L1その他士業・専門サービス
コンタクトセンター・BPO運営受託B（規模非公表）
文書検索・リサーチ・ナレッジ／ELYZA（ELYZA Works）
月30時間の工数削減※母数規模の記載なし（参考値）
USE CASE HUB
社内ナレッジ検索・RAG（文書検索AI）の導入事例
社内マニュアル・規程・技術ノウハウ・設計図面・特許公報などを、RAG（検索拡張生成）で自然言語検索・要約する、「社内ナレッジ検索」に関する導入事例を掲載しています。属人化した知識の体系化・継承に取り組む現場の先行事例を掲載しています。
導入している業種の分布（収録18件の集計）
この用途の削減率の中央値
分母（母数規模）とともに削減率が公表されている事例のみを母集団とし、n≥3 の場合のみ表示しています。
分母とともに削減率が公表された事例が n≥3 に達していないため、中央値は表示していません。 個別の事例は、下の一覧をご覧ください。
※中央値は各事例の公表値（レンジは中点）から当サイトが算出した参考値です。効果を保証するものではありません。
CASES
文書検索・リサーチ・ナレッジの事例一覧（18件）
L3法律・法務系士業規模非公表
西村あさひ法律事務所・外国法共同事業
文書検索・リサーチ・ナレッジ／複数ツール併用（特定ベンダーへの依存を避ける「ベスト・オブ・ブリード」方針。具体的なベンダー名の記載なし）
情報の検索効率化、文書要約の迅速化、クライアントへの報告資料の叩き台作成などで実績を積み重ねている。ユーザーとしてサービス品質を高める側面と、AI関連の法的助言を提供する専門家としての側面の両輪を進化させることが狙い。※定性成果のみ（数値公表なし）
L1教育・学習支援
予備校大手D（規模非公表）
文書検索・リサーチ・ナレッジ／ソフトバンク（生成AIパッケージ）
生成AIに必要な情報を要望するだけで、コースの特徴や比較内容を確認でき、若手スタッフが短時間で適切な準備を行えるようになった（定量数値の記載なし）※母数規模の記載なし（参考値）
L1法律・法務系士業規模非公表
法律・法務系事務所I（規模非公表）
文書検索・リサーチ・ナレッジ／パテント・インテグレーション株式会社（特許読解AIアシスタント サマリア）
ユーザーからの報告として「公報のスクリーニング時間が80％程度低減できた」「読み込み負担が70％程度低減できた」（個別事務所の計測値ではない）※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・給与に関する419件の質問でRAGの実用性を検証し、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。経理・給与関連の質問ではまだ課題が見え、精度面の課題も多く見つかった（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）
L1公共・自治体・団体1,000名以上
地方自治体E（都道府県）
文書検索・リサーチ・ナレッジ／株式会社エクサウィザーズ（exaBase 生成AI for 自治体）
月間延べ21,630分（約360時間）の業務時間を削減できた※母数規模の記載なし（参考値）
L1会計・労務系士業10〜49名
会計・労務系事務所I（従業員10〜49名規模）
文書検索・リサーチ・ナレッジ／HRbase（HRbase PRO 労務専門AIエージェント）
所長の労務相談の業務の負担を7割削減（所長の実感「7割は削減できているのではないでしょうか」）分母: 導入前の所長の労務相談の業務（導入前は労務相談がすべて所長に集中）
L1公共・自治体・団体1,000名以上
地方自治体A（中核市）
文書検索・リサーチ・ナレッジ／株式会社エクサウィザーズ（exaBase 生成AI for 自治体）
挨拶文案の作成時間を数十分から数分に短縮。導入後4か月で利用者数がほぼ倍増（最初にアカウントを配布したDX推進リーダー330名から650人に）※母数規模の記載なし（参考値）
L1旅客運送1,000名以上
大手私鉄B社
文書検索・リサーチ・ナレッジ／株式会社Exa Enterprise AI
RAG機能を持つexaBase 生成AIとAIソフトウェア開発環境exaBase Studioの活用で業務活用の促進を図る(具体的数値は非公表)。※母数規模の記載なし（参考値）
L1メディア・広告1,000名以上
放送局D社
文書検索・リサーチ・ナレッジ／Google Cloud（Vertex AI Search / Vertex AI Studio / Gemini）
チャット機能リリースから約半年後（2024年5月時点）でUB数約2,000、社員約1,400名に対し高い利用率※母数規模の記載なし（参考値）
L1法律・法務系士業規模非公表
法律・法務系事務所H（規模非公表）
文書検索・リサーチ・ナレッジ／Patentfield株式会社（Patentfield／AI分類予測）
過去分の査読結果の公報約2,000件をAI分類予測機能の教師データとして登録し、定期調査の新着公報を振り分けたところ「80%ぐらいの精度で正解していました」（マネージングパートナー談）分母: 定期調査の新着公報の振り分け（教師データは過去分の査読結果の公報約2,000件）
L1製造50〜299名
製造業A（従業員50〜299名規模）
文書検索・リサーチ・ナレッジ／any株式会社（Qast）
「ファイルtoナレッジ」でPDF化した図面や取扱説明書を登録し、AIの自動要約に回路情報やタグを手動で加えて検索しやすくした。Q&Aの匿名機能で若手が質問しやすくなり、若手からの質問投稿がベテランを巻き込む形になった。現時点ではキーワード検索が中心で、「こましりchat」はもっと活用できるようにしていきたいとしている。※定性成果のみ（数値公表なし）
L1一般企業バックオフィス規模非公表
一般企業バックオフィス部門AB（規模非公表）
文書検索・リサーチ・ナレッジ／Patentfield
AI予測+独自ランク付けでSDI調査工数を最大40%削減※母数規模の記載なし（参考値）
L1法律・法務系士業規模非公表
法律・法務系事務所L（規模非公表）
文書検索・リサーチ・ナレッジ／ChatGPT（OpenAI）
業務負担が体感で従来の3分の1程度に軽減。初回面談を30分から15分に短縮。サービス開始から約半年で新規顧客を約100社獲得※母数規模の記載なし（参考値）
L1法律・法務系士業10〜49名
法律・法務系事務所M（従業員10〜49名規模）
文書検索・リサーチ・ナレッジ／Legalscape
キーワード横断検索や引用文献の遡り確認が可能になり、リサーチの網羅性・正確性への安心感が向上※母数規模の記載なし（参考値）
L1法律・法務系士業規模非公表
法律・法務系事務所N（規模非公表）
文書検索・リサーチ・ナレッジ／自社開発AI特許明細書自動作成システム
最速ケースで午後のヒアリングから翌日昼過ぎに出願レベルの明細書・図面が完成。システムは特許登録済み※母数規模の記載なし（参考値）
L1法律・法務系士業規模非公表
法律・法務系事務所O（規模非公表）
文書検索・リサーチ・ナレッジ／4社共同開発RPA
不動産登記の登記原因証明情報作成、会社設立登記の申請書作成の実運用を開始※母数規模の記載なし（参考値）
L1法律・法務系士業規模非公表
法律・法務系事務所P（規模非公表）
文書検索・リサーチ・ナレッジ／自社開発生成AI
生成AIがチャットで必要事項を聞き取り分類コード候補を自動推定、分類作業の正確性とスピードが向上※母数規模の記載なし（参考値）
自社の業種・規模・課題に近い文書検索・リサーチ・ナレッジ事例を、無料の診断で絞り込めます
業種・規模・業務領域・課題の4問に回答いただくと、収録した導入事例から条件の近いものを照合します（判定はすべてルールベースで行い、スコアの重みも開示しています。該当する事例がない場合は「該当なし」と表示します）。
FAQ
文書検索・リサーチ・ナレッジの生成AI導入 よくある質問
Q. 文書検索・リサーチ・ナレッジの生成AIは、どのような業種で導入されていますか？
A. 本ページに収録した文書検索・リサーチ・ナレッジの導入事例18件は、10業種にわたります（法律・法務系士業・公共・自治体・団体・製造など）。業種を横断して同じ用途の事例を比較できるため、自社に近い業種に加えて、他業種の先行事例からも進め方の参考となる情報を得られます。
Q. 文書検索・リサーチ・ナレッジのAIツール導入では、どの程度の効果が得られていますか？
A. 分母とともに削減率が公表された事例が n≥3 に達していないため、中央値は表示していません。個別の事例の成果は、下の一覧で出典とあわせて確認できます。
Q. 文書検索・リサーチ・ナレッジの導入は何から始めればよいですか？
A. まず自社の業種・課題に近い事例を下の一覧で確認し、次に無料の事例マッチング診断（4問）で条件の近い事例に絞り込む方法をおすすめします。用途と期待できる成果の目安を把握したうえでベンダーへ相談することで、失敗を避けやすくなります。
Q. 掲載されている事例は信頼できますか？
A. 当サイトの事例は、ベンダーや導入企業等が公表した一次情報を出典として収録し、成果の数値には出典・確認日を明記しています。推測による数値や架空の事例は掲載していません。掲載基準は「掲載・検証基準」ページで公開しています。