AI活用事例データベース AI活用事例データベース
About ログイン curated by Arcana Technology
131件の事例 / 全1942件 定量効果あり

マツキヨココカラ&カンパニー

2026

マツキヨココカラ&カンパニーはAI・機械学習による非財務指標と財務指標の相関分析を統合報告書に導入。データ分析に基づく新アプリで顧客データ統合を実現し、DL累計1,250万超を達成。

新アプリDL累計1,250万超、移行率90%超、6カ月継続率85%
小売・流通 レコメンド・パーソナライズマーケティング・広告 需要予測・数値予測レコメンド・パーソナライズ

日本ハム

2026

日本ハムはSAP BTPとAIを活用した在庫引当・需要予測システムを導入し、欠品率の大幅改善と在庫水準の最適化を実現。ベテラン担当者の経験知をAIで標準化した。

欠品率の大幅改善、在庫水準の最適化
飲食・食品 需要予測・在庫管理 需要予測・数値予測最適化・シミュレーション

Novo Nordisk

2026

OpenAIと戦略的パートナーシップを締結し、創薬・臨床開発・製造・サプライチェーン全体にAIを統合。複雑なデータセットから有望な薬剤候補をAIで特定し、研究から患者への到達時間を短縮。

2026年末までに全面統合予定、R&D・製造・商業の3領域でパイロット開始
医療・ヘルスケア 設計・R&D生産管理・設備保全 生成AI(テキスト)需要予測・数値予測AIエージェント

Luup

2025

電動マイクロモビリティのシェアリングを手がけるLuupが全従業員にGemini Enterpriseを導入。ポート設置計画・需要予測・メンテナンスなど多岐にわたる業務をAIエージェントが支援している。

全従業員に導入し、ポート設置計画・需要予測・メンテナンスなど多岐にわたる業務をAIエージェントが支援。
物流・運輸 最適化・シミュレーション需要予測・在庫管理 需要予測・数値予測AIエージェント

General Mills

2025

食品大手ゼネラル・ミルズが従業員に生成AIモデルへの安全なアクセスとデータ分析環境を提供し、1億ドル以上のコスト削減を実現した。

1億ドル以上のコスト削減。
飲食・食品 最適化・シミュレーション社内ナレッジ検索・共有 生成AI(テキスト)需要予測・数値予測

XPO Logistics(XPOロジスティクス)

2025

XPO Logisticsは5億5,000万ドルのデジタルプラットフォーム投資でAI駆動のルート最適化と貨物管理を自動化。5,000台の自律型スマートロボットを北米・欧州の倉庫に展開し、AI動的ルーティングで燃料使用量18%削減。

デジタルプラットフォームに5.5億ドル投資、輸送コスト15%削減、燃料使用量18%削減、配送密度31%向上、労働効率5-7%改善
物流・運輸 需要予測・在庫管理物流・配送最適化 需要予測・数値予測最適化・シミュレーション

ニコン(データ・AI活用DX)

2025

ジールの支援によりAzure DatabricksとAzure OpenAIを活用したデータ・AI活用を推進。事業部門の79%が業務改善を実感するDX成果を達成。

事業部門の79%が業務改善を実感
製造業 社内ナレッジ検索・共有設計・R&D 生成AI(テキスト)需要予測・数値予測

Generali(ジェネラリ)

2025

欧州保険大手がMITと提携しAI保険技術を共同研究。2022-24年にデジタル・技術に4.43億ユーロを投資し、生成AI「GlobalTracer」で多国籍保険プログラム管理を自動化。

デジタル・技術投資4.43億ユーロ(2022-24年)、AIプロジェクトが運営コスト比率の8.2%、ROE14.5%
金融・保険 最適化・シミュレーション経理・財務・法務 生成AI(テキスト)需要予測・数値予測

キリンホールディングス(ビール開発AI「FJWLA」)

2025

独自AI「FJWLA(Flavor Judgment for Whole Liking Analysis)」をビール開発に導入。ユーザーが「おいしい」と感じるフレーバー構成を成分レベルで特定し、2026年3月以降発売製品から順次適用。

2026年3月以降発売のビール製品から順次導入
飲食・食品 設計・R&D 需要予測・数値予測レコメンド・パーソナライズ

コカ・コーラ ボトラーズジャパン(o9サプライチェーンAI)

2025

AIプラットフォーム「o9デジタルブレイン」を採用し、供給計画の最適化を推進。生産能力・資材・物流制約を考慮した最適計画策定により、コスト最小化とサービス最大化を実現。

国内コカ・コーラ社製品の約90%を生産・供給する規模で供給計画最適化
飲食・食品 最適化・シミュレーション物流・配送最適化 需要予測・数値予測最適化・シミュレーション

ハローデイ(AI需要予測自動発注)

2025

日立のAI需要予測型自動発注システムを全49店舗に導入。自動発注率90%以上を達成し、残業時間7.9%削減・人時生産性8.4%向上を実現。

残業時間7.9%削減、人時生産性8.4%向上、自動発注率90%以上、欠品率6.99%減少
小売・流通 需要予測・在庫管理 需要予測・数値予測

ファミリーマート(AIレコメンド発注)

2025

AIが過去1年間の販売実績・通行量・気象データ等を分析し、日別・便別・単品別に最適な販売予測数を算出する「AIレコメンド発注」を全国500店舗で運用開始。発注業務を週6時間削減。

発注業務を週約6時間削減、AI推奨値は1日4回更新
小売・流通 需要予測・在庫管理 需要予測・数値予測

Publix(パブリックス)

2025

米国南東部の大手スーパーPublixが、フロリダ州レイクランドに1.2億ドルを投じたハイテクキャンパスを開設。AIと自動化の研究開発拠点として、需要予測・在庫管理から顧客行動予測まで機械学習を活用した最適化を推進している。

1.2億ドルのイノベーションキャンパス投資
小売・流通 需要予測・在庫管理設計・R&D 需要予測・数値予測最適化・シミュレーション

Wingstop(ウィングストップ)

2025

米国チキンウィング専門チェーンWingstopが、AI搭載スマートキッチン技術を全米全店舗に導入完了。50%の店舗で待ち時間を10分に短縮し、従来の半分に。約30店舗でのテストを経て12ヶ月で全店展開を達成した。

50%の店舗で待ち時間10分(従来の半分)に短縮
飲食・食品 最適化・シミュレーション生産管理・設備保全 需要予測・数値予測最適化・シミュレーション

Ahold Delhaize(アホールド・デレーズ)

2025

欧米で食品小売を展開するAhold Delhaizeが、W23 Globalを通じてAIスタートアップのHarmonyaとProtex AIに投資。AIと自動化を物流・配送センターに導入し、2028年までに累計50億ユーロのコスト削減を目標とする。

2028年までに累計50億ユーロの削減目標
小売・流通 需要予測・在庫管理物流・配送最適化 需要予測・数値予測最適化・シミュレーション

明治安田生命(AI引受査定リスク予測)

2025

生命保険の引受査定にAIを活用したリスク予測モデルを導入。従来の医学査定とAIを組み合わせ、正確かつ迅速な査定を実現。

引受査定の正確性・迅速性向上
金融・保険 不正検知・リスク管理 需要予測・数値予測

ユナイテッド・オーバーシーズ銀行(UOB)

2025

AI駆動型ポートフォリオ最適化ソリューションにより法人銀行収益が前年比5%以上増加。ATM現金補充のAI最適化で補充トリップを33%削減し、AI信用判断で業界賞を受賞。

法人銀行収益前年比5%以上増、ATM補充トリップ33%削減
金融・保険 最適化・シミュレーション不正検知・リスク管理 需要予測・数値予測最適化・シミュレーション

ハローデイ

2025

ハローデイは日立の「需要予測型自動発注システム」を全49店舗に導入。月間総労働時間6,837時間削減、残業7.9%減、自動発注率90%以上を達成した。

月間6,837時間削減、残業7.9%減、人時生産性8.4%向上、自動発注率90%以上、欠品率6.99%減
小売・流通 需要予測・在庫管理 需要予測・数値予測

ロス・ストアーズ(Ross Stores)

2025

ロス・ストアーズがAI需要予測・自動補充・サプライチェーン最適化をOracle・Blue Yonderと連携して展開。FY2026に約11億ドルの設備投資でテクノロジー刷新と物流センター自動化を推進。セルフチェックアウトの試験導入も開始。

FY2026設備投資約11億ドル(テクノロジー・物流自動化含む)
小売・流通 需要予測・在庫管理物流・配送最適化 需要予測・数値予測最適化・シミュレーション

マース(Mars)(サプライチェーンAI)

2025

マースがリスク予測AIをサプライチェーンに導入し、気候変動による産地別の収穫リスクを事前検知。Soil Capital・Cargillと連携してAIで炭素隔離・土壌健全性を追跡し、カカオ調達の「Raising Rice Right」で2,000万ドルを投資。

Raising Rice Right構想で2,000万ドル投資
飲食・食品 需要予測・在庫管理不正検知・リスク管理 需要予測・数値予測異常検知・予兆検知