公開:

ヤマエ久野と日立がAI需要予測自動発注システムを導入、汎用倉庫の発注業務時間を約50%削減

text: XEXEQ編集部
(記事は執筆時の情報に基づいており、現在では異なる場合があります)

ヤマエ久野と日立がAI需要予測自動発注システムを導入、汎用倉庫の発注業務時間を約50%削減

PR TIMES より


記事の要約

  • ヤマエ久野と日立がAI需要予測自動発注システムを導入
  • 汎用倉庫での発注業務時間が約50%削減
  • 複数の異なる拠点に適用し、効果を確認

ヤマエ久野と日立のAI需要予測自動発注システム導入

ヤマエ久野株式会社は株式会社日立製作所との協創を通じて、汎用倉庫における食品カテゴリーの発注業務にAI需要予測自動発注システムを導入し、2024年4月から稼働を開始した。本システムは日立のLumadaソリューション「Hitachi Digital Solution for Retail/需要予測型自動発注サービス」を応用したものだ。[1]

導入から2カ月後の2024年6月末時点で、複数の熟練担当者が1人・1日あたり約3時間要していた発注業務時間を約1時間半に短縮し、約50%の時間削減効果を確認した。本システムは「スポット特売機能」や「自動チューニング機能」を実装することで、需要予測精度の安定化と複数の異なる拠点への適用を実現している。

ヤマエ久野は今後、販売エリアの拡大に対応するため発注作業担当者を集約しつつ生産性を高める予定だ。また物流2024年問題への対応として、仕入先からの入荷回数や仕入数をコントロールすることで倉庫内作業の効率化も目指す。さらに食品ロスの削減やサプライチェーン全体の最適化にも取り組む方針である。

AI需要予測自動発注システムの特徴まとめ

スポット特売機能 自動チューニング機能 ロット丸め機能
主な効果 需要予測精度の安定化 複数拠点への適用 発注数量のコントロール
対象問題 特定取引先の大幅受注増 倉庫特性の多様性 配送条件への対応
実現手法 過学習の抑制 最低在庫・発注頻度の調整 仕入先単位での調整
Hitachi Digital Solution for Retailの詳細はこちら

Lumadaについて

Lumadaとは、日立の先進的なデジタル技術を活用したソリューション・サービス・テクノロジーの総称である。主な特徴として以下のような点が挙げられる。

  • 顧客データから価値を創出
  • デジタルイノベーションを加速
  • 多様な業種・商品に適用可能

Lumadaソリューションの一つである「Hitachi Digital Solution for Retail/需要予測型自動発注サービス」は2019年以降、多様な業種で豊富な実績を有している。今回のヤマエ久野への導入では、発注業務の自動化が難しいとされてきた卸売業者の「汎用倉庫」へ初めて適用され、小売業・卸売業全般で標準的に使用できるサービスへと進化を遂げている。

AI需要予測自動発注システムに関する考察

ヤマエ久野と日立のAI需要予測自動発注システムの導入は、卸売業界における業務効率化とデジタル化の重要な一歩といえる。特に汎用倉庫のような多様な商品を扱う環境での成功は、他の卸売業者にとっても参考になるだろう。一方で、AIシステムへの依存度が高まることで人間の判断力や経験値が失われる可能性も懸念される。

今後の課題として、AIの予測精度のさらなる向上や、予期せぬ事態への対応能力の強化が挙げられる。例えば、パンデミックや自然災害などの異常事態においても適切な在庫管理ができるよう、システムの柔軟性を高める必要があるだろう。また、AIの判断プロセスの透明性を確保し、人間が必要に応じて介入できる仕組みづくりも重要だ。

将来的には、このAIシステムをサプライチェーン全体に拡大し、生産者から小売店までをつなぐ統合的な需給管理システムへと発展させることが期待される。これにより、食品ロスの削減や物流効率の向上、さらには消費者ニーズへのリアルタイムな対応など、業界全体の課題解決につながる可能性がある。ヤマエ久野と日立の取り組みが、卸売業界のデジタルトランスフォーメーションを加速させる契機となることを期待したい。

参考サイト

  1. ^ PR TIMES. 「ヤマエ久野と日立が協創、AI 需要予測自動発注で作業時間を大幅短縮 | 株式会社 日立製作所のプレスリリース」. https://prtimes.jp/main/html/rd/p/000000015.000141666.html, (参照 24-08-29).

※上記コンテンツはAIで確認しておりますが、間違い等ある場合はコメントよりご連絡いただけますと幸いです。

「AI」に関するコラム一覧「AI」に関するニュース一覧
ブログに戻る

コメントを残す

コメントは公開前に承認される必要があることにご注意ください。