SkillUp NeXt為GS Yuasa建構AI代理，預計每年可減少IT服務台工時約10,300小時。
擁有微軟最高級合作夥伴資格「Microsoft Copilot」Specialization的SkillUp NeXt，運用Microsoft Copilot Studio為GS Yuasa的IT服務台開發AI代理。此舉預計透過自動化處理非例行查詢，將IT服務台的工時每年減少約10,300小時，並將平均回應時間從2小時大幅縮短至10分鐘。
📋 文章處理履歷
- 📰 發表: 2026年4月15日 20:00
- 🔍 收集: 2026年4月15日 11:31
- 🤖 AI分析完成: 2026年4月19日 13:19（收集後97小時48分鐘）
擁有微軟最高級合作夥伴資格「Microsoft Copilot」Specialization的株式會社SkillUp NeXt（總公司：東京都千代田區，代表取締役：田原 眞一，以下簡稱「SkillUp NeXt」），運用Microsoft Copilot Studio支援株式會社ＧＳ Yuasa（總公司：京都市京都府，代表取締役社長：阿部 貴志，以下簡稱「ＧＳ Yuasa」）開發AI代理。
針對例行性查詢處理，AI代理自動化了現有全公司使用的聊天機器人難以處理的非例行性查詢。在IT服務台業務中，原本平均需要2小時的回應時間縮短至10分鐘，預計每年可減少約10,300小時（相當於約5.4人份勞動力）的工時。
採訪文章▶https://www.skillupai.com/private-training/success_stories/gs-yuasa/
背景：回應歷史數據利用的局限性與擺脫個人化依賴
ＧＳ Yuasa的資訊系統部雖然擁有龐大的查詢回應歷史數據，但由於舊資訊混雜和搜尋性低，需要重新搜尋資訊和個別確認。許多工作依賴於個別負責人的知識，回應品質的標準化也成為一個課題。
此外，現有全公司使用的聊天機器人無法處理非例行性查詢，窗口負責人手動分發電子郵件的工作量也造成了工時壓力。因此，建構一個實用的代理來解決這些問題變得刻不容緩。
支援與建構內容：利用Copilot Studio實現最快速的開發支援體制
為實現ＧＳ Yuasa IT服務台業務的自動化，採用了與Microsoft 365環境高度相容的低程式碼工具「Microsoft Copilot Studio」。透過將現有使用環境作為系統基礎，省略了新系統建構和設定等初期步驟，立即著手開發，並透過以下流程快速開發了AI代理。
最快速的開發支援體制：利用Copilot Studio，以數天為單位進行試作和回饋循環，從需求定義到代理建構在兩週內完成。
安心的導入支援：針對正式環境的導入，提供程序說明和導入支援。導入後也提供追蹤服務。
組織性課題的識別：透過專案，掌握了業務流程、系統營運以及數據結構等「組織性課題」，並整理了AI-Ready組織所需的變革。
成果與未來展望：邁向發揮AI真正價值的「數據結構改革」
此專案帶來的成果：
項目 | 導入前 | 導入後
---|---|---
回應時間 | 平均2小時 | 10分鐘*
業務流程 | 窗口負責人確認內容並手動分發給約40名負責人 | 僅由窗口負責人利用代理建議完成處理
回應範圍 | Outlook/SharePoint設定等個別處理 | 涵蓋約70%的查詢
每年節省工時 | - | 10,281小時（約5.4人份）
主要用途 | 分發作業等例行業務 | 資源轉移至「價值創造業務」
*包括目前仍在手動進行的部分流程，例如輸入回應歷史（NotesDB）。
未來展望：減少1.4萬小時並推動全公司部署的藍圖
透過額外改進擴大節省效果：
除了完善現場高度評價的摘要功能外，還考慮實施「自動連結手冊」和「電子郵件草稿建立」。預計這將額外減少約4,200小時（總計約14,500小時）。
「AI-Ready」數據結構改革：
推動本專案中識別出的「AI原生數據結構」轉型。進一步加速數據整合至Microsoft 365環境，將其提升為支援整個組織決策的下一代「數據利用平台」。
ＧＳ Yuasa資訊系統部渡邊先生的評論：
這次的代理建構不僅僅是服務台...
針對例行性查詢處理，AI代理自動化了現有全公司使用的聊天機器人難以處理的非例行性查詢。在IT服務台業務中，原本平均需要2小時的回應時間縮短至10分鐘，預計每年可減少約10,300小時（相當於約5.4人份勞動力）的工時。
採訪文章▶https://www.skillupai.com/private-training/success_stories/gs-yuasa/
背景：回應歷史數據利用的局限性與擺脫個人化依賴
ＧＳ Yuasa的資訊系統部雖然擁有龐大的查詢回應歷史數據，但由於舊資訊混雜和搜尋性低，需要重新搜尋資訊和個別確認。許多工作依賴於個別負責人的知識，回應品質的標準化也成為一個課題。
此外，現有全公司使用的聊天機器人無法處理非例行性查詢，窗口負責人手動分發電子郵件的工作量也造成了工時壓力。因此，建構一個實用的代理來解決這些問題變得刻不容緩。
支援與建構內容：利用Copilot Studio實現最快速的開發支援體制
為實現ＧＳ Yuasa IT服務台業務的自動化，採用了與Microsoft 365環境高度相容的低程式碼工具「Microsoft Copilot Studio」。透過將現有使用環境作為系統基礎，省略了新系統建構和設定等初期步驟，立即著手開發，並透過以下流程快速開發了AI代理。
最快速的開發支援體制：利用Copilot Studio，以數天為單位進行試作和回饋循環，從需求定義到代理建構在兩週內完成。
安心的導入支援：針對正式環境的導入，提供程序說明和導入支援。導入後也提供追蹤服務。
組織性課題的識別：透過專案，掌握了業務流程、系統營運以及數據結構等「組織性課題」，並整理了AI-Ready組織所需的變革。
成果與未來展望：邁向發揮AI真正價值的「數據結構改革」
此專案帶來的成果：
項目 | 導入前 | 導入後
---|---|---
回應時間 | 平均2小時 | 10分鐘*
業務流程 | 窗口負責人確認內容並手動分發給約40名負責人 | 僅由窗口負責人利用代理建議完成處理
回應範圍 | Outlook/SharePoint設定等個別處理 | 涵蓋約70%的查詢
每年節省工時 | - | 10,281小時（約5.4人份）
主要用途 | 分發作業等例行業務 | 資源轉移至「價值創造業務」
*包括目前仍在手動進行的部分流程，例如輸入回應歷史（NotesDB）。
未來展望：減少1.4萬小時並推動全公司部署的藍圖
透過額外改進擴大節省效果：
除了完善現場高度評價的摘要功能外，還考慮實施「自動連結手冊」和「電子郵件草稿建立」。預計這將額外減少約4,200小時（總計約14,500小時）。
「AI-Ready」數據結構改革：
推動本專案中識別出的「AI原生數據結構」轉型。進一步加速數據整合至Microsoft 365環境，將其提升為支援整個組織決策的下一代「數據利用平台」。
ＧＳ Yuasa資訊系統部渡邊先生的評論：
這次的代理建構不僅僅是服務台...