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
186件の事例 / 全1933件 定量効果あり

双日

2024

タイの農業DXプラットフォーム事業にAI技術を導入。さくらインターネットのGPUクラウドとデガスのAIで土壌・病害データを分析し、キャッサバ農家への肥料提案を実現。

2030年度までに110万農家のデータ獲得目標
農業・畜産 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

伊藤忠商事

2024

グループ会社向けにデータ分析・AIを活用したサプライチェーン改善サービスを横展開。倉庫作業の均一化や配送トラック稼働率の向上により、年間15億円のコスト削減効果を創出。

年間15億円のコスト削減、グループ11社17件導入
小売・流通 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

野村不動産ソリューションズ(AI査定)

2024

不動産査定業務にAIを活用し、膨大な取引データから適正価格を瞬時に算出。営業担当者の査定業務を大幅に効率化し、顧客への迅速な提案を実現。

査定業務の大幅効率化、顧客への迅速な提案を実現
建設・不動産 最適化・シミュレーション営業支援・販売 生成AI(テキスト)需要予測・数値予測

セイコーエプソン(CAE×AI検証)

2024

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。

設計初期段階での最適条件設定を実現
製造業 最適化・シミュレーション設計・R&D 需要予測・数値予測最適化・シミュレーション

アサヒ飲料

2024

アサヒ飲料はAIで生産・販売・在庫情報を分析する「MOVO PSI」を活用し、物流の輸送量平準化を推進。実証実験で輸送コスト約9.1%削減、在庫日数約13.2%削減を達成した。

輸送コスト約9.1%削減、在庫日数約13.2%削減
飲食・食品 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

センコーグループ(出荷量予測)

2024

H2O Driverless AIを導入し、倉庫の出荷量予測精度を60%から87%に大幅向上。予測期間も1週間から1ヶ月に延長しながら精度を維持し、要員計画・配置の効率化を実現。

予測精度60%→87%に向上、予測期間を1週間→1ヶ月に延長
物流・運輸 需要予測・在庫管理 需要予測・数値予測

Hacobu(MOVO PSI)

2024

JDSCと協業し、メーカー・卸・小売を跨ぐPSI情報共有サービス「MOVO PSI」を開発。キリンビバレッジで輸送コスト約9.1%削減、在庫日数約13.2%削減を実現。

キリン:輸送コスト9.1%削減・在庫日数13.2%削減、アサヒ:輸送コスト6.2%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

センコーグループ

2024

JDSCと共同で物流倉庫の人員配置をAIで最適化するシステム「SAIFOMW」を開発。テスト運用で14%の工数削減余地を発見し、2024年7月から千葉県の3拠点(400人超)で本格運用を開始。

14%の工数削減余地を発見、400人超の大規模拠点で運用
物流・運輸 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

警視庁

2024

AIとビッグデータを活用した交通管制システムの高度化プロジェクトを推進。AIによる特異渋滞の検知と信号機の自動調整を全国の警察で初めて本格導入。

30分後の渋滞の長さを40メートル以下の誤差で予測
自治体・公共 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

花王

2024

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。

販売予測精度77%→91%に向上、予測精度85%向上、廃棄金額25%削減
製造業 需要予測・在庫管理 画像認識・外観検査需要予測・数値予測

サントリー

2024

大阪工場の新設「スピリッツ・リキュール工房」でAIとロボットにより原料作業を自動化。人手による原料取り扱い時間を従来の1/3に削減し、年間約2,000時間の削減を見込む。

原料取り扱い時間を1/3に削減、年間約2,000時間削減見込み、需給業務時間約6,000時間/年削減
飲食・食品 需要予測・在庫管理生産管理・設備保全 需要予測・数値予測最適化・シミュレーション

三菱重工業

2024

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。

月間廃棄額95%以上削減(数百万円→10万円以下)、予測所要時間40時間→10分、2023年7月に廃棄ゼロ達成
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

高松市

2024

IoT共通プラットフォームを活用した「スマートシティたかまつ」を推進。水位・潮位センサーのリアルタイムデータとAI分析を組み合わせた防災対策を構築し、近隣市町との広域連携も実現。

近隣市町との広域連携を実現
自治体・公共 最適化・シミュレーション 需要予測・数値予測異常検知・予兆検知

練馬区

2024

富士通Japanと共同開発した「未納対策支援AI」を全国初で運用開始。住民税・国保料の未納案件について、調査先選定時間を1件30分から約3分へ大幅短縮。

調査先選定時間を1件30分→約3分に短縮(90%減)
自治体・公共 経理・財務・法務不正検知・リスク管理 需要予測・数値予測

戸田市

2024

ChatGPTの全庁的な業務活用を推進し、月500時間の業務削減を達成。教育分野ではAI不登校予測モデルの実証を実施し、児童生徒約12,000人のデータ分析で早期支援体制を構築。

月500時間の業務削減、約12,000人のデータ分析
教育自治体・公共 最適化・シミュレーション文書作成・レポート生成 生成AI(テキスト)需要予測・数値予測

エーザイ

2024

エコナビスタと業務提携し、認知症予測AIモデルと脳健康チェックツール「のうKNOW」を活用して高齢者施設での認知機能変化の早期検出実証実験を開始。認知症エコシステムの構築を目指す。

高齢者施設での認知機能変化の早期検出実証を開始
医療・ヘルスケア 設計・R&D 需要予測・数値予測異常検知・予兆検知

出光興産

2024

出光興産はアクセンチュアと共同で、AIと数理最適化を活用したタンクローリー配車計画作成システム「aIDEM」を構築。配車計画作成時間を25%短縮し、年間約3,500万KLの燃料配送を効率化した。

配車計画作成時間を25%短縮
エネルギー・インフラ 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

北海道電力

2024

北海道電力はグリッドと共同で、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6億円の費用削減効果を実現した。

月間約6億円の燃料費削減、計画策定時間を4〜6時間から約10分に短縮
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

三井住友海上火災保険

2024

dotDataのAI技術を活用した代理店営業支援システム「MS1 Brain」を約3万8,000の代理店に導入。AIスコアリングにより保険のアップセル・クロスセル成約率が従来比2〜3倍に向上。

アップセル・クロスセル成約率が従来比2〜3倍に増加、約3万8,000代理店で展開
金融・保険 レコメンド・パーソナライズ営業支援・販売 需要予測・数値予測レコメンド・パーソナライズ

住友生命

2024

約3万人の営業職員を対象にAI顧客情報管理システムを導入。顧客の意向や状況をAIが高精度に分析し、営業職員の提案活動を支援。Vitalityプログラムとの連携も推進。

約3万人の営業職員が利用、2024年11月25日から運用開始
金融・保険 レコメンド・パーソナライズ営業支援・販売 生成AI(テキスト)需要予測・数値予測