食品大手の明治ホールディングスがAmazon Q Developerを導入し、開発・運用を効率化。推進事務局全体で80〜90%の生産性向上を実現し、30名超が継続的に活用している。

WhiteBoxがAmazon BedrockのAIエージェントを用いたAI駆動開発を実践し、数か月かかる開発工数を3週間に削減してAIエージェント活用システム「KanpAi」を開発した。

システム開発のウィンシステムがAIコーディングエージェント「Cline」とAmazon Bedrockを組み合わせ、技術調査を含め10営業日要していた開発工程を1営業日で完遂。開発生産性を10倍に高めた。

ITサービスのBTMがAmazon BedrockとStrands Agentsでシステム調査を自動化するAIエージェントを構築。従来半日かかっていたシステム調査を最短10分に短縮し、PMのトラブルシュート工数を95%削減した。

ホスティング等を手がけるGMOペパボが、複数プロジェクトのドキュメントをNotebookLMに集約。検索時間を大幅に短縮し、開発チームの生産性を高めた。

SNSに投稿された画像から消費者の「声なき声」をAIで抽出し、ビールやコーヒー飲料の商品企画に活用。先入観を排した発想を取り入れ、企画の作業日数を3分の1に短縮した。

ジールの支援によりAzure DatabricksとAzure OpenAIを活用したデータ・AI活用を推進。事業部門の79%が業務改善を実感するDX成果を達成。

AIプログラムにより鉄骨断面設計のバリエーションを自動生成。設計者の基本構造形状をもとに多数の設計案を自動で創出し、設計効率を向上。

アルムと共同開発した完全自動切削加工機「TTMC」の量産機を発売。AIソフト「TTMCブレイン」により金属加工の全12工程を完全自動化。

独自AI「FJWLA（Flavor Judgment for Whole Liking Analysis）」をビール開発に導入。ユーザーが「おいしい」と感じるフレーバー構成を成分レベルで特定し、2026年3月以降発売製品から順次適用。

サミットの情報システム部門はAIコーディングアシスタント「Kiro」を活用し、業務アプリケーションを12時間でPoC完成させる圧倒的スピードの内製開発を実現。

精密減速機の世界大手ナブテスコが新中期経営計画を策定し、AI・デジタル技術を活用した製品開発と生産効率化を推進。産業用ロボット向け精密減速機でAI需要に対応した供給体制の強化を計画。

先端半導体パッケージ向けの多層セラミックコア基板を開発し、AI半導体の大型化に伴うパッケージ基板の反り問題を解決。従来の有機コア基板より高い曲げ強度を実現し、2026年に長崎新工場を設立してAIデータセンター向けに商用化を計画。

製造プロセスの効率化と再生可能エネルギーの活用により、CO2排出量を約35%削減する環境配慮型炭素繊維製品ブランド「Tenax Next」を立ち上げ。AIやDXを活用した製造工程の最適化で、環境負荷低減と品質維持を両立。

AMD EPYCプロセッサ搭載のハイパフォーマンスコンピューティング環境を導入し、コネクタの設計シミュレーション解析時間を大幅短縮。AI利活用も見据えた計算基盤を整備し、設計品質の向上と業務効率の最適化を推進。

ヒューマノイドロボット市場の開拓に向け約100億円の戦略投資を実施し、波動歯車減速機の量産体制を整備。バックラッシュゼロ・位置決め精度±1秒角の超精密減速機が世界中のヒューマノイドロボットに採用されている。

燃料電池触媒の混合分散条件を自律探索するAIシステム「混合分散ROPES」を東京大学・金沢大学と共同開発。従来の試行錯誤と比較して探索効率を100倍以上に向上させ、NEDO委託事業として実用化を推進。

タイヤ設計基盤技術を高度化する新技術体系「THiiiNK」を発表。材料技術・シミュレーション技術・デザイン技術の3つを統合し、大阪大学と共同開発した生成AIをタイヤデザインに適用。新スーパーコンピュータ導入で計算時間を半減。

Google Cloudの生成AIとベクトル近傍探索を活用した類似図面検索システムを構築。Vertex AI Vector SearchとMultimodal Embeddings APIで図面の視覚的特徴を数値化し、Top5再現率80%以上の精度で設計・見積業務を効率化。

化学大手クラレがAI技術を研究開発に本格活用し、入社2年目の若手エンジニアがAIで最適配合を導き出して新材料開発に成功。2025年1月にはデジタルソリューション部を新設し、約7,000人のDX人材育成を推進。