YKK AP株式会社様

経験と勘と度胸に基づいてきた業務を標準化!
AI導入で更なる精度向上へ

YKK AP株式会社様

製造・メーカー DXを推進したい 10,000名以上

お電話でのお問い合わせ フリーダイヤル 0120-963-350 9:30〜18:00
(土日祝、年末年始を除く)

課題テーマ

建材商品の需要予測

ご契約サービス

Prediction One

YKK AP株式会社

建材メーカーのYKK AP株式会社。窓やドア、カーテンウォール、エクステリア商品など開発・製造・販売を行っています。2021~2024年度の第6次中期経営計画では、中期事業方針にモノづくり改革の実現を掲げ、DXを伴う改革に取り組んでいます。AI技術を活用した業務プロセスのデジタル化などに取り組まれる中でPrediction Oneを導入された同社に対し、今回は生産本部DX推進プロジェクトの小川様、山田様、苗島様にお話を伺いました。

お客様プロフィール

会社名
YKK AP株式会社様
設立
1957年7月22日
従業員数
12,630名 【16,788名(海外を含む)】※2022年3月末
事業内容
住宅用・ビル用商品等の設計、製造、施工および販売
URL
https://www.ykkap.co.jp/
導入前の課題
  1. KKD(経験・勘・度胸)を頼りに、業務が属人化していた
  2. 属人性が高いゆえに、一部の従業員に負担が集中していた
導入後の効果
  1. トライアル実施時、誤差率を10%未満に抑えることに成功
  2. 属人化の改善に向け、より細かい予測分析の着手をスタートさせることができた

ご契約サービス

Prediction One

誰の手にもAIの予測分析を 法人向け予測分析ツール

AIを活用した業務プロセスや予測精度の標準化を目指す

主な業務内容をお聞かせください。

生産本部のDX推進プロジェクトに所属しております。こちらのプロジェクトは、「デジタルを活用した業務プロセスの改革」を進めることを目標にしています。

過去にAIや機械学習に関するツールの活用経験はあったのでしょうか?

過去に他部署にて予測エンジンは使ったことがありましたが、当時のAIは精度に不安がありました。そのため新しいAIを使ってより精度を高めたいというニーズが出てきています。私たちの組織での導入はPrediction Oneが初めてで、精度についてはまさに検証中のところになります。

貴社では、どんな課題を抱えていたのでしょうか?

当社において、需要予測は勘と経験と度胸の世界でした。予測が属人化しており、担当者ごとに業務効率や精度に違いが出ていることに課題を感じていました。そこで、AIを活用しながら業務プロセスや予測精度を標準化していきたいと考え、私たち組織からプロジェクトとしてこのテーマに取り組むことを提案しました。

ツール選定の決め手は何だったのでしょうか?

YKK AP株式会社

AIツールを検討していたチームからいくつかの製品について説明を受けた中の1つがPrediction Oneでした。決め手になったのは予測特化型のAIツールであること、価格がマッチしたことですね。

活用の展開を見据えてスタートアッププログラムを実施

実際に触ってみて、操作性などはいかがでしたか?

トライアル版をダウンロードしてすぐに直感的に動かせたのは非常に好感を持ちました。Prediction Oneのオンラインセミナーにも何度か参加させていただいて、ある程度の操作方法は理解しました。一方で、データを投入して結果は得られましたが、精度をどう上げていくか、自分たちだけでは時間がかかりすぎてしまうところがあったので、スタートアッププログラムをお願いすることにしました。

  • スタートアッププログラムについての参考リンクはコチラです。

どのように予測モデルを作成されていますか?

まずは、当社に蓄積されている建材商品の販売データを加工し、Prediction Oneに入れております。現状ですと、3ヶ月先の需要予測に取り組んでおりまして、まずはその範囲で精度を上げ、今後の展開につなげたいと考えております。

現時点での精度はいかがでしょうか?

トライアル時点での誤差率は10%未満でした。現状ですと、Prediction One触っているのはプロジェクトメンバーに限られているので、今後は現場でオペレーションを行う担当者の予測とのギャップを検証していきます。

使用する説明変数※1は、どのように決めていますか?

当社の現場オペレーション担当者や、データサイエンティストの方に相談しながら決めていきました。その結果、トライアル時点では説明変数を4つ与えています。その後に利用を開始したスタートアッププログラムでは、引き続きデータサイエンティストにサポートいただきながら説明変数を増やしている状況です。

<トライアル時の使用データ項目>

表はスライドできます

トライアル時の使用データ項目
目的変数※2 説明変数
・販売金額 ・年月のデータ
・製品分類
・月の稼働日数 など

さらに精度を高めるため、細かい粒度で試行錯誤を重ねる

トライアル以降、現在はどのように分析業務に取り組まれていますか?

トライアル時点よりも、さらに細かい粒度で分析に取り組みたいと考えており、試行錯誤中です。例えば、これまでの中分類単位から、その下の粒度である小分類で分けたいと考えています。

今後のPrediction One活用想定をお聞かせください。

今はまだ限られた商材のみで需要予測をしているため、可能な限り別の商材にも広げていきたいと考えています。また、今は月次予測に取り組んでいますが、日次での予測もしていきたいです。さらには時系列予測だけでなく、二値分類など、分析の幅も広げていきたいと考えております。

  • ※1説明変数…予測したい項目(目的変数)に対し根拠となりうる項目を指す。
  • ※2目的変数…予測したい項目を指す。

お電話でのお問い合わせ フリーダイヤル 0120-963-350 9:30〜18:00
(土日祝、年末年始を除く)