企業の生成AI活用事例30選―― 部門別・業務別にわかりやすく解説

はじめに｜生成AI活用は「試す段階」から「業務に組み込む段階」へ

ChatGPTの登場以降、多くの企業が生成AIの活用を始めました。最初は文章作成、要約、翻訳、アイデア出しといった個人業務での利用が中心でしたが、現在は状況が変わりつつあります。

企業の生成AI活用は、単なる「便利ツール」から、営業、マーケティング、カスタマーサポート、人事、総務、経理、法務、開発、製造、建設、経営企画など、部門ごとの業務プロセスに組み込む段階に入っています。

一方で、導入しただけでは成果が出ません。PwCの2026年調査では、日本企業の生成AI活用・推進度は87%と高い一方、期待を大きく上回る効果を創出している企業は9%にとどまり、米国38%、英国32%と比べて大きな差があるとされています。つまり、多くの企業が生成AIを導入しているものの、成果を出せている企業と出せていない企業の差が広がっているのです。

この記事では、企業で使いやすい生成AI活用事例を、部門別・業務別に30選で紹介します。単なるアイデアではなく、実際の企業事例や導入時のポイント、期待できる効果、失敗しないための注意点まで解説します。

生成AI活用で成果が出る企業と出ない企業の違い

生成AI活用で成果が出る企業には、共通点があります。それは、生成AIを「個人の便利ツール」として終わらせず、業務フローの中に組み込んでいることです。例えば、次のような違いがあります。

IPAの「DX動向2025」でも、生成AIについては個人や部署での試験利用は進む一方、日本では「部署の業務プロセスに組み込まれている」割合が低いことが課題として示されています。つまり、企業が生成AIで成果を出すには、①部門ごとの業務に落とし込むこと、②社内データや業務ルールと接続すること、③効果測定と改善を継続することの3つが重要です。

企業の生成AI活用事例30選｜部門別・業務別

ここからは、企業で使える生成AI活用事例を30個紹介します。まずは全社横断の基盤づくりから見ていきましょう。

全社共通｜AI活用の土台をつくる（事例1〜3）

1. 全社AIアシスタント｜社内のあらゆる業務を効率化する

最も基本であり、最も効果が出やすいのが、全社員が使える社内AIアシスタントの導入です。ChatGPT Enterprise、Microsoft Copilot、Gemini、Claude、社内専用AIチャットなどを導入し、文章作成、要約、翻訳、調査、議事録、資料作成、メール作成、社内問い合わせ対応などに活用します。

パナソニック コネクトは、自社向けAIアシスタント「ConnectAI」を全社員に展開し、2024年のAI活用による業務時間削減効果が年間44.8万時間に達したと発表しています。利用回数は240万回、1回あたりの削減時間は28分とされており、単なる実験ではなく全社的な生産性向上につながっている好例です。

導入のポイント：最初から高度なAIエージェントを作る必要はありません。まずは全社員が安全に使える環境を整え、「日常業務の10〜20分を削る」ことから始めるのが現実的です。

2. 生成AI活用の義務化・標準化｜全社員の仕事の前提を変える

生成AIを一部の人だけが使う状態では、企業全体の生産性は大きく変わりません。そこで重要になるのが、AI活用の標準化です。LINEヤフーは、全従業員約11,000人を対象に業務における生成AI活用を前提とした新しい働き方を導入し、全従業員にChatGPT Enterpriseを付与しています。また、リスク管理やプロンプト技術に関する必須eラーニングを行い、試験合格を利用条件としています。

これは「AIを使ってもよい」ではなく、「AIを使うことを業務の標準にする」取り組みです。導入のポイント：義務化という言葉だけを真似しても失敗します。重要なのは、社員が使いやすい環境、利用ルール、教育、プロンプトテンプレート、活用事例共有をセットで整えることです。

3. 社内AIポータル｜部門ごとのAIツールを集約する

全社AI活用を進めると、部門ごとにさまざまなAIツールが生まれます。そこで有効なのが、社内AIポータルです。LIXILは、生成AI技術を取り入れた「LIXIL Ai Portal」を導入し、毎日9,000名を超える従業員が活用していると公表しています。社内に生成AIツール開発のエンジニアチームを持ち、生産性向上のためのツールを提供している点が特徴です。

導入のポイント：AIツールが乱立すると、社員は何を使えばよいかわからなくなります。社内AIポータルは、生成AI活用を「探せる」「使える」「改善できる」状態にするための基盤になります。

営業｜商談準備からフォローまでを変える（事例4〜6）

4. 営業提案書の作成支援｜商談準備を短時間で高品質化する

営業部門では、提案書作成、商談準備、顧客理解、議事録整理、フォローメール作成などに生成AIを活用できます。特に効果が出やすいのが、提案書のたたき台作成です。顧客の業界、課題、商談メモ、過去提案資料、自社サービス資料をAIに読み込ませることで、顧客別の提案ストーリーを短時間で作成できます。

期待できる効果：提案書作成時間の短縮だけでなく、営業担当者ごとの提案品質のばらつきを減らせます。新人営業でも、ベテランの提案パターンや過去の成功事例を活用しやすくなります。導入のポイント：顧客情報、自社サービス資料、過去の提案書、業界課題、料金表、導入事例を整理し、RAGやNotebookLMのようなナレッジ活用環境と組み合わせることが重要です。

5. 営業メール・アポ獲得文面の自動作成

営業活動では、メール、DM、問い合わせフォームなど、さまざまなチャネルで見込み客に接触します。生成AIを使うと、ターゲット企業や担当者の属性に合わせた営業文面を短時間で作成できます。初回アプローチ、展示会後フォロー、休眠顧客掘り起こし、セミナー誘導、商談後のお礼、日程調整などに活用できます。

導入のポイント：営業メールの生成では、誇張表現や過度な自動化に注意が必要です。AIで作成した文章をそのまま大量送信するのではなく、顧客理解に基づいて人が最終調整する運用が適しています。

6. 商談議事録の要約・次アクション抽出

商談後の議事録作成は、多くの営業担当者にとって負担の大きい業務です。生成AIを使えば、商談の録音や文字起こしから、要点、顧客課題、決定事項、宿題、次回提案内容、担当者別アクションを自動で整理できます。

導入のポイント：CRMやSFAと連携できると効果が高まります。議事録AIで終わらせず、「商談情報が営業管理に自動反映される」状態を目指すと、マネジメントにも活用できます。

マーケティング・商品企画｜企画と制作を高速化（事例7〜10）

7. マーケティング記事・SEOコンテンツ作成

マーケティング部門では、SEO記事、ホワイトペーパー、メルマガ、SNS投稿、LP構成、広告コピーなどに生成AIを活用できます。生成AIは、キーワードから記事構成案を作成したり、検索意図に沿って見出しを設計したり、既存記事をリライトしたりする作業に向いています。

導入のポイント：AI任せの記事は、ありきたりな内容になりやすいです。SEOで成果を出すには、自社の実績、顧客事例、独自ノウハウ、比較表、チェックリスト、FAQを追加する必要があります。

8. 広告クリエイティブの生成・効果予測

広告運用では、バナー、コピー、LP、動画、SNSクリエイティブなど、膨大な制作物が必要になります。電通グループの「∞AI Ads」は、広告クリエイティブの制作プロセスにAIを活用し、訴求軸発見、クリエイティブ生成、効果予測、改善サジェストを行う仕組みです。電通の公開情報では、∞AI Adsは200社超の案件に導入され、制作工程の作業を導入前から95%削減、広告効果は平均1.5倍に向上したとされています。

導入のポイント：広告では「作れること」より「成果が出ること」が重要です。過去の広告データ、CVR、クリック率、商材特性、ターゲット情報と接続すると、生成AIの価値が高まります。

9. ペルソナ調査・顧客インサイト分析

マーケティングでは顧客理解が重要ですが、アンケートやインタビューは時間もコストもかかります。DNPは、生成AIと国内統計データを活用し、仮想の生活者にリサーチできる「DNP生成AIマーケティングサービス ペルソナインサイト」を開発しています。統計データに基づく仮想生活者像とチャットで対話し、顧客の欲求や感情の把握を支援するサービスです。

導入のポイント：AIペルソナは実際の顧客そのものではありません。実データ、顧客インタビュー、購買データと組み合わせて使うことが重要です。

10. 商品企画・新規事業アイデア創出

市場トレンド、顧客レビュー、SNSの声、競合情報、過去の販売データをもとに、新商品アイデア、ターゲット、価格帯、訴求軸、販売チャネルを整理できます。Walmartは、マーチャンダイザー向けに生成AIアシスタント「Wally」を開発し、商品調達や品揃えに関わる業務の生産性向上を狙っています。また、顧客向けには生成AIショッピングアシスタント「Sparky」を展開しています。

導入のポイント：生成AIのアイデアは、そのまま採用するものではありません。市場性、収益性、実現性、ブランド適合性を人間が評価するプロセスが必要です。

カスタマーサポート｜問い合わせ対応を変える（事例11〜14）

11. カスタマーサポートのAIチャットボット化

よくある質問、注文状況、返品、契約内容、操作方法、トラブルシューティングなどをAIが一次対応することで、問い合わせ対応の負荷を減らせます。Klarnaは、OpenAIを活用したAIアシスタントが導入初月に230万件の会話を処理し、顧客サービスチャットの3分の2に対応したと発表しています。同社は、AIアシスタントが700人分のフルタイムエージェントに相当する業務を行ったとも説明しています。

導入のポイント：すべてをAIに任せるのは危険です。複雑な問い合わせ、クレーム、解約、法的判断、感情的な対応は有人対応に切り替える設計が必要です。

12. 社内FAQ・ナレッジ検索のAI化

企業内には、規程、マニュアル、業務手順書、過去の問い合わせ、議事録、提案書、契約書、仕様書など、多くの情報が分散しています。生成AIとRAGを組み合わせることで、社員が自然言語で質問し、社内文書から回答を得られるようになります。

導入のポイント：RAG導入では、AIモデルよりも文書整理が重要です。古い資料、重複資料、最新版不明の資料が多いと、AIの回答品質が下がります。社内FAQのAI化の具体的な進め方はこちらの記事で詳しく解説しています。

13. VOC分析・顧客の声の要約

顧客アンケート、問い合わせ履歴、レビュー、SNS投稿、商談メモなどを生成AIで分析すると、顧客の不満、要望、離脱理由、改善点を整理できます。大量の自由記述コメントを人手で読む必要が減り、顧客の声を商品改善や営業改善に活かしやすくなります。

導入のポイント：VOC分析は、単なる要約では不十分です。「件数」「傾向」「重要度」「売上影響」「改善アクション」まで整理することで、経営判断に使える情報になります。

14. 多言語対応・翻訳・海外顧客対応

グローバル展開する企業では、翻訳、海外顧客対応、現地向け資料作成、英文メール作成などに生成AIを活用できます。翻訳スピードが上がり、中小企業でも海外展開の初期対応を行いやすくなります。

導入のポイント：契約、法務、医療、金融など専門性が高い領域では、AI翻訳をそのまま使わず、専門家による確認が必要です。

人事・総務・人材育成｜定型対応を減らす（事例15〜17）

15. 人事・総務問い合わせ対応のAI化

人事・総務部門には、休暇制度、経費精算、福利厚生、入退社手続き、労務管理、評価制度、社内申請など、同じような問い合わせが繰り返し届きます。LINEヤフーは、人事総務領域で生成AI活用を本格化し、2026年春までに10件のAI活用ツールを順次運用開始すると発表しています。人材育成、労務管理、採用支援、各種申請・問い合わせ対応などに活用し、月間約1,600時間以上の工数削減を見込んでいます。

導入のポイント：人事情報は個人情報を含むため、権限管理、ログ管理、回答範囲の制限が重要です。

16. 採用文面・スカウトメール作成

採用活動では、求人票作成、スカウトメール、面接質問、候補者評価メモ、採用広報記事などに生成AIを活用できます。採用担当者の文章作成負荷を減らし、候補者ごとにパーソナライズしたコミュニケーションがしやすくなります。

導入のポイント：採用では、差別的表現や不適切な評価につながるリスクがあります。AIに候補者の合否判断を任せるのではなく、文章作成や面接準備の補助に使うのが安全です。

17. 社内研修・教育コンテンツ作成

業務マニュアルをもとに研修資料を作成したり、確認テストを作ったり、ロールプレイのシナリオを作成したりできます。研修コンテンツの制作時間を短縮し、部門別・職種別にカスタマイズした教育がしやすくなります。

導入のポイント：研修資料は、AIが作った一般論だけでは弱いです。自社業務、自社事例、実際の失敗例、業務フローを入れることで実践的な内容になります。

経理・財務・法務｜書類作成とチェックを支援（事例18〜21）

18. 経理資料・管理会計レポート作成

経理・財務部門では、月次レポート、予実差分析、経費分類、請求書確認、決算説明資料、経営会議資料などに生成AIを活用できます。数字を見ながらコメントを書く業務を効率化でき、経理担当者が単なる集計作業ではなく、経営判断に役立つ分析に時間を使えるようになります。

導入のポイント：生成AIに計算を丸投げするのは危険です。数値計算は会計システムやExcelで行い、AIは「差分の説明」「文章化」「論点整理」に使うのが現実的です。

19. 稟議書・審査書類の作成支援

金融機関や大企業では、稟議書、審査書類、申請書類の作成に多くの時間がかかります。宮崎銀行は、日本IBMと共同で生成AIを活用した融資稟議書作成アプリケーションを開発し、融資稟議書の作成時間を95%削減したと発表しています。開発期間も約2カ月とされており、業務に直結した生成AI活用の好例です。

導入のポイント：審査や承認の判断そのものをAIに任せるのではなく、書類作成、情報整理、論点抽出の支援に使うことが重要です。

20. 契約書レビュー・法務相談の一次対応

法務部門では、契約書レビュー、条項チェック、社内相談対応、法改正情報の要約などに生成AIを活用できます。法務担当者がすべての契約書をゼロから読む負担を減らせます。特に、一次チェックや定型契約の確認に向いています。

導入のポイント：AIの法的判断には限界があります。最終判断は法務担当者や弁護士が行う前提で、AIは「見落とし防止」「論点整理」「条項比較」に使うべきです。

21. 請求書・経費精算・証憑チェック

OCRと生成AIを組み合わせることで、証憑の内容を読み取り、社内ルールに沿って不備や確認事項を抽出できます。経理・総務部門の確認作業を減らし、差し戻しの理由もわかりやすく自動生成できます。

導入のポイント：会計処理の自動化では、AIの読み取り結果と基幹システムのデータを照合する仕組みが重要です。

開発・情シス｜開発と社内ITを加速（事例22〜25）

22. ソフトウェア開発のコード生成・レビュー

開発部門では、生成AIの活用が特に進んでいます。GitHub Copilotの研究では、Copilotを使った開発者は、使わなかった開発者よりタスク完了が55%速かったと報告されています。コード生成、リファクタリング、テストコード作成、バグ調査、コードレビュー、API仕様書作成、エラーメッセージ解析などに活用できます。

導入のポイント：AIが生成したコードは必ずレビューが必要です。セキュリティ、保守性、ライセンス、設計方針との整合性を確認する体制が欠かせません。

23. 仕様書・設計書・テスト仕様書の作成

システム開発では、コードを書く時間よりも、仕様確認、設計書作成、テスト項目作成、議事録整理に多くの時間がかかります。生成AIは、要件定義書、設計書、テスト仕様書、画面仕様書、API仕様書のたたき台作成に活用できます。

導入のポイント：AIに仕様書を書かせる前に、業務要件、画面、DB、ルール、例外処理を整理する必要があります。曖昧な情報を入力すると、曖昧な仕様書が出力されます。

24. 情シス・社内ヘルプデスクのAI化

情報システム部門には、パスワード、PC設定、SaaS利用、ネットワーク、アカウント発行、セキュリティなど、多くの問い合わせが集まります。生成AIを使うと、社内ITヘルプデスクの一次対応を自動化できます。

導入のポイント：ヘルプデスクAIは、社内マニュアルや過去問い合わせとの連携が重要です。回答できない場合は、担当者へエスカレーションする設計にします。

25. セキュリティ・社内ルール確認

「このファイルを外部共有してよいか」「このツールを使ってよいか」「個人情報をAIに入力してよいか」といった質問に対し、社内ルールに基づいた回答を返す仕組みを作れます。社員が迷ったときにすぐ確認できるようになり、セキュリティ事故の予防につながります。

導入のポイント：セキュリティ領域では、曖昧な回答は危険です。回答根拠となる規程文書を明示し、必要に応じて担当部門へ確認を促す設計が必要です。

製造・建設・研究開発・経営企画｜現場と経営を支える（事例26〜30）

26. 製造現場の作業手順書・品質基準書作成

製造業では、作業手順書、品質基準、検査手順、不具合報告、教育資料などに生成AIを活用できます。パナソニック コネクトのConnectAI活用事例でも、作業手順書の作成や各種基準の作成、資料レビュー、アンケートコメント分析などが主な活用例として挙げられています。ベテラン社員の暗黙知を文書化しやすくなり、教育・品質管理・標準化に役立ちます。

導入のポイント：現場業務では、AIが作った手順の正確性確認が必須です。安全、品質、法令に関わる内容は、必ず現場責任者がレビューする必要があります。

27. 設備保全・トラブルシューティング支援

製造業やインフラ業では、設備トラブル時の原因切り分けや対応手順の確認に時間がかかります。生成AIを使うと、過去の故障履歴、保全マニュアル、点検記録をもとに、想定原因や確認手順を提示できます。若手担当者でも過去事例を参照しやすくなり、対応スピードと品質が向上します。

導入のポイント：センサーやIoTデータと連携できると、生成AIは単なるチャットではなく、設備状態に応じた判断支援ツールになります。

28. 建設業の施工計画・安全書類作成支援

建設業では、施工計画書、安全書類、KY活動、現場報告、写真整理、協力会社向け説明資料などに生成AIを活用できます。鹿島建設は、グループ従業員約2万人を対象に専用対話型AI「Kajima ChatAI」を構築し、業務効率や生産性向上を目的に運用を開始しています。

導入のポイント：建設業では、現場条件、法令、安全基準、会社ルールが重要です。AIに一般論を書かせるのではなく、自社の標準書式や過去事例と接続することが必要です。

29. 研究開発・技術調査の効率化

研究開発部門では、論文、特許、技術資料、競合技術、規格情報などの調査に多くの時間がかかります。生成AIは、大量の資料を要約し、技術トレンド、差別化ポイント、リスク、検証すべき仮説を整理するのに向いています。調査にかかる時間を短縮し、研究者が仮説検証や実験設計に集中できます。

導入のポイント：研究開発では、情報の正確性が重要です。生成AIの回答だけで判断せず、必ず原文、論文、特許、公的資料を確認する運用が必要です。

30. 経営企画・経営会議資料の作成支援

経営企画では、市場調査、競合分析、事業計画、KPI分析、会議資料、役員向けレポートなどに生成AIを活用できます。Morgan Stanleyは、OpenAIと連携し、金融アドバイザーがリサーチ情報や知見を素早く引き出せるAIソリューションを構築しています。また、膨大なリサーチ情報を検索・要約するAskResearchGPTも発表しています。

導入のポイント：経営企画で使う場合は、単なる情報要約では不十分です。「示唆」「選択肢」「リスク」「判断材料」「次に取るべきアクション」まで出力させる設計が重要です。

生成AI活用事例30選の一覧表

生成AI導入で成果を出す5ステップ

ステップ1. 業務棚卸しを行う

まず、部門ごとに業務を洗い出します。見るべき観点は、次の5つです。

生成AIは、特に「文章」「検索」「要約」「分類」「比較」「たたき台作成」が多い業務に向いています。

ステップ2. 効果が出やすい業務から始める

最初から全社の業務改革を狙うと失敗しやすくなります。まずは、効果が見えやすい業務から始めるのがおすすめです。

最初の成果を出すことで、社内に「生成AIは使える」という実感が生まれます。

ステップ3. プロンプトではなく業務テンプレートを作る

多くの企業は、プロンプト研修で止まってしまいます。しかし、実務で重要なのは、汎用的なプロンプトではなく、業務ごとのテンプレートです。例えば営業部門なら、商談メモから提案骨子を作る、顧客課題から提案書構成を作る、展示会リードへのフォローメールを作る、失注理由を分析する、競合比較表を作る、といったテンプレートを用意します。部門ごとに「明日から使える型」を作ることが定着のポイントです。

ステップ4. 社内データと接続する

生成AIの価値は、社内データと接続したときに大きくなります。社内規程、営業資料、提案書、議事録、FAQ、マニュアル、契約書ひな形、商品資料、技術資料、過去の問い合わせ履歴、顧客対応履歴などを、RAGやNotebookLM、Dify、社内AIチャットなどで活用できるようにすると、AIが自社業務に即した回答をしやすくなります。

ステップ5. KPIを決めて効果測定する

生成AI導入でよくある失敗は、「なんとなく便利」で終わることです。成果を出すには、KPIを決める必要があります。

PwCの調査でも、日本企業は生成AI活用の効果を評価できていない割合が相対的に高いことが示されています。導入後は、削減時間や品質改善を測定し、継続的に改善する仕組みが必要です。

生成AI活用で失敗しやすいパターン

失敗1. ツールを導入しただけで終わる

ChatGPTやCopilotを導入しても、社員が何に使えばよいかわからなければ定着しません。重要なのは、ツール導入ではなく、業務ごとの活用シーンを設計することです。

失敗2. プロンプト研修だけで終わる

プロンプトの書き方を学ぶことは大切ですが、それだけでは業務改善につながりません。本当に必要なのは、業務棚卸し、改善テーマ設計、テンプレート作成、社内ナレッジ接続、効果測定です。

失敗3. 現場業務を理解せずにAI化する

現場の業務フローを理解せずにAIを導入すると、使われないツールになります。AI導入では、現場担当者へのヒアリングが非常に重要です。

失敗4. セキュリティルールが曖昧

生成AIに顧客情報、個人情報、機密情報を入力してよいかが曖昧なままだと、現場は不安で使えません。利用可能なツール、入力してよい情報、禁止事項、ログ管理、権限管理を明確にする必要があります。

失敗5. AIの回答をそのまま信じる

生成AIは、もっともらしい誤情報を出すことがあります。特に、法務、経理、医療、金融、製造、安全、品質に関わる業務では、人間の確認が必須です。

中小企業が最初に取り組むべき生成AI活用

中小企業の場合、最初から大規模なAIシステムを作る必要はありません。おすすめは、議事録作成、提案書作成、メール返信、社内FAQ、ブログ・SNS・営業資料作成の5つです。これらは、比較的低コストで始めやすく、効果も見えやすい領域です。特に、営業資料、問い合わせ対応、社内ナレッジ、採用、経理総務など、少人数で多くの業務を回している企業ほど効果が出やすいです。

生成AI活用に向いている業務・向いていない業務

生成AI活用を成功させるためのチェックリスト

導入前に、以下を確認してください。

• どの部門で使うか決まっているか
• どの業務に使うか決まっているか
• 業務時間をどれくらい削減したいか決まっているか
• 利用するAIツールは決まっているか
• 入力してよい情報・禁止情報が明確か
• 社内データをどこまで使うか決まっているか
• プロンプトテンプレートがあるか
• 管理者・推進担当者がいるか
• 効果測定のKPIがあるか
• 現場のフィードバックを改善に反映する仕組みがあるか

このチェックリストに多くの項目で「いいえ」がある場合、いきなり全社導入するよりも、まずは特定部門でPoCを行うのがおすすめです。

まとめ｜生成AI活用は「部門別・業務別」に考えると成果が出る

企業の生成AI活用は、もはや一部の先進企業だけの取り組みではありません。しかし、成果を出すには、ChatGPTやCopilotを導入するだけでは不十分です。重要なのは、①部門ごとの業務を棚卸しする、②効果が出やすい業務から始める、③業務テンプレートを作る、④社内データと接続する、⑤KPIを設定して改善するの5つです。

生成AIは、営業、マーケティング、カスタマーサポート、人事、総務、経理、法務、開発、製造、建設、経営企画など、ほぼすべての部門で活用できます。ただし、成功する企業は、生成AIを「便利なチャットツール」としてではなく、「業務プロセスを変える仕組み」として導入しています。

自社で生成AIを活用するなら、まずは「社員が毎日時間を取られている業務は何か」「その業務は、文章作成・検索・要約・分類・比較・確認のどれに当てはまるか」「AIを使えば、どの工程を短縮できるか」「その効果をどう測定するか」——この問いに答えることが、生成AI導入の第一歩です。

※ 本記事に登場する各種統計・企業事例（PwC調査、IPA「DX動向2025」、パナソニック コネクト、LINEヤフー、LIXIL、電通、DNP、Walmart、Klarna、宮崎銀行、GitHub、鹿島建設、Morgan Stanley等）は各社・各機関の公表情報に基づきます。数値・サービス内容は公表時点のものであり、変更される可能性があります。導入検討の際は各社の最新の公式情報をご確認ください。記載のサービス名・製品名は各社の商標または登録商標です。