日立とニチレイ・アイス、AIで生産・輸送・在庫の計画立案時間を約70%短縮

効いたのは、生産・輸送・在庫を別々に立てず、ひとつながりの最適化問題として解いた設計です。実際の在庫量を踏まえながら、販売見込みと在庫基準を満たすように「いつ、どこで、何を、どのくらい」作り、運び、置くかを同時に決めていきます。生産計画だけを良くすると輸送や在庫にしわ寄せが出るという部分最適の綱引きを、構造の側で避けられる。40を超える制約条件と約10個の相反するKPIをまとめて扱えるようにしたことが、この一体解決を成り立たせています。

基本機能を部品として持ちながら、計画立案に必要な業務ルールを顧客の業務モデルに合わせて細部まで作り込むセミオーダー型の進め方も、実運用に耐える鍵になっています。計画業務の難しさは、教科書どおりの制約ではなく、その会社にしかない例外や運用上の取り決めに宿るものです。汎用的なパッケージでは表現しきれない要件を取り込む余地を残した設計だからこそ、現場が使える精度に届いたのではないでしょうか。

日々回し続けるための仕掛けとして、入力データを見直すだけで計画を修正できる形にした点も見逃せません。手直しのたびに専門家の手を借りる構造では、変化の速い需給には追いつかない。さらに欠品発生アラートや生産量不足アラートといった異常検知を組み合わせ、計画を作る機能と、計画のほころびに気づく機能とを役割分担させています。アプリケーションからITインフラ基盤まで日立が一貫して受け持つ体制も、こうした継続運用を成立させる土台として働いています。