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
33件の事例 / 全1942件 定量効果あり

Wingstop(ウィングストップ)

2025

米国チキンウィング専門チェーンWingstopが、AI搭載スマートキッチン技術を全米全店舗に導入完了。50%の店舗で待ち時間を10分に短縮し、従来の半分に。約30店舗でのテストを経て12ヶ月で全店展開を達成した。

50%の店舗で待ち時間10分(従来の半分)に短縮
飲食・食品 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

パーカー・ハネフィン(Parker Hannifin)

2025

パーカー・ハネフィンがAI予知保全でIoTセンサーとAI分析を統合し、機器故障の事前検知を実現。AIコンピュータビジョンによる品質検査で誤検知率70%削減。FY2019→2024で売上143億→199億ドルに成長。

品質検査の誤検知率70%削減、売上FY2024で199億ドル(過去最高)、調整後EPS FY2024で25.44ドル(FY2019比2倍超)
製造業 品質管理・検査生産管理・設備保全 画像認識・外観検査需要予測・数値予測異常検知・予兆検知

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

Linde plc(リンデ)

2024

産業ガス世界最大手Lindeは、空気分離装置(ASU)フリート全体にML最適化を展開し、オフピーク時のコスト最小化のために生産スケジュールを動的に調整。2024年に64の新規プラント建設を含む59件の長期契約を締結。

2024年営業利益率29.5%(前年比190bp改善)、2024年に64プラント建設を含む59件の長期契約締結
製造業エネルギー・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

Freeport-McMoRan(フリーポート・マクモラン)

2024

世界最大の銅生産企業Freeport-McMoRanは、McKinseyと連携しAIモデルでミル処理設定を1時間ごとに最適化。鉱石種別に応じた動的調整により銅生産量を5-10%増産し、年間9万トン相当の増産効果を見込む。

銅生産量5-10%増産、年間約9万トン相当の増産効果、Cerro Verde鉱山(Bagdad鉱山の5倍規模)にも展開
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

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

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

ドミニオン・エナジー(Dominion Energy)

2024

AI予知保全・グリッド最適化・需要予測で電力網の効率を向上。バージニア州を中心に数百のAIデータセンターに電力を供給し、年間5.5%の需要成長に対応するため2024年に123件の送電プロジェクトを完了。2039年までに電力需要倍増を見込む統合資源計画を策定。

2024年上半期に123件の送電プロジェクト完了、約90マイルの送電線新設・再建、13の新変電所
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・数値予測異常検知・予兆検知

オリジン・エナジー(Origin Energy)

2024

AIが仮想発電所「Loop」の130MW以上の分散型エネルギー資産をクラウド経由でリアルタイムに統合管理。天候予測・使用データ・市場トレンドを分析し、太陽光アセスメントにはGoogle Cloud衛星画像AIも活用。

130MW以上の分散型エネルギー資産をAI管理
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

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

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

キャタピラー(Caterpillar)

2024

キャタピラーは160万台以上の接続資産から16ペタバイトのデータを収集し、AIによる予知保全サービスを提供。2024年には生成AI搭載のサービス推奨エンジンを立ち上げ、顧客のダウンタイム最大30%削減を実現した。

160万台の接続資産、16ペタバイトのデータ、顧客のダウンタイム最大30%削減、メンテナンスコスト最大20%削減
製造業 生産管理・設備保全 需要予測・数値予測異常検知・予兆検知