AIを活用した需要予測で販売予測精度を77%から91%に向上。化粧品の画像データとリリース文章をAIで解析し、廃棄金額25%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。

Google CloudのVertex AIを活用し、航空機製造におけるシール材料の需要予測を最適化。月間廃棄額を95%以上削減し、2023年7月には廃棄ゼロを達成。

IoT共通プラットフォームを活用した「スマートシティたかまつ」を推進。水位・潮位センサーのリアルタイムデータとAI分析を組み合わせた防災対策を構築し、近隣市町との広域連携も実現。

富士通Japanと共同開発した「未納対策支援AI」を全国初で運用開始。住民税・国保料の未納案件について、調査先選定時間を1件30分から約3分へ大幅短縮。

ChatGPTの全庁的な業務活用を推進し、月500時間の業務削減を達成。教育分野ではAI不登校予測モデルの実証を実施し、児童生徒約12,000人のデータ分析で早期支援体制を構築。

Uberは自社開発のMLプラットフォーム「Michelangelo」を8年間にわたり進化させ、5,000以上のモデルを本番運用。ピーク時に毎秒1,000万件のリアルタイム予測を処理し、ETA計算・マッチング・不正検知など全事業に活用している。

AI搭載心電図（ECG）アルゴリズムにより、臨床診断の最大10年前に心房細動を予測できることを人口ベース研究で実証。AI誘導スクリーニングで従来見逃されていた心房細動症例を新規検出。

AI臨床試験最適化により、AI設計の試験がスケジュール前倒しで完了する傾向を確認。AI選定の治験責任医師はアフリカ系アメリカ人患者の登録が2.7倍多く、多様性のある臨床データ取得を実現。

AI疾患予測ツール「MILTON」を開発し2024年にNature Geneticsに発表。67種の臨床バイオマーカーから1,000以上の疾患を診断前に予測可能で、新薬標的・バイオマーカー発見を加速。

エコナビスタと業務提携し、認知症予測AIモデルと脳健康チェックツール「のうKNOW」を活用して高齢者施設での認知機能変化の早期検出実証実験を開始。認知症エコシステムの構築を目指す。

出光興産はアクセンチュアと共同で、AIと数理最適化を活用したタンクローリー配車計画作成システム「aIDEM」を構築。配車計画作成時間を25%短縮し、年間約3,500万KLの燃料配送を効率化した。

北海道電力はグリッドと共同で、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6億円の費用削減効果を実現した。

AI搭載の不正検知スイート「Visa Protect」により2024年だけで400億ドルの不正取引をブロック。深層学習による新たな「Visa Deep Authorization」や即時送金保護ソリューションも展開。

自社データプラットフォーム「Legend」と生成AIを統合し、トレーディング・コンプライアンス・リスク管理の各領域でAIを本格展開。戦略検証サイクルを60%以上短縮し、500人以上のAIエンジニアを新規採用。

dotDataのAI技術を活用した代理店営業支援システム「MS1 Brain」を約3万8,000の代理店に導入。AIスコアリングにより保険のアップセル・クロスセル成約率が従来比2〜3倍に向上。

約3万人の営業職員を対象にAI顧客情報管理システムを導入。顧客の意向や状況をAIが高精度に分析し、営業職員の提案活動を支援。Vitalityプログラムとの連携も推進。

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。

GoogleのAIシステムを活用し約3万人の配達員の配送ルートを再編。ドライバー1人あたりの残業を約1割削減することを目指す大規模プロジェクト。

BIPROGYのAI需要予測サービス「AI-Order Foresight」を全304店舗の生鮮部門に拡大導入。畜産商品で発注時間3〜4割減、廃棄率10ポイント改善を達成。