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。

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。

LLMを活用した歩留まり分析フレームワークを開発しISSM2024最優秀論文賞を受賞。AIサーバー向けGaNパワー半導体も開発し電力損失2割低減を実現。

P&GジャパンはAI需要予測システムを一部流通パートナーと運用し、トラック台数7%削減と積載効率5%改善を実現。2030年までにAI統合データ基盤で店頭欠品の自動防止を目指す。

ポーラ化成工業は化粧品開発支援AIシステム「AIM POLAR」を開発。感触設計AIと品質予測AIにより、試作回数を大幅に削減しながら、パーソナライズ化粧品の実現に向けた処方設計の高速化を推進している。

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。

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。

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。

サービスソリューション「ConSite」にAI予兆検知を搭載し、建設機械の遠隔故障診断サービスを強化。センシングによる故障予兆検知率約90%を目標。

産業用ボイラーのIoT遠隔監視サービス「MEIS CLOUD」にAI予知保全機能を追加。KDDIとの協業によりIoTデータとAIを組み合わせた故障予知サービスを展開。

DataRobotのEnterprise AI Suiteを活用し「AI故障診断支援アプリ」を開発。予測AIと生成AIを組み合わせ、サービスエンジニアの故障診断時間を大幅短縮。

IoT/AI基盤を名古屋工場でモデル構築し、2025年までに国内外全12拠点のタイヤ工場へ導入する計画を推進。データ収集・解析時間を90%短縮し、不良品発生率を30%低減する効果を確認。

企業間でAI学習用の実験データを共有し、合成ゴムの物性予測AIモデルの精度向上を実証。米国グループ企業ZCLPとの間で独自変換プログラムにより7,000水準以上の配合データベースを構築し、秘密計算技術の実装も検討。

独自のAI利活用フレームワーク「HAICoLab」で人とAIの協奏によるタイヤ開発革新を推進。XAI（説明可能なAI）によるタイヤ設計支援システムで経験の浅い技術者の設計を支援。

日立と協創しAI・量子アニーリングを活用したマテリアルズインフォマティクス（MI）を推進。材料特性予測AIの精度向上により材料開発期間を2割短縮。

製品設計のCAE（コンピューター支援設計）作業にAI技術を適用検証。過去データのパターン分析とAI活用により、設計初期段階から最適な解析条件を設定可能に。

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。

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。

全従業員約4万人のデジタル人材化を掲げ、生成AIを全社展開。新規用途探索AIで6,000以上の用途候補を考案し、DXによる営業増益効果は年間28億円以上を達成。

AIによる熱負荷予測を活用したリモート自動省エネ制御サービスを開始。空調の消費電力を最大約20%削減しつつ快適性を維持。