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。

ニチレイ・アイスが日立のAI活用サプライチェーン計画最適化システムを導入。包装氷の生産・輸送・在庫の3計画を統合最適化し、計画立案時間を約70%削減。

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。

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。

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。

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。

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。

AIダイナミックプライシングを活用した「AIチケット」を導入。需要データに基づきチケット価格を自動変動させ、360度3Dマップビューで座席選択を可能に。球場運営の収益最大化を実現。

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。

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。

AIを活用した需給管理システム「AEMS」を開発し電力事業者に展開。AIによる高精度な電力需給予測で再エネ活用と安定供給の両立を実現。

グループ会社向けにデータ分析・AIを活用したサプライチェーン改善サービスを横展開。倉庫作業の均一化や配送トラック稼働率の向上により、年間15億円のコスト削減効果を創出。

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。

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。

BIPROGY（旧日本ユニシス）はAI需要予測による自動発注サービス「AI-Order Foresight」をライフコーポレーション全304店舗の生鮮部門に導入。販売実績・気象情報等をAIで分析し、発注数を自動算出することで作業時間と廃棄ロスを削減した。

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。

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。複合型エネルギー設備の運転をAIが最適化し、電力・熱需要を30分周期で高精度に予測してコスト最小化を実現。

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。

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。