流通業界におけるAIの取り組みについて、事例をもとに紹介しています。AIによるオートメーション化で作業にかかるロスや手間を省き、効率的な物流システムを実現。流通会社が抱え込む課題を解決します。
雇用体制による勤務時間制限や熟練作業者の有無、作業スタッフの対応可能セクションなど、さまざまな制約条件に当てはめた業務采配を適切におこなうためのソリューションを開発。
まずは作業項目を洗い出し、必要となる人員を予測する予測アルゴリズムを開発。次に、その予測モデルから得たデータを元に、最適な人員シフトと配置を算出する最適化機能を開発。株式会社ブレインパッドの最適化エンジンをベースに、予測機能と最適化機能を組み合わせて、業務采配をオートメーション化しました。
人員配置や勤務シフト支援ソフトはありますが、顧客の業務体制に合わせた開発をおこなうことで、業務要件を満たし、スクラッチ開発よりも安価な費用で高精度なシステム開発が可能になりました。
| 対応内容 | 需要予測など |
|---|---|
| 開発企業 | 株式会社ブレインパッド |
新規顧客と既存顧客それぞれを優良顧客に育て、製品DMやカタログ掲載商品の購入までいけるようにするため、データドリブンマーケティングを実施しました。 最新購買日・購買頻度・購買金額から分析・特定したロイヤルカスタマーと、それ以外の顧客の購買行動を比較してターゲットを選定。施策を評価。さらに、ブランド間共起分析で顧客の購買商品に合わせたおすすめ商品の特定、顧客クラスター分析でコンテンツ内容を決めたりと、多種多様なデータを元にマーケティング分析をおこないました。
その分析結果から顧客ごとに異なる好みを把握し、DMやカタログ、メールなどでアプローチ。顧客に合わせたコミュケーション設計を実現しました。
| 対応内容 | 行動認識・購買予測・需要予測・マッチングなど |
|---|---|
| 開発企業 | Accenture（旧Albert） |
コロナ禍でネットでの買い物が増え、従来のやり方では配達に無理が生じてきました。対応できる施策を講じるため、機械学習（Machine Learning）技術を活用した現場オペレーションの改革に着手。全国に配送センターなど約4000の拠点における、業務量の予測精度向上と経営リソースの最適配置に取り組みました。
業務量予測では、各営業所の3ヵ月先の業務量を1日ごとに予測し、スタッフ・車両・経営リソースの最適配置とコスト化を。EC発送の荷物量予測では、リアルタイムで可視化できる体制を構築。
機械学習モデルを継続的に改善する手法「MLOps（Machine Learning Operations）」を導入することで、機械学習モデルの安定した開発や実装、運用の高速化を実現しました。
| 対応内容 | 需要予測など |
|---|---|
| 開発企業 | 株式会社エクサウィザーズ |
当日に出荷量が分かる仕事が多いため、車両手配だけでなく倉庫業務のための人員調整も難しい状態でした。そこで、AIを活用して過去のデータやその他のデータなどから予測する「AI-Buffalo-」を導入。 導入後は、予測データから数日先の車両手配や倉庫スタッフの調整が可能になり、人手が不足もしくは多すぎたりすることがなくなりました。
また、これまで長年の勘で予測していたのが、しっかりとしたデータに基づいた数値で考えられるようにも。 予測精度の向上次第では、混載便の配車計画も物流予測から読み取ることができるようになるのではと期待されています。車両一台当たりの積載率が上がれば、必要となる車両台数も少なくてすみ、物流会社だけでなく依頼主にもメリットとなります。
| 対応内容 | 需要予測など |
|---|---|
| 開発企業 | 株式会社ROX |
流通・小売企業において、毎月の棚卸作業は手作業でおこなっていました。時間がかかるだけでなく労力もかかり、ヒューマンエラーが起こりやすいことからも、これらの問題を解消するためのオートメーション化が課題になっていました。そこで、株式会社エーエヌラボが開発したソリューション「PicMatch」を導入。
あらかじめデータベースに各商品の背表紙画像を登録しておき、棚卸で撮影した商品棚の写真をPicMatchのライブラリで解析・検索。商品の型番を特定し、棚卸作業を自動で実施できるようにしました。
| 対応内容 | 流通業界 |
|---|---|
| 開発企業 | 株式会社エーエヌラボ |
アサヒグループホールディングス株式会社では、棚割作成業務の効率化を目的として株式会社PKSHA Technologyが開発した「PKSHA Retail Intelligence」を導入しています。
「棚割業務」とは、流通企業の現場の売上分析により最適な品揃えを決定し、売り場の陳列計画を作成するためのもので、専門性と一定の経験値が求められるとともに膨大な作業時間が必要となります。売上の最大化のために重要な業務であると当時に、担当者の大きな負担となっていました。
同システムの導入により、陳列をした商品一覧や過去の売り場情報をもとにAIによって自動で棚割が作成されるため、経験が浅い社員でも棚割作成業務を担当することができ、さらに作業に要する時間をおよそ65％削減可能となります。
| 対応内容 | 需要予測 |
|---|---|
| 開発企業 | 株式会社PKSHA Technology |
株式会社ワークマンは、株式会社日立製作所との共同開発を通じ、2021年3月よりデジタル技術によりおよそ10万品目の発注業務を自動化するシステムの導入を行っています。
こちらのシステムは、全国展開するスーパーマーケットなどへの導入実績もある「Hitachi Digital Solution for Retail/AI需要予測型自動発注サービス」を活用したもの。システムの活用によって、現在の店舗棚割に即した平均在庫量を維持しつつ、こまめな補充による欠品抑制を実現可能。これまで各店舗で行われていた発注作業に要する時間を短縮し、欠品の抑制や在庫適正化を実現することで、より魅力的な店舗づくりに注力できるようになります。
| 対応内容 | 発注業務自動化 |
|---|---|
| 開発企業 | 株式会社日立製作所 |
ただ闇雲にAIを導入すればいいと考えていると失敗しやすいです。AIは目的ではなく手段となるものなので、まずはAI導入における目的やテーマを設定する事から始めないといけません。
例えば、流通業であれば発注率の効率化で在庫コストを小さくするなどです。目的やテーマは企業によって異なりますので、自社におけるAIの意義をしっかりと考えて導入するようにします。
流通業界では、在庫・需要予測、人員の配置、無人店舗、顧客分析など、さまざまな場面で用いられています。例えば、需要予測システムを導入することによって、過去の天候やイベント情報などの分析によって商品の売れ行きを高い制度で予測可能です。このことで、在庫の最適化や食品ロスの防止などを行っています。
流通業界でAIを活用する場合、AIによる在庫管理や発注業務の自動化、無人店舗の運営やセルフレジといったように、従来人が担当していた部分をAIが担うことによって効率化できます。このことで、業務効率化とコストの削減が行えます。さらに、AI導入によって業務の自動化が進むため、人材不足の課題についても緩和が期待でき、限られた人員だけでの店舗運営が可能となります。
また、AI導入で業務の自動化が進むことで、人材不足の課題を緩和も期待できますし、在庫管理や需要予測の精度が向上することによって、品切れや過剰在庫、食品ロスの削減が可能です。
AIの導入にあたっては、初期コストが高額になる可能性がある点には注意が必要です。また、導入時のコストだけではなく、システムのアップデートやメンテナンス、運用スタッフの育成など、継続的なコストが発生します。そのため、投資に対する効果について十分に検討し、長期的な視点で導入計画を立てることが必要です。
また、AIをより効果的に活用するために必要な、「AI人材」が不足する可能性もあります。専門的な知識を持つ人材を育成するのは時間を要することから、外部の専門家との連携を行うという選択肢も考えられます。
流通業界でAIを活用するには、まず「現場における課題」を明確化することと、目的を設定することです。ここで注意したいのが、「AIを導入する」を目的としないことです。そのためにも、現在の業務プロセスや現場の課題などを具体的に洗い出し、AIでどのようなことを解決したいのかを明らかにします。
また、急に全社展開するのではなく、例えば特定の店舗などから導入を始めるといったように、小規模の導入からスタートし、成功体験を積み重ねながら全社的な展開を行うことにより、現場の納得感を高めることができます。
vAIの導入にあたっては、何をAIで解決したいのかという点を明確にしておくことが大切です。さらに、現場スタッフや店舗責任者など、現場参加型で導入プロジェクトを進めていってください、ただい、流通業界の特有として、現場ごとに業務フローやニーズが異なってくることが挙げられますので、現場に密着しながらの導入アプローチを行うことが大切です。
また、導入後も現場からの声に耳を傾け、AIモデルや業務フローの定期的な見直し syを行い、改善し続けることもポイントです。
流通業界でもAIによる課題解決が期待されており、実用化に向けてさまざまな試みがおこなわれています。手間と時間がかかる、ベテランの経験や勘に頼った業務を、AIによるオートメーション化で人の手がかからない、確かな数値にそった計画が立てられるように、店舗オペレーションを効率的にします。
AI受託開発を成功させるには、ベンダーとの密なコミュニケーションが必須となります。TOPページでは企業の課題解決に向き合う人材やサポート体制に力を入れているベンダーをピックアップしていますので、是非比較・検討の参考にされてみてください。
