日清製粉ウェルナ、AIで冷凍食品の生産・在庫計画を自動化し月50時間削減

日清製粉ウェルナでは、冷凍食品の需給管理と配送に関する各計画の立案を専門の担当者が担っていました。受注や出荷、在庫、工場の稼働状況を突き合わせて組み立てる計画予測の組み合わせは約1800パターンに達し、担当者一人にかかる負担は相当なものになっていました。

編集部の見立てでは、この困りごとの本質は作業量の多さそのものではなく、1800通りの中から妥当な組み合わせを選ぶ判断が、特定の担当者の経験の中だけに置かれていた点にあります。実際この取り組みでは、業務時間の長さと並んで、担当者が不在になったときのリスクが解消すべき課題として位置づけられています。計画が止まれば製品の供給そのものが揺らぐ以上、負担を軽くするより先に、判断を人から切り離して形にすることが求められていたのではないでしょうか。

まず効いているのは、計画づくりをひと続きの作業として扱わず、順序のある工程に分解した設計です。過去の出荷実績と受注実績から月次の販売数量の着地見込表をつくり、その見込みに現在の在庫数と工場の稼働スケジュールを重ねて需給計画を出し、そこから各倉庫への配車台数、さらに倉庫間の在庫移動数へと降りていきます。前の工程の答えが次の工程の入力になる形なので、どこまでが自動で決まり、どこから先が別の判断なのかが工程ごとに切り分けられます。出力もどの製品をどの倉庫からどの倉庫へ何ケース送るかという、現場がそのまま動ける粒度まで落とし込まれました。

二つめは、担当者が実際に踏んでいた作業工程をそのままシステムの手順として写し取る作り方です。AIに合わせて業務を組み替えるのではなく、すでにある業務ノウハウを設計図として扱う進め方であり、日清製粉ウェルナが培った業務知識とグリッドのAI技術を持ち寄る共同開発の形とも噛み合っています。立案された計画が担当者の使い慣れた形式で出力される点も同じ発想の延長にあり、受け取る側が中身を読み解ける状態を保っています。

三つめは、完全自動を目指さなかった割り切りです。計画を担当者自身が書き換えられるようにしてあり、急な需要の変動のような、過去の実績からは読み取れない事象への対応は人の手に残されています。自動化の範囲を欲張らずに線を引いたこの判断が、想定外の事態が起きた途端に仕組みごと使われなくなるという、計画系の自動化にありがちな行き詰まりを避けています。

各計画の策定に要していた期間は3日程度から1日程度へと縮まり、日々の在庫転送明細の作成時間も約2時間から約45分に短くなりました。合わせて月間50時間程度の業務時間削減につながっています。数字と同じくらい大きいのは、ノウハウが標準化されたことで業務の属人化と担当者不在時のリスクが解消された点で、緊急対応時のオペレーションリスクが下がり、より安定した製品供給が可能になっています。