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
25件の事例 / 全1933件 定量効果あり

Novo Nordisk

2026

OpenAIと戦略的パートナーシップを締結し、創薬・臨床開発・製造・サプライチェーン全体にAIを統合。複雑なデータセットから有望な薬剤候補をAIで特定し、研究から患者への到達時間を短縮。

2026年末までに全面統合予定、R&D・製造・商業の3領域でパイロット開始
医療・ヘルスケア 設計・R&D生産管理・設備保全 生成AI(テキスト)需要予測・数値予測AIエージェント

大阪ガス(Energy Brain)

2025

遠隔AIエネルギーマネジメントシステム「Energy Brain」を活用し、産業用冷凍機を完全停止せずに自動デマンドレスポンス制御する実証に成功。冷凍冷蔵倉庫のエネルギー最適化を実現。

産業用冷凍機の完全停止不要なデマンドレスポンス制御を実現
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 需要予測・数値予測最適化・シミュレーション

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

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

Nestlé

2025

Harvard D^3 InstituteとMicrosoftが主導する「Frontier Firm AI Initiative」に参画。AI活用による製造・サプライチェーン効率化を推進し、食品廃棄削減にも取り組む世界最大の食品メーカー。

Harvard・Microsoftとの先端AI共同研究に参画、全社SAPシステムのAI統合を推進
飲食・食品 需要予測・在庫管理生産管理・設備保全 生成AI(テキスト)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

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

Suzano(スザノ)

2024

ブラジルのパルプ世界最大手Suzanoは、AIアルゴリズムで最適な植林樹種選定を実施するとともに、製造拠点の過去データ分析でオペレーターに最適生産プロセスを推奨し、エネルギー・化学薬品の使用量削減を実現。

エネルギー消費削減、化学薬品使用量削減、投入材削減
製造業 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

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

ノーリツ

2024

DataRobotのEnterprise AI Suiteを活用し「AI故障診断支援アプリ」を開発。予測AIと生成AIを組み合わせ、サービスエンジニアの故障診断時間を大幅短縮。

故障診断時間の大幅短縮、サービス品質の均一化
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 生成AI(テキスト)需要予測・数値予測

KSAS×xarvio(水稲可変施肥)

2024

クボタのKSASとBASFデジタルファーミングの「xarvio FIELD MANAGER」が連携。衛星センシングデータに基づく可変施肥マップを利用し、クボタの田植機で水稲の可変追肥を実現。JA全農も参画し2024年3月からサービス提供開始。

衛星データに基づく圃場内の最適施肥を実現
農業・畜産 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

JAXA(宇宙航空研究開発機構)

2024

JR西日本のAI機器故障予測技術を宇宙機保全に応用するJ-SPARCプロジェクトを推進。SKY Perfect JSATの30基以上の衛星テレメトリデータでAI検証を行い、従来手法では困難な衛星故障の予兆検知を実現。

30基以上の静止衛星データでAI検証
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・数値予測異常検知・予兆検知

エンジー(ENGIE)

2024

AI駆動型再エネ発電予測モデルで予測実行時間を90%短縮し、リアルタイムでの需給バランス調整を実現。ビル向けAIエネルギー管理「Vertuoz Control」でCO2排出削減と快適性向上を両立し、2024年に85件のPPAを締結。

予測実行時間90%短縮、2024年に5大陸で85件のPPA締結
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 需要予測・数値予測最適化・シミュレーション

くら寿司

2024

くら寿司はAIカメラによる迷惑行為防止と、AI・IoT技術を活用した「スマート養殖」を展開。AI給餌で給餌量2割削減・飼料代1割削減を実現し、持続可能な水産業を推進。

給餌量2割削減、飼料代1割削減、全532店舗にAIカメラ導入
飲食・食品 品質管理・検査生産管理・設備保全 画像認識・外観検査需要予測・数値予測

クラフト・ハインツ(Kraft Heinz)

2024

クラフト・ハインツがMicrosoftと共同開発した「Kraft Heinz Lighthouse」コントロールタワーでサプライチェーン全体をリアルタイム可視化。AIきゅうり品質検査で生産効率12%向上。自律予測の採用率48.2%を達成。

きゅうり品質検査で生産効率12%向上、自律予測採用率48.2%達成
飲食・食品 品質管理・検査需要予測・在庫管理生産管理・設備保全 生成AI(テキスト)画像認識・外観検査需要予測・数値予測

住友ゴム工業(IoT/AI工場基盤)

2024

IoT/AI基盤を名古屋工場でモデル構築し、2025年までに国内外全12拠点のタイヤ工場へ導入する計画を推進。データ収集・解析時間を90%短縮し、不良品発生率を30%低減する効果を確認。

データ収集・解析時間90%短縮、不良品発生率30%低減
製造業 品質管理・検査生産管理・設備保全 需要予測・数値予測異常検知・予兆検知

ABインベブ(AB InBev)

2024

Google Cloud/Pluto7とのAIパートナーシップでビール濾過プロセスを最適化し、ランあたりバレル数60%増を達成。AIサプライチェーン革新でタッチレス計画を推進。

フィルターラン長40〜50%延長、バレル数60%増、126カ国展開予定
飲食・食品 需要予測・在庫管理生産管理・設備保全 需要予測・数値予測最適化・シミュレーション

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