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
150件の事例 / 全1942件 定量効果あり

ヤマハ発動機

2025

精密農業を新たな成長事業に位置づけ、AIデータ解析のThe Yield社(豪州)とロボティクスのRobotics Plus社(NZ)を買収。米国に統括新会社「Yamaha Agriculture」を設立。

豪州・NZの2社を買収、米国に新会社設立、精密農業を将来のコア事業に位置づけ
製造業農業・畜産 最適化・シミュレーション需要予測・在庫管理 画像認識・外観検査需要予測・数値予測

ファームノート

2025

AIが酪農経営を変革するプラットフォーム「Farmnote Cloud Platform V3」を発表。AIによる収益性シミュレーション・業務自動組立で「自律型牧場経営」を実現。契約頭数37万頭(日本の乳用牛の約10%)。

契約頭数37万頭(日本の乳用牛の約10%)、ウェアラブルデバイス総出荷18万台、ゲノム検査国内シェア50%
農業・畜産 需要予測・在庫管理生産管理・設備保全 需要予測・数値予測AIエージェント異常検知・予兆検知

Starbucks

2025

生成AI搭載の従業員支援ツール「Green Dot Assist」を35店舗でパイロット導入。AIがレシピや業務手順にリアルタイム回答するほか、在庫カウント頻度を8倍に向上させるAI画像認識も導入。

在庫カウント頻度8倍向上、35店舗でパイロット
小売・流通飲食・食品 需要予測・在庫管理社内ナレッジ検索・共有 生成AI(テキスト)画像認識・外観検査

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

ファミリーマート

2025

AIを活用した新発注システム「AIレコメンド発注」を全国500店舗で運用開始。店舗の業務効率化と販売機会の最大化を実現。

全国500店舗で運用開始
小売・流通 需要予測・在庫管理 需要予測・数値予測レコメンド・パーソナライズ

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

Neste(ネステ)

2024

フィンランドの再生可能燃料大手Nesteは、AI駆動の予測モデルでグローバル原料調達のコストとカーボン強度を最適化。シンガポール拠点の16億ユーロ拡張で再生可能燃料のアジア太平洋生産能力を倍増。

シンガポール拡張(16億ユーロ)でアジア太平洋生産能力倍増、再生可能製品販売量約390万トン(2024年)
エネルギー・インフラ 最適化・シミュレーション需要予測・在庫管理 需要予測・数値予測最適化・シミュレーション

Cummins(カミンズ)

2024

米国のエンジン大手Cumminsは、エンジンセンサーデータのAI分析による予知保全と、AI画像認識による製造品質検査を導入。需要予測AIでサプライチェーンの在庫管理と物流も最適化。

エンジン故障の事前予測による計画外停止の削減
製造業 品質管理・検査需要予測・在庫管理生産管理・設備保全 画像認識・外観検査需要予測・数値予測異常検知・予兆検知

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

出光興産(タンクローリー配車AI)

2024

アクセンチュアと共同でAIと最適化モデルを活用したタンクローリー配車計画システムを開発し、12月から本格導入。1日約5,000件のオーダーに対する配車計画作成時間を25%削減。

配車計画作成時間25%削減、1日約5,000件・最大約1,800台のローリー管理
エネルギー・インフラ 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

東邦ガスネットワーク(空き家予測AI)

2024

マイクロベースと共同で全国初のAIによる将来の空き家予測を実現。都市ガス使用量等のデータから住居単位で4年後の空き家状況を約9割の精度で予測し、ガス管更新計画を効率化。

4年後の空き家予測精度約9割、2024年度上期中にシステム導入
エネルギー・インフラ 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

九州電力(石炭受払計画AI)

2024

石炭の受払計画を自動作成するAIシステムを苓北発電所・松浦発電所に導入。計画策定にかかる時間を年間で4分の1に短縮し、Microsoft 365 Copilotも全グループ1万人に展開。

計画策定時間を年間4分の1に短縮、Copilot導入で最大13.2%の時間削減
エネルギー・インフラ 最適化・シミュレーション需要予測・在庫管理 生成AI(テキスト)最適化・シミュレーション

北海道電力(ReNom Power)

2024

グリッドと共同で火力・水力需給計画最適化システム「ReNom Power」のAIエンジンを開発。火力発電の需給計画最適化で月間約6億円の燃料費削減効果を確認。

月間約6億円の燃料費削減効果(火力発電)
エネルギー・インフラ 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

ヤマエ久野(AI需要予測自動発注)

2024

日立と協創し、食品卸の汎用倉庫にAI需要予測自動発注システムを導入。発注業務時間を約50%(約3時間→約1.5時間)削減。スポット特売や配送条件にも対応する高度な機能を搭載。

発注業務時間約50%削減(約3時間→約1.5時間)
小売・流通 需要予測・在庫管理 需要予測・数値予測

アサヒ飲料(AI新商品需要予測)

2024

AIを活用した新商品の需要予測システムを検証し、年間3億円の削減効果を試算。発売5週間前で3〜4割、発売翌日で4割の商品でAI予測が既存手法を上回る精度を達成。

年間3億円の削減効果を試算、発売前段階でAI予測が既存手法を上回る精度
飲食・食品 需要予測・在庫管理 需要予測・数値予測

JR西日本フードサービスネット(HANZO AI自動発注)

2024

駅ナカ飲食店「麺家」「デリカフェ」34店舗にAI自動発注サービス「HANZO」を導入。発注の精度ばらつきと紙ベースの非効率な業務フローを改善。

34店舗で発注時間短縮、食材ロス軽減
飲食・食品 需要予測・在庫管理 需要予測・数値予測

リンガーハット(AI需要予測アプリ)

2024

パロアルトインサイトと共同開発したAI搭載の自動発注アプリ・シフト管理アプリをリンガーハット・濵かつ直営492店舗全店に導入完了。シフト作成業務を数時間に短縮。

492店舗全店に導入完了、シフト作成業務を毎月10数時間→数時間に短縮
飲食・食品 需要予測・在庫管理 需要予測・数値予測

どうとんぼり神座(HANZO AI自動発注)

2024

ラーメンチェーン「どうとんぼり神座」の84店舗にAI需要予測型自動発注サービス「HANZO」を導入。191品目の自動発注により年間15,000時間超の発注業務を90%削減へ。

年間15,000時間超の発注業務を90%削減目標、84店舗・191品目を自動発注
飲食・食品 需要予測・在庫管理 需要予測・数値予測