A.T. カーニー株式会社は、AIによる需要予測の活用事例をまとめた論考を公開しました。
論考では、POSデータや天候、経済指標、SNSセンチメントなどを統合する手法を紹介しています。
生産計画作成時間の96%削減や、予測精度の10~40%改善などの事例を示しています。
記事の概要
A.T. カーニー株式会社は、論考『サプライチェーンマネジメントにおける需要予測高度化に向けたAIの役割』を公開しました。
論考では、過去の販売実績を中心とした予測から、複数の需要シグナルを統合する手法への移行を論じています。
対象となるデータには、POSデータ、顧客属性、経済指標、天候、SNSセンチメント、競合動向などがあります。
AIは季節性や販促、地域差を考慮し、SKU、製品、店舗などの単位で予測を生成できます。
P&Gは、COVID-19で過去データの信頼性が低下した局面で、リアルタイムデータを機械学習で分析しました。
日本では、P&GのAIベースの予測システムにより、配送トラックの車両規模を30%削減できるとされています。
LenovoのSupply Chain Intelligenceは、2,000社超のサプライヤーと世界33拠点の製造施設にまたがるネットワークで、800以上のデータソースを統合します。
Lenovoは、売上4.8%増、OTIF納入性能5%改善、製造・物流コスト約20%削減を成果として報告しています。
記事のポイント
- 多様なデータを統合: AIはPOSデータ、顧客属性、天候、SNSセンチメントなどを統合し、SKUや店舗単位で需要を予測します。
- Lenovoの導入効果: Lenovoは売上4.8%増、OTIF納入性能5%改善、製造・物流コスト約20%削減を報告しています。
- 計画作成を効率化: C3 AIのアプリケーションは、食品メーカーで18のデータソースを統合し、計画作成時間を96%削減しました。
詳しい記事の内容はこちらから(引用元)
A.T. カーニー株式会社のプレスリリース(2026年7月23日 11時00分)AI需要予測の導入で生産計画作成時間を9…
https://prtimes.jp/main/html/rd/p/000000122.000046861.html