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。

日本マクドナルドがMyマクドナルドリワードの全チャネル統合により、全購買データの個人ID紐づけを推進。時間帯・天候・イベント情報との掛け合わせで店舗単位の需要予測精度向上を目指し、データドリブンな店舗運営を加速。

NECのAI技術を活用した新製品需要予測ソリューションを導入。アイスカテゴリーにおける実証実験で、需給担当者の計画とほぼ同等精度の予測を早期段階で実現。

ロイヤルホスト215店舗と天丼てんや111店舗の計326店舗にAI需要予測型自動発注「HANZO」を導入。食材の過剰仕入れ・品切れを防止し、在庫回転率を改善。

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。

日立の需要予測型自動発注システムを全123店舗に導入。加工食品・日用品を対象に自動発注提案の採用率95%を達成し、欠品改善と在庫低減を実現。

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。

ロイヤルHDはGoals・双日食料・デリカフーズと「需給調整プラットフォーム構築プロジェクト」を発足。ロイヤルホストと天丼てんやのAI需要予測データを物流に応用し、食品ロス削減を目指す。

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。

P&GジャパンはAI需要予測システムを一部流通パートナーと運用し、トラック台数7%削減と積載効率5%改善を実現。2030年までにAI統合データ基盤で店頭欠品の自動防止を目指す。

AIを活用した医薬品需要予測システムを導入し、従来1週間かかっていた予測作業を数時間に短縮。国内販売約150品目のうち約100品目で運用を開始し、予測精度80%台後半を達成。

AIが酪農経営を変革するプラットフォーム「Farmnote Cloud Platform V3」を発表。AIによる収益性シミュレーション・業務自動組立で「自律型牧場経営」を実現。契約頭数37万頭（日本の乳用牛の約10%）。

AIを活用した新発注システム「AIレコメンド発注」を全国500店舗で運用開始。店舗の業務効率化と販売機会の最大化を実現。

アクセンチュアと共同でAIと最適化モデルを活用したタンクローリー配車計画システムを開発し、12月から本格導入。1日約5,000件のオーダーに対する配車計画作成時間を25%削減。

日立と協創し、食品卸の汎用倉庫にAI需要予測自動発注システムを導入。発注業務時間を約50%（約3時間→約1.5時間）削減。スポット特売や配送条件にも対応する高度な機能を搭載。

AIを活用した新商品の需要予測システムを検証し、年間3億円の削減効果を試算。発売5週間前で3〜4割、発売翌日で4割の商品でAI予測が既存手法を上回る精度を達成。

駅ナカ飲食店「麺家」「デリカフェ」34店舗にAI自動発注サービス「HANZO」を導入。発注の精度ばらつきと紙ベースの非効率な業務フローを改善。

ラーメンチェーン「どうとんぼり神座」の84店舗にAI需要予測型自動発注サービス「HANZO」を導入。191品目の自動発注により年間15,000時間超の発注業務を90%削減へ。

バローグループの中部薬品（V・drug）全400店舗に日立システムズのAI需要予測型自動発注システムを導入。発注作業時間を週約600時間削減し、日配品の自動発注率を従来比160%に向上。

ソフトバンクの需要予測サービス「サキミル」を活用し、スーパーマーケットバローの惣菜部門でAI自動発注を開始。利益約5%増加と発注作業時間27%削減を確認。