Estée Lauder
Estée Lauder CompaniesはMicrosoftのAI技術を活用した「ConsumerIQ」と「Trend Studio」を開発。25ブランド・150カ国のデータをAIで統合分析し、トレンド検知から商品推薦・マーケティングコピー生成までを一気通貫で自動化している。
ステランティス(Stellantis)- Mistral AI連携
ステランティスはMistral AIとの戦略提携を拡大し、次世代AI搭載車載アシスタント、部品表データインテリジェンスツール、製造ラインの異常検知など、全社横断でAIを展開。Innovation LabとTransformation Academyを設立した。
東芝
Azure OpenAIベースのAIマルチエージェントにより、SMT製造ラインの問題をわずか数分で原因究明・改善提案するシステムを開発。熟練者の思考プロセスを再現し2026年商品化予定。
LIXIL
AIによる施工イメージ検索機能を搭載した「プロダクトサーチ エクステリア版」を展開開始。施工写真をアップロードするだけで類似のLIXIL製品を検索可能にし、工務店の業務効率化を実現。
古河電気工業
MES(製造実行システム)の標準化を軸に工場データのAI-Ready化を推進。生成AI環境を約4,000人が体験し、30%以上が日常業務で利用するまでにDXを加速。
NSK
生成AIを活用した品質トラブル参照アプリケーションを自社開発。経験やスキルに関わらず必要なデータにたどり着ける仕組みで、国内約5,000名以上の社員に2025年6月から展開。
3M
300以上の製品モデルの組み合わせを持つAIプラットフォーム「Digital Materials Hub」と、AI搭載デジタルアシスタント「Ask 3M」を開発。新製品開発の商用化期間短縮を目指す。
AGC
自社向け生成AI活用環境「ChatAGC」をAzure OpenAI Serviceで構築し全社導入。2024年に11万時間以上の業務時間創出効果を確認。RAG機能により社内データ連携も実現。
Hyundai Motor(現代自動車)
NVIDIAのBlackwell AIプラットフォームを活用したAIファクトリーを構築。自動運転・ロボティクス・スマートファクトリーの3領域でAI駆動のモビリティソリューションを開発。
Bosch
2027年までにAIに約29億ユーロを投資し、世界50以上の工場でAI品質検査・予知保全・サイクルタイム最適化を展開。生成AIで生産データを自然言語分析。AIエージェントプラットフォームも外部提供予定。
富士フイルム
画像診断の所見をAIが自動作成するシステムを開発。年間約3,000万件の画像診断業務の負担軽減を目指し、放射線科医の読影ワークフローを革新。
Samsung
Galaxy S25シリーズで「真のAIコンパニオン」を実現。Galaxy AIを4億台のデバイスに拡大し、モバイルAIの民主化を推進。
BMW
AI保守アシスタント「Factory Genius」を開発。製造設備のトラブルシューティングを数秒で提案し、全社展開を推進。
Siemens
産業向け生成AIアシスタント「Siemens Industrial Copilot」がHermes Award 2025を受賞。製造業全バリューチェーンにわたる初のAIアシスタント。
NEC
調達交渉を自動化するAIエージェントサービスを提供開始。約1,300品目の部品調達における取引先との納期・数量調整を自動化する実証に成功。
ダイキン工業
日立製作所と協創し、工場の設備故障診断を支援するAIエージェントを開発。10秒以内に90%以上の精度で故障原因と対策を提示する実証に成功。
パナソニック コネクト
全社員約11,600名に生成AIアシスタント「ConnectAI」を展開。2年目で年間44.8万時間の業務時間削減を達成し、AI活用が「聞く」から「頼む」へシフト。
デンソー(Microsoft 365 Copilot)
デンソーが Microsoft 365 Copilot を段階展開し、導入初期の300人で1人あたり月12時間の業務時間削減を達成した。2024年4月に本社社員6,000人へ導入し、3万人への全社展開が決定している。
JFEエンジニアリング(生成AI基盤 xChat)
JFE エンジニアリングが生成 AI 活用基盤「Pla'cello xChat」を整備し、社内1,000名以上が利用している。OCR と生成 AI を組み合わせた見積書のデータ抽出で、見積り比較業務を数十%削減した。
日立パワーソリューションズ(保守ナレッジRAG)
日立パワーソリューションズが、保守知識を共有する生成 AI 環境「Power AI Ground」を構築した。Excel 帳票データの扱いを見直すことで、回答精度を40%から90%へ引き上げた。