事例紹介 【人材×業務自動化】マイナビが非エンジニア主導でAI活用、文系AI塾900名超で全社変革
マイナビが2021年から進める全社AIトランスフォーメーション事例。非エンジニアの事業部門社員が主役で、文系AI塾には900名超がエントリー。中小企業の年商5億規模で「人起点のAI推進」を再現する手順と評価軸スコアを解説。
その他業種
事例紹介 
事例紹介 【農業×AI収量予測】伯Solinftecが気象と市場から収穫を先読み 出荷計画が立たない悩みを解く設計
ブラジルのSolinftecが過去の収量・リアルタイム気象・市場トレンドをAI解析し、数週間から数ヶ月先の収量を高精度に予測した海外事例。「出荷計画や価格交渉のための収量予測ができない」悩みを治療薬として解いた設計を、日本の産地・卸・食品メーカーにどう転用するか市野が読み解く。
事例紹介 【農業×AI】印CropInが衛星解析で病害虫と収量を先読み 経験と勘頼みの悩みを解く設計
インドのCropInが衛星リモートセンシングとAIで作物の健康状態を常時解析し、栄養不足・病害虫・収量を早期予測した海外事例。「経験と勘頼みで収量も病害虫も読めない」悩みを治療薬として解いた設計を、日本の農業法人・JA・スマート農業にどう転用するか市野が読み解く。
事例紹介 【経理×AI】経理部門長向けにExcel×生成AIで月次決算を短縮するツール群を整理(taku_sid Zenn記事)
Zennのtaku_sidさんが経理部門長向けに整理した、Excel×生成AIによる経理業務効率化ガイド。Microsoft Copilot for Microsoft 365を中心に、業務時間30〜70%削減・月次決算2週間→45分(Docyt事例)等を紹介。中小企業経理での再現手順を解説。
事例紹介 【葬儀×AI受電】米葬儀社が24時間電話をAI自動応答 深夜の取りこぼしを防ぐ受電設計
米国の葬儀社が電話対応をAI音声エージェントで自動化し、深夜・繁忙時の取りこぼしを防いだ海外事例。「遺族からの電話は24時間来るが少人数で取りきれない」という葬祭業の切実な悩みを、日本の中小葬祭でどう再現するか。受電自動化の設計を市野が読み解く。
事例紹介 【工房×AI電話】陶芸工房がIVRyで電話自動応答 制作中断を減らす職人の受電術
陶芸工房「陶庵」がIVRyの音声AIで予約・問い合わせ電話を自動応答した事例。「制作に集中したいのに電話で中断される」職人・工房・ハンドメイド作家の悩みを、ワンオペでどう解くか。中小・個人事業が再現する受電自動化の設計を、市野が読み解く。
事例紹介 【警備×AI】KOMAINU 手配業務60%削減・1年半で100社超・継続率99%以上を中小警備・人材手配が再現する設計
ジャガーノートのKOMAINUが警備の手配業務を自動化、手配業務60%削減・100人規模で月118.8時間/約20.3万円削減(モデル試算)・1年半で導入100社超・継続率99%以上・隊員1人月250円から。中小警備・人材手配の「シフト調整の重労働+電話連絡の山+属人化」課題を、手配自動化+シフト最適化+効果計測で解く設計を、事業者5〜100規模にどう転用するか読み解く。
事例紹介 【葬祭×AI】AIみかえる 遺影制作2時間→最短5分(約95%削減)を中小葬祭・写真館が再現する設計
木村情報技術のAIみかえるが遺影制作をAIで支援、遺影制作約2時間→最短5分(約95%削減・外注比較の提供元試算)・1斎場月額2万円から。背景に葬儀年50万件超(2023)・葬祭の有効求人倍率7.59倍。中小葬祭・写真館の「遺影加工の重労働+短納期+人手不足」課題を、画像加工AI+制作効率化+効果計測で解く設計を、事業者1〜30規模にどう転用するか読み解く。
事例紹介 【水道インフラ×AI】Xylem×Yorkshire Water 目視漏水57%減・本管補修約30%減・6,000センサー統合を中小インフラ・設備が再現する設計
Xylemが英Yorkshire Waterのデータを単一プラットフォームに統合・標準化、目視漏水57%減・優先DMA32%減・本管補修約30%減・6,000センサー統合・550万人をカバー。中小インフラ・設備の「データの分断+異常の発見遅れ+保全の場当たり」課題を、センサーデータ統合AI+異常検知+効果計測で解く設計を、設備管理事業者5〜100規模にどう転用するか読み解く。
事例紹介 【リサイクル×AI】Greyparrot 残渣有価物18%削減・250億個追跡・純度アラート12分を中小リサイクル・廃棄物が再現する設計
Greyparrotが廃棄物の流れをカメラAIで分析、英国の大手リサイクル施設で残渣中の有価物18%削減・年£8.2M相当の損失把握・純度低下を12分でアラート・累計250億個追跡を達成。中小リサイクル・廃棄物の「選別の人手依存+有価物の取りこぼし+品質の見えない化」課題を、廃棄物画像AI+組成分析+効果計測で解く設計を、処理事業者5〜100規模にどう転用するか読み解く。