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
204件の事例 / 全1942件 定量効果あり

セフォラ(Sephora / LVMH)

2024

セフォラはRELEX SolutionsのAI駆動需要予測・自動補充ソリューションを35カ国・2,500以上の店舗に導入。在庫回転率の改善と陳腐化リスクの削減を実現しながら、AI肌診断ツールで顧客体験も革新した。

35カ国2,500以上の店舗に展開、肌診断ツールは70,000の医療グレード画像で学習・95%の信頼性
小売・流通 レコメンド・パーソナライズ需要予測・在庫管理 画像認識・外観検査需要予測・数値予測

キャタピラー(Caterpillar)

2024

キャタピラーは160万台以上の接続資産から16ペタバイトのデータを収集し、AIによる予知保全サービスを提供。2024年には生成AI搭載のサービス推奨エンジンを立ち上げ、顧客のダウンタイム最大30%削減を実現した。

160万台の接続資産、16ペタバイトのデータ、顧客のダウンタイム最大30%削減、メンテナンスコスト最大20%削減
製造業 生産管理・設備保全 需要予測・数値予測異常検知・予兆検知

キャピタル・ワン(Capital One)

2024

キャピタル・ワンはグラフニューラルネットワークと金融取引埋め込み技術を活用した高度な不正検知システムを開発。AIアシスタント「Eno」と組み合わせ、精度を17ポイント向上させながら誤拒否を削減した。

不正検知精度17ポイント向上、正当取引の誤拒否を削減
金融・保険 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

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

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

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

ウーバー(Uber)

2024

Uberは自社開発のMLプラットフォーム「Michelangelo」を8年間にわたり進化させ、5,000以上のモデルを本番運用。ピーク時に毎秒1,000万件のリアルタイム予測を処理し、ETA計算・マッチング・不正検知など全事業に活用している。

5,000以上のモデルを本番運用、月間2万以上の訓練ジョブ、ピーク時毎秒1,000万件のリアルタイム予測
IT・通信 レコメンド・パーソナライズ最適化・シミュレーション不正検知・リスク管理 生成AI(テキスト)需要予測・数値予測最適化・シミュレーション

Novartis

2024

AI臨床試験最適化により、AI設計の試験がスケジュール前倒しで完了する傾向を確認。AI選定の治験責任医師はアフリカ系アメリカ人患者の登録が2.7倍多く、多様性のある臨床データ取得を実現。

AI設計の試験がスケジュール前倒しで完了、AI選定医師のアフリカ系アメリカ人登録2.7倍
医療・ヘルスケア 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

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

Visa

2024

AI搭載の不正検知スイート「Visa Protect」により2024年だけで400億ドルの不正取引をブロック。深層学習による新たな「Visa Deep Authorization」や即時送金保護ソリューションも展開。

2024年に400億ドルの不正取引をブロック、手動審査25%以上削減、取引の98.7%をAIが自動処理
金融・保険 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

Goldman Sachs

2024

自社データプラットフォーム「Legend」と生成AIを統合し、トレーディング・コンプライアンス・リスク管理の各領域でAIを本格展開。戦略検証サイクルを60%以上短縮し、500人以上のAIエンジニアを新規採用。

戦略検証サイクルを60%以上短縮、2024年だけで500人以上のAIエンジニアを採用
金融・保険 最適化・シミュレーション不正検知・リスク管理 生成AI(テキスト)需要予測・数値予測異常検知・予兆検知

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

BIPROGY

2024

BIPROGY(旧日本ユニシス)はAI需要予測による自動発注サービス「AI-Order Foresight」をライフコーポレーション全304店舗の生鮮部門に導入。販売実績・気象情報等をAIで分析し、発注数を自動算出することで作業時間と廃棄ロスを削減した。

全304店舗の生鮮部門への導入完了
IT・通信 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

ライフコーポレーション

2024

BIPROGYのAI需要予測サービス「AI-Order Foresight」を全304店舗の生鮮部門に拡大導入。畜産商品で発注時間3〜4割減、廃棄率10ポイント改善を達成。

畜産商品で発注時間3〜4割減、廃棄率10ポイント改善。年間10万時間の作業削減目標
小売・流通 需要予測・在庫管理 需要予測・数値予測

CureApp

2024

世界初の保険適用高血圧治療補助アプリ「CureApp HT」を展開。患者の生活習慣データをAIが分析し個別最適化された治療ガイダンスを提供。2024年には診療報酬改定に合わせ「血圧チャレンジプログラム」を新たに開始。

世界初の保険適用高血圧治療アプリ、保険点数:初回140点+月830点(最大6ヶ月)
医療・ヘルスケア レコメンド・パーソナライズ 需要予測・数値予測レコメンド・パーソナライズ

Octopus Energy

2024

英国発のエネルギー企業が開発したAIプラットフォーム「Kraken」が世界7,000万以上のアカウントに導入。1日150億以上のデータポイントを処理し、顧客対応の40%以上をAIが自動化。86億ドルの評価でスピンオフ。

7,000万以上のアカウント、日次150億データポイント処理、顧客対応40%以上AI自動化、契約年間収益5億ドル超、評価額86億ドル
IT・通信エネルギー・インフラ カスタマーサポート・問い合わせ対応最適化・シミュレーション 生成AI(テキスト)需要予測・数値予測最適化・シミュレーション

Nubank

2024

ブラジル発の世界最大級デジタルバンキングが、AIデータインテリジェンス企業Hyperplaneを買収しAIファースト戦略を加速。1億人超の顧客基盤に対し、AIによる信用リスク判定・パーソナライゼーションを高度化。

1億人超の顧客基盤、ペタバイト規模の日次データ処理、リスク・回収・マーケティングの各領域でAIモデル活用
金融・保険IT・通信 レコメンド・パーソナライズ不正検知・リスク管理 需要予測・数値予測レコメンド・パーソナライズ