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。

ロジスティードが、物流センターの在庫適正化を支援する「SCDOS協調型在庫コントロール支援サービス」を提供開始した。杏林堂薬局の物流センターでの実証実験で、熟練担当者のデータ集計・加工・分析業務を月あたり25時間削減し、在庫を6〜15%削減できる見込みを確認している。

AIによる需要予測に基づく自動発注システムを全182店舗に導入。30種類のコーザルデータを活用し、発注時間を約85%（3時間→25分）短縮、在庫5%削減、自動化率98%を達成。

イオンリテールは日本IBMと共同開発した需要予測・発注システム「AIオーダー」を約380店舗に導入。発注時間を平均5割削減し、予測精度を最大40%改善した。

ベルクはセーフィーのエッジAIカメラ「Safie One」を活用し、6店舗で需要予測の実証実験を実施。AIカメラとPOSデータを連動し、商品陳列の最適化による売上向上を図った。

シンプレクスが構築した動員予測AIシステムを導入。機械学習を用いて来場者数を予測し、スタッフ配置やアトラクション運営の最適化を実現。テーマパーク運営の効率化とゲスト体験向上を両立。

讃岐うどん「丸亀製麺」を展開するトリドールHDが、富士通のAI需要予測サービスを国内全823店舗に導入。気象データやPOSデータをもとに日別・時間帯別の客数・販売数を予測し、食品ロス削減と運営効率化を実現。

物流センターと補充倉庫間の商品横持ち計画にAI需要予測モデルを導入。横持ち指示作成の工数を約75%、入出荷作業を約30%、フォークリフト作業を約15%削減。

日立製作所・オプティマムアーキテクトと共同でAI需要予測に基づく自動発注システムを全182店舗に導入。発注時間を約85%短縮し、自動化率98%を達成。

AI技術を活用したエネルギーマネジメントシステム（EMS）を開発。電力・熱の需要を30分周期で高精度予測し、コジェネレーション設備の運転計画を自動最適化。

AIを活用した需要予測型発注システムを全店舗に導入。天候・曜日特性・過去売上データから適正在庫を算出し、発注業務時間を約40%削減。

デジタルツインとAI最適化プラットフォーム「ReNom Power」を活用し、電力需給計画の最適化・自動化を実現。再生可能エネルギー拡大に伴う需給計画の複雑化に対応。

スシローの回転レーンにICチップ搭載皿を導入し、約200億皿分の販売データをAIで分析。1分後・15分後の需要を予測して最適な握り数を決定し、メニュー廃棄率を75%削減。

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。