日本トムソンの米国子会社 IKO International が、AI 需要予測サービス「Deep Predictor」を在庫発注業務に導入した。米国全拠点の作業時間が週3.8時間から1.4時間へ約63%減り、年間124.8時間の削減になった。

繊維商社のタキヒヨーで、エンジニア経験のない担当者が需要予測データのダッシュボードを Amazon QuickSight で内製した。URL にアクセスすれば経営データを確認できる状態をつくり、現場マネージャーが意思決定業務に集中できる環境を整えている。

国際物流の日新が、AWS 上に「人と AI の協働」を掲げた物流プラットフォーム「オプティマ AI」を構築した。発注支援・在庫予測・通関支援・見積り書類チェックなどを AI が担い、人が最終判断する構成をとる。

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。

AIが過去1年間の販売実績・通行量・気象データ等を分析し、日別・便別・単品別に最適な販売予測数を算出する「AIレコメンド発注」を全国500店舗で運用開始。発注業務を週6時間削減。

英国大手スーパーASDAがMicrosoftとの大型テクノロジー提携を締結し、Azure AI・MLを基盤としたクラウドファースト運営モデルへの移行を推進。Focal SystemsのAI搭載カメラで棚の在庫・欠品・商品位置誤りを1時間ごとにスキャン。5店舗でのパイロットを実施中。

ドイツ最大の食品小売EdEkaが、Diebold NixdorfのAIセルフチェックアウトを導入。青果物の自動認識とAI年齢確認を実装。さらにVusionGroupのCaptana技術で棚の在庫可用性を5%以上向上させた。

米国南東部の大手スーパーPublixが、フロリダ州レイクランドに1.2億ドルを投じたハイテクキャンパスを開設。AIと自動化の研究開発拠点として、需要予測・在庫管理から顧客行動予測まで機械学習を活用した最適化を推進している。

スギ薬局はAWS上でAmazon Bedrockを活用し、年末調整QAボットと調剤医薬品在庫確認エージェントを構築。約2万件の問い合わせ処理で人事工数3,000時間以上を削減した。

P&GジャパンはAI需要予測システムを一部流通パートナーと運用し、トラック台数7%削減と積載効率5%改善を実現。2030年までにAI統合データ基盤で店頭欠品の自動防止を目指す。

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。

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。

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。

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。

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。

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。

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。

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。

ソフトバンクの需要予測サービス「サキミル」を活用し、スーパーマーケットバローの惣菜部門でAI自動発注を開始。利益約5%増加と発注作業時間27%削減を確認。

Domo.AIの予測モデルを活用し、旧譜楽曲の「バズりの予兆」を検知するシステムを構築。ストリーミング再生数の予測値と実績値の差異を監視し、迅速なプロモーションでトップ・プレイリストへのチャートインを実現。