AI Case Library
世界のAI活用事例集
世界と日本の最先端では、営業・マーケティング・顧客対応のAI化がここまで進んでいます。 各社が公表した到達点を、1社ずつ出典と発表日つきで特集します。
海外の事例
日本より数歩先を行く各社の到達点。ここに数年後の当たり前が見えます
AIの通話要約が約500万件の顧客対応を支え、社員1万人超がAI基盤を利用|アライ・ファイナンシャル(Ally Financial)の事例
銀行のコールセンターでは、通話の記録づくりをAIに任せる段階まで来ています。米国最大のネット専業銀行を持つアライ・ファイナンシャルは、自社開発のAI基盤「Ally.ai」で顧客との通話をリアルタイムに文字起こし・要約し、約500万件の顧客通話で現場の担当者を支えました。2023年9月の発表時点で要約の約82%は人の手直しが不要になり、マーケティング部門の試験では作業時間が平均34%短縮。2025年には社員1万人超がAI基盤を使える状態になっています。試験→本番の進め方と社員教育の仕組みを、出典と発表日つきで整理します。
自社開発のAI基盤「Ally.ai」による通話要約が、現場の担当者の対応を支えた顧客通話の件数(2023年の導入から2025年7月の発表時点まで・自社発表・2025年7月23日)自社発表AIアシスタントが顧客とのやり取りの90%を解決、人に回す割合は50%から10%へ|ブラデスコ銀行(Bradesco)の事例
ブラジルの大手銀行ブラデスコでは、AIアシスタント「BIA」が顧客とのやり取りの90%をAIで解決しています(2026年4〜6月期の経営報告書)。個人向けチャットで人の担当者に回る割合は、生成AIの導入前の約50%から約10%に下がりました。WhatsAppでの残高照会やPix送金もBIAが受け持ちます。決算資料とIR対談をもとに、出典と発表日つきで整理します。
AIアシスタント「BIA」が人を介さず解決した顧客とのやり取りの割合(2026年4〜6月期の経営報告書・2026年8月6日公表)決算・年次報告AIが顧客メールに自分で返信し満足度76%、人の72%を上回る|オクトパス・エナジー(Octopus Energy)の事例
英国の電力・ガス小売オクトパス・エナジーでは、AIアシスタント「Arlo」が顧客メールに自分で返信する3か月の試行で、満足度76%を記録し、人の返信(72%)を上回りました。週約8,000通、英国で届くメール全体の4%を受け持っています。その手前では、担当者向けのAIが顧客対応の文面の60%の下書きを作っています。自社発表と提供元の事例をもとに、出典と発表日つきで整理します。
AIアシスタント「Arlo」が返信した顧客メールの満足度(3か月の試行。同等の問い合わせに人が返信した場合は72%。オクトパス・エナジーの発表・2026年7月7日)自社発表AIアシスタントが顧客とのやり取りを年6億回近く自律対応、3年弱で累計10億回超|ウェルズ・ファーゴ(Wells Fargo)の事例
銀行の顧客対応の最先端は、ここまで進んでいます。米ウェルズ・ファーゴのバーチャルアシスタント「Fargo」は、2025年の1年間に人を介さずに6億回近く顧客とやり取りしました。2023年の2,130万回、2024年の2億4,540万回から急拡大し、提供開始から3年足らずで累計10億回を超えています。顧客の個人情報をAIの言語モデルに渡さない設計、約19万人の社員へのAIツールの配布、コールセンターでのAIエージェント活用まで、年次報告と自社発表をもとに出典と発表日つきで整理します。
2025年の1年間に、バーチャルアシスタント「Fargo」が人を介さずにこなした顧客とのやり取りの回数(年次報告のCEOレター・2026年3月16日付)決算・年次報告チャットの75%を人を介さずチャットボットが完結、2年で46%から上昇|INGの事例
オランダの大手銀行INGでは、顧客のチャットのうち人の手を介さずにチャットボットだけで完結した割合が、2023年の46%から2025年末には75%に。生成AIのチャットボットは7か国で稼働し、マーケティングでは顧客ごとの出し分けで成約率が3%超上がったと説明しています。2026年には業務部門で約1,250人分の人員減を見込みます。投資家向け資料と年次報告をもとに、出典と発表日つきで整理します。
人の手を介さずにチャットボットだけで完結したチャットの割合(2025年末時点。2023年は46%・2024年は54%。INGの投資家向け説明資料・2026年3月18日)決算・年次報告チャットの約半分をAIが自力で対応、請求の86%は人の手を介さず処理|ニブ(nib)の事例
オーストラリアの医療保険会社nibは、2026年2月23日の上半期決算で、チャットボット「nibby」が約半分のチャットを自力で対応し、豪州居住者の保険金請求の86%が人の手を介さず自動処理されていると発表しました。社内向けAI「nibGPT」は現場スタッフ600人超が利用し、2025年1月以降のやり取りは25万回超。事業費率は17.5%から16.5%に下がりました。出典と発表日つきで整理します。
チャットボット「nibby」が人の手を介さずに対応するチャットの割合(nib Group・2026年上半期決算発表・2026年2月23日。測定の定義は示されていない)決算・年次報告顧客対応の8割をAIサービス担当が処理、年約17億回|中国平安保険(Ping An)の事例
中国の保険・金融大手、平安保険グループは、2025年にAIサービス担当の対応量が約17億200万回に達し、グループ全体の顧客対応量の80%を占めたと決算で発表しました。AIエージェントが関わった販売は約1,332億元、社内のAIエージェント基盤は23万人超が利用。2026年上半期には比率が81%に上がっています。出典と発表日つきで整理します。
平安グループの顧客対応量のうち、AIサービス担当が処理した割合(2025年・対応量は約17億200万回)。2025年決算発表・2026年3月26日決算・年次報告全従業員18.5万人にAIを開放、利用者4万人から拡大|サンタンデール(Santander)の事例
スペインの大手銀行サンタンデールは、2025年8月にOpenAIとの提携でChatGPT Enterpriseを約1.5万人へ展開し、2026年6月には全従業員18.5万人がAIを使える状態にしたと発表しました。コンタクトセンターではAIコパイロットが問い合わせの40%超を支援、英国ではカード関連の問い合わせで年約24万件の通話をセルフサービスで解決する計画です。実績と目標を分けて、出典と発表日つきで整理します。
AIを使える環境を用意した全世界の従業員数(以前の実利用者は約4万人)。Santander公式ストーリー・2026年6月22日自社発表顧客対応AI「SuperTOBi」が欧州全市場で稼働、完結率70%と発表|ボーダフォン(Vodafone)の事例
ボーダフォンは、AIアシスタント「TOBi」に生成AIを組み込んだ「SuperTOBi」を2024年にイタリアとポルトガルで始め、2025年11月の中間決算では欧州の全市場で稼働し、完結率は70%と発表しました。ポルトガルの予約手続きでは初回解決率が15%から60%に、オンラインのNPSは14ポイント上がって64に。コールセンターのオペレーター向けAIも同時に入れています。決算・自社発表と出典つきで整理します。
生成AIアシスタント「SuperTOBi」が欧州の全市場で稼働し、問い合わせを最初から最後まで完結できた割合(Vodafone 2026年3月期 中間決算・2025年11月11日。算出方法は示されていない)決算・年次報告顧客との会話は年約1,300万件をAIアシスタントが担当、通話の要約も自動化|ナットウエスト(NatWest)の事例
英国の大手銀行ナットウエスト・グループでは、顧客との会話の入口をAIアシスタント「Cora」が担い、2025年の会話は約1,300万件に。生成AIを組み込んだ後は、Coraだけで解決できた問い合わせが約20ポイント増え、オペレーター側では通話の要約と苦情対応の文面づくりをAIが受け持つようになりました。決算資料を中心に、出典と発表日つきで整理します。
2025年にデジタルアシスタント「Cora」が顧客と交わした会話の件数(NatWestの2025年度決算資料・2026年2月13日)決算・年次報告社員1人あたり週約3時間を削減、ChatGPTを12万人へ広げた|BBVAの事例
スペインの大手銀行BBVAは、AIを「試す段階」から「全社の仕事の進め方」に変える段階へ進んでいます。ChatGPT Enterpriseを3,300人から11,000人へ広げた結果、社員は1人あたり週約3時間を節約したと報告し、社員がつくったカスタムGPTは2万件超に。2025年12月には全社員12万人への展開を発表しました。出典と発表日つきで整理します。
ChatGPT Enterpriseを使う社員1人あたりの業務時間の削減(社員の自己申告の平均。BBVAの発表・2025年12月12日)自社発表客対応の担当者2.8万人をAIで「売る人」に、販売は約40%増|ベライゾン(Verizon)の事例
顧客対応の現場は、AIが答えを探し、人は提案と販売に時間を使う段階まで進んでいます。米通信大手ベライゾンは、Googleの生成AI「Gemini」で作った社内アシスタントを顧客サービス担当と店舗の2万8,000人に展開し、問い合わせの95%に答えられる状態にしました。同社の幹部は、このチームを通じた販売が約40%伸びたと説明しています。2026年には、問い合わせの大半をAIが受ける段階に入りました。出典と発表日つきで整理します。
顧客サービス担当2万8,000人のチームを通じた販売の伸び(AI導入以降。同社コンシューマー部門CEOの発言をロイターが報道・2025年4月9日。比較の起点と期間の定義は示されていない)報道AIの価値は2025年に約5,000万ポンド、2026年は1億ポンド超を見込む|ロイズ銀行グループ(Lloyds Banking Group)の事例
顧客対応のAI化は、銀行が決算で価値の額を語る段階まで進んでいます。英国最大の金融グループ、ロイズ銀行グループは2026年1月29日の決算発表で、生成AIが2025年に約5,000万ポンドの価値を生み、2026年は1億ポンド超を見込むと公表しました。2025年に導入した生成AIの仕組みは50以上。顧客対応の担当者向け検索AIは答えを探す時間を平均66%短縮し、人事の問い合わせ対応AIは初回で約90%を正しく解決しています。2026年7月30日の中間決算では、アプリ内の対話型AIの展開開始も報告しました。目標と実績を分け、出典と発表日つきで整理します。
2025年に生成AIが生み出したと同社が公表した価値の額(同社算出・内訳は非公開。2026年は1億ポンド超を見込む。2026年1月29日の決算発表)決算・年次報告アドバイザーチームの98%が使う社内AI、顧客面談のメモと返信文まで任せる|モルガン・スタンレー(Morgan Stanley)の事例
顧客と向き合う営業職の仕事は、AIが「調べる」と「記録する」を引き受ける段階まで進んでいます。モルガン・スタンレーのウェルスマネジメント部門は、OpenAIのGPT-4を使った社内AIチャットを導入し、アドバイザーチームの98%超が日常的に使うまで定着させました。答えられる質問は約7,000問から10万件の文書全体へ広がり、顧客との面談はAIが議事メモと返信文の下書きまで作ります。出典と発表日つきで、どこまで任せたかを整理します。
社内AIチャット「AI @ Morgan Stanley Assistant」を日常的に使うアドバイザーチームの割合(OpenAIの導入事例記事・2024年12月4日。同社の分析責任者は2025年10月に「アドバイザーの98%が積極的に使っている」と説明)自社発表AIチャットボットが問い合わせ約320万件を解決、コールセンター8,500人は販売側へ|イケア(IKEA)の事例
顧客対応のAI化は、ここまで進んでいます。IKEA最大の小売会社Ingka Groupは、2021年度に導入したAIチャットボット「Billie」が2021〜2023年に受けた問い合わせの約47%・約320万件を解決し、約1,300万ユーロを節約したと発表。空いた手でコールセンター社員8,500人がリモートのインテリアデザイン相談やデジタル販売を学び直しました。2026年7月のFortune報道では、Billieが対応できる割合は74%に達し、リモート販売拠点の売上は直近の会計年度で12.5億ユーロ(前年10.8億ユーロ)。人を減らさず売る側に回した設計を、出典と発表日つきで整理します。
AIチャットボット「Billie」が定型の問い合わせを引き受ける一方で、リモートのインテリアデザイン相談・デジタル販売などのスキルを学び直したコールセンター社員の数(Ingka Group発表・2023年6月29日)自社発表問い合わせの97%をAIが解決、1日約4万件|エア・インディア(Air India)の事例
航空会社のカスタマーサポートは、ここまで進んでいます。エア・インディアは2023年11月、Azure OpenAI Serviceを使った生成AIの仮想エージェント「Maharaja」を航空会社として世界で初めて導入したと発表。1日6,000件超の質問のうち80%超に数秒で回答していました。2026年2月公表のMicrosoftの事例では、同社のAIエージェント「AI.g」が1日約4万件・1,300種類超の質問に対応し、開始以来1,300万件超の会話を成功率97%で解決、人間への引き継ぎは3%。顧客の約半数がAI.gを最初の窓口に選ぶ一方、残り半数は人との会話を選べる設計にしている点まで、出典と発表日つきで整理します。
AIエージェント「AI.g」が開始以来1,300万件超の会話で示した解決の成功率。人間のオペレーターへの引き継ぎは3%(Microsoft事例・2026年2月公表)自社発表AIアシスタントとの対話が年約7億回、電話応対も1件1分近く短縮|バンク・オブ・アメリカの事例
銀行の顧客対応の最先端は、ここまで進んでいます。米バンク・オブ・アメリカのAIアシスタント「Erica」は、2025年の1年間に2,060万人の利用者と約7億回対話し、2018年の提供開始からの累計は32億回を超えました。利用者の98%超が必要な情報にたどり着き、コールセンターの問い合わせ量を大きく減らしたと同行は説明しています。さらに1.8万人超の顧客応対担当者が通話中にAIの支援を受け、1件あたりの通話時間を1分近く短縮。社員の90%超が使う社内版では、ITサービスデスクへの電話が半減しました。顧客・社員・電話応対の3方向に同じAIを広げた経緯を、出典と発表日つきで整理します。
2025年の1年間に、2,060万人の利用者がAIアシスタント「Erica」と対話した回数(自社発表2026年3月10日)自社発表最長600ページの引受ガイドを「数秒」で検索、削減は135営業日分|アリアンツ(Allianz)の事例
保険の引受業務の最先端は、ここまで進んでいます。アリアンツ(Allianz)の英国法人は、最長で600ページに達する企業保険の引受ガイドライン文書を検索する時間を減らすため、生成AIツール「BRIAN」を開発。2025年1月のロールアウト以降、13,000件超の質問に対応し、推定65,000分・135営業日分の時間を削減したと公表しました。担当者は「週2時間かかっていた検索が数秒になった」とコメント。アップロードした文書だけを根拠に回答し、参照元へのリンクも表示する設計まで、出典と発表日つきで整理します。
引受ガイダンス検索にかかっていた時間をAIツール「BRIAN」で削減した累計規模(2025年1月ロールアウト後・自社発表2025年9月11日)自社発表広告投資の20%、Googleでは58%がAIキャンペーンに|ロレアル(L'Oréal)の事例
世界のマーケティングの最先端では、AI化がここまで進んでいます。世界4位の広告主であるロレアルは、2025年のデジタルプラットフォームへの広告投資の20%をAIキャンペーンが占め、2025年12月にはGoogle上のキャンペーンの58%(前年同月比+14ポイント)に達したと年次報告書で開示しました。社内の生成AIコンテンツ工房CreAItechが素材をつくり、自社ツールBETiqが9カ国で投資配分を最適化し、社内AI「LOREAL GPT」は7万1,000人が使う。さらに検索対策をAI回答対策(GEO)へ広げ、AI活用の進み具合そのものが役員報酬の評価項目になっています。出典と発表日つきで整理します。
2025年12月にGoogle上で実施したキャンペーンのうち「AIキャンペーン」が占めた割合(前年同月比+14ポイント/L'Oréal 2025年次報告書・2026年3月18日にAMFへ提出)決算・年次報告AIモデル800個超・350用途から2,000個超・430用途へ拡大、経済価値は約10億シンガポールドルに到達|DBS銀行の事例
世界の金融最先端では、AI活用の規模がここまで来ています。シンガポール最大手のDBS銀行は、2024年9月時点で「800個超のAIモデルを350の用途で運用し、2025年には経済価値が10億シンガポールドルを超える見込み」とCEOが公表。その見込みは2026年公表の年次報告書で「2,000個超のモデル・430超の用途・約10億シンガポールドルの経済価値」という実績として記載されました。見込みの「10億シンガポールドル超」に対し実績は「約10億シンガポールドル」で、ほぼ見込み線に着地しています。見込みから実績まで、出典と発表日つきで整理します。
AI・データ分析による経済価値(FY2025実績・DBS Annual Report 2025)。2024年9月時点でCEOが「2025年に10億シンガポールドル超」と見込みを公表していた決算・年次報告AIエージェントがブラジルの顧客対応60%超を担当、満足度は人と同等以上|Nubankの事例
世界最先端の金融AI活用はここまで進んでいます。ブラジル発のデジタルバンクNubank(Nu Holdings)は、ブラジルの顧客サポート会話の60%超をAIエージェントが担当し、顧客評価は人による対応と同等以上に達したと2026年8月のQ2決算説明会でCEOが発言。独自の金融基盤モデル「NuFormer」はブラジルの主力クレジット事業からメキシコへ横展開され、最新世代は本番運用コストを抑えながらコンテキスト長・学習速度・推論速度を4倍にしたといいます。すべて出典と発表日つきで整理します。
AIエージェントが対応したブラジルの顧客サポート会話の割合(応対評価は人による対応と同等以上)|2026年8月13日のQ2決算説明会でCEOが発言決算・年次報告社内AIチャット利用率80%超、導入2ヶ月で社内GPT750個|モデルナ(Moderna)の事例
社内業務のAI活用はここまで進んでいます。米国の製薬大手モデルナは2023年初に立ち上げた社内AIチャット「mChat」を社員の80%超に広げ、その後導入したChatGPT Enterpriseでは2ヶ月で社内のGPTが750個、1人あたり週平均120回の会話に達したとOpenAIが公表。法務チームは利用率100%、CEOは「昔ながらのやり方なら10万人必要だったかもしれない仕事を数千人でやれる」と述べています。すべて出典と時点つきで整理します。
社内AIチャットmChatを利用した社員の割合(2023年初に立ち上げ/測定時点の記載なし・OpenAI公式カスタマーストーリー)ベンダー事例AIの利益貢献が年換算で約1億ユーロ。主要16用途の約60%が稼働|ジェネラリ(Generali)の事例
保険の最先端はここまで進んでいます。ジェネラリは2025年度の決算説明資料に、AI・生成AIによる利益への影響を「約1億ユーロ」(年換算ベース)と金額で記載し、2027年には3.5億ユーロ超を目標に掲げました。グループ共通基盤では75件超のAIアプリが稼働し、呼び出しは月2,000万回超。金額を出せている理由は、用途を16個に絞って全社に展開したからです。保険金請求・引受・問い合わせ対応・営業担当の支援まで、どこに使っているかも公開されています。すべて出典と発表日つきで整理します。
AI・生成AIで実現した利益への影響(年換算ベース・2025年度決算資料)決算・年次報告日常的にAIを使う社員が53%に。半年で9ポイント増|ドイツテレコム(Deutsche Telekom)の事例
欧州最大手の通信会社はここまで進んでいます。ドイツテレコムは年次報告で、社員の53%が日常的に業務でAIを使っていると公表しました。半年前の調査から9ポイント増。2024年に3万人へプロンプト研修を実施し、AIをテーマにした社内セッションへの参加は年5万2,000件。目標は2026年に利用率90%、2028年にスキル習得100%(いずれもT-Mobile US除く)。すべて出典と発表日つきで整理します。
日常的に業務でAIを使っていると答えた社員の割合(2025年11月・社内調査)決算・年次報告画像制作を6〜8週間から3〜4日に、コストは90%削減|Zalandoの事例
マーケティングの制作現場はここまで進んでいます。ドイツのファッションEC・Zalandoは生成AIで商品画像の制作期間を6〜8週間から約3〜4日に、コストを90%削減したと公表。2024年第4四半期にはエディトリアル・キャンペーン画像の約70%がAI生成でした。担当VPはAIの画像が人の制作物より優れているからではなく、どれだけ新しく顧客に関連しているかが理由だと述べています。すべて出典と発表日つきで整理します。
画像制作コストの削減率(コンテンツ担当VPの発言・2025年5月)報道テルストラ|社内で380件のAIが稼働。消費者接点の86%がセルフサービスで完結し、開発効率は20%超改善
通信会社の最先端はここまで進んでいます。オーストラリア最大手のテルストラは決算説明会で、社内380件のAIユースケース、開発効率20%超の改善、消費者接点の86%がデジタルセルフサービスで完結、AIツールを使える社員の75%超が週1回以上使用、と説明しました。同時に人員も削減しており、記者から「失われた雇用のうちAIによるものはどれくらいか」と問われたCEOの回答も公開されています。どうやってここまで来たのかを、すべて出典と発表日つきで整理します。
社内で稼働しているAIのユースケース数(2026年2月19日の決算説明会での説明・「今日の時点で」)決算・年次報告セールスフォース(Salesforce)|問い合わせの76%をAIが人を介さず解決。サポート人員は9,000人から5,000人へ
顧客サポートの最先端はここまで進んでいます。セールスフォースは自社のヘルプサイトにAIエージェントを置き、問い合わせの76%を人を介さずに解決したと公表。累計200万件超の会話を処理し、日本語対応も5万件超で解決率77%。CEOはサポート人員を9,000人から約5,000人に減らしたと述べました。どうやってここまで来たのかを、すべて出典と発表日つきで整理します。
ヘルプサイトで人を介さず解決した問い合わせの割合(同社発表)自社発表コカ・コーラ(Coca-Cola)|200超の市場のブランド運用をAIが自動適用。ガイドラインを機械可読にした「Project Fizzion」
ブランド運用の最先端はここまで進んでいます。コカ・コーラは200超の市場を対象にブランド運用をAI化する「Project Fizzion」をAdobeと共同で発表。長大な静的文書だったブランドガイドラインを機械可読な「StyleID」に変換し、デザイナーの作業中にAIがブランド標準をリアルタイムで自動適用します。会社は「これはコスト削減策ではない」と明言。年次報告書上の広告費も51億ドル(2024年)から54億ドル(2025年)へ増えています。すべて出典と発表日つきで整理します。
ブランド運用のAI化「Project Fizzion」が対象とする市場の数(報道より)決算・年次報告ユニリーバ(Unilever)|商品撮影をやめて「資産」から生成へ。節約は最大55%、クリック率は2倍
ユニリーバでは、商品パッケージのデジタルツイン(3Dの複製)から広告・ECのコンテンツを生成する体制がすでに動いています。美容・ウェルビーイング部門の公表値は節約が最大55%、制作が65%高速化、そしてクリック率が2倍・注視時間が3倍。核心は1回の撮影を「何度でも使える資産」に変えた構造です。すべて出典と発表日つきで整理します。
コンテンツ制作の節約幅(美容・ウェルビーイング部門・原文は「up to 55% savings」)自社発表ルーメン(Lumen)|営業の商談準備が4時間から15分に。年間5,000万ドル規模の効果と試算
ルーメン・テクノロジーズでは、営業担当が顧客へのアプローチ前にかけていた4時間の調査が15分になったと最高収益責任者(CRO)が説明しています。同社の試算では営業担当1人あたり週平均4時間の節約で、年間5,000万ドルに相当。開発側でもGitHub Copilotがサイクルタイムを20〜30%短縮しています。確認できた出典はいずれもCopilotの提供元(マイクロソフト)のページで、すべて出典と発表日つきで整理します。
営業担当1人あたり週の削減時間(同社の試算・提供元の資料より)ベンダー事例コモンウェルス銀行|不正検知ルールの4分の3をAIが作る体制へ。社内チームが3か月で立ち上げた
オーストラリア最大手のコモンウェルス銀行では、新しい不正・詐欺のパターンを見つけて「それを止めるための検知ルール自体を作る」AIエージェントが、すでにカード不正検知ルールの4分の3の作成・更新に関与しています。開発したのは社内のチームで、期間は3か月。1日8,000万件超のシグナルを監視し、不正被害は前年同期比20%超の減少に寄与したと説明しています。すべて出典と発表日つきで整理します。
カード不正検知ルールのうち、AIエージェントが作成・更新に関与した割合自社発表8か月でゼロから20万人、全社が使うLLM基盤「LLM Suite」を自社開発|JPモルガン・チェース(JPMorgan Chase)の事例
規制がいちばん厳しい業界のAI活用はここまで進んでいます。JPモルガン・チェースは2024年夏、自社開発のLLM基盤「LLM Suite」を全社の対象社員に展開し、8か月でゼロから20万人が使う状態になったと公表。社内向けAIエージェント「Employee Assistant」も配り、今後は社内データと接続して業務フローに組み込む方針です。American Bankerの2025年 Innovation of the Year も受賞。削減時間などの効果が公表されていない点も含めて、すべて出典と発表日つきで整理します。
全社の対象社員が使うLLM基盤「LLM Suite」を内製決算・年次報告Klarna|AIが1か月で230万件を処理、1年半後には853人分の仕事量へ拡大
カスタマーサポートの最先端はここまで進んでいます。Klarnaは2024年2月、AIアシスタントが1か月で230万件・全チャットの3分の2を処理し、フルタイム700人分の仕事に相当すると公表。解決までの時間は11分から2分未満に短縮しました。2025年に入ると複雑な問い合わせのためCEOが人間のオペレーターを再配置しつつも、2025年11月の決算説明会では処理規模が853人分まで拡大し、年間換算6,000万ドルの節約になっていると発言。取引あたりのコストは2023年比で40%下がったまま推移しています。「切りすぎて戻す」で終わらず、そのあとも規模を伸ばし続けている点まで、出典と発表日つきで整理します。
AIが担う問い合わせ対応の規模(2025年11月・同社決算説明会でのCEO発言。2024年2月時点は700人分)決算・年次報告
日本の事例
同じ商習慣のなかで、ここまで進めた先行企業の記録です
通話の要約を生成AIに任せて月1,500時間以上を削減、問い合わせの分類は150→3,000種類に|J:COMの事例
ケーブルテレビのJ:COMは、国内14拠点のカスタマーセンターの電話応対にGoogleの生成AI「Gemini」を入れました。通話の要約で月1,500時間以上(オペレーター約10名分)の作業を削減し、問い合わせ理由の分類は150種類から3,000種類へ。感情分析の指標をオペレーターの評価にも採り入れています。出典と発表日つきで整理します。
生成AIを電話応対の要約に使って削減した作業時間(オペレーター約10名分・JCOMの発表・2025年4月1日。国内14拠点のカスタマーセンターでの取り組み)自社発表AIチャットで顧客の待ち時間を年17,126時間削減、技術問い合わせの回答は1時間→40秒|ミスミの事例
機械部品のミスミは、3,000万点超の商品に関する技術問い合わせと、注文後のキャンセル・変更・返品の判定を生成AIのチャットに任せました。技術問い合わせの回答待ちは平均1時間から40秒へ。基幹システムとAIをつないだ取り組みで、お客さまの待ち時間を年17,126時間、センターの業務を年6,324時間削減したと発表しています。出典と発表日つきで整理します。
AIと基幹システムの連携で、お客さまをお待たせする時間を年間で削減した量(ミスミグループ本社の発表・2026年7月13日。同じ発表で、カスタマーサービスセンターの業務も年6,324時間削減したと説明)自社発表グループのAI利用率は70%超、本社では業務の1割超をAIが代替|キリンホールディングスの事例
キリンホールディングスは、2024年11月にマーケティング部門の約400人へ生成AI「BuddyAI」を先に入れ、2025年5月に国内従業員約1万5,000人へ広げました。2025年はグループ全体の個人レベルのAI利用率が70%を超え、本社ではAIによる業務代替率が10%を超えたと発表しています。経営会議にはAI役員「CoreMate」も加わりました。出典と発表日つきで整理します。
2025年のキリングループ全体の個人レベルのAI利用率(キリンホールディングスの発表・2026年4月13日。同じ発表で、本社は利用率100%に近い水準、AIによる業務代替率は10%超と説明)自社発表通話後の応対記録をAIで自動作成、事務処理時間を最大約70%削減へ|かんぽ生命の事例
かんぽ生命は2026年1月、フルクラウド基盤と生成AIを使った「次世代コンタクトセンターシステム」を導入しました。音声認識と生成AIで応対記録の作成を自動化し、応対後の事務処理時間を最大約70%削減。郵便局等からの問い合わせを受けるヘルプデスクで先行して使い始め、3月からお客さま向けコールセンターでも使い始めるとしています。将来はAIエージェントによる自動応答も視野に入れています。出典と発表日つきで整理します。
音声認識と生成AIによる応対記録の自動作成で見込む、応対後の事務処理時間の削減率(かんぽ生命の発表・2026年2月20日。実績値ではなく導入時点の説明)自社発表生成AIの社内利用経験は100%、コンタクトセンターの待ち時間は95秒から65秒へ|ライフネット生命の事例
ライフネット生命は、2024年7月に自社開発の社内用LLMを従業員へ公開し、同年8月から全従業員にGeminiを展開。総合職正社員の生成AI利用経験者は2026年3月末時点で100%に達しました。2025年11月にはコンタクトセンターへ対話型AIとAIボイスボットを入れ、顧客の待ち時間は95秒から65秒に。導入2か月の社内調査では回答者56人で計約152時間の削減も報告されています。出典と発表日つきで整理します。
対話型AIとAIボイスボットの導入後に短縮した、コンタクトセンターでオペレーターが応対するまでの顧客の待ち時間(ライフネット生命の発表・2026年5月27日。測定の期間は示されていない)自社発表生成AIで年227万時間超を削減、商談中に最適製品を即提示|伊藤忠商事の事例
伊藤忠商事は、同社が提供する生成AIサービスの利用者が国内外のグループで約2万6,000人(2025年9月時点)に広がり、集計できた分だけで年227万時間超の業務時間を削減したと投資家向け説明会で公表しました。営業では、大量のスペック表と在庫・関税の情報から、商談中に「最短納期の最適製品」を示せる仕組みを作り、「商社の営業パーソン」のひな形として横展開しています。出典と発表日つきで整理します。
生成AIで削減した年間の業務時間(集計できた分のみ・約1,263人年相当)。投資家向け説明会資料・2025年10月17日決算・年次報告研究情報の検索が30分の1以下に、定期利用は4割未満と公表|ライオンの生成AI活用の事例
ライオンは2023年に社内向け生成AI「LION AI Chat」を内製して約5,000人に公開し、研究開発部門では散在していた研究情報をAIで検索できる「LINK Chat」を作りました。1件5〜60分ほどかかっていた検索は30分の1以下に。一方で2025年3月の労働組合アンケートでは定期的な利用者が4割に届いていないことも自ら公表し、2025年6月からは定員約40人ずつのAIエージェント開発人材研修を始めています。出典と発表日つきで整理します。
研究情報の検索1件あたりの所要時間(従来5〜60分程度)。ライオン社員による発表・労働政策研究・研修機構フォーラム・2026年1月20日。測定条件は示されていない公的機関営業3.5万人に伴走AI、100人の試用から段階拡大で全国稼働|第一生命の事例
生命保険の対面営業のAI化は、ここまで進んでいます。第一生命は2026年4月末、約3万5,000人の営業担当者(生涯設計デザイナー)向けに伴走支援型AI「デジタルバディ」を本稼働させました。面談の録音・文字起こしと議事録、社内規程の照会、次回提案のヒント、手紙・メールの文案づくりまでをAIが支えます。100名規模のパイロットから150〜300名、1,400名へと段階的に広げ、評判の悪い機能は切り捨てて全国展開にたどり着いた進め方と、AIの文面を人を介さずお客さまに送らない運用ルールまで、出典と発表日つきで整理します。
伴走支援型AI「デジタルバディ」が2026年4月末に本稼働した営業担当者(生涯設計デザイナー)の規模・約3万5,000人(日本マイクロソフト導入事例・2026年8月28日。パイロットは100名規模から段階的に拡大)自社発表AIが全通話を自動評価、応対品質の管理工数を年約2.4万時間削減|KDDIの事例
KDDIのコンタクトセンターは、ここまで進んでいます。AIの使いどころを「お客さまへの回答」だけでなく「応対の品質管理」にまで広げています。通話の全音源を音声認識で自動評価して、品質管理の工数を年間約2万4,000時間削減。LINEの「auサポート」では生成AIのチャットボットが85%の問い合わせを完結させ、満足度は84%(+3.6ポイント)まで上がりました。2025年にはデジタルヒューマンの窓口も始まっています。出典と発表日つきで整理します。
応対品質を管理する工数の年間削減(音声認識で全音源の評価を自動化。KDDIとアルティウスリンクの発表・2024年11月11日。削減前の基準時間は示されていない)自社発表AI回答の有用率46%→85%、オペレーターの生産性は約2倍に|三井住友カードの事例
クレジットカードのコンタクトセンターでは、生成AIの活用がここまで進んでいます。月間約50万件超の問い合わせを受ける三井住友カードは、2024年6月末にメール回答の草案を生成AIで作る仕組みを本番導入。使い始めの2024年7月に46%だった「使える回答」の割合を、現場の評価を集めて直し続けることで2025年3月に85%まで引き上げ、オペレーターの生産性は約2倍になったと公表されました。2025年12月には電話を受けるAIオペレーターも稼働し、2028年度末に問い合わせの過半をAIが担う目標を掲げています。
コンタクトセンターのメール回答業務におけるオペレーターの生産性(生成AI利用開始前との比較・月間回答数から算出/2025年6月にELYZAが公表)自社発表法人営業の制度融資AI、業務時間は平均41.8%短縮の回答に|みずほフィナンシャルグループの事例
営業現場のAI化は、チャットで文章を作る段階から、業務ごとのAIエージェントを量産する段階へ進んでいます。みずほフィナンシャルグループは2023年6月に社内向け生成AI「Wiz Chat」を導入し、議事録作成AI「めんきくん」はリリースから半年足らずでユーザーが1万人を超えました。法人営業の制度融資を支援するAIエージェントでは、利用者アンケートで業務時間が平均41.8%短縮したとの回答を得ており、2026年6月末時点でAIエージェントの候補は約3,000種に上ります。到達点と数字の読み方を、出典と発表日つきで整理します。
法人営業で制度融資の選定・提案を支援するAIエージェントについて、利用者アンケートで「業務時間が短縮した」とした回答の全体平均(若手層は52.2%・実証実験段階・同社デジタル戦略部長の発言/日経ビジネス電子版SPECIAL・2026年8月14日)自社発表AIの利益貢献255億円、広告とECの接客まで決算で開示|楽天グループの事例
マーケティングと接客のAI化は、決算で利益額を語る段階まで進んでいます。楽天グループは2026年2月12日の決算説明会で、AI活用による利益創出額が2025年に255億円(2024年は105億円・2025年の目標210億円を上回った)に達したと開示し、2026年は2024年の3倍を目標に掲げました。楽天市場の広告はAIの自動最適化を全店舗に導入し、広告売上は2026年4〜6月期に前年同期比15.6%増。対話型の「AIコンシェルジュ」経由では購入までの時間が約41%短くなりました。どこまでAIに任せたかを、出典と発表日つきで整理します。
2025年にAI活用で生み出した利益の額(楽天の各サービスにおけるAIプロジェクトを通じたコスト削減と売上成長による利益・同社算出。前年2024年は105億円。2025年度決算説明会資料・2026年2月12日)決算・年次報告マニュアル検索90%減見込み、資料作成も75%減|ANAの事例
航空機オペレーションの現場では、生成AIの活用がここまで進んでいます。ANA(全日本空輸)は2024年8月の成田空港での試験導入を経て、2025年10月に空港・整備・客室・運航の各部門へneoAI社の生成AIプラットフォーム「neoAI Chat」を横断的に本格導入。規程・マニュアルの検索時間を約90%、報告書・教育資料の作成時間を約75%それぞれ削減する見込みだと公表しました。安全運航の支援や顧客案内の質の向上も狙いに含まれています。目標値と実績を分けて、出典と発表日つきで整理します。
生成AI「neoAI Chat」導入によるマニュアル検索時間の削減見込み(2025年10月本格導入時に公表)自社発表本部長AIの事前レビューで資料作成30%減|三井不動産の事例
三井不動産は2025年10月1日、全社員約2,000人に「ChatGPT Enterprise」を展開。全社85部門から選出した約150名の「AI推進リーダー」を中心に、利用開始から約3か月で約500件のカスタムGPTが運用されています。内製の「DX本部長AIエージェント」に説明前の資料を事前レビューさせるルールを敷いたDX本部では、資料作成・修正の時間が平均約30%削減。社長の考え方を再現した「社長AIエージェント」も全社トライアル中です。全社目標は業務削減時間10%以上。出典と発表日つきで整理します。
DX本部長AIエージェントの事前レビューによる、DX本部員の資料作成・修正時間の削減(平均・2025年12月発表)自社発表営業職員3.6万人のスマホにAI秘書、訪問準備と報告の時間は3割減|明治安田生命の事例
対面営業のAI化は、ここまで進んでいます。明治安田生命は2024年10月、約3.6万人を超える営業職員のスマートフォンに「デジタル秘書 MYパレット」を導入。顧客の属性や趣味嗜好、地域のイベント情報をAIが分析して会話のアドバイスを出し、訪問後の記録やお礼文の作成も支援します。報道では訪問準備や報告作業の時間を従来比30%削減できているとされ、2025年8月からは役員・本社、支社、営業所長、法人営業へと「デジタル秘書」を順に広げました。約5年・約300億円を想定した全社プログラムの中身と、社内AIの利用率が伸び悩んだ時期の打ち手まで、出典と発表日つきで整理します。
2024年10月に導入した「デジタル秘書 MYパレット」の対象となる営業職員(MYリンクコーディネーター等)の人数・約36,000人超(自社発表2025年1月16日)決算・年次報告対象を「回答できる照会の6割」に絞って検証したら4割減った|損保ジャパンの事例
全国展開の判断根拠に「全体で何割減るか」ではなく「絞った対象でどれだけ減るか」を使う。損保ジャパンの生成AI「おしそんLLM」はここまで進んでいます。代理店・営業店・本社間の照会対応(年間67万件)に生成AIの回答案を組み込み、2024年度の一部拠点トライアルで、システムが回答可能な照会(全体の約6割相当)に対して約4割の業務時間削減効果を確認。2025年6月、全国の営業店・本社へ展開を開始しました。開発は2023年から、内製エンジニアチームが人が確認するヒューマンインザループ設計で進めたプロセスまで、出典と発表日つきで整理します。
「おしそんLLM」が回答可能な照会(全体の約6割相当)に対する業務時間削減効果(2024年度トライアル結果・2025年7月1日発表)自社発表全社員参加のコンテストに425件、月295人日分の削減試算|フジパンの事例
「使う人を増やす」の最先端は、ツールの配布ではなく参加のしかけでした。フジパンは2025年3月、全社員が参加できる生成AIチャレンジコンテストを実施。応募は425件にのぼり、自己申告ベースで集計すると月あたり約295人日分の業務時間削減に相当する試算が出ました。個人部門の最優秀賞は、営業資料作成を自動化する「商談準備プロンプト」。その5か月後の2025年8月には、約2万3千人・年間約42万件(推定)の社内問い合わせのうち15%(約6.3万件)を自動応答するAIチャットボットの導入が発表されています。同じ年に「現場の参加」と「全社インフラ」が2段構えで進んだ流れを、出典と発表日つきで整理します。
全社員参加の生成AIチャレンジコンテスト応募作品を自己申告ベースで集計した業務時間削減の試算(エクサウィザーズ発表・2025年9月17日)自社発表コンタクトセンターのAIで年9万時間の削減を想定、算式ごと公開|東京海上日動の事例
東京海上日動のコンタクトセンターAIは、ここまで進んでいます。日本の大企業のAI導入発表には珍しく、東京海上日動は削減時間の「計算式」をそのまま公開しました。コンタクトセンター1社(年間約200万件超の入電)で、お客様向けは最大約30%・年間約5万8,000時間(約5分/件×約70万件)、代理店向けは最大約10%・年間約3万2,000時間(約1.5分/件×約130万件)。ただし同社はこれを「想定しております(24年度入電件数に基づき算出)」と明記しており、実績値ではありません。応対前・応対中・応対後・ナレッジ管理の4工程にAIを当てた構成、グループのDeputy CITOが自社メディアで書いた「試験導入は容易だが本格稼働は難しい」という慎重論まで、出典と発表日つきで整理します。
コンタクトセンター1社でAIが削減すると想定した年間の応対時間(お客様向け 約5万8,000時間+代理店向け 約3万2,000時間を本記事で合算。実績値ではなく2024年度の入電件数にもとづく想定値/東京海上日動 2026年3月4日発表)決算・年次報告社員1人100個のAIエージェント作成をミッションに、2カ月半で250万個超|ソフトバンクの事例
ソフトバンクのAIエージェント活用は、ここまで進んでいます。2025年6月、全社員に「1人100個のAIエージェントを作る」というミッションを課し、約2カ月半後の8月末に作成数は250万個を超えました。法人営業では50個のプロンプトを積んだ提案支援ツールが数千人に広がり、約半年後も定着率7割。人事側では生成AIで既存業務を効率化しながら、社員数をほぼ横ばいに保ったまま約1,000名を新領域へ動かしています。出典と発表日つきで整理します。
全社員が作成したAIエージェントの数(2025年6月開始〜8月末の約2カ月半・ソフトバンク自社発表)決算・年次報告社内文書約130万件を横断検索、社内AIの利用は1日6,000件から7〜8万回へ|三井住友銀行(SMBCグループ)の事例
日本の金融最先端では、社内AIの定着がここまで進んでいます。SMBCグループは自社開発の社内AIアシスタント「SMBC-GAI」を2023年7月にリリース。1日あたりの利用はリリース当初の約6,000件から、2026年3月の報道では1日7〜8万回まで伸びました。2025年10月には社内規程・通達・業務マニュアルなど約130万件のファイルを検索対象にしたRAG機能を追加し、国内企業のRAG活用事例として学習ファイル量・利用者数ともに最大級の規模になったと発表しています。Teamsへの組み込み、4ヶ月のうち3ヶ月半を割いたルールづくり、顧客対応AIの音声化まで、出典と発表日つきで整理します。
社内AIアシスタント「SMBC-GAI」がRAGで横断検索できるようにした社内規程・通達・業務マニュアル等のファイル数(2025年10月6日 自社発表)自社発表全行員3万5,000人がChatGPTを日常業務で使う銀行へ|三菱UFJ銀行の事例
日本の最先端では、銀行の仕事はここまでAIに置き換わっています。三菱UFJ銀行はOpenAIと戦略的コラボレーション契約を結び、2026年1月以降、全行員約35,000人がChatGPT Enterpriseを日常業務で使えるよう順次展開すると発表しました。法人営業では提案ナレッジを組織知に変える「提案書データレイク」が動き、決算説明会資料にはAI業務実装件数や期待効果が累計で開示されています。リテールではChatGPTの中から口座残高を確認できるサービスも始まりました。すべて出典と発表日つきで整理します。
ChatGPT Enterpriseを日常業務で利用できるよう順次展開する三菱UFJ銀行の全行員数(2026年1月以降)|2025年11月12日発表の自社プレスリリース決算・年次報告社内AIの正答率を44%→80%→90%へ。約1か月で壁を突破した|DeNAの事例
日本の最先端はここまで進んでいます。DeNAは社内問い合わせに答えるAI「Findout」の正答率を44%から80%、さらに90%まで引き上げました。80%で停滞したとき、残る誤答の原因の70%が社内ドキュメントの不足だと分析し、RAGのチューニングでは解けないと判断。ナレッジ管理側を作り直して約1か月で90%に到達しています。あわせて公開された社内AI活用事例100件も、全101ページを読んで数え直しました。すべて出典と発表日つきで整理します。
社内AIヘルプデスクの回答正答率(2026年4月時点・導入初期は44%)自社発表日清食品グループ|CEOの一言から22日で社内AIを全社公開し、営業部門の利用率を68%まで引き上げた
社内AI立ち上げの最先端はここまで進んでいます。日清食品グループは2023年4月3日の入社式でCEOがChatGPTを使ったのをきっかけに、22日後の4月25日に社内AIを国内事業会社(一部を除く)の社員約3,600人へ公開。営業部門の月別の利用率は5月28%から11月68%へ、年間作業工数は32,591時間の削減見込みまで到達しました。部門ごとにプロンプトのテンプレートを作らせる型を確立し、CIOがIRの場でその過程と数字を公開しています。どうやってここまで来たのかを、すべて出典と発表日つきで整理します。
CEOが入社式でAIに触れてから、社内AIを全社公開するまでの日数(2023年4月3日→4月25日)決算・年次報告電通デジタル|LPの改善案づくりが数日から10分に。制作・納品のリードタイムも約40%削減
電通デジタルでは、ランディングページの分析から改善案づくりまでをAIが担い、数日かかっていた工程が10分になっています。その後の制作・納品までのリードタイムも約40%削減。制作そのものではなく前工程の分析にAIを当てたことで、後工程まで短くなった構造の事例です。すべて出典と発表日つきで整理します。
LPの分析から改善案の作成までにかかる時間(従来は数日・同社発表)自社発表住友商事|生成AIの効果『年12億円』、金額より先に決めていたのは算定式
住友商事はここまで進んでいます。2024年4月にMicrosoft 365 Copilotを海外グループ会社を含む約9,000人へ一斉導入し、2024年度のコスト削減効果を年間約12億円(2024年12月時点の見込み値)と公表。ポイントは金額の大きさではなく、「1アクションあたりの削減時間×アクション回数×人件費」という算定式を先に決めていたことです。月間アクティブユーザーは約90%、業務時間の削減は月約1万時間。同じ算定の型は9,000人規模でなくても使えます。すべて出典と発表日つきで整理します。
Microsoft 365 Copilotのコスト削減効果(2024年度の見込み値・約9,000人・同社算出)自社発表取引企業の8割にAI導入、総合的な生産性は約11倍|サイバーエージェントの事例
サイバーエージェントはここまで進んでいます。広告クリエイティブ制作AI「極予測AI」を取引企業の8割に導入し、総合的な生産性は約11倍。研究員約100名のAI研究開発組織「AI Lab」を土台に、AI成熟度を5段階で定義して全社70チームを評価しています。インターネット広告事業のFY2025営業利益は前期比14.0%減で、同社はその理由の1つに「AIを活用した新規事業への投資等」を挙げ、投資と利益の関係まで開示しています。すべて出典と発表日つきで整理します。
「極予測AI」を導入した広告事業の取引企業の割合(同社発表・2024年12月時点)決算・年次報告メルカリ|全社員の95%がAIを活用、それでも『まだAI-Nativeとは言えない』と言い切った理由
メルカリはここまで進んでいます。社員の95%がAIツールを活用しているにもかかわらず、同社は公表資料で「現在の状態をAI-Nativeだとは捉えていない」と明言しています。全社を33ドメインに分けた総勢約100名規模のAI Task Forceが業務プロセスのAI化を進め、コード生成の約70%をAIが担うまで来てなお「利用率は入口に過ぎない」と言い切る姿勢が、95%という数字の意味を変えています。すべて出典と発表日つきで整理します。
AIツールを活用している社員の割合(同社公表)自社発表全従業員11,000人に生成AI活用を義務化、議事録は全部AIへ|LINEヤフーの事例
LINEヤフーはここまで進んでいます。全従業員約11,000人に、業務での生成AI活用を「義務化」する前提で働き方を変更。着手したのは業務の3割を占める調査・資料作成・会議の3領域で、「まずはAIに聞く」「ゼロベースの資料作成は行わない」「議事録作成は全てAIで行う」という行動レベルのルールまで公表されています。規模に関係なく明日から真似できる形です。すべて出典と発表日つきで整理します。
生成AI活用を義務化した対象人数(2025年7月)自社発表社内AIで労働時間を年44.8万時間削減、総労働時間の3.4%|パナソニック コネクトの事例
パナソニック コネクトはここまで進んでいます。社内AIとのやり取りが、当初の「聞く」(質問して答えを得る)から「頼む」(作業そのものを代行させる)へと変わったことが、労働時間削減の伸びに直結しました。2023年2月に社内AIアシスタント「ConnectAI」を全社導入し、1年目に18.6万時間、2年目に44.8万時間の労働時間削減を公表。2026年には総労働時間の3.4%削減に到達し、2030年に10%削減を目標に掲げ、図面・設計仕様の照合には独自開発のAIエージェントを投入しています。すべて出典と発表日つきで整理します。
年間の労働時間削減(2024年実績)自社発表
この事例集の編集方針
AI活用の数字は、出どころによって信頼度がまったく違います。米セントルイス連銀の分析(2026年7月)では、決算説明会でAIの生産性に触れた文のうち約95%が「将来の見込み」で、実測値を出している企業は少数派でした。だからこそ、測って公表している会社を集める価値があると考えています。
- 数字には必ず出典URLと発表日を付ける。時点のない数字は載せない
- 出典を4種別(決算・年次報告/自社発表/報道/ベンダー資料)で明示する
- うまくいった点だけでなく、後退・撤退・見直しも同じ記事に書く
- 推測は「推測」と明記し、事実と分けて書く
御社の場合は、どこから始めるか
「うちでもやりたい」と思ったら、最初の一歩は業務の棚卸しです。 30分の無料AI業務診断では、御社の業務を棚卸しして「どの工程からAIに渡せるか」をA4一枚にまとめてお渡ししています。
無料AI業務診断を見る