事例の概要
| 企業 | 富士通株式会社（購買部門） |
|---|---|
| 地域 | 日本 |
| 業種 | 電子・半導体 |
| 企業規模 | 大企業 |
| 用途 | AIエージェント・プラットフォーム |
| 使われた技術 | Fujitsu Kozuchi Physical AI 1.0（LLM「Takane」ベースのKozuchi AI Agent、帳票理解・購買規約解析・適合チェックの3エージェント） |
| 関連する製品・サービス | — |
成果
取り組みの内容
製造業の購買部門では、発注書や見積書などの帳票を読み、社内の購買規約や取引条件に合っているかを確認する作業に多くの時間がかかります。帳票の形式が取引先ごとに違い、規約にも例外条件が多いため、担当者の経験に頼る部分が残っていました。
富士通は2025年12月24日、NVIDIAとの協業の最初の成果としてFujitsu Kozuchi Physical AI 1.0を発表しました。自社LLM「Takane」をベースにしたKozuchi AI Agentと、複数のエージェントを連携させるフレームワークを含みます。購買業務向けには、帳票を読み取るエージェント、購買規約を解析するエージェント、両者を照合して適合をチェックするエージェントの3つを組み合わせました。
同社の購買部門での実証では、発注確認業務の工数が約50%削減されたとしています。これは社内実証の値で、対象となった発注の件数、帳票の種類、比較した期間は公表されていません。
照合の精度は、相手になる購買マスタや規約の正しさで決まります。名前に「Physical AI」とありますが、この事例で示された購買向けの実装は、帳票と規約を扱う業務用のAIエージェントです。
この事例から読み取れること
- 当サイトの見方では、帳票の読み取り・規約の解析・照合を別のエージェントに分ける設計は、誤りの発生箇所を特定しやすくする
- 社内実証の値は自社の帳票と規約で得られたもので、帳票の形式が多い会社では効果が小さくなる可能性がある
- エージェントの導入準備として照合ルールを書き出すこと自体が、担当者ごとの確認基準の統一につながる
出典
本ページは企業・提供元が公開した情報にもとづき、費用負担を受けずに作成しています。成果の数字は発表時点のもので、当サイトによる検証値ではありません。
