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
17件の事例 / 全1942件 定量効果あり

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

ユナイテッド航空(United Airlines)

2025

AI搭載の接続便ファインダー「ConnectionSaver」を実装し、遅延・混乱をより正確に予測することで、乗り継ぎ失敗によるフライトキャンセルを削減。運航全体のAI活用を拡大中。

フライトキャンセル削減、年間報告書でAI活用を詳述
物流・運輸 最適化・シミュレーション 需要予測・数値予測最適化・シミュレーション

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

CMA CGM(CMA CGM)

2024

フランスの海運大手CMA CGMは、Googleとの戦略提携とMistral AIへの1億ユーロ投資で、海上ルート最適化・コンテナ配置・需要予測にAIを全面導入。物流子会社CEVAもGoogleのAI技術でスマート倉庫管理を展開。

Mistral AIに1億ユーロの5年戦略投資、年間3,000人のAI人材育成
物流・運輸 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

オプティマインド

2024

配送ルート最適化AI「Loogia」を開発・提供し、西濃運輸との共同実証実験で約20%の配達時間削減を目指す。1000万回分の走行データをAIが分析し、最適な配送ルートを自動算出する。

約20%の配達時間削減目標、40以上の現場制約を考慮した最適ルート算出
物流・運輸IT・通信 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

ロジスティード

2024

AIを活用した在庫適正化サービスを開発し、杏林堂薬局の物流センターで実証実験を実施。在庫量6〜15%削減とデータ処理・分析業務の月25時間短縮を確認。

在庫量6〜15%削減、データ処理・分析業務月25時間短縮
物流・運輸 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

DiDiモビリティジャパン

2024

AI配車アルゴリズムにより距離・交通状況を考慮した最速マッチングを実現するタクシー配車アプリを運営。2024年には日本版ライドシェアへも対応を開始し、12都道府県で展開。

累計800万ダウンロード突破(2024年5月)、12都道府県でライドシェア対応
物流・運輸 最適化・シミュレーション 需要予測・数値予測最適化・シミュレーション

S.RIDE

2024

AI需要予測による日時指定配車で95%の配車成功率を実現。2024年にはアプリ配車専用タクシーの運行開始やモビリティデータサービスの事業化など、AI活用領域を拡大。

95%の配車成功率、月間乗車100万回突破(2024年7月)、累計300万ダウンロード
物流・運輸 最適化・シミュレーション 需要予測・数値予測最適化・シミュレーション

GO

2024

AIによるリアルタイム需給予測を活用したタクシー配車サービス「AI予約」を展開。従来の人力予約の10倍以上の依頼に対応可能となり、月間100万回の配車を突破。

従来の10倍以上の予約依頼に対応、月間配車100万回突破(2024年7月)
物流・運輸 最適化・シミュレーション 需要予測・数値予測最適化・シミュレーション

佐川急便(配送ルート最適化)

2024

GoogleのAIシステムを活用し約3万人の配達員の配送ルートを再編。ドライバー1人あたりの残業を約1割削減することを目指す大規模プロジェクト。

ドライバー1人あたりの残業を約1割削減を目標
物流・運輸 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

Airbus

2024

AI予知保全プラットフォーム「Skywise」を11,600機以上の航空機に展開。easyJetでは月間44件のフライトキャンセルを回避し、年間1機あたり8.1トンの燃料節約を実現。

11,600機以上が接続、easyJetで月間44件のキャンセル回避、年間1機8.1t燃料節約、40社1,500機が利用
物流・運輸 生産管理・設備保全 需要予測・数値予測異常検知・予兆検知

UPS

2024

AI配送ルート最適化システム「ORION」を全米に展開。ドライバーの配送ルートから1日平均7〜8マイルを削減し、年間3〜4億ドルのコスト削減を実現。第3世代のDynamic ORIONではリアルタイム最適化も実装。

1日平均7〜8マイル削減、年間3〜4億ドルのコスト削減
物流・運輸 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

ヤマト運輸

2024

AIを活用した配車計画システムを導入し、配送生産性を最大20%向上。走行距離短縮によりCO2排出量も最大25%削減を実現。

配送生産性最大20%向上、CO2排出量最大25%削減
物流・運輸 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

ヤマト運輸(AI配送業務量予測)

2021

ビッグデータとAIを活用した配送業務量予測システムを導入。顧客ごとの注文数・配送発生確率・滞在時間をAIが予測し、最適な配車計画を自動作成することで配送生産性を最大20%向上させた。

配送生産性最大20%向上、CO2排出量最大25%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

日本交通

2018

トヨタ・KDDI等と共同でAIによるタクシー需要予測システムを開発。東京都内を500mメッシュで分割し30分単位で乗車数を予測。予測精度94.1%、搭載車両の売上が平均20.4%増加。

需要予測精度94.1%。搭載車両の1日あたり売上が前月比で平均20.4%増加
物流・運輸 需要予測・在庫管理 需要予測・数値予測

三井物産

2018

日立製作所と共同でAIを活用したスマート物流の協創を実施。数日かかっていた配送計画の作成時間を1時間に短縮し、トラック台数を最大10%削減。

配送計画作成時間を数日→1時間に短縮。トラック台数を最大10%削減
物流・運輸 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