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
31件の事例 / 全1942件 定量効果あり

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

森永乳業(AI新製品需要予測)

2025

NECのAI技術を活用した新製品需要予測ソリューションを導入。アイスカテゴリーにおける実証実験で、需給担当者の計画とほぼ同等精度の予測を早期段階で実現。

需給担当者とほぼ同等精度の予測を従来より早い段階で達成
飲食・食品 需要予測・在庫管理 需要予測・数値予測

ファミリーマート(AIレコメンド発注)

2025

AIが過去1年間の販売実績・通行量・気象データ等を分析し、日別・便別・単品別に最適な販売予測数を算出する「AIレコメンド発注」を全国500店舗で運用開始。発注業務を週6時間削減。

発注業務を週約6時間削減、AI推奨値は1日4回更新
小売・流通 需要予測・在庫管理 需要予測・数値予測

Ahold Delhaize(アホールド・デレーズ)

2025

欧米で食品小売を展開するAhold Delhaizeが、W23 Globalを通じてAIスタートアップのHarmonyaとProtex AIに投資。AIと自動化を物流・配送センターに導入し、2028年までに累計50億ユーロのコスト削減を目標とする。

2028年までに累計50億ユーロの削減目標
小売・流通 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

Yum! Brands(ヤム・ブランズ)

2025

KFC・Taco Bell・Pizza Hutの親会社Yum! Brandsが、AI駆動のレストランテクノロジープラットフォーム「Byte by Yum!」を発表。NVIDIAとの業界初コラボレーションでAI技術開発を加速し、全世界のレストランでモバイル注文、POS、キッチン・配送最適化、在庫・労務管理を統合。

40以上のAIプロジェクトが進行中
飲食・食品 最適化・シミュレーション営業支援・販売需要予測・在庫管理 需要予測・数値予測AIエージェント最適化・シミュレーション

中国建設銀行(China Construction Bank)

2025

DeepSeek-R1とオープンソースモデルを基盤とした企業級AIシステムを構築し、168の活用事例と7,000以上のモデルデプロイメントで193シナリオを本番運用。AIモデル管理プラットフォームでアジア太平洋最優秀賞を受賞。

168活用事例、7,000以上のモデルデプロイメント、デプロイサイクル2か月短縮、モデル関連リスクインシデント30%削減
金融・保険 営業支援・販売不正検知・リスク管理 生成AI(テキスト)需要予測・数値予測

ハーシー(Hershey)(AI製品開発)

2025

ハーシーが生成AIプラットフォーム(Ai Palette・ZS)を導入し、コンセプト→市場投入のリードタイムを数ヶ月から数週間に短縮。AIが膨大な消費者データから予想外のフレーバートレンド(Blueberry Muffin Kit Kat等)を発見。

コンセプト→市場投入を数ヶ月→数週間に短縮
飲食・食品 マーケティング・広告設計・R&D 生成AI(テキスト)需要予測・数値予測AIエージェント

TJXカンパニーズ(TJX Companies)

2025

TJX(T.J.Maxx・Marshalls運営)がオフプライス小売モデルにAIを統合。AIアルゴリズムによる購買行動分析・パーソナライズ推薦、AI需要予測による在庫最適化、動的価格調整を導入し、独自のトレジャーハントモデルをAIで強化。

オフプライス小売の在庫最適化と動的価格調整を実現
小売・流通 レコメンド・パーソナライズ営業支援・販売需要予測・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

レキット(Reckitt)

2025

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。

需要予測誤差50%削減、製品開発時間60%短縮、排出量データ精度75倍改善
製造業 需要予測・在庫管理設計・R&D 生成AI(テキスト)需要予測・数値予測

コストコ(Costco)

2025

コストコはAIを活用した予測需要予測、動的価格設定、サプライチェーンロジスティクスの最適化をバックエンドで推進。2025年に27〜29の新規倉庫開設を計画し、AIが国際的な在庫管理の複雑性に対応している。

2025年に27〜29の新規倉庫を韓国・スウェーデン含む国際展開
小売・流通 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

SRE AI Partners

2025

ソニーグループ発のAI不動産査定エンジンを全国47都道府県対応に拡大。マンション・戸建て・土地の査定に対応し、中央誤差率(MER)4.3%の高精度を実現。不動産会社・金融機関への外販を推進。

中央誤差率(MER)4.3%、全国47都道府県対応
建設・不動産 営業支援・販売 需要予測・数値予測

オープンハウス

2025

SREホールディングスの「SRE AI査定CLOUD」を導入し、不動産査定時間を年間1,200時間削減。機械学習による複数査定手法で実需向けから投資用物件まで対応し、顧客対応の迅速化を実現。

査定時間年間1,200時間削減、月間約100時間削減
建設・不動産 営業支援・販売 需要予測・数値予測

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

ヤマハ発動機

2025

精密農業を新たな成長事業に位置づけ、AIデータ解析のThe Yield社(豪州)とロボティクスのRobotics Plus社(NZ)を買収。米国に統括新会社「Yamaha Agriculture」を設立。

豪州・NZの2社を買収、米国に新会社設立、精密農業を将来のコア事業に位置づけ
製造業農業・畜産 最適化・シミュレーション需要予測・在庫管理 画像認識・外観検査需要予測・数値予測

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

アサヒ飲料(AI新商品需要予測)

2024

AIを活用した新商品の需要予測システムを検証し、年間3億円の削減効果を試算。発売5週間前で3〜4割、発売翌日で4割の商品でAI予測が既存手法を上回る精度を達成。

年間3億円の削減効果を試算、発売前段階でAI予測が既存手法を上回る精度
飲食・食品 需要予測・在庫管理 需要予測・数値予測

AES

2024

Andrew NgのAI FundとAI駆動型エネルギーソリューション開発で戦略提携。独自のFarseer AI発電予測・AMART市場自動化プログラムで初年度340万ドル、2023年に550万ドルの収益を創出し、再エネ・蓄電池管理の最適化を推進。

Farseer/AMARTプログラムで初年度340万ドル、2023年550万ドル、2024年800万ドル見込み
エネルギー・インフラ 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

S.RIDE

2024

AI需要予測による日時指定配車で95%の配車成功率を実現。2024年にはアプリ配車専用タクシーの運行開始やモビリティデータサービスの事業化など、AI活用領域を拡大。

95%の配車成功率、月間乗車100万回突破(2024年7月)、累計300万ダウンロード
物流・運輸 最適化・シミュレーション 需要予測・数値予測最適化・シミュレーション

WealthPark

2024

欧州PriceHubble社のAI技術を活用した「AI賃料査定機能」を不動産管理会社向けに提供。ワンクリックで客観的な査定結果を算出し、オーナーへのデータドリブンな提案を実現。

110,000人以上の不動産投資家、160社以上の管理会社が利用
建設・不動産IT・通信 最適化・シミュレーション 需要予測・数値予測

双日

2024

タイの農業DXプラットフォーム事業にAI技術を導入。さくらインターネットのGPUクラウドとデガスのAIで土壌・病害データを分析し、キャッサバ農家への肥料提案を実現。

2030年度までに110万農家のデータ獲得目標
農業・畜産 最適化・シミュレーション 需要予測・数値予測最適化・シミュレーション