Aurora Clipper：株式会社シナモン

・過去のトラブル報告書のテキストデータをAurora Clipperを用いて情報抽出、構造化することでデータベース化しました。運転指示書をアップロードするだけで、記載されている業務内容に合わせ、膨大なトラブル報告書の中から最適なトラブル事例をAIが提案（レコメンデーション）することによってヒューマントラブルを防止し、業務品質の向上および品質/災害リスクの低減を行いました。

・一般顧客からのクレーム/コンプレイン情報をAurora Clipperを用いて分類、構造化することで、トラブル情報の見える化を実施、顧客視点での商品/サービス改善を加速しました。また品質トラブルに関するクレームを抽出し、関連する設備機材および稼働数値データとの紐付けを行うことによって、品質クレームの発生確率を予測、クレーム防止のための設備メンテナンス周期の最適化を実施しました。

・顧客から受領した要件資料から、Aurora Clipperを用いて情報抽出し、各要件単位で構造化し、要件に関係する自社内技術情報等をマッチングし、顧客仕様書におけるリスク抽出および社内標準仕様への書き換え補助によって、リスク低減、業務生産効率向上に寄与しました。

安全工学・情報共有の高度化・法令遵守・技術やノウハウの継承・働き方改革