食品業界に向けたお役立ち情報を発信!

  1. TOP
  2. フードラボ
  3. コラム
  4. 需要予測の完全AI化は可能?

フードラボ

需要予測の完全AI化は可能?

  • LINEで送る
  • このエントリーをはてなブックマークに追加

需要予測とは

何らかの商品を販売している企業は、自社や外注で商品の仕入れや製造をしていますよね。
では、商品やパーツの発注数や製造数は何を基準にして決定しているのでしょうか。

小売業であれば、商品が市場に供給過多になると倉庫やバックヤードは在庫の山となってしまいますし、流通量がダブついて商品が売れていないのに仕入の費用は発生していますので、財務的にも問題があります。

一方、商品が供給不足の場合は市場には需要があるにもかかわらず、供給できない状況にあるわけですから、販売機会を損失してしまっており、こちらも企業としてはダメージがあるといえます。
商品が市場に供給過多になることや供給不足になることがないように適量を発注するのが理想ですよね。

製造業も同じ事がいえます。製品がどのくらい売れるかを予測して製造個数を決定するのです。

需要予測とは、自社の商品が市場にどのくらいの需要があるのかを予測することをいいます。
予測した結果を発注数や製造数に反映させれば、在庫管理を最小限の人数で行うことができますし、商品の需要が落ちてきた場合は、どのタイミングで新商品への切り替えを行うかなどのマーケティングの指標としても利用できます。

需要予測の要素

企業としては誰でも同じ制度で発注業務ができることが理想といえます。発注業務を担当者の知識と経験に頼っている確率が高いほど、担当者の突然の休みや退職に対応できず現場は混乱しますし、それによって市場のニーズに答えらない局面もでてくるでしょう。
そうならないためにも、今日では需要予測にAIを導入する企業が増えています。

しかし、AIが完全かといえばそうではありません。データが不足していたり精度が低かったりすると、正確な結果を導きだせません。また、データがあればマンパワーが全く必要ないかといえばそういう訳でもありません。

では、どのようなデータがあればよいのでしょうか。それはスバリ正確なデータです。膨大な量のデータがあったとしてもそのデータの信憑性が低ければAIは正確な需要予測をはじき出せません。

例えば、複数店舗を構えている企業がPOSレジを使って顧客の年齢層、性別を購入商品と結び付けているとします。新店舗を出店する際、新店舗の商圏を考慮して収集したデータをもとに商圏にあった商品ごとの在庫数を決定するとします。ですが、使用したデータが正確でなかったらどうでしょうか。商圏とは乖離した在庫数を持った店ができ上がってしまう可能性がありますよね。

企業側はデータの精度を上げるための工夫を考え続ける必要がありますし、需要予測を100%信用するのがリスキーであるのなら、そこに経験値というマンパワーを投入する必要もあるでしょう。

収集したデータをそのまま使えるものとしては、商品を購入されたお客様の年齢層、性別、来店時間帯などがあると思います。そこにマンパワーで入荷予定日の天気や季節、競合他社の同じカテゴリーの新商品情報、データに含まれている販促キャンペーンなどによる一時的な売上増を均すなどの要素を組み込む必要があります。もちろんマンパワー的な要素もデータに反映させることができるシステムもたくさん開発されてきています。

需要予測のAI化によるメリット

需要予測を完全にAI化することができた場合、企業にはどんなメリットがあるのでしょうか。

  • 発注や在庫管理に掛かっていた工数が削減され、人手不足の改善に繋がる。
  • 適正在庫が保たれ、保管場所の有効活用ができる。
  • 販売機会損失を減らすことができる。
  • 発注の熟練者が必要なくなるため、公平な人事異動が容易になる。

ざっと考えてみただけでもこれくらいのメリットはありますよね。

AIによる需要予測導入例

実際に企業が導入しているAIによる需要予測例はどのようなものがあるのでしょうか。日本経済新聞の記事からいくつかピックアップしてみます。

■セブン-イレブン・ジャパンは2020年1月31日から一部店舗でAIを使った商品発注を本格導入しています。
これにより、人手不足を補い業務効率化を図り生産性を高める狙いがあります。
直営店で行った事前テストでは、発注に掛かる時間を従来の4割減である45分間にすることができたそうです。

■タクシー大手の大和自動車交通は2021年春にソニーグループが開発したシステムを導入し、タクシー需要が見込める地区を人口知能で予測し地図上に表示するサービスを開始しました。
時間帯や天候、曜日に応じてお客様が現れやすい場所がタブレット端末に表示されるそうです。
これにより、お客様が降車したあと、営業エリアに戻る際、お客様が見込めるルートを経由して戻るなど、時間を効率的に使えるようになり、稼働率の向上が見込めるようになるということです。

■高知県は「高知県園芸品生産予測システム」を開発し、AIで生産量を予測する共同実証を開始。
これは、富士通と㈱Nextremerが共同で、生産者の安定的な農作物の生産と取引の実現に向けて、システムを活用し、農作物の生育から出荷までのデータを一元管理するとともに、AIを活用し最長3週間先の生産量を予測する「高知県園芸品予測システム」を開発し、2019年1月より実証を開始し、結果を見て2019年3月より本運用したいとしています。

以上のように多くの企業がAIによる需要予測を採択しているのがわかります。

多くの企業や個人が需要予測の精度が上がることによるメリットを享受できるといいですね。

  • LINEで送る
  • このエントリーをはてなブックマークに追加
サイドバナー
サイドバナー