FUNCTION
在庫・物流のAI活用
「在庫・物流」に関する記事 26本。業務の切り口でまとめています。
-
AGCOがヘストン工場でDigitを2027年に試験:Agilityとの商用契約で何が変わるか
-
TÜV SÜDとAccentureの安全認証構想を遡る:AMR稼働「最大30%早く」の出どころ
-
製造業の需要予測AIとは?統計手法・LightGBM・基盤モデルの使い分けと導入手順
-
製造業の調達・SCMのAI:需要連動発注・サプライヤーリスク・価格予測の4用途
-
需要予測の精度指標:MAPEが壊れる3つの理由とWRMSSE・MASEの選び方
-
在庫最適化AI:安全在庫を需要と調達リードタイムのばらつきから決める
-
2025年人形ロボット出荷ランキングは一致しない:Omdiaと中国电子报の差
-
ファナックのフィジカルAI戦略:Google Cloud・NVIDIA・日立・富士通との4つの提携
-
需要予測AIの効果測定:Tüpraşの納期遵守率85%→95%に学ぶ業務KPIの置き方
-
日本のフィジカルAI勢力図:安川・ファナック・Mujin・Telexistenceなど8社
-
ブルウィップ効果をAIで抑える:需要情報の共有と発注平準化の4つの打ち手
-
需要予測をS&OPと生産計画につなぐ:予測区間を安全在庫に変換する方法
-
製造業の工場内物流・倉庫のAI:AMR・ピッキング・在庫配置の最適化
-
需要予測に必要なデータ:出荷実績を需要と見なす誤りと最低2周期分の履歴
-
AIばら積みピッキングの現在地:認識精度・サイクルタイム・段取りの3つの壁
-
Agility Robotics Digitの商用展開:GXOとのRaaS契約の中身
-
調達価格予測AI:鋼材・樹脂・電子部品の市況を予測して購買判断に使う方法
-
需要予測AIが現場で使われない5つの理由:予測値を営業が上書きする問題
-
ヒューマノイド市場予測の食い違い:Morgan Stanley「2050年5兆ドル」とIFRの慎重論
-
SCMコントロールタワー:Lenovoの意思決定50%高速化に見るデータ統合の要件
-
中国の中小製造業とAIエージェント:宁波の金型工場と年1万元ツールの実例
-
MujinOSとは:デジタルツインでロボットを自律制御する仕組みと製造業の導入例
-
補修部品・少量多品種の需要予測:ゼロが多い間欠需要を扱う4つの方法
-
建設機械メーカーのAI:Caterpillar・徐工・中联重科のデジタルツインと事例
-
Apptronik ApolloとMercedes-Benz:9億ドル超調達でも「パイロット段階」の理由
-
AIの要件定義:製造業で本番システムを発注する前に決めておくべき10項目
記事を探す
CONSULTATION
「AIで何ができるのか分からない」段階からご相談ください
AI導入テーマの選定、PoCの設計、データ基盤・MESとの連携、本番運用と人材育成まで。株式会社サオスの実務者が、貴社の現場とデータに合わせた進め方をご提案します。
AI導入の相談をする相談は無料です。特定製品の売り込みは行いません。