修理受付が担当者1人に集中。東京の医療機器70名がAIで残業を月110時間減らした

本記事はモデルケース（架空の導入シナリオ）です。社名・人物・数値はすべて仮のもので、当社の支援内容をイメージしていただくための試算例です。

会社プロフィール

D社は東京都の電気系医療機器メーカー、従業員70名。医療機関向けの生体情報モニタや測定機器を製造・販売し、全国約800施設に納入しています。社長は46歳。製品の修理・苦情受付を担当する品質保証課の1名に業務が集中し、月110時間を超える残業が続いていました。「彼が倒れたら、修理対応も苦情処理も止まる」という危機感が相談のきっかけです。

抱えていた課題

最大の課題は修理・苦情受付の属人化です。医療機関からの電話・メール・FAXによる修理依頼や不具合連絡は月約150件。受付担当は内容を聞き取り、苦情に該当するか（不具合報告の要否）を判断し、修理部門への指示と顧客への回答を行っていました。判断基準が本人の経験にあり、他の社員は「担当者に聞かないと分からない」状態でした。

もう一つの課題は部品在庫と納期の回答です。修理に必要な部品の在庫確認や代替機の手配は、Excelの在庫表と修理部門への口頭確認で行われ、医療機関への回答が翌日以降になることが多く、顧客満足度の低下と担当者の残業を同時に招いていました。

業務棚卸しで見えた定型タスク

AI業務診断では品質保証課・修理部門・営業の業務を約80タスクに分解しました。

導入したAIエージェント

1. 受付分類エージェント（品質保証課・修理部門が使用）

電話の内容をメモした文章、メール、FAXの画像を生成AI（Claude）が読み取り、「製品・施設・症状・発生状況・緊急度」に整理してkintoneの受付台帳に登録します。同時に、社内の苦情処理手順書の判断基準に照らして「苦情に該当する可能性」と「不具合報告の検討が必要な兆候」を提示し、担当者が判断して確定します。判断の根拠は台帳に残り、他の社員も同じ基準で受付できるようになりました。

2. 部品在庫・納期回答エージェント（品質保証課・営業が使用）

Excelの部品在庫表をkintoneに移行し、修理部門の作業予定と組み合わせて「修理完了の見込み日」「代替機の貸出可否」を自動算出します。医療機関への回答文を下書きし、担当者が確認して送信する流れです。在庫が不足する部品は発注担当に自動で通知されます。

3. 週次報告エージェント（品質保証課・経営層が使用）

受付台帳と修理記録から、製品別・症状別の件数、対応中の案件、傾向的な不具合の兆候を週次でまとめ、Slackで社長と品質保証責任者に配信します。是正処置の検討が必要な傾向を早期に把握することが狙いです。

導入の流れ

1. STEP1 無料相談（60分・オンライン）：社長と品質保証課長が参加。「担当者の判断基準を手順書とAIに移す」ことで属人化を解消する方向を確認しました。
2. STEP2 AI業務診断・ロードマップ策定（30万円〜）：3週間で80タスクを棚卸し。受付担当の判断基準をヒアリングして言語化し、苦情処理手順書との整合を確認しました。
3. STEP3 実行：D社は構築委託コースを選択。担当者の負荷が限界で、社内で作る余力がなかったためです。当社が8週間で構築し、受付担当が1か月の並行運用で分類精度を確認してから他の社員にも展開しました。

Return on AI 試算

以下は試算例です。削減人時は時給3,500円で換算しています。

受付担当の残業がほぼ解消され、他の社員2名が受付を分担できる前提です。顧客満足度の向上による更新・追加受注の効果は含めていません。

経営者の声（モデルケース）

※以下は架空の社長の言葉です。
「受付担当が初めて1週間の夏休みを取れました。彼の頭の中にあった判断基準が台帳に残るようになって、若手が受付に入れるようになった。医療機関からの『いつ直るのか』にその日のうちに答えられるようになったのは、営業からも喜ばれています」

御社で試すなら

パッケージに業務を合わせる時代は終わりました。御社の苦情処理手順、御社の製品と顧客に完全にフィットした受付システムを、AIならスクラッチで迅速・安価に作れます。「この人しかできない」業務が多い人材難は、整理・照合・回答といったAIが引き受けられる部分が多く残っている証拠です。

「担当者が倒れたら止まる業務がある」とお感じでしたら、60分の無料相談でご相談ください。

無料相談（60分・オンライン）を申し込む

※本記事はモデルケース（架空の導入シナリオ）であり、効果を保証するものではありません。