2022/01/21

需要予測はAIで行う時代へ(前編)

脱カン・コツ・ドキョウ!需要予測業務は、AIモデルを利用して、データドリブンに関係者間で意志決定を

需要予測はAIで行う時代へ(前編)_サムネイル

需要予測はAIで行う時代へ

趣味嗜好の変化、インバウンド需要の急増減、新型コロナウイルスの影響など、日本の需要環境は大きく変化しています。

そのような背景を踏まえて、今まで利用できていなかった様々なデータを元にしたより高度な需要予測を、昨今発達したAI技術を利用して実現するお客様が年々増えてきました。

本コラムは、前編、中編、後編の3編でお届けしたいと思います。最初の前編は、数々の需要予測をAIで実現するプロジェクトを推進している弊社の事例をご紹介いたします。

(Web公開事例)ダイキン工業様 AI需要予測プロジェクト事例

弊社がご支援させて頂いているAI需要予測プロジェクトの1つに、ダイキン工業様の事例がございます。以下がその公開事例となります。

「やりたいならやったらええ」ダイキンのAI需要予測プロジェクトに見る、アジャイル開発を成り立たせる文化

上記記事をまとめると、以下のようになります。

  1. 「熱帯夜があった週の土日はエアコンが売れる」など、セオリーは担当者ごとで、従来の需要予測は「属人的」かつ「人海戦術」だった
  2. AIによる判断をどのような場面で使うべきか、そもそも現状の業務フローはどうなっているのか? 等を整理し、要件定義を実施
  3. 『自己組織化されたチーム』を結成しアジャイル開発でAIシステムを構築
  4. 担当者が製品別に販売計画とAIによる予測の幅を比較し、販売計画を策定する業務を実現
  5. AIがアラートを出した部分だけ人間がチェックすればよいため、大幅な工数の削減につながった

現場の勘と経験(カンコツ)を踏まえてAI化することで、業務時間の削減や過剰在庫によるコストの削減、過小在庫による機会損失の低減を実現したプロジェクト事例です。

担当者の長年のカンコツから需要予測することで意思決定を行っている企業は今でも多いですし、それである程度当たっているので良いという話もあります。しかし、このやり方では知見が属人的になり、組織に知見が蓄積されません。AIによる需要予測に基づいた客観的な基準をもとに意思決定を繰り返すことで、組織としての判断精度を向上させていくことが競争力強化に繋がっていきます。

その他の需要予測AI事例

以下、弊社がご支援させていただいております主なAIプロジェクトを事例です。

  1. 組み込み部品の需要予測
  2. 新車販売受注予測
  3. 各種製造装置製品のグローバルな受注、在庫予測
  4. 利用資源の需要予測
  5. コンピュータリソースの需要予測

製造業でも、サービス業でも、あらゆる業種でお客様に何かを提供し、企業としての収益を最大化するためには、需要予測は重要な要素であります。DX(デジタルトランスフォーメーション)の流れとともに、AIによる需要予測の事例は今も増え続けています。

次回に関して

次回中編では、需要予測を実施する上で重要となるポイントに関してお話ししていきたいと思います。

執筆
AITCAIコンサルティンググループ
深谷 勇次