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
11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

Kuehne+Nagel(キューネ・ナーゲル)

2024

世界最大の航空貨物フォワーダーKuehne+Nagelは、AIとプロセスオートメーションで航空・海上・陸上貨物の統合管理を推進。FreightNetデジタル物流管理システムでオンライン見積り・予約・追跡を自動化。2025年にはAI・ヘルスケア・航空宇宙セクターで市場シェア拡大。

世界最大の航空貨物フォワーダーとしてAI関連セクターで市場シェア拡大
物流・運輸 需要予測・在庫管理物流・配送最適化 OCR・文書解析最適化・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

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

ロジスティード

2024

AIを活用した在庫適正化サービスを開発し、杏林堂薬局の物流センターで実証実験を実施。在庫量6〜15%削減とデータ処理・分析業務の月25時間短縮を確認。

在庫量6〜15%削減、データ処理・分析業務月25時間短縮
物流・運輸 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

マースク(Maersk)

2024

マースクはAI搭載ロボティクスソリューションをUK倉庫に展開し、注文ソーティング速度を従来の3倍に向上。上流のバッチ在庫ピッキングも最大33%改善し、倉庫オペレーションの自動化を加速している。

注文ソーティング速度3倍向上、バッチ在庫ピッキング最大33%改善
物流・運輸 需要予測・在庫管理物流・配送最適化 画像認識・外観検査最適化・シミュレーション

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

Amazon

2024

世界の物流拠点に100万台超のロボットを導入し、AI統合制御システム「Deep Fleet」で数万台のロボットを協調動作させる次世代物流を実現。配送コストを従来比25%削減。

100万台超のロボット導入、配送コスト25%削減、1日最大65万個出荷(相模原FC)
小売・流通物流・運輸 需要予測・在庫管理物流・配送最適化 画像認識・外観検査最適化・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(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