自動化プロジェクト事例

導入前のプロセス

毎月、担当者は実際に提供されたサービスに基づいて契約データを更新し、日付や期間を変更し、ドキュメントの書式を整え、PDF形式で保存して財務部門に提出する必要がありました。

このような契約が10件程度であれば、プロセスは複雑には見えません。しかし、数百件に達すると、データの変更やPDFでの保存といった単純な繰り返し作業であっても、週に数十時間もの労働時間になってしまいます。

構築したソリューション

初期データの準備から、最終ドキュメントを人が確認するまでのプロセスを自動化しました。システムは実際のサービス提供データに基づいて必要な情報を更新し、期間や日付を変更し、設定されたテンプレートに従ってドキュメントを作成し、PDFファイルを準備します。

担当者は、作成されたドキュメントを確認し、例外事項をチェックして承認するだけです。

導入後の変化

以前は週に約50時間の労働時間を要していたプロセスが、現在は約2時間で作成と確認が完了します。

自動化は人の管理を排除するものではありません。単調な作業の大部分を取り除くことで、担当者の時間は何百回もの同じクリック作業ではなく、ドキュメントの確認や判断に充てられるようになります。

導入前のプロセス

デジタル製品の配信は、チームによる手作業に依存していました。支払い完了後に注文を確認し、適切なコードを探して顧客に送信する必要がありました。そのため、営業時間外や週末、またはチームが他の業務で忙しい場合には、配信が遅れることがありました。

構築したソリューション

支払いが成功すると、自動的に未使用のコードを顧客に割り当て、メールで送信するプロセスを構築しました。また、コード残高の監視、配信ステータスの記録、およびいつ、どの顧客にコードが提供されたかの明確なログ記録も備えています。

導入後の変化

顧客は支払い後すぐに製品を受け取ることができ、チームは各注文を手動で確認する必要がなくなりました。プロセスはより信頼性が高く、追跡が容易になり、スタッフの対応時間に依存しなくなりました。

導入前のプロセス

営業チームはアプローチを開始する前に、まず適切な企業を探し出す必要がありました。業種、都市、ウェブサイト、連絡先情報を確認し、その企業がターゲット顧客のプロフィールに合致するかを判断する必要がありました。

1社あたりわずか2〜3分を費やすとしても、500社の見込み顧客リストを作成するには20時間以上の労働時間が必要になる可能性があります。

構築したソリューション

選択された市場、都市、業種、その他の基準に基づいて見込み企業を収集し、その後の営業活動のために準備するプロセスを構築しました。

リストには、会社名、事業内容、ウェブサイト、連絡先情報など、選定に必要な情報が追加されます。設定されたルールに基づき、不適切な企業を即座に除外したり、連絡先を優先順位付けしたりすることが可能です。

導入後の変化

数営業日かかっていた手作業での検索の代わりに、チームは約30分で準備された500社のリストを受け取り、データ収集ではなく、アプローチそのものに時間を費やすことができます。

管理者はまた、どの市場が調査され、どのような基準で企業が選定され、次の営業段階のためにどれだけの見込み連絡先が準備されたかを明確に把握できます。

導入前のプロセス

新規顧客ごとに、個別に提案書を作成していました。担当者は過去のドキュメントをコピーし、顧客情報、サービス内容、価格、納期などの情報を書き換えた上で、最後にレイアウトや書式を再確認していました。

1件の提案書作成に約25分かかるとすると、週に20件作成する場合、毎週8時間以上の単純作業が発生することになります。また、古い顧客の情報や誤った価格、期限切れの提案内容がそのまま残ってしまうリスクもありました。

構築したソリューション

提案書作成のための社内プロセスを構築しました。担当者が顧客、サービス、価格体系、必要な条件を選択すると、システムが承認済みのテンプレートに基づいてドキュメントを自動生成します。

顧客データが自動的に入力され、適切な提案項目が選択され、価格が計算されて、統一されたフォーマットのドキュメントが作成されます。担当者は内容を確認し、必要に応じて個別の条件を調整するだけで済みます。

導入後の変化

週に20件の提案書作成にかかる時間が、約8時間から1.5時間に短縮されました。

営業チームはコピーやフォーマット調整に費やす時間を減らし、提案内容の検討、価格設定、顧客との対話に集中できるようになりました。同時に、すべてのドキュメントが承認された同一の構成で作成されるようになります。

以前のプロセス

毎週または毎月、担当者はCRM、Excelファイル、プロジェクト管理システム、その他の社内ツールなど、複数のソースから同じデータを手作業で収集し直していました。

データをコピーして統合し、欠損値がないか確認した上で、指標を再計算してからマネージャー向けのレポートを作成する必要がありました。1件のレポート作成に約1.5時間かかるとすると、月に4件のレポートを作成する場合、約6時間の単純作業が発生していました。

構築したソリューション

設定されたスケジュールに従って、指定のシステムから必要なデータを取得し、それらを統合・検証した上で、統一されたレポート構成にまとめるプロセスを構築しました。

データの欠損や不整合が検出された場合は、担当者が確認できるようにフラグが立てられます。作成されたレポートは、PDFやExcel形式での保存、メール送信、または社内システムへの反映が可能です。

導入後の変化

毎月のレポート作成にかかる時間が約6時間から30分に短縮され、この時間は結果の確認や例外処理のみに充てられています。

マネージャーは統一された構成の情報をより迅速に受け取れるようになり、担当者は毎回同じデータ収集やコピー作業を繰り返す必要がなくなりました。

以前のプロセス

在庫状況は定期的に確認されていたため、担当者は数百に及ぶ品目を精査し、どの商品や資材の残量が危険水準に近づいているかを探し出す必要がありました。

300品目を週に2回確認する場合、在庫の確認作業だけで月に約12時間かかることになります。さらに大きな問題は、完全に在庫が底をつく1日か2日前になって初めて不足に気づくケースがあることでした。

構築したソリューション

在庫データを常時監視し、品目ごとに設定された最小在庫基準を適用するプロセスを構築しました。

システムは現在の在庫量だけでなく、平均消費量やリードタイムも評価できます。例えば、資材の残量が5日分であるのに対し、サプライヤーからの納品に7日かかる場合、最小在庫基準に達する前であっても、担当者にアラートが送信されます。

通知には、該当する品目、現在の在庫量、および次のアクションに必要な情報が即座に表示されます。

導入後の変化

月に約12時間かけて在庫全体を確認する代わりに、担当者は対応が必要な品目のみを確認するだけで済むようになりました。

最も重要な成果は、単なる時間の削減にとどまりません。企業は潜在的な在庫不足を早期に把握できるため、生産やサービス、その他の業務に影響が及ぶ前に、余裕を持って在庫を補充できるようになります。

以前のプロセス

既存のデータファイルからオンラインシステムへ、約60,000件のレコードを移行する必要がありました。手動で行う場合、担当者はレコードを1件ずつ開き、必要な項目を移行し、情報を確認した上でシステムに保存しなければなりませんでした。

1件のレコード処理にわずか2分しかかけないとしても、全体の作業時間は約2,000時間、すなわち250日以上のフルタイム労働に相当します。

このような規模のプロジェクトでは、時間だけが問題ではありません。どのレコードが移行済みで、どれが失敗し、どれにデータが不足しており、どれを再試行する必要があるのかを正確に把握する必要がありました。

構築したソリューション

レコードを順次処理し、主要なフィールドを検証した上で、オンラインシステムへデータを転送する自動移行プロセスを構築しました。

各レコードには、準備完了、移行済み、失敗、要確認のステータスが記録されます。エラーや不備のあるレコードは全体のフローから除外されるため、1件のエラーによってプロセス全体が停止することはありません。

システムが一時的にデータを受け付けない場合でも、移行に失敗したレコードのみを対象に再実行が可能です。

導入後の変化

発生し得た2,000時間の手作業に代わり、60,000件のレコード移行が自動で実行されます。人の時間は、例外処理や確認が必要なケースのみに充てられます。

移行済みのデータ件数、残りの件数、そして特定のレコードが受け付けられなかった理由を、いつでもリアルタイムで確認できます。

この規模のプロセスにおいて、自動化は時間の削減だけでなく、最初から最後までのレコードに対する管理と追跡可能性の維持も実現します。

導入前のプロセス

プロジェクトの情報は、メール、Excelファイル、チャットツール、各担当者のメモなどに分散していました。管理者が全体の状況を把握するには、チームへの確認や期限のチェックを行い、最新の情報を手作業で集める必要がありました。

25件のプロジェクト状況の確認に1件あたり平均5分を要する場合、1回の確認だけで2時間以上かかります。これを週に数回繰り返すと、管理者の時間の大部分が意思決定ではなく、情報の探索に費やされることになります。

構築したソリューション

進行中のプロジェクト、担当者、期限、現在のステータス、および主なリスクを1か所で確認できる、社内プロジェクト管理システムを構築しました。

システムは、遅延しているタスク、迫っている期限、更新のないプロジェクト、または管理者の判断が必要な状況を自動的に検出してマークします。

従業員は各自の担当部分のみを更新し、全体の状況は自動的に集計されます。

導入後の変化

情報の収集に数時間を費やす代わりに、管理者は数分でプロジェクトポートフォリオ全体を評価し、対応が必要な箇所を即座に把握できるようになりました。

重要なのは、システムが単にプロジェクトの状況を表示するだけではない点です。業務の全体像を共有することで、チームと管理者が同じ情報に基づいて意思決定を行えるようになります。

導入前のプロセス

チームは週におよそ30件の契約書や合意書などの文書を調整する必要がありました。各文書は複数の担当者によって確認され、指摘事項があった場合は修正のために差し戻されていました。

ファイルがメールやチャットツールでやり取りされると、どのバージョンが最新か、誰がすでに承認したか、誰の回答を待っているのかがすぐに分からなくなります。文書の追跡作業だけで、週におよそ5時間の業務が発生していました。

なぜSharePointだけでは不十分だったのか

課題はファイルの保存場所ではありませんでした。担当者、異なる承認ルート、期限、修正のための差し戻し、リマインダー、および有効な文書のバージョンなど、承認フロー全体を管理する必要がありました。

そのため、単なる文書の保管庫ではなく、文書を中心としたプロセス全体を管理するシステムが必要でした。

構築したソリューション

各文書に対して承認フローと担当者を設定できるシステムを構築しました。現在のステータス、有効なバージョン、完了した承認、および次のアクションが可視化されます。

承認が遅れている場合はリマインダーが送信され、文書は修正のために差し戻されるか、別の承認ルートに転送されます。

導入後の変化

文書の追跡に費やされていたおよそ5時間に代わり、チームが例外処理や遅延案件の確認に要する時間はおよそ1時間になりました。

管理者は各文書の現在地を1か所で把握でき、従業員は最新のバージョンを探したり、未承認の担当者を確認したりする必要がなくなりました。

導入前のプロセス

顧客からの問い合わせは、メール、ウェブサイトのフォーム、SNS、その他のチャネルから届いていました。従業員間で転送を繰り返していたため、誰が対応すべきか、また顧客への連絡がすでに完了しているかが曖昧になることがありました。

週に約120件の問い合わせがある中で、対応漏れや遅れが数パーセント発生するだけでも、売上機会の損失につながります。また、管理者はどの問い合わせが未対応なのか、プロセスのどこで滞っているのかを迅速に把握することが困難でした。

構築したソリューション

複数のチャネルからの問い合わせを1か所に集約し、設定されたルールに基づいて担当者に自動で割り当てる社内問い合わせ管理システムを構築しました。

割り当ては、サービス内容、地域、顧客タイプ、担当者の稼働状況などの基準に基づいて行われます。すべての問い合わせには、ステータス、担当者、受信日時、および次のアクションが紐づけられます。

設定された時間内に顧客への連絡が行われない場合、システムが担当者に通知を送るか、管理者に情報をエスカレーションします。

導入後の変化

問い合わせの平均転送時間は数時間から数分に短縮され、すべての問い合わせに対して受信した瞬間から明確な担当者が割り当てられるようになりました。

管理者は、受信件数、処理件数、未対応の問い合わせ、および設定された対応時間を超過している案件を、1か所でまとめて確認できます。

最も重要な変化は、顧客からの問い合わせが単なる個別のメールやメッセージではなく、管理された営業プロセスへと変わったことです。

導入前のプロセス

休暇申請、購買依頼、技術的な問題などの社内申請は、メールやメッセージで送信されるか、担当者に直接口頭で伝えられていました。

このような申請が月に約80件に達すると、全体の状況を把握することが困難になります。一部の申請は担当者が曖昧なまま放置され、従業員からは進捗状況の問い合わせが繰り返され、管理者は複数のチャネルから情報を探す必要がありました。

構築したソリューション

従業員が申請タイプを選択して必要な情報を入力する、社内システムを構築しました。申請は設定されたルールに従って、自動的に担当者へ割り当てられるか、承認フローへと回されます。

すべての申請には、ステータス、担当者、提出日、および対応履歴が記録されます。申請の種類に応じて異なるワークフローを適用でき、例えば購買依頼には管理者の承認が必要ですが、技術的な問題は即座にITチームに転送されます。

導入後の変化

複数の異なるコミュニケーションチャネルを使う代わりに、すべての社内申請が1か所で管理されるようになりました。

従業員は自身の申請ステータスを確認でき、担当者は行うべきタスクが明確になり、管理者は受信件数、未決裁の件数、およびどの業務領域に負荷が集中しているかを把握できます。

月に80件の申請がある場合、1件あたりわずか5分間の管理業務を削減するだけでも、月間で6時間以上の削減になります。これには、以前発生していた進捗確認への対応や情報検索に費やされていた時間は含まれていません。

導入前のプロセス

サービス業務や技術業務の計画は、電話、メッセージ、個別のスプレッドシートで行われていました。管理者は、当日の出勤状況、割り当て済みの業務、遅延案件、および稼働に余裕がある担当者を、手作業で確認する必要がありました。

週に約60件の業務を計画する場合、1日に数回の変更が発生するだけでも混乱が生じます。ある業務が長引いたり、別の業務がキャンセルされたり、緊急の依頼が入ったりするたびに、計画を常に調整し、チームに再周知する必要がありました。

構築したソリューション

すべての計画された業務、担当者、期限、および現在のステータスを可視化する、社内業務計画システムを構築しました。

管理者は、従業員の稼働状況、スキル、勤務地などの基準に基づいて業務を割り当てることができます。従業員は自身に割り当てられた業務を確認してステータスを更新するため、全体の計画が実際の状況とリアルタイムに連動します。

遅延している業務、未完了の業務、または未割り当ての業務は即座に強調表示され、緊急の依頼が発生した際にも、どこに稼働の余力があるかを迅速に判断できます。

導入後の変化

以前は管理者の時間を週に約6時間必要としていた週次計画と日々の変更対応が、週に約1時間に短縮されました。

チームは最新の計画を1か所で確認でき、管理者は個々のタスクだけでなく、従業員全体の稼働状況、遅延、および余力を評価できるようになりました。

システムは単なるタスクリストにとどまらず、日々の業務割り当てやリソース計画のための主要なツールとして機能しています。

導入前のプロセス

運行記録票、貨物書類、その他の物流情報は、PDF、画像、スキャンされた文書などの様々な形式で届いていました。書類の構成が異なっていたため、使用しているシステムに直接インポートすることができませんでした。

担当者は手作業でドキュメントを開き、必要な項目を探してシステムに入力していました。

例えば、1か月あたり5,000件のドキュメントがあり、1件につき3分を費やすと、データ入力だけで毎月約250時間の作業時間が発生します。さらに、手作業による入力ミスや、それに伴う追加のデータ確認作業も発生していました。

構築したソリューション

AIを活用したドキュメント処理フローを構築しました。さまざまな形式の物流ドキュメントを取り込み、その種類を識別して、システムに必要な情報を自動で収集します。

このシステムは、貨物番号、日付、車両情報、住所、数量、その他指定された項目を抽出できます。抽出されたデータは設定されたルールに基づいて検証され、基幹システムへの転送用に処理されます。

ドキュメントが読み取れない場合や、データの信頼度スコアが低い場合は、自動的に担当者の確認に回されます。

導入後の変化

自動化されたプロセスにより99.3%のデータ認識精度を達成し、大半のドキュメントを手作業による入力なしで処理できるようになりました。

何百時間もかけてデータを移行する代わりに、担当者はシステムが不明な点や例外を検出したドキュメントの確認だけに時間を充てることができます。

最も重要な変化は、ドキュメント処理の高速化だけではありません。以前は継続的な手作業の入力に依存していたプロセスが、物流システムにおける自動化され管理された一部となりました。

導入前のプロセス

例えば、さまざまな仕入先から毎月約250件の請求書を受け取る企業を想定します。これらのドキュメントは、異なるタイミング、異なる形式で届き、送信先のメールアドレスも統一されていません。

担当者は請求書を探してダウンロードし、仕入先や対象期間を確認した上で、適切に保存して経理に転送する必要があります。1件のドキュメントにわずか3分を費やすだけでも、このプロセスだけで毎月12時間以上の単純作業が発生します。

構築したソリューション

受信メールを監視して請求書を識別し、ドキュメントの主要な情報を収集するプロセスを構築しました。ドキュメントは適切な対象期間に分類され、指定の場所に保存されて経理処理用に準備されます。

請求書は、仕入先、月、会社、またはその他の設定された基準に基づいて分類できます。情報が不足している場合や、ドキュメントを高い信頼度で認識できない場合は、担当者の確認用にフラグが立てられます。

導入後の変化

毎月ドキュメントの検索と分類に費やしていた約12時間の代わりに、担当者は準備されたドキュメントや例外事項の確認に約1.5時間を充てるだけで済むようになりました。

大半の請求書は設定された同一のプロセスで処理され、担当者の時間は実際に判断が必要なケースのみに充てられます。

導入前のプロセス

仕入先は、PDF、Excel、メール、または独自のテンプレートで見積書を提出していました。総額を記載する会社もあれば、単価を記載する会社もあり、配送費、保証、または追加条件を個別に提示する会社もありました。

15社の見積書を比較するために、担当者は各ドキュメントを開き、重要な情報を探して、手作業で一覧表に転記する必要がありました。1件の見積書に約10分から12分を費やすと、データの準備だけで約3時間かかることがあります。

最安値が最も魅力的に見えても、見積書によって納期、保証、数量、またはその他の重要な条件が異なる場合に問題が生じます。

構築したソリューション

AIを活用した見積書分析ツールを構築しました。異なる形式のドキュメントを読み取り、主要なデータを収集して、統一された構成で提示します。

AIは、価格、納期、数量、保証、支払条件、その他該当する購買において重要な基準を抽出できます。また、特定の仕入先が代替品を提案している場合、保証期間が短い場合、または一部のサービスが含まれていない場合などの不一致もシステムが検出します。

情報が不明瞭な場合や、見積書を直接比較できない場合は、担当者の確認に回されます。

導入後の変化

15社の見積書を比較用に準備する時間が、約3時間から20分に短縮されます。

担当者は各見積書を手作業で転記する必要がなくなります。統一された比較結果を受け取ることで、選定やリスク評価といった最も重要な業務に時間を充てることができます。

AIが人に代わって最終決定を下すことはありません。AIの役割は、大量の情報を迅速に読み取り、差異を浮き彫りにして、注意深く確認すべき箇所を提示することです。

導入前のプロセス

候補者の情報は、求人ポータル、メール、LinkedIn、その他のチャネルから届いていました。履歴書の構成はそれぞれ異なるため、採用チームは各ドキュメントを開き、必要な情報を探して、手作業で一覧表や採用管理システムに転記する必要がありました。

1名の候補者情報の確認と入力に平均8分を費やすと、120名の候補者がいる場合、初期データの準備だけで約16時間の作業時間が発生します。

構築したソリューション

AIを活用し、候補者の書類を収集して統一されたフォーマットで情報を整理するプロセスを構築しました。

AIが履歴書から職務経歴、スキル、学歴、語学力、実務経験の期間など、特定の職種に必要な専門情報を抽出します。候補者は適切な採用プロセスに振り分けられ、不足しているデータや不明瞭な箇所は、担当者による確認用にマークされます。

採用チームは、フォーマットが異なる履歴書の集まりではなく、統一された形式で整理された情報を受け取ります。これにより、職種に応じた基準に沿って、迅速に内容を確認し比較検討できるようになります。

導入後の変化

120名分の候補者情報の準備にかかる時間が、約16時間から、確認と検証のための2時間へと短縮されます。

AIは情報の収集や構造化といった定型業務を担当しますが、候補者に関する最終的な決定は引き続き人間が行います。

これにより、採用担当者は履歴書データのコピー作業ではなく、候補者の経験の評価や面接に時間を充てることができます。