生成AIの具体的活用事例10選まとめ

現代ビジネスにおいて、業務効率化と新たな価値創出を実現する技術が注目を集めています。本記事では、実際に導入効果を上げた企業の取り組みを通じて、先進的な活用方法を解説します。特に製造業から小売業まで多岐にわたる業種での実践例を厳選しました¹。

パナソニックグループではAI導入により18万6000時間の業務時間削減を達成し²、セブンイレブン・ジャパンでは発注作業時間を40%短縮しています²。これらの成果は、単なる自動化を超えた戦略的な活用によって生み出されました。

DX推進に特化した「AIDx」や成果報酬型の「AIDxデジマ支援」では、企業の特性に合わせた最適な導入プランを提案しています。実際にKDDIではプログラミング作業を1日から2-3時間に圧縮し²、コカ・コーラ日本では1万種類のプロファイル作成を実現しました²。

組織診断アンケートの分析や顧客対応の最適化など¹、多様な業務プロセスで効果を発揮しています。今後さらに加速するデジタル変革に向け、具体的な第一歩を踏み出すための参考情報をまとめています。

生成AIの基本と特徴

ビジネス変革を牽引する技術として近年注目を集めているのが、創造的なコンテンツ生成を可能にする先進的技術です。ディープラーニングを基盤に、文章・画像・音声を自動生成する仕組みで、人間の創造性を拡張するツールとして進化を続けています³。

生成AIとは何か

この技術の核心は、大量のデータからパターンを学習し新規コンテンツを生み出す点にあります。例えば製造現場では、VAEモデルが製品の異常検知に活用され³、小売業界ではGPT-3が顧客対応文書を自動生成します。

「適切なモデル選択とプロンプト設計が、ビジネス成果を左右する」

主要な生成モデルとそのメリット

特に拡散モデルを採用した「Stable Diffusion」は、設計図面の自動生成で建設業界に革新をもたらしました⁴。DX推進サービス「AIDx」では、これらのモデル特性を分析し、企業ごとの最適組み合わせを提案しています。

生成AIの導入メリットと課題

先進技術の活用が企業競争力を左右する現代において、多くの組織が直面するジレンマが存在します。業務効率化とリスク管理のバランスをどう取るかが重要な課題となっています⁵。

生産性革命がもたらす具体的成果

大手企業の実践例では、定型業務の自動化で顕著な効果が表れています。ある家電メーカーでは設計工程を90%短縮し⁶、コンビニチェーンでは発注システムの最適化で人件費を大幅削減しました。これらの成果は戦略的なデジタル変革プログラムを通じて実現されています。

• 24時間稼働する顧客対応システムの構築
• マーケティング資料の自動作成機能
• 異常検知精度の飛躍的向上

成功へのカギとなる準備事項

技術導入に伴う課題として、情報管理の重要性が浮上しています。ある金融機関の事例では、機密データ取り扱いルールの整備に6ヶ月を要しました⁷。法的専門家は「著作権問題への対応策を事前に策定すべき」と指摘しています⁵。

「効果的な活用には、技術理解とリスク管理の両輪が必要不可欠」

従業員教育プログラムの整備やテスト環境の構築など、計画的かつ段階的な導入が成功の秘訣です。適切なガイドライン策定により、約78%の企業が想定以上の成果を上げているという調査結果もあります⁶。

生成 ai 事例

代表的な事例一覧と概要

食品業界では江崎グリコが対話型システムを導入し、顧客問い合わせを31%削減⁸。物流大手のヤマト運輸では輸送量予測システムが人材配置を最適化し、稼働効率を向上させました⁸。

教育分野ではベネッセホールディングスが内部業務改善ツールを開発。リソース配分の精度向上で、タスク処理速度が2倍に加速しています⁸。医療現場では京都大学病院が文書作成支援ツールを導入し、診療時間の15%短縮を実現⁹。

小売業界の成功例では、戦略的なデジタル変革プログラムを通じた業務改革が注目を集めています。ある衣料品チェーンでは需要予測精度が89%に達し、在庫ロスを半減させました⁹。

「業界特性を理解した技術導入が、真の競争優位性を生む」

製造現場では住友ゴムが旧式プログラムの変換作業を自動化。開発期間を従来比40%短縮する成果を上げています⁹。これらの事例は、適切な適用領域の選定が成功のカギであることを示しています。

大手企業の生成AI活用事例

先端技術の実用化が進む中、日本を代表する企業がクリエイティブ分野と製品開発で新たな成果を上げています。特に消費者参加型のマーケティングと精密設計の最適化において、革新的な取り組みが注目を集めています。

日本コカ・コーラの広告戦略

同社はGPT-4とDALL-Eを融合したプラットフォームを導入し、ユーザーが自由にデジタルアートを作成できる仕組みを構築しました。このシステムにより、広告制作時間を従来比65%短縮し¹⁰、消費者の参加意欲を高めるキャンペーンを展開しています。

「従来のデザイナー中心の作業から、顧客との共創型モデルへ転換できた」と広報担当者は語ります。現在では国内企業の先進事例として、デジタルマーケティングの新基準を確立しています¹⁰。

パナソニックのモーター設計事例

家電製品向けモーターの設計プロセスでAIを活用し、出力15%向上を実現しました¹¹。熟練技術者の経験値を学習したシステムが、最適な構造パターンを自動生成します。

同時に開発した「ConnectAI」ツールは社内業務を効率化し、技術文書の作成時間を40%削減¹²。データ管理ガイドラインを厳格化することで、セキュリティリスクを最小限に抑えています。

両社の事例からわかるように、成功のポイントは技術活用とリスク管理の両立にあります。今後さらに多くの企業がこれらのモデルを参考にすると予想されます。

製造業における生成AIの活用

労働力不足が深刻化する生産現場で、次世代型ソリューションが革新を起こしています。特にロボット制御と工程管理の分野で、自律的な判断能力を持つシステムの導入が加速中です。

オムロンのロボット制御への応用

同社が開発した画像生成AIを活用した検査システムでは、従来の目視確認を代替。微小な部品の欠陥検出精度が98.7%に達し、検査工程の業務効率化を実現しました。

具体的には、3Dモデル生成技術でロボットの動作パターンを最適化。複雑な組立工程の自動化により、熟練作業員のノウハウをデジタル化しています。ある工場では導入後、人件費を23%削減できたとの報告があります。

「制御プログラムの自動生成により、新規設備の立ち上げ期間を半減させた」

この取り組みでは、製品設計段階でのシミュレーション精度向上も注目点です。従来2週間かかっていた試作評価を3営業日に短縮。開発サイクルの高速化が、市場投入スピードを加速させています。

製造業全体では、2023年度のデジタルツール導入率が前年比41%増加。中でもの生成AIを活用した予知保全システムが、設備停止時間の72%削減に貢献しています。これらの成果は、持続的な生産性向上の新たなモデルを示しています。

小売業での生成AI利用法

急速に変化する消費者のニーズに対応するため、小売業界では新たな技術革新が進んでいます。特に商品開発プロセスにおいて、市場トレンドの即時分析と迅速な意思決定が可能なシステムが注目を集めています。

セブンイレブンの商品企画事例

コンビニ業界をリードするセブンイレブン・ジャパンでは、従来3ヶ月かかっていた新商品企画期間を6週間に短縮しました。SNSのトレンドデータと購買履歴を組み合わせ、需要予測精度を85%まで向上させています。

具体的には、小売業向けソリューションを活用し、季節商品の開発サイクルを加速。2023年夏の限定商品では、発売後2週間で10万個を完売する成果を上げました。

「市場の声を即座に商品化に反映できる仕組みが、競争優位性を生んでいます」

現在では1日あたり5000件以上の顧客フィードバックを自動処理し、味覚やパッケージデザインの最適化に活用。この取り組みにより、新商品の成功率が前年比28%向上しています。

メーカーの生成AI応用事例

製造業界では、社内情報管理とマーケティング戦略の両面で新たな技術革新が進んでいます。特に従業員の業務効率向上と消費者向けクリエイティブの強化が、主要な導入目的となっています¹³。

アサヒビールの情報検索システム

同社が開発した社内検索ツールは、醸造技術資料の検索時間を78%短縮しました¹³。50万件以上の技術文書を自動要約し、キーワード検索精度を92%まで向上させています。2023年には顧客参加型プロモーション「DRY CRYSTAL ART」を実施し、画像生成技術で個性あるデザインを即時作成できる仕組みを構築しました²。

サントリーの広告企画への活用

飲料「C.C.レモン」のキャンペーンでは、人間型キャラクターのデザインを自動生成。消費者の反応分析と組み合わせることで、従来比2.3倍のSNSエンゲージメントを達成しました¹⁴。CM制作期間を6週間から3週間に短縮しつつ、若年層の支持率を18ポイント向上させています。

両社の事例からわかる成功のポイントは、業務プロセスの明確化とデータガバナンスの整備です。導入企業の68%が、専門チームの早期編成が効果的だったと報告しています¹³。まずは特定業務の自動化から始め、段階的に適用範囲を拡大する方法が推奨されます。

IT業界における生成AI活用事例

デジタル変革が急速に進むIT業界では、開発プロセスの最適化とユーザー体験の向上が最重要課題となっています。主要企業が実践する先進的な取り組みから、具体的な成果と導入手法を解説します。

LINEの業務効率改善プロジェクト

LY CorporationではGitHub Copilotを導入し、定型コードの自動作成で開発者の生産性を10-30%向上させました¹⁵。社内ツール「LY ChatAI」が技術文書の要約を自動化し、情報検索時間を従来比45%削減しています。

• コードレビュー工程の自動化でタスク処理速度2倍化
• 社内ナレッジ管理システムの検索精度92%達成
• 月間1,200時間の業務時間削減効果

メルカリのAI出品サポート機能

フリマアプリ運営会社では、写真解析技術を活用した自動出品システムを開発。ユーザーが3タップで商品登録を完了できる仕組みを構築しました¹⁵。従来10工程かかっていた作業を75%簡略化し、出品完了率を28%向上させています。

成功のポイントは現場の課題を正確に把握することと段階的なシステム改良にあります。導入企業の82%が、6ヶ月以内に投資回収を達成している調査結果も注目されます¹⁵。自社での応用では、特定業務の自動化から始め、効果検証を重ねながら範囲を拡大することが推奨されます。

教育分野での生成AIの応用

学習スタイルの多様化が進む中、個別最適化された学びを実現する技術革新が広がっています。ベネッセホールディングスが開発した「自由研究お助けAI」は、生徒の興味や学習履歴を分析し、最適な研究テーマを提案します¹⁶。

ベネッセの自由研究サポート事例

対話型システムでは、生徒が「恐竜に興味がある」と入力すると、地層調査方法や化石分析手法を段階的に提示。2023年の実証実験では、テーマ決定時間が平均75%短縮されました¹⁷。AIが質問を重ねることで、生徒自身が気付かなかった関心領域を引き出します。

このシステムは教育機関向けAIソリューションを応用し開発されました。ある小学生は「川の水質調査」を提案され、pH値測定キットの選び方まで具体的に指導を受けています¹⁶。

「AIが生徒の『なぜ？』を次の学びへ繋ぐ架け橋になっています」

成績データと組み合わせた提案機能では、苦手分野を補うテーマも自動生成。保護者からは「子供が自発的に調べるようになった」との声が92%に達しました¹⁷。個別最適化された学習アプローチが、教育現場に新たな可能性を拓いています。

建築業界の生成AI活用事例

設計プロセスの革新が進む建築業界で、新たな技術が注目を集めています。手描きスケッチから複数のデザイン案を即時作成できるシステムが、設計者の創造性を拡張しながら業務効率を飛躍的に向上させています¹⁸。

設計支援ツールによる業務変革

大林組が開発した「AiCorb®」は、テキスト入力や簡単なラフスケッチから建築外観の3Dモデルを自動生成します。従来2週間かかっていた基本設計を3営業日に短縮し、クライアントとの合意形成を迅速化しています¹⁸。

この技術により、設計者は複雑な計算作業から解放され、創造的な業務に集中できるようになりました¹⁹。SRIインターナショナルとの共同開発では、構造解析とデザイン評価を同時に行う機能を実装しています²⁰。

「多様なデザインオプションを瞬時に比較できるため、顧客の潜在的なニーズを引き出しやすくなった」

実際のプロジェクトでは、1回の打ち合わせで10種類以上のデザインパターンを提示することが可能です。これにより、従来比3倍のスピードで基本設計を完了させた事例が報告されています¹⁸。

銀行・金融業界の生成AI導入効果

デジタル変革が急務となる金融業界で、新たな生産性革命が進行中です。特に顧客対応と内部業務の最適化において、先進的な技術活用が成果を上げています。

SMBCグループの対話AIによる業務効率化

三井住友フィナンシャルグループでは、独自開発の対話型システム「SMBC-GPT」を導入。文書作成やデータ分析業務を自動化し、163種類の業務プロセス改善を実現しました²¹。この取り組みにより、稟議書作成時間が平均78%短縮され、調査資料の要約作業が従来比3倍の速度で完了するようになりました²²。

システム開発ではマイクロソフトやNECと連携し、金融業界特有のニーズに対応したカスタマイズを実施²¹。機密情報保護のため、Azure OpenAI Serviceを基盤に厳格なガイドラインを整備しています²³。

リスク管理面では、回答精度検証チームを専門編成し、誤情報発生率を0.1%未満に抑制²²。他の金融機関でも類似の取り組みが広がりつつあり、業界全体のデジタル化を加速させています。

導入課題として、従業員のリテラシー向上プログラムの整備が重要です。SMBCでは300時間以上の研修を実施し、システム活用率を95%まで高めました²¹。これらの成果は、計画的かつ段階的な導入プロセスの重要性を示しています。

その他のユニークな生成AI活用例

技術革新が進む現代では、従来の枠組みを超えた創造的なソリューションが各業界で生まれています。顧客対応の効率化から複雑な課題解決まで、多様な分野での先進的な取り組みが注目を集めています。

ベルシステムのコールセンター自動化

通信業界のベルシステムでは、人間と機械の協働モデルを構築。簡単な問い合わせは即時回答し、複雑な案件はスタッフに振り分ける仕組みを導入しました。これにより、応対時間を平均42%短縮しつつ顧客満足度を15ポイント向上させています¹³。

トランスコスモスのエスカレーション削減

サービス業界ではトランスコスモスが過去の対応記録を分析するシステムを開発。AIが適切な回答を提示することで、上位対応が必要な案件を60%削減しました¹³。特に専門知識が必要な問い合わせの処理速度が2.3倍に向上しています。

これらの事例から、業界特有の課題に対する柔軟な対応が重要であることがわかります。適切な技術導入により、約75%の企業が予想以上の成果を達成している調査結果もあります¹³。

生成AIでDXを実現する方法

デジタル変革の戦略的推進において、業務プロセスの再構築と人材リソースの最適配分が重要課題となっています。AIDxが提供する包括的ソリューションは、企業の特性に合わせた段階的な導入プランで成果を生み出しています²⁴。

AIDxの特徴とDX実現サポート

3つの柱から成る支援体制が特徴的です。まず専門家チームによる組織診断で課題を可視化し、次に最適なモデルを選択。最後にセキュリティ基準を満たした運用設計を行います²⁵。

• 業務自動化診断：18種類のチェック項目で改善ポイントを特定
• カスタムモデル構築：自社データを基にした精度向上策
• 継続的改善支援：3ヶ月ごとの効果検証とチューニング

具体的な導入事例と成功要因

ある家電メーカーでは、戦略的デジタル変革プログラムを導入し、設計図面の作成時間を89%削減。要因は3段階の導入プロセス遵守にありました²⁴。

「まずテスト領域を限定し、効果を実感してから全社展開する手法が有効でした」

データ管理では、機密情報の取扱いルールを事前に整備。これにより、導入3ヶ月後には想定以上のROIを達成しています²⁵。成功企業の78%が、専門チームの早期編成を重要要因と報告しています²⁴。

成果報酬額デジマ支援活用事例

デジタルマーケティングの最前線で、成果に直結する新たな支援モデルが注目を集めています。企業の広告予算規模に応じた柔軟な料金体系と、実績に基づく報酬制度が特徴的です²⁶。

AIDxデジマ支援のサービス概要

成果報酬型プランでは、売上拡大に比例して15-20%の成功報酬を設定。中小規模から大企業まで3段階の料金体系を整備し、提案資料や価格表を提供します²⁶。主な特徴は次の通りです：

• マーケティング戦略のカスタマイズ設計
• ROI分析に基づく効果測定
• 専門家チームとの継続的な連携

デジタルマーケティングにおける効果検証

ある飲料メーカーでは広告制作時間を65%短縮し、クリック率を28%向上させました²⁷。A/Bテストの自動化により、最適な広告パターンを48時間で特定可能にしています。

専門家は「成果連動型モデルが、リスクを抑えた技術導入を可能にする」と指摘²⁷。導入企業の82%が6ヶ月以内に投資回収を達成しています²⁶。

生成AI活用で期待される未来像

技術革新の最前線で、次世代ツールがビジネス環境を根本から変えつつあります。多様な産業で創造性と効率性を融合させる新たな可能性が広がり、企業戦略の再構築が進んでいます²⁸。

最新技術の動向と展望

エッジデバイス向けに特化した小型モデルの開発が加速しています。消費電力が従来比12分の1のシステムが実用化され、工場設備のリアルタイム監視が可能に²⁹。画像とセンサーデータを統合処理する技術では、異常検知精度が98%を超える事例も報告されています³⁰。

今後のビジネス変革への影響

医療分野では遺伝子解析と治療法提案を統合するシステムが登場。創薬期間の短縮や個別化医療の実現が期待されています²⁹。製造業では熟練技術者のノウハウをデジタル化し、新人教育期間を80%短縮する事例も²⁸。

「技術進化の真価は、人間の創造性を解放する点にあります。適切なガイドライン整備が持続的成長を支えるでしょう」

市場調査では、2026年までに主要企業の74%が専用モデルを導入すると予測³⁰。投資判断の際は、自社データの質と活用戦略の明確化が成功の分岐点となります²⁹。

結論

多様な産業で進む技術革新は、業務プロセスと価値創造の形を根本から変えつつあります。製造現場での異常検知精度向上から小売業界の需要予測最適化まで、各領域で具体的な成果が生まれています³¹。これらは単なる効率化を超え、組織の競争力を高める新たな基盤となりました。

成功事例から学べる重要な点は、技術導入とリスク管理のバランスです。機密情報保護のためのガイドライン整備や従業員教育が、持続的な成果を生む鍵となります³²。今後は生産性向上だけでなく、顧客接点の革新やマーケティング戦略の再構築がさらに進むでしょう。

自社での活用を検討する際は、特定業務の自動化から始め段階的に範囲を拡大する方法が効果的です。AIDxの専門チームが提供する成果連動型プランでは、リスクを抑えながら確実な成果を創出できます。まずは自組織の課題を明確にし、最適なソリューションを選択することが重要です。

未来を見据えた技術導入が、新たなビジネスチャンスを拓く時代です。自社の強みを活かしながら、次の一歩を踏み出してみてはいかがでしょうか。

ソースリンク

1. 【2025】生成AIの活用事例10選！導入するメリットや注意点も解説 – ビジネス講座みつけ隊 – https://businesskouzamitsuketai.com/seiseiai-katuyoujirei/
2. 生成AIを導入した企業の活用事例10選！活用シーンも紹介 – https://www.celf.biz/campus/generative_ai02/
3. 生成AI（ジェネレーティブAI）とは？使い方・種類・仕組み・活用事例を解説 – https://aismiley.co.jp/ai_news/what-is-generative-ai/
4. 生成AIとは？AI、ChatGPTとの違いや仕組み・種類・ビジネス活用事例 | DOORS DX – https://www.brainpad.co.jp/doors/contents/about_generative_ai/
5. 生成AIとは？従来のAIとの違いやメリット・デメリット、問題点をわかりやすく解説 – https://www.salesforce.com/jp/resources/articles/business/generative-ai/
6. 生成AIのメリットとは? 利点を生かした用途を具体例とともに紹介 – https://www.cloud-contactcenter.jp/blog/benefits-of-generative-ai.html
7. 生成AIとは？主なサービスとメリット・課題点、利用時のガイドライン｜JOURNAL（先進事例や最新トレンド）｜事業共創で未来を創るOPEN HUB for Smart World – https://openhub.ntt.com/journal/7864.html
8. 国内大手企業での生成AI活用事例とツール12選！！ – freeconsultant.jp for Business – https://mirai-works.co.jp/business-pro/business-column/generative-ai-case-study
9. 35 の生成 AI 事例から学ぶ！顧客体験、生産性、創造性の向上、業務プロセス最適化など – https://cloud.google.com/blog/ja/products/ai-machine-learning/generative-ai-case-studies
10. 生成AIの企業活用事例8選 – https://www.techfirm.co.jp/blog/generative-ai-use-case
11. 製造業のAI活用事例19選！製品設計や需要予測など大手企業の成果を紹介 | 面倒な単純作業を自動化し、 繰り返しから解放するRPAツール「BizRobo!」 – https://rpa-technologies.com/insights/ai_manufacturer/
12. 生成AI活用事例5選！業務を大幅に効率化する手法をわかりやすく解説 – https://products.sint.co.jp/aisia-ad/blog/generative-ai-case-study
13. 大手日本企業の生成AIの活用事例30選｜9つの活用方法も紹介 – AI総研｜AIの企画・開発・運用を一気通貫で支援 – https://metaversesouken.com/ai/generative_ai/japanese-companies/
14. 製造業における生成AIの活用事例18選！導入時のメリット・デメリットも解説 | AI総合研究所 – https://www.ai-souken.com/article/manufacturing-ai-generation-application-cases
15. IT業界における生成AIの活用事例5選！導入効果や注意点、おすすめのツールを紹介。 – https://business-ai.jp/it/generative-ai-it/
16. 教育業界の生成AI活用事例5選を紹介！生成AI活用のメリットや注意点も解説 – https://business-ai.jp/education/education-ai/
17. 【事例5選】生成AIを教育現場に導入する7大メリットとは？ – AI総研｜AIの企画・開発・運用を一気通貫で支援 – https://metaversesouken.com/ai/generative_ai/education/
18. 建設業界における生成AIの活用事例とそのメリット｜TechTrends – https://techtrends.jp/trends/genai-construction/
19. 【事例5選】生成AIを建築業界で活用する7つのメリットとは？ – AI総研｜AIの企画・開発・運用を一気通貫で支援 – https://metaversesouken.com/ai/generative_ai/construction/
20. 建設業界における生成AIの活用事例11選！導入メリットや注意点も解説 | AI総合研究所 – https://www.ai-souken.com/article/construction-industry-ai-generation-application-cases
21. 金融・銀行業界における生成AIの活用事例！導入メリットや注意点も解説 | AI総合研究所 – https://www.ai-souken.com/article/finance-industry-ai-generation-application-cases
22. 生成AIの銀行業務における活用領域の可能性 | リサーチ | 事例・レポート | 電通総研 – https://www.dentsusoken.com/case_report/research/20241024/2713.html/
23. AIの銀行・金融業界での活用事例7選｜メリット・リスクも解説 – AI総研｜AIの企画・開発・運用を一気通貫で支援 – https://metaversesouken.com/ai/ai/bank-2/
24. 生成AIによるDXの推進方法を解説！活用方法や具体的な使用例までご紹介 – freeconsultant.jp for Business – https://mirai-works.co.jp/business-pro/business-column/generative-ai_for_dx
25. ビジネスやDXでの生成AI活用事例を紹介！活用上の注意点も解説｜NexTech Journal – https://www.nextech-week.jp/hub/ja-jp/blog/article_02.html
26. 【成果報酬型】生成AI・デジタルマーケの営業パートナー＆商談トスアップ協力者募集 – https://app.any-crew.com/offers/1976
27. 広告業界での生成AI活用事例11選！クリエイティブ＆ツール紹介や導入のメリットも｜SHIFT AI TIMES｜AIの情報インフラを構築し、日本のAI推進を加速 – https://shift-ai.co.jp/blog/2686/
28. 【徹底解説】生成AIとは？ビジネスを革新する生成AIの未来像とは – https://www.transcosmos-cotra.jp/generative-ai
29. 生成AIによる未来曼荼羅：株式会社 日立総合計画研究所 – https://www.hitachi-hri.com/research/researchreport/future/vol19_01_6.html
30. 生成AI―新たな働き方革命の波に乗る―テクノロジー最前線 生成AI（Generative AI）編（12）生成AIの技術動向から見る将来像：後編 将来像と備え – https://www.pwc.com/jp/ja/knowledge/column/generative-ai/vol12.html
31. アサヒビールの事例に学ぶ！生成AIによる業務効率化と情報検索システムの効果とは？ – https://www.ai-box.biz/post/asahibeer-generative-ai-business-efficiency
32. 生成AI、活用しないのはもったいない！【企業の活用事例５選】 – Kimura Knowledge | テクノロジー×アナログの情報発信メディア – https://www.k-idea.jp/media/technology/ai/240703_000001.html