フジパンの生成AI事例｜全社員コンテストで活用案400件超、チャットボットから経営判断まで

名古屋の製パン大手フジパンは、生成AIを前にした社員の心理的な壁を、遊び心のある社内コンテストで取り払った会社です。
2025年3月の1か月間、全社員から使い道を募ったところ、社内予想の約30件を大きく上回る400件超が集まりました。
本記事では、このコンテストに加え、多言語チャットボットや経済予測AIの取り組みも解剖し、中小企業がまねできる最初の一歩まで解説します。

パン業界の課題と、フジパンが生成AIに踏み切った理由

「ChatGPTくらいならうちでも触っている」「ウチは勘と経験で回っている」──そう感じる方もいるでしょう。
しかしフジパンは、もともとあった現場の困りごとに合わせてAIを置いていきました。

課題①：散らばる社内情報と問い合わせ

社内文書があちこちに散らばっていると、探すより人事・総務に聞くほうが早くなります。
フジパンは2022年、社内文書を自然言語で横断検索できるAI検索サービス「Arrow Search（アロー・サーチ）」を2週間で構築し、総務部門への問い合わせを約20％削減したとされています（Ledge.ai掲載のJBCCホールディングス事例）。
生成AIの前に、情報を探しやすくしていたことが、後のチャットボットの土台になりました。

課題②：外国籍の従業員が増える製造現場

夜勤者やベトナム・インドネシアなど外国籍の社員を含め、フジパングループの従業員は約2万3,000人。
社内問い合わせは年間約42万件にのぼり、24時間対応できる体制が課題でした（ITmedia AI+）。

課題③：原材料価格の変動で先が読めない

xenoBrainの業界分析は、小麦・バターなどの原材料費が2023年以降30〜50％上昇したと指摘しています。
価格の見通しは予算と製品価格を左右します。フジパンは半年先から5年先までの試算に使える経済特化AIも取り入れました。

【進め方①】遊び心のコンテストで、全社員が生成AIを触る土台を作った

フジパンは2024年夏にサービスを比較し、法人向け生成AI「exaBase 生成AI（エクサベース）」を全社導入しました。アカウントの配布対象は、メールアカウントを持つ従業員3,600人です（ソフトバンク記事）。配ったあとに仕掛けたのが、2025年3月1日開始・期間1か月の「生成AIチャレンジコンテスト」です。

「触っていいのか不安」を遊びで外す

アカウントを配るだけでは、社員は動きません。「使ってはいけない」「怒られる」と身構える空気が残っていたからです。そこでフジパンは、禁止や研修ではなく「賞を競う遊び」の形で、使っていい空気を作りました。

対象は全社員で、表彰は創業記念式典と社内報で行いました。部門は2つ。個人賞は現場の小さな改善、チーム賞は部署をまたぐ複雑な課題が対象です。レベルの違う応募を分けたことで、出しやすさが生まれました。
事前にWeb講習会を2回開き、アーカイブ動画も用意。チラシやメールでも継続して告知しています。応募数などを語っているのは、DX推進部の設楽拓也氏です。

結果、社内予想の約30件に対し、400件超が集まりました（エクサウィザーズ事例は425件、ソフトバンク記事は465件と記載しており、数字に食い違いがあります）。
参加者の9割超が「また参加したい」と回答しています（同事例）。

最優秀賞のプロンプトが全社の資産に

個人の優秀賞は、営業向けの「商談準備を手伝うAI」でした。

チーム賞は、事業評価を効率化するプロンプトです。
どちらも受賞して終わりにせず、exaBaseのテンプレートに登録し、社内ポータルで全社に共有しました。良い使い方が一人の工夫で終わらず、全員が使える資産になったわけです。

応募作品の効果を合算すると、削減見込みは月約141,000分（約295人日）です。ただし参加者の自己申告を足したもので、全社の実測値ではありません。

一方で課題も残ります。現在のアクティブユーザーは、配布した3,600人のうち約400人。約1割強にとどまります。

そこでフジパンは次の手として、グループ横断のAIプロジェクトチームを新設しました。狙いは「AIを使えるようになる」から「AIで何を変えるか」への移行です。工場でも、日報の自動作成や点検レポートの構造化といった活用が出ています。

【進め方②】問い合わせと経営判断にもAIを広げた

コンテストで全員がAIを触る土台ができたあと、フジパンはAIを現場の問い合わせと経営の予算に広げました。

多言語チャットボットが社内問い合わせを受ける

2025年8月、フジパングループ本社はワークスアプリケーションズの「HUE チャットボット」を導入しました（ワークスアプリケーションズ）。
社内規定やマニュアルをAIが直接参照して答える仕組みで、ベトナム語やインドネシア語など外国籍の従業員の言語にも対応します（ITmedia AI+）。

年間約42万件の問い合わせに対し、導入時点ではまず約15％（約6.3万件）の自動化を見込んでいます（ITmedia AI+）。
これは導入時の見込みです。

経済予測AIで半年〜5年先の予算を読む

小麦やエネルギーの価格が揺れれば、予算も製品価格も変わります。そこでフジパンは、経済特化の生成AI「xenoBrain（ゼノブレイン）」を導入しました（xenodata lab. 事例）。

AIが統計を集めて半年先から5年先まで試算し、予算策定や製品価格の適切性分析に使います。
AIの予測根拠を人が確認・修正する工程を組み込み、鵜呑みにしない運用にしている点は、中小企業もまねできる部分です。

フジパンの事例から、中小企業がまねできること

「大企業だからできた話でしょう」──そう思われるかもしれません。
ですがフジパンの成功の本質は予算の大きさではなく、ツールを配る前に「使っていい空気」を遊びで作り、使い道を現場から集めた順番にあります。

他の食品メーカーと比べると、フジパンの「広げ方」の特徴が見えます。

企業	広げ方	対象範囲	中小のまねしやすさ
日清食品グループ	トップダウン。自社専用チャット「NISSIN AI-chat」を約3週間で内製し配布（アバナード事例）	全社約4,000人	内製の技術力が要る
敷島製パン（Pasco）	単機能特化。AI-OCRで包装版下と表示確認書を照合し、表記ミスを検出（PR TIMES）	包装版下の確認業務	1業務から始められる
フジパン	ボトムアップ。市販の法人向け生成AIと全社コンテストで使い道を集める	全社3,600人（メールアカウント保有者）	高い

各サービスの導入費用や詳細な実績値は公表されていないため、まず問い合わせ対応から始めるのが現実的です。小さな会社なら、担当者1人が窓口になる形から試せます。

明日できる最初の一歩は、「毎週同じ質問が来る業務」を1つ選び、その回答のもとになる規定やマニュアルを集めることです。
コンテストも、2〜3人で「AIで楽になった工夫」を持ち寄るところから始められます。

まとめ

フジパンの事例が示しているのは、ツールを配るだけでは広がらず、「使っていい空気」を遊びで作ることが、問い合わせや経営判断へと広がる起点になるということです。

まずは自社で「毎週同じ質問が来る業務」を1つ選ぶところから始めてみてください。