井村屋グループが Amazon SageMaker Canvas でチルド製品の AI 需要予測を構築した。毎日約2時間かけて手作業で作っていた見込シートをボタン一つで5秒で自動生成できるようにし、業務工数を90%削減した。

繊維商社のタキヒヨーで、エンジニア経験のない担当者が需要予測データのダッシュボードを Amazon QuickSight で内製した。URL にアクセスすれば経営データを確認できる状態をつくり、現場マネージャーが意思決定業務に集中できる環境を整えている。

国際物流の日新が、AWS 上に「人と AI の協働」を掲げた物流プラットフォーム「オプティマ AI」を構築した。発注支援・在庫予測・通関支援・見積り書類チェックなどを AI が担い、人が最終判断する構成をとる。

マツキヨココカラ＆カンパニーはAI・機械学習による非財務指標と財務指標の相関分析を統合報告書に導入。データ分析に基づく新アプリで顧客データ統合を実現し、DL累計1,250万超を達成。

日本ハムはSAP BTPとAIを活用した在庫引当・需要予測システムを導入し、欠品率の大幅改善と在庫水準の最適化を実現。ベテラン担当者の経験知をAIで標準化した。

日本マクドナルドがMyマクドナルドリワードの全チャネル統合により、全購買データの個人ID紐づけを推進。時間帯・天候・イベント情報との掛け合わせで店舗単位の需要予測精度向上を目指し、データドリブンな店舗運営を加速。

AIを活用した新たな店舗運営支援「AI売場スコアリング」の実証を開始。売場を数値化して分析し、最適な品揃えを推進。

電動マイクロモビリティのシェアリングを手がけるLuupが全従業員にGemini Enterpriseを導入。ポート設置計画・需要予測・メンテナンスなど多岐にわたる業務をAIエージェントが支援している。

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。

AIを活用した系統用蓄電池の需給管理サービス「Enerista」を開始。蓄電池の充放電をAIが最適制御し、再生可能エネルギーの出力変動を平準化して電力系統の安定化に貢献。

遠隔AIエネルギーマネジメントシステム「Energy Brain」を活用し、産業用冷凍機を完全停止せずに自動デマンドレスポンス制御する実証に成功。冷凍冷蔵倉庫のエネルギー最適化を実現。

独自AI「FJWLA（Flavor Judgment for Whole Liking Analysis）」をビール開発に導入。ユーザーが「おいしい」と感じるフレーバー構成を成分レベルで特定し、2026年3月以降発売製品から順次適用。

AIプラットフォーム「o9デジタルブレイン」を採用し、供給計画の最適化を推進。生産能力・資材・物流制約を考慮した最適計画策定により、コスト最小化とサービス最大化を実現。

NECのAI技術を活用した新製品需要予測ソリューションを導入。アイスカテゴリーにおける実証実験で、需給担当者の計画とほぼ同等精度の予測を早期段階で実現。

ロイヤルホスト215店舗と天丼てんや111店舗の計326店舗にAI需要予測型自動発注「HANZO」を導入。食材の過剰仕入れ・品切れを防止し、在庫回転率を改善。

日立のAI需要予測型自動発注システムを全49店舗に導入。自動発注率90%以上を達成し、残業時間7.9%削減・人時生産性8.4%向上を実現。

日立の需要予測型自動発注システムを全123店舗に導入。加工食品・日用品を対象に自動発注提案の採用率95%を達成し、欠品改善と在庫低減を実現。

AIが過去1年間の販売実績・通行量・気象データ等を分析し、日別・便別・単品別に最適な販売予測数を算出する「AIレコメンド発注」を全国500店舗で運用開始。発注業務を週6時間削減。

ロイヤルHDはGoals・双日食料・デリカフーズと「需給調整プラットフォーム構築プロジェクト」を発足。ロイヤルホストと天丼てんやのAI需要予測データを物流に応用し、食品ロス削減を目指す。

ハローデイは日立の「需要予測型自動発注システム」を全49店舗に導入。月間総労働時間6,837時間削減、残業7.9%減、自動発注率90%以上を達成した。