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
35件の事例 / 全1942件 定量効果あり

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

Reliance Retail / JioMart(リライアンス・リテール / ジオマート)

2025

インド最大の小売グループReliance RetailのJioMartが、AI駆動のフルフィルメントセンターで30分配送を主要10都市に展開。3.49億人の登録顧客基盤と年間12億件以上の取引データをAIで分析し、需要予測と配送最適化を実施。FY2025売上は前年比8%増。

30分配送を10都市で展開、3.49億人の登録顧客、年間12億件超の取引
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

REWE Group(レーヴェグループ)

2025

ドイツ大手小売REWE Groupが、Circus社のAI自律調理ロボット「CA-1」をデュッセルドルフのスーパーマーケットに導入。予測モデルで需要を最適化し、食品廃棄を最小化しながら店内での温食提供を実現。さらにTrigo社との連携で欧州最大のコンピュータビジョン型無人決済店舗も運営。

小売・流通飲食・食品 需要予測・在庫管理生産管理・設備保全 画像認識・外観検査需要予測・数値予測最適化・シミュレーション

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

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

Yum! Brands(ヤム・ブランズ)

2025

KFC・Taco Bell・Pizza Hutの親会社Yum! Brandsが、AI駆動のレストランテクノロジープラットフォーム「Byte by Yum!」を発表。NVIDIAとの業界初コラボレーションでAI技術開発を加速し、全世界のレストランでモバイル注文、POS、キッチン・配送最適化、在庫・労務管理を統合。

40以上のAIプロジェクトが進行中
飲食・食品 最適化・シミュレーション営業支援・販売需要予測・在庫管理 需要予測・数値予測AIエージェント最適化・シミュレーション

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

TJXカンパニーズ(TJX Companies)

2025

TJX(T.J.Maxx・Marshalls運営)がオフプライス小売モデルにAIを統合。AIアルゴリズムによる購買行動分析・パーソナライズ推薦、AI需要予測による在庫最適化、動的価格調整を導入し、独自のトレジャーハントモデルをAIで強化。

オフプライス小売の在庫最適化と動的価格調整を実現
小売・流通 レコメンド・パーソナライズ営業支援・販売需要予測・在庫管理 需要予測・数値予測最適化・シミュレーションレコメンド・パーソナライズ

ホーメル・フーズ(Hormel Foods)

2025

ホーメルがo9 SolutionsのAI需要計画プラットフォームを70以上の拠点に導入。Accentureと連携し、ドライ・冷蔵ネットワーク全体で機械学習によるタッチレス予測を実現。反応的な対応からデータ駆動型の計画立案への転換を達成。

70以上の拠点に展開、手動オーバーライドの削減、季節需要予測精度の向上
飲食・食品 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

コストコ(Costco)

2025

コストコはAIを活用した予測需要予測、動的価格設定、サプライチェーンロジスティクスの最適化をバックエンドで推進。2025年に27〜29の新規倉庫開設を計画し、AIが国際的な在庫管理の複雑性に対応している。

2025年に27〜29の新規倉庫を韓国・スウェーデン含む国際展開
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

DSV(ディーエスブイ)

2024

デンマークの物流大手DSVは、2024年にDB Schenkerを143億ユーロで買収し世界最大のフォワーダーへ。Panalpina Digital Hubで予測分析・AI・IoT・ブロックチェーン技術を推進し、AIによる需要予測と自律移動ロボットで倉庫業務の効率化を実現。

DB Schenker買収(143億ユーロ)で世界最大のフォワーダーに、労働集約プロセス約20%削減
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

出光興産(タンクローリー配車AI)

2024

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。

配車計画作成時間25%削減、1日約5,000件・最大約1,800台のローリー管理
エネルギー・インフラ 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

Coupang(クーパン)- AIファクトリー

2024

韓国最大のECプラットフォームCoupangが、NVIDIAのDGX SuperPOD上にCoupang Intelligent Cloud(CIC)を構築し、EC物流のAI革新を推進。GPU利用率を65%から95%に向上させ、2022〜2024年にAI・先端技術に30億ドル以上を投資。2024年の売上は約277億ドル。

GPU利用率65%→95%向上、AI投資30億ドル以上(2022〜2024年)
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

Deliveroo(デリバルー)

2024

英国発のフードデリバリーDeliverooが、AIによる動的配車・ルート最適化と需要予測型価格設定を全10市場で展開。17.9万以上の加盟店と15万以上のライダーのマッチングをリアルタイムAIが最適化。機械学習チームがマーケティング・財務などの部門横断的な意思決定も支援。

17.9万加盟店・15万ライダーのマッチングを最適化
飲食・食品 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

AES

2024

Andrew NgのAI FundとAI駆動型エネルギーソリューション開発で戦略提携。独自のFarseer AI発電予測・AMART市場自動化プログラムで初年度340万ドル、2023年に550万ドルの収益を創出し、再エネ・蓄電池管理の最適化を推進。

Farseer/AMARTプログラムで初年度340万ドル、2023年550万ドル、2024年800万ドル見込み
エネルギー・インフラ 最適化・シミュレーション需要予測・在庫管理 需要予測・数値予測最適化・シミュレーション

フェレロ(Ferrero)

2024

フェレロがSourcemap・Starlingの追跡プラットフォームとAI在庫管理システムを活用し、ヘーゼルナッツの94%トレーサビリティを達成。2024年にAI在庫システムを展開し欠品率約20%削減。2024-26年Hazelnut Charter策定でサステナブル調達を推進。

ヘーゼルナッツ94%トレーサビリティ達成、AI在庫システムで欠品率約20%削減
飲食・食品 品質管理・検査需要予測・在庫管理 需要予測・数値予測最適化・シミュレーション

クーパン(Coupang)

2024

クーパンがAI需要予測・最適配送ルート・Random Stow方式の倉庫管理を統合し、ロケット配送(翌日配達)を実現。AIが天候・地理等の変数から配送時間を推定し、最適なスタッフ配置と配送順序を自動決定。

注文前の在庫予測による翌日配達実現、AI Export Engineで海外小規模事業者への販路拡大
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

シーイン(SHEIN)

2024

SHEINがAI需要予測で80%の精度を達成し、企画から出荷まで7-10日のスピードを実現。5,400以上のサプライヤーにAIプラットフォームを開放し、リアルタイムの消費者嗜好に基づく少量多品種生産モデルを構築。

需要予測精度80%達成、企画→出荷7-10日、常時60万点以上を掲載、220以上の国・地域に販売
小売・流通 レコメンド・パーソナライズ需要予測・在庫管理 需要予測・数値予測最適化・シミュレーションレコメンド・パーソナライズ

ダラー・ゼネラル(Dollar General)

2024

ダラー・ゼネラルがAI最適化専任のSVPを新設し、サプライチェーン・店舗運営・マーチャンダイジング全般にAIを適用。Shelf EngineのAI需要予測を3,000店舗に展開し、生鮮食品の発注最適化を実現。

AI需要予測を3,000店舗に展開
小売・流通 最適化・シミュレーション需要予測・在庫管理 需要予測・数値予測最適化・シミュレーション

福岡ソフトバンクホークス(AIチケット)

2024

AIダイナミックプライシングを活用した「AIチケット」を導入。需要データに基づきチケット価格を自動変動させ、360度3Dマップビューで座席選択を可能に。球場運営の収益最大化を実現。

データに基づく自動価格変動によるチケット収益最大化
専門サービス 最適化・シミュレーション需要予測・在庫管理 需要予測・数値予測最適化・シミュレーション