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
113件の事例 / 全1933件 定量効果あり

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

タタ・モーターズ(Tata Motors)

2024

タタ・モーターズがIndustry 4.0戦略としてAI・IoTを製造工程に全面導入。コボット(協働ロボット)による精密組立、AI外観検査による品質管理、AR/VR×AI技術による作業員訓練を推進。

電力消費18%削減、燃料使用量10%削減、化学品投入量8%削減
製造業 品質管理・検査生産管理・設備保全 画像認識・外観検査異常検知・予兆検知最適化・シミュレーション

ジャガー・ランドローバー(JLR)

2024

JLRがコベントリーのEV施設にBoston Dynamics製AIロボット犬「Rover」を導入。1日最大24回の自律巡回により高精度な設備点検を実現し、バッテリーテスト設備の安全監視を自動化。

1日最大24回の自律巡回、人的検査エラーの排除
製造業 品質管理・検査生産管理・設備保全 画像認識・外観検査異常検知・予兆検知

ハイデルベルグ・マテリアルズ(Heidelberg Materials)

2024

セメント・コンクリート製造にAIを活用し、CO2排出量削減と品質最適化を推進。AI駆動のプロセス制御でエネルギー効率を改善し、セメント業界のデジタル変革をリード。

セメント生産のCO2排出量削減、エネルギー効率改善
製造業 最適化・シミュレーション生産管理・設備保全 異常検知・予兆検知最適化・シミュレーション

コムキャスト(Comcast)

2024

AIファーストのネットワーク管理システム「Janus」を展開し、トラフィックパターンのリアルタイム監視・需要予測・電力使用の自動調整で通信ネットワーク品質と効率を向上。

リアルタイムネットワーク需要予測と自動電力調整
IT・通信 最適化・シミュレーション 需要予測・数値予測異常検知・予兆検知

アマデウスIT(Amadeus IT)

2024

旅行業界のAI調査で生成AIが最優先技術(46%)と判明。旅行者のGenAI利用率が前年比64%増加し、53%が予約時AIアシスタントを導入。旅行エコシステム全体のAI化を推進。

業界リーダー46%がGenAIを最優先と回答、旅行者GenAI利用率64%増、Q1 2025売上9%成長
IT・通信 カスタマーサポート・問い合わせ対応レコメンド・パーソナライズ 生成AI(テキスト)チャットボット・対話AIレコメンド・パーソナライズ

ディアジオ(Diageo)

2024

生成AIを活用したボトルパーソナライゼーション体験「Project Halo」を世界初で提供。ジョニーウォーカーのラベルをAIで個別デザインし、マーケティングのAI活用でコンテンツ制作コストも大幅削減。

コンテンツ制作費比率21%→14%削減(FY2024→FY2025)
飲食・食品 レコメンド・パーソナライズマーケティング・広告 生成AI(画像・動画)

フォルクスワーゲン・グループ(Volkswagen Group)

2024

AI専門子会社「AI Lab」を設立し、AI製品のインキュベーションを推進。2030年までに12億ドルのAI投資を計画し、製品開発サイクルの1年短縮を目指す。量産車にChatGPTを標準搭載した初のメーカー。

2030年までにAI投資12億ドル、製品開発サイクル1年短縮目標
製造業 設計・R&D生産管理・設備保全 生成AI(テキスト)音声認識・音声合成異常検知・予兆検知

ジョンソンコントロールズ(Johnson Controls)

2024

スマートビルプラットフォーム「OpenBlue」にAI・生成AI機能を大幅拡張。自律的なビル制御・エネルギー最適化で最大30%のエネルギー支出削減と20%のメンテナンスコスト削減を実現。

エネルギー支出最大30%削減、メンテナンスコスト最大20%削減、スペース利用最適化10%向上
建設・不動産 最適化・シミュレーション生産管理・設備保全 生成AI(テキスト)異常検知・予兆検知最適化・シミュレーション

ゼネラルミルズ(General Mills)

2024

AIによるサプライチェーン・物流最適化で2,000万ドル超のコスト削減を達成。毎日5,000以上の出荷を分析し、製造現場のリアルタイムデータ分析で5,000万ドルの廃棄削減も見込む。

物流コスト2,000万ドル超削減、製造廃棄5,000万ドル削減見込み
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

ベライゾン(Verizon)

2024

AIを単なるコスト削減ツールではなく収益ドライバーとして位置づけ、コンテキスト認識型スマートアシスタントの搭載やAIネットワーキング「Express Waves」を展開。

AI駆動のパーソナライズドデータプラン導入
IT・通信 レコメンド・パーソナライズ最適化・シミュレーション 生成AI(テキスト)AIエージェント

T-モバイル(T-Mobile)

2024

OpenAIとの複数年契約で意図駆動型AIプラットフォーム「IntentCX」を共同開発。数十億のデータポイントからリアルタイムで顧客意図を把握し、プロアクティブな問題解決を実現。

顧客問い合わせ75%削減目標、多言語リアルタイム対応
IT・通信 カスタマーサポート・問い合わせ対応 生成AI(テキスト)チャットボット・対話AIAIエージェント

Tyson Foods

2024

Tyson FoodsはPalantirのAIプラットフォームを導入し、食肉加工のサプライチェーン全体を最適化。2年間で2億ドル以上のコスト削減を達成し、積載率を46%から87%に改善した。

2億ドル以上のコスト削減、積載率46%から87%に改善
飲食・食品 最適化・シミュレーション物流・配送最適化 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

チャールズ・シュワブ(Charles Schwab)

2024

チャールズ・シュワブは社内AIナレッジアシスタントを展開し、2024年に従業員の採用率が90%増加。1件あたりの対応時間を2分短縮し、過去10年間で口座あたりコストを25%削減した。

従業員採用率90%増(2024年)、1件あたり対応時間2分短縮、口座あたりコスト25%削減(10年間)
金融・保険 カスタマーサポート・問い合わせ対応社内ナレッジ検索・共有 生成AI(テキスト)チャットボット・対話AI

シェル(Shell)

2024

シェルはC3.aiとMicrosoft Azureを活用したAI予知保全プログラムを全世界10,000台以上の機器に展開。非計画ダウンタイムを45%削減し、年間約4億ドルのメンテナンスコスト削減を実現した。

非計画ダウンタイム45%削減、メンテナンスコスト年間約4億ドル削減、設備稼働率93%→98%向上
エネルギー・インフラ 生産管理・設備保全 需要予測・数値予測異常検知・予兆検知

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

Caterpillar

2024

AIを活用した予知保全で建設機械のダウンタイムを最小化し、メンテナンスコストを削減。リアルタイムのフリート管理と設計・製造プロセスの効率化にもAIを展開。

ダウンタイム最小化とメンテナンスコスト削減を実現
製造業 設計・R&D生産管理・設備保全 異常検知・予兆検知最適化・シミュレーション

SABIC

2024

AI搭載のリアルタイムモニタリングで設備故障を予測し、ダウンタイム削減とエネルギー消費最適化を実現。Industry 4.0技術とAIでプラント資産パフォーマンスを向上。

複数製造拠点でAI監視システムを展開、排出量・エネルギー消費の最適化を推進
製造業 最適化・シミュレーション生産管理・設備保全 異常検知・予兆検知最適化・シミュレーション

Samsung Electronics

2024

高解像度カメラとAIによるウエハー欠陥検出を半導体製造全工程に展開。3nmノードの製造ではフォトレジスト塗布均一性やプラズマエッチング最適化にもAIを活用。

組立QAの90%を自動化、歩留まり向上と生産ダウンタイム削減を実現
製造業 品質管理・検査 画像認識・外観検査最適化・シミュレーション