L1エネルギー・インフラ1,000名以上
送配電事業A社
画像検査・写真整理／TDSE株式会社（テクノスデータサイエンス・エンジニアリング／Microsoft Azure）
点検作業時間を初期段階で50%削減、3年後に80%削減を目指す（掲載ページ上の目標値）※母数規模の記載なし（参考値）
L1 ベンダー公表数値は公開時点のもの
上下水道事業D
上下水道（地方公営企業のバックオフィス・庁内文書活用）／文書検索・リサーチ・ナレッジ／導入ツール: クラスメソッド株式会社
- 業種
- エネルギー・インフラ
- 規模帯
- 1,000名以上
- 業務領域
- バックオフィス（経理・人事・総務・法務・事務）
- 公表時期
- 2025年04月
課題
導入前に抱えていた問題
業務の多様化・複雑化への対応、行政文書を安全に扱える環境の整備、職員の生成AI活用スキル向上が課題だった。
- 人手不足・採用難
- 属人化・ノウハウ継承
導入
導入したツール・取り組み
クラスメソッド株式会社 を導入。 用途は「AWS（Amazon Bedrock等）上にセキュアな生成AI環境を構築し、RAG（検索拡張生成）で庁内文書を参照した問い合わせ対応・文章作成・要約を実施」（出典元の記載による）。
成果
公表されている成果
経理・労務・給与関連の419件の質問でRAGを検証し、問い合わせ対応の自動化・バックオフィス業務効率化の可能性を確認（掲載ページ上に定量的な削減率の記載なし）。
※母数規模の記載なし。当サイトの基準により、この数値は見出し・集計には使用していません。
定性的な変化（出典元の記載を要約）
AWS上にセキュアな生成AI／RAG環境を構築。経理・労務・給与関連419件の質問で検証し、問い合わせ対応の自動化とバックオフィス効率化の可能性を確認。職員研修で活用スキルも向上。
出典とエビデンスレベル
L1 ベンダー公表
ベンダー（提供企業）が公表した導入事例。当サイトでは企業名を匿名化し、出典リンクを明示して引用しています。
出典: https://classmethod.jp/cases/water-city-nagoya/
最終確認日: 2026-07-16。掲載内容に誤りがある場合はお問い合わせからご指摘ください。
関連
エネルギー・インフラの他の事例
L1エネルギー・インフラ1,000名以上
電力事業B社
需要予測・在庫最適化／株式会社グリッド（GRID／ReNom Power）
週間計画策定時間を1/2以下に短縮。あわせて年間10億円を超える収益効果を公表。※母数規模の記載なし（参考値）
L1エネルギー・インフラ1,000名以上
都市ガス事業C社
問い合わせ対応・チャットボット／株式会社トゥモロー・ネット（CAT.AI CX-Bot／現CAT.AI voice Assist）
2024年3月の繁忙期にAI対応完了率最大96%を達成。新規開栓の無人完結率35%以上。※母数規模の記載なし（参考値）
L1エネルギー・インフラ1,000名以上
送配電事業E社
画像検査・写真整理／株式会社センシンロボティクス（SENSYN Flight Edge）
電線の素線切れ・溶損やがいしの破損・欠けなど明らかな損傷をリアルタイムに検出する技術を確立（掲載ページ上に定量的な削減率の記載なし）。※母数規模の記載なし（参考値）