業務の効率化
労働時間の1/5を占めるともいわれる情報検索・収集にかかる時間※3を劇的に短縮。
パフォーマンスの向上
一握りの優秀な従業員のパフォーマンスを多くの従業員が実現できるように。
※3 マッキンゼー「生成AIがもたらす潜在的な経済効果」より
ctcの業務改善の取り組みから生まれた生産性向上・効率化のための生成AIサービスです。
1最新AIモデル
性能・レスポンスに優れた最新AIモデル
GPT-4o/4o-mini/o3 miniに対応
2プロンプト保存機能
よく使うお気に入りのプロンプトを素早く呼び出せる
3会話履歴機能
過去の会話をスレッド形式で管理。インポート・エクスポートも対応
4Web検索機能
Web上の最新の情報に基づいた回答を生成できる
5画像認識機能
言葉で表現することが難しい内容でも画像で質問できる
6自社データ連携
自組織固有の情報に基づく回答で社内の問い合わせ対応を自動化
7作図機能
グラフ・散布図・フロー図・システム構成図などを作成できる
8音声入力機能
タブレットやデタッチャブル端末でもスムーズに入力できる
安心して使える
お客さま専用環境で提供され、入出力した内容が学習に利用されることもありません。
使いこなせる
ご要望に応じ、生成AIの上手な使い方や有効活用できる場面を学べる勉強会を開催します。
問い合わせができる
管理担当者の方が不明点を問い合わせできる窓口を提供いたします。
ctc AI-Chat | 他社生成AIサービスA | 他社生成AIサービスB | 他社生成AIサービスC | ||
---|---|---|---|---|---|
サービス形態 | チャットボット | チャットボット | チャットボット | アプリ生産性向上 | |
入力の形式 | 文字、画像、音声、 ドキュメント |
文字 | 文字、画像、音声、 ドキュメント、プログラム |
文字、ドキュメント、 プログラム |
|
出力の形式 | 文字、画像(作図) | 文字 | 文字、画像、音声、 プログラム |
文字、画像、ドキュメント、 プログラム |
|
自組織のデータ参照 | アップロードした ファイルを参照可能 |
アップロードした ファイルを参照可能 |
APIにより連携先の データを参照可能 |
Microsoft 365上の データを参照可能 |
|
AIモデル | 最新モデル (現状はGPT-4o/4o-mini/o3-mini) |
最新モデル (現状はGPT-4o/4o-mini) |
最新モデル (現状はGPT-4o/4o-mini/o3) |
既存モデルを調整 (現状はGPT-4ベース/o3) |
|
セキュリティ | 会話データ非学習 | ◯ | ◯ | △ 選択式 |
◯ |
会話データ不保持 | ◯ | ◯ | × | ◯ | |
多要素認証 | ◯ Microsoft Teams ID連携 |
◯ | △ 上位プランのみ |
◯ | |
接続元制限 | ◯ | ◯ | △ 上位プランのみ |
◯ | |
閉域接続 | ◯ EtherLINK ad+メガクラウドアクセス |
× | × | ◯ ExpressRoute利用 |
※上記の内容は2025年4月現在のものとなります。
ctc社内におけるctc AI-Chat利用率
ctc AI-Chatに満足しているユーザー率
アクティブユーザーの月ごとの時間削減
※936名利用/月
※ctc社内調べ(2025年4月現在)
一般的なデータ分析ソリューションと比べ、以下のような特長があります。
特長01
専門知識なしで使える
表形式のデータを取り込み数クリックするだけで分析・予測
特長02
多彩で高精度な分析・予測
さまざまな予測モデルから最も精度の高いモデルを自動選択
特長03
根拠が可視化され説明可能
どの要素が分析・予測を左右するかが可視化される
コスト削減/売上向上
最適な商品数量や人員配置を予測し販売機会損失や余剰在庫コスト発生を防ぐ。
リスクの予測と回避
機器の故障や既存顧客の解約といったリスクを予測し、あらかじめ対処が可能。
属人化の解消
経験の少ない若手でも見込み顧客や注力商品の見極めができるようになる。
AIに学習させるデータを用意しPrediction Oneに取り込む
説明変数目的変数の根拠となりうる項目
目的変数予測したい項目の実績
契約 | 業種 | 結果 | |
D社 | なし | 通信業 | 失注 |
E社 | あり | 金融業 | 受注 |
F社 | なし | 公共 | 受注 |
AIが予測モデルを
自動生成
精度が低い場合
学習データを修正
生成された
予測モデルの精度と
予測の理由を確認する
自動的に可視化される予測精度や説明変数ごとの影響度を参考に業務に利用可能かどうかを判断
分析・予測したいデータを用意しPrediction Oneに取り込む
学習時に用いたデータと同様の説明変数を含み、目的変数が空欄のデータを用意
契約 | 業種 | 結果 | |
D社 | なし | 通信業 | ? |
E社 | あり | 金融業 | ? |
F社 | なし | 公共 | ? |
予測モデルを
用い分析・予測
分析・予測結果が出力されるさまざまな
業務に利活用
経験と勘に頼っていた業務を誰もがデータに基づいて高精度に行えるようにする
契約 | 業種 | 結果 | |
D社 | なし | 通信業 | 失注 |
E社 | あり | 金融業 | 受注 |
F社 | なし | 公共 | 受注 |
見込み顧客の予測
サービスの購入促進のためにDMを送付しているが、費用対効果が低いため、購入確率の高い顧客にターゲットを絞りたい。
適正価格の予測
不動産価格の値付けが担当者ごとにまちまちになっている。見積の自動化で値付けを適正化し、売り上げを最大化したい。
故障情報の予測
納品した機器に対し、故障の可能性が高い機器から優先的に点検や予防交換を行うことで、かかる工数を最小に抑えたい。
仕入れ数量の予測
現場の経験と勘をもとに販売数量を予測しているが、しばしば商品の過不足が起きているため、仕入れ量を適正化したい。
Q1生成AIによる情報漏洩リスクに対してどのような対策がされているか?
A入力データをサービス側で保持することはなく、またAIの学習に活用されない仕組みを採用しています。ctcのEtherLINK adと組み合わせて閉域接続することも可能です(※オプション)。
Q2ctcの生成AIサービス(ctc AI-Chat)の他社との比較における優位点や特長は?
A当社のサービスは最新のAIモデル(o3)を採用し、全社導入が容易なID課金のない料金体系を提供しています。さらに、使用方法についてのレクチャーや、当社が実際に活用しているプロンプトの共有を行い、ctcでの利用促進と定着に向けたノウハウを展開しています。
Q3予測AIを使うとき、どのような学習データが必要か?
ACSV形式のデータをご用意ください。行数100万行(※時系列予測の場合は1万行)、列数200がデータセットの行列の上限数です。欠損値の処理や数値の正則化といった前処理は自動的に行われるほか、上位プランではデータの加工や集約を行うことができる機能も提供されます。
Q4操作感を試すことはできるのか?
Aはい、当社のサービスでは操作感を実際に体験していただけるトライアルやPoC(Proof of Concept)を提供しています。これにより、実際の使用感を確認し、導入の検討に役立てていただけます。
トライアルやPoCをご希望の方は、フォームまたはお電話(052-740-8001)よりお問い合わせください。担当者より、ご連絡いたします。
お電話でのお問い合わせ
052-740-8001(平日9:00-17:30受付 土日祝日は除く)
フォームでのお問い合わせ