一般企業バックオフィス部門BA（規模非公表）

契約書の検索が手作業に依存し複数のPDFを目視で確認する必要があった。テナントごとに契約内容の仕様が異なり、ビルオーナーからの問い合わせに対し契約書の特定から回答までに多くの時間を要していた。

• 作業時間・コスト削減

自社構築の契約書管理AIエージェント（Amazon Bedrock・Claude。非エンジニアが Amazon Q Developer の支援で構築） を導入しています。 用途は「プロパティマネジメント業務における契約書PDFからの情報抽出（Slack から利用）」です（出典元の記載による）。

導入の決め手（出典元の記載）

• Claude の文書理解能力：契約書は法的な専門用語を含み、テナントごとにフォーマットが異なるが、PDF などの非構造化データから文脈を理解して必要な情報を抽出できる
• AWS Lambda を中心としたサーバーレス構成で、非エンジニア中心のチームでもインフラ管理に煩わされずに運用できる
• 日常的に使っている Slack と統合しやすく、導入時の移行障壁を低く抑えられる

システム構成と構築体制（出典元の記載）

Amazon Bedrock（Anthropic の Claude で契約書 PDF を解析し重要情報を抽出）、AWS Lambda、Amazon S3、Amazon DynamoDB の組み合わせ。利用は Slack 上のワークフローから。社内 SE・内製エンジニアがいないため、IT 戦略推進室の非エンジニアのプロジェクトマネージャーが中心となり、Amazon Q Developer の支援を受けて構築した。

今後の予定・検討事項（出典元の記載。実績ではありません）

• CSV 形式でのデータ出力機能を実装し、契約書情報の一括管理・分析を可能にする仕組みの構築を検討
• 契約書の自動要約機能、自然言語での高速検索機能の追加を検討
• 施設管理報告書の自動生成やメンテナンス記録の分析など、プロパティマネジメント業務全般での AI 活用拡大を計画

定性的な変化（出典元の記載を要約）

契約書からの情報抽出にかかる作業時間を約70〜80%削減。AIによる解析で情報抽出の精度と一貫性が向上し、人手による見落としや誤読のリスクを低減。Slack 上のシンプルなワークフローにより従業員の受け入れがスムーズに進んだ。

一般企業バックオフィスの事例一覧・集計を見る →