物流センターと補充倉庫間の商品横持ち計画にAI需要予測モデルを導入。横持ち指示作成の工数を約75%、入出荷作業を約30%、フォークリフト作業を約15%削減。

日立製作所・オプティマムアーキテクトと共同でAI需要予測に基づく自動発注システムを全182店舗に導入。発注時間を約85%短縮し、自動化率98%を達成。

AI技術を活用したエネルギーマネジメントシステム（EMS）を開発。電力・熱の需要を30分周期で高精度予測し、コジェネレーション設備の運転計画を自動最適化。

AIを活用した需要予測型発注システムを全店舗に導入。天候・曜日特性・過去売上データから適正在庫を算出し、発注業務時間を約40%削減。

デジタルツインとAI最適化プラットフォーム「ReNom Power」を活用し、電力需給計画の最適化・自動化を実現。再生可能エネルギー拡大に伴う需給計画の複雑化に対応。

西友はシノプスの需要予測型自動発注サービス「sinops-CLOUD」を全300店舗以上に導入。日配食品・加工食品・日用品の発注業務を自動化し、店舗在庫の最適化と物流センターの効率化を実現した。

花王はAIを活用した需要予測モデルにより販売予測精度を77%から91%に向上。市場情報・広告情報・SNS情報・気象情報など多変量データをマシンラーニングで分析し、廃棄25%削減に貢献した。

ハウス食品グループはNECのAIを活用した需給・生産管理システムを統合し、全体最適な運用を2021年から開始。数万の予測モデルによる需要予測で欠品半減と廃棄ロス1割削減を目指す。

グリッド社のAI電力需給計画立案システム「ReNom Power」を導入し、デジタルツインとAI最適化技術で電力需給計画を自動立案。年間十億円超の収益効果を実現。

ビッグデータとAIを活用した配送業務量予測システムを導入。顧客ごとの注文数・配送発生確率・滞在時間をAIが予測し、最適な配車計画を自動作成することで配送生産性を最大20%向上させた。

Googleとの協業でAI需要予測とサプライチェーン最適化を推進。顧客の声をAIで分析して個店・SKU単位の改善を実現し、物流センターではAI・ロボティクスで倉庫自動化を推進。

寿司皿のICチップで年間約10億件のデータを収集し、AIが15分後の需要を予測。回転レーン上の寿司廃棄量を4分の1に削減。

AIが気温・降水確率・曜日特性・客数等を分析し最適な販売予測数を提案するAI発注システムを全店132店・約8,000品目に導入。発注時間を平均約3割短縮。

ヨークベニマルはAIを活用した商品発注システムを刷新し、ベテラン従業員の勘に頼っていた販売変動予測を自動化。日用品・加工食品から全店展開を開始した。

西友は日立のAI需要予測型自動発注サービスを弁当・惣菜部門に導入開始。自社工場で製造する約250品目を対象にAIが需要予測し発注を自動化。

北海道・北東北で345店舗を展開するアークスは、グループ4社の基幹システムをSAP S/4HANAで統合し、AIによる来店客数予測・自動発注・陳列最適化の基盤を構築。

ハローズはシノプスの需要予測型自動発注システム「SINOPS-R」「SINOPS-W」を導入し、全70店舗以上と物流センターで発注業務の自動化と在庫最適化を実現。