Powered by
Powered by
BLOG
最終更新日：
AIを用いた在庫管理によって、過剰在庫の抑制や欠品防止などにつながります。しかし、小売業や製造業の担当者のなかには、「AIを用いた在庫管理のイメージが湧いていない」という方もいるのではないでしょうか。
そこで本記事では、在庫管理にAIを用いるメリットやAIによる在庫改善の事例、在庫管理に活用可能なAIの種類などについて解説します。
在庫管理にAIを活用してみませんか。
AI需要予測による在庫最適化とは？
→資料を見てみる
製造業を例とした場合、経済産業省の調査によると設備投資額は新型コロナウイルス感染症が流行した2020年前半時点で大幅に落ち込んだ後、増加傾向が続いています。特にDX関連の設備投資は、2020年と比較して2022年には約2倍と大きく伸びています。
しかし、DX関連の設備投資の増加に伴いデジタル技術の活用傾向は増加している一方で、それらのデジタル技術やツールを活用する技術者の育成には課題がある状態です。
また、従来の基幹システムや生産管理システムは業務効率化に役立つ重要なツールである反面、操作性などに問題がある場合もあり、在庫管理などの実業務において利用者を選ぶという背景もあります。そのため、機能性だけでなく操作性や使用感も考慮し、誰でも使いやすいツールを導入することが重要です。
在庫管理にAIを用いるメリットとしては、主に以下の3つが挙げられます。
在庫管理にAIを用いるメリットのひとつは、在庫管理を効率化できる点です。たとえば、在庫管理のオペレーション部分にChatGPTなどの生成AIを活用することで、情報の整理やデータフォーマットの修正といった単純作業を大幅に効率化できます。
従来はExcelへのデータの入力や整理、フォーマット修正などは手作業で多くの時間がかかっていましたが、AIを用いることで担当者の業務負担を大きく軽減できるでしょう。また、ヒューマンエラーも減少し、データ品質の向上や作業の手戻り防止などにもつながります。
発注量の算出精度を向上できる点も在庫管理にAIを用いるメリットです。たとえば需要予測AIを活用することで、以下に挙げるような情報のなかで需要にクリティカルに影響する要素を従来よりも高精度に特定し、それを加味した分析ができます。
①外部データ（国家レベルの政策・経済状況・市場トレンドなど）
②自社データ（売上データ・顧客データ・生産データなど）
その結果、過剰在庫や欠品の発生を防止し、在庫量の適正化にもつながるでしょう。
・関連記事：発注数を決定するための需要予測とは？おすすめのツールについても徹底解説！
在庫管理にAIを用いるメリットとしては、一人当たりの業務負担の軽減も挙げられます。これまでは、人力での発注量の決定や在庫管理などの業務に多くの時間がかかり、担当者のリソースに余裕がないという企業も少なくありませんでした。
一方で、AIを用いて発注量の予測などを効率化することで、人力での作業と比べて担当者の業務負担を大きく軽減できます。それにより、空いた担当者のリソースを本来注力すべき業務に割り当てることができ、人員配置の最適化や人手不足の解消につながるでしょう。
ここでは、AIによる在庫改善の事例として、以下の5つの事例を紹介します。
・関連記事：在庫管理の改善事例3選！在庫管理が必要な理由や改善方法を徹底解説 – 在庫管理の改善方法
ある建築消耗品メーカーは、建築消耗品の製造から販売までを一貫して実施しているなかで、製造ラインのスケジュール管理に課題を抱えていました。また、商品を過剰に製造し、余剰在庫が発生していることも課題でした。
そこで、同社は製造ラインのスケジュール管理や製造数を適正化するために需要予測AIツールを導入。その結果、人力だけに頼らない効率的なスケジュール管理ができるようになるとともに、製造数の適正化や過剰在庫の抑制を実現できるようになりました。
工業用製品を製造している北米のある大手製造メーカーは、世界の各拠点に数百の工場を保有しており、40億ドル以上に及ぶ大量の過剰在庫を抱えていることを課題としていました。過剰在庫の主な原因は、各製品が数百に及ぶ部品で構成されており、在庫管理が複雑になっていたことです。
世界の各拠点の過剰在庫を削減して収益性を改善するために、同社は在庫管理にAIを導入することを決断。製品の注文と同時にAIが在庫を参照し、部品レベルの需要予測を行うことで、過剰在庫の削減に成功しました。在庫コストをおよそ3割〜5割を削減し、年間で約1〜2億ドルの収益改善につながっている事例です。
季節商品などの販売を手掛けるある雑貨店では、これまで過去の販売データを基に人手による需要予測を行っていました。しかし、人間の担当者による需要予測では予測精度が低く、実際の需要量よりも多く発注を行うことで過剰在庫を抱えてしまう課題を抱えていました。
そこで、同社は需要予測の精度を高めるために需要予測AIツールを導入。AIを活用して過去の販売データの傾向などを適切に分析することで、人手による需要予測よりも高い予測精度を実現することができました。その結果、在庫量の適正化にもつながっている事例です。
ある大手作業関連用品事業者は、これまで担当者が手作業で商品ごとの需要予測を実施していました。担当者が経験に基づき過去の発注データや販売データ、天候・イベント情報などを考慮し、約30分かけて発注業務を行っていたのです。
しかし、出店数や商品数が増えるなかで、発注業務も煩雑化し、人手による発注業務に限界を感じていました。
そこで同社は、発注の効率化や売れ筋商品の欠品防止などを目的に、AIを使った自動発注システムを導入。AIが過去の販売実績などから発注量を自動計算することで、発注にかかる時間を従来の30分から2分に短縮でき、需要予測の精度向上も実現している事例です。
あるコンビニチェーンは、各店舗で慢性的に人材が不足し、発注業務の属人化や若手人材へのスキル継承を課題としていました。このような課題を背景に、同社は発注業務の効率化や精度向上、商品の欠品削減を目指し、AIを活用した需要予測を導入しました。
過去の販売データやさまざまな外部データなどの分析作業をAIに任せることで、発注業務の時間を平均35％短縮。また、欠品率は27％減少し、発注業務の効率化および精度向上を実現している事例です。
在庫管理に活用可能なAIにはいくつか種類があります。ここでは、在庫管理に活用できる代表的なAIとして、以下の3つについて解説します。
在庫管理に活用可能なAIのなかでも代表的なのは需要予測AIです。需要予測AIを用いることで、「商品がどれくらい売れるのか？」を高精度に予測できます。需要を適切に予測できるようになれば、発注量の適正化や余剰在庫の削減、欠品の防止にもつながります。また、在庫量が適正化されることで、無駄な在庫管理コストを削減し、企業の収益性向上も期待できるでしょう。
生成AIを活用することで、在庫管理の効率化に役立ちます。たとえば、ChatGPT/GPT’sなどの生成AIを用いることで、異なる形式のデータファイルの整合性を取ったり、フォーマットや表記の違いを統一したりといったデータの前処理が可能です。
また、在庫データをアップロードして生成AIに指示することで、在庫変動の傾向分析や分析結果のグラフなどでの可視化ができます。人力でのデータ整理や分析と比べて、在庫管理を大幅に効率化できるでしょう。
倉庫内の在庫管理においては、AIカメラの活用がおすすめです。AIカメラは、カメラで撮影したさまざまな画像データをAIにインプットすることで、在庫の量や種別などを自動で判別できる仕組みです。
担当者が手作業で行っていた在庫管理の作業パターンを画像データとしてAIカメラに読み込ませることで、これまで人間が行ってきた在庫管理の一部をAIカメラが代行して在庫管理を効率化できます。また、AIカメラを活用したリアルタイムでの在庫確認や自動発注、異常検知機能を利用した在庫の盗難防止なども実現可能です。
少子高齢化に伴う労働人口減少などを背景に、慢性的な人材不足や業務の属人化を課題とする企業も少なくありません。このような課題を解決するために、国内外の製造業や小売業などにおいて、AIを用いた需要予測や発注業務、在庫管理を行う企業も増えてきています。
需要予測や発注業務、在庫管理にAIを用いることで、発注業務の効率化や精度向上、在庫の適正化などを図ることができます。また、余った工数を別の業務に割り当てることで、人員の適正配置にもつながるでしょう。
AI CROSSでは、在庫管理の適正化に役立つノーコード型需要予測AIツール「Deep Predictor」を提供しています。Deep Predictorでは、AIシミュレーションによって過去の販売データなどを分析し、最適な施策や定量的な効果測定、およびその根拠をまとめて導き出すことが可能です。また、操作性の良いインターフェースとなっているため、業務の属人化の解消やスキル継承にもつながります。発注業務や在庫管理業務を効率化できることで、他の業務にリソースを振り分けるなど人員配置の適正化も可能です。
AIを用いた在庫管理にまつわるお悩みがございましたら、まずは資料請求でお問い合わせください。
※この記事は下記の情報を参考に制作しております。
・第3章 労働参加の促進を通じた成長底上げ（内閣府）
・AI導入ガイドブック 製造業へのAI需要予測の導入 -P8（経済産業局）
・「2023年版 ものづくり白書」（経済産業省）
