スキルアップNeXtは、日本郵船の自動車事故報告書を分析するAIエージェントのMVPを構築しました。
Microsoft Copilot Studioなどを組み合わせ、過去約1,000件の事故データを分析できる仕組みを整えました。
定例報告資料の作成時間は、1〜2時間から30分程度へ削減される見込みです。
両社はアイデアソンも実施し、他部署への展開に向けた自走体制の構築を進めています。
記事の概要
スキルアップNeXtは、日本郵船に対し、「自動車事故報告書分析エージェント」のMVP構築を支援しました。
構築期間は約2ヶ月で、Microsoft Copilot Studio、Power Automate、AI Builder、Office Scriptsを組み合わせました。
SharePoint Listに蓄積されていた過去約1,000件の自動車事故報告書データを対象にしています。
フォーマットの混在や添付ファイルを読み込めない制約に対応するため、Pythonによるデータ前処理パイプラインを構築しました。
表記揺れのある非構造化データを統合し、自然言語の質問から集計結果を棒グラフやヒートマップで表示できるようにしました。
これにより、定例の報告資料作成にかかる時間は、従来の1〜2時間から30分程度へ削減される見込みです。
加えて、複数部署を対象としたアイデアソンを開催し、AI活用には業務フローやデータ整理が重要だという認識を共有しました。
今後は今回の事例をベストプラクティスとして社内ポータルなどで共有し、安全管理や運航管理などへの展開を目指します。
記事のポイント
- 複数ツールでデータ統合: Copilot Studio、Power Automate、AI Builder、Office Scriptsを組み合わせ、Pythonで事故報告書の前処理も実施しました。
- 自然言語で傾向を可視化: 自然言語で質問すると、事故傾向を集計し、棒グラフやヒートマップで自動表示できる仕組みです。
- 他部署展開を見据える: アイデアソンで業務フローとデータ設計を議論し、安全管理や運航管理への展開を目指しています。
詳しい記事の内容はこちらから(引用元)
株式会社スキルアップNeXtのプレスリリース(2026年7月28日 11時00分)スキルアップNeXt、日本郵船の「自動…
https://prtimes.jp/main/html/rd/p/000000207.000035215.html