西友はシノプスの需要予測型自動発注サービス「sinops-CLOUD」を全300店舗以上に導入。日配食品・加工食品・日用品の発注業務を自動化し、店舗在庫の最適化と物流センターの効率化を実現した。

花王はAIを活用した需要予測モデルにより販売予測精度を77%から91%に向上。市場情報・広告情報・SNS情報・気象情報など多変量データをマシンラーニングで分析し、廃棄25%削減に貢献した。

ハウス食品グループはNECのAIを活用した需給・生産管理システムを統合し、全体最適な運用を2021年から開始。数万の予測モデルによる需要予測で欠品半減と廃棄ロス1割削減を目指す。

カゴメは独自のビッグデータとAI解析技術を組み合わせた生鮮トマトの収量予測システムを開発し、大型菜園に導入。5週先までの収量をAIが予測し、廃棄ロス削減に貢献している。

老舗ラーメンチェーン全32店舗にAI需要予測型自動発注サービス「HANZO」を導入。AIが来客数・天候・曜日を考慮して食材の発注量を自動算出し、食品ロス削減と発注業務の属人化解消を実現。

グリッド社のAI電力需給計画立案システム「ReNom Power」を導入し、デジタルツインとAI最適化技術で電力需給計画を自動立案。年間十億円超の収益効果を実現。

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。

NECと協力しグループ3社の需給・生産管理を統合。AI技術を活用した「需給最適化プラットフォーム」で、欠品50%削減・廃棄ロス10%削減・管理業務工数60%削減を目標に推進。

ベルクは売れ筋データのタイムリーな把握と発注精度向上のためにAI分析ツール「ThoughtSpot」を導入し、約300人の社員がデータドリブンな意思決定を実現。

NECの協力でグループ3社の需給・生産管理システムを統合し、AI「異種混合学習技術」による需給最適化プラットフォームを導入。欠品50%・管理業務工数60%の削減を目指す。

Googleとの協業でAI需要予測とサプライチェーン最適化を推進。顧客の声をAIで分析して個店・SKU単位の改善を実現し、物流センターではAI・ロボティクスで倉庫自動化を推進。

寿司皿のICチップで年間約10億件のデータを収集し、AIが15分後の需要を予測。回転レーン上の寿司廃棄量を4分の1に削減。

AIが気温・降水確率・曜日特性・客数等を分析し最適な販売予測数を提案するAI発注システムを全店132店・約8,000品目に導入。発注時間を平均約3割短縮。

ヨークベニマルはAIを活用した商品発注システムを刷新し、ベテラン従業員の勘に頼っていた販売変動予測を自動化。日用品・加工食品から全店展開を開始した。

伊勢の老舗食堂がAI来客予測を自社開発し、天候・イベント等のデータから来客数と注文メニューを95%超の精度で予測。食材廃棄を約7割削減し、売上5倍を達成。

西友は日立のAI需要予測型自動発注サービスを弁当・惣菜部門に導入開始。自社工場で製造する約250品目を対象にAIが需要予測し発注を自動化。

山崎製パンは全国20工場のリアルタイム受注情報を統合基幹システムで一元化し、ビッグデータ活用によって製品廃棄ロスを約4割削減。データに基づく生産計画の最適化を実現した。

北海道・北東北で345店舗を展開するアークスは、グループ4社の基幹システムをSAP S/4HANAで統合し、AIによる来店客数予測・自動発注・陳列最適化の基盤を構築。

サイゼリヤがNTTドコモと共同でAIによるリアルタイム売上予測技術の実証実験を実施。モバイル空間統計や気象データを活用し、1〜数時間後の売上金額を予測。従来手法より予測誤差を25%改善した。

トヨタ・KDDI等と共同でAIによるタクシー需要予測システムを開発。東京都内を500mメッシュで分割し30分単位で乗車数を予測。予測精度94.1%、搭載車両の売上が平均20.4%増加。