MENU CLOSE

CONTACT TRY TRYETING

CASE 実例紹介

AI技術を活用した在庫生産管理エンジンによって在庫回転率を1.5倍に

INDUSTRY 産業
製造業
LAUNCH 公開
2019.02
COST 費用
¥30,000,000- ~ ¥40,000,000-
PERFORMANCE 効果 ※
5000% ※効果は導入時に算定評価したもので、その効果を保証するものではありません。また、5年間の償却期間における合計で算出しています。
TYPE 技術
  • 未来予測のアイコン 未来予測
  • 機械学習のアイコン 機械学習
  • 最適化のアイコン 最適化
  • ディープラーニングのアイコン ディープラーニング
  • 異常検知のアイコン 異常検知

PROBLEM クライアントの課題

複雑・属人的な生産管理から、AIによる高精度自動化へ

工業製品・食品・繊維などにおいて、多様な商品において顧客需要を予測しながら生産数の決定を行うことは、深い事業理解とノウハウが必要です。過去十数年分の販売傾向のみならず、特に天候や為替などの外部要因や新製品・セール・特需などのイベント要因を把握しながら、時に数十万品目となる商品群を日次、高精度で管理することは不可能です。TRYETINGでは、AIプラットフォーム「UMWELT(ウムヴェルト)」を活用した、大規模な過去データ分析及びAIによる学習・推論技術を土台にして、高精度な需要予測及び発注数・タイミングの最適化の自動化を実現しました。

SOLUTION TRYETINGの解決策

人間の心理を排除した、シビアな高精度生産管理を目指して

通常、企業では生産数を決定する際に、販売先の個店毎に配置された営業からの予測数値を元に本社生産本部で集約された数値を用いて生産数を決定します。しかしながら、欠品を絶対に避けなくてはならないという心理、数量予測精度の低さから、通常実数値より余裕を持って生産することになります。結果として余分な生産工数による固定費用の増大、滞留在庫の増大、廃棄ロスが、多くの企業での生産管理における問題となっています。TRYETINGが、大手食品加工業者様と取り組んだ事例として、過去数年分のデータを分析・予測した受注数を土台にして、各商品毎の発注〜入庫リードタイム、消費期限などを勘案した形で生産数・生産タイミングの最適化を実現しました。さらに、実際に営業との比較として在庫の回転数が平均で1.5倍にまで向上可能であることを実証しました。これは在庫保有量を理論上33%削減できることを示しています。AI技術を活用して、直接的なビジネス効果を示した好例と言えます。

既存システムのAI化を裏側で支えるソリューションへ

通常AIシステムは、インターフェースとは別立てでAI用の特別なシステムを構築する必要があります。その場合、数億円レベルの莫大な固定資産取得が現場導入のハードルとなり、一部上場企業をはじめとした企業のAI活用が実証実験で終わってしまう大きな要因となっています。とりわけ計算負荷の高いAIを24時間365日活用していただくためには、高性能なAIのみではなく、十分に冗長化したインフラも重要な要素となっています。そこでTRYETINGは、独自の高冗長化タスク分散処理型インフラを備えたアルゴリズムプラットフォームソリューション「UMWELT(ウムヴェルト)」上でAIを提供することで、ゼロからのインフラ構築不要、安定稼働、高精度という付加価値を提供しています。またシンプルなAPI仕様を元にAIを実行していただけるので、AI構築の負担なくクライアントの既存システムへのAI導入を実現することが可能です。現在、先述の食品加工業者様では既存システムとAIシステムのつなぎ込みを実施し、実証実験止まりではない「本当に運用できる」AIシステムの構築を目指して、TRYETINGがシステム構築の裏側で継続的に支えています。

PRODUCT 活用したプロダクト

STOCK STREAMS ストックストリームズ

売れる数を、人工知能が予測。
人工知能(AI)を活用したこれまでにない全く新しい在庫管理AIクラウド。

先1年までの受注数・販売数を正確に予測することで、人工知能がリードタイムを勘案して、最適な生産数・発注タイミングをリコメンドします。在庫あまりや、在庫切れによる機会損失を最小化することが可能になります。