リコーやJALに学ぶ 国内AIマーケ事例11選

「AIマーケティングの事例、まとめて持ってきて」と言われて検索すると、だいたい同じ顔ぶれの企業が順番違いで並んでいるだけなんですよね。

分野別に整理された一覧を眺めても、自社で何をすればいいかは結局わからない。

今回は国内11社を、施策の分野ではなく「AIに何を任せて、どこから先を人間が握ったか」で並べ替えます。

分野で並べるより AIに何を任せたかで見たほうが早い

顧客分析、パーソナライズ、コンテンツ生成、広告運用。

AI活用事例をこの軸で整理した記事は山ほどありますが、あれは事例を知るには向いていて、自社でやるか決めるには効かないんです。

理由は単純で、分野が同じでもAIに渡している仕事の重さが全然違うから。

伊藤園のAIタレントCMと、電通デジタルのLP改善は、分野で言えばどちらもコンテンツ生成です。

でも前者は世に出る顔をAIが作っていて、後者は改善案の候補をAIが出して人が選ぶ。

社内で通す難易度も、コケたときのダメージも別物じゃないですか。

なので11社を、AIに任せた仕事の性質で3つに割りました。

• 見つけさせる: 判断材料をAIが増やす。決めるのは人
• 作らせる: 世に出るアウトプットをAIが作る。出すかは人
• 答えさせる: 顧客や社員にAIが直接応対する。詰まったら人に渡す

この3つ、社内で通すときの難易度も、失敗したときの損害の大きさも全然違います。

AIに見つけさせた5社 判断材料を速く増やす

BtoBで一番しんどいのって、集めた大量のリードのうち、どこが本当に検討しているのかわからないことなんですよね。

リコーが入れたのは、Web上の閲覧行動から検討シグナルを読むインテントデータの仕組みです。

リストを「いま動いている順」に並べ替えるイメージ。

誰に当たるかを決めるのは営業側で、AIがやっているのは順番付けまでです。

広告運用でいうオーディエンスの優先度付けと発想が同じで、無駄打ちが減るぶん1件あたりの獲得コストが下がる構造になっています。

株式会社リコー、AIとインテントデータで"見えない顧客"を可視化。「ウルテク」導入で、受け身のマーケティングから脱却し、攻めのマーケティングDXを推進

ログリー株式会社のプレスリリース（2025年10月6日 15時30分）株式会社リコー、AIとインテントデータで"見えない顧客"を可視化。「ウルテク」導入で、受け身のマーケティングから脱却し、攻めのマーケティングDXを推進

prtimes.jp

JALは2023年8月から社内向けにJAL-AIを展開して、2024年度には社員の8割が使う状態まで持っていきました。

マーケ側で効いているのは、航空の利用履歴、マイレージ、購買データのように部門ごとにバラバラだったデータを、横断で分析できる基盤を作ったこと。

空港業務向けの空港JAL-AIでは、グランドスタッフの9割以上が顧客対応と文書作成のスピードが上がったと答えています。

派手なAI施策の前に、まずデータが1箇所に集まっているか。

ここで詰まっている会社、かなり多いと思います。

ホームセンターのグッデイは、販売実績と気温を学習させて商品ごとの日次の売れ行きを予測しています。

公開されている検証だと、園芸用殺虫剤で402個の予測に対して実売413個、精度およそ98%。

これは2018年時点の取り組みで、生成AIブームより前の話です。

需要予測はマーケティングかと聞かれると微妙なところですが、在庫が読めると値下げ販売が減る。

値下げが減れば粗利が残るので、販促の打ち方まで変わってきます。

残りの2社は現在進行形の取り組みで、ソフトバンクは統合した顧客データ基盤の上でAIによるパーソナライズを進めていて、キリンビールは消費者インタビューのデータを学習させたペルソナに新商品のアイデアをぶつけています。

どちらも公表されているのは進め方までで、成果を測った数字はまだ表に出ていません。

共通しているのは、AIが出すのは仮説であって結論ではないという位置づけ。

ペルソナが良いと言った案をそのまま商品化する会社はないですし、そこは人間が握ったままです。

AIに作らせた4社 世に出すものを生成する

2023年9月、伊藤園が「お〜いお茶 カテキン緑茶」のテレビCMに生成AIで作ったモデルを起用しました。

テレビCMへのAIタレント起用は日本で初めてです。

白髪の女性が若い女性に切り替わる演出で、同じ人が年齢を重ねた姿を別人に見えないように出すための手段としてAIを選んだ、と説明しています。

面白いのが、放映後にSNSで「あの人AIらしい」と広がって、そこから話題が伸びたこと。

伊藤園はAIモデルの提供元から弁護士の法的見解書を取ったうえで放映していて、2024年4月にはセリフ付きの第2弾も出しました。

パルコは2023年冬のHAPPY HOLIDAYSキャンペーンを、グラフィック、動画、ナレーション、音楽まで全部生成AIで作っています。

実写のモデル撮影はゼロ。

2024年2月のAMD Awardでは優秀賞も取りました。

ここで気をつけたいのが、AIで作ったから速くて安い、と読まないことです。

制作の着手は2023年春で、公開は年末。

プレスリリースには制作費も制作期間も一切書かれていません。

ポスターは1ヶ月で90点の出来まで行ったものの、そこから100点に近づける調整に時間がかかったという話が出ています。

撮影費は消えても、詰める工数は消えないんですよね。

電通デジタルはLPの分析と改善案の生成をAIでやる∞AI LPを提供していて、公開から8ヶ月で200件以上の問い合わせが来ています。

公表されている改善実績は案件ごとで、通信業界で108%と110%、エンタメで104.5%、保険で資料請求が138.8%、申込が115.8%。

競合分析にかかる時間は、数時間から数日だったものが数分から1時間くらいまで縮んだとしています。

この数字の出し方、けっこう誠実です。

平均で丸めずに業種と施策ごとに分けているので、自社に近い業種の数字だけ見て判断できます。

NTTドコモとインテージは、店頭サイネージに出す広告をAIで生成して、効果測定まで自動で回す取り組みを進めています。

作って、出して、測って、次に活かす。

このループが1つの仕組みに入っているのが特徴で、代理店に外注していると分断されがちなところです。

ここを縮められるなら、施策の回転数はかなり上がります。

AIに答えさせた2社 一次対応を任せる

ニッセンが通販サイトの問い合わせ対応にAIチャットボットを入れたのは2018年7月。

WebとLINEから受け付けて、AIが答えられない質問は営業時間内なら有人チャットに引き継ぎ、時間外はWebフォームに流す設計です。

導入後は問い合わせ自体が15%減ったと発表されています。

ここ、間違えやすいポイントなので書いておきます。

「問い合わせの15%をAIが自動対応した」ではなく「問い合わせが15%減った」です。

前者は工数の置き換えですが、後者はそもそも問い合わせに至る前に自己解決できた人が増えたということ。

しかもチャットボットの検索ログから、これまで問い合わせにすらなっていなかった潜在ニーズが見えるようになった、という副産物まで付いてきます。

KARAKURI chatbot（カラクリ）｜高精度AIチャットボットで問い合わせ対応を自動化

KARAKURI chatbot（カラクリ）は、高精度なAIを活用し、問い合わせ対応を自動化するAIチャットボット。FAQ応答・有人連携・ナレッジ活用で業務効率化とCX向上を実現。導入事例多数、カスタマーサポートの負担を軽減。

karakuri.ai

住宅のヒノキヤグループは、マニュアルや商品仕様を学習させた営業向けのナレッジチャットボットを導入しています。

新人でもベテラン並みの情報にたどり着ける状態を作る、という設計ですね。

この型は顧客に直接AIが出ていくわけではないので、社内で通しやすいのが利点。

答えの品質を最終的に担保するのは営業本人です。

さて、ここまで数字をいくつか出してきましたが、実は載せなかった数字のほうが多いです。

事例の数字は一次ソースまで戻ると景色が変わる

この記事を書くにあたって、11社ぶんの発表資料と取材記事を当たりました。

そうしたら、事例まとめでよく見かける数字と、一次ソースに書いてある数字が食い違うケースが複数あったんです。

• パルコの「制作費300万円が120万円に」「15日で完成」。プレスリリースにも取材記事にも、この数字は出てきません。着手は2023年春で公開は年末です
• グッデイの「平均在庫16%削減、売上前年比124%」。公開されている検証で確認できるのは、園芸用殺虫剤カテゴリでの予測精度98%まで
• 伊藤園の「制作期間が半分、コスト30%減」。公式コメントにも取材記事にも、制作費や期間の数字は出ていません
• ニッセンの「問い合わせの15%をAIが自動対応」。発表されているのは「問い合わせが15%減った」です
• 電通デジタルの「CVR141%改善」。公式が出しているのは案件別の数字で、108%、110%、104.5%、138.8%、115.8%といった刻みです

数字が独り歩きするのは事例記事の宿命みたいなところがあるので、誰かを責めたい話ではないです。

ただ、この手の数字をそのまま社内の稟議資料に貼ると、後で「その16%ってどこ情報ですか」と聞かれて詰みます。

稟議に載せる数字は、一次ソースのURLとセットで持っておく。

これだけで通り方が変わります。

CVR向上の常識が変わる。「∞AI LP」が実現する新たなLP改善プロセス | KNOWLEDGE CHARGE | 電通デジタル

2025年3月に提供を開始した「∞AI LP」は、開始からわずか8カ月で社内外から200件以上の問い合わせが寄せられるなど、高い注目を集めています。多くの企業がLP制作・改善においてどのような課題を抱えているのか、∞AI LPがそれらにどう応えられるのか、実際にどのような成果が生まれているのかについて、担当者に話を聞きました。

www.dentsudigital.co.jp

どの群から手をつけるかは自社の状態で決まる

11社はどれも大手ですが、並べ替えてみて真似できるかどうかを分けていたのは、予算規模じゃなかったです。

中小規模でも判断できるように、自社の状態から入り口を引くとこうなります。

そのうえで、どの群に入るとしても外せない確認が3つあります。

**そのデータ、今すぐ1箇所で見られますか。

**

JALもリコーもソフトバンクも、AIを入れる前にデータを横断で見られる状態を作っています。

ここが分断されたままAIを入れても、部門ごとに違う答えが出てくるだけです。

**AIが外したとき、誰が気づきますか。

**

ニッセンの有人チャットへの引き継ぎ、パルコの品質調整、電通デジタルの配信案の選定。

どの事例にも、AIの出力を人が受け止めるポイントが必ず設計されています。

ここが空白のまま運用に乗せると、事故ってから気づくことになります。

**削れるのは工数ですか、それとも判断ですか。

**

撮影費はAIで消えますが、詰める工数は消えない。

パルコの事例がそれをはっきり見せてくれています。

「AIで何割削減」を目標に置くと、削っちゃいけない判断まで削る方向に走りやすいので、削る対象を先に言語化しておくのが安全です。

分野別のまとめを眺めるのは、正直そこそこで十分です。

自社の1施策について、どこまでAIに渡してどこから自分が握るかを線引きできたら、11社ぶんの事例より役に立ちます。