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
56件の事例 / 全1942件 定量効果あり

日本ハム

2026

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。

欠品率の大幅改善、在庫水準の最適化
飲食・食品 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

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

Reliance Retail / JioMart(リライアンス・リテール / ジオマート)

2025

インド最大の小売グループReliance RetailのJioMartが、AI駆動のフルフィルメントセンターで30分配送を主要10都市に展開。3.49億人の登録顧客基盤と年間12億件以上の取引データをAIで分析し、需要予測と配送最適化を実施。FY2025売上は前年比8%増。

30分配送を10都市で展開、3.49億人の登録顧客、年間12億件超の取引
小売・流通 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

REWE Group(レーヴェグループ)

2025

ドイツ大手小売REWE Groupが、Circus社のAI自律調理ロボット「CA-1」をデュッセルドルフのスーパーマーケットに導入。予測モデルで需要を最適化し、食品廃棄を最小化しながら店内での温食提供を実現。さらにTrigo社との連携で欧州最大のコンピュータビジョン型無人決済店舗も運営。

小売・流通飲食・食品 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・数値予測最適化・シミュレーション

Publix(パブリックス)

2025

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。

1.2億ドルのイノベーションキャンパス投資
小売・流通 需要予測・在庫管理設計・R&D 需要予測・数値予測最適化・シミュレーション

Ahold Delhaize(アホールド・デレーズ)

2025

欧米で食品小売を展開するAhold Delhaizeが、W23 Globalを通じてAIスタートアップのHarmonyaとProtex AIに投資。AIと自動化を物流・配送センターに導入し、2028年までに累計50億ユーロのコスト削減を目標とする。

2028年までに累計50億ユーロの削減目標
小売・流通 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

Yum! Brands(ヤム・ブランズ)

2025

KFC・Taco Bell・Pizza Hutの親会社Yum! Brandsが、AI駆動のレストランテクノロジープラットフォーム「Byte by Yum!」を発表。NVIDIAとの業界初コラボレーションでAI技術開発を加速し、全世界のレストランでモバイル注文、POS、キッチン・配送最適化、在庫・労務管理を統合。

40以上のAIプロジェクトが進行中
飲食・食品 最適化・シミュレーション営業支援・販売需要予測・在庫管理 需要予測・数値予測AIエージェント最適化・シミュレーション

ロス・ストアーズ(Ross Stores)

2025

ロス・ストアーズがAI需要予測・自動補充・サプライチェーン最適化をOracle・Blue Yonderと連携して展開。FY2026に約11億ドルの設備投資でテクノロジー刷新と物流センター自動化を推進。セルフチェックアウトの試験導入も開始。

FY2026設備投資約11億ドル(テクノロジー・物流自動化含む)
小売・流通 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

TJXカンパニーズ(TJX Companies)

2025

TJX(T.J.Maxx・Marshalls運営)がオフプライス小売モデルにAIを統合。AIアルゴリズムによる購買行動分析・パーソナライズ推薦、AI需要予測による在庫最適化、動的価格調整を導入し、独自のトレジャーハントモデルをAIで強化。

オフプライス小売の在庫最適化と動的価格調整を実現
小売・流通 レコメンド・パーソナライズ営業支援・販売需要予測・在庫管理 需要予測・数値予測最適化・シミュレーションレコメンド・パーソナライズ

ホーメル・フーズ(Hormel Foods)

2025

ホーメルがo9 SolutionsのAI需要計画プラットフォームを70以上の拠点に導入。Accentureと連携し、ドライ・冷蔵ネットワーク全体で機械学習によるタッチレス予測を実現。反応的な対応からデータ駆動型の計画立案への転換を達成。

70以上の拠点に展開、手動オーバーライドの削減、季節需要予測精度の向上
飲食・食品 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

コストコ(Costco)

2025

コストコはAIを活用した予測需要予測、動的価格設定、サプライチェーンロジスティクスの最適化をバックエンドで推進。2025年に27〜29の新規倉庫開設を計画し、AIが国際的な在庫管理の複雑性に対応している。

2025年に27〜29の新規倉庫を韓国・スウェーデン含む国際展開
小売・流通 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

ニチレイフーズ

2025

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。

計画立案時間を約70%削減
製造業 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

Nestlé

2025

Harvard D^3 InstituteとMicrosoftが主導する「Frontier Firm AI Initiative」に参画。AI活用による製造・サプライチェーン効率化を推進し、食品廃棄削減にも取り組む世界最大の食品メーカー。

Harvard・Microsoftとの先端AI共同研究に参画、全社SAPシステムのAI統合を推進
飲食・食品 需要予測・在庫管理生産管理・設備保全 生成AI(テキスト)需要予測・数値予測最適化・シミュレーション

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

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

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