営企画部が窓口となり、外部専門家による全社向けセミナーで基礎知識や活用事例、プロンプトの考え方を学ぶ機会を設けた。,セミナーでの学びをすぐに実務で活用した参加者が多かったと、経営企画部担当者がコメントしている（定性的な評価）。,導入ツールや利用実績の定量的な効果は公表されていない。セミナー実施前の生成AI利用は個人でのChatGPT利用にとどまっていた。,全社共通（業務を特定しない）,全社共通（業務を特定しない）,特定しない（用途の記載なし）,特定しない（用途の記載なし）,社内の業務,全社,方針・推進,研修・人材育成,非公表,,,2024-09,https://01start.co.jp/case/keihan/,【セミナーレポート：京阪電気鉄道株式会社さま】押さえておきたい生成AI活用セミナー,株式会社01START,提供企業の導入事例,2026-09-28,2026-09-29,2026-09-29
9046-0001,9046,神戸電鉄,陸運業,スタンダード,活用事例,駅構内での生成AIアート制作サービス「kAIga Maker」設置の実証試験（谷上駅・有馬温泉駅）,兵庫県立大学発ベンチャーの株式会社ペアマインドが運営するAIによるインテリア絵画制作サービス「kAIga Maker」を、神戸電鉄の協力のもと谷上駅・有馬温泉駅の駅構内に設置する実証試験を行った。空間写真からAIがその空間に合ったオリジナル絵画を制作・配送するサービスで、観光客利用の多い有馬温泉駅等での新たな体験価値を検証する。,駅空間を活用した新しい顧客体験・沿線価値の創出（観光地玄関口での訴求）,スタートアップの生成AIアートサービスを駅構内に設置して実証した,実証結果・効果は未公表,実証実験段階で、神戸電鉄自身の業務効率化ではなく駅空間でのサービス実証,営業・マーケティング,営業・マーケティング,画像・動画・デザインの生成,画像・動画・デザインの生成,顧客向けの製品・サービス,1部署・1業務,実証・試行,,国内のAI企業,kAIga Maker,2025-08-13,,https://prtimes.jp/main/html/rd/p/000000008.000159477.html,【駅構内にAIアート!?】神戸電鉄 × kAIga Maker（絵画メーカー）,株式会社ペアマインド（PR TIMES）,提供企業の導入事例,2026-09-28,2026-09-29,2026-09-29
9048-0001,9048,名古屋鉄道,陸運業,プライム,全社方針,名鉄グループの「3レイヤー」生成AI活用プロジェクト—ガイドライン整備と3つの検証プロジェクトを推進,デジタル推進部が主導し、2023年5月に生成AIの利用ガイドラインを策定。使い方の段階を3つに分け、道具をそろえて使い方を支えながら、汎用的な活用検証、高度な活用のワークショップ、自社データを使う生成AI開発の3つの検証プロジェクトを並行して進めた。この取り組みが「生成AI大賞2024」でグランプリを受賞し、統合報告書2025にも記載された。,グループの生産性向上と人材不足への対応、安全に統制の効いた生成AI活用基盤の整備,ガイドラインを先に整え、活用レベルに応じたツール展開と3つの検証プロジェクトを同時に進めた,生成AI分野の優れた活用事例を表彰する「生成AI大賞2024」（応募139件中8件を表彰）でグランプリを受賞（2024-12-18）,受賞発表の一次資料に定量的な効果の数値は無い。効率化の時間数はexaBase生成AIトライアルなど個別施策の数値（別事例を参照）,全社共通（業務を特定しない）,全社共通（業務を特定しない）,特定しない（用途の記載なし）,特定しない（用途の記載なし）,社内の業務,グループ全体,方針・推進,推進組織・体制;社内ルール・ガイドライン,非公表,,2024-12-20,2023-05,https://www.meitetsu.co.jp/profile/news/2024/__icsFiles/afieldfile/2024/12/20/24-12-20seiseiaitaisyou_2.pdf;https://www.meitetsu.co.jp/ir/reference/integrated/2025_integratedreports_A3_20251226.pdf;https://exawizards.com/column/seminar-report/meitetsu/,「生成AI大賞2024」にて名古屋鉄道の取り組みが最高位グランプリを受賞;名鉄グループ統合報告書2025;1ヶ月で約200時間相当の業務効率化！名古屋鉄道のChatGPT活用方法と効果,名古屋鉄道株式会社;名古屋鉄道株式会社;株式会社エクサウィザーズ（AI新聞）,当事者の発表;IR・経営資料;提供企業の導入事例,2026-09-28,2026-09-29,2026-09-29
9048-0002,9048,名古屋鉄道,陸運業,プライム,活用事例,法人向け生成AI「exaBase 生成AI powered by GPT-4」を300〜400名規模で導入し生産性向上を検証,セキュアな法人向け生成AI「exaBase 生成AI powered by GPT-4」を2023年7月からグループ横断で導入し、本体とグループ会社の計300〜400名を対象に業務効率化の効果を検証した。あいさつ文などの文書作成を含む業務での利用を検証し、後のGoogle Chatボット全社展開につなげた。,生成AIによる生産性向上効果の実測と、セキュアな法人利用環境の確保,法人向けSaaS型生成AIを有志300〜400名に導入し効果を定量検証,"導入から5カ月間で800時間の業務時間削減（2023-12報道）、1ヶ月あたり約200時間相当の効率化（2024-02セミナー報告）、約半年で累計1,200時間超の効率化効果（2024-06事例）",効果は検証対象者の利用による推計・集計値,全社共通（業務を特定しない）,全社共通（業務を特定しない）,文章の作成・下書き,文章の作成・下書き,社内の業務,グループ全体,実証・試行,,国内のAI企業;OpenAI,exaBase 生成AI powered by GPT-4,2023-12-13,2023-07,https://www.nikkei.com/article/DGKKZO76914380T11C23A2L91000/;https://exawizards.com/column/seminar-report/meitetsu/;https://g-gen.co.jp/case-studies/21/,名鉄、300人に生成AI 800時間の業務削減効果;1ヶ月で約200時間相当の業務効率化！名古屋鉄道のChatGPT活用方法と効果;名古屋鉄道株式会社様 導入事例（Google Chat生成AIチャットボット）,日本経済新聞;株式会社エクサウィザーズ（AI新聞）;株式会社G-gen,報道;提供企業の導入事例;提供企業の導入事例,2026-09-28,2026-09-29,2026-09-29
9048-0003,9048,名古屋鉄道,陸運業,プライム,全社方針,Google Chat内の生成AIチャットボットをGoogle Workspaceユーザー全員へ全社導入,"日常業務ツールのGoogle Chatに、Gemini Enterprise Agent Platform経由のGemini Proを使う生成AIチャットボットを組み込み、2024年4月1日からGoogle Workspaceを使う全社員（グループ含む約9,000人）が利用できるようにした。要約・翻訳・プログラミングなど幅広い用途で使われ、導入から約1ヶ月で約1,400人が恒常的に利用した。",全社員が日常業務で生成AIを安全・手軽に使える環境の整備,既存のGoogle Chatに生成AIボットを組み込み、Workspaceユーザー全員へ一斉展開した,"約9,000人へ展開し、導入約1ヶ月で約1,400人が恒常的に利用。「生成AIがないと仕事にならない」という定着の声が出た",全社展開後まもない時点の情報であり、正確な定量効果は検証段階だった,全社共通（業務を特定しない）,全社共通（業務を特定しない）,要約・議事録,要約・議事録;翻訳;コード生成,社内の業務,グループ全体,全社展開,全社への導入,Google,Google Chat生成AIチャットボット（Gemini Enterprise Agent Platform／Gemini Pro）,2024-06-28,2024-04,https://g-gen.co.jp/case-studies/21/,名古屋鉄道株式会社様 導入事例,株式会社G-gen,提供企業の導入事例,2026-09-28,2026-09-29,2026-09-29
9048-0004,9048,名古屋鉄道,陸運業,プライム,活用事例,IR業務特化型生成AI「exaBase IRアシスタント」を情報開示部門に導入,IR文書をもとに、決算説明会・株主総会での想定質問と回答案を生成する業務特化型生成AI「exaBase IRアシスタント powered by ChatGPT API」を2024年3月に導入した。決算データから注目点を指摘して説明原稿を作る、過去の質問から想定問答を作る、投資家対話の録音をテキスト化して要約するといった用途で、広報・IR業務の効率化を進めた。,IR担当者が手作業で行っていた想定問答・説明原稿作成の負荷、投資家対話内容の集約・共有コスト,IR業務に特化した生成AIサービスを導入し、情報開示業務を効率化した,説明原稿の作成が短時間で終わるなど、手作業だった業務の効率化を確認（定量数値は非公表）,定量効果の数値は非公表。IR以外の情報開示部門への展開は検討段階だった,経理・財務・IR,経理・財務・IR;広報・コンテンツ制作,文章の作成・下書き,文章の作成・下書き;検索・質問への回答;要約・議事録,社内の業務,1部署・1業務,本番運用,,国内のAI企業;OpenAI,exaBase IRアシスタント powered by ChatGPT API,2024-03-26,2024-03,https://exawizards.com/archives/27043;https://business.nikkei.com/atcl/gen/19/00664/080800006/,名古屋鉄道が「exaBase IRアシスタント」を導入;名古屋鉄道、広報・IRに生成AIを活用 投資家の心理を先読み,株式会社エクサウィザーズ;日経ビジネス電子版,提供企業の導入事例;報道,2026-09-28,2026-09-29,2026-09-29
9048-0005,9048,名古屋鉄道,陸運業,プライム,活用事例,日立と生成AI技術検証—社内報・社史情報検索とヒヤリハット履歴検索のRAG実証,名鉄グループ内で生成AIへの問い合わせが増えたことを受け、日立と協働で計6つのユースケースの技術検証を計画。まず名鉄の「社内報・社史情報検索」とメイテツコムの「ヒヤリハット履歴情報検索」の2件を実施した。縦書きを含む多様な非構造化PDFを知識データベース化し、生成AIが検索・抽出・回答文の作成を行う仕組みを2023年10月に構築し、11月から検証を始めた。,膨大な社内文書（非構造化・縦書きを含む）の知識検索と、安全管理情報の活用,日立と協働で検証基盤を構築し、社内の実データでRAG型生成AIの有効性を検証した,仕事の効率化と生産性の向上のために目標にしていた6〜7割ほどの精度に届いたと日立が公表,検証段階であり、本番運用の成果は非公表,総務・社内の問い合わせ・ナレッジ,総務・社内の問い合わせ・ナレッジ;製造・品質・保守,検索・質問への回答,検索・質問への回答,社内の業務,複数部署,実証・試行,,Microsoft,生成AI技術検証基盤（日立製作所協力、Azure OpenAI Service）,2024-04-23,2023-10,https://www.hitachi.com/ja-jp/products/digital/highlights/usecases/others/17694250/,名古屋鉄道株式会社・株式会社メイテツコム「生成AI技術検証」第1回,株式会社日立製作所,提供企業の導入事例,2026-09-28,2026-09-29,2026-09-29
9048-0006,9048,名古屋鉄道,陸運業,プライム,活用事例,ギブリーと組み、生成AIとAIエージェントを使う次世代のマーケティング基盤を試す実証実験,顧客データからインサイトを引き出し、パーソナライズしたサービス提供を目指す実証実験をギブリーと2025年7月に開始した。第1フェーズはメール配信サービスの高度化で、AIによる顧客のクラスタリング、仮想顧客を使ったコンテンツ最適化、過去の配信データをもとにした効果的なコンテンツの生成を行う。,,ギブリーの「DECA MarketingAgent」を使い、まずメール配信の高度化から実証を始めた,,2025年9月までの第1フェーズの実証実験であり、本番化の状況は未確認,営業・マーケティング,営業・マーケティング,業務の自動化・AIエージェント,業務の自動化・AIエージェント;データ分析;文章の作成・下書き,社内の業務,1部署・1業務,実証・試行,,国内のAI企業,DECA MarketingAgent,2025-07-02,2025-07,https://www.meitetsu.co.jp/profile/news/2025/__icsFiles/afieldfile/2025/07/02/25-07-02aiagent.pdf;https://givery.co.jp/news/20250702_1/,名古屋鉄道とギブリー、AIエージェントを活用した次世代マーケティング基盤の実証実験を開始;名古屋鉄道とギブリー、AIエージェントを活用した次世代マーケティング基盤の実証実験を開始,名古屋鉄道株式会社;株式会社ギブリー,当事者の発表;提供企業の導入事例,2026-09-28,2026-09-29,2026-09-29
9052-0001,9052,山陽電気鉄道,陸運業,プライム,全社方針,中期経営計画2026-2028のDX取り組み方針に生成AI活用による業務効率化・組織スキル向上を明記,2026年度からの3か年の中期経営計画で、「DXの取り組み方針」の1つに生成AIで仕事を効率化し、組織のスキルを上げることを挙げ、仕事の効率化に役立つAIの使い方を研究して取り入れる方針を示している。,業務効率化と組織のDXスキル向上（人材不足・生産性への対応）,中期経営計画のDX方針として生成AI活用を位置づけ、AI活用策の研究・導入を推進,方針・目標の段階（具体的施策・効果数値は未公表）,計画上の方針記述であり、個別ツール・部署・KPIは未記載,全社共通（業務を特定しない）,全社共通（業務を特定しない）,特定しない（用途の記載なし）,特定しない（用途の記載なし）,社内の業務,全社,方針・推進,経営計画での方針,非公表,,2026,,https://www.sanyo-railway.co.jp/company/pdf/sanyo_plan_2026_2028.pdf,山陽電鉄グループ中期経営計画（2026年度～2028年度）,山陽電気鉄道株式会社,IR・経営資料,2026-09-28,2026-09-29,2026-09-29
9057-0001,9057,遠州トラック,陸運業,スタンダード,活用事例,経理AI基盤「Steward 新リース会計基準」を採用し契約書のリース判定を自動化,2027年4月以降開始事業年度から適用される新リース会計基準への対応として、TKCの協力を受けて、ファーストアカウンティングの「Steward 新リース会計基準」を採用し導入を進めている。弁護士ドットコムのクラウドサイン上の契約書データと連携し、経理特化型のAI（大規模言語モデルを活用した経理AIエージェント基盤「Deep Dean」）が契約書を解析してリースかどうかの判定と必要な情報の取り出しを自動で行い、TKCの固定資産を管理するシステム「FAManager」に渡す。,新リース会計基準への対応で契約精査・リース判定業務が複雑になり、担当者ごとの判定のばらつきや監査説明資料の作成負荷が課題だった,契約書管理（クラウドサイン）→AIによるリース判定（Steward）→固定資産管理（FAManager）を連携させ、一連の業務をつないだ,2026年10月以降に過去契約書のAI読込運用を始め、AI未導入時に比べて大幅なコスト削減効果を見込む。リース判定の標準化・属人化の解消・正確性向上を目指すとした,導入初期は経理部門・総務部門の複数名で運用する。効果は見込み段階で、実績の数値は非公表,経理・財務・IR,経理・財務・IR,チェック・審査,チェック・審査;検索・質問への回答,社内の業務,1部署・1業務,導入を発表,,国内のAI企業,Steward 新リース会計基準（ファーストアカウンティング、経理特化型AI「Deep Dean」）;TKC FAManager;クラウドサイン,2026-07-08,2026-07,https://prtimes.jp/main/html/rd/p/000000209.000061842.html;https://fastaccounting.jp/singularity;https://www.logi-today.com/974663,遠州トラック、TKCの協力のもとファーストアカウンティングの次世代経理オペレーション基盤「Steward 新リース会計基準」を導入;経理シンギュラリティ構想（経理AIエージェントと経理特化型AI「Deep Dean」）;遠州トラック、新リース会計対応にAI基盤,ファーストアカウンティング株式会社・株式会社TKC（PR TIMES）;ファーストアカウンティング株式会社;LOGISTICS TODAY,当事者の発表;提供企業の導入事例;報道,2026-09-28,2026-09-29,2026-09-29
9059-0001,9059,カンダホールディングス,陸運業,スタンダード,活用事例,物流事業者向け生成AIエージェント「運/Hakobi」を導入しDX化を推進,2026年3月期決算説明資料で、燈株式会社が提供する物流事業者向け生成AIエージェント「運/Hakobi」の活用開始を公表した。物流業の法令を学習しており専門的な回答ができ、バックオフィスの定型業務・社内問い合わせ対応に使っている。,人手不足への対応、バックオフィス業務の効率化、社内に点在する情報の一元化が課題だった。,物流業に特化した生成AIエージェントを導入し、定型業務・データ入力・書類作成の効率化と社内問い合わせへの即答、AI活用人材の育成を一体的に推進した。入力情報を学習させず外部流出させない仕様でセキュリティを確保した。,業務処理時間の短縮と生産性向上、社内問い合わせへの即答を図る（数値実績は未公表）。,効果の定量実績・利用部署の規模は未公表。,総務・社内の問い合わせ・ナレッジ,総務・社内の問い合わせ・ナレッジ;物流・購買・SCM,業務の自動化・AIエージェント,業務の自動化・AIエージェント;検索・質問への回答,社内の業務,全社,本番運用,,国内のAI企業,運/Hakobi,2026-06-11,,https://www.kanda-web.co.jp/commons/20260611-.pdf,2026年3月期決算説明資料,カンダホールディングス株式会社,IR・経営資料,2026-09-28,2026-09-29,2026-09-29
9064-0001,9064,ヤマトホールディングス,陸運業,プライム,活用事例,多言語対応の生成AIキャラクター「ケンゾウ」による訪日観光客向け案内の実証実験（羽田空港）,Spiral.AIと共同で、多言語対応の生成AIキャラクター「ケンゾウ」を表示するサイネージを羽田空港の手荷物カウンターに設置し、訪日観光客への施設・鉄道・宅急便の案内と、施設スタッフの負荷軽減を検証する実証実験を行った。,訪日観光客が言語の壁で観光体験に不満を感じやすく、施設スタッフの多言語対応の負荷も増えていた,Spiral.AIの生成AI技術を使った多言語対話キャラクターをサイネージ経由で羽田空港2ターミナルの手荷物カウンターに設置した,効果検証を目的とした実証で、定量的な効果は公表されていない,羽田空港2カウンターで約4週間の限定的な実証で、本格展開は確認できていない,顧客対応・問い合わせ,顧客対応・問い合わせ;店舗・現場運営,対話での応対,対話での応対;翻訳,顧客向けの製品・サービス,1部署・1業務,実証・試行,,国内のAI企業,,2024-11-12,2024-11,https://www.yamato-hd.co.jp/news/2024/newsrelease_20241112_1.html,AIを活用した訪日観光客向け観光案内サービスの実証実験を11月12日(火)から羽田空港で開始,ヤマトホールディングス株式会社・Spiral.AI株式会社,当事者の発表,2026-09-28,2026-09-29,2026-09-29
9064-0002,9064,ヤマトホールディングス,陸運業,プライム,活用事例,OCI Generative AIとOracle Database 23aiによる配送問い合わせメールへのFAQ提案・自動処理,ヤマトグループのコンタクトセンターを担うヤマトコンタクトサービスが、OCI Generative AIとOracle Database 23aiのベクトル検索・RAGを導入し、配送状況などの問い合わせメールにキーワード検索と意味検索を組み合わせて最適なFAQ回答を提示する仕組みを構築した。,ECの拡大で配送状況の問い合わせが増え、FAQの件数増加と物流特有の言い回しにより検索精度が下がり、自己解決できる問い合わせでも回答にたどり着きにくくなっていた,「OCI Generative AI」と「Oracle AI Vector Search」によるベクトル検索・RAGを使い、属性検索と意味検索を組み合わせて文脈に即した回答を提示する仕組みを構築した,自己解決可能な問い合わせへのFAQ提案マッチ率が従来の約2倍となる85%に向上し、宅急便の配送に関するメール問い合わせ対応業務の約20%をAIが自動処理・抑制した,対象は問い合わせフォーム経由のメール対応業務で、稼働開始時期は公表資料に記載がない,顧客対応・問い合わせ,顧客対応・問い合わせ,検索・質問への回答,検索・質問への回答,社内の業務,1部署・1業務,本番運用,,Google;AWS,,2025-07-07,,https://www.oracle.com/jp/news/announcement/improve-customer-support-operations-of-yamato-contact-service-with-oracle-generative-ai-service-2025-07-07/;https://it.impress.co.jp/articles/-/28094,オラクルの生成AIサービスでヤマトコンタクトサービスの顧客サポート業務を改善;ヤマト運輸のコンタクトセンター、配送問い合わせメールの2割を生成AIが対応,日本オラクル株式会社;IT Leaders(Impress),提供企業の導入事例;報道,2026-09-28,2026-09-29,2026-09-29
9064-0003,9064,ヤマトホールディングス,陸運業,プライム,全社方針,「AI・データドリブン経営」方針としての生成AI活用による業務プロセス刷新,2026年3月期通期決算説明で、経営方針「AI・データドリブン経営」の中で生成AI活用による業務プロセスの刷新と人的リソースの高付加価値領域へのシフトを掲げ、間接コスト削減等による営業利益改善+37億円を2027年3月期予想の構成要素とした。,本業の回復が遅れる中でコストが下がりにくく、間接部門の業務プロセスの効率化が課題だった,全社的なAI活用とAIガバナンスの構築、社内外データを統合する基盤整備、現場主導の内製化とAI人材育成を組み合わせて進める,間接コストの削減等による営業利益改善+37億円を2027年3月期予想(連結営業利益420億円)の構成要素として目標に設定した,生成AI活用そのものによる効果の内訳は開示されておらず、間接コスト削減等の一要素として記載されている,全社共通（業務を特定しない）,全社共通（業務を特定しない）,特定しない（用途の記載なし）,特定しない（用途の記載なし）,社内の業務,グループ全体,方針・推進,経営計画での方針,非公表,,2026-04-30,,https://www.yamato-hd.co.jp/investors/library/briefing/pdf/4q_setsumei_2026_03.pdf,ヤマトグループ 決算説明資料<2026年3月期 通期>,ヤマトホールディングス株式会社,IR・経営資料,2026-09-28,2026-09-29,2026-09-29
9064-0004,9064,ヤマトホールディングス,陸運業,プライム,活用事例,生成AIの応対練習ツールで、コールセンターの新人研修を2週間から3日に短縮,宅急便の問い合わせを受けるコールセンターで、生成AIが顧客役を演じて評価と助言を返すロールプレイのツールを入れ、新人の基本の応対をこれで繰り返し練習する研修に変えた。,数百人規模の新人を受け入れると、ロールプレイまでの待ち時間が出て、通常業務と並行して教える講師の負担も増えていた。短期雇用の人が多く、メールアドレスに頼るアカウント管理もしにくかった。,メールアドレスが無くてもIDを出せる点と、アカウント数でなく練習の回数で払う料金の形を評価して入れた。今は苦情への応対やシステムの操作を交えた練習にも広げている。,研修期間が約2週間から3日になった。新人が業務を始めたときの応対件数は1時間あたり平均5件から8件に増え、聞き漏れによるかけ直しも大きく減った。,"出典は提供元（プラスアルファ・コンサルティング）の発表。対象は宅急便CC部（約1,200名）。",人事・採用・育成,人事・採用・育成;顧客対応・問い合わせ,対話での応対,対話での応対,社内の業務,1部署・1業務,本番運用,,国内のAI企業,AIプラストーク,2026-10-06,,https://prtimes.jp/main/html/rd/p/000000342.000023180.html,「AIプラストーク」で、ヤマトコンタクトサービスの新人研修を2週間から3日へ短縮,プラスアルファ・コンサルティング,提供企業の導入事例,2026-10-19,2026-10-19,2026-10-19
9065-0001,9065,山九,陸運業,プライム,全社方針,「2030年に向けたDX戦略」で生成AI活用による日常業務時間削減を方針化,2024年12月に策定した「2030年に向けたDX戦略」で、基本戦略2「業務プロセス革新によるパフォーマンス向上」のPhase1施策として「RPA、生成AI、業務支援技術の活用による日常業務時間削減」を掲げた。進捗は「デジタル化によって創出できた時間数」のKPIで測る計画で、2030年までに300億円のデジタル関連投資を予定している。,働き手不足のもとで現場負担を減らし、人が働くことの価値を最大化すること。,Phase1でRPA・生成AI・業務支援技術により日常業務時間を削減し、その後ペーパーレス化・モバイル入力化を経てデータ分析・BI活用へ進むロードマップを示した。,「デジタル化によって創出できた時間数」をKPIとして設定。具体的な削減時間の実績はこの資料では示されていない。,生成AIの具体的なツール名・導入部門・定量的な効果は公表されていない。,全社共通（業務を特定しない）,全社共通（業務を特定しない）,特定しない（用途の記載なし）,特定しない（用途の記載なし）,社内の業務,全社,方針・推進,経営計画での方針,非公表,,2024-12-25,2024-12,https://ssl4.eir-parts.net/doc/9065/ir_material/242931/00.pdf,山九のDX戦略（DX戦略策定に関するお知らせ別紙）,山九株式会社,IR・経営資料,2026-09-28,2026-09-29,2026-09-29
9068-0001,9068,丸全昭和運輸,陸運業,プライム,活用事例,法人向け生成AIプラットフォーム「ユーザーローカル ChatAI」（社内愛称MAI-Chat）の導入,全社DX推進の一環として、ユーザーローカルの法人向け生成AIプラットフォーム「ChatAI」を導入。社員データが学習に使われない環境で複数の生成AIモデルを使い分け、RAGで社内データを横断検索する。文章生成・議事録作成に加え、社則検索・輸出入統計品目番号検索・営業倉庫検索のカスタムAIを整備し、社内では「MAI-Chat」の愛称で利用している。,物流環境の変化への迅速な対応と生産性向上の必要性、社内データが学習に利用されることへのセキュリティ懸念。,法人向け生成AIプラットフォームを導入し、用途別のカスタムAIを管理者側で整備して社員が日常業務で利用する。,部門単位で運用を開始し、文章生成・議事録作成・社則や輸出入統計品目番号の検索に活用している。今後、全社への拡大とバックオフィス向けFAQ機能の拡充を計画している。,導入時点の発表で、定量的な効果は未公表。全社展開・FAQ拡充は今後の計画。,総務・社内の問い合わせ・ナレッジ,総務・社内の問い合わせ・ナレッジ;物流・購買・SCM,検索・質問への回答,検索・質問への回答;文章の作成・下書き,社内の業務,1部署・1業務,本番運用,,国内のAI企業,ユーザーローカル ChatAI,2026-03-04,,https://www.userlocal.jp/press/20260304am/,丸全昭和運輸に法人向け生成AIプラットフォーム「ユーザーローカル ChatAI」を提供開始,株式会社ユーザーローカル,提供企業の導入事例,2026-09-28,2026-09-29,2026-09-29
9069-0001,9069,センコーグループホールディングス,陸運業,プライム,全社方針,Microsoft Copilotの社内導入と入社3年目社員向け生成AI研修,センコー株式会社は社内でMicrosoft Copilotを導入し日常業務で利用している。2025年9月には入社3年目社員研修の一環として、Copilotを題材にした競技形式の生成AI研修を実施した。,若手社員のAI・ITスキルを高め、自社の業務環境に即したAI活用を促す必要があった,社内導入済みのMicrosoft Copilotを題材にした競技形式の研修を入社3年目社員研修に組み込んだ,社員が日常業務で使うツールでのAI活用法を体験的に学んだ,導入の規模・部門や定量的な効果は公表されていない,全社共通（業務を特定しない）,全社共通（業務を特定しない）;人事・採用・育成,特定しない（用途の記載なし）,特定しない（用途の記載なし）,社内の業務,全社,全社展開,全社への導入;研修・人材育成,Microsoft,,2026-01-06,2025-09,https://www.l-sports.jp/post/senko-generative-ai-training-lsports-report,センコー株式会社様 生成AI研修 開催報告,一般社団法人リベルテ(Lsports),提供企業の導入事例,2026-09-28,2026-09-29,2026-09-29
9074-0001,9074,日本石油輸送,陸運業,スタンダード,活用事例,経理部門にAIエージェント「TOKIUM AI明細入力」を導入し請求書仕訳入力を自動化,月間600件超の請求書の仕訳入力業務に、LLMベースの経理AIエージェント「TOKIUM AI明細入力」を導入した。AIが証憑の明細を文脈で読み取り、取引内容・金額・取引先名・過去の仕訳から勘定科目と部門を判定して自動入力する。ユーザーの修正内容をAIが学習し、使うほど精度が上がる。,月間600件以上の請求書について各部門担当者が仕訳入力し、経理部が確認・修正する運用で、締め日に間に合わせるための負担が大きかった。,TOKIUMインボイスのオプションとして導入できる経理AIエージェントを採用した。導入に大きな工数がかからず、BPOと比べて処理速度が速い点も選定理由になった。,年間約90時間の工数削減を見込む。特定の取引先から段階的に適用範囲を広げ、将来はグループ各社への展開を予定している。,効果は導入時点の見込み値で、実測結果は未公表。,経理・財務・IR,経理・財務・IR,業務の自動化・AIエージェント,業務の自動化・AIエージェント;検索・質問への回答,社内の業務,1部署・1業務,本番運用,,国内のAI企業,TOKIUM AI明細入力;TOKIUMインボイス,2026-03-31,,https://corp.tokium.jp/news/wxj5b28gdb/;https://corp.tokium.jp/news/slxb-t_krd/;https://note.tokium.jp/n/n7385f6243113,創業80年のエネルギー輸送大手 日本石油輸送、TOKIUM AI明細入力を導入;経理AIエージェントTOKIUM、「TOKIUM AI明細入力」を販売開始;「TOKIUM AI出張手配」サービス発表会～経理AIエージェントに関しての構想も公開～,株式会社TOKIUM;株式会社TOKIUM;株式会社TOKIUM 公式note,提供企業の導入事例;提供企業の導入事例;当事者の発表,2026-09-28,2026-09-29,2026-09-29
9076-0001,9076,セイノーホールディングス,陸運業,プライム,活用事例,社員教育向け社内LLM「セイノーAI」導入,人事部人財開発チーム主導で独自開発のLLM「セイノーAI」を導入した。従業員サイト「心をつなぐ」経由で提供し、ChatGPTを活用して経営理念・基本理念・行動判断基準を学習させ、従業員の質問に即時回答する。今後は社内業務データの学習でベテラン依存業務の標準化・生産性向上を目指す。,社員教育・組織力強化。将来的にはベテラン依存業務の標準化・生産性向上,ChatGPTをベースにした独自LLMを開発し、社内理念・基準を学習させたQAチャットボットとして従業員サイト経由で提供した,従業員の質問への即時回答による新たな学びの機会を提供している（定量効果は未公表）,理念・基準への回答が中心。業務データ学習による生産性向上は今後の計画,人事・採用・育成,人事・採用・育成;総務・社内の問い合わせ・ナレッジ,検索・質問への回答,検索・質問への回答,社内の業務,全社,本番運用,,OpenAI,セイノーAI,2024-12-04,,https://www.seino.co.jp/seino/news/shd/2024/1204-01.htm,セイノーAIを導入し、人財教育を強化,セイノーホールディングス株式会社,当事者の発表,2026-09-28,2026-09-29,2026-09-29
9081-0001,9081,神奈川中央交通,陸運業,プライム,全社方針,中期経営計画のデジタル戦略における生成AI活用推進,神奈中グループ中期経営計画（2024〜2026年度）の重点戦略「デジタル戦略」で、生成AIなど最新テクノロジー活用によるビジネスモデル変革を推進。2024〜25年度にガイドライン策定などの生成AI活用環境を整備したことを成果に挙げ、2026年度以降に全社展開と業務変革を進める方針を示している。,定型業務の効率化とビジネスモデルの変革。デジタル人材不足とDX推進体制の構築が課題。,グループ横断のデジタル推進体制のもとで生成AI活用のガイドラインを整備し、実証から実装・全社展開へ移行する計画。,生成AIを使う環境を整えたこと（ガイドラインを定めた）を成果として報告。全社展開・業務変革は今後の計画とされている。,具体的なツール名・ユースケース・定量効果は未公表。,全社共通（業務を特定しない）,全社共通（業務を特定しない）,特定しない（用途の記載なし）,特定しない（用途の記載なし）,社内の業務,グループ全体,方針・推進,社内ルール・ガイドライン;経営計画での方針,非公表,,2026-04-28,,https://www2.jpx.co.jp/disc/90810/140120260424510603.pdf,神奈中グループ中期経営計画（2024年度〜2026年度）の進捗について,神奈川中央交通株式会社,IR・経営資料,2026-09-28,2026-09-29,2026-09-29
9083-0001,9083,神姫バス,陸運業,スタンダード,活用事例,回遊促進型AIサービス「よりみち AI 姫路」— 生成AIが観光客の滞在時間・興味に応じた旅程と路線バスを自動提案,神姫バスは東大発AIスタートアップEasyXと共同で、姫路市内の路線バスと観光をつなぎ、まちを巡ってもらうためのAIサービス「よりみち AI 姫路」を始めた。観光客がいられる時間や好みに合わせて、生成AIが行き先と路線バスでの移り方を組み合わせた旅程を自動で示すWebサービス（無料・ダウンロード不要）。,姫路エリアの観光が姫路城訪問に一極集中し平均滞在時間は約3.5時間。城周辺以外への回遊が進まず、「どこへ行けばいいか分からない」「バス系統が複雑で移動が不安」で早期帰路につく層が存在した,神姫バスの交通データと地域の観光コンテンツをAIでマッチングし「旅の余白時間」に最適なよりみちを提案。路線バス情報と連携して移動手段まで案内し、体験コンテンツ販売プラットフォーム「Local prime」連携で現地体験購入の導線も確保,地域内の回遊促進と観光消費の向上を狙う（目的）。定量効果は未公表。今後エリア・コンテンツ・機能の拡充と、バス会社を起点とする観光・交通AIの全国モデル構築を目指す,使える地域は姫路市内（書写エリア・今宿循環エリアなど）に限る。効果測定は未公表,顧客対応・問い合わせ,顧客対応・問い合わせ;営業・マーケティング,対話での応対,対話での応対;アイデア出し,顧客向けの製品・サービス,1部署・1業務,本番運用,,非公表,よりみち AI 姫路;EasyXの観光特化生成AI,2026-03-12,2026-03,https://www.shinkibus.co.jp/sys/whatsnew/download/2458,路線バスと観光体験をつなぐ 回遊促進型AIサービス「よりみち AI 姫路」の実装を開始,神姫バス株式会社,当事者の発表,2026-09-28,2026-09-29,2026-09-29
9083-0002,9083,神姫バス,陸運業,スタンダード,活用事例,高速バスLIMON利用者向けAIチャットボット「SELFBOT」導入,神姫観光が展開する高速路線バス「LIMON」事業のWebサイトとLINE公式アカウントに、ChatGPT とつないだAIチャットボット「SELFBOT」を入れた。RAG技術で自然かつ正確な自動応答を実現し、問い合わせが集中する夜間・休日の顧客サポートを自動化している。,LIMON事業の最大の顧客接点であるLINE公式アカウント等での、夜間・休日を含む問い合わせ対応の負荷,SELFBOTがドキュメント・URLを自動学習し、Azure OpenAI Serviceと連携したRAG技術で高精度な自動応答を実現。シナリオ・Q&A作成不要で最小限の作業負担で稼働,夜間・休日の顧客サポートをAIで自動化。最小限の作業負担での稼働を実現（定性）,定量効果は未公表,顧客対応・問い合わせ,顧客対応・問い合わせ,対話での応対,対話での応対;検索・質問への回答,顧客向けの製品・サービス,1部署・1業務,本番運用,,OpenAI;Microsoft,SELFBOT（SELF株式会社）;Azure OpenAI Service,2025-02-12,2025-02,https://prtimes.jp/main/html/rd/p/000000174.000018339.html;https://iimono.town/topic/technology/158497/,神姫観光、高速バス利用者への案内に生成AI連携「SELFBOT」導入。LINE公式アカウントでの問い合わせ対応を効率化;神姫観光が高速バス利用者への案内に生成AI連携「SELFBOT」を導入,SELF株式会社;いいもの町,提供企業の導入事例;報道,2026-09-28,2026-09-29,2026-09-29
9101-0001,9101,日本郵船,海運業,プライム,全社方針,"Microsoft 365 Copilotを全社約1,500ライセンスで前倒し導入・定着推進","DX推進部門主導でMicrosoft 365 Copilotを全社員約1,500ライセンスに導入。経営層の支持でトップダウンの全社導入に転換し、当初予定より約3カ月前倒しの2025年12月に完了した。Teams議事録作成・英文翻訳・リサーチ等で活用し、アクティブユーザー率80〜90%を維持している。",既存の生成AI活用ではチャット画面で作った文章や要約をOutlookやTeamsに貼り付ける手間があった。,部長以上向けセッションや役員試用で経営層の理解を得てトップダウンで導入を決定し、Microsoft Unifiedの支援を受けて展開。ワークショップや社内コミュニティで定着を推進した。,アクティブユーザー率80〜90%を維持。議事録作成・英文翻訳・リサーチで効率化を実感し、経営会議資料をAIエージェントに添削させる活用例も出てきている。,グループ会社・船舶への展開は今後の検討段階。,全社共通（業務を特定しない）,全社共通（業務を特定しない）,要約・議事録,要約・議事録;翻訳;文章の作成・下書き,社内の業務,全社,全社展開,全社への導入,Microsoft,Microsoft 365 Copilot,2026-05-13,2025-12,https://www.microsoft.com/ja-jp/customers/story/26275-nippon-yusen-kabushiki-kaisha-azure,Microsoft Unified を活用して短期間での Microsoft 365 Copilot 全社導入を実現。AI エージェント活用も視野に入れる日本郵船の、未来を拓く AI 戦略,Microsoft Customer Stories（日本マイクロソフト）,提供企業の導入事例,2026-09-28,2026-09-29,2026-09-29
9101-0002,9101,日本郵船,海運業,プライム,全社方針,IT子会社NBSと社内向け生成AI基盤を開発し2024年4月に活用開始,IT子会社の「NYK Business Systems」(NBS)と一緒に、社内向けの生成AIの基盤を開発し、2024年4月から活用を開始した。M365 Copilot導入前から社員が文章や要約を作成できる基盤として使われていた。,生成AIを安全に利用できる社内基盤が必要だった。,NBSと共同で社内向け生成AI基盤を開発し2024年4月に活用開始。作成した文章や要約をチャット画面からOutlook・Teamsに貼り付けて利用していた。,M365 Copilot全社導入前の生成AI活用の下地として機能した（詳細な効果は未公表）。,取材記事内の1文のみの言及で詳細不明。,全社共通（業務を特定しない）,全社共通（業務を特定しない）,文章の作成・下書き,文章の作成・下書き,社内の業務,全社,全社展開,全社への導入,非公表,,2026-05-13,2024-04,https://www.microsoft.com/ja-jp/customers/story/26275-nippon-yusen-kabushiki-kaisha-azure,Microsoft Unified を活用して短期間での Microsoft 365 Copilot 全社導入を実現,Microsoft Customer Stories（日本マイクロソフト）,提供企業の導入事例,2026-09-28,2026-09-29,2026-09-29
9101-0003,9101,日本郵船,海運業,プライム,活用事例,生成AIで文書の仕事を助ける基盤「N-DOX」（Lighthouseと共同開発）,日本郵船とLighthouseが一緒に開発した、生成AIで文書の仕事を助ける基盤。傭船契約書のチェックや契約更改時の差異抽出を効率化し、約3カ月でプロトタイプを構築して実運用を開始した。,契約書チェックや契約更改の差異抽出に膨大な時間を要し、文書業務のDX化への相談が社内各部門から寄せられていた。,ドライバルク部門が外部ベンダーと開発していた契約書チェック機能をLighthouseと共に再構築し、文書業務支援プラットフォームとして展開した。,契約書のダブルチェックで人為的な確認漏れを防ぎ、担当者は最終判断や交渉など付加価値の高い業務に集中できるようになった。,定量的な効果の公表はなし。差異抽出・影響分析・用語統一チェック等の機能は順次追加予定。,法務・審査・リスク,法務・審査・リスク,チェック・審査,チェック・審査,社内の業務,1部署・1業務,本番運用,,非公表,N-DOX,2025-12-18,,https://www.nyk.com/news/2025/20251218_03.html;https://logishift.net/2025/12/18/post-693/,生成AI活用の文書業務支援プラットフォーム「N-DOX」開発;日本郵船とLighthouse開発の生成AI文書支援「N-DOX」,日本郵船株式会社;LogiShift,当事者の発表;報道,2026-09-28,2026-09-29,2026-09-29
9101-0004,9101,日本郵船,海運業,プライム,活用事例,Microsoft Copilot Studioによる「自動車事故報告書分析エージェント」MVP構築（スキルアップNeXt伴走）,"自動車事業統轄グループに蓄積された過去約1,000件の事故報告書を対象に、スキルアップNeXtの支援でCopilot Studioを使った分析エージェントのMVPを約2カ月で構築した。自然言語の質問で傾向を分析し、棒グラフやヒートマップで出力する。","約1,000件の事故データがSharePoint Listの検索性・操作性の課題で網羅的に集計・活用できず、手作業の目視確認で精度にばらつきがありノウハウが属人化していた。",「Copilot Studio」「Power Automate」「AI Builder」「Office Scripts」を組み合わせ、フォーマットが混在する非構造化データをPythonの前処理で統合・構造化した。,定例報告資料の作成時間が従来の1〜2時間から30分程度に短縮できる見込み。,MVP段階。定型報告資料の自動作成機能は今後の検討課題。,製造・品質・保守,製造・品質・保守,データ分析,データ分析;文章の作成・下書き,社内の業務,1部署・1業務,実証・試行,,Microsoft,Microsoft Copilot Studio;Power Automate;AI Builder,2026-07-27,2026,https://www.skillupai.com/private-training/success_stories/nippon-yusen/;https://prtimes.jp/main/html/rd/p/000000207.000035215.html,"事故分析AIの構築から全社アイデアソンまで──過去データ約1,000件を「戦略的資産」に変え、AI活用の機運を全社へ広げる伴走開発;スキルアップNeXt、日本郵船の「自動車事故報告書分析エージェント」を2ヶ月で構築",スキルアップAI(スキルアップNeXt);PR TIMES,提供企業の導入事例;報道,2026-09-28,2026-09-29,2026-09-29
9104-0001,9104,商船三井,海運業,プライム,全社方針,「AIドリブン変革」方針：MOL PEARLデータ基盤へのAI学習と自然言語問い合わせ、ダッシュボード開発へのAI活用,サステナビリティ方針「AIドリブン変革」として、全社統合データ基盤MOL PEARLのデータをAIに学習させ、自然言語の問いかけだけで必要情報の探索・示唆提示ができる環境の実現を目指す。経営ダッシュボード開発ではAIを活用して課題整理・要件定義・関連ドキュメント作成を効率化しリードタイムを短縮している。,経営判断に必要なデータが分散し、全体像の把握に時間を要していた,標準化したPEARLデータをAIが学習しふつうの言葉で問いかけて情報を探し、示唆を得られるようにすることを目指す。ダッシュボード開発にもAIを組み込み開発リードタイムを短縮した,人とAIが協働してデータを分析し新たなビジネス機会や改善余地の発見を目指す方針を示した。ダッシュボード開発ではリードタイム短縮の効果があったとしている,自然言語問い合わせの環境は将来目標であり、出典時点では未実装,全社共通（業務を特定しない）,全社共通（業務を特定しない）,検索・質問への回答,検索・質問への回答;文章の作成・下書き,社内の業務,全社,方針・推進,経営計画での方針,非公表,MOL PEARL;経営ダッシュボード,,,https://www.mol.co.jp/sustainability/dx/ai/,AIドリブン変革,株式会社商船三井（サステナビリティサイト）,当事者の発表,2026-09-28,2026-09-29,2026-09-29
9104-0002,9104,商船三井,海運業,プライム,活用事例,船の運航の判断を助けるAI基盤（SOSC中核・生成AIアシスタント）,気象・海象、航行状況、地政学動向など分散した情報を一元管理し、過去の運航実績と現在の運航情報に基づき船舶が直面するリスクをリアルタイムで特定・抽出する生成AIアシスタントを搭載したプラットフォームを日本IBMと共同開発した。安全運航支援センター（SOSC）の知見とIBM Garage手法を組み合わせ、2026年7月1日より運用を開始した。,運航環境の複雑化（気象・海象の急激な変化や地政学要因）の中で、膨大かつ分散した情報から重要事象を抽出し意思決定の質と速度を両立する必要があった,データ管理基盤による情報統合に加え、生成AIアシスタントによるリスク特定・抽出と過去事故情報・知見のナレッジ活用を組み合わせた,SOSC担当者が大量の情報から大事な出来事をすばやくつかみ、予防的かつ的確な判断ができるようになったとしている（定量効果は未公表）,定量効果は未公表。今後機能拡張・対象業務拡大を継続するとしている,製造・品質・保守,製造・品質・保守;物流・購買・SCM,データ分析,データ分析,社内の業務,1部署・1業務,本番運用,,非公表,生成AIアシスタント（日本IBM共同開発）,2026-07-01,,https://www.mol.co.jp/pr/2026/26041.html;https://jp.newsroom.ibm.com/2026-07-01-mitsui-osk-lines-ibm-japan-joint-development-ai-platform-vessel-operations-decision-making,船舶運航の意思決定を高度化するAIプラットフォームを日本IBMと共同開発;商船三井と日本IBM、船舶運航の意思決定を高度化するAIプラットフォームを共同開発,株式会社商船三井;日本アイ・ビー・エム株式会社,当事者の発表;当事者の発表,2026-09-28,2026-09-29,2026-09-29
9104-0003,9104,商船三井,海運業,プライム,活用事例,生成AI RAGチャットボット「OfficeBot」で物流管理システムの社内問い合わせ・新人教育を効率化,商船三井ロジスティクスが2025年1月の新業務システム導入に伴い、システムヘルプデスクへの問い合わせ集中を回避するため生成AIチャットボット「OfficeBot」を社内ポータルに開設した。よくある質問と、税関手続き・出庫手続き・請求管理等の作業別操作マニュアルを学習させ、貨物輸送に関わる約600名が利用している。,複雑な物流管理システムの操作方法をベテラン社員が対面で教える必要があり、新人1人あたり約2か月・約168時間の教育工数を要していた。新システム導入時の問い合わせ集中も懸念された,社内ポータルにRAG型生成AIチャットボットを設置し、FAQと操作マニュアルを学習させて自己解決を促進した,RAG質問約960件・正確性88%・有効な知見の取得約850回。教育時間と現場負担を大幅に軽減したとしている,削減工数（約168時間）は教育期間換算の見込み値,総務・社内の問い合わせ・ナレッジ,総務・社内の問い合わせ・ナレッジ,検索・質問への回答,検索・質問への回答,社内の業務,複数部署,本番運用,,国内のAI企業,OfficeBot,2025-06-20,2025-01,https://officebot.jp/case/mol-logistics/,商船三井ロジスティクス株式会社：導入事例｜社内データと対話する生成AI 法人向けRAG OfficeBot,OfficeBot（提供企業）,提供企業の導入事例,2026-09-28,2026-09-29,2026-09-29
9107-0001,9107,川崎汽船,海運業,プライム,全社方針,Azure OpenAI Service活用の社内AIチャット「アイプリシティ チャット Powered by ChatGPT API」を国内全社で利用開始,日本ビジネスシステムズ提供の、Azure OpenAI Serviceを活用した社内向けAIチャットを2023年8月に国内全社で利用開始。イントラネット上で使え、入力情報は二次利用されず自社専用のAzure環境に蓄積される。あわせて生成AI利用ガイドラインを策定し全社に公開した。,急速に変化する事業環境に対応した業務効率化と、情報漏洩を防ぐ安心・安全な生成AI利用環境の確保。,自社専用のセキュアなAzure環境に情報が残る設計を採用し、生成AI利用ガイドラインを全社公開したうえで国内全社に展開した。,国内全社での利用開始を発表。具体的な利用実績や削減効果はこの発表では示されていない。,部門別の用途や定量的な効果は公表資料に記載がない。,全社共通（業務を特定しない）,全社共通（業務を特定しない）,特定しない（用途の記載なし）,特定しない（用途の記載なし）,社内の業務,全社,全社展開,全社への導入;社内ルール・ガイドライン,OpenAI;Microsoft,アイプリシティ チャット Powered by ChatGPT API;Azure OpenAI Service,2023-08-28,2023-08,https://www.kline.co.jp/ja/news/other/other-20230828.html;https://www.kline.co.jp/ja/ir/library/report/main/0111110/teaserItems1/0/linkList/0/link/KL_AR2024_allpage.pdf,Azure OpenAI Serviceを活用した社内AIチャットを国内全社で利用開始;“K” LINE REPORT 2024（統合報告書）,川崎汽船株式会社;川崎汽船株式会社,当事者の発表;IR・経営資料,2026-09-28,2026-09-29,2026-09-29
9107-0002,9107,川崎汽船,海運業,プライム,全社方針,法人向け生成AIチャット「exaBase 生成AI」全社導入と活用推進プログラム,2024年6月にエクサウィザーズの法人向け生成AIチャット「exaBase 生成AI」を正式導入。活用推進プログラムや社内ポータル・講習会での情宣で利用を後押しし、半年でユーザー数を約2倍・全社員の50%超まで広げた。翻訳・要約・アイデア出しでの利用が中心で、社内データと連携した検索も始まった。,従来のGPT-3.5ベースの利用では、LLMの急速な進化に対して社員の活用があまり進んでいなかった。,セキュリティとUIを評価してexaBase 生成AIを正式導入し、業務定着プログラムで日常業務への組み込みを支援。希望者全員にアカウントを配布し、社内問い合わせ窓口や利用シーンの共有で定着を進めた。,"ユーザー数は半年で約2倍、全社員の50%超（2024年12月時点）が利用。月間の業務削減時間は420時間から2,770時間へ6倍（約15人分相当）に増加。",削減時間の数値はexaBase側の推計。,全社共通（業務を特定しない）,全社共通（業務を特定しない）,翻訳,翻訳;要約・議事録;アイデア出し,社内の業務,全社,全社展開,全社への導入,国内のAI企業,exaBase 生成AI,2025-02-13,2024-06,https://prtimes.jp/main/html/rd/p/000000325.000030192.html;https://www.kline.co.jp/ja/ir/library/report/main/0111113/teaserItems1/0/linkList/0/link/KL_AR2025_JA.pdf,「exaBase 生成AI」活用の川崎汽船において、活用推進支援により業務削減時間6倍に貢献;“K” LINE REPORT 2025（統合報告書）,株式会社エクサウィザーズ（PR TIMES）;川崎汽船株式会社,提供企業の導入事例;IR・経営資料,2026-09-28,2026-09-29,2026-09-29
9107-0003,9107,川崎汽船,海運業,プライム,全社方針,「100が変える未来の働き方」— 生成AI利用率100%・AIエージェント「AIクルー」100体の数値目標,2026年3月に掲げたキャッチフレーズのもと、生成AI利用率100%・業務支援AIエージェント「AIクルー」100体・社員1人あたり年間100時間のAI協業という数値目標を設定し、全社的に生成AI活用を推進している。データを正しく解釈させるための社内データ整備も合わせて進める。,,数値目標を掲げて全社的に生成AI活用を推進し、「AIクルー」と名付けたAIエージェントの導入を進める。あわせてメタデータ整備など社内データ基盤の整備も進めている。,2028年ごろまでに「データ駆動型海運会社」のトップランナーを目指すとしている（目標であり実績ではない）。,自社発表の一次資料は確認できず、専門紙のインタビュー記事のみで収録。具体的なツール名・導入規模は記事に記載がない。,全社共通（業務を特定しない）,全社共通（業務を特定しない）,業務の自動化・AIエージェント,業務の自動化・AIエージェント,社内の業務,全社,方針・推進,経営計画での方針,非公表,AIクルー（AIエージェント）,2026-05-15,2026-03,https://www.kaijipress.com/news/shipping/2026/05/201462/;https://apl.jmd.co.jp/article.php?no=317419,「データ駆動型海運会社」への進化 川崎汽船・内田常務、全社でAIを前提にしたデータ利活用推進;【新ユニット統括に聞く】（4）川崎汽船常務執行役員 統括CDIO 内田洋氏、データ駆動型の会社へ,海事プレスONLINE;日本海事新聞,報道;報道,2026-09-28,2026-09-29,2026-09-29
9110-0001,9110,ＮＳユナイテッド海運,海運業,プライム,全社方針,生成AI（Microsoft Copilot）の全社導入と日常業務での活用推進,中期経営計画のDX戦略の一環として、業務効率化と付加価値創出を目的に生成AI（Microsoft Copilot）を全社共通インフラとして導入。毎月発行の「DX／ITだより」で活用事例やノウハウを共有し、全社的な普及・定着を図っている。,,DXチームとワーキンググループによる推進体制のもと、Microsoft Copilotを全社インフラとして導入し、「DX／ITだより」の月次発行で活用事例・ノウハウを共有して普及を進めた,仕事の負担を減らし質を上げる取り組みが増えていると報告されているが、定量的な効果は公表されていない,具体的な利用部門・業務別の使途や定量効果は公表されていない,全社共通（業務を特定しない）,全社共通（業務を特定しない）,特定しない（用途の記載なし）,特定しない（用途の記載なし）,社内の業務,全社,全社展開,全社への導入,Microsoft,,2025-09-05,,https://www.nsuship.co.jp/en/ir/library/nsu_reports/main/00/teaserItems2/00/linkList/0/link/NSU_reports_2025_EN_W.pdf;https://www.nsuship.co.jp/ja/ir/library/nsu_reports/main/00/teaserItems2/00/linkList/0/link/ETSURAN%20NSU_reports_2026.pdf,NS UNITED REPORT 2025 (English);NS UNITED REPORT 2026,ＮＳユナイテッド海運株式会社;ＮＳユナイテッド海運株式会社,IR・経営資料;IR・経営資料,2026-09-28,2026-09-29,2026-09-29
9119-0001,9119,飯野海運,海運業,プライム,全社方針,生成AIの全社的な利活用推進と、生成AIを用いた業務支援ツール作成への着手,統合報告書2025のDX特集で、2023年度に設置したDX推進部を中心に、生成AI活用の全社的な利活用を推進し、生成AIを用いた業務支援ツールの作成に着手したと記載した。2025年度以降は全社的なデータ利活用を進めるための基盤構築などの仕組みづくりに取り組む方針とした。,,DX推進部（2023年度設置）が主導し、生成AIの全社利活用を推進し、生成AIを用いた業務支援ツールの作成に着手した,2025年度以降、全社的なデータ利活用を促進できるよう基盤構築をはじめとした仕組みづくりに取り組むとした（定性的な方針表明）,業務支援ツールの具体的な用途・対象部署・効果の数値は非公表,全社共通（業務を特定しない）,全社共通（業務を特定しない）,特定しない（用途の記載なし）,特定しない（用途の記載なし）,社内の業務,不明,方針・推進,推進組織・体制;経営計画での方針,非公表,,2025-09,,https://kabuyoho-sls-disclose.ifis.co.jp/ab9/140120251017575086.pdf,IINO LINES INTEGRATED REPORT 2025,飯野海運株式会社,IR・経営資料,2026-09-28,2026-09-29,2026-09-29
9142-0001,9142,九州旅客鉄道,陸運業,プライム,全社方針,生成AIの全社活用推進 ― Copilot全社基盤＋Gemini/NotebookLM目的別導入、ガイドライン策定・D1グランプリ生成AI部門,デジタル変革推進部が2023年からボトムアップで生成AI活用を推進。全社員が使えるCopilot（Microsoft 365連携）を全社基盤とし、希望者にはGemini（資料の叩き台）やNotebookLM（大量書類の要約・解説動画生成）を用途別に提供。重要情報非入力等のシンプルなルールを策定し、全社ポータルでユースケースを共有、グループ表彰「D1グランプリ」に生成AI部門を新設した。,生成AIの社内浸透と安全な活用ルールの両立、全社展開とユースケース発掘,JDLAガイドラインを参考に過度に制限しないルールを設計し、複数AIツールを目的別に使い分け、ポータルでのユースケース可視化や表彰制度でインセンティブ化した,文書作成・データ整理・会議要約など汎用業務が効率化し、資料作成時間短縮・質向上につながった。定量効果は未公表,基幹システム連携・業務フローへの直接組み込みは今後の課題としている,全社共通（業務を特定しない）,全社共通（業務を特定しない）,文章の作成・下書き,文章の作成・下書き;要約・議事録,社内の業務,全社,全社展開,全社への導入;社内ルール・ガイドライン;研修・人材育成;推進組織・体制,Microsoft;Google,Copilot;Gemini;NotebookLM,2026-04-28,2023,https://ai-keiei.shift-ai.co.jp/interview-f7-jrkyushu/;https://www.jrkyushu.co.jp/company/esg/digital/pdf/jrkyushugroup_dx_2025_ver2.pdf,JR九州に聞く プログラミング未経験者がAIでアプリを作る組織はどう生まれたか;JR九州グループ DX戦略,AI経営総合研究所（株式会社SHIFT AI）;九州旅客鉄道株式会社,報道;IR・経営資料,2026-09-28,2026-09-29,2026-09-29
9142-0002,9142,九州旅客鉄道,陸運業,プライム,活用事例,非エンジニア社員が生成AIを活用したプログラミング・RPAエラー解析・社内アプリ開発,2019年頃から導入したRPAツールのエラー解析・デバッグが負担となっていたが、RPAのエラーコードを生成AIに解析させることでデバッグの処理速度が向上した。プログラミング未経験の社員が生成AIに書き方を教わりながら自らコードを書き、社内アプリの試作品をつくった例もある。,RPAのエラー解析・デバッグ作業が大きな負担で、専門知識がないと解決困難なエラーへの対応が課題だった,全社基盤のCopilot等の生成AIをパートナーとして、非エンジニアが自律的にコード生成とエラー解析を行える体制を目指した,RPAデバッグの処理速度が向上し、非エンジニアが生成AIに聞きながらコードを書き解決策を見つける変化が生まれた。定量効果は未公表,個別業務への直接組み込みは今後の課題としている,ソフトウェア開発・IT,ソフトウェア開発・IT,コード生成,コード生成,社内の業務,複数部署,本番運用,,Microsoft,Copilot,2026-04-28,,https://ai-keiei.shift-ai.co.jp/interview-f7-jrkyushu/,JR九州に聞く プログラミング未経験者がAIでアプリを作る組織はどう生まれたか,AI経営総合研究所（株式会社SHIFT AI）,報道,2026-09-28,2026-09-29,2026-09-29
9143-0001,9143,ＳＧホールディングス,陸運業,プライム,活用事例,RAG機能付き生成AIチャット「RICOH Chatbot Service 生成AIチャット Pro」を全国約100拠点の社内問い合わせ対応に導入,2019年から運用していたFAQ型チャットボットを、RAG機能を持つ生成AIとのハイブリッド運用ができる「RICOH Chatbot Service 生成AIチャット Pro」にリプレースした。まずFAQで回答し、見つからない場合は生成AIに聞く2段階の設計で、全国約100拠点からの社内問い合わせと社内資料の検索に対応する。,従来のFAQ型チャットボットは95%の質問に回答できていたが、残り5%の多様な質問への対応や、頻繁に更新される通達・規定類など膨大な資料からの情報検索に時間がかかっていた。,FAQ型と生成AIのRAGを組み合わせたハイブリッド運用にして、信頼性とカバー率を両立させた。資料をアップロードして回答を生成し、参照元のリンクも表示する。外部に情報を出さない社内環境で運用する。,"回答到達率が95%から98%に向上し、月間利用件数も約1万件から1万2,000〜3,000件へ約2割増加した。参照元リンクの表示で資料探索の時間も短縮した。",ハルシネーションのリスクに対し、FAQを優先する2段階設計で対処している。,総務・社内の問い合わせ・ナレッジ,総務・社内の問い合わせ・ナレッジ,検索・質問への回答,検索・質問への回答;対話での応対,社内の業務,複数部署,本番運用,,国内のAI企業,RICOH Chatbot Service 生成AIチャット Pro,,,https://promo.digital.ricoh.com/chatbot/case/sagawa-logi/,FAQと生成AIのハイブリッドチャットボットの運用で、社内問い合わせ対応の回答到達率98%を実現。全国約100拠点の現場業務を強力に支援,リコー（RICOH Chatbot Service）,提供企業の導入事例,2026-09-28,2026-09-29,2026-09-29
9143-0002,9143,ＳＧホールディングス,陸運業,プライム,活用事例,グーグル・クラウド・ジャパンと戦略的な提携 — 一部部門でのGemini/NotebookLM活用と社内ハッカソン,次世代物流システムの実現に向け、グーグル・クラウド・ジャパンと戦略的な提携の協定を結んだ。テーマに応じてGeminiやNotebookLMを一部部門で活用しているほか、社内ハッカソンでは一般社員から「業務エージェント」による現場効率化の具体的な活用案が多数提案された。,輸送力の安定化、ベテランと新人ドライバーの知見差の標準化、業務効率化と業務プロセスの変革が課題だった。,Google Cloudとの戦略的パートナーシップでAIモデル・データ基盤・エージェント基盤を活用。テーマとの親和性を見てGemini・NotebookLMを一部部門に導入し、社内ハッカソンで現場発のエージェント活用案を集めた。,一部部門でGemini・NotebookLMが重宝されていると紹介された。社内ハッカソンで業務エージェントによる現場効率化案が多数提案された。定量的な効果は未公表。,生成AIの活用は取材時点で一部部門にとどまる記述で、全社導入の状況は分からない。,全社共通（業務を特定しない）,全社共通（業務を特定しない）;物流・購買・SCM,検索・質問への回答,検索・質問への回答;業務の自動化・AIエージェント,社内の業務,複数部署,本番運用,,Google,Gemini;NotebookLM,,,https://special.nikkeibp.co.jp/atclh/ONB/26/nextx_39/;https://www.sg-hldgs.co.jp/ir/library/annual/pdf/Integrated_Reports_003.pdf,Google AIでビジネス変革 佐川が挑む次世代物流構想;SGH 統合報告書 2025,日経ビジネス電子版Special（グーグル・クラウド・ジャパン提供）;SGホールディングス株式会社,報道;IR・経営資料,2026-09-28,2026-09-29,2026-09-29
9147-0001,9147,ＮＩＰＰＯＮ　ＥＸＰＲＥＳＳホールディングス,陸運業,プライム,全社方針,NXグループ専用の生成AIサービス「NX-Brain」を開発・グループ展開（Azure OpenAI/ChatGPT基盤、2023年～38社へ拡大）,"2023年7月にプロジェクトを開始し、同年9月13日にAzure OpenAI Serviceを通したChatGPTによるグループ内向け生成AIサービス「NX-Brain」を導入した（NX情報システムが開発・運用）。入力内容をAI学習に使わない情報漏洩対策を施し、まずNXHD・日本通運など約33,000人で開始。2025年8月時点でグループ38社へ拡大し、ユーザー数9,600人・利用51万回超に増加した。",外部生成AIサービスの情報漏洩リスクと、汎用AIでは業界・自社固有のルール・業務知識に対応できない課題,安全性確保と業務最適化のため自社専用生成AIを開発。学習データ非利用の環境で導入し、コミュニティでプロンプト・事例を共有して各部門へ水平展開した,"ユーザー数は2024年の3,500人強・利用8.1万回から2025年7月時点で9,600人・51万回超に拡大した（公表値）",業務特化型アプリの成功事例作りと部門間展開は継続課題としている,全社共通（業務を特定しない）,全社共通（業務を特定しない）,特定しない（用途の記載なし）,特定しない（用途の記載なし）,社内の業務,グループ全体,全社展開,全社への導入,Microsoft,NX-Brain,2023-09-13,2023-07,https://www.nipponexpress-holdings.com/ja/news/press/2023/20230913-1.html;https://www.nx-infosys.com/recruit/project/02/;https://kitaishihon.s3.isk01.sakurastorage.jp/IrLibrary/9147_integrated_2026_k03m.pdf,NIPPON EXPRESSホールディングス、グループ内向け生成AIサービスを導入;生成AIでビジネスの未来を切り開く NX-Brainの挑戦（プロジェクトストーリー02）;NXグループ 統合報告書2026,NIPPON EXPRESSホールディングス株式会社;NX情報システム（採用サイト）;NIPPON EXPRESSホールディングス株式会社,当事者の発表;当事者の発表;IR・経営資料,2026-09-28,2026-09-29,2026-09-29
9147-0002,9147,ＮＩＰＰＯＮ　ＥＸＰＲＥＳＳホールディングス,陸運業,プライム,活用事例,物流Webアプリ「DCX」のBusiness Insightに生成AI(LLM)対話型分析機能「BI LLM Chat」を提供開始,日本通運はAI搭載型物流Webアプリ「DCX」のデータ分析オプション「Business Insight」に、生成AI（大規模言語モデル）を活用した新機能「BI LLM Chat」の提供を開始した。DCXに蓄積された顧客固有の物流データとインターネット上の最新情報をAIが統合解析し、自然言語の質問に対話形式で回答・示唆を提示する。入力データ・対話内容はAI学習に利用しないセキュアな環境で提供する。,不確実なサプライチェーン環境下で、顧客固有データと外部環境情報を踏まえた統合的かつ迅速な分析・意思決定が必要で、レポート作成・要因分析に数日を要していた,社内物流実績データと外部最新情報をLLMで統合解析する対話型AIチャットをサービス化し、自然言語で質問するだけで分析結果を取得できるようにした,従来数日を要したレポート作成・要因分析の工数を大幅に削減できるとしている。現場担当者から経営層まで迅速なデータ利活用を促進する,導入顧客数・定量効果は未公表。AWSのブログでは、BI LLM ChatはAmazon Bedrock AgentCoreで作ったマルチエージェントで、在庫・出荷データと文書を参照して答えると説明している。,物流・購買・SCM,物流・購買・SCM,検索・質問への回答,検索・質問への回答;データ分析,顧客向けの製品・サービス,1部署・1業務,導入を発表,,AWS,BI LLM Chat;DCX(Business Insight);Amazon Bedrock AgentCore,2026-08-19,,https://www.nipponexpress-holdings.com/ja/press/768;https://prtimes.jp/main/html/rd/p/000000174.000136897.html;https://aws.amazon.com/jp/blogs/news/nx-dcx/,日本通運、物流Webアプリ「DCX」で AIと対話できる新機能「BI LLM Chat」の提供を開始;日本通運、物流Webアプリ「DCX」でAIと対話できる新機能「BI LLM Chat」の提供を開始;日本通運の AI 搭載型物流 Web アプリ「DCX」— AWS で実現する次世代サプライチェーンの可視化と予測,NIPPON EXPRESSホールディングス株式会社;NIPPON EXPRESSホールディングス株式会社(PRTIMES配信);アマゾン ウェブ サービス ジャパン,当事者の発表;当事者の発表;提供企業の導入事例,2026-10-19,2026-09-29,2026-10-19
9201-0001,9201,日本航空,空運業,プライム,全社方針,全グループ従業員向け独自生成AI基盤「JAL-AI」,Azure OpenAI Service基盤の独自生成AIチャットツール「JAL-AI」を開発し2023年8月に初版を公開。社内マニュアルや議事録などをRAGで検索できるようにし、精度面の課題を踏まえて開発体制を見直して再展開した。2025年4月時点でグループ従業員の利用率が8割を超えた。,外部の生成AIサービスに社内情報を入力する際の情報漏えいへの懸念と、社内文書検索や議事録作成にかかる負担,Azure OpenAI Serviceを基盤にRAGで社内マニュアルや議事録を検索できるようにし、初版の検索精度の課題を踏まえて開発体制を見直して再展開した,2025年4月時点でJALグループ従業員の利用率が8割を超えた,初版はRAGの検索精度に課題があり、開発が一時中断した,全社共通（業務を特定しない）,全社共通（業務を特定しない）;総務・社内の問い合わせ・ナレッジ,検索・質問への回答,検索・質問への回答;要約・議事録,社内の業務,グループ全体,全社展開,全社への導入,Microsoft,,2025-05-26,2023-08,https://www.avanade.com/ja-jp/insights/clients/japan-airlines-generative-ai;https://www.itmedia.co.jp/enterprise/articles/2603/27/news008.html,JALグループにおける生成AI活用を支援、「JAL-AI」の開発、ユースケース拡大を支援;JALはRAGの“試練”にどう立ち向かったか プロジェクト中断から利用率80％超に至った「JAL-AI」の軌跡,アバナード日本;ITmediaエンタープライズ,提供企業の導入事例;報道,2026-09-28,2026-09-29,2026-09-29
9201-0002,9201,日本航空,空運業,プライム,活用事例,空港グランドスタッフ・ラウンジスタッフ向け生成AI「空港JAL-AI」,JAL-AIを空港業務向けに特化させた「空港JAL-AI」を開発し、2025年4月から全国の空港で運用を開始。グランドスタッフがiPadから危険物の検索やイレギュラー時のアナウンス文章作成、ラウンジ入場条件の検索に使う。,空港カウンターやラウンジでの問い合わせ対応やアナウンス文章作成にかかる時間,JAL-AIの基盤の上に空港業務向けの機能を追加し、iPadから使える形で全国の空港に展開した,実証時のアンケートでグランドスタッフの9割以上が顧客対応やアナウンス文章作成の速度向上を回答し、ラウンジスタッフも7割以上が回答速度の向上を回答した,公表されている効果はアンケートによる評価が中心,店舗・現場運営,店舗・現場運営;顧客対応・問い合わせ,検索・質問への回答,検索・質問への回答;文章の作成・下書き,社内の業務,複数部署,本番運用,,Microsoft,,2025-05-26,2025-04,https://www.avanade.com/ja-jp/insights/clients/japan-airlines-generative-ai;https://www.itmedia.co.jp/enterprise/articles/2603/27/news008.html,JALグループにおける生成AI活用を支援、「JAL-AI」の開発、ユースケース拡大を支援;JALはRAGの“試練”にどう立ち向かったか プロジェクト中断から利用率80％超に至った「JAL-AI」の軌跡,アバナード日本;ITmediaエンタープライズ,提供企業の導入事例;報道,2026-09-28,2026-09-29,2026-09-29
9201-0003,9201,日本航空,空運業,プライム,全社方針,AI人財育成プログラム「JAL AIカレッジ」,2025年8月に社内向けのAI人財育成プログラム「JAL AIカレッジ」を開校。段階を踏んだカリキュラムで全グループ社員がAIに触れる状態を目指し、50科目程度の選択科目を用意する計画。,グループの全社員が一度はAIを使ったことがある状態にする必要があった,内製・外部委託を試行錯誤し、航空業界特有の事例を盛り込んだ研修内容を整えた,50科目程度の選択科目を目標に展開中,内製・外部委託いずれも初期の内容は十分でなく、改善を重ねて内容を整えた,全社共通（業務を特定しない）,全社共通（業務を特定しない）;人事・採用・育成,特定しない（用途の記載なし）,特定しない（用途の記載なし）,社内の業務,グループ全体,方針・推進,研修・人材育成,非公表,,2026-03-25,2025-08,https://www.itmedia.co.jp/enterprise/articles/2603/27/news008.html,JALはRAGの“試練”にどう立ち向かったか プロジェクト中断から利用率80％超に至った「JAL-AI」の軌跡,ITmediaエンタープライズ,報道,2026-09-28,2026-09-29,2026-09-29
9201-0004,9201,日本航空,空運業,プライム,活用事例,小規模言語モデルPhi-4によるオフライン環境でのAI業務支援の実証,通信が使えない空港や機内でもAIによる業務支援ができるかを確かめるため、MicrosoftのPhi-4を使った実証実験を行った。,空港や機内など通信が制限される環境で生成AIを使えるかという課題,Phi-4をオフラインで動かす実証を行った,実証を実施したことが発表されているが、結果の詳細は公表されていない,実証結果の詳細は公表されていない,店舗・現場運営,店舗・現場運営,特定しない（用途の記載なし）,特定しない（用途の記載なし）,社内の業務,1部署・1業務,実証・試行,,Microsoft,,2026-03-25,,https://www.itmedia.co.jp/enterprise/articles/2603/27/news008.html,JALはRAGの“試練”にどう立ち向かったか プロジェクト中断から利用率80％超に至った「JAL-AI」の軌跡,ITmediaエンタープライズ,報道,2026-09-28,2026-09-29,2026-09-29
9202-0001,9202,ＡＮＡホールディングス,空運業,プライム,活用事例,生成AIプラットフォーム「neoAI Chat」の航空機オペレーション部門への本格導入,ANAはneoAIの生成AIプラットフォーム「neoAI Chat」を2025年10月より空港・整備・客室・運航などオペレーション部門へ横断的に本格導入した。2024年8月に成田空港で試験導入し有効性を確認済み。自社クラウド基盤上でRAGにより社内の規程・マニュアルを解析し、根拠文書付きで対話形式で回答する。,膨大な規程・マニュアルからの迅速・正確な情報引き出しが個人の経験値に依存し時間を要していた,ANA管理の自社クラウド上でneoAI Chatを運用し、RAGで社内文書を解析して根拠文書付きで回答する仕組みとした,規程・マニュアル検索時間を従来比約90%短縮、報告書・教育資料等の作成時間を約75%削減（公表値）,削減効果は試験導入・見込みベースの公表値,総務・社内の問い合わせ・ナレッジ,総務・社内の問い合わせ・ナレッジ;製造・品質・保守,検索・質問への回答,検索・質問への回答;文章の作成・下書き,社内の業務,複数部署,本番運用,,国内のAI企業,neoAI Chat,2025-10-16,2024-08,https://www.anahd.co.jp/group/pr/202510/20251016-4.html;https://www.itmedia.co.jp/aiplus/article/2510/16/1251016124/,AI の活用で、お客様体験のさらなる向上へ ～ANAは、生成AIプラットフォーム「neoAI Chat」を航空機オペレーション部門へ横断的に本格導入しました～;ANA、生成AIで一部業務時間を90％削減へ 東大松尾研発のスタートアップと協力,全日本空輸株式会社;ITmedia AI+,当事者の発表;報道,2026-09-28,2026-09-29,2026-09-29
9202-0002,9202,ＡＮＡホールディングス,空運業,プライム,活用事例,会議議事録作成を自動化する生成AIツール「しゃべログ」,DATUM STUDIO・ちゅらデータと協業開発した議事録自動化ツール。音声・動画の文字起こしと議事録整形、話者区別、航空業界専門用語の用語辞書、会議資料テキスト参照による同音異義語識別を備え、グループ従業員が広く利用している。,安全性・個人情報を扱う会議でセキュアかつ正確な議事録作成が不可欠だが、情報漏洩防止の要件に合う外部サービスがなかった,データを学習しない制限が可能な仕組みとして開発し、会議資料の文字情報参照で文字起こし精度を高めた,議事録作成時間が従来の約1/5〜1/8に削減、文字起こし精度80〜90%（公表値）,提供企業記事ベースの公表値。導入時期は未公表,総務・社内の問い合わせ・ナレッジ,総務・社内の問い合わせ・ナレッジ,要約・議事録,要約・議事録,社内の業務,全社,本番運用,,自社開発,しゃべログ,2025-04-28,,https://datumstudio.jp/casestudy/ana01/,従業員の細やかなニーズにマッチした生成AIを次々導入 ANAグループ従業員4万人に広がるAI活用の舞台裏,DATUM STUDIO株式会社,提供企業の導入事例,2026-09-28,2026-09-29,2026-09-29
9202-0003,9202,ＡＮＡホールディングス,空運業,プライム,活用事例,アンケート自由記述分析を自動化する生成AIツール「ANAlyzer-Buddy」,DATUM STUDIO・ちゅらデータと開発したアンケート分析ツール。自由記述テキストにタグ・カテゴリーを自動付与し、1プロンプトを100件に同時適用して高速処理する。回答データから新しいタグ候補も生成する。,4万人規模のアンケート自由記述分析が約20人×2週間以上を要し、複数部署が重複分析し担当者間で基準にばらつきがあった,生成AIによるタグ・カテゴリー自動付与と候補生成の仕組みを構築し、同時100件処理で高速化と回答一貫性を確保した,分析時間を約1/10に短縮、分析基準のばらつき解消と分析の質向上（公表値）,提供企業記事ベースの公表値,総務・社内の問い合わせ・ナレッジ,総務・社内の問い合わせ・ナレッジ,データ分析,データ分析,社内の業務,複数部署,本番運用,,自社開発,ANAlyzer-Buddy,2025-04-28,,https://datumstudio.jp/casestudy/ana01/,従業員の細やかなニーズにマッチした生成AIを次々導入 ANAグループ従業員4万人に広がるAI活用の舞台裏,DATUM STUDIO株式会社,提供企業の導入事例,2026-09-28,2026-09-29,2026-09-29
9202-0004,9202,ＡＮＡホールディングス,空運業,プライム,全社方針,全グループ従業員約4万人への生成AIアカウント配布とAI活用推進方針,ANAはDXを経営戦略の中心に据え、従業員の生産性向上と顧客体験価値向上を目的にAI活用を全社推進している。利用ルールを定めた上でグループ全従業員(約4万人)に生成AIアカウントを配布し、デジタル変革室が事業部門要望起点で業務特化ツールを開発・展開している。,基礎的業務の効率化による高付加価値業務への注力と、全社的な生成AI活用の安全な推進,全従業員への生成AIアカウント配布と利用ルール整備、事業部門要望起点のツール開発を組み合わせた,約4万人のグループ従業員を対象にAI活用を推進（配布実績を公表）,配布した生成AIアカウントの種類（製品名）は記事上未特定,全社共通（業務を特定しない）,全社共通（業務を特定しない）,特定しない（用途の記載なし）,特定しない（用途の記載なし）,社内の業務,グループ全体,全社展開,全社への導入,非公表,,2025-04-28,,https://datumstudio.jp/casestudy/ana01/,従業員の細やかなニーズにマッチした生成AIを次々導入 ANAグループ従業員4万人に広がるAI活用の舞台裏,DATUM STUDIO株式会社,提供企業の導入事例,2026-09-28,2026-09-29,2026-09-29
9202-0005,9202,ＡＮＡホールディングス,空運業,プライム,全社方針,CVC「ANA未来創造ファンド」を通じ生成AI基盤モデル開発のSakana AIへ出資,ANAホールディングスはCVCファンド「ANA未来創造ファンド」を通じ、生成AI基盤モデルを開発するSakana AIへ出資した。「生成AIをはじめとした最新技術をグループ横断で効果的に活用し生産性向上を含めた変革につなげる」ことを経営戦略の中心に掲げ、事業連携に向け議論を加速するとした。,ANAグループ特有の多面的課題を解決する高度AIモデルとの連携機会,CVC出資を契機に基盤モデル開発企業との事業連携を検討する方針とした,出資を実行したと発表し、Sakana AIとの事業連携に向けた議論を加速する方針を示した,出資・連携の発表であり、具体的な生成AI導入用途は未確定,全社共通（業務を特定しない）,全社共通（業務を特定しない）,特定しない（用途の記載なし）,特定しない（用途の記載なし）,社内の業務,グループ全体,方針・推進,経営計画での方針,非公表,,2024-11-05,,https://www.anahd.co.jp/group/pr/202411/20241105-5.html,ANA未来創造ファンドとしてSakana AI株式会社へ出資,ANAホールディングス,当事者の発表,2026-09-28,2026-09-29,2026-09-29
9202-0006,9202,ＡＮＡホールディングス,空運業,プライム,活用事例,ANA X×ADDIX、生成AIによるホテル・観光向け動画コンテンツの共同PoC,ANA XとADDIXは観光・ホテル業界向けに生成AIを活用した動画コンテンツの共同PoCを開始した。静止画素材から人物やシーンをAIが自動生成し、撮影・モデル手配なしに短期間で動画を制作する。生成動画はANAのホテル・旅行関連施設紹介ページで使用する。,映像制作のコスト・期間が課題で、情緒的価値を喚起する臨場感ある表現が求められていた,ADDIXの生成AI映像技術とANA Xの観光・ホテル知見を組み合わせ、既存画像素材からAIが動画を生成する仕組みとした,制作コスト・期間の削減と旅行者体験価値向上を検証中。将来的な収益化モデル構築・コンテンツ制作内製化支援も視野に入れている,PoC開始時点の公表で効果の実測値は未公表,広報・コンテンツ制作,広報・コンテンツ制作;営業・マーケティング,画像・動画・デザインの生成,画像・動画・デザインの生成,顧客向けの製品・サービス,1部署・1業務,実証・試行,,国内のAI企業,,2025-11-20,,https://www.anahd.co.jp/group/pr/202511/20251120-3.html,ANA XとADDIXが生成AIによるホテル・観光向け動画コンテンツの共同PoCを開始,ANA X株式会社／株式会社ADDIX,当事者の発表,2026-09-28,2026-09-29,2026-09-29
9202-0007,9202,ＡＮＡホールディングス,空運業,プライム,活用事例,「ANAのふるさと納税」に返礼品選びを案内する生成AIチャットボットを導入,ANAグループのANAあきんどが運営するふるさと納税サイトに、ecbeingの生成AIチャットボット「AIデジタルスタッフ」を入れ、2026年10月1日から本格運用を始めた。利用者の相談に応じて返礼品の提案や手続きの案内を行う。,返礼品の数が多くて選べない、ワンストップ特例などの手続きが不安、という利用者の声があった。,サイトの情報や連携データを参照して回答を作るチャットボットを、時間を問わず使える窓口として置いた。アバターにはANAの客室乗務員の姿を使っている。,,出典は提供会社（ecbeing）の発表と報道で、ANAグループ側の発表は確認していない。提供会社は生成AIの例としてChatGPTを挙げているが、このサイトで使うモデルは明記されていない。今後「旅の返礼品」ページなどへの設置拡大を予定。,顧客対応・問い合わせ,顧客対応・問い合わせ;営業・マーケティング,対話での応対,対話での応対;検索・質問への回答,顧客向けの製品・サービス,1部署・1業務,本番運用,,国内のAI企業,AIデジタルスタッフ,2026-10-01,2026-10,https://www.ecbeing.net/contents/detail/p/695;https://ai.watch.impress.co.jp/docs/news/2144883.html,「ANAのふるさと納税」に生成AIチャットボット「AIデジタルスタッフ」導入;ANAのふるさと納税、返礼品選びを支援する生成AIチャット導入,ecbeing;AI Watch,提供企業の導入事例;報道,2026-10-19,2026-10-19,2026-10-19
9206-0001,9206,スターフライヤー,空運業,スタンダード,活用事例,Oracle Fusion Cloud ERP採用による財務会計での生成AI・AIエージェント活用方針,財務会計システム刷新として「Oracle Fusion Cloud Applications」の財務会計（ERP）を採用。組み込みの生成AI・AIエージェントを四半期更新で追加コストなしに利用できる点が採用の決め手の一つとされ、財務・経理部門で生成AI等を積極活用し経営意思決定を支援する環境整備を目指すとしている。,個別開発・複数パッケージを長年運用してきたことで開発者不在によるブラックボックス化、改修・障害対応の工数、属人化リスクが課題だった。,Fit to Standard型のSaaS導入で独自カスタマイズを最小化し、標準搭載の生成AI・AIエージェントを活用する方針。,財務経理業務の高度化とデータドリブン経営、2027年4月施行の新リース会計制度対応を目標に掲げている。採用発表段階で、生成AIの具体的な稼働機能や定量効果は未公表。,採用発表はベンダー（日本オラクル）側からで、生成AI機能の実利用はこれから。,経理・財務・IR,経理・財務・IR,特定しない（用途の記載なし）,特定しない（用途の記載なし）,社内の業務,1部署・1業務,導入を発表,,非公表,Oracle Fusion Cloud Applications;Oracle Fusion Cloud ERP,2026-03-17,,https://prtimes.jp/main/html/rd/p/000000460.000057729.html;https://it.impress.co.jp/articles/-/29114,スターフライヤー、財務会計の業務改革にOracle Fusion Cloud Applicationsを選択;スターフライヤー、財務会計をOracle Cloud ERPに刷新、標準化・自動化で運用負荷を削減,日本オラクル株式会社（PR TIMES配信）;IT Leaders（インプレス）,提供企業の導入事例;報道,2026-09-28,2026-09-29,2026-09-29
9233-0001,9233,アジア航測,空運業,スタンダード,全社方針,社内向け生成AIサービス「αGeAI」の全社利用開始（生産性・品質向上）,アジア航測版生成AIサービス「αGeAI」を2024年4月より全社員向けに利用開始。Azure OpenAI Serviceを基盤に独自セキュリティ対策を施し、社内ネットワーク限定でアクセス。UIにKMS「リソースAI」を採用し研修不要の利用環境。「生成AI利用ガイドライン」を策定・全社周知し、DB蓄積の社内文書を参照するRAG的機能も段階的に開放している。,一人ひとりの社員が行っていた作業の効率化と品質向上、生まれた時間を新価値創出・知的生産性向上活動へ振り向けること,セキュアな社内限定環境と誰でも使えるUIで全社浸透を図り、「生成AI利用ガイドライン」で運用統制。ナレッジの全社共有を推進,"試行段階からプログラミングや文章の生成・添削・要約等に有効と確認。提供元KMSのカスタマイズ後は利用者が導入初期の約20%から約50%へ拡大し、年間約3,300時間の業務時間削減が見込まれると試算されている",定量効果はKMS公表値。RAG機能は段階的開放予定段階,全社共通（業務を特定しない）,全社共通（業務を特定しない）,文章の作成・下書き,文章の作成・下書き;コード生成;検索・質問への回答,社内の業務,全社,全社展開,全社への導入;社内ルール・ガイドライン,Microsoft;OpenAI;Anthropic,αGeAI;Azure OpenAI Service;Anthropic Claude;DALL-E 3;リソースAI（KMS）,2024-05-28,2024-04,https://www.ajiko.co.jp/news_detail/1479;https://www.ajiko.co.jp/documents/20260226AASIntegrated_report2025.pdf;https://www.ajiko.co.jp/upload/2025/02/20/20250226AASIntegrated_report.pdf;https://www.ajiko.co.jp/news_detail/1525;https://prtimes.jp/main/html/rd/p/000000022.000136795.html,生産性向上・品質向上のための生成AI「αGeAI」の活用開始;統合報告書2025;統合報告書2024;生成AIアイデアソン開催のお知らせ;KMS、アジア航測株式会社へ生成AIソリューション「αGeAI」を導入～業務時間削減に向けた効率化の実現～,アジア航測株式会社;アジア航測株式会社;アジア航測株式会社;アジア航測株式会社;株式会社KMS,当事者の発表;IR・経営資料;IR・経営資料;当事者の発表;提供企業の導入事例,2026-09-28,2026-09-29,2026-09-29
9233-0002,9233,アジア航測,空運業,スタンダード,活用事例,生成AIエージェント搭載の行政向けGIS拡張製品「ALANDIS+GeAI(仮称)」開発,日本マイクロソフトの技術支援を受け、行政向けGIS「ALANDIS+」に生成AIエージェントを統合した拡張製品「ALANDIS+GeAI(仮称)」を開発。Azure OpenAI in Foundry Models基盤で、LGWAN経由のセキュア提供も可能。GIS操作の自然言語化に加え、職員の知見・法令を参照した実務支援を提供する。提供開始は2026年10月以降を予定。,自治体業務で空間情報・対応履歴・担当者知見・運用ルール・法令等を横断確認する必要があり、情報の分散により検索・照会・文書作成に時間がかかる,GIS機能と生成AIエージェントUI（ALANDIS+画面上）に加え、GIS・業務手順・法令を参照するWebアプリ型AIエージェントの2系統を統合,自治体職員の業務効率化と意思決定高度化を目標とする（提供前のため効果は未公表）,製品名は仮称。提供前のため導入実績なし,企画・商品開発,企画・商品開発;ソフトウェア開発・IT,検索・質問への回答,検索・質問への回答;文章の作成・下書き,顧客向けの製品・サービス,1部署・1業務,計画・開発中,,Microsoft,ALANDIS+GeAI;Azure OpenAI in Foundry Models;ALANDIS+,2026-05-18,,https://www.ajiko.co.jp/news_detail/1778,生成AIエージェントを活用した行政向けGIS拡張製品「ALANDIS+GeAI(仮称)」を日本マイクロソフトの技術支援を受けて開発,アジア航測株式会社,当事者の発表,2026-09-28,2026-09-29,2026-09-29
9301-0001,9301,三菱倉庫,倉庫・運輸関連業,プライム,全社方針,対話型生成AI「MLC-AI Chat [Powered by ChatGPT API]」の全役職員向け利用開始,三菱倉庫グループの全役職員を対象に、Microsoft Azure OpenAI Service上に構築した対話型生成AI「MLC-AI Chat」を2023年8月から利用できるようにした。外部への入力情報の漏洩を防ぐなどのセキュリティ対策を講じ、情報収集や議事録・提案書などの文書作成、プログラム作成に活用し、社内業務の効率化と新サービスの創出を目指すとした。,社内業務の効率化・業務改善と、新たなサービス創出の加速,Azure OpenAI Serviceを使い、情報漏洩防止などのセキュリティ対策を講じた対話型生成AIを構築し、全役職員に提供した,社内業務の効率化・業務改善を進め、新たなサービス創出につなげる方針を表明（定量効果は非公表）,定量的な利用実績・効果は非公表,全社共通（業務を特定しない）,全社共通（業務を特定しない）,文章の作成・下書き,文章の作成・下書き;検索・質問への回答;コード生成,社内の業務,グループ全体,全社展開,全社への導入;社内ルール・ガイドライン,Microsoft;OpenAI,MLC-AI Chat [Powered by ChatGPT API];Microsoft Azure OpenAI Service,2023-08-04,2023-08,https://www.mitsubishi-logistics.co.jp/news/2023/20230804_01.html;https://www.lnews.jp/2023/08/p0804405.html;https://recruit.mitsubishi-logistics.co.jp/corporate/dx/,対話型生成AI「MLC-AI Chat [Powered by ChatGPT API]」の利用開始について;三菱倉庫／対話型生成AIの利用を開始;DX戦略｜三菱倉庫株式会社 新卒採用,三菱倉庫株式会社;物流ニュースLNEWS;三菱倉庫株式会社,当事者の発表;報道;当事者の発表,2026-09-28,2026-09-29,2026-09-29
9301-0002,9301,三菱倉庫,倉庫・運輸関連業,プライム,全社方針,経営計画[2025-2030]における生成AI・RPA利用拡大と市民開発推進,経営計画[2025-2030]のDX戦略で、先端技術利活用の深化と拡大の施策として「生成AI・RPAの利用拡大、市民開発の推進により事務作業の自動化・効率化を推進」を掲げた。同計画では2025〜2030年度累計でDX投資350億円を計画している。,物流・不動産の両事業での業務プロセス改善と事業成長の実現,生成AI・RPAの利用拡大と、現場社員によるツール開発（市民開発）の推進で事務作業を自動化・効率化する,DX投資350億円（2025-2030年度累計）の投資計画のなかで推進するとした,具体的な生成AIの利用範囲・進捗の数値は非公表,全社共通（業務を特定しない）,全社共通（業務を特定しない）,業務の自動化・AIエージェント,業務の自動化・AIエージェント,社内の業務,グループ全体,方針・推進,経営計画での方針,非公表,,2025-02,2025-02,https://www.mitsubishi-logistics.co.jp/ir/policy/pdf/plan_01.pdf,三菱倉庫グループ 経営計画[2025-2030],三菱倉庫株式会社,IR・経営資料,2026-09-28,2026-09-29,2026-09-29
9302-0001,9302,三井倉庫ホールディングス,倉庫・運輸関連業,プライム,活用事例,受託物流業務への「生成AI出荷検品アプリ」開発・導入,三井倉庫HDと子会社MCBPが、バーコード等を持たない商材の出荷検品に生成AIを活用したアプリを開発し2026年7月に導入開始。スマートフォンで出荷リストと商品を撮れば、生成AIが画像全体を読み取り、表記や記載位置の違い・略称があっても文脈から正誤判断する。事前のマスタデータ設定やWMS連携は不要。,バーコードレス商材の出荷検品が熟練作業者の目視頼みで、ヒューマンエラーによる誤出荷リスクと作業者負荷が課題だった,AI-OCRの規格内テキスト照合とは異なり、生成AIが画像を総合的に解釈し、略称や記載位置の違いも文脈・特徴から正誤判断するアプリをスマートフォンで運用,従来2名体制だったダブルチェック検品を1名体制に置き換え、作業工数を約半分に削減。検品精度の標準化・目視検品の属人化解消につなげた,まずはグループ内一部拠点・類似業務領域での段階的な検証・展開。バーコードで管理しにくいさまざまな商品に対応できる力は、これから強める予定,物流・購買・SCM,物流・購買・SCM;製造・品質・保守,チェック・審査,チェック・審査,社内の業務,1部署・1業務,本番運用,,非公表,生成AI出荷検品アプリ,2026-07-27,2026-07,https://www.mitsui-soko.com/news/20260727;https://www.daily-cargo.com/news/logistics/2026/07/178944/;https://xtech.nikkei.com/atcl/nxt/column/18/00001/11969/,三井倉庫ホールディングス、受託物流業務に「生成AI出荷検品アプリ」を開発・導入開始;三井倉庫HD／三井倉庫BP 生成AI活用の出荷検品アプリ開発;三井倉庫HDが検品に生成AI、バーコードなし商材をスマホ撮影で照合,三井倉庫ホールディングス株式会社;Daily Cargo電子版;日経クロステック,当事者の発表;報道;報道,2026-09-28,2026-09-29,2026-09-29
9302-0002,9302,三井倉庫ホールディングス,倉庫・運輸関連業,プライム,全社方針,「AI推進室」新設と全社員向け生成AI(Gemini)閉域環境の整備,2025年10月1日付でAI活用に特化した専門組織「AI推進室」を新設。全社員が利用できる環境として、Google WorkspaceのGeminiを社内データが外部へ出ない閉域環境で利用可能にした。AIビジネスアイデアコンテスト（第1回75件応募、2026年1月表彰）やプロンプトコンテスト、毎週木曜のGemini勉強会、金曜の現場相談会を実施し、個別実証から全社活用への転換を進めている。,物流業界の労働力不足・サプライチェーンの複雑化への対応にAI活用が不可欠との認識。生成AIが企業競争力の鍵を握る戦略的技術へ進化する中、個別業務の実証段階から全社活用へ移行する必要性,AI特化の専門組織を設置し、全社員がGeminiを閉域環境で利用できる基盤を整備。定型業務自動化、社内コンテストによる現場アイデアの吸い上げ、グループ横断のAIリテラシー向上を推進,全社員がGeminiを利用可能な環境を整備。第1回AIビジネスアイデアコンテストに約75件の応募,AI人材の育成に約3年を要する点、利用料金増加やサービス選定判断が今後の課題（ITmedia取材）,全社共通（業務を特定しない）,全社共通（業務を特定しない）,特定しない（用途の記載なし）,特定しない（用途の記載なし）,社内の業務,グループ全体,全社展開,推進組織・体制;全社への導入;研修・人材育成,Google,Gemini;Gemini Notebook,2025-10-01,2025-10,https://prtimes.jp/main/html/rd/p/000000075.000063522.html;https://www.mitsuipr.com/news/2025/1009-3/;https://www.itmedia.co.jp/business/articles/2609/04/news046_2.html;https://www.mitsui-soko.com/ir/library/integrated_report/-/media/pdf/msh/ir/library/annual_report/jp/2025VR_jp/MITSUI-SOKO_25J_02.pdf,三井倉庫ホールディングス、新組織「AI推進室」を設立;三井倉庫HDが「AI推進室」設置;目新しいものだけがDXじゃない 三井倉庫HD、DXに投じた200億円の“意外な配分”;統合報告書 VALUE REPORT 2025 MANAGEMENT MESSAGE,三井倉庫ホールディングス株式会社(PRTIMES);三井広報委員会;ITmedia ビジネスオンライン;三井倉庫ホールディングス株式会社,当事者の発表;報道;報道;IR・経営資料,2026-09-28,2026-09-29,2026-09-29
9304-0001,9304,澁澤倉庫,倉庫・運輸関連業,プライム,全社方針,業務補助ツールとしての生成AIアプリを全社導入（利用許可アカウント300超）,2025年1月から、仕事を助ける道具として生成AIのアプリを入れた。対話形式での回答生成に加え、画像・PDF上の文字を読み取りテキスト化する機能も備える。メール文書作成、議事録作成、情報収集、アイデアの壁打ち、コード開発の補助などで活用し、2025年7月時点で利用許可アカウント数は300を超えた。社内ポータルで利用例動画やプロンプトのノウハウ資料を公開し活用を促している。,業務効率化と生産性向上。,生成AIアプリを業務補助ツールとして導入し、利用希望者にe-learningの事前受講とテスト合格を義務付けたうえで利用を許可。入力情報が学習に利用されない仕様とし、「生成AI利用ガイドライン」を策定して安全な利用を図った。,2025年7月時点で利用許可アカウント数が300を超えた。,情報漏洩・誤情報・著作権侵害等のリスクを踏まえ、ガイドラインで個人情報・機密情報・著作権を含む文章の入力や不適切な利用を制限し、出力内容は利用者自身が正確性を確認する運用としている。,全社共通（業務を特定しない）,全社共通（業務を特定しない）,文章の作成・下書き,文章の作成・下書き;要約・議事録;アイデア出し,社内の業務,全社,全社展開,全社への導入;社内ルール・ガイドライン,非公表,,2025-11,2025-01,https://www.shibusawa.co.jp/wp-content/uploads/2025/11/20251107-02IR.pdf,澁澤倉庫 統合報告書（INTEGRATED REPORT）,澁澤倉庫株式会社,IR・経営資料,2026-09-28,2026-09-29,2026-09-29
9308-0001,9308,乾汽船,海運業,スタンダード,全社方針,中期経営計画「あしたも元気」で外航海運の運航管理に生成AI（GAI）を活用し効率化・ナレッジ化を推進,中期経営計画（2026年4月〜2029年3月）「あしたも元気」において、外航海運事業の施策としてデジタル技術や生成AIを活用した運航効率化を推進する方針を示した。運航管理システムMOSのナレッジマネジメントと配船マッチング基盤VIBに生成AI（GAI）を組み合わせ、業務効率とチーム力の向上を進化させるとしている。,運航オペレーションの効率化と、運航に関する暗黙知の形式知化。,既存のデジタル基盤（運航オペレーション・ナレッジ管理を担うMOS、配船マッチングを担うVIB）に生成AIを組み合わせる方針。,記載なし（計画・方針のみ）。,GAIの具体的な実装方法・担当ベンダー・定量目標は未記載。,物流・購買・SCM,物流・購買・SCM;総務・社内の問い合わせ・ナレッジ,特定しない（用途の記載なし）,特定しない（用途の記載なし）,社内の業務,複数部署,方針・推進,経営計画での方針,非公表,,2026-03-23,,https://www2.jpx.co.jp/disc/93080/140120260323586974.pdf,「中期経営計画 あしたも元気」策定に関するお知らせ,乾汽船株式会社,IR・経営資料,2026-09-28,2026-09-29,2026-09-29
9310-0001,9310,日本トランスシティ,倉庫・運輸関連業,プライム,全社方針,TCSのDX戦略における生成AI導入方針（定型業務自動化・プログラミング効率化）,日本トランスシティグループのIT子会社TCSがDX戦略で「RPA、生成AI、ペーパレスシステム等の導入」を掲げ、定型業務の自動化やペーパレス化、システム開発のプログラミング効率化を進める方針を示している。,定型業務の効率化とシステム開発の生産性向上,RPA・生成AI・ペーパレスシステムなどを導入し業務プロセスを自動化・最適化する方針を掲げている,業務効率化・省人化により人的リソースを戦略的な業務へ振り分ける方針が示されている,生成AIの具体的なツール名・導入時期・定量的な効果は書かれていない,ソフトウェア開発・IT,ソフトウェア開発・IT;全社共通（業務を特定しない）,コード生成,コード生成;業務の自動化・AIエージェント,社内の業務,不明,方針・推進,経営計画での方針,非公表,,,,https://www.tcs.mie.jp/dx/strategy/,TCSのDX戦略,トランスシティコンピュータサービス株式会社,当事者の発表,2026-09-28,2026-09-29,2026-09-29
9324-0001,9324,安田倉庫,倉庫・運輸関連業,プライム,活用事例,生成AI搭載AI-OCR「MOVO Adapter」を平和島営業所に導入し入出荷依頼書を自動データ化,顧客ごとにフォーマットが異なり、手書きの訂正や欄外の追記も残る入出荷依頼書について、従来型のAI-OCRでは対応が難しかった。Hacobuの生成AI搭載AI-OCR「MOVO Adapter」を平和島営業所に導入し、2026年4月20日から稼働。生成AIが依頼書の内容を理解して自動で読み取り、CSVとして出力してWMSと連携できるようにした。,入出荷依頼書のフォーマットが顧客ごとに異なり、手書きの訂正や欄外の追記も残るため、担当者がWMSへ手入力しており、読み間違いや転記ミス、入力の手間が課題だった,位置設定が不要な生成AI型のAI-OCR「MOVO Adapter」を平和島営業所でまず稼働させ、他拠点展開も検討している,入出荷依頼書の手入力削減と転記ミスの抑制を狙って稼働。既存のMOVO Vista（8拠点で2021年から稼働）とあわせて物流DXを進めている,定量的な削減効果・削減時間は非公表。稼働拠点は平和島営業所のみで、他拠点展開は検討段階,物流・購買・SCM,物流・購買・SCM;店舗・現場運営,検索・質問への回答,検索・質問への回答;データ分析,社内の業務,1部署・1業務,本番運用,,国内のAI企業,MOVO Adapter（株式会社Hacobu）;MOVO Vista（株式会社Hacobu）,2026-05-29,2026-04,https://hacobu.jp/case-study/19648/;https://www.yasuda-soko.co.jp/LinkClick.aspx?fileticket=j7iPnjg3K4U%3D&mid=438&tabid=100;https://www.lnews.jp/2026/06/s0602702.html,安田倉庫、生成AIで書類のデータ化〜読んで理解するHacobuのAI-OCR「MOVO Adapter」を導入;プレスリリースPDF（MOVO Adapter導入）;安田倉庫／HacobuのAI-OCR導入、生成AIで入出荷依頼書を自動データ化,株式会社Hacobu;安田倉庫株式会社;LNEWS,提供企業の導入事例;当事者の発表;報道,2026-09-28,2026-09-29,2026-09-29
9324-0002,9324,安田倉庫,倉庫・運輸関連業,プライム,全社方針,中期経営計画に「生成AI活用による業務変革」を掲げ、ESG指標「生成AI利用者率」を開示,中期経営計画の主な取組に「生成AI活用による業務変革」「AIを活用した業務効率化の推進」を掲げた。ESGデータ集では「新たな付加価値の創出」の指標として、営業日に1日1回以上生成AIを使った延べ人日の比率を表す「生成AI利用者率」を開示しており、2024年度の実績は7.9%だった。,労働力不足のなかで、生成AIによる業務変革を全社の方針として進める必要があった,中期経営計画の主要な取組に生成AI活用を位置づけ、「生成AI利用者率」をKPIとしてESGデータ集で毎年開示することで全社への浸透度を測っている,生成AI利用者率は2024年度実績で7.9%、2025年度実績（速報値）で21.3%,利用しているツール名や具体的な業務内訳は非公表で、KPIは利用率のみが開示されている。2025年度実績は速報値,全社共通（業務を特定しない）,全社共通（業務を特定しない）,特定しない（用途の記載なし）,特定しない（用途の記載なし）,社内の業務,全社,全社展開,経営計画での方針,非公表,,2026-05-20,,https://webcast.net-ir.ne.jp/93242605/RbrW0P6agi/slide.pdf;https://daiwair.webcdn.stream.ne.jp/www11/daiwair/qlviewer/pdf/2608239324c2Y8tIX6T.pdf;https://www.yasuda-soko.co.jp/sustainability/tabid/296/Default.aspx,2026年3月期 通期決算説明会資料;個人投資家向け説明会資料（中期経営計画の主な取組）;ESGデータ集（新たな付加価値の創出／生成AI利用者率）,安田倉庫株式会社;安田倉庫株式会社;安田倉庫株式会社,IR・経営資料;IR・経営資料;IR・経営資料,2026-09-28,2026-09-29,2026-09-29
9326-0001,9326,関通ホールディングス,倉庫・運輸関連業,グロース,活用事例,ノンエンジニア社員が生成AI（Gemini 3＋Antigravity）を駆使しセキュリティSaaS「SHIGAN」「RASHIN」を約1カ月で同時開発,エンジニアではない現場社員がGoogleのGemini 3とAI開発ツールAntigravityを使い、サイバーセキュリティの課題を可視化するSaaS「SHIGAN」「RASHIN」を同時開発した。通常半年以上かかる開発を約1カ月に短縮したという。,エンジニアが不在でも自社課題であるサイバーセキュリティの見える化を解決するSaaSを内製したかった。,Gemini 3をPM兼技術顧問役として要件定義・設計に使い、Antigravityでコード生成・環境構築・バグ修正を行った。,開発期間を通常半年以上から約1カ月に短縮できた（当社比）。,期間短縮は当社比の参考値。製品の販売実績・収益化状況は未公表。,ソフトウェア開発・IT,ソフトウェア開発・IT;企画・商品開発,コード生成,コード生成,社内の業務,1部署・1業務,本番運用,,Google,Gemini 3;Antigravity;SHIGAN;RASHIN,2026-02-17,2026,https://www.kantsu.com/news/7877/;https://prtimes.jp/main/html/rd/p/000000141.000026898.html,【DXを超え、BXへ】物流の関通、ノンエンジニア社員が生成AIを駆使し、サイバーセキュリティSaaS 2製品を「1ヶ月」で同時開発;同プレスリリース（PR TIMES版）,株式会社関通;株式会社関通,当事者の発表;当事者の発表,2026-09-28,2026-09-29,2026-09-29
9326-0002,9326,関通ホールディングス,倉庫・運輸関連業,グロース,活用事例,ワークフロー型AIエージェント「SamuraiAI」を導入しCRM入力・名刺登録等のルーティン業務を自動化,"年間1,500万個以上の出荷実績を持つ関通が、Kivaのワークフロー型AIエージェント「SamuraiAI」を導入。自然言語での指示でブラウザ操作やツール連携を自律実行し、Webフォーム送信・メール送信・名刺登録・CRM入力等の事務作業を自動化する。",従来のRPAでは詳細なシナリオ設計が必要で対応が難しい複雑な工程や、CRM入力・名刺登録等のルーティン事務作業が担当者の時間を圧迫していた。,自然言語の指示だけで業務フロー全体を自律実行するワークフロー型AIエージェントを導入し、現場担当者がプログラミング不要でワークフローを構築できるようにした。,担当者の作業時間を大幅に削減できる見込み（発表時点の期待効果）。,定量的な効果は未公表。発表時点は導入告知の段階。,営業・マーケティング,営業・マーケティング;総務・社内の問い合わせ・ナレッジ,業務の自動化・AIエージェント,業務の自動化・AIエージェント,社内の業務,複数部署,導入を発表,,国内のAI企業,SamuraiAI,2026-02-19,,https://prtimes.jp/main/html/rd/p/000000145.000026898.html,物流DXを加速。関通、ワークフロー型AIエージェント「SamuraiAI」を導入,株式会社関通,当事者の発表,2026-09-28,2026-09-29,2026-09-29
9361-0001,9361,伏木海陸運送,倉庫・運輸関連業,スタンダード,全社方針,有価証券報告書の「対処すべき課題」で、生成AIによる業務効率化と事業変革を推進すると表明,2026年6月期の有価証券報告書の「会社の対処すべき課題」に、人口減少を見据えてデジタル技術や生成AIを使い、業務の効率化と事業の変革を進めると書いた。,人口減少社会への備え。,,,方針の記載だけで、具体的な用途・製品・時期は書かれていない。,全社共通（業務を特定しない）,全社共通（業務を特定しない）,特定しない（用途の記載なし）,特定しない（用途の記載なし）,社内の業務,不明,方針・推進,経営計画での方針,非公表,,2026-09-30,,https://disclosure2.edinet-fsa.go.jp/WZEK0040.aspx?S100Z59R,有価証券報告書－第109期(2025/07/01－2026/06/30),伏木海陸運送,IR・経営資料,2026-10-19,2026-10-19,2026-10-19
9364-0001,9364,上組,倉庫・運輸関連業,プライム,活用事例,生成AI抽出型AI-OCR「Flax Scanner HUB」で貿易書類（INVOICE）の読み取り・基幹システム連携を自動化,シナモンAIが生成AI抽出型を含む3エンジン搭載のAI-OCR「Flax Scanner HUB」を上組に提供した。紙やPDFのINVOICE（貿易書類）を自動読み取りし、取引先名・数量・価格など30項目超を抽出、CSVで基幹システムへ連携し、通関・船積み業務の入力作業を効率化する。,形式が複雑かつ非定型な貿易書類の手作業入力作業の工数・属人化,座標定義型・特徴量学習型・生成AI抽出型の3つのAIエンジンを搭載したAI-OCRプラットフォームを導入した,入力作業の効率化・業務標準化、データ入力・確認作業の負荷軽減、業務スピードと正確性の向上につながったとしている（ベンダー公表の定性内容）,導入範囲・定量効果は未公表。上組自身のIR・統合報告書では確認できず、提供企業側の発表のみ,物流・購買・SCM,物流・購買・SCM,チェック・審査,チェック・審査;データ分析,社内の業務,1部署・1業務,導入を発表,,国内のAI企業,Flax Scanner HUB,2025-12-09,,https://cinnamon.ai/news/20251209-press-release-kamigumi-flax-scanner-hub/;https://news.3rd-in.co.jp/article/962cadc2-d4a1-11f0-9573-9ca3ba083d71,国内最大級の港湾物流企業・上組に「Flax Scanner HUB」を提供;上組にAI-OCRプラットフォーム「Flax Scanner HUB」が導入され業務効率化を促進,株式会社シナモン（シナモンAI）;サードニュース,提供企業の導入事例;報道,2026-09-28,2026-09-29,2026-09-29
9381-0001,9381,エーアイテイー,倉庫・運輸関連業,プライム,活用事例,生成AI利活用推進プロジェクトと自社開発AIアプリ「AIT Chat」による通関業務効率化,約8カ月の検証を経て情報システム部が自社専用AIアプリ「AIT Chat」を開発・リリース。通関書類や請求書のPDF転記をOCRで自動化し、AI読み取り結果をRPAへ直接連携。過去の通関事例検索・社内規程QA・コードレビューにも活用している。,商用AIチャットツールはプロンプト作成の難易度・コスト構造・システム連携に制約があり、通関書類等の転記作業の事務負荷も大きかった。,特定の業務フローに合わせボタン1つで処理できる自社アプリを内製開発し、AIモデルを直接利用する体制に切り替えてRPAへ直接連携させた。ポータルでの事例紹介・研修・アイデア共有で社内リテラシーも底上げした。,"月間削減目標220時間に対し実績340時間（達成率154%）、年間換算で約4,000時間の工数削減。外部のツールを使い続けた場合より、年間で約40%費用を抑えられると見込む。",具体的なAIモデル名や適用部門別の内訳は未公表。コスト抑制40%は見込み値。,物流・購買・SCM,物流・購買・SCM;総務・社内の問い合わせ・ナレッジ;ソフトウェア開発・IT,業務の自動化・AIエージェント,業務の自動化・AIエージェント;検索・質問への回答;コード生成,社内の業務,全社,全社展開,,自社開発,AIT Chat,2026-07-06,,https://www.daily-cargo.com/news/logistics/2026/07/178477/;https://www.ait-jp.com/internal-ai-tool/;https://www.ait-jp.com/docs/ir/library/202605221130001.pdf,AIT AIアプリ開発で月340時間工数削減;社内AIツール | 株式会社エーアイテイー;第39期 有価証券報告書,Daily Cargo電子版;株式会社エーアイテイー;株式会社エーアイテイー（EDINET）,報道;当事者の発表;IR・経営資料,2026-09-28,2026-09-29,2026-09-29
9433-0001,9433,ＫＤＤＩ,情報・通信業,プライム,活用事例,ESGのニュースと規制をAIエージェントが毎日読み解き、対応策を示す社内基盤,エナリスが、KDDIグループの開発会社（KAG）とともに Claude と AWS の AgentCore を使い、ESG関連のニュース・規制を毎日集めて自社への影響と対応策の案を記事にし、担当者の承認・却下の判断を記憶して次の記事に反映する仕組みを作った。,ESG関連の調査が担当者の手作業に頼り、網羅性や読み解きの深さが人によって違った。要約だけでは自社が何をすべきかを人が考える必要があった。,役割ごとにサブエージェントを分け、社内の制度解釈の資料をナレッジベースに置いた。対応案は自動で採点し、記事本文は担当者が確かめる。モデルを Claude Haiku 4.5 と Sonnet 4.6 で使い分けた。,構築当初より、1回の実行の入力トークンが98%以上減り、1日のLLMコストが約88%下がった。評価時間は1件約8分から約4分になった。,AWSのブログ（エナリス・KAGとの共著）による。エナリスがKDDIグループ（auエネルギーホールディングスが59%を持つ）であることは同社の会社概要で確かめた。,法務・審査・リスク,法務・審査・リスク;企画・商品開発,業務の自動化・AIエージェント,業務の自動化・AIエージェント;要約・議事録;検索・質問への回答,社内の業務,1部署・1業務,本番運用,,Anthropic;AWS,Amazon Bedrock AgentCore;Strands Agents;Claude,2026-10-14,2026-01,https://aws.amazon.com/jp/blogs/news/esg-decision-support-with-amazon-bedrock-agentcore/,Amazon Bedrock AgentCore で ESG 対応の意思決定を支援 – 人の判断を記憶する AI エージェント,Amazon Web Services ブログ,提供企業の導入事例,2026-10-19,2026-10-19,2026-10-19
9449-0001,9449,ＧＭＯインターネットグループ,情報・通信業,プライム,全社方針,"Google CloudとのAI推進プロジェクト（国内約6,000人にGemini Enterprise）","Google Cloudと組み、国内のパートナー約6,000人にGemini EnterpriseとGoogle Workspaceを使わせる準備をし、AIエージェントが業務を担う前提で業務の流れを作り直す取り組みを始める。",,グループ全体でAIハッカソンを開く計画で、現場の業務課題を題材にAIエージェントを試作しながら人材を育てる。BigQueryとLookerでグループのデータと指標の定義をそろえ、AIエージェントが使う共通のデータ基盤も作る。,,プロジェクトを始めると決めた段階の発表で、利用の実績は示されていない。新しいAIサービスの開発やセキュリティの強化も含むが、ここでは社内での利用だけを収録した。,全社共通（業務を特定しない）,全社共通（業務を特定しない）,業務の自動化・AIエージェント,業務の自動化・AIエージェント;データ分析,社内の業務,グループ全体,計画・開発中,全社への導入;研修・人材育成,Google,Gemini Enterprise;Google Workspace,2026-10-09,2026-09,https://group.gmo/news/article/10235/,GMOインターネットグループ、Google Cloud と AI推進プロジェクトを展開,GMOインターネットグループ,当事者の発表,2026-10-19,2026-10-19,2026-10-19
9501-0001,9501,東京電力ホールディングス,電気・ガス業,プライム,活用事例,原子力の申請書の作成・確認を生成AIとRAGで支えるシステムのPoC,原子力部門に、過去の文書や図表から関連する情報を探して示し、官庁向け申請書の記載漏れや食い違いの確認を助けるシステムのPoC環境を入れ、2026年10月から有効性の評価を始めた。,申請書は複数の部門が関連文書との整合や漏れを重ねて確かめており、申請文書が約4万2千ページ、補足の資料が約2万7千ページに及ぶこともあって、担当者の負担が大きかった。,CTC・ストックマークと共同で開発した。文書や図表をAIが使いやすい形に構造化し、検索した情報を生成AIの答えに反映させる。機密を扱うためオンプレミスに置いた。東京電力HDは業務要件の整理と評価・検証を担った。,,PoCの段階で効果はまだ示されていない。AIの確認結果が妥当か、申請書を直す必要があるかは人が最後に判断する。出典は開発したCTCのサイトの発表。,法務・審査・リスク,法務・審査・リスク,チェック・審査,チェック・審査;検索・質問への回答,社内の業務,1部署・1業務,実証・試行,,国内のAI企業,SAT,2026-10-05,2026-10,https://www.ctc-g.co.jp/news/release/20261005-02150.html,東京電力HDに原子力申請書作成支援システムのPoC環境を導入,伊藤忠テクノソリューションズ,提供企業の導入事例,2026-10-19,2026-10-19,2026-10-19
9531-0001,9531,東京瓦斯,電気・ガス業,プライム,活用事例,AI面談で熟練PMの判断基準を聞き出し、生成AIで計画書レビューと育成に使う,東京ガスのグループ会社でIT戦略を受け持つ東京ガスiネットが、日立ソリューションズの生成AI活用基盤と面談支援AIを組み合わせ、経験の長いPMとの対話を通じて経験や判断基準を引き出してデータベースにためる仕組みを作った。,プロジェクトマネジメントの勘所や判断基準が熟練者の頭の中にあり、次の世代へ引き継ぐ必要があった。,AIが熟練PMとの面談を重ねて知見を形にし、経験の浅いPMが作った計画書をその知見でAIがレビューする。面談の結果からPMのスキルを点数にし、強み・課題・次の行動を示す。,熟練PMの知見をデータベースに蓄積できたとしている。数値の効果は書かれていない。,提供した日立ソリューションズの発表による。他の業務やグループ内への展開は検討中。,人事・採用・育成,人事・採用・育成;ソフトウェア開発・IT,チェック・審査,チェック・審査;対話での応対;検索・質問への回答,社内の業務,1部署・1業務,本番運用,,非公表,Alli LLM App Market;面談支援AIサービス,2026-10-14,,https://www.hitachi-solutions.co.jp/company/press/news/2026/1014,東京ガスのIT戦略を担う東京ガスｉネットが、エージェンティックAIで熟練PMの暗黙知を継承,日立ソリューションズ,提供企業の導入事例,2026-10-19,2026-10-19,2026-10-19
9532-0001,9532,大阪瓦斯,電気・ガス業,プライム,活用事例,自律飛行ドローンと生成AIによる都市ガス製造所の災害時点検システムを泉北製造所で本格運用,大阪ガスとグループのDaigasガスアンドパワーソリューションは、災害直後にドローンが製造所内を自動で飛んで撮影し、自社開発の生成AIベースの解析で火災・LNG漏洩・倒壊・亀裂・液状化などを抜き出す点検システムを作り、泉北製造所で本格運用を始めた。,災害直後の人による点検は余震や津波、液状化による二次災害の危険があり、点検者の安全と迅速さの両立が難しかった。,中央制御室でボタンを押すと決めた経路をドローンが飛び、画像を衛星通信でクラウドへ送る。AIが判定した画像を点検者が確かめ、画面の操作で点検報告書を出す。,点検者を二次災害の危険から外し、災害直後の人員を重要な業務に回せるとしている。,効果の数字は無い。日常の設備点検や警備への活用は検討の段階。,製造・品質・保守,製造・品質・保守,チェック・審査,チェック・審査,社内の業務,1部署・1業務,本番運用,,自社開発,災害時点検システム,2026-10-15,,https://www.osakagas.co.jp/company/press/pr2026/1827210_60967.html,都市ガス製造所における「自律飛行ドローン×生成AI」を活用した災害時点検システムの本格運用を開始,大阪ガス,当事者の発表,2026-10-19,2026-10-19,2026-10-19