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
300件の事例 / 全1942件 定量効果あり

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

Linde plc(リンデ)

2024

産業ガス世界最大手Lindeは、空気分離装置(ASU)フリート全体にML最適化を展開し、オフピーク時のコスト最小化のために生産スケジュールを動的に調整。2024年に64の新規プラント建設を含む59件の長期契約を締結。

2024年営業利益率29.5%(前年比190bp改善)、2024年に64プラント建設を含む59件の長期契約締結
製造業エネルギー・インフラ 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

日立建機

2024

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。

故障予兆検知率約90%を目標
製造業建設・不動産 カスタマーサポート・問い合わせ対応生産管理・設備保全 需要予測・数値予測異常検知・予兆検知

三浦工業

2024

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。

国内ボイラー市場シェア約40%をベースにIoT予知保全を展開
製造業 カスタマーサポート・問い合わせ対応生産管理・設備保全 需要予測・数値予測異常検知・予兆検知

ノーリツ

2024

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。

故障診断時間の大幅短縮、サービス品質の均一化
製造業 カスタマーサポート・問い合わせ対応生産管理・設備保全 生成AI(テキスト)需要予測・数値予測

出光興産(タンクローリー配車AI)

2024

アクセンチュアと共同でAIと最適化モデルを活用したタンクローリー配車計画システムを開発し、12月から本格導入。1日約5,000件のオーダーに対する配車計画作成時間を25%削減。

配車計画作成時間25%削減、1日約5,000件・最大約1,800台のローリー管理
エネルギー・インフラ 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

東邦ガスネットワーク(空き家予測AI)

2024

マイクロベースと共同で全国初のAIによる将来の空き家予測を実現。都市ガス使用量等のデータから住居単位で4年後の空き家状況を約9割の精度で予測し、ガス管更新計画を効率化。

4年後の空き家予測精度約9割、2024年度上期中にシステム導入
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

東北電力ネットワーク(労災予防AI)

2024

SWCCおよび北陸電力送配電と3社共同で、AI技術を活用した労働災害の未然防止に向けた検証を実施。過去の労災データをAIが解析し、リスクの高い作業を事前に特定。

2024年8月〜2025年3月の実証期間で効果検証
エネルギー・インフラ 不正検知・リスク管理 需要予測・数値予測異常検知・予兆検知

北海道電力(ReNom Power)

2024

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6億円の燃料費削減効果を確認。

月間約6億円の燃料費削減効果(火力発電)
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

ロジスティード(在庫適正化AI)

2024

AIを活用した物流センターの在庫適正化サービスを開発。杏林堂薬局の物流センターでの実証実験で在庫量6〜15%削減と、担当者のデータ処理業務の月25時間短縮を確認。

在庫量6〜15%削減、担当者のデータ処理業務月25時間短縮
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