約3,000品番の需要予測にノーコードAIを導入、属人化した業務の引き継ぎ対策

導入前の検証対象を、約3,000品番すべてではなく主要製品に絞り込んだことが、この取り組みの起点になっています。全品番を横並びで比べようとすれば、データの準備だけで検討が止まりかねません。判断に必要な範囲を先に決め、そこで納得できる結果が出るかを見る進め方は、検討の速度を保つうえで効いたと考えられます。

合格ラインを「現状と同等程度」に置いた基準設定も見逃せません。目的が属人化の解消である以上、求められるのは今の担当者を上回る精度ではなく、担当者が替わっても精度が落ちないことです。上積みまで求めれば検証は長引き、判断そのものも難しくなりますが、同等で足りると決めておけば、評価の物差しが目的と正面から一致します。

販売実績データを入れれば予測が返ってくるという扱いやすさと、利用者ごとには料金が発生しない課金の形は、担当する人数を増やしても負担が跳ね上がらない条件を作ります。属人化の解消は、結局のところ扱える人を一人から複数へ広げられるかに帰着しますから、操作の敷居と費用の両面で人数の制約を外した設計は、目的とよくかみ合っている。さらに現在は、既存の業務フローを見ながら自社に合う予測モデルを組み立てる作業と、これまでの業務の棚卸しが同時に進んでいます。ツールに業務を寄せるのではなく、形骸化していた手順を洗い直しながらモデルを組む順序は、引き継ぎに耐える運用を残すうえで意味を持ちそうです。