AI・DXの最前線を、ビジネスの現場へ。企業のAI活 用を支援するメディアです詳しくはこちら
ANAのAI活用事例|ダイヤ修正案の検討時間 最大70%短縮、パイロット約2,000人の勤務表は数週間から数時間に
物流 ANA

ANAのAI活用事例|ダイヤ修正案の検討時間 最大70%短縮、パイロット約2,000人の勤務表は数週間から数時間に

  • URLをコピーしました!

ANA(全日本空輸)は、乱れた運航ダイヤの修正、パイロット約2,000人の勤務表づくり、社内規程の検索という熟練者頼みの3業務に、日立・株式会社R&D・株式会社neoAIと組んで別々のAIを導入しました。ダイヤの修正案の検討時間は最大70%短縮、勤務表は数週間から数時間になっています。

目次

ANAのAI活用が始まった、運航を支える3つの現場の課題

ANAがAIを入れたのは安全の判断そのものではなく、条件の多い計画づくりと調べものでした。課題は、熟練者の経験に支えられてきた3つの仕事です。

ズバリ!

ANAの運航の現場が抱えていた課題は3つ。

  • 熟練者が数時間かけてダイヤを直していた
  • 数万通りの条件で勤務表を作っていた
  • 規程やマニュアルが膨大で探すのに時間がかかった

課題①:天候でダイヤが乱れると修正案づくりに数時間

台風や悪天候で便が乱れる「ダイヤ乱れ」が起きると、どの便をどの機体で飛ばすか(欠航・遅らせる・機材を入れ替える)を組み直す必要があります。機体の配置、整備計画、乗務員計画(誰がどの便に乗るかの割り当て)、空港の駐機場の制約を同時に満たさなければなりません。
日立の発表によると、従来は10年以上の経験を持つ熟練者が、特別体制で数時間かけて修正案を作っていました。

課題②:パイロット約2,000人の勤務表づくり

運航乗務員(パイロット)約2,000人の毎月の勤務表も課題でした。航空法規、社内規程、乗務資格、疲労リスク管理基準(FRM。疲れが安全に影響しないよう勤務を管理する基準)、個人の休暇希望など、数万通りの制約を満たす必要があります。
ANAとR&Dの発表では、これを担当者が毎月手作業で作り、数週間かかっていたとされています。

課題③:膨大な規程とマニュアルを探す時間

空港・整備・客室・運航の各部門は、膨大な規程やマニュアルを見ながら仕事をしています。ANAとneoAIの発表によると、情報検索は個人の経験値に依存し、時間がかかっていました。
ダイヤと勤務表は「条件を満たす最適な組み合わせを探す仕事」、規程は「大量の文書から答えを探す仕事」です。性質が違うため、ANAは別々のAIを当てました。

【成功理由その1】ANAlizerとAISで、ダイヤ修正は最大70%短縮・勤務表は数時間に

ダイヤ修正も勤務表も、決まりごとを全部満たす組み合わせを探す仕事です。ANAはこの2つに、文章を作る生成AIではなく「最適化」のAIを当て、パートナーはダイヤが日立、勤務表が東大発スタートアップのR&Dと、仕事ごとに分けました。

ANAlizer:4つの条件を同時に見て複数案を出す

乱れたダイヤの修正案をAIが立てる国内線向けシステムが「ANAlizer(アナライザー)」です(名称はANA機内誌「翼の王国」による)。日立製作所・日立コンサルティングと共同で開発し、2025年7月から国内線で稼働しています。取り組みは2019年に始まり、2020年3月の実証実験を経ました(日立のリリース)。本邦航空会社では初の取り組みです。

ダイヤ乱れの修正に必要な4つの条件
  • 航空機の配置:どの機体がどの空港にいるか
  • 整備計画:機体ごとの点検の予定
  • 乗務員計画:誰がどの便に乗るか
  • 空港の制約:駐機場など空港側の条件

乱れた状況と上の4つの制約条件のデータを、日立の最適化モデルと航空会社の業務ノウハウに通し、修正案を複数同時に作ります。担当者はその中から選び、決めるのは人です。

実証実験では、自動で作った修正案が熟練者と同等の品質だと確認してから本番に入りました。検討時間は最大70%短縮し、大規模な乱れでは数時間単位で短くなります(日立の発表による)。日立はこの仕組みを、同社のデジタル事業「Lumada(ルマーダ)」のソリューションとして、ANAの国際線や世界の航空会社に広げる考えです。

AIS:4年のPoCを経て数週間が数時間に

運航乗務員約2,000人の勤務表を作る「AI Scheduler(AIS)」は、2021年からR&Dと共同開発し、約4年のPoC(本番前の試し運用)を経て2026年4月に本格運用に入りました(ANAとR&Dの発表)。毎月数週間かかっていた作業が数時間になります。年間6,300時間(月525時間)の削減は、あくまで「見込み」です。

航空法規や資格などの決まった制約はAIが守り、数値にできない個別の事情や突発の例外は人が調整します。勤務の平準化や疲労への配慮といった担当者の経験則も、アルゴリズムに組み込まれました。疲労リスク管理基準もAIが満たすべき制約条件の一つです。担当者は「自動化が進んだことで業務効率が向上した。今後創出された時間を活用し、更なる課題解決に繋げたい」とコメントしています(同発表)。

この技術は、R&Dのグループ会社インテリジェントフォースが「AISプラットフォーム」として、2026年9月に他社向けにも出し始めました。鉄道・バスの乗務員、物流のドライバー、医療、製造、小売・サービスなどの勤務計画を想定しています。ANA向けのシステムをそのまま売るのではなく、企業ごとのルールに合わせて組み直す形で、複数企業から相談があり、サンプルデータで初期検証中とされています(キーマンズネット 2026年9月7日)。

なぜこの2つは「最適化」でできたのか

どちらも文章で答えを作る仕事ではなく、数万通りの条件を全部守る組み合わせを計算で探す仕事だったからです。この計算技術が「数理最適化」で、R&Dはこの分野に強いスタートアップです。一方、規程やマニュアルを探す3つ目の課題は「探して答える」仕事なので、生成AIの出番になります。

【成功理由その2】neoAI Chatを全部門に配り、規程検索が約90%短縮

規程やマニュアル探しは、大量の文書から答えを探す仕事です。ANAは生成AI「neoAI Chat(ネオエーアイ チャット)」を全部門に配り、検索時間は公式表で従来比約90%短縮となりました。neoAI Chatは、東大発スタートアップの株式会社neoAIが提供する、社内の文書をもとに質問に答える生成AIの基盤です。

成田の試験導入から全部門へ

いきなり全社展開はしていません。2024年8月に成田空港で試験導入し、2025年10月に空港・整備・客室・運航の各部門へ本格導入しました(ANAとneoAIの発表)。
ANAが管理するクラウド基盤の上で動かして機密情報を守り、AIは根拠となる社内文書を示して答えます。安全が最優先の現場だからこそ、AIの答えは文書で確かめられる形にしています。アカウント数は2026年7月時点で6,000強、2026年度内に10,000へ広げる予定です(neoAIユーザー会レポート)。

規程検索と資料作成の使い方

公式の表では、規程・マニュアルの検索時間は従来比で約90%短縮、報告書や教育資料の作成時間は約75%削減とされています(同発表)。どの業務を何件・何人で測った数字かは公表されていないため、「公式表の効率化の度合い」として受け取るのが正確です。
発表では、空港・整備部門の業務支援、報告書作成、教育訓練のアシスタントとして使う構成が図で示されています。個別の使い方で確認できたのは、ユーザー会レポートにある次の2例です。

  • 客室部門では、CAが業務で使うiPadや乗務アプリの問い合わせ(例: アプリにログインできない)に、過去事例・マニュアルに基づく案内や代替策を段階を追って示す。数千人規模のCAからの問い合わせ対応の工数を減らす狙い
  • 教育訓練では、100項目以上のタスク分析をゼロから作ると40〜60時間かかっていたが、AIが下書きを作ることで30分程度で作れた例が示された

ベテランの頭の中にあった「どこを見れば答えがあるか」を、誰でも根拠つきで引き出せるようにしたのが、この章の変化です。

まとめ

ANAの事例が示しているのは、熟練者の経験に頼ってきた3つの業務に、仕事の性質に合わせて別々のAIとパートナーを当て、AIが案や根拠を出し、人が選んで決める形に作り替えたということです。

この記事のまとめ
  • ダイヤ修正案の検討時間を最大70%短縮(日立、国内線)
  • パイロット約2,000人の勤務表が数週間から数時間に
  • 規程検索は約90%短縮(公式表)、1万アカウントへ予定

ダイヤ修正は2019年から、勤務表は約4年のPoC、規程検索は成田空港での試験導入を経ており、どれも段階を踏んで本番に入っています。ANAは2026〜2028年度の中期経営戦略で、全社員がデジタルを使いこなす「総デジタル人財化」を掲げており(AISの発表による)、この3つはその流れの中にある取り組みです。

  • URLをコピーしました!
  • URLをコピーしました!
目次

For Business

AI導入・DX推進の
ご相談を承ります

戦略策定から技術選定・導入支援まで、
AI産業の最新知見をもとに、貴社の事業成長を支援します。