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
275件の事例 / 全1933件 定量効果あり

七十七銀行

2025

三菱総合研究所の「審査AIサービス」を住宅ローン審査実務に導入。50%以上の住宅ローン案件をAIがリアルタイムで自動承認判定し、平均応答時間1秒以内を実現。

住宅ローン案件の50%以上を自動承認判定、平均応答時間1秒以内、サービス稼働率100%
金融・保険 最適化・シミュレーション経理・財務・法務 需要予測・数値予測

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

ヤマハ発動機

2025

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。

豪州・NZの2社を買収、米国に新会社設立、精密農業を将来のコア事業に位置づけ
製造業農業・畜産 最適化・シミュレーション需要予測・在庫管理 画像認識・外観検査需要予測・数値予測

atama plus

2025

AI個別最適化学習教材「atama+」を全国4,500校以上に展開し、フランチャイズ塾「atama+塾」の全国展開を開始。累計7億回以上の回答データでAIの推薦精度を向上。KDDIグループ・イーオンとも提携。

全国47都道府県4,500校以上に導入、累計7億回以上の回答データ、KDDI/イーオンが40校舎展開
教育 レコメンド・パーソナライズ 需要予測・数値予測レコメンド・パーソナライズ

ファームノート

2025

AIが酪農経営を変革するプラットフォーム「Farmnote Cloud Platform V3」を発表。AIによる収益性シミュレーション・業務自動組立で「自律型牧場経営」を実現。契約頭数37万頭(日本の乳用牛の約10%)。

契約頭数37万頭(日本の乳用牛の約10%)、ウェアラブルデバイス総出荷18万台、ゲノム検査国内シェア50%
農業・畜産 需要予測・在庫管理生産管理・設備保全 需要予測・数値予測AIエージェント異常検知・予兆検知

オプティム(OPTiM)

2025

AIドローンによる「ピンポイントタイム散布サービス」を全国展開し、26府県133市町村・約26,000ヘクタールの農地で利用。AI適期散布により品質を平均約60%向上させ、スマート農業のインフラを構築。

26府県133市町村・約26,000ha・約11万圃場で導入、品質平均約60%向上、継続利用意向94%以上
IT・通信農業・畜産 最適化・シミュレーション 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

日本通運(NXグループ)

2025

物流WebアプリDCXにAIを活用した出荷予測サービスを追加。D2C向けにAIが過去の出荷データからアイテムごとの月別出荷数量を予測。

出荷予測を約5分で算出
物流・運輸 需要予測・在庫管理 需要予測・数値予測

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

MSC(地中海海運)

2024

世界最大のコンテナ船社MSCは、AI駆動の予測ETA分析とIoTスマートコンテナ5万台でリアルタイム貨物追跡を実現。Traxens技術で温度・湿度・衝撃・ドア開閉を監視し、AIが船舶動態・港湾混雑・過去データから到着予測を算出。

5万台のIoTコンテナ展開、900隻超・500港以上で運用、市場シェア約20%
物流・運輸 物流・配送最適化 需要予測・数値予測異常検知・予兆検知

Hapag-Lloyd(ハパックロイド)

2024

ドイツの海運大手Hapag-Lloydは、160万台のドライコンテナ全てにIoTスマートデバイスを搭載する世界唯一の完全デジタル化船社を目指し、150万台以上を装着済み。生成AIアシスタント「Haapi」でAPI管理ワークフローを96%改善。

150万台以上のIoTスマートコンテナ装着、Haapiでワークフロー96%改善、定時配達率80%目標(Strategy 2030)
物流・運輸 物流・配送最適化 生成AI(テキスト)需要予測・数値予測

CMA CGM(CMA CGM)

2024

フランスの海運大手CMA CGMは、Googleとの戦略提携とMistral AIへの1億ユーロ投資で、海上ルート最適化・コンテナ配置・需要予測にAIを全面導入。物流子会社CEVAもGoogleのAI技術でスマート倉庫管理を展開。

Mistral AIに1億ユーロの5年戦略投資、年間3,000人のAI人材育成
物流・運輸 最適化・シミュレーション物流・配送最適化 需要予測・数値予測最適化・シミュレーション

Glencore(グレンコア)

2024

世界最大級の資源商社Glencoreは、CSA銅鉱山でAI駆動の鉱物検出・自動化採掘を導入。コモディティ取引ではアルゴリズム取引がQ4 2024の小麦先物利益の約45%を占め、AIベースのメンテナンス投資で設備稼働率を向上。

Q4 2024小麦先物利益の約45%がアルゴリズム取引、2024年総収入約2,309億ドル
エネルギー・インフラ 最適化・シミュレーション不正検知・リスク管理 需要予測・数値予測最適化・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

Fluence Energy(フルーエンスエナジー)

2024

SiemensとAESの合弁会社Fluence Energyは、AIベースのエネルギー管理プラットフォームNispera/Mosaicで蓄電システムのリアルタイム最適化と予測分析を実施。2024年に初の黒字化を達成。

2024年に初の黒字化(ROA 10%)、2024 Power Technology Excellence Awards受賞
エネルギー・インフラ 最適化・シミュレーション 需要予測・数値予測最適化・シミュレーション

Cummins(カミンズ)

2024

米国のエンジン大手Cumminsは、エンジンセンサーデータのAI分析による予知保全と、AI画像認識による製造品質検査を導入。需要予測AIでサプライチェーンの在庫管理と物流も最適化。

エンジン故障の事前予測による計画外停止の削減
製造業 品質管理・検査需要予測・在庫管理生産管理・設備保全 画像認識・外観検査需要予測・数値予測異常検知・予兆検知

Suzano(スザノ)

2024

ブラジルのパルプ世界最大手Suzanoは、AIアルゴリズムで最適な植林樹種選定を実施するとともに、製造拠点の過去データ分析でオペレーターに最適生産プロセスを推奨し、エネルギー・化学薬品の使用量削減を実現。

エネルギー消費削減、化学薬品使用量削減、投入材削減
製造業 最適化・シミュレーション生産管理・設備保全 需要予測・数値予測最適化・シミュレーション

Freeport-McMoRan(フリーポート・マクモラン)

2024

世界最大の銅生産企業Freeport-McMoRanは、McKinseyと連携しAIモデルでミル処理設定を1時間ごとに最適化。鉱石種別に応じた動的調整により銅生産量を5-10%増産し、年間9万トン相当の増産効果を見込む。

銅生産量5-10%増産、年間約9万トン相当の増産効果、Cerro Verde鉱山(Bagdad鉱山の5倍規模)にも展開
製造業 最適化・シミュレーション生産管理・設備保全 需要予測・数値予測最適化・シミュレーション

Nucor(ニューコア)

2024

Nucorは米国最大の鉄鋼メーカーとして、AIを活用した鋼材混合最適化と品質予測を実施。Delta BravoのAIプラットフォームにより、リサイクル原料と新規原料の最適ブレンドを予測し、品質を維持しながらコスト削減と省エネを実現。

特定工程の人的作業時間約80%削減
製造業 最適化・シミュレーション品質管理・検査 需要予測・数値予測最適化・シミュレーション

横浜ゴム(AIタイヤ設計)

2024

dotDataのAIプラットフォームを導入し、「人とAIの協奏」をコンセプトにタイヤの性能と開発・製造プロセスの改善に活用。試作評価データの分析で設計精度を向上。

タイヤ性能と安定性の段階的向上
製造業 品質管理・検査設計・R&D 需要予測・数値予測最適化・シミュレーション