NVIDIAのAI推論技術と統合したリアルタイムデータインフラ「ACS RTDI」を開発。半導体テスト工程でGPUによる高速AI解析を行い、チップごとにテスト条件を最適化。Blackwellや次世代デバイスの量産に採用され、従来数週間かかっていた故障解析をリアルタイム化。

自社開発の国産3D-LiDARを活用した移動体検知システム「イルミエル」を製品化し、三菱ふそうトラック・バスの中津工場で製造現場の動線解析実証実験を実施。作業者と車両の動きをリアルタイムで3D把握し、生産性向上に活用。

生成AIを活用した品質トラブル参照アプリケーションを自社開発し、約4,000件の品質トラブルデータの可視化と要約機能を実現。国内5,000名以上の設計・製造・品質保証担当者に展開し、情報要約を約30秒で完了可能にした。

独自の130億パラメータLLMを活用し、デクセリアルズの新規用途探索に生成AIを導入。特許・論文・ニュース等のデータから技術シーズと市場ニーズの双方向マッチングを実現。

AI画像処理による表面欠陥検知と音響AIによる溶接品質リアルタイム検出を製造現場に導入。AI・ロボティクスの統合のためIPAI（応用AIイノベーションパーク）にも参画。

Microsoft連携の生成AIで需要予測誤差50%削減を達成。R&DではAI活用で製品開発時間60%短縮、Scope3排出量データ精度も75倍改善。全社的なAI変革を推進中。

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。

JR西日本開発のAI検品ソリューションをスパンボンド不織布の検品工程に導入。画像解析AI技術の応用で検品件数を96%削減し、年間1,000時間以上の作業時間削減を実現。

グループ全社規模のRAG基盤をわずか2週間で構築。400TBのファイルサーバと180万文書に対応し、約29万人が利用可能な社内ナレッジ活用環境を実現。

JR西日本と共同でAI異常検知システムを開発し、製造工程の異常を予兆段階で検知。つるがフイルム工場で10時間以上の復旧作業時間削減に貢献。

製錬設備の予知保全AIシステムを開発し国内2拠点に導入。全社横断データ活用基盤「DataPort」も構築し、2026年以降AI分析機能を拡充予定。

自動車のフロントデザイン開発に生成AIを活用し、歩行者保護性能も考慮した修正案をAIが自動生成。デザイン開発期間を40%以上短縮する見込み。

コーセーと慶應義塾大学は共同で、主観を排除した「教師なし距離学習モデル」によるリップメークトレンド自動解析技術を開発。従来必要だった人手によるラベル付けを不要にし、客観的なトレンド分析を実現した。

P&GジャパンはAI需要予測システムを一部流通パートナーと運用し、トラック台数7%削減と積載効率5%改善を実現。2030年までにAI統合データ基盤で店頭欠品の自動防止を目指す。

ポーラ化成工業は化粧品開発支援AIシステム「AIM POLAR」を開発。感触設計AIと品質予測AIにより、試作回数を大幅に削減しながら、パーソナライズ化粧品の実現に向けた処方設計の高速化を推進している。

ステランティスはMistral AIとの戦略提携を拡大し、次世代AI搭載車載アシスタント、部品表データインテリジェンスツール、製造ラインの異常検知など、全社横断でAIを展開。Innovation LabとTransformation Academyを設立した。

ゼネラルモーターズはNVIDIAとの戦略的提携を発表し、NVIDIA OmniverseとCOSMOSを活用したAI製造モデルの訓練、DRIVE AGXによる次世代運転支援システムの開発を推進している。

Azure OpenAIベースのAIマルチエージェントにより、SMT製造ラインの問題をわずか数分で原因究明・改善提案するシステムを開発。熟練者の思考プロセスを再現し2026年商品化予定。

生成AIを活用した品質トラブル参照アプリケーションを自社開発。経験やスキルに関わらず必要なデータにたどり着ける仕組みで、国内約5,000名以上の社員に2025年6月から展開。

5〜6年間で550以上のAIモデルを構築し、製造全工程に展開。Kalinganagar工場は世界経済フォーラムのGlobal Lighthouse Networkに認定され、年間1,000万ドルのマージン改善を達成。