人の経験×AIの二刀流で行う生産計画
～元営業社員が行う予測分析とは～

導入のポイント

1. AI、需要予測がわからない初心者でも簡単に使える操作性
2. 手軽にスタートができる価格

AI活用を目指し、はじめの一歩を踏み出す

—まずは小林様の業務内容を教えて下さい。

小林様：以前は現場営業として担当店舗に対して営業を行っていましたが、現在は主に生産計画と在庫管理を担当しています。 当社は、菓子商品を約200点以上取り扱っており、「キャラメルコーン」や「ハーベスト」といった110商品ほどの商品をどの程度製造・販売し、どのように各拠点に割り振ればよいかといった重要な業務を担当しています。
具体的には、生産ラインの稼働率や素材の在庫状況、売れ行きなどを考慮し生産計画を行っています。在庫管理に関しては、製品の在庫状況を常に把握し、必要に応じた適切な在庫レベルを維持するための計画を立てています。製品の製造や販売に欠かせない仕事であり、お客様に安定的に商品を提供するために重要な役割を担っています。

—これまでAIを活用した在庫管理を行っていましたか？

小林様：Prediction Oneを導入する以前はAIを活用した在庫管理について、取り組んできたことがありませんでした。
これまで、長年在籍しているスタッフの経験と勘を頼りに生産計画を取り組んできていたため、人によって異なる申告内容により計画性が低かったことが課題でした。安定した生産計画を作るには俯瞰的な分析を行うことが重要だと考え、AI活用の検討を始めました。

—Prediction Oneをどのようにお知りになりましたか？

小林様：どのようなAI製品があるのかインターネットで検索をしていたところ、「初心者でも簡単に使える！」という文字が目に入り、まずは無料トライアルを行ってみることにしました。無料トライアル版にはサンプルデータもついており、その場で実際に使ってみたところ、数クリックで結果が表示され、とても簡単に使えるという印象を持ちました。
そこから何度か試してみながら、予測結果を正確に出すためにはどのくらいのデータ量が必要になるのか、どのようなデータが必要かといったことを自分で手を動かすことにより知見を得て、「Prediction OneならAI初心者でも取り組める」と確証を持てたため、導入することを決めました。

経験と勘に依存せず、予測分析で精度を高める

—今はどのようなテーマで分析をされていらっしゃるのでしょうか？

小林様：主に需要予測・出荷予測に取り組んでいます。元々、予算に対して商品を生産するという計画の組み方と、長年勤めているスタッフの経験と勘に頼った計画の組み方を並行して実施していたため、度々トラブルが発生していました。
そのような状況を改善するために人に依存をしない方法としてAIを活用しています。
基幹システムに日々の出荷データは蓄積しているため、データの準備はスムーズに行うことができPrediction Oneを導入してすぐに活用することができました。
コンビニエンスストア向け商品の予測結果は、誤差率約10％の精度まで向上させることができ生産計画策定を担う一助となっています。

—実際に導入いただき、分析を進める中でお困りの点はございますか？

小林様：導入直後は時系列予測（※1）、数値予測(※2)のどちらの分析方法を使ったらいいかわからないことがありましたが、貴社開催ウェビナーに参加することで私が取り組む業務には時系列予測の方が適していることがわかりました。
UIも非常にシンプルで、操作性も高くAI初心者でもわかりやすい設計になっていると感じておりましたが、一方でデータの作り方はこれで正しいのだろうかと悩むことがありました。初めは独自の方法でデータを作成していましたが、こちらも貴社が開催されているウェビナーに参加し、データ成形のポイントを学ぶことで、徐々に理想とする分析モデルの作成に近づいていると感じています。

予測結果の精度を高めることで業務の信頼を勝ち取る

—導入後、社内の反応はどうでしたか？

小林様：導入した直後は、メンバー全員が分析結果を疑っていました。そのため、まずは予測精度を向上させることが最優先だと考え、投入するデータを変えてみたり、データをきれいにしてみたりと工夫を行い、予測精度の向上を目指しました。すると、予測精度が上がるにつれて話を聞いてくれる人も多くなり、Prediction Oneの予測結果を表示しながら、どの数値が結果に影響しているかといった、予測結果をもとにした会話が増え、データドリブンな計画策定ができています。

—ほかに予測結果の信頼度を高めるために行ったことはありますか？

小林様：こちらもウェビナーに参加し様々なヒントを得ることができました。
具体的には、データ内のどの部分を紐づけたら結果につながるのかということや欠損値に対してどのような考え方を持つべきか、データの前処理のポイントなどウェビナーを通じて学びました。データやモデルの改善を行うことで予測結果の精度が上がることで、メンバー間でディスカッションを行う時間も増えました。

—予測結果の精度が上がったことで、どのような変化が生まれましたか？

小林様：Prediction Oneを導入したことで、1日あたり30分程の業務効率化ができているように感じています。作業時間の短縮だけではなく、これまで以上にデータや分析に対してメンバー全員がより深く考えられるようになったと感じています。
具体的には、セールが予定されるなど普段よりも在庫数が必要になりそうな店舗に対しては、AIで予測した結果をベースにどのくらい必要になるかを考え、生産計画を立てるようにしています。人の力が必要な部分は人の頭で考え手を動かし、AIに任せられる部分はAIが行うことで、仕事の棲み分けが進められています。

—今後、Prediction Oneを利用したいと考えている人に向けてメッセージをお願いします。

小林様：今後、AIを活用していきたいと考えている人にPrediction Oneは予測精度も高く、シンプルで使いやすいのですごくオススメだと思っています。一方でAIやシステム活用に精通している人にとっては少し物足りないと感じる人もいるかもしれません。
しかし、AI初心者でデータドリブンに業務を進めたいと考えている方はまず、Prediction Oneをダウンロードして使ってみることをおすすめします。私のような元営業職の人でデータ分析に詳しくない方でもファーストステップとして活用できるツールだと思います。