幅広い業界で活用いただいています
-
小売業
- 最適な仕入量の予測
-
過去の売り上げ個数のデータをもとに、将来の最適な仕入量を予測するAIを構築しました。
過去3年間の平均を用いた予測に従って仕入れた場合より、約60%食品ロスを減らすことができました。
1.過去の売り上げ個数のデータを用意
2.現時点までの売り上げ個数のデータを入力すると、将来の指定した日までの売り上げ個数を予測するAIを構築
3.AIの予測値にしたがって、仕入を実施 -
食品製造業
- 製造ラインの故障予測
- 電流や電圧、センサーの値の時間変化から、製造ラインの故障を予測しました。
実際に故障するタイミングとのずれは、約4日以内に収めることができたため、製造ラインの故障が発生する前に部品の交換を行うなど、予防保全が可能となりました。
1.電流、電圧、センサーのデータを用意
2.データをAIに学習させ、電流、電圧、センサーの値を入れると何日後に故障するかを予測するAIを構築
3.AIが故障すると予測した4日前に部品を交換 -
食品加工業
- 最適な加工温度の予測
-
食品に含まれる原料の種類や量のデータをもとに、その食品を加工するのに最適な温度を予測するAIを構築しました。
これにより、商品化前の加工実験に費やしていた時間が大幅に削減され、効率的な新商品の開発が可能になりました。
1.過去の商品の原料の種類や量、加工温度のデータを用意する
2.データをAIに学習させ、新商品の原料の種類や量を入れると加工温度を予測するAIを構築
3.実際にサンプルをAIが予測した加工温度で加工し、焦げ付きなど加工に不具合が起きていないことを確認