業務の煩悩を祓うAI活用術108選 / AI 108 Usages

by 株式会社スマートバンク

Slide 1

Slide 1 text

No content

Slide 2

Slide 2 text

※本資料に掲載している生成AIツールの活用は、当社が定めるAI利用ガイドラインに基づき、セキュリティが確保された環境で運用しています。 ※AIによる回答や生成物は、あくまで提案や下書きです。すべてのプロセスにおいて、人間が内容の正確性を確認・修正し、最終的な意思決定と責任を負う運用を徹底しています。 ※本資料の内容は、公開時点（2025年12月）の仕様に基づいています。AI技術は進化が速いため、閲覧時点では機能やUI、最適なプロンプトが変更されている可能性がある点をご留意ください。株式会社スマートバンク 2025年12月29日時点

Slide 3

Slide 3 text

001 @ushiro / BizDev #AI判定, #ブラウザ自動操作, #業務効率化, #Playwright, #GeminiAPI, #ClaudeCode 500件の確認・更新作業：手作業で丸1日以上 → 実作業30分程度判断業務の大部分をAIに委託し、人間は最終チェックに集中。手作業ゼロで更新が完了し、ヒューマンエラーが解消。エンジニアが「使われないものをつくる」を回避 Claude Code, Python, Playwright, Gemini API 管理画面のデータを見て判断し、設定を変更する作業を1件ずつ手作業で行っている新規事業の管理画面にAPIや一括操作機能がなく、手作業では膨大な時間がかかる。また、一時的な機能開発にエンジニアのリソースを割きたくない。データ取得→AI判定→人間チェック→自動入力の4ステップで半自動化 Playwrightで管理画面からデータを自動取得し、Gemini APIで変更内容を判定。人間がスプレッドシートで確認・修正した後、 Playwrightで管理画面へ自動入力・保存を行う。データ取得→AI判定→人間チェック→自動入力の半自動フロー管理画面のAI判定付き一括更新スクリプト

Slide 4

Slide 4 text

002 @Takeshi Tsuchiya / BizDev #生成AI, #v0, #プロトタイピング, #新規事業開発, #BizDev, #スマートバンク事業開発担当者が自らプロダクトイメージを具体化できるようになり、仮説検証のサイクルが大幅に加速した。 v0, 生成AI アイデアの検証スピードの不足新規事業開発において、アイデアを早く正確に検証することが鍵となるが、プロトタイプ作成には専門知識が必要であり、ビジネス職が自らプロダクトイメージを形にすることが難しかった。 v0を用いたUIプロトタイプの自動生成生成AIツール「v0」を活用し、テキストプロンプトからプロダクトのUIイメージを即座にビジュアライズすることで、専門知識がなくても迅速にプロトタイプを作成する。ビジネス職でもAIでアイデアを即座に形にする v0を活用した新規事業の超速プロトタイピング

Slide 5

Slide 5 text

003 @ushiro / BizDev #AI, #BizDev, #Cursor, #新規事業, #DX, #自動化工数1/3、売上3倍、事業規模16倍（5か月間） BizDevの価値が実務作業から「判断力」へとシフトし、高速な事業検証と改善サイクルが可能になった Cursor 新規事業立ち上げにおける開発リソース不足とスピードの課題非エンジニアのBizDev（事業開発担当）が、限られたリソースと時間の中で事業を迅速に立ち上げ、かつ売上を拡大させる必要があった。 AI（Cursor）と既存SaaSを連携させた「屋台モデル」による事業構築 AIコードエディタ「Cursor」を活用して非エンジニアが自ら実装やツール連携を行い、既存SaaSを組み合わせることで、最小限の工数で事業基盤を構築。AI-OPS（AIによる業務改善）を推進し、運用の自動化を図った。工数1/3・売上3倍を実現する「屋台モデル」の実践 AIとSaaS連携による新規事業の高速開発とグロース

Slide 6

Slide 6 text

004 @ushiro / BizDev #Claude #GAS #Gemini #Meta広告 #CAPI #マーケティング #広告最適化 #非エンジニア #新規事業コンバージョン計測精度30-50%向上初期・月額コスト0円でCAPI導入を実現・広告管理画面の数値が実態に近づいた・CVの質を正確にMetaに伝えられるようになった・エンジニアには本流の開発に集中してもらえた ※GASでの実装はあくまで試行錯誤フェーズ。最適な運用が固まった段階でエンジニアに本実装を依頼予定 Claude Code, GAS, Meta Conversions API, Gemini API, Google Sheets 新規事業立ち上げにおける開発・検証スピードの不足 Meta広告のコンバージョン計測がブラウザピクセルだけでは取りこぼしが多いためコンバージョンAPIの導入が必要に。しかし新規事業ではMetaに送付するデータやvalue設定の不確実性が高く、そこにエンジニアリソースを割きたくないスプレッドシートからMeta CAPIに直接コンバージョンイベントを送信するGASを構築スプレッドシートのCVデータをもとにGASでMeta CAPIにイベント送信・送付する仕組みの開発。valueとCACのバランスをGemini APIが自動分析し、送信データを適宜調整する仕組みの開発。新規事業で不確実性が高い中でエンジニアリソースを使うより、アドテク知識のあるBizDevがグロース観点で自作するほうが合理的と判断。Claude CodeにMeta APIドキュメントの読み解きからコード生成、デバッグまで伴走してもらい実装。試行錯誤が必要なCAPI導入を非エンジニアBizDev×Claude Codeで実現 GAS&スプレッドシートでMeta広告 Conversions API (CAPI) 送信システムを開発

Slide 7

Slide 7 text

005 @tsukky / マーケター #AI活用, #業務効率化, #Devin, #SQL Devinを使って自力で分析を完遂できるようになった Devin マーケティング業務の効率化と数字追跡習慣の継続マーケターが自力でSQL作成やデータ抽出を行う工数を削減し、施策検討に集中したい DevinへのSQL作成およびデータ抽出業務の委託 Devinを活用して、マーケティングに必要な各種データの抽出や SQLクエリの生成を自動化・代行させる Devinを活用したSQL作成・データ抽出の実践 AI委託によるマーケティング業務効率化

Slide 8

Slide 8 text

006 @Ryo / マーケター #SNSマーケティング, #インフルエンサーマーケティング, #業務効率化, #n8n, #Gemini, #生成AI #GAS ひとりで月間の運用案件数が20件から50件に増加 1件あたりの運用工数を抑えることができ、クオリティを上げつつ、より多くの案件を並行して運用できるようになった Gemini, n8n, ChatGPT、GAS インフルエンサー案件の膨大な運用工数月20件のインフルエンサー案件でリストアップ等の運用リソースが限界に達しており、さらなる規模拡大（スケール）が困難な状況だった。 AI（LLM）と自動化ツールで運用案を提示。最終的な施策の採否は人間が決定する。 n8nなどの自動化ツールとGeminiやChatGPTといったLLMを連携させ、リストアップ、進行管理、数値分析といったマーケティングワークフローを自動化した。インフルエンサー施策のリストアップでAIを活用し、月20件→月50件の自主内製化運用を実現インフルエンサーマーケティング業務の AI自動化

Slide 9

Slide 9 text

007 @ryu / マーケター #マーケティング, #GAS, #Gemini, #動画広告, #生成AI 分析・解釈の効率が10倍向上動画の分析・解釈作業が大幅に効率化され、マーケターがより高度な戦略立案に集中できるようになった GAS, Gemini, Google Drive, Google Sheets 動画広告の分析・解釈にかかる膨大な工数マーケターにとって動画広告の運用において、動画の内容を文字起こしし、シーンごとに分解して分析・解釈する作業が非常に大きな負担となっていた。 GoogleドライブとGeminiを連携させた自動分析システムの構築指定のGoogleドライブフォルダに動画ファイルを保存すると、 GAS（Google Apps Script）がトリガーとなってGemini APIを呼び出し、動画の文字起こし、シーン描写、構成分析、改善案などを Googleスプレッドシートに自動出力する仕組みを構築した。 Googleドライブに入れるだけで動画広告の分析・解釈が10倍捗る動画広告の自動分析ワークフローの構築

Slide 10

Slide 10 text

008 @tsukky / マーケター #AI活用, #生産性向上, #ClaudeCode, #Chrome拡張機能, #セルフマネジメント衝動的なX閲覧を大幅に削減し、集中時間が改善。確認ダイアログ表示により「本当に必要か?」と自問する習慣が形成され、無意識の行動が可視化された。 Claude Code, Chrome拡張機能仕事中に無意識にXを開いてしまい、集中力が途切れる完全ブロックでは仕事で必要な時にアクセスできず、適切な抑制の仕組みが必要だった X閲覧時に「ワンクッション」を挟む仕組みの構築 YouTubeの広告のような「軽い摩擦」を設計し、衝動的なアクセスを防ぐ確認ダイアログを表示。非エンジニアでも実装可能な設計。仕事中の無意識なSNS閲覧を防ぐ「軽い摩擦」の設計 Claude Codeを活用したX(Twitter)抑制 Chrome拡張機能の開発

Slide 11

Slide 11 text

009 @Ryo / マーケター #AI活用, #自動化, #Cursor, #業務効率化, #営業支援, #営業効率化, #Genspark 企業のリストアップが自動で完了営業に関するリサーチ精度の向上・工数削減議事録作成にかかる工数削減 Cursor,Genspark 新規事業立ち上げにおけるセールス業務に多大な時間がかかるセールスプロセスを分解し・ターゲット企業をゼロからリストアップする作業・営業先企業のマクロ情報収集・商談議事録の整理作業における工数負荷が高い Gensparkを活用した営業リスト自動作成 Cursorを活用した情報収集、議事録作成の自動化 Gensparkで、営業リストの雛形を作成。優先度の高い主要営業先の選定からリストアップまでを自動化。 Cursorで商談予定企業の情報収集を行い、ドキュメント作成。商談終了後、ドキュメントに商談時のメモから議事録を追記。新規事業における営業先リストアップ、マクロ情報のリサーチ、商談議事録作成までを自動化 CursorとGensparkを活用したセールスプロセスの自動化

Slide 12

Slide 12 text

010 @Tsuchiya / マーケター #データ活用, #Python, #Cursor, #データ分析複数メンバーへの状況共有工数が削減され、マーケ関連指標における良し悪しの概要が簡単に伝わるようになった Cursor, Python 分析の集計作業の手間と状況共有にかかる工数が一定が発生していた本施策に携わっていないメンバーが見たときに、数値だけだと現状の良し悪しを判断することが難しいマーケ施策の係数をCursorにインプットし、あらかじめ設定した基準値に対しての現状を視覚的に表現 PythonのコードをCursorに生成させ、データ分析から表・グラフ作成までを一気通貫で対応。表・グラフにおいては、良し悪しがわかるような基準ラインやヒートマップなどで表現し、視覚的に状況がわかるようなアウトプットを作成。 Cursorを用いたデータ分析・ヒートマップによる可視化で視覚的に状況を判断可能に Cursorを用いたデータ分析・可視化

Slide 13

Slide 13 text

011 @Tsuchiya / マーケター #AI, #広告クリエイティブ, #Gem, #マーケティング広告クリエイティブメッセージを考える方法が定型化されたことにより、振り返りやネクストアクションを決めることが容易になった Gemini 特定の課題を感じている人に対して、どのようなメッセージを伝えればよいのかが難しい特定の課題を感じている人に対して、どのようなメッセージだと自分ごと化してくれやすいのかがわからない。担当によって考えるステップなどがバラバラなので、ノウハウが蓄積されない。いくつかの情報を入力するだけで、ユーザーインサイトや広告メッセージや見せ方などを提案してくれるGemを作成 Gemにどういった課題を感じているユーザーがターゲットなのか、自社サービスはその課題をどのように解決できるのかといったことを入力することで、ターゲットユーザーのインサイトや自分ごと化してもらうための、広告の冒頭メッセージ(フック)と解決方法への接続(本メッセージ)の案を複数提示し、その情報をもとに広告クリエイティブを作成。ターゲットユーザーの課題を入力するだけで広告メッセージが自動で生成 Gemを活用した広告クリエイティブ制作フローの構築

Slide 14

Slide 14 text

012 @ryu / マーケター #音声入力, #生産性向上, #AIツール, #AquaVoice 入力スピードが圧倒的に速くなり、生産性が大幅に向上した。 Aqua voice タイピングによる入力負荷とスピードの限界タイピングでの入力は時間がかかり、生産性を高める上でのボトルネックとなっている。音声入力ツールの導入 Aqua voiceを使用してテキスト入力を行うことで、タイピング作業を極力排除する。タイピングを減らし入力スピードを向上させる取り組み Aqua voiceを活用した音声入力による業務効率化

Slide 15

Slide 15 text

013 @ryu / マーケター #AI活用, #広告運用, #業務効率化, #Gemini, #GAS, #データ分析動画の要素分解からデータ結合、AIによる分析案出しまでの仕組みが構築され、デザイナーやマーケターが分析・制作しやすい環境が整った。 Gemini, GAS, Google スプレッドシート広告クリエイティブ分析の工数過多とブラックボックス化の解消広告クリエイティブは変数が多く分析が困難であり、数値に基づく仮説立案や次回制作の方向性決定に多大な時間がかかっている。動画要素の自動テキスト化と分析案の構築。AIの分析結果をもとにデザイナーやマーケターが最終判断を行う。特定のフォルダに動画をアップロードすると、GeminiとGASが要素を分解しスプレッドシートに記録。配信結果データと結合した上で、Geminiを用いて傾向分析や次案の議論ベース作成を行う機能。 GeminiとGASを用いた動画要素分解と配信結果の統合分析広告クリエイティブ分析のAI自動化

Slide 16

Slide 16 text

014 @kanetomo / PR #GPTs, #AI活用, #リスク管理, #SNS対策, #業務効率化ブログやSNS、プレゼン資料における炎上リスクの低減。 GPTsとGemsにより各自確認が可能となりPRのチェックと本人へのフィードバック工数の削減 ChatGPT, GPTs, Gemini, Gems ブログやSNS投稿時の炎上リスクを事前に予防したい文章を外部に公開する際、無意識に不適切な表現が含まれていないか、炎上の火種がないかをチェックする際、社内確認では第三者視点が保ちづらい。広報のチェック工数的負担がある。 AIによる多角的なリスク診断と改善案の提示リスク該当有無、カテゴリ特定、該当箇所と理由の指摘、具体的な改善案・代替表現の提案、総合リスク評価、補足情報の提供外部公開前の文章における炎上リスクをAIで自動判定するツールの作成炎上リスクチェッカーGPTsの開発

Slide 17

Slide 17 text

015 @kanetomo / PR #AI活用, #Gemini, #データ分析, #PR AIによるデータ分析作業の自動化・効率化が実現した Gemini, Google スプレッドシート PR調査リリースのためのデータ集計・分析作業の効率化 PRの調査リリース作成において、生データから中央値の算出やカテゴリ別の傾向を把握する作業に工数がかかる Geminiへのデータ読み込みと分析指示スプレッドシートのraw dataをGeminiに読み込ませ、中央値の算出やカテゴリ別の数値傾向を分析させるスプレッドシートの生データを用いた数値傾向の分析 GeminiによるPR調査データの分析

Slide 18

Slide 18 text

016 @kanetomo / PR #AI活用, #Gemini, #PR, #コンテンツ制作 AIから多角的な切り口や具体的な番組構成案の提案を受けられるようになった Gemini メディアにとって魅力的な切り口の考案や、テレビ番組向け企画構成の作成調査結果をどのようにメディアに届けるか、特にテレビ番組向けの具体的な企画案や構成案を練るのに、メディアの調査に時間がかかったり、企画力が必要 Geminiによる企画提案の草案を生成分析データを基に、メディア向けの魅力的なデータ・リリース切り口の提案、テレビ情報番組向けの特集企画案や番組構成案の作成分析データを基にしたメディア向けコンテンツの生成テレビ番組向けの提案書草案の作成

Slide 19

Slide 19 text

017 @kanetomo / PR #NotebookLM, #AI活用, #広報PR, #業務効率化取材に向けた具体的な想定質問を事前に把握し、準備を完了させた NotebookLM, 有料記事検索ツール取材前に記者の傾向や過去の質問傾向を把握し、的確な準備を行う必要がある記者の過去の署名記事や類似企業の掲載事例を収集・分析し、手動で質問を想定するには工数がかかり、網羅性の確保も難しい NotebookLMに収集した過去記事を読み込ませ、AIによる想定質問の洗い出しを実施・有料記事検索ツールで記者や類似事例の記事を取得・NotebookLMに記事データを読み込ませる・AIにより想定質問を洗い出し、取材対策を実施過去の記事データをAIに読み込ませ、記者対応の効率化と精度向上 NotebookLMを活用した取材の想定質問作成

Slide 20

Slide 20 text

018 @jou / PM #AI活用, #DevinSearch, #業務効率化, #仕様確認 GPTsとGemsにより各自確認が可能となりPRのチェックと本人へのフィードバック工数が削減最新仕様を迅速に把握できるようになったエンジニアへの質問コストが削減された。 Devin Search 仕様確認に伴うエンジニアへの負荷や回答待ち時間の発生既存仕様の把握にエンジニアへの質問が必要だったが、AIツールで自己解決可能なケースがあった Devin Searchを用いた仕様検索とナレッジ共有 Devin Searchで最新仕様を検索し、エンジニアへの質問の代わりに回答を得る。具体的な活用例を添えてチームに案内する。 Devin Searchを活用した仕様確認の効率化とチームへの展開 Devin Searchによる既存仕様の確認と案内

Slide 21

Slide 21 text

019 @inagaki / PM #AI, #v0, #プロトタイプ開発, #PM, #スマートバンク開発前に具体的な手触りを確認できるようになったエンジニアとのコミュニケーションコストが下がり、実装時の手戻りが減少した。 v0, Vercel AI体験のプロトタイプ作成の難しさ Figmaなどの静的なデザインツールでは、AI特有の動的な挙動（ストリーミング出力や生成されるコンテンツに応じたUI変化）を十分に表現できず、ユーザーテストやチーム内での合意形成が困難だった。 v0を用いたプロトタイプ駆動型開発の導入非エンジニアがv0を使用して、React/Next.jsベースの動くプロトタイプを直接生成。実際のAIの挙動をシミュレートできる状態にし、それをベースにユーザーインタビューや社内レビューを実施した。非エンジニアでも「動く」プロトタイプでAI体験を検証 v0を活用したAI機能のプロトタイプ開発

Slide 22

Slide 22 text

020 @inagaki / PM #AI活用, #プロポーザル, #pmconf, #業務効率化カンファレンス（pmconf）に採択された！ ChatGPT プロポーザルの採択率を向上させたい採択されやすいプロポーザルのポイントはタイトルであるという仮説を持っていたが、良いタイトルを規定する要素が複数あり、かつそれぞれ言語化が難しいと感じていた。過去の採択データを活用したAI評価過去に採択されたプロポーザルのタイトルと詳細をAIに読み込ませ、分析してもらい、それを元にしたレビュープロンプトを作成。それをもとにプロポーザルタイトルをレビューしてもらった。過去の採択事例に基づいたAIによるプロポーザルタイトルの評価・採点カンファレンス登壇プロポーザルのAIレビュー

Slide 23

Slide 23 text

021 @inagaki / PM #AI活用, #ワークショップ, #Figjam, #業務効率化整理作業が効率化され、対話により多くの時間を使えるようになった Figjam AI アイデアの整理・集約に時間がかかる大人数でのワークショップにおいて、発散フェーズ後の付箋の移動や整理といった作業的な工程に時間が取られ、対話に割く時間が減ってしまう。 FigjamのOrganize（AI Summarizeなど）機能の活用ブレストで出た大量の付箋（アイデア）をAIが自動で要約・整理するワークショップにおける付箋整理の自動化と効率化 FigjamのAI機能によるアイデア要約

Slide 24

Slide 24 text

022 @jouykw / PM #データ活用, #クラスタリング, #効果分析ある施策の効果を細かく把握することができた Cursor 施策の効果を詳細に把握したいリリース後の振り返りにおいて、一律の分析では、特定の施策がユーザーに与えた具体的な影響を精緻に把握することが困難であったユーザー行動パターンに基づいたクラスタリング分析の実施ユーザーを特定の行動パターンごとにグループ化（クラスタリング）し、セグメントごとに施策の効果を分析したリリース後の効果分析におけるデータ活用ユーザー行動パターンのクラスタリング分析

Slide 25

Slide 25 text

023 @hasegawa / プロダクトデザイナー #n8n, #自動化, #デザイン, #Slack Slack上で新着情報を一括でキャッチアップできるようになった n8n, Slack, Mobbin 情報収集の属人化と工数負荷デザイン事例サイト「Mobbin」の新着情報を、メンバーが個別に訪問してチェックしなければならず、効率的な情報共有ができていなかった。 n8nを用いた自動通知ワークフローを構築し、人間が内容を確認・選別してチームへ共有する。 Mobbinの新着情報を自動で取得し、Slackへ通知を飛ばすことで、チーム全体でキャッチアップできる仕組みを構築した。 n8nを活用したデザイン事例のキャッチアップ効率化 Mobbin新着情報のSlack通知自動化

Slide 26

Slide 26 text

024 @dayu / プロダクトデザイナー #AI, #自動化, #LLM, #デザイン, #DDR 取り組みを開始し、意思決定やタスクがストックされる仕組みを構築した LLM デザイナー同士での意思決定がストックされる場所がない日々のプロダクトデザイナーmtgなどでなされた意思決定が蓄積されず、後から振り返ることが困難な状態自動議事録からの意思決定事項の自動抽出・フォーマット化日々のmtgの自動議事録から、LLMが意思決定された内容を抽出し、定型フォーマットに沿って記載する LLMを活用したデザイン意思決定の自動抽出と記録 DDR (Design Decision Record) の取り組み

Slide 27

Slide 27 text

025 @dhara / コミュニケーションデザイン #3Dイラスト, #AI活用, #コンテンツ制作毎日継続して3Dイラストが作成されている Nano Banana Pro 3Dイラスト制作にかかるコストと工数が大きい 3Dイラストは表現力が高い一方で、制作には一定のコストや工数がかかるため、日常的にアウトプットする体制を整えることが難しい Nano Banana Pro等のツールを活用した制作フローの構築 Nano Banana Pro等のAI・制作ツールを活用して3Dイラストを生成・作成する 3Dイラスト制作コストを削減し、日常的に使えるアウトプット体制を構築ワンバン*の3Dイラスト作成 *当社サービス「ワンバンク」のキャラクター名

Slide 28

Slide 28 text

026 @dhara, mmito / コミュニケーションデザイン #Adobe Firefly, #画像生成AI, #3D化, #デザイン効率化既存イラストのトーンを維持したまま、3D表現を柔軟に展開できるようになった Adobe Firefly イラスト素材の3D展開において、工数とスタイル統一の負荷が大きい既存の2Dイラスト資産を3D表現へ展開する際、トンマナを揃えながら制作するには手作業での調整が多く、制作工数がかかってしまう既存イラストを参照しながら、3Dイメージ制作を支援する生成 AIの活用 Adobe Fireflyの参照画像機能（構成参照・スタイル参照）を活用し、既存の2Dイラストを基準に3Dイメージを生成。最終的に人の目で調整・選定を行うことで、トンマナを保った表現を実現した 2Dイラストを起点に、トーンを保った3D表現へ展開ワンバンクの既存イラスト資産を活用した3D イメージ制作

Slide 29

Slide 29 text

027 @yuki930, dhara, mmito / コミュニケーションデザイン #業務効率化, #ツール作成分析や整理の自動化・可視化により、判断と創造に時間を使えるようになった VS Code + Claude, Cursor デザイン・分析業務に手作業や属人作業が多く、時間がかかっていた Figma上のチェックや簡易集計・分析を毎回手動で行っており、作業コストが高い。ツール化したくても実装ハードルがあり、個人最適に留まりがちだった AIと並走してツールを内製し、社内ツールとして共有 1) 日常業務の“繰り返し・面倒”を洗い出し 2)AIに要件整理・設計・コード生成を伴奏させて短期間で実装 3) Figmaプラグインや簡易分析ツールとして内製 4) GitHubでコードを公開し、READMEで使い方・思想を共有 5) チームで活用し、育てる AIと伴奏し、業務効率を上げるFigmaプラグインなど小さく作り、さらにチーム全体で共有して生産性を底上げ AI伴走でFigmaプラグインやツールを内製

Slide 30

Slide 30 text

028 @mmito / コミュニケーションデザイン差し戻し回数の減少、キャンペーンコピー、要件案作成時間の短縮につながった AIが一次チェック、最終判断は法務のフローで制作初期に論点が可視化され、関係者レビューがスムーズになった ChatGPT キャンペーン要件は短く魅力的にしたい一方で、条件・例外・制約が簡素すぎると誤認リスクが上がる景表法のガイドラインを全部読み、全てを把握するのは時間がかかる。人によって、経験値や知識量が異なるため進行上のすり合わせに時間がかかる表示文言・条件の誤認リスクをAIで先に洗い出し、法務確認を効率化する AIに「誤認を生む可能性のある表現の指摘」と「注釈案の提案」までを担当させた AIでキャンペーンで誤認されやすい表現を先に可視化し、最終判断は法務で行う景表法論点抽出をAIに任せ、法務レビューの手戻りを減らす #業務効率化, #景表法, #ChatGPT

Slide 31

Slide 31 text

029 @mmito / コミュニケーションデザイン #自動化, #Slack, #Notion, #n8n, #業務効率化今まで可視化されていなかったタスクが可視化されるようになった手動で内容をまとめる手間が消え、自動でタスクの生成が可能になった Slack, n8n, Notion API Slack上のタスクをNotionへ手動で登録する手間や漏れの発生軽微なタスクの可視化不足、Slackメッセージから発生するタスク化の工数削減と入力漏れの防止 Slackリアクションをトリガーとした自動連携システムの構築特定のリアクションが押された際に、n8nを経由してNotion APIを叩き、データベースにページを追加する処理 SlackからNotionへの自動タスク登録フローの作成 SlackリアクションによるNotionタスク自動登録の構築

Slide 32

Slide 32 text

030 @mmito / コミュニケーションデザインタスクの抜け漏れが減り、人力での情報収集が大幅削減。週報書く心理的負担が減った。 Google Apps Script、Notion API、Slack API 週報に必要な情報（議事録・タスク・成果）が分散しており、毎週まとめるのに時間がかかる／抜け漏れが出る Slack、Notion、議事録、各種リンクが分散し、週報の入力が手作業になっていた週報に必要な情報をGASで自動収集・整形し、テンプレ形式で Notionに出力する GASでNotionのタスク管理DBの「チーム/期限/ステータス」を取得→テンプレにコムデの過去1週間の活動内容、次の1週間でやることを整形→Notionに記載散らばる活動ログを自動で集約し、週報作成の手間と抜け漏れを減らすコムデ週報をNotion×Slackで自動生成

Slide 33

Slide 33 text

031 @yuki930, dhara / コミュニケーションデザイン #AI活用, #自動化, #LP制作, #Claude, #Figma 非専門家による実装が可能になり、レビュアーの負担が軽減。初回からの品質安定とリードタイム短縮を実現 Claude, Figma LP実装の属人化と公開までのリードタイムの長さコンポーネント化されたモダンな実装により、対応できるエンジニアが限られ、公開までのボトルネックとなっていた AIによる実装と一次レビューを実施。公開前には人間がデザイン・文言の最終チェックを行う Figmaの画像・テキストデータをインプットとして、Claudeが実装コードの生成と一次レビューを担当。フロントエンドが得意ではない人でも実装可能な体制を構築 Figmaデータを活用したAIによるコーディング支援と品質担保 AIによるLP実装と一次レビューの自動化

Slide 34

Slide 34 text

032 @dhara, yuki930 / コミュニケーションデザイン #AI画像生成, #業務効率化, #Nano Banana Pro, #キャラクター開発関係者を巻き込んだ意思決定と修正のスピードが向上した Nano Banana Pro イメージの視覚化に時間がかかり、アイデアがお蔵入りしてしまうキャラクターの世界観を検討する際、頭の中にあるグッズや展開のイメージを絵にする作業に多大な時間を要していたラフスケッチからNano Banana Proで完成イメージを生成するワークフローの構築ラフスケッチ→ Nano Banana Proで完成イメージ生成の流れを作り、アイデア探索や具現化を高速化したことで、議論を進みやすくしたラフスケッチからAIで完成イメージを生成し、アイデア具現化を効率化キャラクター展開イメージの高速生成

Slide 35

Slide 35 text

033 @yuki930, dhara, mmito / コミュニケーションデザイン #業務効率化, #AI活用, #ChatGPT, #Gemini 手戻り回数の減少（例：レビュー往復◯回→◯回）、修正リードタイム短縮、CVR改善（※計測できる場合）初見目線の違和感・不安を早期に拾えて、説得力と読みやすさが上がる。レビュー品質の再現性が増え、属人性が下がる ChatGPT（ペルソナ別レビュー）、Notion/Google Docs（原稿管理） LP原稿やワイヤーフレームで、意図が伝わりにくい/抜け漏れが残ることがある作り手視点に寄ると、初見ユーザーの理解詰まりポイント（用語・導線・前提）が見落とされることも。結果として「読んでも分からない」「次に進めない」箇所が残り、CVR悪化や手戻りの原因にもなる複数ペルソナでレビューを回し、観点をチェックリスト化して網羅的に潰す 1) ペルソナ（例：初見/比較検討/懐疑的/忙しい/非IT）ごとに「理解できたこと/詰まったこと/不安/次の行動」を出させる 2) 指摘を「情報不足・言葉・構造・導線・信頼・FAQ不足」などに分類 3) 重要度×修正コストで優先度付け 4) 原稿/ワイヤーに反映し、再レビューで潰し込み 5) 観点をテンプレ化して次回以降も流用 “ユーザーの目”を増やして、意図が伝わるLPに仕上げる AIで多角的にレビューし、伝わりにくさを潰す

Slide 36

Slide 36 text

034 @yuki930, dhara, mmito / コミュニケーションデザイン #AI動画生成, #Sora2, #プロトタイピング, #業務効率化, #動画制作手戻り回数の削減、初稿確定までの期間短縮、検証できる表現バリエーション数の増加 1) 伝えたいメッセージや狙いをテキストで整理 2) メッセージをSora2に流し込み、複数の動画プロトタイプを生成 3) フックになるか／言い回しのわかりやすさ／表現トーンを比較 4) 反応の良いパターンを元に絵コンテ・本制作へ落とし込む Sora2、ChatGPT（メッセージ整理）、簡易編集ツール絵や文字だけのコンテでは動画のニュアンスが伝わらず、制作後に手戻りが発生していた静止コンテではテンポ・間・感情・フックの強さが判断できず、実際に動画化してから「わかりにくい」「刺さらない」と判明し、作り直しが起きていた生成AIで事前に動画のプロトタイプを量産し、検証を行う伝えたいメッセージをSora2に流し込み、フックの有無、言い回しのわかりやすさ、最適な表現などを検証する本格的に動画を撮影する前にイメージ動画を作成することで、手戻りを減らす動画制作フローへ動画プロトタイプで「伝わり方」を事前検証

Slide 37

Slide 37 text

035 @dhara / コミュニケーションデザイン #ChatGPT, #デザインレビュー, #バナー制作, #業務効率化, #AI活用レビュー待ちがほぼなくなった改善ポイントが言語化されることで修正の方向性に迷いが減り、心理的・物理的にも改善依頼がしやすくなった ChatGPT バナー制作において、レビュー待ちが発生しやすく、改善着手までに時間がかかっていたバナー初稿後のメンバーによるレビューにおいて、相手の稼働状況により返信待ちが発生していた ChatGPTを初動のデザインレビュー役として活用し、即時に改善ポイントを洗い出す運用に切り替えた構成段階でChatGPTにレビューを依頼し、デザイナー視点でフィードバックを取得。指摘をもとに複数案を素早く検討・比較しブラッシュアップを実施したレビュー待ちをなくし、ブラッシュアップに即入れる制作フローへ AIを使った事前レビューで、デザインスピードと質を両立

Slide 38

Slide 38 text

036 @Haroka / UXリサーチャー #AI, #自動化, #UXリサーチ, #N1理解, #インタビューこれまで、一つずつシートを開いて確認していた内容を横断検索でき、必要なデータのアクセス性が格段に高まった Gemini, Slack, Notion 膨大なインタビューデータから特定の行動を探すのが困難 UXリサーチャーが不在のタイミングでも適切に必要なインタビューデータを探せるようになりたい質問内容をGeminiに解析し、Notion APIを用いて関連データを調査。内容の最終確認は人間が実施する。質問された内容をGeminiに解釈させ、近しいワードから関連エピソードを複数出す「こんなユーザーいる？」という尋ね方でインタビューデータをエピソード単位で抽出 Slackからインタビューを「あいまい検索」

Slide 39

Slide 39 text

037 @Haroka / UXリサーチャー #AI, #自動化, #UXリサーチ, #N1理解, #マーケターとの協業マーケターのキャッチアップ・理解促進に役立つ仕組みが構築・リリースされた Gemini, Slack マーケターがユーザーの人物像や生活スタイルを把握しにくい「どんな人が使っているか」というN1理解を深める情報を効率よくキャッチアップしたいプロンプトをチューニングしたAIによる自動分析とSlackへの定期投稿毎時19時にその日の利用者データをAIと使って分析し、人物像・生活スタイルをスレッドにまとめて自動投稿する機能ユーザー情報に関する情報をAIが自動分析し人物像をレポート化マーケター向けキャッチアップの仕組み化

Slide 40

Slide 40 text

038 @Haroka / UXリサーチャー #AI活用, #Devin, #自動化, #オペレーション改善仕様検討→エンジニア依頼→実装待ちのリードタイムが短縮。リサーチャーが改善サイクルを直接回せるようになり、UX改善速度が劇的に向上 Devin 審査に必要な「明細期間」の判断が複雑で、ユーザーの提出ミスやスタッフの確認工数・連絡コストが発生審査スタッフへのヒアリングや観察調査により、申請時のユーザー体験や審査業務に改善の余地があることを特定 Devinを使った起票と実装 Devinを用いて「必要な明細期間」を自動判定するロジックを実装。課題発見から修正までをリサーチャー主導で完結させたユーザーのつまづきを特定後、エンジニアへの依頼・待ち時間ゼロでロジック修正を自ら実装調査〜実装までの一気通貫を実現

Slide 41

Slide 41 text

039 @Haroka / UXリサーチャー #Redash, #Devin, #AI活用, #業務効率化, #データ活用作業時間を108分から4分に短縮（96.3%削減）繰り返し作業を排除し、作業時間を大幅に短縮した Redash, Devin スクリーニングアンケートの対象者確認に多大な工数がかかっている 1件ずつ管理画面を開いて状況を確認する作業を、対象者人数分繰り返す必要があった（1件あたり3分）チェック用のSQLクエリをDevinで作成チェック用のSQLクエリをDevinに生成させ、それをRedashで実行することで対象者状況を一発で確認できるようにした。 Devinを活用したアンケートデータチェックの自動化スクリーニングアンケート確認の効率化

Slide 42

Slide 42 text

040 @Haroka / UXリサーチャー #UXリサーチ, #インタビュー, #業務改善, #自動化, #AI活用作業時間がそもそもなくなったインタビューが終わったら振り返るループができ、時間短縮。AIの視点を取り入れて分析精度も向上。 n8n, Gemini, Googleドライブ, Google Apps Script 複数回のインタビューを実施する場合、分析資料を作るのに時間がかかるインタビューからの示唆出しに時間を使いたいが、その前準備の情報整理に時間がかかる（1件あたり1時間） n8nを使って、インタビュー終了後、動画・文字起こし情報から自動で情報整理と分析ができるようにする 1.予め整理したいフォーマットを整備 2. インタビュー終了後自動で動画、書き起こしからフォーマットの形で整理 3. 調査観点や目的に合わせてレビューし、調整インタビュー終了後、自動で情報整理・レポート配信ユーザーインタビュー分析くん

Slide 43

Slide 43 text

041 @Haroka / UXリサーチャー #UXリサーチ, #n8n, #業務改善, #自動化, #AI活用アンケート業務に関する情報が必要なメンバーに行き渡り、誰でも不安なく進められるようになった n8n, Slack, Notion 社内関係者への情報伝達・連携など考慮事項が多いアンケート業務、久しぶりだと抜け漏れしがちアンケート業務の社内連携で、配信作業の依頼やプロジェクトへの周知など企画担当者がやるべきことが多く、タスクが抜けやすい n8nを用いたワークフローを構築し、AIの整理結果をメンバーが確認・活用する仕組みを整備。 n8nを導入し、アンケートの企画から配信完了までの社内コミュニケーションや次のタスクを都度Slackで伝えてくれる仕組みを構築普段アンケートを作らないメンバーでも抜けもれなくアンケート作成ができる仕組み構築 n8nを活用したアンケート管理ワークフロー作成

Slide 44

Slide 44 text

042 @Haroka / UXリサーチャー #UXリサーチ, #生成AI, #業務効率化, #n8n 作業に伴う認知負荷が大幅に軽減され、リサーチの本質的な分析に集中できるようになった NotebookLM インタビュー中のメモ（実況ログ）のWチェックに時間がかかるインタビュー中にリアルタイムで取る発話録を、インタビュー中のコンテキストを保持するための追記、整形作業に時間を要していた AIに実況ログを流し込み、文脈を補完したものをリサーチャーが精査。（※個人名や特定できる情報はマスキングしてから入力） NotebookLMに実況ログを投入し、主語補完・誤字修正・構造化を指示。AIが「読みやすい議事録」に整形し、リサーチャーはそれが「事実と合っているか」の最終確認のみを行うフローに変えたスピード優先の断片的なメモを、AIが文脈を補完して「読めるドキュメント」に変換インタビュー実況ログの整形

Slide 45

Slide 45 text

043 @Haroka / UXリサーチャー #UXリサーチ, #データ分析, #AI活用, #定性調査単なる要約ではなく、「〇〇の仮説に関する具体的なエピソード」や課題の発生構造といった意思決定に必要な切り口で情報を抽出 Gemini, VS Code, Googleドライブ個別のインタビューの横断分析に時間がかかるインタビュー終了後、調査目的に対する重要なエピソードを探し出し、整理する作業に時間がかかっていた調査目的とセットで情報整理を仕組み化。（※個人名や特定できる情報はマスキングしてから入力）「調査目的・検証したい仮説」を整理し、目的に沿った重要エピソードを抽出・構造化させるフローを構築インタビュー終了即、意思決定へ。AIによる「核心エピソード」の構造化抽出インタビューの重要エピソード抽出の効率化

Slide 46

Slide 46 text

044 @nyanco / CS #AI活用, #生産性向上, #業務改善, #AIガイドライン基本ルールが策定・周知され、チーム全体の判断力・言語化力の向上と時間短縮を目指す状態 ChatGPT, Gemini, Devin 相談コストによるチーム全体の生産性低下「聞く」「相談する」行為によって相手の時間を奪ってしまうコストが発生しており、全てを人に頼ると1つの問いに2人分の時間を消費してしまう。 AIを思考のパートナーとする「AIを前提とした自走プロセス」の導入 1.自分で考える、2.AIに壁打ちする、3.AIに整理してもらう、4.解決しない場合は人に相談するという4ステップの思考プロセスの定義 AIを前提とした自走プロセスの構築と文化定着 AIと共に考えるための基本ルールの策定

Slide 47

Slide 47 text

045 @nyanco / CS #カスタマーサポート, #ChatGPT, #Gemini 運用例として確立。相談前にAIで思考を整理できるようになった ChatGPT, Gemini ユーザーへの説明方法の迷い複雑なケースにおいて、ユーザーに誤解を与えない適切な表現を検討する必要がある。 AIとの壁打ちにより言い回しの案を複数生成。それらを人間が精査し、最適な回答文を選択・調整する。 AIに「この事象の場合はどうしたらいいか」を尋ね、提示された案をもとに表現を整える。返金処理の仕様確認と言い回しの検討問い合わせ対応におけるAI活用

Slide 48

Slide 48 text

046 @nyanco / CS #事務効率化, #ChatGPT, #Gemini 運用例として確立。定型外の外部対応でも迅速にドラフトを作成できるようになった ChatGPT, Gemini 専門的な文書構成の不明点解消警察からの照会文書など、中立的かつ形式的な書き方が求められる文書の構成がわからない。 AIによる基本構成の生成と添削案の提示。提示されたドラフトをもとに、専門家が最終的な文書を精査・確定させる。 AIに回答文の基本構成や形式的な書き方を尋ね、作成した草案の添削を依頼する。警察・弁護士等への回答文案ドラフトの作成外部対応への対応におけるAI活用

Slide 49

Slide 49 text

047 @nyanco / CS #AI, #Zendesk, #業務効率化, #カスタマーサポートアプリが公開され、回答の骨子として利用可能な状態であることが確認された Zendesk, AI 適切なテンプレートを用意できていない場合、回答文を一から作成するのに時間がかかる基本の対応方針が未整備な問い合わせに対し、ヘルプページを参照しながら回答を構成する業務の効率化問い合わせ内容とヘルプページの内容をAIが解析し、回答案を自動生成する機能の提供・「AI生成」ボタンによる回答文案の自動作成・生成された文章の「コピー」ボタン機能 Zendesk上でAIが問い合わせ回答の骨子を自動生成するアプリの開発 CS AI文章作成くんZendesk Appの公開

Slide 50

Slide 50 text

048 @Takao / CS #Devin, #工数削減, #AI実装エンジニアの実装工数が削減され、施策のスピードアップが実現した。実際に実装が進行している。 Devin 社内管理画面の改修は全てエンジニアに依頼する必要があった従来エンジニアが行っていた実装作業により、リソースの逼迫や施策の遅延が発生していた。 Devinのテンプレートを活用したCSチーム主導の実装 Devinを用いてCSチームが社内管理画面の改修および実装作業を行う。 AIエンジニアリングツールによるプロダクト改修の実行 Devinを活用した社内管理画面の改修実装

Slide 51

Slide 51 text

049 @Suga / CS #カスタマーサポート, #NotebookLM, #受電対応, #ナレッジ受電対応の効率化。収集した質疑ログが自動的にNotebookLMの参照用ナレッジとして組み込まれるようになった Slack Workﬂow, Google スプレッドシート, Google Docs 受電対応の属人化と情報参照の困難さマニュアルやトークスクリプト、利用規約など複数のドキュメントを横断して参照する必要があり、受電中にリアルタイムで適切な回答にたどり着くのが難しかった。また、過去の質疑応答を継続的に追加・更新していく仕組みがなかった。各種ドキュメントを読み込ませた社内向けAIヘルプデスクの作成とSlack WFを起点としたドキュメント自動更新システムの構築トークスクリプト・マニュアル・ヘルプ・利用規約をNotebookLM に学習させ、受電対応時に即座に情報を引き出せる環境を構築した。 Slack ワークフローでの入力をスプレッドシートに自動蓄積し、さらにGoogle Docsへ反映させるフローを構築。このGoogle Docsを NotebookLMに読み込ませることで、最新の質疑ログをAIが参照できるようにした。 AIによるナレッジ集約とリアルタイム参照支援 NotebookLMを活用した受電対応社内ヘルプデスクの構築

Slide 52

Slide 52 text

050 @Suga / CS #OKR, #社内レポート, #Gem, #AI活用, #業務効率化提出前の事前チェックによりガイドラインを満たす修正が可能になり、全社的に横展開された。 Gemini OKRレポートの作成・レビュー工数の増大と差し戻しの発生 OKRの月次レポートにおいて、ガイドラインの確認漏れによる差し戻しが頻発し、作成者・レビュワー・人事など双方の負担となっていた。 Gemにガイドラインを学習させ、レポート内容を自動でフィードバックする仕組みの構築 GemにOKRガイドラインを読み込ませ、カスタム指示でチェック観点を設定。提出予定のPDFレポートを読み込ませることで、ガイドラインに沿ったフィードバックを自動生成する。 AIによるガイドライン準拠確認の自動化と社内展開 Gemを活用したOKR振り返りレポートの自動チェックツールの開発

Slide 53

Slide 53 text

051 @Suga / CS #評価制度, #目標設定, #AI活用, #Gemini 上長提出前の事前チェックによりガイドラインを満たす目標設定が可能になった現在地と目指すべき状態が明確になり、全社的に横展開可能な仕組みとして構築された。 Gemini 個人の目標設定と評価振り返りに時間がかかっている評価関連ドキュメントの情報量が多く参照に時間がかかる。また、抽象的な表現を具体的な目標に落とし込むのが難しく、前期フィードバックや上位グレードとのギャップが反映されているか不安がある。 AIにガイドラインを学習させ、目標設定案を推敲。最終的な評価確定は人間が対話を通じ実施する。前期フィードバックを踏まえた改善ポイントの提示、抽象的な目標の具体化支援、期初時点の取り組み予定（草案）に対するレビュー評価ガイドラインやコンピテンシー資料を学習させたAIによる目標レビュー Gemini(Gem)を活用した目標設定・評価振り返りの効率化

Slide 54

Slide 54 text

052 @Takao / CS #AI活用, #自動化, #Devin, #SQL, #不正検知非エンジニアでもSQL作成・クエリ反映が可能になり、エンジニアと協業して不正検知の傾向を定量データで把握。不正対策の方針を迅速かつ精度の高い対策立案が可能になった Devin, SQL 不正検知の傾向を特定できない領域があった不正検知の傾向を特定できない領域があり、どういった不正対策を行うべきか判断が難しかった。 AIを活用したSQLの作成とデータ分析 Devinを用いてSQLクエリを生成し、不正検知の傾向を定量データとして確認することができた。不正検知の傾向を定量データで可視化し、次の対策方針を迅速に決定 CSがDevinを活用してSQLを作成

Slide 55

Slide 55 text

053 @mutta, kaneko, kuroshin / PM・エンジニア・BizDev横断チーム #AI活用, #自動化, #Slack連携, #生産性向上, #情報共有, #DX ワークフローが完成し、誰もが無理なく他チームの情報を追える状態になった全社的に展開できるような汎用化はこれから実施 Gemini, n8n, Slack 情報共有の効率化と追跡性の向上チームを跨いで情報が流れない、または追いづらいという課題があり、個人の努力（人力）に依存した情報共有に限界があった。 MTG文字起こしを自動でサマリーしてSlack連携する仕組みを構築・MTGの文字起こしを自動でサマリーしてSlackに流すn8nワークフローの構築・会議終了後、n8nによってワークフローが動き、Geminiによる自動サマリーとSlackへの投稿まで自動で行われる情報共有の構造を変えるAI伴走型システムの開発 MTGサマリーのSlack自動連携で情報フロー構築

Slide 56

Slide 56 text

054 @nissyi / エンジニア #AI, #QA自動化, #ClaudeCode, #生産性向上 QA項目作成担当時に活用し、大半はAIの提案をベースにした検証リストを作成した。クオリティでまだ改善の余地があるため引き続き検証中。 Claude Code, 自作アプリ QA項目作成における工数削減と品質向上手動でのQA項目作成にかかる負担を軽減し、効率的にテスト項目を準備したい AIを活用したQA項目の自動生成を行い、それをベースに人間が検証リストを確定させる。オリジナルアプリを起点として、開発やプロダクトに関する情報を集約することで、QA項目の作成に役立てています。自作アプリとAIを組み合わせたQA自動化の試行 Claude CodeによるQA項目生成の自動化

Slide 57

Slide 57 text

055 @masawada / エンジニア #AI, #ClaudeCode, #生産性向上, #コード調査最新のコードをもとに状態遷移を追えるようになり、問題特定にかかる時間を短縮。ドキュメントが古い箇所でも正確な情報を取得可能になった Claude Code 複数リポジトリを跨いだソースコード調査が大変ネイティブアプリ（クライアント）とサーバサイドのコードを交互に確認する必要があり、一連の操作やAPIの挙動を把握するのに多大な労力がかかる。また、ドキュメントが不十分または古い場合がある。 Claude Codeの /add-dir 機能を利用した複数ディレクトリの同時解析複数リポジトリを跨いで、どのようなフロー・タイミングでAPIが操作されるのかをAIに調査・分析させた。 AIエージェントを活用したアプリ・サーバ間のフロー調査と問題特定 Claude Codeによる複数リポジトリを跨いだソースコード調査

Slide 58

Slide 58 text

056 @stefafafan / エンジニア #Devin, #AI活用, #業務効率化, #CS このマクロを用意した翌週に6件の修正がCSメンバー2名により主導で作成され、リリースされたマクロが用意され、CSメンバーが適切なプロンプトをゼロから考えることなく、Devinへ依頼を試行できる状態になった Devin CSメンバーがDevin（AIエンジニア）へ依頼する際の定型化・簡略化 CS業務におけるちょっとしたシステム修正や機能追加の依頼を、 Devinに対してスムーズに行えるようにしたい Devinへの依頼を簡略化するplaybookマクロ「!smalltaskCS」の作成 Devin Playbookを活用してCSメンバーがDevinへ依頼する際に特定のプロンプトが読み込まれるよう設定した。段階を踏んで実現性や曖昧な指示の確認を経て作業を進めさせた。 CSメンバーがDevinへ手軽に依頼を行うための専用マクロの提供 Devin依頼用マクロの設計と試用

Slide 59

Slide 59 text

057 @tanihiro, kaoru, uehira / エンジニア #AIエージェント, #データ活用, #自動化ベータ版がリリースされ、エンジニア陣による動作確認・検証フェーズに移行。全社員向けの正式リリースを予定している。 Claude Agent SDK を使った自社開発 AI エージェントと MySQL/Snowﬂake 用の自社開発 MCP サーバーデータアクセスの技術的障壁とクエリ作成工数の削減データがほしいけど「エンジニアに頼むと時間がかかる」「SQLがわからない」「そもそもどんなデータがある？」といった心理的ハードル・悩みがある自然言語（日本語）でデータを探索するブラウザベースの仕組みを提供・クエリの構築から実行までをAIが実施・Devinへの調査依頼連携・クエリやデータベースのテーブルを意識しないデータアクセス環境の提供スマートバンクの業務に特化したデータに関する悩みを解決する AI アシスタント AIエージェント「Ask ワンバン」の開発

Slide 60

Slide 60 text

058 @ohbarye, tmnb / エンジニア #エンジニアリング支援, #体制構築, #AI活用 issue起票の精度が上がったため手戻りが少なくなり、issue open からcloseまでのリードタイムが7.1日から3.2日へ減少。大量のissueを高速で捌き続けることが可能な、エンジニア側のストレッチを伴う強力な支援体制が実現した。 Devin 非エンジニアが作成するイシューの質を担保し、開発効率を維持すること AI（Devin）を使用しても、エンジニアが即座に実装・判断できるレベルの高品質なイシューを継続的に作成する必要があった。イシュー作成サポート基盤の整備と開発定例の実施非エンジニアでも質の高いイシューを作れるためのサポート体制構築、および毎週の開発定例によるコミュニケーション非エンジニアのAI活用を支えるエンジニアによる支援高品質なイシュー作成のためのサポート基盤整備

Slide 61

Slide 61 text

059 @mitani / エンジニア #リスク管理, #ガイドライン, #法務全社員が迷わず安全にAIを利用できる環境が整い、法務的なリスクを低減させた。 ChatGPT, Gemini, Claude 情報漏洩や著作権侵害などのリスク管理 ChatGPT、Gemini、Claudeなどサービスごとにデータ取り扱い規約が異なり、全社員が個別に判断して安全に利用するのが困難だった。特に個人情報を扱う人事・労務からルール整備の要望があった。法務・コンプライアンス部と協力したガイドラインの作成会社として利用可能なAIサービスを一覧化し、個人情報や業務情報の入力可否、利用時の注意点をまとめた「AIサービス利用ガイドライン」を整備・伝達した。安全なAI活用のためのレール作り AIサービス利用ガイドラインの整備

Slide 62

Slide 62 text

060 @mitani / エンジニア #業務自動化, #n8n, #非エンジニア支援非エンジニアが自らアイデアを出して活用するようになり、エンジニアが気づかなかった活用事例が生まれた。 n8n 非エンジニア職種における技術的な導入ハードルリサーチャーやマーケティング部署において、メール受信をトリガーにした自動化などのニーズはあったが、n8nなどのツールを自力で使いこなすにはハードルが高かった。エンジニアによる作成サポートと相談窓口を設置。AIツールの最終的な活用判断は人間が行う体制を構築。投資委員会のエンジニアが、やりたいことのヒアリングからワークフローの設計、プロトタイプ作成までをサポート。また、Slackに相談専用チャンネルを設置した。ローコードツールによる業務効率化の伴走サポート非エンジニア向けワークフロー自動化支援

Slide 63

Slide 63 text

061 @kaoru / エンジニア #AI活用, #MCP, #SQL翻訳, #Snowflake, #MySQL, #Claude 一方のデータベース向けのクエリをもう一方へ翻訳できるようになった MySQL, Snowflake, Claude, MCP (Model Context Protocol) Snowflakeのクエリ作成の負担 MySQLとSnowflakeでSQLの方言やテーブル構造が異なるため、慣れていないSnowflakeのクエリを書くのが困難である。 MySQLとSnowflakeそれぞれのMCPサーバーを開発し、 Claudeに接続 MCPサーバーを介してClaudeをデータベースに接続し、一方のデータベース向けクエリをもう一方へ自動翻訳する機能を構築した。 MCPサーバーを活用したClaudeによるSQL方言の自動変換 MySQL・Snowflake間クエリ翻訳ツールの開発

Slide 64

Slide 64 text

062 @t0yohei / エンジニア #Devin, #工数削減, #AI実装マクロが用意され、非エンジニアがエンジニアに頼ることなく Devinへ依頼し、管理画面の改善ができるようになった Devin, Devin Playbook, Vite 社内管理画面の改修は全てエンジニアが実装する必要があった管理画面の実装を行うことができるのはエンジニアだけだったため、エンジニアの余裕次第で余分な実装待ちや施策の遅延が発生していた。 Devinへの依頼を簡略化するplaybookマクロ「!a43」の作成 Devin Playbookを活用して非エンジニアがDevinへ依頼する際に特定のプロンプトが読み込まれるよう設定した。このマクロを利用することで、普段エンジニアが暗黙知的に実施していた見積もり->実装という要件を詰めるプロセスや要件の調整を非エンジニアだけでもできるようになったまた、mock データを利用した画面のスクリーンショット作成を行い UI の調整も可能にした。非エンジニアがDevinを活用して管理画面修正を行う仕組みづくり非エンジニアのDevin活用促進

Slide 65

Slide 65 text

063 @mitani / エンジニア #AI, #自動化, #Claude, #GitHub, #生産性向上情報収集が効率化され、開発の状況や成果を把握しやすくなった Claude, GitHub 関係者のpull requestsを閲覧し、開発の状況や実績を把握するのに手間がかかる GitHubのWebサイトに直接アクセスし、一つずつpull requestを確認して内容を把握する必要があった ClaudeのAgent Skillによるpull requests収集・要約の自動化 pull requestsリストを取得するコマンドをClaudeのskillとして定義し、情報の収集から要約までをClaude上で完結させる機能 pull requestsを自動収集・要約し、開発実績や成果把握を効率化エンジニアのpull requests要約Agent Skillの開発

Slide 66

Slide 66 text

064 @mitani / エンジニア #AI, #自動化, #Devin, #Sentry, #n8n, #障害対応, #MCP コードベースに不慣れな担当者でも効率的な障害対応が可能になり、原因特定からトリアージまでのプロセスが自動化された。 Devin, Sentry, Slack, n8n, Sentry MCP, Playbooks 障害発生時の原因特定やトリアージにおける属人化の解消と工数削減入社直後でコードベースに慣れていないメンバーにとって、障害発生時の情報収集や原因特定が困難。 AI（Devin）による一次調査と想定される原因・仮説の提示。提示された内容をもとにエンジニアが対応を判断・実施する。 SentryからのSlack通知をn8n経由でDevinに連携。DevinがSentry MCPとPlaybooksを用いてエラーの根本原因を特定し、Slackに調査サマリーを投稿する。 DevinとSentry MCPを活用した障害対応の効率化障害発生時の原因特定とトリアージの自動化

Slide 67

Slide 67 text

065 @mitani / エンジニア #AI, #自動化, #データ活用, #LLM, #感情分析, #API連携これまで可視化されていなかったユーザーの声を細かく収集し、分類できるようになった Slack API, X API, LLM, Zendesk, X ユーザーの課題や新機能への反応を収集して分析するのに手間がかかるサービスに対するユーザーの悩みや、新機能リリース後の反応を把握する必要があるが、情報が散在しており収集・分析が困難であった。 Slack APIとLLMを活用した自動収集・分析機能の構築 Slack API（Zendesk連携情報）とX APIからデータを取得し、LLM を用いて感情分析および投稿内容の分類を行う。 ZendeskやXの投稿をLLMで要約・分類するツールの作成サービスへのユーザーの声収集・分析ツールの開発

Slide 68

Slide 68 text

066 @mitani / エンジニア #AI, #自動化, #Devin, #業務効率化実装時間が2〜3時間から20分に短縮大幅な作業効率化を実現し、依頼から実装完了までの時間を短縮できた Devin メールやPush通知の配信を行うにはエンジニアの実装作業が必要で、時間がかかっているテンプレート作成用の便利コマンドはあるものの、手動での実装に 1件あたり2〜3時間程度を要していた Devinのplaybookを記述し、メール・Pushの文面を渡すだけで配信バッチやメールを自動実装する仕組みの構築 Devinのplaybook記述、テンプレートからの配信バッチ自動生成、メール文面実装の自動化 CRM施策実行に伴うエンジニア工数をDevinで削減メール配信業務の効率化

Slide 69

Slide 69 text

067 @koshiba / エンジニア #AIエージェント, #Gemini, #タスク管理, #自動化タスク整理の手間が省け、対応漏れを削減できるようになった Gemini, Google Calendar, TODOリストタスク整理やスケジュール調整の手間、および対応漏れの発生日々の予定把握や突発的に発生するタスクの記録に工数がかかり、管理が煩雑になっている Geminiエージェントを介したタスクの一元管理機能カレンダーとTODOからの今日の予定取得、およびGemini経由での TODOへのタスク追加カレンダー・TODO連携と差し込みタスクの自動管理 Geminiエージェントによるタスク・スケジュール管理

Slide 70

Slide 70 text

068 @koshiba / エンジニア #AIエージェント, #Gemini, #進捗管理現状を把握しながら円滑に作業を継続できる Gemini 作業中の進捗把握やペース配分の管理作業に集中している中で、客観的に現状を把握しながら進める必要がある Geminiとの対話による進捗確認作業中にときどき現状をGeminiに聞きながら作業を続行する対話による現状確認と作業支援 Geminiによる作業進捗のモニタリング

Slide 71

Slide 71 text

069 @koshiba / エンジニア #AIエージェント, #Gemini, #自動化, #日報, #週報報告書を別途作成する手間が解消され、活動内容が可視化された Gemini 報告書作成の工数負担と活動内容の可視化日報や週報を作成したり、活動実績を整理する手間がかかる対話ベースのふりかえりおよびレポート生成機能退勤前のふりかえりによる日報作成、および1週間単位の週報作成ルーチンの実行ふりかえり対話による報告業務の自動化 Geminiを活用した日報・週報の自動生成ルーチン

Slide 72

Slide 72 text

070 @nissyi / エンジニア #AI開発, #ClaudeCode, #Devin, #生産性向上, #自動化複数の開発を並行して進めることが可能になった Claude Code, Devin 開発リソースの不足による開発スピードの停滞や、複数の開発を並行実施するのが困難だったこと開発リソースが限られる中で、複数のプロジェクトを同時に、かつ迅速に進める必要がある。 Claude Codeによるプラン策定とDevinによる自動実装の分業 Claude Codeを用いて実装プランを策定し、実際の実装作業を Devinに実行させることで、人間が複数のラインを管理できる体制を構築した。 AIエージェントの役割分担による開発プロセスの効率化 Claude CodeとDevinを組み合わせた並行開発の実践

Slide 73

Slide 73 text

071 @kurisu / エンジニア #自動化, #SlackBot, #Runbook, #運用効率化検索の手間なく最短でRunbookにアクセス可能になり、「なければ作る、あれば直す」というサイクルによりドキュメントの鮮度が維持され、重複作成も防止できるようになった n8n, Notion MCP 運用手順書(Runbook)が利用しにくく、ドキュメントの形骸化が起きる障害発生時に「Runbookがどこにあるかわからない」「情報が古くて使えない」という問題が発生し、手順書が適切に活用されない。 SlackのリアクションをトリガーにBotがRunbookを提示する仕組みの構築 n8nを利用したBotを作成。Slackに流れるアラートに対して「Runbook」リアクションをつけると、Botが対応する運用手順書をリプライで提示する機能を作成した障害対応時のRunbook検索をBotで自動化し、運用の形骸化を防ぐ取り組み Slackスタンプによる運用手順書(Runbook) の自動提示

Slide 74

Slide 74 text

072 @masawada / エンジニア #生成AI, #ClaudeCode, #Markdown, #業務効率化図や表が見やすくなり、長大なMarkdownでも目的の場所に辿りつきやすくなった Claude Code, Markdown, HTML 生成AIが作ったMarkdownファイルがテキストエディタでは見づらい元ファイルのままだと見づらく、わざわざ専用のビューアを導入して開きたくない SQLハイライトや目次追加、図の展開を行うHTML生成ツールの開発 Markdownを変換して、SQLのハイライト、目次の追加、図の展開などを行ったHTMLを生成する機能生成AIが作成したMarkdownの視認性向上 MarkdownをHTMLに変換するツールの作成

Slide 75

Slide 75 text

073 @mitani / エンジニア #AI, #EDA, #Claude, #機械学習適切な分析手法の設計と実装をAIで迅速に行えるようになった Claude データの特性に応じた適切な分析手法の選定とコード実装に工数がかかる機械学習モデル構築の前段階であるデータ分析において、データの性質を理解し、最適な手法を設計・実装するプロセスを効率化したい AIによる分析手法の設計と実装 Claudeを用いて、データの特性に基づいた適切な分析手法の提案および実装コードの生成を行ったデータの特性に合わせた分析手法の自動化支援 Claudeを活用したデータ分析（EDA）の設計と実装

Slide 76

Slide 76 text

074 @mitani / エンジニア #AI活用, #ChatGPT, #業務効率化, #カンファレンス準備ネタ出しのスピードが従来の1/5〜1/10に短縮ネタ出しのスピードが劇的に向上し、自身での精査・最終版作成までのプロセスが効率化された。 ChatGPT, ChatGPT音声モードプロポーザルのネタ出しや構成案の作成に時間がかかるカンファレンス登壇に向けたプロポーザル作成において、ゼロからネタを膨らませ、情報を収集し、骨子を組み立てる作業の工数を削減したい。 ChatGPTとの音声対話によるブレインストーミングと情報収集 ChatGPTの音声モードで30分ほど会話を行い、ネタの拡張、関連情報の収集、話の骨子の作成、および複数のプロポーザル案の生成を実施した。 ChatGPTの音声モードを活用したプロポーザルのネタ出しと構成案作成エンジニアカンファレンスのプロポーザルの壁打ち

Slide 77

Slide 77 text

075 @minisera, tanihiro / エンジニア #AI, #自動化, #LLM, #OCR, #業務効率化審査時間の削減、人的ミスの低減、審査者の負担軽減を実現 LLM, OCR 大量のレシート画像を目視確認する負担が大きいレシート応募キャンペーンの審査において、人手による目視確認がボトルネックとなっており、人的ミスの発生や担当者の負担が課題であった。レシートデータを文字データとして抽出、LLMで構造化レシート画像から文字データを抽出し、LLMで構造化したデータを審査システムに連携し、自動判定・審査補助に活用レシート画像からのデータ抽出 (OCR/LLM) と審査業務の自動化支援レシート応募キャンペーンの審査自動化

Slide 78

Slide 78 text

076 @masawada / エンジニア #AIエージェント, #DuckDB, #データ分析, #機械学習データの解釈や方向性が迅速に示せるようになり、機械学習モデルの改善サイクルが早まった AIエージェント, DuckDB 膨大なCSVデータの整形・分析に多大な労力がかかる数億行程度のCSVを元データとして、整形・分析する必要があった AIエージェントによるDuckDBを介したデータ処理 AIエージェントからDuckDBを通して整形・分析を実行させ、データの解釈や分析の方向性を提示させる AIエージェントとDuckDBを活用した大規模データ分析の効率化数億行のCSVデータの整形・分析

Slide 79

Slide 79 text

077 @YoHa / アプリエンジニア #AIエージェント, #Android開発, #自動化, #Conductor, #CI エージェント側で品質チェックが完結するようになり、開発速度が向上した。 Conductor, git worktree, Android Studio, Lint AIエージェントが生成したコードの品質チェックを手動で行う手間生成されたコードがLintやテスト、ビルドといったCIチェックに失敗することが多く、毎回Android Studioを開いて検証する作業が開発のボトルネックになっていた。人間が定義したルールに基づきAIが検証を実施。最終結果はエンジニアが承認・確定させる。各エージェントが実装差分に対して自律的にLint、ビルド、テストを実行し、すべてのチェックをパスした場合にのみコミットを行うフローを構築した。 AIエージェントが自律的にLint・ビルド・テストを実行し、品質を担保した上でコミットする仕組みの導入 Conductorを用いたAIエージェントによる自律的な品質チェックフローの構築

Slide 80

Slide 80 text

078 @uetyo / アプリエンジニア #自動化, #SlackWorkflow, #Zapier, #Notion 1週間に5−6個のペースで記録日々の活動の可視化が進められ、活用できなかった点（ボトルネック）の把握が可能になった Slack Workflow, Zapier with AI, Notion 暗黙的な作業の可視化と共有コストの削減まだ活用事例が出回っていない作業をゼロベースで見直し、簡単に共有する仕組みが必要だった Slack Workflow、Zapier、Notionを連携させた自動報告・蓄積フローの構築 Slack Workflowの定期投稿フォーム、Zapierによる正規表現パース、Notion DBへの自動転記機能により、活用事例・できなかった事例を可視化・改善 AI活用の促進と知見共有のため、SlackからNotionへのAI活用事例の自動転記システムの開発 AI活用事例・非活用事例の自動収集・蓄積の仕組み構築

Slide 81

Slide 81 text

079 @uehira / SRE #AI活用, #Devin, #パフォーマンス改善, #SRE, #自動化処理時間を短縮目標を超える改善を達成。検知数を維持したまま、大幅な処理時間の短縮に成功した。 Devin 不正検知のためのスクリーニングの処理時間が極めて長く、運用を圧迫している不正検知のスクリーニングに時間がかかり、日次バッチが22時間稼働する状況だった。 AIエージェントDevinによるコード修正と並列化の実施 Devinにコードの修正を委託してパフォーマンス改善を実施し、処理を並列化してデプロイした。 AIエージェントDevinを活用した不正検知コード修正とパフォーマンス改善不正検知スクリーニングのパフォーマンス改善

Slide 82

Slide 82 text

080 @maaaato / SRE #AI, #Cursor, #NotionMCP, #データ活用, #業務効率化試行段階ではあるものの、横断的な検索が可能になった Cursor, Notion MCP, Notion Notionにある膨大なバッチ仕様書を横断的に検索・把握するのが困難スマートバンク内に多数存在するバッチの仕様がNotionにまとまっているが、「深夜1時に実行されるバッチの一覧」などの横断的な調査が難しい状態 CursorとNotion MCPを利用した横断検索環境の構築 Notion MCPを介してAIエディタのCursorからNotion内の情報を参照し、自然言語等でバッチ仕様を横断的に検索できるようにした。 AIエディタとNotionを連携させたバッチ情報の検索効率化 CursorとNotion MCPによるバッチ仕様の横断検索

Slide 83

Slide 83 text

081 @capytan / SRE #PCIDSS, #コンプライアンス, #GitHubActions, #ClaudeCodeAction, #自動化, #業務効率化, #SRE レビュー作業が自動化され、セキュリティ責任者はAIの報告を確認するだけで済むようになり、コンプライアンス業務の効率が向上した。 GitHub Actions, Claude Code Action, シェルスクリプトセキュリティルームの入退室ログ確認が手作業で、開発業務を圧迫している PCI DSS準拠のため、入退室ログを許可リストと突合し不正アクセスを確認する定期レビューが必要だが、手動確認に時間がかかり、本来の開発業務を圧迫していた。 AIによる自動ログ照合・報告システムの構築オフィスの解施錠記録のCSVがpull requestでアップロードされると、AIがシェルスクリプトを使いながら自動で許可リストと照合し、結果をpull requestコメントに投稿する仕組みを提供。 GitHub ActionsとClaude Code Actionを活用したセキュリティログの自動照合 PCI DSSログレビューの自動化

Slide 84

Slide 84 text

082 @capytan / SRE #ClaudeCode, #セキュリティ, #棚卸し, #自動化, #属人化解消, #サードパーティ管理手順書不要で誰でも棚卸しが実行可能になり、属人化が解消された。具体的なアクションアイテム付きレポートが自動生成されることで、セキュリティ監査業務全体が効率化した。 Claude Code, Claude Code Skills, AWS IAM アカウント棚卸し作業の属人化と手作業による負担 AWS IAM等のサードパーティアカウント棚卸しが四半期ごとに必要だが、手順書がなく担当者の記憶と経験に依存していた。CLIコマンドを駆使した複雑な確認作業が必要で、作業が属人化していた。 Claude Code Skillsの作成と自動化プロセスの構築「IAM棚卸し」等のキーワード入力により、対象サービスの情報取得、権限・ロール確認、退職者候補の洗い出し、アクション項目付きレポート生成までを自動実行する仕組みを構築。AWS IAMでの手法を他のサードパーティアカウントへも横展開した。 Claude Code Skillsを活用したアカウント棚卸しの自動化と属人化解消サードパーティアカウントの棚卸し自動化

Slide 85

Slide 85 text

083 @furukyo / 人事 #AI解析, #人事評価, #Gemini, #業務効率化, #データ活用作業時間を半日以上から約2時間に短縮データに基づく議論が可能になった Gemini, Googleスプレッドシート評価コメントの傾向把握に多大な時間がかかり、客観的な説明が困難半期評価のコメントを人力で読むと傾向把握に半日以上かかり、感覚では捉えられても定量的に説明できなかった AIによる部門別解析とレポート作成一人ひとりのコメントは必ず人間が目を通した上で、全体の傾向分析の補助としてAIを活用。評価コメントをAIで部門別に解析し、短時間で客観的な傾向を可視化。 Geminiとスプレッドシートを活用した評価データの分析評価コメントのAI解析と傾向可視化

Slide 86

Slide 86 text

084 @kimi / 人事 #AI活用, #採用, #JD改善, #Gemini, #データ活用自社の視点だけでは気づけなかった魅力や伝え方がJDに盛り込まれ、採用ターゲット層への訴求力が高まり、ターゲットからの応募が増加した Gemini 採用ペルソナからの応募不足とミスマッチ採用ペルソナからの応募が少ない、またはミスマッチが多いという課題があり、JD（Job Description）の表現を見直す必要があった。 Geminiによる他社事例分析とJD作成同職種で成功している他社のJD事例を収集・分析。ペルソナのインサイトをAIに言語化するサポートをしてもらい、それを満たすJDを作成。競合分析とペルソナ言語化による採用ターゲットへの訴求力向上 Geminiを活用したJD（求人票）の改善

Slide 87

Slide 87 text

085 @furukyo / 人事 #AI活用, #Gemini, #データ分析, #人事評価基準のブラッシュアップおよびガイドラインの作成に役立てることができた Gemini 評価基準のブラッシュアップに際し、過去の膨大な変遷やフィードバックを効率的に整理・分析したい過去の評価制度の変遷や、その都度発生していた多角的なフィードバックを手動で集計・分析し、新しいガイドラインに反映させる作業の負荷が高い過去の評価関連データを集約し、Geminiを用いて分析を実行過去の評価制度の変遷およびフィードバック内容をまとめ、Gemini に投入して分析を行うことで、ガイドライン作成に資する示唆を得る過去の評価制度データとフィードバックのAI解析 Geminiによる評価基準の分析とガイドライン作成支援

Slide 88

Slide 88 text

086 @furukyo / 人事 #AI活用, #業務自動化, #GAS, #GeminiAPI, #人事通知書作成が自動化され、ヒューマンエラーを防止できる状態になった Gemini API, GAS, Google Docs, Google Drive 通知書発行におけるヒューマンエラーの懸念評価や給与改訂時に、対象者リストを見ながら1通ずつ手動で辞令を作成するため、転記ミスなどのヒューマンエラーが発生する可能性がある。 Gemini APIとGASを活用した通知書の自動生成・格納フローの構築出力したCSVリストをGASで読み込み、Gemini APIを用いて辞令テンプレートに情報を埋め込んで自動生成し、発行したPDFをGoogle Driveの指定フォルダへ自動格納する機能　※エンタープライズ版 APIを使用し、データが学習に利用されない環境で実行人事評価や給与改訂に伴う通知書発行の自動化社員への通知書・定型文書の自動化

Slide 89

Slide 89 text

087 @sasuraikz / 法務・コンプライアンス #AI審査, #Slackワークフロー, #法務DX, #業務自動化全社員が利用可能なワークフローとしてリリースされ、業務の標準化とスクリーニングの自動化を実現した。 Slack, Gemini 専門職種における業務の属人化契約書審査業務が特定の担当者に属人化しがちであり、全社員が手軽に利用できるスクリーニングの仕組みが不足していた。 AI審査機能付きSlackワークフローを構築。AIが提示する論点をベースに、法務担当者が最終的な判断を行う。 Slack上でワークフローを実行すると、Geminiによる審査結果が自動で#corp_houmuチャンネルに投稿される仕組み。一次スクリーニングをAIが行い、その後に法務担当が正式回答を行う。 AIによる契約書審査の自動化とSlackワークフローの構築契約書レビューワークフローの作成

Slide 90

Slide 90 text

088 @sasuraikz / 法務・コンプライアンス #法務, #AI活用, #契約書レビュー, #業務効率化作業スピードが飛躍的に向上した。 NotebookLM 契約書レビュー業務の工数負担法務業務において、契約書の審査やチェック作業に多大な時間を要しており、業務スピードの向上が求められていた。契約書レビュー業務にAI補助を導入。法務による最終判断を前提に、定型的な確認業務を効率化する。契約書のチェックプロセスにAIの力を借りることで、人手による確認作業を補助・迅速化する。契約審査のスピードを飛躍的に向上させる AIによる契約書レビューの効率化

Slide 91

Slide 91 text

089 @sasuraikz / 法務・コンプライアンス #法務, #AI活用, #法令調査, #リーガルテック調査作業のスピードが飛躍的に向上した。 NotebookLM 法令調査に要する時間と手間法務判断の根拠となる法令の調査において、膨大な情報から該当箇所を探し出す作業に時間がかかっていた。法令調査業務へのAI活用法令の検索や調査業務にAIを導入し、必要な情報の抽出を効率化する。複雑な法令チェックをAIでスピードアップ AIを活用した法令調査の迅速化

Slide 92

Slide 92 text

090 @sasuraikz / 法務・コンプライアンス #AI活用, #Cursor, #法務DX 利用規約改定の抜け漏れもなくなり、改定作業が短縮・効率化された Cursor 利用規約の改定箇所の洗い出しを人力で行う必要があり時間がかかる利用規約を改定しないといけない要因が発生した際に、改定箇所を人力でピックアップしていた。 Cursorを使って利用規約の改定案を作成した。 Cursorに利用規約と改定理由を読み込ませ、変更を要する箇所のピックアップおよび改定案の作成を行わせた。 Cursorを使って利用規約を最速で改定利用規約改定案の作成

Slide 93

Slide 93 text

091 @saki / 総務 #GAS, #法務, #Gemini, #総務, #コーポレート, #バックオフィス, #AI活用, #生成AI, #Cursor 200件超の契約書データ入力に対応手入力作業から解放され、非エンジニアでもAIの助けを借りて自動化を実現できた。 GAS, Gemini, Cursor 契約書のデータ入力作業の負担が高い 200件を超える契約書から情報を読み取り、手動で入力する作業が単純ながら膨大な時間と手間を要していた。 AIで書類から情報を読み取り、入力を自動化。入力結果の正確性は人間が最終確認する。非エンジニアの担当者がGeminiやCursorといったAIツールを活用してGoogle Apps Script（GAS）を作成。書類から必要な情報を抽出してデータ入力する仕組みを構築した。 200件超のデータ入力地獄をAIとGASで脱出契約書200件超のデータ入力自動化

Slide 94

Slide 94 text

092 @shota / 経営層(CEO) #自動化, #GAS, #業務効率化, #GoogleWorkspace 散らばった情報を探し、コピペする作業から解放。候補者の方とお話することに時間を配分できるようになった Gmail, Googleドライブ, Google Apps Script, Googleスプレッドシート議事録作成におけるフォルダ検索、テンプレートコピー、情報転記の工数削減議事録テンプレートのコピー、お名前の埋め込み作業を自動化し、人為的ミスや工数を削減したい Gmailの案内メールをトリガーとした議事録案の自動生成・管理システム（※エンタープライズ版APIを使用し、データが学習に利用されない環境で実行、最終的に人間が内容確認）。 1. 毎日Gmailを自動チェックし「最終面接」案内メールを検知 2. Googleドライブから候補者フォルダを自動検索 3. テンプレートをコピーし名前と関連情報を埋め込んで保存 Gmail・Googleドライブ・スプレッドシートを連携させた自動化プログラム最終面接議事録の自動作成ツールの仕組み構築

Slide 95

Slide 95 text

093 @shota / 経営層(CEO) #AIエージェント, #面接準備, #生成AI 質問票のクオリティを高めることができた NotebookLM 最終面接時の質問のバリエーションと質の向上最終面接に際し、候補者ごとに最適な深掘りテーマを見つけ、質の高い質問票を作成したい AIエージェントとの対話による質問案の作成深掘りたいテーマについてAIエージェントと対話し、質問を複数パターン生成する　※エンタープライズ版APIを使用し、データが学習に利用されない環境で実行対話を通じた深掘りテーマの選定と質問生成 AIエージェントを活用した最終面接質問票のクオリティ向上

Slide 96

Slide 96 text

094 @yutadayo / 経営層 (CTO) #Devin, #AIシフト, #スキルアップエンジニア以外のメンバーも最新のAIツールを業務に取り入れられるようになり、全社的なAI活用レベルが底上げされた。 Claude, Devin, Cursor 最新AIツールの活用がエンジニアに限定されており、全社的な生産性向上が限定的だった Claude Code, Cursor, Devinなどの高度なAIツールが登場しているが、エンジニア以外の職種が独力で導入・活用するにはサポートが必要だった。全社員向けの使い方案内とレクチャー会の実施エンジニア以外の方もDevinを活用できるよう、投資委員会が主体となって使い方講座を開催し、技術的なサポートを行った。 Claude Code, Devin等のAIツールを全職種で活用 AIエンジニアリングツールの全社展開

Slide 97

Slide 97 text

095 @yutadayo / 経営層 (CTO) #予算管理, #コスト最適化, #API管理コストをコントロールしながら、最新の有料プランやサービスを迅速に試せる体制が実現した。 Claude, Gemini API, Cursor, GitHub Copilot AIサービスにかかるコスト管理と検証の難しさ Claude Maxプランの登場など、AIサービスの料金体系が日々変化するため、正確な予算見積もりが難しく、個別の検証も非効率だった。投資委員会の体制を構築し、予算トラッキングとAPIキーの一元管理。AIツールの投資判断は人間が実施する。月単位で消化状況と計画を見直し、他の予算を節約してAIに寄せるなどの調整を実施。Gemini APIキーなどを一元管理し、誰でも気軽に検証できる体制を構築した。コスト変動の激しいAIサービスの柔軟な運用 AI予算の最適化と一元管理

Slide 98

Slide 98 text

096 @takejune / 経営層(CXO) #AI活用, #SQL, #Redash, #生産性向上時間をかけずにサッと作業を終えることができた Redash, Arc, Atlas, AI SQLをゼロから書くのに時間がかかる、または既存クエリの構文チェックに手間がかかる Redashでのクエリ作成において、構文エラーの確認や修正を自力で行うと時間がかかってしまう背景がある。ブラウザ（ArcやAtlas）のサイドバーに搭載されたAIへの相談既存のRedashクエリの構文チェックをAIに依頼し、ブラウザ上で直接アドバイスを受けることで修正を行う。ブラウザのAIサイドバーを利用したクエリ作成の効率化 SQLクエリの構文チェックと修正のAI活用

Slide 99

Slide 99 text

097 @takejune / 経営層(CXO) #AI活用, #Atlas, #データ分析, #Python 読解が捗るようになり、構成や傾向を迅速に把握できるようになった当時のGeminiよりも高い賢さを確認。 Atlas, Python, Gemini 事業計画シートが複雑で内容把握や分析に負荷がかかる複雑な構成の把握や傾向の抽出、詳細なデータ分析を迅速に行いたい。ビルトインのGeminiでは能力が不足していた。 AIへの質問による内容把握とPython実行によるデータ分析・AIとの対話による全体構成の把握・事業の傾向の抽出・Pythonコードの自動生成・実行によるデータ分析 AIエージェントによる複雑なスプレッドシートの解析 Atlasを活用した事業計画の読解・分析

Slide 100

Slide 100 text

098 @takejune / 経営層(CXO) #AI活用, #市場調査, #競合調査, #DeepResearch, #業務効率化複数のAIを併用することで情報の偏りを防ぎ、効率的に質の高い調査結果に辿り着ける運用フローが確立されている。 ChatGPT, Gemini, Claude 調査業務の工数削減と精度の向上市場調査や競合調査において、情報の網羅性を担保しつつ、膨大なレポートから質の高い情報を短時間で選別・把握したい。 3つの主要AIでDeepResearchを並列実行し、その結果をさらに AIで要約・比較するワークフローの導入 1. ChatGPT、Gemini、ClaudeのそれぞれでDeepResearchを実行。2. 生成された3つのレポートを各AIに再投入して要約作成。3. 要約を比較し、最も質の高いレポートを特定して精読。 ChatGPT/Gemini/Claudeによる並列DeepResearchと要約複数AIを用いた市場・競合調査の効率化

Slide 101

Slide 101 text

099 @takejune / 経営層(CXO) #NotebookLM, #Podcast, #情報収集, #インプット効率化テキストだけでなく音声等を通じた多角的なアプローチにより、短時間での内容理解が可能になった NotebookLM 調査内容の迅速な理解調査によって得られた詳細な資料を、短時間で効率的にインプットし理解を深めたい。 NotebookLMを用いた資料の構造化および音声コンテンツ化 1. 調査レポートをNotebookLMに読み込ませる。2. 資料化機能や Podcast生成機能（Audio Overview）を活用し、内容をサクッと理解できる形式に変換。 NotebookLMによる調査資料の資料化・Podcast化 AIを活用したインプットの高速化

Slide 102

Slide 102 text

100 @shimo / 経営層 (CFO) #AI, #GoogleWorkspace, #メール要約, #業務効率化運用中（利用可能な状態） Google Workspace, AI 退勤後に溜まったメールを効率的に把握したい自分が退勤した後に届いた複数のメールを一つずつ確認する手間を省き、要点を素早く理解する必要があるメールの自動要約機能退勤後の時間帯に受信したメールの内容を抽出し、要約して提示する Google Workspaceを活用したメールの自動要約退勤後のメール要約

Slide 103

Slide 103 text

101 @shimo / 経営層 (CFO) #AI, #Cursor, #外部発表, #コンテンツ作成運用中（利用可能な状態） Cursor, AI 自分の強みや経歴を活かした外部発表のテーマ選び日々のニュースと自分のプロフィールを掛け合わせ、聴衆が「この人が話したら面白そう」と思う最適なトピックを選定したい AIによるテーマ選定支援クリッピングしたニュース記事と読み込ませたプロフィールを照らし合わせ、Cursorが最適な発表テーマを選定する Cursorを活用したプロフィール適合型のテーマ提案外部発表テーマの自動選定

Slide 104

Slide 104 text

102 @shimo / 経営層 (CFO) #AI, #CFO, #生産性向上, #業務分析運用中（利用可能な状態） AI CFOとしての業務優先順位の最適化と振り返りの質の向上設定した優先順位通りに動けているか、時間の使い方が適切かを客観的に分析し、改善に繋げたい月次業務分析・フィードバック機能月間のTODOと実施内容をまとめ、AIが時間の使い方のスコアリング、良かった点、改善すべき点の分析を行う AIによる時間の使い方とTODOの月次スコアリング CFO業務の振り返りとパフォーマンス分析

Slide 105

Slide 105 text

103 @chihaya / 経営層 (COO) #NotebookLM, #ナレッジマネジメント, #オンボーディング, #AI活用過去の経緯や専門用語の検索が容易になり、情報の「セルフサービス化」が進んだことで、オンボーディングや日常的な確認作業がスムーズになった NotebookLM 社内情報の散逸とオンボーディングの工数増大 Notion、PDF、議事録などのドキュメントが各所に点在しており、必要な情報を探す手間や、新入社員への情報共有に時間がかかっていた。 NotebookLMに社内ドキュメントを集約したAIチャットの作成過去の議事録、社内規定、業界資料、Notionの書き出しデータなどをNotebookLMにアップロードし、それらのソースに基づいた回答のみを生成する専用の学習環境を構築する。散らばった社内情報をAIで集約し、自分専用の知恵袋を作る NotebookLMによる社内ナレッジベースの構築

Slide 106

Slide 106 text

104 @chihaya / 経営層 (COO) #生成AI, #ChatGPT, #業務効率化, #言語化支援執筆の心理的ハードルが下がり、アウトプットの速度と質が向上した。自分の思考を客観的に整理できるようになった ChatGPT, Gemini 記事執筆や企画立案時における「書き出し」の停滞白紙の状態から構成を考えたり、頭の中にある断片的な思考を言語化したりする作業に時間がかかり、アウトプットの着手が遅れていた。 AIを思考のパートナー（スパーリング相手）として活用箇条書きのメモやラフなアイデアをAIに渡し、構成案の作成、ターゲットに合わせたトーンの調整、あるいは論理的な欠陥の指摘を依頼しながらドキュメントを完成させる。「0から1」の思考をAIとの対話で加速させる生成AIを「壁打ち相手」にしたドキュメント作成支援

Slide 107

Slide 107 text

105 @chihaya / 経営層 (COO) #AI, #自動化, #Gemini, #GAS, #情報収集毎朝7時に投稿されることで、仕事開始前に直近24時間の情報収集を完了させるルーティンが確立された GAS, Gemini, Slack ニュースレターの購読数が多く、読むのに時間がかかる・読み切れない事業運営に必要な最新トレンド（FintechやAI）のキャッチアップを効率化したいが、複数のニュースレターを全て読む時間が不足している Geminiによるメール要約とSlackへの自動投稿機能メールで受信したニュースレターをGeminiで要約し、GASを用いて Slackに投稿する仕組みの構築 GASとGeminiを活用したニュースレターの自動要約とSlack投稿ニュースレター要約ツールの開発

Slide 108

Slide 108 text

106 @chihaya / 経営層（COO） #AI活用, #業務効率化, #Gemini, #GAS, #自動化整理に使う時間が短縮され、まとめの質も向上した。振り返りながら戦略に時間を使えるようになった Gemini, Google Apps Script, Notion 複数事業の定例内容やNext Actionの把握・記憶が限界突破複数の事業責任者との定例後、内容をまとめるために毎回30分〜1 時間かけてドキュメントや議事録を再確認・整理する必要があった。 GASとGeminiを連携させ、議事録とNotionドキュメントから自動で内容をまとめる仕組みの構築 Geminiの自動生成議事録とNotionの定例ドキュメントを参照し、 GAS経由でGeminiを呼び出して内容を要約。ボタン操作でまとめを生成 GeminiとGASを活用した定例議事録の自動まとめ作成事業責任者との定例内容のAI自動要約

Slide 109

Slide 109 text

107 @chihaya / 経営層（COO） #AI活用, #業務効率化, #GAS, #Gemini, #データ分析情報をまとめたり紐付けたりする作業が減り、より本質的な分析やレポート内容の精査に時間を使えるようになった GAS, Notion, Spreadsheet, Gemini 月次のレポート作成に数時間を要しており、情報の集約や紐付け作業の負担が大きい毎月KPIの状況を分析し、Notionの定例ドキュメントと Spreadsheetの事業実績を紐付けてレポートを作成する作業を手動で行っていたため、多大な時間を費やしていた AIで集計データの分析・レポート案を作成。人間が分析結果を精査し、アクションプランを確定させる。 GASを用いてNotion上の定例ドキュメントとSpreadsheetの事業実績データを取得し、Geminiに分析と振り返りレポートの作成を依頼する機能 GASとGeminiを活用したKPI分析とレポート作成の効率化月次の事業実績の分析とレポート作成の自動化

Slide 110

Slide 110 text

108 @kanetomo, Haroka, ushiro, dhara, yuki930,mmito / ブログ作成チーム #来年もAI活用で業務を良くしていきます, #良いお年をお迎えください 2025年の締めくくりに、スマートバンクのAI活用事例を皆様にお届けすることができた Google AppsScripts, Gemini, Google スプレッドシート, Google スライド, Google フォームスマートバンクのAI活用事例を皆さんに知ってもらいたいこれまで各自がブログで発信してきたが、社内で活用されているAI 活用事例がたくさんある GASを駆使して情報収集、整形、スライドの流し込みを自動化 1. メンバーのブログや社内事例をAIを使って収集し下地作成 2.GoogleフォームでAI活用事例を投稿してもらう 3. 1と2で収取した事例をGASでデータ整形 4. 整形データをGASでスライドに自動で流し込み AI活用の事例収集、企画からリリースまで2日間で完遂 AI活用事例108、恐るべきスピードで完成