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
14件の事例 / 全1942件 定量効果あり

日本ハム

2026

日本ハムはSAP BTPとAIを活用した在庫引当・需要予測システムを導入し、欠品率の大幅改善と在庫水準の最適化を実現。ベテラン担当者の経験知をAIで標準化した。

欠品率の大幅改善、在庫水準の最適化
飲食・食品 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

REWE Group(レーヴェグループ)

2025

ドイツ大手小売REWE Groupが、Circus社のAI自律調理ロボット「CA-1」をデュッセルドルフのスーパーマーケットに導入。予測モデルで需要を最適化し、食品廃棄を最小化しながら店内での温食提供を実現。さらにTrigo社との連携で欧州最大のコンピュータビジョン型無人決済店舗も運営。

小売・流通飲食・食品 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

ホーメル・フーズ(Hormel Foods)

2025

ホーメルがo9 SolutionsのAI需要計画プラットフォームを70以上の拠点に導入。Accentureと連携し、ドライ・冷蔵ネットワーク全体で機械学習によるタッチレス予測を実現。反応的な対応からデータ駆動型の計画立案への転換を達成。

70以上の拠点に展開、手動オーバーライドの削減、季節需要予測精度の向上
飲食・食品 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

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

カルビー(AI生産スケジューラ)

2024

AI×SaaS生産スケジューラ「最適ワークス」を湖南工場に導入。生産計画の立案・修正業務の負荷を軽減し、属人化リスクを解消。

生産計画の立案・修正業務の負荷軽減、属人化リスク解消
製造業飲食・食品 最適化・シミュレーション需要予測・在庫管理 最適化・シミュレーション

Deliveroo(デリバルー)

2024

英国発のフードデリバリーDeliverooが、AIによる動的配車・ルート最適化と需要予測型価格設定を全10市場で展開。17.9万以上の加盟店と15万以上のライダーのマッチングをリアルタイムAIが最適化。機械学習チームがマーケティング・財務などの部門横断的な意思決定も支援。

17.9万加盟店・15万ライダーのマッチングを最適化
飲食・食品 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

フェレロ(Ferrero)

2024

フェレロがSourcemap・Starlingの追跡プラットフォームとAI在庫管理システムを活用し、ヘーゼルナッツの94%トレーサビリティを達成。2024年にAI在庫システムを展開し欠品率約20%削減。2024-26年Hazelnut Charter策定でサステナブル調達を推進。

ヘーゼルナッツ94%トレーサビリティ達成、AI在庫システムで欠品率約20%削減
飲食・食品 品質管理・検査需要予測・在庫管理 需要予測・数値予測最適化・シミュレーション

ABインベブ(AB InBev)

2024

Google Cloud/Pluto7とのAIパートナーシップでビール濾過プロセスを最適化し、ランあたりバレル数60%増を達成。AIサプライチェーン革新でタッチレス計画を推進。

フィルターラン長40〜50%延長、バレル数60%増、126カ国展開予定
飲食・食品 需要予測・在庫管理生産管理・設備保全 需要予測・数値予測最適化・シミュレーション

ゼネラルミルズ(General Mills)

2024

AIによるサプライチェーン・物流最適化で2,000万ドル超のコスト削減を達成。毎日5,000以上の出荷を分析し、製造現場のリアルタイムデータ分析で5,000万ドルの廃棄削減も見込む。

物流コスト2,000万ドル超削減、製造廃棄5,000万ドル削減見込み
飲食・食品 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

サントリー

2024

大阪工場の新設「スピリッツ・リキュール工房」でAIとロボットにより原料作業を自動化。人手による原料取り扱い時間を従来の1/3に削減し、年間約2,000時間の削減を見込む。

原料取り扱い時間を1/3に削減、年間約2,000時間削減見込み、需給業務時間約6,000時間/年削減
飲食・食品 需要予測・在庫管理生産管理・設備保全 需要予測・数値予測最適化・シミュレーション

ハウス食品グループ

2022

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。

3年後をめどに欠品半減、製品・資材廃棄ロス1割削減目標
飲食・食品 需要予測・在庫管理生産管理・設備保全 需要予測・数値予測最適化・シミュレーション

ハウス食品グループ(AI需給最適化)

2021

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。

欠品50%削減、製品・資材廃棄ロス10%削減、管理業務工数60%削減を目標
飲食・食品 需要予測・在庫管理生産管理・設備保全 需要予測・数値予測最適化・シミュレーション

ハウス食品

2021

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。

欠品件数50%削減目標、製品・資材廃棄ロス10%削減目標、管理業務工数60%削減目標
飲食・食品 需要予測・在庫管理生産管理・設備保全 需要予測・数値予測最適化・シミュレーション