年間1億検査を支えるBML、300名導入で7,619時間削減！ 生成AIが加速させた業務改革

導入前の課題

• 膨大なマニュアルや検査データの検索に時間がかかり、情報アクセスが非効率だった。
• 知識を特定のベテランに依存し、若手育成や品質標準化が進みにくかった。
• 報告書、提案書、マニュアルなど文書業務が重く、問い合わせ対応にもばらつきが生じていた。

導入後の成果

• 情報検索、コーディング作業、資料作成などで累計7,619時間を削減し、全社で業務効率が大きく向上した。
• 専門業務の属人化が緩和され、システム本部を中心に標準化が推進された。
• 「まずAIに聞く」文化が定着し、30種類以上のテンプレートが活用されるようになった。

【企業紹介】

• 会社名：株式会社ビー・エム・エル
• 資本金：60億4,558万円
• 事業内容：医療検査業、臨床検査業
• 従業員数：4,558名（連結） （2025年3月31日現在）

臨床検査の受託業務を中核に、全国の医療機関から預かった検体を年間約1億件検査する株式会社ビー・エム・エル（以下、BML）。血液検査や病理検査に加え、近年は遺伝子検査や創薬支援など医療・ヘルスケア領域に幅広くサービスを提供し、24時間365日体制で日本の医療インフラを支えている企業です。

全国のラボ・拠点で約4,000名の社員が働く同社では、検査現場のみならず、電子カルテや検査システムの開発、社内ネットワーク運用など、IT部門の役割も年々重要性を増してきました。一方で、膨大なマニュアルや検査データ、技術情報へのアクセス、システム開発の属人化、文書作成の負荷といった課題が顕在化し、人手不足が進む中で「どう効率化を進めるか」が全社的なテーマになっていました。

そこで同社が選んだのが、「JAPAN AI」です。システム本部を中心に「生成AI推進委員会」を立ち上げ、まずは意欲のある社員から活用をスタート。現在は全社で約300名が利用し、累計7,000時間以上の業務時間削減につながっています。今回は、生成AI推進委員会のメンバーである越智さん、寺田さん、古谷さん、川植さんに、導入前の課題から活用状況、今後の展望までお話を伺いました。

▶︎導入前の課題

「医療インフラ」を支える現場で浮き彫りになった“非効率”

➖➖➖JAPAN AI：まず、BMLさんの事業内容と、業務の特徴について教えてください。

➖➖川植氏

当社は1955年の創業以来、「臨床検査の受託業務」を中核に事業を展開してきました。全国の医療機関から検体をお預かりし、血液検査や病理検査など、年間約1億件以上の検査を実施しています。近年は遺伝子検査や創薬支援といった医療・健康管理サービスにも領域を広げ、医療インフラを支える企業としての役割を果たしています。

検査結果は診断や治療方針に直結するため、「精度」と「スピード」が不可欠です。そのため当社では24時間365日体制で検査を行うなど、常に一定以上の品質を維持する必要があります。

➖➖➖JAPAN AI：生成AI導入前には、どのような課題があったのでしょうか。

➖➖川植氏
導入前の課題は、大きく3つありました。

1つ目は、情報検索の非効率です。社内には膨大なマニュアルや技術資料、検査データがありますが、目当ての情報にたどり着くまで時間がかかる状況でした。新人や異動者は「どこに何があるのか」を把握するところから始まり、結果的にベテランへ質問が集中してしまう構造がありました。

2つ目は、システム開発の属人化です。コードレビューやデバッグ、新規開発の多くが特定のベテランに依存しており、スキルギャップの大きさから「この人がいないと進まない」という状況が生まれがちでした。若手育成や品質の標準化が進みにくい点が課題でした。

3つ目は、資料作成の負荷です。報告書や提案書、マニュアルなどの作成に多くの時間が割かれ、特に営業部門では顧客資料作成に数時間かかることもありました。また問い合わせ対応でも、担当者の経験値によって回答の質・スピードにばらつきがある点が問題でした。
こうした課題を前に、社内では改善策を模索していました。検索性の向上やナレッジベースの整備、外部研修によるスキルアップなど生成AI以外の方法も検討しましたが、いずれも工数や運用負荷が大きく決め手に欠けていました。
ちょうど2023年頃から生成AIが急速に広まり、社内的にも「より柔軟に、幅広い業務を一気に底上げできるのではないか」という期待が高まったことが転機になりました。

生成AI大手3社を徹底比較し、JAPAN AIが総合評価で圧倒的首位に

➖➖➖JAPAN AI：検討にあたって、どのような不安や懸念がありましたか。

➖➖古谷氏

導入検討の段階では、大きく5つの懸念がありました。

1つ目は、医療関連企業として最も重視すべき「セキュリティ」です。患者情報や検査データといった機密性の高い情報を扱う以上、学習データとして利用されないか、通信は暗号化されているか、アクセス権限はどう管理されるか、といった点を細かく確認する必要がありました。

2つ目は「社内浸透」です。どれだけ優れたツールでも、使われなければ意味がありません。検査職を含め職種が多岐にわたる組織で、ITリテラシーの差をどう埋めるかは大きな課題でした。

3つ目は「コストパフォーマンス」です。初期費用だけでなくランニングコストを含めて、費用対効果が見合うのか、もし利用が進まなかった場合のリスクまで含めて慎重に判断する必要がありました。

4つ目は「回答の正確性・信頼性」です。医療関連業務に誤情報は許されません。専門的な質問にどこまで対応できるのか、どの程度の信頼水準で利用できるのかを重視しました。

5つ目は「サポート体制」です。導入後に相談できる窓口があるか、勉強会や活用支援を継続的に提供してもらえるかも重要な判断材料でした。こうした観点を踏まえ、3社ほどでトライアルを実施し、定量的・定性的両面からの評価を行いました。

特に重視したのが、医療関連企業として不可欠なセキュリティです。
通信の暗号化、データが学習に利用されない仕組み、アクセス権限の扱いなど、実際の運用を想定して細かな点まで確認しました。他社サービスでは暗号化方式やデータ管理の説明が不十分な例もあり、この点は選定の大きな基準となりました。

同時に、回答の正確性と専門的な質問への対応力も重要視しました。各部署が実務に近い質問で検証したのですが、他社サービスでは「分かりません」と返されてしまうケースが多かったのに対し、JAPAN AIは難しい質問でも正確かつ実用的な回答を返すという声が多く寄せられました。特に検索スピードと情報取得能力の高さは、業務効率化を目的とするうえで大きな差となりました。

他の項目も、実際の業務での対応力を中心に「どれくらいの時間で完了するか」「出力品質はどうか」などを比較し、「最も良かったサービス」を利用者ごとにヒアリングする形で総合評価を実施。その結果、ユーザーアンケートでもJAPAN AIが圧倒的に高い評価を獲得し、導入決定に至りました。

▶︎導入後の変化

7,619時間削減を実現、広がる“AIが隣にいる働き方”

➖➖➖JAPAN AI：導入後、どのような変化が生まれていますか。
➖➖寺田氏
導入から約1年が経ち、社内の文化そのものに変化が出てきました。特に大きいのは、「まずはAIに聞いてみる」「相談してみる」という行動が当たり前になったことです。資料作成では、アイデア出し・文章の要約・校正などをAIに任せることで作業時間を短縮しつつ、ドキュメントの質そのものも上げられるようになりました。
上司へ相談する前の“セルフチェック”にも活用されており、AIが“答えを返すツール”から“思考の壁打ち相手”へと役割を広げていると感じます。

部署ごとに人気のテンプレートにも特色があります。システム本部ではコードチェックやレビュー系、営業本部では提案書・メール文章のチェック、人事では求人原稿の改善などがよく使われています。Zoomの文字起こしからの議事録作成、誤字脱字チェック、ビジネスメール構成といった日常業務にすぐ使えるテンプレートも定番です。
テンプレートがあることで「何をどう聞けばいいのかが分からない」という初心者のハードルが大きく下がり、現在では部門特化のテンプレートが30種類以上に増えています。

➖➖➖JAPAN AI：業務時間の削減など、定量的な成果は出ていますか。
➖➖寺田氏
はい。JAPAN AIからいただいたレポートでは、2025年6〜9月の4ヶ月で全社累計7,619時間の業務時間削減が確認できています。これは約300アカウントの集計ですが、利用者がまだ3名しかいなかった初期段階から、すでに“効果がコストを上回る”という結果が出ており、費用対効果の面でも大きな手応えがあります。
特にシステム本部は削減時間の伸びが顕著で、利用者が増えれば、この削減効果はさらに拡大すると見ています。

➖➖➖JAPAN AI：運用面では、浸透のためにどのような工夫をされていますか。
➖➖寺田氏
全社一斉展開を目指すのではなく、まずは生成AIに関心の高いメンバーを中心に“小さく始めて広げる”方針を取っています。新しい技術への好奇心がある人たちは、自分から学び、業務の中で「作業が半分になった」「こういう使い方が便利だった」といった具体的な成功事例を最初に見つけてくれます。その“口コミ効果”を活かして、利用を自然に広げる形を重視しています。

その中心となっているのが、社内横断組織として立ち上げた「生成AI推進委員会」です。社内アンケートを定期的に実施し、利用者の要望を吸い上げて活動方針に反映しています。また、問い合わせアプリなども構築し、利用者が困った時にすぐ検索・解決できる仕組みも整備しました。
今後は社内勉強会の開催も計画しており、委員会を軸に“AIを使える人を増やす仕組みづくり”をさらに推進していく予定です。

➖➖➖JAPAN AI：今後、取り組んでいきたいAI活用の方向性を教えてください。

➖➖越智氏
大きくは2つあります。

1つ目は、社内RAGの本格的な整備です。社内規程やマニュアルがさまざまなフォルダに散在しており、探すこと自体が負担になっているので、まずはデータセットとして整理し、JAPAN AIから社内ドキュメントを横断的に検索・参照できるようにしたいと考えています。検査そのものへの活用は慎重に進めていますが、例えば「検体に応じた容器の選択」など、現場オペレーションの判断を支援する用途では、すでに“AIに聞けばすぐ分かる”環境づくりを始めています。

2つ目は、「テンプレートの拡充」です。スマホやPCと同じで、仕組みが分からなくてもなんとなく使える、という状態を目指したい。コードチェック、文書作成、資料作成といった用途ごとにテンプレートを大量に用意し、「これを選んで、必要事項を少し入力すれば完成する」という形を整備したいと考えています。社員が自然と生成AIを活用できる仕組みをつくることが最終目標です。

➖➖➖JAPAN AI：最後に、これからAI導入を検討している企業、特に医療・健康領域の企業に向けてメッセージをお願いします。

➖➖越智氏
まずは小さく試すのが一番だと思います。メール文の校正や要約など、身近なところから始めるだけでも、「議事録にも使える」「資料のたたき台も作れそうだ」と応用の発想がどんどん広がっていきます。

もう一つは、“禁止するより、安全な環境を整える”ことの重要性です。
生成AIが話題になり始めたころ、当社でも一時的に「個人利用は禁止」という通達を出しましたが、完全に止めるのは難しい面があります。それであれば、企業として安全な利用環境を用意し、「このツールなら安心して使ってください」と示す方が、セキュリティと業務効率の両面でメリットが大きいと感じています。

生成AIは、医療や検査の現場にとっても決して遠い存在ではありません。むしろ相性の良い場面が多く、小さな活用からでも「自社ならこう使える」という具体的なイメージが見えてくるはずです。