現場の撮影動画をアニメーションに自動変換することで機密情報を秘匿化し、今までご案内できなかったお客様にNXの現場の風景を紹介できるようにしたい。将来展望としては、顧客要望に基づき撮影する空撮動画を即時変換＆共有したい。

非定型の請求書の写真から環境データをシステムに自動アップロードするＡＩエージェントをつくりたい。将来的には、同様のシステムを利用されているユーザー向けのソリューションとしても提供していきたい。さらには、障がい者が働くデジタルBPOセンターでそのサービスを下支えしていきたい。

社内情報も含めた１次情報の収集および回答生成/資料化をしてくれるAI執事をつくりたい。その際に、自身のプロファイル(人間性、キャリア、スキルや知識レベルなど)を理解して、最適な答えを返してほしい。将来的には他者からの質問も受け付けてくれる存在＝80点の精度で自身の考えに即した回答を返せるようにしたい。

過去の議事録から意思決定のために参考となるTOPICを抽出し、意思決定にいたった経緯や背景、その結果を資料化してほしい。さらには今回の意思決定の記録を、監査証跡として適切に保管したい。

主に下請企業との契約書の適法性をチェックしてくれるAIエージェントをつくりたい。また、その結果は自社の締結記録として蓄積し、契約書のひな型（契約条件案）を自動生成してほしい。

採用の１次選考をAIで効率化することで、各現場での対応負荷を低減するとともに、応募者に対して採用先の選択肢をより多く提示できるようにしたい（不採用者が別のグループ会社が求める人物像と一致する場合がある）。また、特定のスキルをもつ人財の応募状況等の統計データを営業戦略にも活かしていきたい。

日本通運内の全国の作業人員/作業体制/作業計画データから、外注委託案件の内製化余地を確認してほしい。また、作業応援の管理実績から手当てを拡充し、個人の所得増にもつなげたい（より働きやすい職場にしていきたい）。なおその際、実施期間やリソースの融通先が分散化することによる非効率の発生リスクは考慮してほしい。

運用タイムスケジュール、時刻別の流量(入出庫量他)、作業工程別の生産性を設定することで、作業工程別時刻別の所要人数計算とシフト組みをし、収支目論見を作成してほしい。その際に、作業者の生産性の学習曲線を考慮して（学習して）所要人数を補正してほしい。

出荷バースに配列されたカゴ車を巡回監視ロボットで撮影し解析することで、出荷先ごとの実数量をカウントするとともに、誤配置の有無検知をしたい。また、カウント結果は即時にお客様や社内関係者に報告したい。

重量品（40トン以上）の輸送による、車両が道路に与える影響を道路管理者に輸送計画段階で証明するための、地中の埋設物や空間を把握するための事前調査手法をDX化したい（現在は、レーザー照射等により調査中）。

定められた箇所の点検写真や動画を撮影するだけで、点検報告書を作成したい。その際、事前に登録してある正常な状態の写真との差異を検知し、要改善点として教えてほしい。

社内システムに蓄積される事故動画や危険予知トレーニング動画からプライバシー情報を秘匿化することで、グループ内に広く周知可能な教育用コンテンツ（兼報告書）を作成したい。

出荷予定データや外部環境のデータからパラメータを自動生成（調整）することで、過去の実績データを学習させた需要予測のＡＩアルゴリズムをチューニングしてほしい。

印刷または手書きされた入庫伝票と、入庫プルーフの目視照合をデジタル化したい。データ化してマッチングするのではなく、人間同様に左右の証憑の記載内容が一致しているかを照合してほしい。

各拠点での保有資材の在庫データを参照し、必要資材の拠点間での融通依頼が可能な窓口AIエージェントをつくりたい。

自然文で蓄積した各種軒先条件から後続のルート編成システム用のインプットデータと各集配先ごとのドライバー向けの注意喚起用の要約文を生成してほしい。

タンクローリー等の宿泊を伴う泊運行案件における車両の最適配車と車両を担当するドライバーの最適配員（工数の平準化）を同時に算出してほしい。

バイタルデータや点呼時の動画から、顔色や表情、声音、身だしなみや動作の機敏さなど個人特性の強い要素を解析し、注意喚起や運行可否の判断（優秀な点呼執行者が日々の対面点呼によって維持してきた品質）を標準化・システム化したい。

お客様へ新規で倉庫の営業提案をする際に、必要なスペースやレイアウトなどの提案資料のドラフト案を自動生成したい。

SaaS上に公開しているマニュアルを対象に、自然文で操作方法を質問できるAIエージェントをつくりたい。その際、ハルシネーションのリスクをさけるため、回答文章は生成せずマニュアルの該当箇所を案内してほしい。

規程の種別ごとに「専門的なAI（RAG）」を複数用意することなく、組織ごとの掲示板に掲載されている各種規定の登録場所を意識せずに探せる汎用的なAIエージェントをつくりたい。またその際、ハルシネーションのリスクをさけるため、回答文章は生成せず規程の該当箇所を案内してほしい。

過去の稟議資料を学習し、稟議資料の起案内容や添付資料、起案ルートの1次チェックをし、不備がある場合は、不備の内容や修正案をコメント追記（記録）して差し戻してくれるAIエージェントをつくりたい。

各種システムの情報を横断的に参照して、ターゲットリストや個社別のカルテを生成したい。将来的には、NXグループ企業間でも開示可能な範囲の取引情報等を相互に共有し、より効率的に営業活動を行いたい。

勤怠データと給与支給額の照合や、給与支給額に対する質問の対応を自動化したい。また、部門別・社員別のコスト分析結果や、残業代や手当の推移等の集計結果を、レポートとして自動生成してほしい。さらに、過去データとの比較から急激な増減や異常支給・控除額を自動検知することで、ミスや不正を早期発見したい。

非定型の請求書から支払データを読み取り、社内ルールや過去のサポートデスクの回答事例を参考に科目を紐づけてシステムの一次登録（もしくは支払用のデータを生成）を自動化したい。