ライフの生鮮発注をAI需要予測で3週間先まで自動算出、全304店舗へ

多品目を扱う売場で、どの商品をいくつ頼むかの判断は、担当者の経験と勘に委ねられていました。数が合わなければ、欠品で売る機会を逃すか、余らせて廃棄するかのどちらかに振れます。しかも生鮮部門では、プロセスセンターやメーカーへ計画数量を前もって伝える必要があり、数日先を読めば足りる日配品よりも長い時間軸での予測が求められていました。

編集部の見立てでは、この困りごとの芯は担当者の熟練が足りないことではなく、業務が要求する予測の射程が、人の勘の届く範囲を構造的に超えていた点にあります。数日先であれば、天候や客足の肌感覚で補正できる余地があります。しかし三週間先の売れ行きとなると、どれだけ場数を踏んだ人でも根拠を持って言い当てるのは難しい。属人化という言葉で語られていた状態は、実のところ、誰にとっても難しい仕事を個人の責任で引き受けざるを得なかった状態だったのではないでしょうか。

予測の対象期間を5日先から3週間先へ広げた設計が、この取り組みの中心にあります。ここで効いているのは、期間を長くしたこと自体よりも、予測の時間軸を業務の締切のほうに合わせたことだと考えられます。生鮮部門はプロセスセンターやメーカーへ計画数量を事前に出す必要があるため、AIが5日先までしか答えを返せなければ、肝心の意思決定の瞬間には間に合いません。事前発注と発注確定時の数量調整という二つの機能が併せて用意されたのも、予測をこの時間軸の実務に乗せるための手当てと読めます。

人が担う仕事を、画面上の異常値の確認に絞った運用設計も要点です。全品目の数量を一つずつ検算する形にしてしまうと、自動算出で浮いた時間が確認作業に食われてしまいます。判断の初期値をAIが置き、人は外れて見えるものだけを見る。この分担にしたことで、経験の浅い担当者でも同じ手順で発注に関われる余地が生まれました。

すでに日配品で動いていた仕組みを土台に、生鮮の要件へ拡張していく進め方も見逃せません。2021年から稼働している基盤があれば、データの入り口や現場の操作は据え置いたまま、生鮮特有の差分だけに開発と検証を集中できます。サービスを提供するBIPROGYが予測と発注の仕組みを担い、小売側が現場要件と検証の場を差し出すという役割分担のもと、まず実験店舗で確かめてから全店の判断へ進む段取りが取られました。

実験店舗での事前検証では、当初計画していた発注作業時間の削減目標を達成し、精度の高い発注業務であることが実証されました。これを受けて、全304店舗の生鮮部門への本格導入が決定しています。AIが3週間先までの数量を算出し、担当者は画面上の異常値を確認するだけで済む形になることで、大幅な作業効率化と発注精度の向上が見込まれる段階です。欠品や過剰在庫の減少は販売機会の損失と廃棄ロスの削減につながっており、難易度の高い発注業務が自動化されたことで、新しく採用されたスタッフの早期戦力化という定性的な変化も生まれています。