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
274件の事例 / 全1942件 定量効果あり

Flex(フレックス)

2024

グローバルEMS大手Flexは、AI/MLベースのビジョン検査システムを工場フロアに導入し、従来の画像検査や人間の目では発見困難な欠陥を検出。2工場がWEFのGlobal Lighthouse Networkに選定。

2工場がWEF Global Lighthouse Network選定、FY2024以降グローバルで800万平方フィート以上の製造拠点拡大
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

Nucor(ニューコア)

2024

Nucorは米国最大の鉄鋼メーカーとして、AIを活用した鋼材混合最適化と品質予測を実施。Delta BravoのAIプラットフォームにより、リサイクル原料と新規原料の最適ブレンドを予測し、品質を維持しながらコスト削減と省エネを実現。

特定工程の人的作業時間約80%削減
製造業 最適化・シミュレーション品質管理・検査 需要予測・数値予測最適化・シミュレーション

日立建機

2024

サービスソリューション「ConSite」にAI予兆検知を搭載し、建設機械の遠隔故障診断サービスを強化。センシングによる故障予兆検知率約90%を目標。

故障予兆検知率約90%を目標
製造業建設・不動産 カスタマーサポート・問い合わせ対応生産管理・設備保全 需要予測・数値予測異常検知・予兆検知

三浦工業

2024

産業用ボイラーのIoT遠隔監視サービス「MEIS CLOUD」にAI予知保全機能を追加。KDDIとの協業によりIoTデータとAIを組み合わせた故障予知サービスを展開。

国内ボイラー市場シェア約40%をベースにIoT予知保全を展開
製造業 カスタマーサポート・問い合わせ対応生産管理・設備保全 需要予測・数値予測異常検知・予兆検知

ダイセル

2024

化学プラントにAIを搭載した「自律型生産システム」を開発。プラント異常の予兆検知と運転条件の自動最適化により、年間100億円のコスト削減を見込む。

年間100億円のコスト削減効果見込み
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

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

JERA(デジタル発電所)

2024

全国26カ所の火力発電所にAI運用管理システムを導入する「デジタル発電所」構想を推進。センサーデータのAI異常検知により故障対応時間を約70%短縮し、姉崎発電所では40年間で約400億円のコスト削減を見込む。

故障対応時間約70%短縮、姉崎3基で40年間約400億円のコスト削減見込み、作業員30%削減目標
エネルギー・インフラ 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

東京ガス(熱源機器最適制御AI)

2024

エイシングと共同で熱源機器の最適制御AIを開発。東京都のGX関連産業支援事業にも採択され、TAKANAWA GATEWAY CITYへの導入も決定。エネルギー効率の最適化とCO2削減に貢献。

東京都GX支援事業採択、TAKANAWA GATEWAY CITYに導入決定
エネルギー・インフラ 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

JR貨物(車両管理AI)

2024

富士通と共同で鉄道貨物車両のメンテナンス業務を支える「車両管理システム」を開発・展開。車両や部品の状態を一元管理し、タブレットでの検査電子化によりメンテナンスの省力化を実現。

メンテナンス業務の省力化、検査周期の最適化を実現
物流・運輸 生産管理・設備保全 異常検知・予兆検知

西濃運輸(AIドラレコ解析)

2024

全国188拠点・約1万台にAIドラレコ解析システムを導入。走行映像をAIが解析してドライバーの運転傾向を分析し、安全運転指導の標準化と事故防止を推進。

全188拠点・約1万台に展開、配送時間約20%削減を目標
物流・運輸 品質管理・検査物流・配送最適化 画像認識・外観検査最適化・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

日本マクドナルド(Google Cloud AI基盤)

2024

グローバル本社とGoogle Cloudの戦略パートナーシップに基づき、日本のマクドナルド全店舗にGoogle Distributed Cloudを展開。厨房機器のIoTセンサーとAIによる故障予兆検知を構築。

日本国内3,000店舗以上が対象
飲食・食品 生産管理・設備保全 異常検知・予兆検知

カゴメ(AI選果機)

2024

6者コンソーシアムで生鮮トマトの品質情報を非破壊で検出するAI選果機を共同開発。福島県の大型菜園に実装し、20項目・400万点超のデータを蓄積。

20項目・400万点超のデータ蓄積(2024年9月時点)
飲食・食品 品質管理・検査 画像認識・外観検査

コープさっぽろ(配送ルート最適化AI)

2024

調和技研と共同開発したAI配送ルート最適化システムにより、47万世帯への宅配配送効率を7%向上。従来3ヶ月かかっていたルート再編がAIで短時間化。

配送効率7%向上、配送キャパシティ3%改善、ルート再編作業を約3ヶ月→短時間に短縮
小売・流通 物流・配送最適化 最適化・シミュレーション

バローホールディングス(AI自動発注)

2024

ソフトバンクの需要予測サービス「サキミル」を活用し、スーパーマーケットバローの惣菜部門でAI自動発注を開始。利益約5%増加と発注作業時間27%削減を確認。

利益約5%増加、発注作業時間27%削減、76店舗で本格稼働
小売・流通 需要予測・在庫管理 需要予測・数値予測

マルイ(AI需要予測全店導入)

2024

日本IBMのAI需要予測を活用し、客数予測精度90%超を達成。発注時間50%削減と廃棄ロス2.5%削減を実証し、全店舗への正式導入を決定。

客数予測精度90%超、発注時間50%削減、廃棄ロス2.5%削減
小売・流通 需要予測・在庫管理 需要予測・数値予測

トライアルホールディングス(リテールAIカメラ)

2024

独自開発のリテールAIカメラを国内208店舗に約19,500台導入。欠品検知・商品識別・購買行動分析を行い、自動値下げシステムも実現。月間約400万人が利用。

国内208店舗に約19,500台導入、月間約400万人利用
小売・流通 マーケティング・広告需要予測・在庫管理 画像認識・外観検査需要予測・数値予測

高知県(IoPクラウドSAWACHI)

2024

高知県が産学官連携でIoP(Internet of Plants)プロジェクトを推進。IoPクラウド「SAWACHI」でナス・ピーマン等の施設園芸データを一元管理し、約1,150農家が活用。環境制御技術の導入率は主要品目で約60%に到達。

約1,150農家が利用、主要品目の環境制御技術導入率約60%
農業・畜産自治体・公共 最適化・シミュレーション生産管理・設備保全 需要予測・数値予測最適化・シミュレーション

更別村(スーパービレッジ スマート農業)

2024

北海道更別村がデジタル田園都市国家構想の採択を受け、無人トラクターやドローンによるスマート農業、自動運転車両による移動サービス等を包括的に展開。ロボットトラクター導入で収穫作業の労働時間25%削減を達成。

ロボットトラクター導入で労働時間25%削減
農業・畜産自治体・公共 最適化・シミュレーション生産管理・設備保全 最適化・シミュレーション

岩見沢市(ローカル5Gスマート農業)

2024

北海道岩見沢市がローカル5Gを活用した自動運転トラクターの遠隔監視制御を実施。3台の農機同時自動運転で全体農家作業の25%削減を達成。北海道大学・NTTグループとの産学官連携で世界トップレベルのスマート農業を実現。

労働時間69%削減(目標70%)、作業改善効果70%、生産コスト15%低減、農家作業25%削減
農業・畜産自治体・公共 最適化・シミュレーション生産管理・設備保全 最適化・シミュレーション