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
送配電事業E社
電力送配電（ドローンによる架空送電設備点検）／画像検査・写真整理／導入ツール: 株式会社センシンロボティクス（SENSYN Flight Edge）
- 業種
- エネルギー・インフラ
- 規模帯
- 1,000名以上
- 業務領域
- 現場・店舗運営
- 公表時期
- 2023年11月
課題
導入前に抱えていた問題
送電設備点検業務の効率化と点検品質の均一化が課題で、操縦者の技量に依存した飛行ルート選定や異常判定を自動化する必要があった。
- 品質・正確性
- 人手不足・採用難
導入
導入したツール・取り組み
株式会社センシンロボティクス（SENSYN Flight Edge） を導入。 用途は「ドローンの自動点検飛行中に画像解析AIが送電設備の異常（電線の素線切れ・溶損、がいしの破損・欠け等）をリアルタイムに自動検出」（出典元の記載による）。
成果
公表されている成果
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。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。
出典（原文）: https://www.sensyn-robotics.com/case-study/chuden-pg-03
定性的な変化（出典元の記載を要約）
ドローンによるデータ取得から異常判定までを自動化するリアルタイム異常検出技術を確立し、作業員の判断に依存しない点検品質の均一化と高所作業の安全性向上を実現。
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://www.sensyn-robotics.com/case-study/chuden-pg-03
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
上下水道事業D
文書検索・リサーチ・ナレッジ／クラスメソッド株式会社
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（参考値）