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
52件の事例 / 全1933件 定量効果あり

井村屋グループ(チルドまんのAI需要予測)

2026

井村屋グループが Amazon SageMaker Canvas でチルド製品の AI 需要予測を構築した。毎日約2時間かけて手作業で作っていた見込シートをボタン一つで5秒で自動生成できるようにし、業務工数を90%削減した。

毎日約2時間かけて手作業で作成していた見込シートを、ボタン一つで5秒で自動生成。業務工数90%削減。予測精度はゴールド肉まんで AI 9.8% 対 担当者 15.4%(WAPE)と AI が上回り、あんまんでは AI 6.0% 対 担当者 6.2% と同等だった。
飲食・食品 需要予測・在庫管理 需要予測・数値予測

IKO International(日本トムソン米国子会社)

2026

日本トムソンの米国子会社 IKO International が、AI 需要予測サービス「Deep Predictor」を在庫発注業務に導入した。米国全拠点の作業時間が週3.8時間から1.4時間へ約63%減り、年間124.8時間の削減になった。

作業者4名合計の週間作業時間が約3.8時間から約1.4時間へ約63%削減(差分約2.4時間、年間約124.8時間)。
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

タキヒヨー

2026

繊維商社のタキヒヨーで、エンジニア経験のない担当者が需要予測データのダッシュボードを Amazon QuickSight で内製した。URL にアクセスすれば経営データを確認できる状態をつくり、現場マネージャーが意思決定業務に集中できる環境を整えている。

小売・流通 需要予測・在庫管理社内ナレッジ検索・共有 生成AI(テキスト)需要予測・数値予測

日新(オプティマAI)

2026

国際物流の日新が、AWS 上に「人と AI の協働」を掲げた物流プラットフォーム「オプティマ AI」を構築した。発注支援・在庫予測・通関支援・見積り書類チェックなどを AI が担い、人が最終判断する構成をとる。

物流・運輸 文書作成・レポート生成需要予測・在庫管理物流・配送最適化 生成AI(テキスト)需要予測・数値予測AIエージェント

日本ハム

2026

日本ハムはSAP BTPとAIを活用した在庫引当・需要予測システムを導入し、欠品率の大幅改善と在庫水準の最適化を実現。ベテラン担当者の経験知をAIで標準化した。

欠品率の大幅改善、在庫水準の最適化
飲食・食品 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

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

サミット(AI需要予測自動発注)

2025

日立の需要予測型自動発注システムを全123店舗に導入。加工食品・日用品を対象に自動発注提案の採用率95%を達成し、欠品改善と在庫低減を実現。

自動発注提案の採用率95%、欠品改善と在庫低減を確認
小売・流通 需要予測・在庫管理 需要予測・数値予測

Panera Bread(パネラ・ブレッド)

2025

米国ファストカジュアルチェーンPanera Breadが、OpenCityのAI音声注文技術「Tori」のテストとMiso Robotics「CookRight Coffee」によるAIコーヒーステーション自動管理を導入。AIが需要を予測し、最適なタイミングでの抽出を指示することで品質向上と業務効率化を実現。

飲食・食品 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・数値予測音声認識・音声合成

REWE Group(レーヴェグループ)

2025

ドイツ大手小売REWE Groupが、Circus社のAI自律調理ロボット「CA-1」をデュッセルドルフのスーパーマーケットに導入。予測モデルで需要を最適化し、食品廃棄を最小化しながら店内での温食提供を実現。さらにTrigo社との連携で欧州最大のコンピュータビジョン型無人決済店舗も運営。

小売・流通飲食・食品 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・数値予測最適化・シミュレーション

クラレ(AI新材料開発)

2025

化学大手クラレがAI技術を研究開発に本格活用し、入社2年目の若手エンジニアがAIで最適配合を導き出して新材料開発に成功。2025年1月にはデジタルソリューション部を新設し、約7,000人のDX人材育成を推進。

若手エンジニアがAIで新材料開発成功、2026年内までに約7,000人のDX人材育成目標
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

ファームノート

2025

AIが酪農経営を変革するプラットフォーム「Farmnote Cloud Platform V3」を発表。AIによる収益性シミュレーション・業務自動組立で「自律型牧場経営」を実現。契約頭数37万頭(日本の乳用牛の約10%)。

契約頭数37万頭(日本の乳用牛の約10%)、ウェアラブルデバイス総出荷18万台、ゲノム検査国内シェア50%
農業・畜産 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エージェント異常検知・予兆検知

オプティム(OPTiM)

2025

AIドローンによる「ピンポイントタイム散布サービス」を全国展開し、26府県133市町村・約26,000ヘクタールの農地で利用。AI適期散布により品質を平均約60%向上させ、スマート農業のインフラを構築。

26府県133市町村・約26,000ha・約11万圃場で導入、品質平均約60%向上、継続利用意向94%以上
IT・通信農業・畜産 最適化・シミュレーション 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

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

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

ヤマエ久野(AI需要予測自動発注)

2024

日立と協創し、食品卸の汎用倉庫にAI需要予測自動発注システムを導入。発注業務時間を約50%(約3時間→約1.5時間)削減。スポット特売や配送条件にも対応する高度な機能を搭載。

発注業務時間約50%削減(約3時間→約1.5時間)
小売・流通 需要予測・在庫管理 需要予測・数値予測

リンガーハット(AI需要予測アプリ)

2024

パロアルトインサイトと共同開発したAI搭載の自動発注アプリ・シフト管理アプリをリンガーハット・濵かつ直営492店舗全店に導入完了。シフト作成業務を数時間に短縮。

492店舗全店に導入完了、シフト作成業務を毎月10数時間→数時間に短縮
飲食・食品 需要予測・在庫管理 需要予測・数値予測

鳥取県(スマート農業梨栽培実証)

2024

鳥取県中部地区でNTT西日本や地域パートナーとスマート農業の社会実装に向けた共同実証を実施。気象データを活用した病害虫予測・抑制とデジタル営農記録の作成により、梨の生産拡大と作業効率化を推進。

梨の病害虫予測精度向上、デジタル営農記録の自動化
農業・畜産 品質管理・検査需要予測・在庫管理 需要予測・数値予測異常検知・予兆検知

イズミ

2024

「ゆめタウン」を展開するイズミはAI需要予測型自動発注やセミセルフレジを導入し、1人当たりの生産性向上と食品ロス削減を推進。DXによる店舗運営の高度化を加速。

1人当たり生産性向上、食品ロス削減に貢献
小売・流通 需要予測・在庫管理 需要予測・数値予測

はま寿司

2024

はま寿司は全店舗にAI搭載の受付ロボット「Pepper」を導入し、客席案内を自動化。さらにAI・クラウド・IoTを活用した店舗DXにより省人化と顧客体験向上を推進。

全店舗にPepper導入完了
飲食・食品 カスタマーサポート・問い合わせ対応営業支援・販売 需要予測・数値予測チャットボット・対話AI

コーナン商事

2024

コーナン商事はAWS上にPOSシステムをクラウド移行し、約430店舗4,000台のレジデータをリアルタイム分析可能な基盤を構築。生成AIの試験導入や需要予測を活用した自動発注も推進。

約430店舗4,000台のPOSデータをリアルタイム集約
小売・流通 需要予測・在庫管理 生成AI(テキスト)需要予測・数値予測