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
17件の事例 / 全1942件 定量効果あり

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

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

MSC(地中海海運)

2024

世界最大のコンテナ船社MSCは、AI駆動の予測ETA分析とIoTスマートコンテナ5万台でリアルタイム貨物追跡を実現。Traxens技術で温度・湿度・衝撃・ドア開閉を監視し、AIが船舶動態・港湾混雑・過去データから到着予測を算出。

5万台のIoTコンテナ展開、900隻超・500港以上で運用、市場シェア約20%
物流・運輸 物流・配送最適化 需要予測・数値予測異常検知・予兆検知

Hapag-Lloyd(ハパックロイド)

2024

ドイツの海運大手Hapag-Lloydは、160万台のドライコンテナ全てにIoTスマートデバイスを搭載する世界唯一の完全デジタル化船社を目指し、150万台以上を装着済み。生成AIアシスタント「Haapi」でAPI管理ワークフローを96%改善。

150万台以上のIoTスマートコンテナ装着、Haapiでワークフロー96%改善、定時配達率80%目標(Strategy 2030)
物流・運輸 物流・配送最適化 生成AI(テキスト)需要予測・数値予測

CMA CGM(CMA CGM)

2024

フランスの海運大手CMA CGMは、Googleとの戦略提携とMistral AIへの1億ユーロ投資で、海上ルート最適化・コンテナ配置・需要予測にAIを全面導入。物流子会社CEVAもGoogleのAI技術でスマート倉庫管理を展開。

Mistral AIに1億ユーロの5年戦略投資、年間3,000人のAI人材育成
物流・運輸 最適化・シミュレーション物流・配送最適化 需要予測・数値予測最適化・シミュレーション

ロジスティード(在庫適正化AI)

2024

AIを活用した物流センターの在庫適正化サービスを開発。杏林堂薬局の物流センターでの実証実験で在庫量6〜15%削減と、担当者のデータ処理業務の月25時間短縮を確認。

在庫量6〜15%削減、担当者のデータ処理業務月25時間短縮
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

SBSホールディングス

2024

AI・ビッグデータを活用した需要予測・最適配送ルート計画と、ロボットストレージシステム「オートストア」等の自動化設備を統合した物流DXを推進。2024年の物流事業売上高は4,203億円。

物流事業売上高4,203億円(2024年12月期)
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

SmartDrive(スマートドライブ)

2024

クラウド車両管理システム「SmartDrive Fleet」がAIによる安全運転診断機能を提供。10秒ごとのリアルタイム位置追跡と運転行動分析で、企業の車両管理業務をデジタル化。

10秒ごとのリアルタイム位置更新、アルコールチェック管理連携
物流・運輸IT・通信 物流・配送最適化 需要予測・数値予測異常検知・予兆検知

フェデックス(FedEx)

2024

フェデックスはAI搭載の出荷監視・介入ソリューション「FedEx Surround」を欧州市場に展開。機械学習による予測分析で出荷リスクを事前に検知し、ヘルスケア・航空宇宙・ハイテク業界の高付加価値貨物を保護している。

2秒ごとの位置データ送信(従来の数十倍の追跡頻度)
物流・運輸 物流・配送最適化 需要予測・数値予測異常検知・予兆検知

Hacobu(MOVO PSI)

2024

JDSCと協業し、メーカー・卸・小売を跨ぐPSI情報共有サービス「MOVO PSI」を開発。キリンビバレッジで輸送コスト約9.1%削減、在庫日数約13.2%削減を実現。

キリン:輸送コスト9.1%削減・在庫日数13.2%削減、アサヒ:輸送コスト6.2%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

佐川急便(配送ルート最適化)

2024

GoogleのAIシステムを活用し約3万人の配達員の配送ルートを再編。ドライバー1人あたりの残業を約1割削減することを目指す大規模プロジェクト。

ドライバー1人あたりの残業を約1割削減を目標
物流・運輸 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

UPS

2024

AI配送ルート最適化システム「ORION」を全米に展開。ドライバーの配送ルートから1日平均7〜8マイルを削減し、年間3〜4億ドルのコスト削減を実現。第3世代のDynamic ORIONではリアルタイム最適化も実装。

1日平均7〜8マイル削減、年間3〜4億ドルのコスト削減
物流・運輸 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

日本通運(NXグループ)

2024

AI活用による物流現場の最適化に向けた実証実験を開始。販売物流現場でDXを推進し、AIによる精緻な需要予測でサプライチェーンを支援。

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

ヤマト運輸

2024

AIを活用した配車計画システムを導入し、配送生産性を最大20%向上。走行距離短縮によりCO2排出量も最大25%削減を実現。

配送生産性最大20%向上、CO2排出量最大25%削減
物流・運輸 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

ヤマト運輸(AI配送業務量予測)

2021

ビッグデータとAIを活用した配送業務量予測システムを導入。顧客ごとの注文数・配送発生確率・滞在時間をAIが予測し、最適な配車計画を自動作成することで配送生産性を最大20%向上させた。

配送生産性最大20%向上、CO2排出量最大25%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

三井物産

2018

日立製作所と共同でAIを活用したスマート物流の協創を実施。数日かかっていた配送計画の作成時間を1時間に短縮し、トラック台数を最大10%削減。

配送計画作成時間を数日→1時間に短縮。トラック台数を最大10%削減
物流・運輸 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