AIによる需要予測の導入事例８選！活用の手法やメリットも紹介

需要予測とは、将来的に見込まれる販売数や使用量を予測することを言い、AI（人工知能）の活用が期待される分野の1つです。これまで担当者が長年の勘と経験で行っていた需要予測を、開発されたシステムに頼ることで、高い精度の予測が可能になっています。それはどの業界においても、売れるチャンスを逃さず、大きな利益に繋げられると期待されているのです。今回の記事では、導入事例を紹介しながら、AIを活用した需要予測について解説していきます。

▼更に需要予測について詳しく知るには？
需要予測の基本を徹底解説！精度向上のポイントも紹介

▼社内のデータをAI化するには？
ノーコードAIツールUMWELT紹介ページ（活用事例あり）

需要予測とはAIを用いた分析手法の一つ

需要予測はAIを活用した機械学習をベースにすることで、受注に影響を与えそうなさまざまな要因とその影響度合いを自動で分析し、将来の発注数とタイミングの最適化が実現できます。過去の販売データがない新商品も、外的要因や似た商品などのデータを用いることで予測が可能になります。

▼更に需要予測について詳しく知るには？
需要予測の基本を徹底解説！精度向上のポイントも紹介

▼更にAIについて詳しく知るには？
AI（人工知能）とは？導入するメリットと活用例やおすすめのツールを紹介

AIで需要予測を行うメリット

需要予測の精度が低いことにより多くの企業では、過剰在庫が生まれたり、販売機会のロスを招いてきました。AIを活用した高精度の需要予測は、在庫の最適化だけでなく、多品種少量生産への転換や未来が読めない中での意思決定においても役立つ可能性を秘めています。

1.根拠ある生産計画を立案・実行できる

需要予測には膨大なデータを同時に分析する必要があります。情報分析や処理能力に大きな差のある人間がやろうとすれば、人為的ミスの可能性や精度の低下などに繋がることが懸念されます。AI自身が解析して規則性を見つけ出していくことで、さまざまなデータを正確に反映し、ヒューマンエラーの少ない運用を実現します。収益を最大化するために、製品ごとの根拠あるデータを使った生産計画を練ることができます。さらに、どうしても人間でなければ難しい予測に時間を費やすこともできるのです。

2.最適な在庫量を保てる

企業は、在庫の過不足を最低限に抑えたいと考えます。AIの活用により、過去の売り上げや顧客属性、立地条件、為替、天候など膨大なデータが自動で分析され、適正な在庫量を割り出すことができます。さらに、予測と実績データの検証を重ねていくことで、その精度は高まり、企業が求める製品在庫の最適化を実現していきます。

3.業務の効率化ができる

不確かで精度の低い需要予測は現場に混乱をもたらします。AIを活用して過不足が最小限に抑えられた根拠ある予測値を得ることで、設備や人材をうまく配置できるようになり、結果、効率的な企業運営が可能になるのです。非常に複雑化する多品種少量生産の製造現場においても、AIが自動で需要のパターンを見つけ出すため、担当者の負担軽減が期待されています。

需要予測の手法は主に4つ

需要予測をするための統計的な手法の中から、予備知識として4つの計算方法を簡単に紹介していきたいと思います。

1.移動平均法

移動平均法は、仕入れを行うたびに平均単価を割り出して売上原価とし、利益額を求める際に重要になる棚卸資産の評価額として取り扱うための計算方法です。在庫に変化があるたびに計算を行うので計算回数は多くなり、担当者の負担は大きく、商品点数が増えるほどに複雑化します。しかし、今の棚卸資産の評価額を把握でき、市場の変化や仕入額の変動など、何かしらの変化があったときにも柔軟に対応できるというメリットもあります。

2.回帰分析

最もベーシックな統計アプローチである回帰分析は、単純に平均を取るのではなく、店舗面積や販売数量など因果関係にありそうな数字を使って予測するものです。ビジネスにおいて使える範囲が幅広く、例えば、店舗面積を考慮に入れながら年間の売上高の平均値を出していくのがこの方法です。

3.指数平滑法

指数平滑法は、時系列データから将来の値を予測するのに活用され、過去データのうち、より新しいデータにウエイトをかけて移動平均を算出する加重平均法の一つです。前回の予測値と実績値が分かれば、今回の予測値が算出できます。

4.機械学習手法

機械に日付相関やカレンダー要因、商品の属性、販売店舗の属性などの大量のデータを与え、販売量などの答えとの相関をを発見させ、機械に判別や予測をさせる「機械学習」の技術を取り入れた手法です。上記の3手法よりも精度の高い需要予測の結果を算出することが可能です。

AIによる需要予測を活用している事例

労働力不足に直面している企業にとって、AIによる需要予測は課題解決の一助となるものとして期待されています。その活用は今や、製造業だけにとどまらず、農業、コンビニ、大型スーパーなど多くの現場で導入が広がっています。そこには人材不足だけでない問題解決への期待も含まれており、活用事例を知ることで、自社での生かし方も見えてくるはずです。

1.スーパーマーケットにおける発注業務の効率化

2021年1月、スーパーマーケット「ライフ」を運営するライフコーポレーションは日本ユニシスと共同開発したAI需要予測による自動発注システムを導入し、ライフ全店で稼働させると発表しました。販売実績と気象情報、企画情報などのデータを基に、日々の商品発注数を自動算出するサービスで、販売期間が短く精度面で対応が困難だった牛乳などの日配品についても、発注の自動化を可能にしました。コロナ禍における激しい需要供給変動でも、商品の欠品や廃棄ロスの悪化を防ぎ、適切な発注量の計算を実施できているそうです。システム導入で、対象商品の発注作業時間の5割超の削減を目指しています。

2.NTTドコモによる「AIタクシー」

タクシー業界では、AIをタクシー乗客数予測に活用しています。NTTドコモの「AIタクシー」は、AIを用いて、人口統計データとタクシー運行データなどから、未来のタクシー乗車台数をエリアごとに予測して提供。AIが先読みした需要予測にもとづき、タクシーが先行して向かうので、客の待ち時間の短縮が見込まれるだけでなく、新人ドライバーでも、経験の有無や土地勘に関わらず、ベテランドライバー並みの成果が出せるようになり、慢性的な人手不足に悩む業界の活性化が期待されています。

3.飲食店の来客予測

伊勢神宮（三重県）近くで老舗料理店などを経営する「ゑびや」は、徹底したデータ経営で売り上げを大きく伸ばすことに成功しています。AIを活用した来店客数の予測システムにより、メニュー別の数量を時間帯ごとに予測。来客数や各メニューで見込まれる注文数を知ることで、スタッフを最適に配置できるようになっただけでなく、食品の廃棄ロスの大幅な削減にも成功したと言います。

4.AIによる農作物の収穫量予測

富士通は、高知県、Nextremerと共同で農作物の生産量を予測するシステムを開発しました。農作物の生育から出荷までのデータを一元管理し、生産予測AIで3週間先までの生産量を予測。生産性と品質向上に向けた営農指導に生かされるほか、安定的な農作物の生産と大口取引の増加にも期待が持たれています。

5.ファッションのトレンドから考える需要予測

総合ファッションアパレル企業の三陽商会は、ファッショントレンド解析サービス「AI MD」を展開するファッションポケットと業務提携し、AIが予測したトレンドを商品企画に活用しています。「AI MD」は世界中から自動収集したファッションのビッグデータ画像を解析し、カラーや着こなしなどのトレンドを予測しています。流行の影響を大きく受けるアパレル業界では、以前からトレンド予測や在庫問題が課題の一つになっていました。三陽商会では「AI MD」を活用して、売上・粗利の最大化と在庫の適正化を目指しています。

6.過去の販売実績による需要予測

キッコーマンでは、生産と販売量のチェック、翌月の需要予測をするアイテムが担当者一人につき数百点にのぼっていました。予測業務の効率化を目指す支援システムとして、日立ソリューションズ東日本の提供する「ForecastPRO」を導入したことで、担当者の負担を軽減。さらに、全アイテムに一様の時間をかけていた予測を、人が行った方がいい予測に時間を割けるようになり、結果的に精度が向上したと言います。

7.コールセンターでの入電予測

ソニー損害保険は、高度な予測分析を自動的に実行できるソフトウエアでコールセンターの入電数を予測しています。顧客の電話を受けられないことを指す放棄率やオペレーターの人件費に関わるため、入電数予測の精度アップは大きな課題となっていました。これまでは担当者が知見をもとに予測していましたが、ソフトウエアを活用することで過去の入電数の実績データから高精度な予測を実現。放棄率の改善やオペレーターのシフト配置の最適化に貢献しています。

8.需要予測による在庫の適正化

国内トップシェアを誇る漢方製剤メーカーであるツムラは、需要予測システムにより99％以上の高精度な予測を実現し、その予測値を生産計画や調達計画に役立てています。予定されている投資の実行時期や、キャッシュをどのように回転させていけばいいのかを判断する材料の一つとしても活用。各拠点へ配送センターから送る荷物の数も、需要予測システムの数値をベースにしています。

需要予測システムを導入したいのであればTRYETINGのの「UMWELT」がおすすめ

この記事ではAIを活用した需要予測を導入事例を交えて紹介してきました。AIに関するエキスパートが会社にいなくても、開発されたシステムをパッケージで導入することで、手軽に需要予測を取り入れることができます。UMWELTでは需要予測手法の中でもより精度の高い「機械学習手法」を採用しているため、本格的に需要予測システムを導入したい企業様にもおすすめです。

まとめ

精度の高い正確な需要予測をするためには、AIを活用した機械学習ベースの需要予測は必須です。TRYETINGの開発するノーコードAIクラウド「UMWELT」は、スムーズな在庫管理をAIで支援していますので、ご興味のある方は下記ページよりご確認ください。

UMWELTのサービスページをチェックする

AI予測ツールUMWELT紹介ページ（活用事例あり）