DATAFLUCT、アース製薬でAI需要予測を本番運用

DATAFLUCTは、アース製薬でAI需要予測モデルの本番運用を開始しました。
虫ケア用品や入浴剤などを対象に、SKU別・月別の一次出荷数を予測します。
出荷計画に予測結果を活用し、返品・廃棄ロスの削減を目指します。

記事の概要

DATAFLUCTは、アース製薬におけるAI需要予測モデルの本番運用を開始しました。
対象は虫ケア用品、入浴剤、口腔衛生用品などです。
過去の出荷・返品・在庫データに加え、市場の販売動向や気象データを使います。
AIでSKU別・月別の一次出荷数を予測し、出荷計画の判断材料として提供します。
これまでPoCで予測精度を検証し、今回、実際の業務で利用する段階へ移行しました。
最新の実績データによる再学習に加え、予測値と直近実績の乖離を反映する「外部補正」を実装しました。
SKUごとの継続的な需要の上振れ・下振れを検知し、補正係数を算出します。
今後は商品カテゴリーや季節ごとの特性を捉え、予測精度と安定性の向上を目指します。

記事のポイント

1. 対象商品と予測単位： 虫ケア用品、入浴剤、口腔衛生用品を対象に、SKU別・月別の一次出荷数を予測します。
2. 外部補正で追随性向上： 予測値と直近実績の乖離を捉え、SKUごとの需要トレンドを補正係数に反映します。
3. 実業務で出荷判断に活用： PoC後の本番運用で予測結果を出荷計画に使い、返品・廃棄ロスの削減を目指します。

このニュースがもたらす影響

• 導入検討企業： 季節変動の大きい商品の需給管理では、予測精度だけでなく、直近実績を反映して継続的に補正できる運用設計まで導入条件として検討する必要がありそうです。
• AI需要予測企業： PoCの精度検証にとどまらず、再学習や予測と実績の乖離補正を含めて本番業務に定着させる力が、サービスの競争力を左右する可能性があります。
• 製造業の需給担当： SKU別・月別の予測を出荷判断に組み込むことで、欠品回避と過剰出荷抑制の両立に向け、AIの数値と現場知見をどう使い分けるかが課題になりそうです。

このニュースの背景

虫ケア用品などの季節性商品は、天候や気温、市場環境によって需要が変動し、需要期の終了後には返品が発生します。
欠品による販売機会の損失を防ぎながら、過剰出荷や返品を抑えるため、商品ごとの出荷量を細かく判断する必要がありました。
今回の取り組みでは、社内データに市場の販売動向や気象データを加え、最新実績による再学習と予測値の外部補正を組み合わせています。

関連するニュース

• DATAFLUCTは伊藤忠食品で、検索や企業分析、提案資料生成を行う営業支援AIエージェントの検証を始めました。
• AI CROSSがアルファの販促用品通販にAI需要予測を導入し、発注業務と在庫管理の標準化を進めます。
• DATAFLUCTは東芝の映像解析AIとAIデータ基盤を連携し、道路点検や現場安全管理への活用を検証しました。

詳しい記事の内容はこちらから（引用元）

プレスリリース・ニュースリリース配信シェアNo.1｜PR TIMES

DATAFLUCT、アース製薬でAI需要予測の本番運用を開始。返品・廃棄ロスを削減することで、社会課題及び事業課題の解決を目指す。

株式会社DATAFLUCTのプレスリリース（2026年10月28日 11時00分）DATAFLUCT、アース製薬でAI需…