老舗ラーメンチェーン全32店舗にAI需要予測型自動発注サービス「HANZO」を導入。AIが来客数・天候・曜日を考慮して食材の発注量を自動算出し、食品ロス削減と発注業務の属人化解消を実現。

グリッド社のAI電力需給計画立案システム「ReNom Power」を導入し、デジタルツインとAI最適化技術で電力需給計画を自動立案。年間十億円超の収益効果を実現。

ビッグデータとAIを活用した配送業務量予測システムを導入。顧客ごとの注文数・配送発生確率・滞在時間をAIが予測し、最適な配車計画を自動作成することで配送生産性を最大20%向上させた。

NECと協力しグループ3社の需給・生産管理を統合。AI技術を活用した「需給最適化プラットフォーム」で、欠品50%削減・廃棄ロス10%削減・管理業務工数60%削減を目標に推進。

ベルクは売れ筋データのタイムリーな把握と発注精度向上のためにAI分析ツール「ThoughtSpot」を導入し、約300人の社員がデータドリブンな意思決定を実現。

NECの協力でグループ3社の需給・生産管理システムを統合し、AI「異種混合学習技術」による需給最適化プラットフォームを導入。欠品50%・管理業務工数60%の削減を目指す。

トヨタ系自動車部品メーカーがIoTとAIを活用した製造改善を推進。100の製造ラインで平均43%の生産性向上を達成し、年間4億円以上の労務費削減を実現。自社ノウハウを外販するスマートサービスも展開。

Googleとの協業でAI需要予測とサプライチェーン最適化を推進。顧客の声をAIで分析して個店・SKU単位の改善を実現し、物流センターではAI・ロボティクスで倉庫自動化を推進。

寿司皿のICチップで年間約10億件のデータを収集し、AIが15分後の需要を予測。回転レーン上の寿司廃棄量を4分の1に削減。

AIが気温・降水確率・曜日特性・客数等を分析し最適な販売予測数を提案するAI発注システムを全店132店・約8,000品目に導入。発注時間を平均約3割短縮。

ヨークベニマルはAIを活用した商品発注システムを刷新し、ベテラン従業員の勘に頼っていた販売変動予測を自動化。日用品・加工食品から全店展開を開始した。

伊勢の老舗食堂がAI来客予測を自社開発し、天候・イベント等のデータから来客数と注文メニューを95%超の精度で予測。食材廃棄を約7割削減し、売上5倍を達成。

西友は日立のAI需要予測型自動発注サービスを弁当・惣菜部門に導入開始。自社工場で製造する約250品目を対象にAIが需要予測し発注を自動化。

山崎製パンは全国20工場のリアルタイム受注情報を統合基幹システムで一元化し、ビッグデータ活用によって製品廃棄ロスを約4割削減。データに基づく生産計画の最適化を実現した。

PayPalが不正検知モデルの開発にH2O Driverless AIを使い、単一のテストでモデル精度を約6%向上させた。10年以上にわたり特徴量設計を続けてきたチームにとっても大きな成果だった。

ハローズはシノプスの需要予測型自動発注システム「SINOPS-R」「SINOPS-W」を導入し、全70店舗以上と物流センターで発注業務の自動化と在庫最適化を実現。