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
12件の事例 / 全1942件 定量効果あり

イリノイ・ツール・ワークス(Illinois Tool Works)

2025

ITWがAIロボティクス、AIコンピュータビジョン品質検査、AI需要予測、AI予知保全を分散型事業モデルの各ニッチセグメントに導入。80/20運営モデルを活かし、数百の高付加価値ニッチ市場でのAI活用を推進。

80/20モデルに基づく数百のニッチ市場でのAI適用
製造業 品質管理・検査需要予測・在庫管理生産管理・設備保全 画像認識・外観検査需要予測・数値予測異常検知・予兆検知

パーカー・ハネフィン(Parker Hannifin)

2025

パーカー・ハネフィンがAI予知保全でIoTセンサーとAI分析を統合し、機器故障の事前検知を実現。AIコンピュータビジョンによる品質検査で誤検知率70%削減。FY2019→2024で売上143億→199億ドルに成長。

品質検査の誤検知率70%削減、売上FY2024で199億ドル(過去最高)、調整後EPS FY2024で25.44ドル(FY2019比2倍超)
製造業 品質管理・検査生産管理・設備保全 画像認識・外観検査需要予測・数値予測異常検知・予兆検知

レキット(Reckitt)

2025

Microsoft連携の生成AIで需要予測誤差50%削減を達成。R&DではAI活用で製品開発時間60%短縮、Scope3排出量データ精度も75倍改善。全社的なAI変革を推進中。

需要予測誤差50%削減、製品開発時間60%短縮、排出量データ精度75倍改善
製造業 需要予測・在庫管理設計・R&D 生成AI(テキスト)需要予測・数値予測

プロクター・アンド・ギャンブル(Procter & Gamble)

2025

AI駆動の在庫最適化で欠品率15%削減を達成。従業員のAI活用で個人パフォーマンス37%向上、チーム成果39%向上を確認。全社的な「建設的破壊」戦略のもとAIを推進。

欠品率15%削減、AI利用者の個人パフォーマンス37%向上、チーム成果39%向上
製造業 需要予測・在庫管理生産管理・設備保全 需要予測・数値予測AIエージェント

P&Gジャパン

2025

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。

トラック台数7%削減、積載効率5%改善
製造業小売・流通 需要予測・在庫管理物流・配送最適化 画像認識・外観検査需要予測・数値予測

ポーラ・オルビスホールディングス

2025

ポーラ化成工業は化粧品開発支援AIシステム「AIM POLAR」を開発。感触設計AIと品質予測AIにより、試作回数を大幅に削減しながら、パーソナライズ化粧品の実現に向けた処方設計の高速化を推進している。

試作回数の大幅削減
製造業 設計・R&D 需要予測・数値予測最適化・シミュレーション

Cummins(カミンズ)

2024

米国のエンジン大手Cumminsは、エンジンセンサーデータのAI分析による予知保全と、AI画像認識による製造品質検査を導入。需要予測AIでサプライチェーンの在庫管理と物流も最適化。

エンジン故障の事前予測による計画外停止の削減
製造業 品質管理・検査需要予測・在庫管理生産管理・設備保全 画像認識・外観検査需要予測・数値予測異常検知・予兆検知

コルゲート・パーモリブ(Colgate-Palmolive)

2024

AI/MLを活用した収益成長管理(RGM)で数十億のデータポイントから価格・プロモーション最適化を自動化。14,000人のデータリテラシー研修と全社AI基礎研修を実施。

14,000人のデータリテラシー研修実施、数十億シナリオの自動最適化
製造業 マーケティング・広告営業支援・販売 生成AI(テキスト)需要予測・数値予測

キャタピラー(Caterpillar)

2024

キャタピラーは160万台以上の接続資産から16ペタバイトのデータを収集し、AIによる予知保全サービスを提供。2024年には生成AI搭載のサービス推奨エンジンを立ち上げ、顧客のダウンタイム最大30%削減を実現した。

160万台の接続資産、16ペタバイトのデータ、顧客のダウンタイム最大30%削減、メンテナンスコスト最大20%削減
製造業 生産管理・設備保全 需要予測・数値予測異常検知・予兆検知

花王

2024

AIを活用した需要予測で販売予測精度を77%から91%に向上。化粧品の画像データとリリース文章をAIで解析し、廃棄金額25%削減を実現。

販売予測精度77%→91%に向上、予測精度85%向上、廃棄金額25%削減
製造業 需要予測・在庫管理 画像認識・外観検査需要予測・数値予測

三菱重工業

2024

Google CloudのVertex AIを活用し、航空機製造におけるシール材料の需要予測を最適化。月間廃棄額を95%以上削減し、2023年7月には廃棄ゼロを達成。

月間廃棄額95%以上削減(数百万円→10万円以下)、予測所要時間40時間→10分、2023年7月に廃棄ゼロ達成
製造業 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

花王

2022

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。

販売予測精度77%から91%に向上、廃棄25%削減
製造業 需要予測・在庫管理物流・配送最適化 需要予測・数値予測