情シスの保守工数を50%削減｜米・車両検査最大手Opus InspectionのAI×データ統合事例
Failed to add items
Add to basket failed.
Add to Wish List failed.
Remove from Wish List failed.
Follow podcast failed
Unfollow podcast failed
情シスの保守工数を50%削減｜米・車両検査最大手Opus InspectionのAI×データ統合事例
-
Narrated by:
-
By:
About this listen
情シスの保守工数を最大50%削減——米国最大の車両検査企業Opus Inspectionが、AIデータプラットフォーム「Domo」とAWSを組み合わせて実現したコスト削減事例を深堀りするエピソードです。
Opus Inspectionは、全米各地の州・郡と契約し、年間3,000万件規模の車両安全検査・排ガス検査を手がける業界最大手です。管轄ごとに異なる法規制に対応する中で、社内にはレガシーデータベースが乱立し、ソフトウェアの保守業務がIT部門の大きなボトルネックになっていました。
同社はDomoのAI搭載データプラットフォームとAWSのクラウドインフラ（Amazon RDS、Amazon Aurora、EC2）を組み合わせ、分散していたデータを統合。レポーティング、ダッシュボード、データ交換、業務ワークフローのすべてを一つのインターフェースに集約しました。DomoはAmazon Bedrockと連携した生成AI・エージェント機能を備えており、データの可視化にとどまらず、分析の自動化やワークフロー最適化までを一気通貫で実現しています。
その結果、ソフトウェア保守工数を最大50%削減。顧客への新規プログラムデリバリーの大幅なスピードアップも達成しています。さらに、各管轄の政府機関向けにホワイトラベルポータル「Opus Insights」を構築し、リアルタイムでのデータアクセスとセルフサービスレポーティングを提供。情シスの業務を「守り」から「攻め」へ転換させた好例です。
今回のエピソードでは、この事例の成功要因を3つのポイントに整理してお伝えしています。
ポイント1：AIを導入する前にデータ統合を先行させたことポイント2：データ基盤・可視化・AIを一つのプラットフォームで完結させたことポイント3：社内効率化だけでなく顧客接点まで含めた設計をしたこと
日本の中小企業でも、複数拠点・複数事業でシステムが分散し、情シスが保守に追われているケースは多いはずです。「AIで何ができるか」の前に「AIが効く状態にデータがなっているか」を確認する。この順番の重要性を、Opus Inspectionの事例は明確に示しています。
生成AIの導入ROIはプロンプトの巧拙よりも、データの統合・標準化の設計で決まります。情シスの保守工数削減をKPIに設定すれば、外注費・残業代・障害対応コストの圧縮が数字で見え、意思決定も速くなります。
コストセンターとしてのIT部門を、バリューセンターに変える第一歩のヒントとしてお聴きください。
▼ サブスタック（無料ニュースレター）https://substack.com/@zerocostcenter