いままでAIなんて難しそう…という先入観だけで手を出してきませんでしたが、AI需要予測を取り入れたところ、世界が変わりました。これはもっと早くやっておくべきでした。
予測結果自体は、当たることもあれば大きく外すこともあるのですが、100%AIを信じてその通りにするなんて博打は打たないわけで、そこには私自身の経験と勘も加味されるので、総合的にみて、絶対使うべきものと結論づけました。
実際どんなことをやったのか見て行きましょう。
私は小売業の仕入れを統括する部門にいるのですが、当然ながら市場が求める需要よりも多く仕入れてしまうと、在庫を抱えてしまうことになり損をします。
あたりまえのことですね。
過去の売上げ実績から、これくらい需要があるだろうという予測値を立て、上の承認を得て仕入れを行うわけですが、長年この業務に携わる人間の経験と勘みたいなものもあって、結構その比重が大きいものなんです。
しかし、当然ながら人の入れ替わりというものはあるわけで、熟練の田中さんがやめちゃうと予測がたてられなくなる。みたいなこともままあるわけですね。
既存商品はそれでもまだ大丈夫なのですが、新商品ではかなり顕著に予測と結果のブレが出ます。
特定の人の経験を数値に落として予測に役立てられないか？
そもそも経験によらず、予測を立てられる方法はないか？
これが、出発点でした。
冒頭にあるとおり、
AIなんて得体の知れないものが本当に使えるのか？
だいたい素人には扱えないんでしょ？
という先入観がありなかなか踏み出せなかったのですが、ものは試しとやって見たところ、驚きの結果になりました。
過去7年間のデータを元に、既存商品の先月分の売上げ数をティファナにお願いし、AIで予測してもらったのです。
先月なので実際の数値は分かっており、それがAIでどの程度予測できるのか？と言う物でした。
結果、78%の精度で予測できました。
だいたい合ってます。
既存製品なので、過去の売上げ傾向からある程度予測はできそうだなとは思っていましたが、8割まで当ててくるとは思っていませんでした。
ただ、問題は新製品です。
新製品は過去の実績がないわけで、これをどう予測するのだろうと思っていたのですが、なんとこれも71%の精度で予測できました。新製品と言えど、完全に新規の革新的な製品（一番最初のiphoneみたいな）というわけではなく、似た製品は過去にもあるわけです。
さらには、その製品のメーカー、値段、スペック等々色々な情報をAIに学習させると、予測できるようになるんです。
このあたりの詳しいノウハウはちょっと難しくて教えてもらえませんでしたが、結果として7割の精度で新製品の売上げ数も予測できるなら、どれだけの量を仕入れれば良いか、適正在庫がわかります。
つまり過剰な在庫をを抱えるリスクをかなり減らせます。
ただ、ひとつ注意点として、AIはイレギュラーに弱いので、その点は人間が考慮する必要があります。イレギュラー自体も、そのデータを蓄積できれば、イレギュラーの発生率も割り出せるようになり、これも精度を高めるために利用できるそうです。
AIの需要予測すごい。
冒頭に書いたとおり、AI予測は取り入れるべきです。
100%AIに頼る、と言うものではなく、人間の判断を助けるものとしてかなり有効的に使えます。
適正在庫予測と言う事で今回利用しましたが、同時に売上げ予測も出来ているわけで、社内の経営陣も興味津々。
他にも色々使えそうなので、ティファナに相談して会社の無駄やリスクをどんどん減らしていこうと思います。
澁谷さくら（AIさくらさん）
登録・チューニング作業をお客様が一切することなく利用できる超高性能AI。
運用やメンテナンス作業は完全自動化。問い合わせ回数や時間を問わない無制限サポート、クライアントの業務に合わせた独自カスタマイズで、DX推進を目指す多くの企業が採用。
