AI活用事例データベース AI活用事例データベース
About ログイン curated by Arcana Technology
187件の事例 / 全1942件 定量効果あり

肥後銀行

2024

アクセンチュアのAI HUBプラットフォームを採用し、行内向け生成AIチャットボットを開発・運用開始。複数の生成AIやカスタムAIを組み合わせたセキュアな専用環境を構築。

業務問い合わせ対応の効率化、全行員へ展開
金融・保険 社内ナレッジ検索・共有 生成AI(テキスト)チャットボット・対話AI

北國銀行

2024

PKSHA AIヘルプデスクを顧客向け・社員向けの両面で全面導入し、地銀最大規模のAIコミュニケーション基盤を構築。年間5,000時間の業務削減を目標に掲げる。

年間5,000時間の業務削減目標
金融・保険 カスタマーサポート・問い合わせ対応社内ナレッジ検索・共有 生成AI(テキスト)チャットボット・対話AI

福岡銀行

2024

ふくおかフィナンシャルグループは2024年4月にAI戦略グループを新設し、融資稟議書作成に生成AIを導入。作成時間を35%短縮し、全店舗への展開を推進。

稟議書作成時間35%短縮
金融・保険 文書作成・レポート生成営業支援・販売 生成AI(テキスト)

群馬銀行

2024

フューチャーアーキテクトと共同で融資業務領域における生成AI活用の実証実験を実施。過去の類似案件自動抽出や審査判断ポイントのガイド機能を検証し、融資ノウハウの次世代継承を目指す。

年間12,600時間の業務短縮見込み
金融・保険 営業支援・販売社内ナレッジ検索・共有 生成AI(テキスト)

JCB(Microsoft 365 Copilot業務変革)

2024

Microsoft 365 Copilotを全社導入しL1〜L3の3段階で活用推進。6ヶ月で月間利用率83%を達成し、個人業務効率化から組織業務最適化へ段階的に発展。

月間利用率83%、月約6時間/人の時間削減、6ヶ月で達成
金融・保険 文書作成・レポート生成社内ナレッジ検索・共有 生成AI(テキスト)AIエージェント

Klarna(AIカスタマーサービス)

2024

OpenAIと提携しAIアシスタントを導入。1ヶ月で230万件の会話を処理し、700名分の業務量を代替。解決時間を11分→2分以下に短縮し、年間4,000万ドルの利益改善を見込む。

230万件の会話処理、700名分の業務代替、解決時間82%短縮、年間4,000万ドル利益改善
金融・保険 カスタマーサポート・問い合わせ対応 生成AI(テキスト)チャットボット・対話AIAIエージェント

JCB(GitHub Copilot&M365 Copilot)

2024

GitHub Copilot Businessを開発部門に導入し費用対効果を実証。Microsoft 365 Copilotも全社導入し6ヶ月で月間利用率83%を達成、ユーザーは月6時間の時間削減を実現。

M365 Copilot月間利用率83%、月6時間/人の時間削減、GitHub Copilot費用対効果を実証
金融・保険 文書作成・レポート生成設計・R&D 生成AI(テキスト)

ドイツ銀行(Deutsche Bank)- Aleph Alpha投資

2024

ドイツ銀行はドイツのAI企業Aleph Alphaに投資し、生成AIを活用したコンプライアンス業務の効率化を推進。全ソフトウェア開発者にGemini Code AssistとGitHub Copilotを配備し、週1.5〜2.5時間の生産性向上を実現した。

開発者の週1.5〜2.5時間の生産性向上
金融・保険 設計・R&D経理・財務・法務 生成AI(テキスト)AIエージェント

チャールズ・シュワブ(Charles Schwab)

2024

チャールズ・シュワブは社内AIナレッジアシスタントを展開し、2024年に従業員の採用率が90%増加。1件あたりの対応時間を2分短縮し、過去10年間で口座あたりコストを25%削減した。

従業員採用率90%増(2024年)、1件あたり対応時間2分短縮、口座あたりコスト25%削減(10年間)
金融・保険 カスタマーサポート・問い合わせ対応社内ナレッジ検索・共有 生成AI(テキスト)チャットボット・対話AI

プログレッシブ保険(Progressive)

2024

プログレッシブ保険はAIツールを活用した保険金査定の効率化を実現。AIツール使用時のアジャスターの査定処理能力が2.5倍に向上し、請求処理全体の速度が15%改善された。

アジャスターの査定処理能力2.5倍向上、請求処理速度15%改善
金融・保険 カスタマーサポート・問い合わせ対応最適化・シミュレーション 生成AI(テキスト)画像認識・外観検査

スイス再保険(Swiss Re)

2024

スイス再保険は2024年半ばに生成AIベースの保険金請求分析ツール「ClaimsGenAI」を導入。1,000件以上の不正アラートを生成し、数百万ドル規模の不正防止パイプラインを構築した。

1,000件以上の不正アラート生成、数百万ドル規模の不正防止パイプライン構築
金融・保険 不正検知・リスク管理 生成AI(テキスト)異常検知・予兆検知

ミュンヘン再保険(Munich Re)

2024

ミュンヘン再保険は生成AI搭載の保険商品設計プラットフォーム「REALYTIX ZERO」を展開し、保険商品のデジタル構築を自動化。また、AI性能リスクを補償する「aiSure」プラットフォームで新たな保険市場を開拓した。

ストレート・スルー・プロセッシングが30〜35%向上、AI保険でEUR 1,500万の初期補償を提供
金融・保険 設計・R&D不正検知・リスク管理 生成AI(テキスト)AIエージェント

ING(ING Group)

2024

INGは生成AIチャットボットを欧州の金融機関として初めて顧客向けに展開。McKinseyとの協力でわずか7週間で構築・展開し、10市場・3,700万人以上の顧客への拡大を計画している。

10市場・3,700万人以上の顧客への拡大計画、従来のNLPベースから大幅な精度向上
金融・保険 カスタマーサポート・問い合わせ対応 生成AI(テキスト)チャットボット・対話AI

ドイツ銀行(Deutsche Bank)

2024

ドイツ銀行は生成AIツール「DB Lumina」を2024年9月に稼働開始し、約5,000人のアナリストが利用。アーニングスレポート作成時間を最大2時間短縮し、分析量を50%増加させた。

アーニングスレポート作成時間を最大2時間短縮、分析量50%増加、2024年末までに10,000人以上へ展開予定
金融・保険 文書作成・レポート生成設計・R&D 生成AI(テキスト)OCR・文書解析

BNPパリバ(BNP Paribas)

2024

BNPパリバは750以上のAIユースケースを本番環境で稼働させ、3,000人のデータ・AI専門家チームを擁する。AI統合により2025年までに5億ユーロの収益貢献を目指す戦略を推進している。

750以上のAIユースケースを本番稼働、2025年までに5億ユーロの収益貢献目標
金融・保険 カスタマーサポート・問い合わせ対応不正検知・リスク管理 生成AI(テキスト)チャットボット・対話AI

大日本印刷

2024

生成AIを活用した「DNP AI審査サービス」に法令・専門用語チェック支援機能を追加。保険業界向けに提供を開始し、販促物や製品パッケージの審査業務を最大80%削減。

審査業務を最大80%削減、年間売上目標10億円(2025年度)
製造業金融・保険 品質管理・検査経理・財務・法務 生成AI(テキスト)OCR・文書解析

Revolut

2024

AIアシスタント「AIR(AI by Revolut)」を開発し英国からロールアウトを開始。支出の詳細分析・旅行手配・カード管理などをAIが支援。5,250万ユーザーを擁するFinTechのAI戦略の中核。

5,250万ユーザー基盤(2024年に約1,500万人増加、年間最大の増加)、2024年収益4.38億ポンド
金融・保険 カスタマーサポート・問い合わせ対応レコメンド・パーソナライズ 生成AI(テキスト)チャットボット・対話AIAIエージェント

Mastercard

2024

生成AIとグラフ機械学習を組み合わせた次世代不正検知システムを30億枚以上のカードに展開。不正検知率を最大300%向上させ、カード発行会社のチャージバック削減と消費者のシームレスな決済体験を両立。

不正検知率を最大300%向上、30億枚以上のカードに展開
金融・保険 不正検知・リスク管理 生成AI(テキスト)異常検知・予兆検知

Goldman Sachs

2024

自社データプラットフォーム「Legend」と生成AIを統合し、トレーディング・コンプライアンス・リスク管理の各領域でAIを本格展開。戦略検証サイクルを60%以上短縮し、500人以上のAIエンジニアを新規採用。

戦略検証サイクルを60%以上短縮、2024年だけで500人以上のAIエンジニアを採用
金融・保険 最適化・シミュレーション不正検知・リスク管理 生成AI(テキスト)需要予測・数値予測異常検知・予兆検知

MS&ADインシュアランスグループ

2024

HEROZと共同で保険業界向けの独自LLM・VLMの基盤構築に着手。グループ独自データとオープンデータを組み合わせ、AIによるヒヤリハット自動検出などのリスクソリューション開発を目指す。

OSS LLMの選定からファインチューニング実装環境の構築まで検証完了
金融・保険 設計・R&D不正検知・リスク管理 生成AI(テキスト)画像認識・外観検査