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
58件の事例 / 全1942件 定量効果あり

日本マクドナルド

2026

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。

飲食・食品 マーケティング・広告需要予測・在庫管理 需要予測・数値予測レコメンド・パーソナライズ

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

ロイヤルホールディングス(HANZO AI自動発注)

2025

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。

326店舗で過剰仕入れ・品切れ防止、食品ロス削減、在庫回転率改善
飲食・食品 需要予測・在庫管理 需要予測・数値予測

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

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

Woolworths(ウールワース・オーストラリア)

2025

オーストラリア最大のスーパーWoolworthsが、GoogleのGeminiプラットフォームでデジタルアシスタント「Olive」をアップグレード。オーストラリア初のAI買い物エージェントとして、食事プラン作成や自動カート構築を実現。RELEX Solutionsの導入で食品廃棄を最大40%削減。

食品廃棄最大40%削減、店舗陳列時間最大20%短縮
小売・流通 レコメンド・パーソナライズ需要予測・在庫管理 生成AI(テキスト)需要予測・数値予測AIエージェント

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

ロイヤルホールディングス

2025

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。

2025年2月よりHANZO運用開始、8月より天丼てんやで実証開始
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

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

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

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

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

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

武田薬品工業

2025

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。

予測作業時間:1週間→数時間、予測精度80%台後半、約100品目で運用開始
医療・ヘルスケア 需要予測・在庫管理 需要予測・数値予測

日本通運(NXグループ)

2025

物流WebアプリDCXにAIを活用した出荷予測サービスを追加。D2C向けにAIが過去の出荷データからアイテムごとの月別出荷数量を予測。

物流・運輸 需要予測・在庫管理 需要予測・数値予測

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

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

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