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
13件の事例 / 全1942件 定量効果あり

Luup

2025

電動マイクロモビリティのシェアリングを手がけるLuupが全従業員にGemini Enterpriseを導入。ポート設置計画・需要予測・メンテナンスなど多岐にわたる業務をAIエージェントが支援している。

全従業員に導入し、ポート設置計画・需要予測・メンテナンスなど多岐にわたる業務をAIエージェントが支援。
物流・運輸 最適化・シミュレーション需要予測・在庫管理 需要予測・数値予測AIエージェント

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

日本通運(NXグループ)(AI出荷予測)

2025

D2C向け物流Webアプリ「DCX」でAIを活用した出荷予測サービスを開始。過去の出荷データをAIが分析し、アイテムごとの月別出荷数量を短時間で予測。

出荷予測を約5分で算出
物流・運輸 需要予測・在庫管理 需要予測・数値予測

日本通運(NXグループ)

2025

物流WebアプリDCXにAIを活用した出荷予測サービスを追加。D2C向けにAIが過去の出荷データからアイテムごとの月別出荷数量を予測。

物流・運輸 需要予測・在庫管理 需要予測・数値予測

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

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

センコーグループ(出荷量予測)

2024

H2O Driverless AIを導入し、倉庫の出荷量予測精度を60%から87%に大幅向上。予測期間も1週間から1ヶ月に延長しながら精度を維持し、要員計画・配置の効率化を実現。

予測精度60%→87%に向上、予測期間を1週間→1ヶ月に延長
物流・運輸 需要予測・在庫管理 需要予測・数値予測

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

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

日本交通

2018

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。

需要予測精度94.1%。搭載車両の1日あたり売上が前月比で平均20.4%増加
物流・運輸 需要予測・在庫管理 需要予測・数値予測