経験と勘の発注をAIで自動化し週600時間削減、400店舗のドラッグストア

需要の見通しを出すところで止めず、在庫の制御まで一続きの機能として設計したことが、この取り組みの中心にあります。選定時に評価されたのも、高精度な予測と発注制御機能の両方を備えている点でした。新商品や代替商品への入れ替えでは、切り替え予定日に向けて在庫を自動的に絞り込む「売り減らし機能」が働きます。予測を判断材料として提示するのではなく、発注量という実行可能な形にまで落とし込む設計が、現場が使える自動化の条件だったと考えられます。

棚割システムとの連携は、AIに「売り場の計画」という前提を渡した点で効いています。何をどこにどれだけ並べる予定なのかという情報が入ることで、提案される発注量は店舗の実際の売り場と食い違いにくくなります。結果として店舗の作業は、毎朝推奨値を確認するという一動作に収束しました。人の役割を数量算出から確認へ移した動線の組み替えが、定着を支えたと見ています。

運用パラメーターの持ち方を、商品単品単位から商品分類単位の設定へ切り替えた判断も見逃せません。安全在庫のような設定値を一点ずつ管理すれば、店舗数と商品数の掛け算だけメンテナンスが膨らみます。そのうえで力を注いだのが、棚割情報や特売情報、気象情報といった連携データの整備でした。精度はモデルだけでなく入力側の手入れで決まる、という割り切りが、運用の負荷を抑えながら予測を育てる形につながっています。