FDE(Forward Deployed Engineer) AI/LLM FDE

AI導入事例|自治体・流通・医療・製造の成功例と共通点

公開日

監修:オープン株式会社 オートメーション事業本部 著者:オープン株式会社

AI導入事例|自治体・流通・医療・製造の成功例と共通点

この記事の概要

AIの導入で成果が出ている事例には、行政の審査業務、流通の全社の業務、病院の議事録や算定漏れのチェック、全社員への生成AIの展開などがあります。共通するのは、技術を試すことから始めず、対象の業務を決めて現場で業務を見直し、RPAなど既存の仕組みと組み合わせながら、小さく始めて広げている点です。この記事では、自治体・流通・医療・製造の事例と、成功した事例に共通する進め方を紹介します。

AI導入で成果が出ている分野は?

分野主な使い方
自治体・官公庁申請の審査、許可証などの書類の作成、問い合わせ対応
流通・小売店舗と本部の事務作業、データの転記・集計
医療議事録や退院サマリなどの文書作成、診療報酬の算定漏れのチェック
製造・全社社員の文書作成・調べ物・アイデア出しの支援、技術文書の検索

ここからは、オープン株式会社が支援した事例と、企業が公表している事例を紹介します。

自治体・官公庁でAIを使って業務を効率化した事例は?

国土交通省 関東地方整備局:人員を変えずに審査業務の処理能力を向上

特殊車両の通行許可の審査業務を、オープン株式会社のFDE(Forward Deployed Engineer)が支援した事例です。2025年度の許可件数は約57万件にのぼります。職員がWindows標準搭載のRPAツールで内製し、試作のレベルまで進めていましたが、接続先のサイトのデザインが変わるたびに修正が必要になり、安定した運用が課題でした。

  • 現場の担当者へのヒアリングを含め、審査業務のどこを見直せば効率化につながるかを、約半年かけて検討した
  • まず最終工程の許可証データの作成・交付を自動化し、その後、協議資料の作成、申請手数料データの登録、手数料の請求書の作成へと広げている
  • 実装に着手してから5か月で、部署の人員配置を変えずに処理能力が向上した。自動化した作業のミスはほぼゼロになった

出典:FDE INSIGHTS「増加する特殊車両申請を迅速に。国土交通省関東地方整備局が進める審査業務改革」(2026年8月31日)

流通企業のAI導入事例は?

流通企業:42部門・200業務を洗い出して自動化を推進

M&Aが重なって業務が複雑になっていた流通企業で、コスト削減の担当部門とともに、全社の業務の簡素化と自動化を進めている事例です(オープン株式会社のFDEが支援)。

  • プロジェクトの準備期間から1年あまりの間に、42部門・200業務のヒアリングを行った
  • 店長が毎朝手作業で行っていた釣り銭のデータの転記を、本部で一括して処理する仕組みにした(店舗全体の人件費に換算して月70万円を超える作業)
  • 稼働中の自動化による削減の効果は、2027年2月までの累計で約2,400万円相当(19,200時間相当)を見込んでいる

出典:FDE INSIGHTS「流通業界で200業務を精査して実装。FDE石井がとらえた現場の“リアル”」(2026年7月16日)

医療機関のAI導入事例は?

旭川赤十字病院:議事録の作成を生成AIとRPAで自動化

インフォームド・コンセント(IC)とカンファレンスの議事録を自動で作る実証実験です。オープン株式会社が、アマゾン ウェブ サービス ジャパン合同会社の協力のもと、2025年3月から7月に行いました。

  • RPAの「BizRobo!」が、録音した音声と電子カルテの必要なデータを集めて連携し、「Amazon Transcribe」で音声を文字に起こし、「Amazon Bedrock」で要約と書式の整形を行って議事録を作る
  • 本格的な検証はこれからとしたうえで、実験の終了直後の手応えとして、議事録の作成1件あたり30〜60%程度の時間の短縮ができたとしている
  • 今後は、退院サマリ、看護サマリ、診療情報提供書の自動作成などへの展開を検討している

出典:オープングループ株式会社のお知らせ(2025年7月30日)

岩手県医療局:診療報酬の算定漏れのチェックを自動化

DPC(診断群分類別包括評価)の請求で、副傷病名の付け漏れをチェックする作業を自動化した事例です。

  • 月初のレセプトの作成の時期に、RPAが患者ごとに主病名とカルテを参照し、副傷病になり得るキーワードや治療行為に当てはまる患者を抜き出して、カルテの記録をまとめる。副傷病名を付けるかは主治医が確認する
  • 2病院で1か月あたり128万6千円の改善(2024年10月の実績)。年間では約1,543万円の効果を見込んでいる
  • 業務の負担が大きく、できていなかった全症例の確認を、夜間に自動で行えるようになった。現在は、AWS構成型の生成AI基盤も導入し、RPAとAIを組み合わせたチェックを行っている

出典:岩手県医療局経営管理課「RPAを活用した診療報酬請求の算定漏れチェック」

医療機関での生成AIの使い方は「医療の生成AI活用とは?」で詳しく解説しています。

生成AIの導入で成果が出た企業の事例は?

パナソニック コネクト:社内の生成AIのアシスタントで、2025年度に約78.8万時間を削減

パナソニック コネクト株式会社は、国内の全社員が使える社内向けの生成AIのアシスタント「ConnectAI」を導入しています。2023年6月〜2024年5月の1年間で18.6万時間の労働時間を削減し、2025年度には、国内の全社員約11,800人で約78.8万時間(年間の総労働時間の3.4%に相当)を削減したと発表しています。

出典:パナソニック コネクト株式会社のプレスリリース(2024年6月25日)、同(2026年7月29日)

成功したAI導入の事例に共通することは?

  1. 技術ではなく業務から始めている:「AIで何ができるか」ではなく、処理が追いつかない審査業務、手間のかかる転記、書類の作成など、困っている業務を対象にしています。
  2. 現場で業務を見直している:関東地方整備局は約半年、流通企業は42部門・200業務のヒアリングを行い、どこを見直すかを決めてから実装しています。
  3. 小さく始めて広げている:最終工程の1つの作業から自動化を始め、効果を確かめながら前の工程へ広げています。
  4. 既存の仕組みと組み合わせている:生成AIだけでなく、RPAなど決まった手順を正確に実行する仕組みと組み合わせ、データの収集から後続の作業までをつなげています。
  5. 効果を数値で示している:処理能力、削減時間、改善額などを数値で示し、次の投資の判断につなげています。
AI導入に成功した事例に共通する5つのポイント

自社でAI導入を始めるには?

  1. 対象の業務を決める:件数が多い、時間がかかる、ミスが多いなど、課題がはっきりした業務を選ぶ
  2. 今の業務を測る:作業時間、件数、ミスの数を測り、効果を比べる基準にする
  3. 現場で試作して直す:実際に使う人と一緒に小さく作り、使いながら直す
  4. 効果を測って広げる:決めた指標で効果を確かめ、前後の工程や他の部署に広げる

AIの導入がPoC(概念実証)で止まる原因と、本番につなげる進め方は「AI導入が失敗する理由は?」で解説しています。

社内に、業務とAIの両方が分かり、現場で試作と改善を回せる人がいない場合は、外部の支援を使う方法があります。今回紹介した関東地方整備局と流通企業の事例は、顧客の現場に入り込み、課題の理解から実装、運用の定着までを一貫して担うFDEが支援しました。FDEについては「FDEとは?」で解説しています。

▶ FDEサービスページ ▶ お問い合わせ

よくある質問

業種別のAI導入事例を教えてください

自治体・官公庁では国土交通省 関東地方整備局の審査業務、流通では42部門・200業務を洗い出した自動化、医療では旭川赤十字病院の議事録の作成や岩手県医療局の算定漏れのチェック、製造ではパナソニック コネクトの社内の生成AIのアシスタント(2025年度に約78.8万時間を削減)などの事例があります。

自治体・官公庁でAIを使って業務を効率化した事例は?

国土交通省 関東地方整備局では、特殊車両の通行許可の審査業務で、許可証データの作成などを自動化し、実装の着手から5か月で人員を変えずに処理能力を上げました。自動化した作業のミスはほぼゼロになりました。

生成AIの導入で成果が出た企業の事例は?

パナソニック コネクトは、国内の全社員が使える社内の生成AIのアシスタントで、2025年度に約78.8万時間(年間の総労働時間の3.4%)を削減したと発表しています。医療では、旭川赤十字病院が生成AIとRPAで議事録の作成時間を30〜60%程度短縮できたという手応えを得ています。

AI導入に成功した事例の共通点は?

困っている業務から始める、現場で業務を見直してから実装する、小さく始めて広げる、RPAなど既存の仕組みと組み合わせる、効果を数値で示す、の5つです。

AI導入は何から始めればよいですか?

件数が多い、時間がかかる、ミスが多いなど課題がはっきりした業務を1つ選び、今の作業時間を測ってから、現場で小さく試作して効果を確かめます。

まとめ

AIの導入で成果が出ている事例は、どれも業務の課題から始め、現場で業務を見直し、小さく始めて広げています。自治体の審査業務、流通の事務作業、病院の文書作成と算定漏れのチェック、全社員への生成AIの展開など、分野は違っても進め方は共通しています。まず対象の業務を1つ決め、効果を数値で測りながら進めましょう。

▶ お問い合わせ