BUSINESS 事業紹介

PRACTICE 成功事例

• 

  グループ全社を巻き込んだ、生成AI×DXの挑戦。

  — メガバンク（社員数2万人以上）

  • 全社DX
  • PM/PMO
  • CxOアジェンダ
  • AIドリブン
  • タスクフォース
  • スピード展開

  「価値ある新規ビジネスを生み出す」
  そんな旗印のもと、グループ全社を巻き込む生成AIドリブンのDXプロジェクトが始動。私たちはその中核に、タスクフォースとしてジョインした。
  
  現場に入り込み、単なる支援ではなく“エンジン役”としてプロジェクトを前進させ、生成AIのナレッジ提供から活用戦略の提案まで、スピーディに展開。更には、PMOとしてプロジェクトの推進と現場・経営層との接続を一手に担った。PMの右腕との立ち位置を超え、もはや“もうひとりのPM”との気概でプロジェクトを推進した。
  
  経営直下の注目プロジェクトのため、報告ラインは最短で、動きは最速。意思決定を加速し、現場に成果を落とし込んでいく。まさに、スピードと実行の勝負だった。
  
  ■ Before
  — DX人材が足りない。生成AIの知見も経験も不足
  — 組織横断で動くための調整役も不在
  — 結果、プロジェクトは停滞へ
  
  ■ After
  — 私たちがカンフル剤になり、停滞PJを再起動
  — タスクフォース成果が認知され、チームは部門格へ昇格
  — CxOアジェンダとして未来戦略に食い込む存在に
  
  「AIで何かしたい」から、「AIでここまで変えられるんだ」へ。プロジェクトの熱量は、組織を動かすパワーになる。

• 

  RAGで精度1.5倍へ。フルスクラッチAIの進化過程。

  — 大手自動車メーカー（社員数38万人以上）

  • Few-shot
  • AI精度チューニング
  • 内製化
  • フルスクラッチ
  • RAG

  オリジナルの生成AIモデルを、もっと“賢く”。
  そんな狙いのもと、某自動車メーカーで始動したフルスクラッチAIの精度向上プロジェクト。生成AIのポテンシャルを本格的に業務へ取り込もうという、攻めのAI戦略だ。
  
  私たちはAI戦略推進室の一員として、このプロジェクトにジョイン。単なる支援ではなく、技術とマネジメントの両面から中核を担った。
  
  鍵となったのは、RAGとFew-shot自動生成の組み合わせ。大規模LLMを活かしながら、過去プロンプトとの比較評価を繰り返し、最適な精度チューニングを図った。プロンプトの選定や出力の品質管理も含めて、継続的に回せる評価サイクルをチーム内に内製化した。
  
  ■ Before
  — 従来は事後学習によるファインチューニング中心
  — 改善効果に限界があり、学習コストも重い
  — スピーディかつ効果的な精度向上が課題に
  
  ■ After
  — チューニングの結果、生成精度が約1.5倍へ向上
  — 業務負荷を軽減しつつ品質を高め、チーム生産性が向上
  — MoEやReasoning学習等、先端AI開発へのリソース活用可能に
  
  結果、単なる精度向上にとどまらず、組織全体の”AI活用能力を一段引き上げる”成果を実現した。

• 

  BCMS運用負荷を80%改善。全社スケールのRAG活用。

  — 大手製造業（社員数5万人以上）

  • ナレッジ標準化
  • 全社横断CoE
  • コスト削減
  • BCMS
  • 自動応答モデル
  • RAG

  説明会や社内セミナーのたびに、アンケートを実施。参加者の声をもとに、次回企画を改善し、社内報告資料へと反映する——
  そんな煩雑なフローが定着していた。特に自由記述の読み解きと分析は手作業で、現場の負荷は高かった。
  
  そこで私たちは、DX推進の中核であるCoE組織にアドバイザーとして参画。全社横断でマネジメントを展開し、体制とプロセスの再設計に取り組んだ。特に力を入れたのが、生成AIの実装。各種マネジメントシステムのプロセス改善において、AIをエンジンに据え、属人的な判断を減らす仕組みを設計した。
  
  ■ Before
  — BCMS（事業継続マネジメント）運用は既に全社レベルで展開
  — 各部門はIT-BCPの策定や訓練、レビューを実施
  — 但し、学習負荷高く問合わせが集中。継続利用に課題あり
  
  ■ After
  — RAG活用で、関連Q&Aの自動応答モデルを構築
  — 自然言語で、関連情報を検索し要約。的確な回答提示
  — 出典文書やページリンク明示で、現場理解を促進
  
  結果、問い合わせ対応工数は最大80%削減。ナレッジの標準化と再利用性も格段に向上した。