月800件の社内問い合わせを半自動化、コミクスの生成AI顧問サービス導入事例

発表内容のポイント

• 過去のQ&Aデータとスプレッドシート、GASを連携した半自動応答システムを構築
• AIが回答案を作成し最終判断は人間が行うことで、精度と信頼性を担保した運用を実現
• 役員自らがClaude Codeを習得し、設計書をもとにAIが実装する開発手法を実践

発表の背景

多岐にわたる保証商品を展開する同社では、商品数の増加や制度改定に伴い、社内各部門から担当部門への問い合わせが月700〜800件に達していました。従来は手動で一件ずつ回答しており、一次対応の業務負荷が課題となっていました。一方で、過去の問い合わせと回答データは社内に蓄積されていたため、この既存データをAIで有効活用することを目指して取り組みが開始されました。

何が発表されたのか

構築されたシステムは、過去のQ&Aデータをスプレッドシートでデータベース化し、メールで届く問い合わせを自動で取り込んでAIが回答案を生成する仕組みです。完全に自動化するのではなく、AIが担うのは回答案の作成までとし、最終的な確認と回答は担当者が行う「半自動化」からスモールスタートしています。また、導入企業の役員が自らAIツールを活用し、チャットAIとの対話で仕様を固める「設計ファースト」の手法を用いて、実務に直結するツールを迅速に開発・実装しました。

製造業・生産管理への見方

製造業や生産管理の現場においても、製品仕様の多様化やマニュアルの改定に伴い、現場から技術部門や管理部門への問い合わせ対応が大きな負担となるケースは少なくありません。本事例のように、過去のQ&Aやトラブルシューティングの履歴をデータベース化し、生成AIと連携させて一次回答案を自動作成する仕組みは、工場内の問い合わせ対応や技術伝承の効率化に直接応用可能です。また、非エンジニアの管理職や現場リーダーがAIを活用して自ら業務改善ツールを迅速に構築するアプローチは、製造業DXを推進する上での有効なモデルケースとなります。

現場で確認したいポイント

• 自社に蓄積されている過去のQ&Aやトラブル履歴が、整理されたデータとして存在するか
• 問い合わせ対応において、AIによる回答案作成と人間による最終確認の役割分担が可能か
• 現場のDX推進リーダーが、AIを活用した簡易なツール開発手法を習得する環境があるか

確認しておきたい点

本事例は保証サービス企業における社内問い合わせ対応の効率化実績であり、製造現場特有の図面データや複雑な技術仕様書への適用可否、および具体的なシステム連携コストについては、個別に対象企業や提供元への確認が必要です。

関連リンク

• 株式会社コミクス コーポレートサイト：サービス提供元である株式会社コミクスの公式サイトです。
• コミクス 関連ページ：コミクスが提供するサービスに関連する紹介ページです。
• 発表企業のPR TIMESページ

出典情報