パナソニック コネクト／NTTドコモに見る、Snowflakeを駆使した“AI現場実装”の最先端

パナソニック コネクト：非構造化データ活用と組織文化の変革

　パナソニック コネクトのセッションでは、Snowflakeを活用し、データとAIを用いた現場業務における意思決定を改善する事例が語られた。同社でこの取り組みをけん引する渡邉勇太氏が登壇し、取り組みの詳細を語った。

　実際のユースケースとして紹介されたのが、顧客満足度調査におけるアンケート結果の分析業務だ。これまでは、テキストなどの非構造化データを含む大量のコメントを手作業で分類および要約してレポートを作成しており、膨大な手間と時間を要していた。また、分析者の経験によって結果にばらつきが生じるという課題も抱えていたという。

　こうした課題を解決するため、同社はSnowflakeの「Cortex AI」とデータアプリケーション構築フレームワーク「Streamlit」を活用。Cortex AIの感情分析機能によりコメントを自動分類し、要約を生成する仕組みを構築した。従来のLLMツールで課題となっていた文字数制限を回避し、Snowflake内で安全に処理を完結させている。

　この結果として「顧客コメントの分類や要約にかかる時間を約200時間から約20時間へと約90％削減することに成功した」と渡邉氏。さらに、担当者はより付加価値の高い経営層向けの資料作成や、営業部門との個別ミーティングに注力できるようになったという。作業の効率化だけでなく、分析結果の客観性が高まった点も大きな成果といえるだろう。

　もう一つのユースケースとして、製造現場における図面や技術仕様書の突合業務が挙げられた。パナソニック コネクトでは、品質を担保するために最大50ページにおよぶ仕様書や複数の図面を人間が目視で比較確認していたという。同社はこの属人的で負荷の高い作業に対し、AIを用いてドキュメントから必要な仕様情報をJSON（JavaScript Object Notation）形式で抽出し、自動で比較する仕組みを構築した。

　この仕組みによって、仕様書と複数図面の不整合を探す作業時間が340分から10分へと短縮され、約97％の工数削減を実現。ここでのポイントは、AIを“人間の置き換え”としてではなく、人間の認知負荷を下げるために活用している点だ。AIが情報の読み取りと比較を担当し、人間が最終的な判断を下すことで、作業の速度と精度の両方を高めている事例といえる。

　これらの成果の背景には、同社のデータプラットフォーム戦略と組織文化の変革がある。変革前の状況について「事業部ごとにデータが分断されたサイロ化の状態にあり、全社的なデータウェアハウスが存在しなかった」と渡邉氏は振り返る。この課題に対し、同社のIT部門は一斉にシステムを導入するのではなく、意欲的なマーケティング部門を起点とし、トップダウンのアプローチを採用した。