外部API・リアルタイムデータのAI活用事例

【成果】 実験店舗での事前検証において、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が実証されました。この結果を受け、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週間先までの発注数量を算出し、担当者は画面上の異常値を確認するだけで済むようになったため、大幅な作業効率化と発注精度の向上が見込まれています。また、欠品や過剰在庫が減少することで、販売機会の損失や廃棄ロスの削減にもつながっています。さらに、難易度の高い発注業務が自動化されたことで、経験の浅い従業員でも適切な発注が可能となり、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成果も生み出しています。

【成果】 「NikeAI Beta」の導入により、顧客が直感的な会話を通じて求める商品にたどり着けるようになり、初期の反応として非常に良好な手応えを得ています。また、AIを活用したデザインプロセスでは、アスリートの要望とAIのアイデアを融合させることで、これまでにない革新的なシューズのプロトタイプを生み出すことに成功しました。 2024年のパリオリンピックでの展示を通じて、ブランドの先進性を強くアピールする成果を上げています。

【成果】 国内400の全店舗でシステムの稼働を開始した結果、自動発注率が全体で従来比115％、日配品においては従来比160％へと大幅に向上しました。これにより、店舗での発注作業時間を1週間で約600時間削減するという定量的な成果を上げています。 また、AIによる在庫制御（売り減らし機能）が機能したことで、従来以上に円滑な売り場づくり（MDサイクル）が実現し、店舗在庫量の圧縮・適正化と商品回転率の向上にも寄与しています。 現場からは、予測精度の向上と運用負荷の軽減が高く評価されており、今後は物流在庫センターへの販売予測データ提示による配送遅延防止や、業界課題である返品・廃棄・滞留在庫の削減にも取り組んでいく展望が示されています。

【成果】 AIによる需要予測を活用することで、必要な量の食材を適切なタイミングで仕入れることが可能となり、過剰な仕入れや品切れを防ぐ適正な在庫管理が実現しつつあります。これにより、食材が過剰に滞留することなく、より新鮮な状態で商品を提供できる体制が整い、品質の向上に寄与しています。 また、店舗における発注業務の代替や、物流センターでの保管スペースの縮小など、サプライチェーン全体の無駄を削減することで、店舗運営の大幅な効率化が期待されています。今後は実証実験を通じて効果を検証しながら、段階的に対象業態や品目を拡大していく展望を描いています。

【成果】 実証実験の段階から、AIの予報を参考にして防除を行った若手農家が15％の収量増を達成したり、ベテラン農家でも4％の収量増を実現するなど、確かな効果を発揮しています。 JA豊橋では、フェロモントラップ関連の作業時間を大幅に削減し、浮いた時間を農家への訪問指導に充てられると期待を寄せています。共通のデータに基づく指導が可能になったことで、若手指導員のスキルを補い、組織全体の営農指導力の維持・向上につながる基盤が整いつつあります。

【成果】 AIが乱気流の発生する特徴量を的確に捉えることが可能となり、日本上空の予測モデルにおいて86%という高い正答率を実現しました。従来の予測手法では乱気流の報告情報と予測位置が一致しないことがありましたが、新システムではこれらが正確に一致することが確認されています。 ANAは本システムを正式導入することで、運航における安全性と快適性の向上を実現し、お客様が安心して搭乗できる環境の強化に繋げています。

【成果】 情報の一元化により、規制管理者への問い合わせ回数が大幅に減少し、現場の人的負荷を軽減することに成功しました。チャットアプリを通じたリアルタイムな映像確認が可能になったことで、これまで1日あたり約60分かかっていた現場状況の確認時間が、わずか3分程度へと劇的に短縮されています。 また、規制履歴の自動記録と一括出力により、毎月約100分を要していた集計・記録作業が不要となり、転記ミスの防止と情報の正確性向上という定性的な効果も得られました。今後は、センシング情報の追加による適用範囲の拡大を目指すとしています。

【成果】 AIが発注推奨値を自動算出することで、発注業務にかかる時間を1店舗あたり1週間で約6時間削減することに成功しました。これにより、発注担当者の業務負担が大幅に軽減されています。 また、適切な商品陳列量の維持による販売機会の最大化や、過剰発注の抑制による廃棄ロスの適正化（フードロス対策）といった効果も期待されています。今後は導入店舗での売上や収益への効果を検証し、さらなる展開店舗の拡大を目指すとしています。

【成果】 実験店舗での事前検証において、当初計画していた発注作業時間の削減目標を達成し、精度の高い発注が行えることが実証されました。この結果を受け、全304店舗の生鮮部門への本格導入が決定しています。 現場では、3週間先まで算出された各商品の発注数量が画面に表示され、スタッフは異常値を確認するだけで済むようになり、作業負荷が大幅に軽減されました。AIによる高精度な予測は、商品の欠品を防ぎ販売機会を創出すると同時に、廃棄ロスの削減にも貢献しています。さらに、難易度の高い発注業務が自動化されたことで、経験の浅い新入社員でも精度の高い発注が可能となり、早期戦力化という定性的な成果も生み出しています。

【成果】 AIによる予測モデルの導入により、月間の客数予測精度は95%以上という高水準を維持しています。全305店舗における客数修正率はわずか0.5%にとどまり、店舗での客数予測や入力作業が大幅に効率化されました。 これにより、自動発注の精度向上やレジシフトの最適化が実現し、客数予測および入力作業にかかる工数を年間で約1,100時間削減する効果を生み出しています。現場の管理職の負担が軽減されたことで、今後は他のシステムとの連携をさらに深め、店舗オペレーションの効率化や販促施策への活用など、さらなるデジタル変革を推進していく展望です。