現場スタッフ50名分の手書き日報を毎朝管理部で目視確認。記入漏れや不備を見つけては電話・チャットで差し戻し、管理部2名が合計40分/日を費やしていた。記入漏れは年間300件以上、管理部スタッフの離職の原因にもなっていた。

現場スタッフのPC画面を3分毎に自動スクリーンショット。OCRで作業内容を抽出し、AIが日報フォーマットに自動整形。毎朝8時、管理部Slackに一括送信する仕組みを、週1回×8セッションで実装。

月200件の応募書類を人事3名で手作業で目視判定。書類の質とポジションの要件を照合する工程に、週10時間が消費されていた。一次選考通過後の面接設定率は15%で、「本来見るべき人材を見られていない」という課題があった。

求める人材像をプロンプト化し、AIが応募書類PDFを自動読取。職務経験・スキル・文章の構造性などから総合スコアを算出し、上位30%の候補者を自動抽出。抽出者へは面接案内メールを自動送信するフローを、週1回×12セッションで構築。

1日80件のお問い合わせにCS5名で対応。問い合わせ受信〜返信完了までの平均時間は4時間。繁忙期は返信が翌日になることも多く、レビュー評価4.2まで低下していた。

過去FAQ・商品DB・注文履歴・配送ステータスをAIが参照し、問い合わせごとに返信ドラフトを自動生成。CSスタッフは内容確認と承認ボタンだけ押す運用に変更。週1回×10セッションで構築。

月末3営業日、社員80名分のレシート集計・仕訳・差し戻しに管理部2名が拘束される月15時間の業務。差し戻し率20%で、給与計算の締めも遅れがちだった。

社員がスマホでレシートを撮影→AIが自動OCR・勘定科目判定・精算書を作成→承認ワークフローへ自動流入。管理部は異常値だけ確認する運用に。週1回×8セッションで構築。

週5回の社内会議＋週3回の顧客MTG。議事録は営業担当が会議後1時間かけて手書きしており、週8時間の作業＋決定事項の漏れが週2〜3件発生。「書く時間」と「漏れ」が両方課題だった。

会議をZoomで録画→AIが音声認識→要約・決定事項・TODO・期日を自動抽出→SlackとNotionに同時共有する流れを実装。週1回×6セッションで構築。

月末に5媒体（Meta・Google・Yahoo・LINE・X）のデータを手動でExcel集計し、クライアント15社向けにレポート作成。月20時間の作業で、納品は月初3営業日後が限界だった。

各媒体API＋GA4からデータ自動取得→AIが週次/月次レポートを自動生成→クライアントごとのコメント付きPDFに自動整形→翌朝自動送信。週1回×10セッションで構築。

商品200SKUの在庫データと過去販売データを見て、購買担当3名が経験と勘で発注判断。判断ミスによる欠品・過剰在庫で、年間廃棄ロスが約300万円発生していた。

在庫データ＋過去3年の販売データ＋気象データ＋地域イベント情報をAIに入力→需要予測→発注書を自動生成→購買担当は承認するだけの運用に。週1回×16セッションで構築。

ターゲット企業のリスト作成を営業5名が手作業。業界DB・帝国データ・企業HP・IR情報を見比べて、週12時間を投下。アポ率は3%で伸び悩んでいた。

企業DB＋WebクロールでAIが「自社サービス導入可能性スコア」を自動算出→上位200社の担当者情報＋最新ニュース付きリストを自動生成→アプローチメール文面まで提案。週1回×12セッションで構築。