Module 10: 業種別AI活用ケーススタディ

10.1 営業職向けAI活用ケーススタディ

⏱ 所要: 約45分 📖 形式: ケース読解 + プロンプト実演 🔰 前提: Module 1-2 完了

📊 営業課題マップ

フェーズ	課題	AI解決策
リード獲得	ターゲットリスト作成に時間	業界×役職で自動リスト化
アポ取り	メール文面作成が手間	パーソナライズメール一括生成
商談準備	顧客企業の調査に半日	15分で企業分析レポート
議事録	1時間商談で30分かかる	音声録音→3分で要約
提案書	毎回ゼロから作る	テンプレ+顧客情報で自動生成
フォロー	抜け漏れ・タイミング遅れ	CRM連携でリマインド
日報・週報	記入が嫌で簡素	商談メモから自動生成

🎯 ケース：法人営業の1日

Before（AI導入前）

09:00 リスト作成（1時間）
10:00 アポ取りメール手書き10件（1.5時間）
11:30 商談準備：相手企業をWeb検索（30分）
12:00 ランチ
13:00 商談（60分）
14:00 議事録手書き（45分）
14:45 次の商談
...
19:00 日報記入（20分）
合計：純粋な営業活動時間 = 約3時間/日

After（AI導入後）

09:00 リスト作成 → AI自動抽出（10分）
09:10 メール文面 → AI生成+確認10件（30分）
09:40 商談準備 → AI企業レポート（10分）
09:50 (新たに追加) 提案資料の精度UP（30分）
10:30 商談1
11:30 商談メモ → AI議事録（自動）
12:00 ランチ
13:00 商談2
14:00 (空いた時間で) 新規開拓電話
...
18:30 日報 → 商談メモから自動（5分）
合計：純粋な営業活動時間 = 約6時間/日 (2倍)

🔧 即使えるプロンプト3選

① 商談前の企業分析（15分→2分）

あなたは法人営業のリサーチャーです。
以下の企業について、営業視点で分析してください。

企業名: [企業名]
業界: [業界]

## 出力形式
1. 事業概要（3行）
2. 直近の動向（IR・プレスリリースから3つ）
3. 想定される課題（3つ）
4. 当社サービスとの接点（3つ）
5. キーパーソン候補（役職）
6. 商談時の話題提案（3つ）

② アポ取りメール（パーソナライズ）

以下の情報をもとに、アポイント依頼メールを作成してください。

宛先: [企業名] [役職] [氏名]様
当社サービス: [サービス概要]
推測される相手の課題: [課題]
提供できる価値: [価値]
希望: 30分のオンライン商談

## 制約
- 件名は28字以内、開封されやすい言い回し
- 本文400字以内
- 一方的な売り込みではなく、相手にメリットを示す
- 押し付けがましくない締め

③ 商談議事録 → 次アクション抽出

以下の商談メモから、CRM入力用のJSONを生成してください。

## 抽出項目
- summary: 80字要約
- pain_points: 顧客の課題（配列）
- next_steps: 次アクション（担当・期限・内容）
- decision_makers: 意思決定者
- competitors: 競合状況
- close_probability: 受注確度（高/中/低）

## 商談メモ
[ここに貼付]

📈 数値インパクト

指標	Before	After	改善率
1日あたり提案数	3件	7件	+133%
議事録作成時間	45分	5分	-89%
商談化率	15%	22%	+47%
受注率	20%	26%	+30%

💡 30秒で復習

営業AI活用の急所は「リサーチ・メール・議事録・提案書」の4つ。AIが定型作業を引き受けることで、純粋営業時間が2倍に。商談化率+47%、受注率+30%が現実的な数値。

10.2 人事・採用向けAI活用ケーススタディ

⏱ 所要: 約45分 📖 形式: ケース読解 + プロンプト実演 🔰 前提: Module 1 完了

📊 人事課題マップ

領域	課題	AI解決策
採用	求人原稿が陳腐化	競合比較→差別化リライト
採用	応募者スクリーニング	履歴書を読み適合度スコアリング
採用	面接質問の質バラつき	応募者に合わせた質問生成
オンボーディング	マニュアルが古い・伝わらない	動画起こし→FAQ化
評価	1on1記録の整理	1on1メモから成長サマリ生成
労務	就業規則の問合せ対応	規程をRAG化→AIチャット
研修	個別最適化が困難	役職・職種別に研修ロードマップ生成

🎯 ケース：採用担当の母集団形成→入社まで

Before

求人原稿1本作成: 4時間（コピペ調整）
応募者100人のスクリーニング: 2日（履歴書1枚10分）
面接質問: 過去の使い回し
内定者フォロー: メールテンプレ1種類
合計工数: 1ポジションあたり 35〜40時間

After

求人原稿: AIで競合分析+ドラフト→人間レビュー（1時間）
スクリーニング: AIスコアリング→上位30%を人間レビュー（4時間）
面接質問: 応募者プロフィール別にAI生成（5分/人）
内定者フォロー: 個別パーソナライズ（10分/人）
合計工数: 12〜15時間（60%削減）

🔧 即使えるプロンプト3選

① 求人原稿リライト

以下の求人原稿を、20代エンジニアに刺さるトーンに書き換えてください。

## 強化観点
- 仕事のやりがい（成長機会・技術スタック）
- カルチャー（リモート率・残業時間・1on1頻度）
- 数字（社員数・平均年齢・離職率）
- 求める人物像（スキルではなく姿勢）

## 元原稿
[原稿]

② 履歴書スクリーニング

以下の応募者の履歴書を、求人要件と照合してJSONで返してください。

## 求人要件
[要件詳細]

## 出力フィールド
- match_score: 1-10
- strengths: 3点
- concerns: 配列
- interview_questions: 確認すべき質問3つ
- recommended_action: 面接推奨/保留/見送り

## 履歴書
[履歴書テキスト]

③ 1on1記録から成長サマリ

以下の1on1記録（半年分）を読み、メンバーの成長レポートを作成してください。

## 構成
1. 半年間の主な達成
2. 取り組んだチャレンジ
3. 強みの発揮場面
4. 改善・支援が必要な領域
5. 次半期の推奨フォーカス

## 1on1記録
[記録テキスト]

📈 数値インパクト

指標	Before	After
1ポジション採用工数	40時間	15時間
応募から内定までの日数	30日	14日
応募者の質（書類通過率）	20%	35%
新人定着率（半年）	78%	89%

⚠️ 注意：差別防止

採用AIは性別・年齢・国籍・障がいで差別的判定をしないよう設計が必要。AIスコアは参考値、最終判断は人間。差別禁止項目を明示的に「考慮しない」とプロンプトに含める。

💡 30秒で復習

人事AIは「求人原稿/スクリーニング/面接質問/1on1サマリ」の4ポイント。1ポジション工数60%減、応募者の質も向上。ただし差別防止のため最終判断は必ず人間が行う。

10.3 マーケティング向けAI活用ケーススタディ

⏱ 所要: 約45分 📖 形式: ケース読解 + プロンプト実演 🔰 前提: Module 1-2 完了

📊 マーケティング課題マップ

領域	課題	AI解決策
コンテンツ	記事ネタ枯渇・量産困難	競合分析→ネタ100本提案→AIドラフト
SEO	キーワード調査・競合分析	SERP分析→構成案→記事生成
SNS	毎日の投稿が負担	1記事から10投稿に展開
広告	クリエイティブ量産	キャッチコピー50案、画像バリエーション
データ分析	GA4のレポート読解	データ→洞察と打ち手の提案
顧客理解	レビュー数千件の集約	感情分析・トピック抽出
イベント	イベント告知LP	1日でLP完成

🎯 ケース：BtoBマーケのコンテンツ運用

Before

月間コンテンツ目標: ブログ4本、SNS40投稿
実際の制作:
- ブログ: 1本5時間 × 4本 = 20時間/月
- SNS: 1投稿15分 × 40投稿 = 10時間/月
- レポート分析: 4時間/月
- 競合調査: 4時間/月
合計: 38時間/月（フルタイム1名の25%）

After

月間コンテンツ目標: ブログ12本、SNS120投稿
- ブログ: AIで構成→ドラフト→人間編集 1.5時間×12 = 18時間
- SNS: ブログ1本→10投稿展開 0.5時間×12 = 6時間
- レポート分析: AIで自動洞察 1時間
- 競合調査: AI自動巡回 1時間
合計: 26時間/月（コンテンツ量3倍、工数32%減）

🔧 即使えるプロンプト3選

① SEO記事構成

キーワード「[KW]」で検索1位を狙う記事の構成案を作ってください。

## 出力
1. ターゲットの検索意図（3つ）
2. 競合上位5記事の共通点
3. 差別化ポイント（3つ）
4. 記事構成（h2, h3を15個）
5. 文字数目安
6. 内部リンク候補

② ブログ→SNS展開

以下のブログ記事を、SNS投稿10パターンに展開してください。

## 投稿構成
1. 問題提起型 (X 140字)
2. 数字訴求型 (X 140字)
3. 質問型 (X 140字)
4. ノウハウ型 (LinkedIn 600字)
5. 失敗談型 (LinkedIn 600字)
6. インフォグラフィック案 (構図+文言)
7. ショート動画スクリプト (60秒)
8. メルマガ件名 (3案)
9. ニュースレター本文 (300字)
10. ハッシュタグ案 (10個)

## ブログ
[本文]

③ GA4データから洞察抽出

以下のGA4データを分析し、マーケ責任者向けレポートを作成してください。

## 出力構成
1. 主要KPIサマリ（前月比）
2. 良かった点トップ3（数値根拠付き）
3. 改善が必要な点トップ3
4. 推奨アクション5つ（実行優先度・想定効果）
5. 注目すべきユーザー行動の変化

## データ
[GA4 CSV/サマリ]

📈 数値インパクト

指標	Before	After
月間コンテンツ数	44本	132本（3倍）
オーガニック流入	1万PV	3.5万PV
SNSフォロワー伸び率	+2%/月	+8%/月
リード獲得数	50件/月	180件/月

💡 30秒で復習

マーケAIの黄金パターンは「1記事→10展開」。SEO記事の構成→ドラフト→SNS展開→メルマガまでをAIで一気通貫。月間コンテンツ量3倍、リード獲得3.6倍が現実的に達成可能。最終チェックは人間が必須。

10.4 製造業・現場向けAI活用ケーススタディ

⏱ 所要: 約45分 📖 形式: ケース読解 🔰 前提: Module 1 完了

📊 製造業の課題マップ

領域	課題	AI解決策
技能伝承	熟練工の暗黙知喪失	動画+音声をRAG化→新人質問対応
品質管理	不良品検知の人手依存	画像AIで自動判定（外注可）
マニュアル	多言語対応の遅れ	AIで多言語翻訳・音声化
日報・点検	紙ベース・転記ミス	音声入力→AI構造化→DB登録
故障予知	センサーデータ活用不足	異常パターン検知→アラート
調達	仕様書・図面の検索困難	RAGで「過去事例」即検索
安全教育	事故事例の風化	AIロールプレイで体験型学習

🎯 ケース：中堅製造業の現場改革

Before

状況：
- 50代以上のベテラン技術者が3年で半数引退
- 若手は質問しづらい・聞いても断片的
- 不具合対応マニュアルは紙ファイル（50冊）
- 海外拠点とのやりとりは英語・中国語・タイ語

After

取組：
- ベテラン技術者の作業を動画+音声で全記録
- 全マニュアルをスキャン→RAG化
- 社内チャットボット「先輩AI」を構築
- 多言語翻訳機能で海外拠点に同時展開

結果：
- 新人の質問解決時間: 30分 → 3分
- マニュアル検索: 紙10分 → AI 30秒
- 海外拠点の不具合対応: 英訳半日 → 即時
- 技能伝承率: 30% → 75%

🔧 「先輩AI」を作る手順（簡易版）

過去マニュアル・図面・議事録をPDF化
NotebookLM や Claude Projects にアップロード
主要な質問100件をテストし、精度確認
誤答パターンを補強資料で追加
現場タブレットからアクセス可能にする

🔧 即使えるプロンプト

① 安全パトロール記録の構造化

以下のパトロール音声メモから、是正処置リストを作成してください。

## 出力フィールド
- 場所
- 危険度（高/中/低）
- 状況
- 是正処置案
- 担当者候補
- 期限目安

## 音声メモ
[テキスト化したメモ]

② 不具合報告→原因分析

以下の不具合報告を5W1H+5Whyで分析してください。

## 出力
- What: 何が起きたか
- When: いつ
- Where: どこで
- Who: 誰が
- Why × 5: なぜ×5回深掘り
- How: 暫定対策と恒久対策

## 報告
[報告テキスト]

💡 30秒で復習

製造業AIの主戦場は「技能伝承」。ベテランの動画+マニュアルをRAG化して「先輩AI」を作れば、新人の質問解決30分→3分。多言語翻訳と組合せれば海外拠点との連携も即時化。技能伝承率は2.5倍に。

10.5 医療・介護向けAI活用ケーススタディ

⏱ 所要: 約45分 📖 形式: ケース読解 + 法規制注意 🔰 前提: Module 1, 9 完了

⚠️ 重要：医療AIの法的位置づけ

医療現場でのAI活用は、診断・治療判断は医師が行うのが大前提。AIは「補助」であり、薬機法上の医療機器プログラム該当性も確認が必要。本ケースは「事務作業の効率化」に焦点を当てます。

📊 医療・介護の課題マップ

領域	課題	AI解決策（合法範囲）
カルテ	音声入力・記録の手間	音声認識→AIで構造化（個情法配慮）
事務	レセプト・請求業務	請求書類のチェック自動化
説明資料	患者向け説明書がわかりにくい	専門用語→平易な言葉に変換
研究	論文検索・要約に時間	論文要約・関連研究の抽出
介護記録	毎日の記録が負担	音声→ケアプラン形式に変換
家族説明	状態説明の文書化	専門→家族向け文章生成
シフト	勤務調整に時間	条件入力→最適シフト案

🎯 ケース：地域クリニックの事務効率化

Before

事務スタッフ3名:
- 患者問合せ対応: 50件/日（電話）
- 予約変更: 30件/日
- 説明資料作成: 週5時間
- 月次レポート: 月8時間
合計：事務スタッフが顧客対応にかける時間 60%

After

取組：
- AI電話自動応答（よくある質問のみ）→ 30件は自動完結
- 予約変更はLINE×AI連携 → 80%自動
- 説明資料は症状別テンプレ→AI個別化
- 月次レポートはAI自動生成（医師レビュー）

結果：
- 事務スタッフの単純業務時間: -50%
- 患者満足度（電話待ち時間）: 平均8分→2分
- 説明資料の理解度: アンケート 65%→89%

🔧 即使えるプロンプト

① 患者向け説明文へ変換

以下の医療文書を、中学生でも理解できる言葉に書き換えてください。

## 制約
- 専門用語は必ず平易な言葉＋カッコ書きで原語
- 不安を煽らない、事実を客観的に
- 800字以内
- 最後に「ご不明な点は医師にお尋ねください」を追加

## 元文書
[専門用語の文書]

② 介護記録の構造化

以下の介護スタッフの音声メモから、ケアプラン記録を作成してください。

## 出力項目（個人情報はマスキング済み前提）
- 利用者ID
- 日時
- バイタル（体温・血圧）
- 食事摂取量（割合）
- 排泄
- 行動・気分
- 特記事項
- 次の引継ぎ事項

## 音声メモ
[メモ]

⚠️ 個人情報の扱い

医療データは「要配慮個人情報」。AIに入力する際は ①匿名化（氏名・住所・電話・生年月日マスキング） ②学習に使わない契約のEnterprise版利用 ③院内サーバ完結のローカルLLM いずれかが必須。

💡 30秒で復習

医療AIは「診断補助」ではなく「事務効率化」に集中。電話自動応答・予約・説明資料・記録の構造化で事務時間50%減。要配慮個人情報のため匿名化orローカルLLMが必須。最終判断は必ず医療従事者が。

10.6 士業・コンサル向けAI活用ケーススタディ

⏱ 所要: 約45分 📖 形式: ケース読解 🔰 前提: Module 1, 9 完了

📊 士業・コンサルの課題マップ

領域	課題	AI解決策
契約書	レビューに半日〜1日	条項チェック→リスク指摘（最終判断は弁護士）
調査	判例・条文検索	RAGで関連判例即時検索
提案書	毎案件ゼロから	過去案件→新規案件の差分提案
議事録	クライアントMTG記録	音声→構造化→次アクション
レポート	分析レポート作成	データ→洞察→レポート構成案
顧客対応	FAQ問合せ対応	事務所内RAG→AIチャット
セミナー	講演資料作成	テーマ→構成→スライド原稿

🎯 ケース：税理士事務所の業務改革

Before

従業員10名の税理士事務所:
- 確定申告期: 1日12時間労働
- 顧客問合せ: 80件/日（電話・メール）
- 月次レポート作成: 顧客1社あたり3時間
- 新規顧客の業界調査: 半日

After

取組：
- 申告書類の自動チェック（仕訳異常検知）
- FAQ問合せはAIチャットボットで一次対応
- 月次レポートはGRC（汎用テンプレ）+顧客固有AI生成
- 業界調査はAIで企業分析→税務観点リスク指摘

結果：
- 確定申告期の残業: -40%
- 月次レポート作成: 3時間→45分
- 顧客対応スピード: 平均2日→4時間
- 顧客満足度: NPS 35→62

🔧 即使えるプロンプト

① 契約書レビュー（補助）

以下の業務委託契約書ドラフトを、受注側の立場でレビューしてください。

## チェック項目
- 不利な条項（一方的解約・知財帰属・損害賠償上限）
- 曖昧な表現
- 業界標準との乖離
- 修正提案（具体的な文言）

## 重要
- 最終判断は必ず弁護士が行う
- 修正提案は理由とセットで

## 契約書
[ドラフト]

② 月次レポート構成

以下の月次経理データから、社長向け経営レポートを作成してください。

## 構成
1. 今月のサマリ（3行）
2. 主要KPI推移（売上・粗利・営業利益）
3. 注目ポイント（前月比+10%以上の変動）
4. リスク事項（資金繰り・税務）
5. 次月へのアドバイス

## データ
[CSVまたは試算表]

⚠️ 守秘義務との両立

士業は守秘義務（弁護士法・税理士法等）が重く、依頼者情報をAIに入力する際は ①匿名化 ②契約上「学習に使わない」を明示 ③依頼者への事前通知・同意 が必要。事務所のAIガイドラインに必ず明記。

💡 30秒で復習

士業・コンサルAIは「契約書レビュー・調査・レポート作成・FAQ」が黄金カルテット。月次レポート3時間→45分、顧客対応2日→4時間が現実的。守秘義務との両立で匿名化＋同意取得が必須。

10.7 飲食・小売向けAI活用ケーススタディ

⏱ 所要: 約45分 📖 形式: ケース読解 🔰 前提: Module 1 完了

📊 飲食・小売の課題マップ

領域	課題	AI解決策
メニュー開発	新メニュー考案・写真	トレンド分析→メニュー提案+生成画像
SNS発信	毎日投稿が負担	料理写真→キャプション・ハッシュタグ自動
口コミ対応	レビュー返信に時間	感情分析→返信文ドラフト
需要予測	仕入れ過多/欠品	過去POS×天気×イベント→需要予測
シフト	来客予測ベースの調整	需要予測→最適シフト
多言語対応	インバウンド対応	メニュー多言語化・音声通訳
新人教育	マニュアル覚えるのに時間	店舗マニュアルRAG→質問即答

🎯 ケース：地域カフェ3店舗の運営

Before

オーナー1名+正社員2名+アルバイト15名:
- SNS投稿: 各店週3回（合計9回）
- 口コミ返信: 月50件、1件10分
- 月次仕入れ計画: 半日
- 新メニュー開発: 月1回、企画から提供まで2週間

After

取組：
- 料理写真→AIでキャプション+ハッシュタグ生成
- 口コミはAIで返信文ドラフト→人間確認
- 仕入れはPOS+天気+曜日でAI予測
- 新メニュー: AIでアイデア20案→絞り込み

結果：
- SNS投稿数: 9回/週 → 30回/週（3店舗計）
- 口コミ返信時間: -70%（10分→3分）
- 食材廃棄: -25%
- 新メニュー開発サイクル: 2週間→5日

🔧 即使えるプロンプト

① インスタ投稿

以下の料理について、Instagramキャプションを3パターン作ってください。

料理名: [名]
材料: [素材]
こだわり: [こだわり]
ターゲット: [ターゲット層]

## パターン
1. ストーリー型（200字、共感）
2. 情報型（200字、素材・産地推し）
3. 短文型（80字、絵文字多め）

## 全パターン共通
- ハッシュタグ10個（地域名・料理名・カテゴリ）
- 最後に「プロフからご予約」を入れる

② 口コミ返信

以下のGoogle口コミに対する返信文を作成してください。

## 制約
- 評価が低い場合：謝罪+具体的改善+再来店促進
- 評価が高い場合：感謝+具体的に触れた点に共感+次回提案
- 250字以内
- 店主の温かみ+丁寧さ
- 定型文感を避ける

## 口コミ
評価: [星数]
本文: [口コミテキスト]

③ 需要予測

以下の過去6ヶ月のPOSデータと天気データから、来週の日別来客数・売上を予測してください。

## 出力
- 月〜日の予測来客数
- 月〜日の予測売上
- 仕入れ推奨量（主要食材10品目）
- 注意日（イベント・天気変動）
- シフト推奨人数

## データ
[POSサマリ + 天気予報]

📈 数値インパクト（小規模カフェ3店舗）

指標	Before	After
SNS投稿数/週	9	30
食材廃棄率	8%	6%
口コミ返信率	40%	95%
新規顧客（口コミ経由）	+5%/月	+15%/月

✏️ FINAL QUIZ

業種別AI活用で、最も成果が出やすい共通パターンはどれでしょう？

Aとにかく多くのAIツールを試す
B1つの業務（例：議事録、口コミ返信、メニュー考案）に集中して定着させる
C全社員に一斉導入する

✅ 正解！業種を問わず「1業務×1ツール×1ヶ月集中」が定着のコツ。広く浅くは形骸化を招きます。

💡 30秒で復習

飲食・小売AIは「SNS発信・口コミ返信・需要予測・新メニュー」の4領域。SNS投稿3倍、廃棄25%減、口コミ返信率95%が達成可能。地域密着型ほど「店主の温かみ」を残すプロンプト設計がカギ。

Module 10 : 業種別AI活用ケーススタディ

10.1 営業職向けAI活用ケーススタディ

📊 営業課題マップ

🎯 ケース：法人営業の1日

Before（AI導入前）

After（AI導入後）

🔧 即使えるプロンプト3選

① 商談前の企業分析（15分→2分）

② アポ取りメール（パーソナライズ）

③ 商談議事録 → 次アクション抽出

📈 数値インパクト

10.2 人事・採用向けAI活用ケーススタディ

📊 人事課題マップ

🎯 ケース：採用担当の母集団形成→入社まで

Before

After

🔧 即使えるプロンプト3選

① 求人原稿リライト

② 履歴書スクリーニング

③ 1on1記録から成長サマリ

📈 数値インパクト

10.3 マーケティング向けAI活用ケーススタディ

📊 マーケティング課題マップ

🎯 ケース：BtoBマーケのコンテンツ運用

Before

After

🔧 即使えるプロンプト3選

① SEO記事構成

② ブログ→SNS展開

③ GA4データから洞察抽出

📈 数値インパクト

10.4 製造業・現場向けAI活用ケーススタディ

📊 製造業の課題マップ

🎯 ケース：中堅製造業の現場改革

Before

After

🔧 「先輩AI」を作る手順（簡易版）

🔧 即使えるプロンプト

① 安全パトロール記録の構造化

② 不具合報告→原因分析

10.5 医療・介護向けAI活用ケーススタディ

📊 医療・介護の課題マップ

🎯 ケース：地域クリニックの事務効率化

Before

After

🔧 即使えるプロンプト

① 患者向け説明文へ変換

② 介護記録の構造化

10.6 士業・コンサル向けAI活用ケーススタディ

📊 士業・コンサルの課題マップ

🎯 ケース：税理士事務所の業務改革

Before

After

🔧 即使えるプロンプト

① 契約書レビュー（補助）

② 月次レポート構成

10.7 飲食・小売向けAI活用ケーススタディ

📊 飲食・小売の課題マップ

🎯 ケース：地域カフェ3店舗の運営

Before

After

🔧 即使えるプロンプト

① インスタ投稿

② 口コミ返信

③ 需要予測

📈 数値インパクト（小規模カフェ3店舗）