蓄積されたデータを活用し予測することが得意な「AI」は、近年さまざまな業界で導入されています。
その中でも特に注目が集まる、これまで多くの手間と時間を要していた「在庫管理」を効率化できるAIシステムの基本や実際の導入事例、メリットなどを詳しくご紹介します。
AI在庫管理の基礎知識
AIを活用することで、在庫管理業務の効率化と自動化が可能になります。
バラエティに富んだパターンをAIが学習することによって、大量のデータを分析して人間と同様に作業手順を学習できます。それによってデータに基づいた正確な需要予測で、いままでは人の目と手で行っていた在庫管理をAIに任すことができます。
AI在庫管理とは？
在庫管理業務には商品の入庫出庫をはじめ、在庫数とデータの監視など、さまざまな作業が発生します。そこでAIを導入することによって、これらのタスクを自動化し、在庫管理を効率的に行うことが可能になります。
具体的には、AIが商品に備わっているバーコードスキャナーやセンサーなどを活用して、AIカメラと在庫管理システムをつなげ、商品の入庫と出庫を自動的に記録したり、在庫数とデータを正確に管理します。
さらに、AIは過去の売上データや需要傾向も分析できるので、将来の商品需要を予測する能力も備わっています。また、自動的に発注プロセスを最適化して必要な商品を自動で発注してくれます。このようにAIを在庫管理に活用することで、多くの業務を自動化し効率的に行うことが大いに期待できます。
AI活用のメリット
AIを在庫管理に導入することには、あらゆるメリットが挙げられます。
在庫状況を正確かつリアルタイムに把握
AIはバーコードスキャナーやセンサー、AIカメラなどを活用して、商品の入出庫を自動で記録します。この自動記録によって、在庫データはほぼリアルタイムで更新されるので、在庫の変動や商品の移動が即時反映され、正確な在庫状況を把握できます。
このリアルタイムかつ正確な在庫データにより、在庫不足や過剰納品などの問題を素早く検出することが可能になります。また、顧客の注文に対しても正確な納期を伝えることができるため、顧客満足度の向上も期待できます。
商品の需要予測
そもそもAIは大量のデータを高速かつ精密に処理できるので、過去の売上データをはじめ、顧客の注文履歴やルーティーン・季節要因などを考慮して正確な需要予測が行えます。
この需要予測は、在庫や注文商品の最適化を実現します。AIが需要を過不足なく予測することで、在庫を抱える際の過剰や不足を最小限に抑えることができます。
過剰在庫・欠品を防ぐ
上記のように、AIが正確な需要予測を可能とし、過剰な在庫と欠品を最低限に抑えることができます。
欠品が増えたり続くことで顧客満足度の低下を招き、一方で過剰在庫は商品ロスを発生させる原因です。特に食品になると、販売・消費期限があるため、フードロスにもなりやすく、過剰在庫による損失は大きくなります。食品以外でも保管場所にコストがかかったり、最終的な廃棄となると処分費用も問題です。このため、AIを活用した在庫管理の最適化は大きなメリットと言えます。
ヒューマンエラー防止と業務効率化
AIを活用すると、従業員が手動で在庫データ入力を行う必要がないので、タイプミスや個数の入力ミスなどのヒューマンエラーを防止できます。
このことで在庫情報の正確性は安定し、商品の過剰発注や在庫不足、誤った在庫管理の問題は劇的に減少します。
また、AIは在庫状況をリアルタイムで把握するため、一定の基準を下回ると自動的に対策を行うことが可能になります。例えば在庫が不足した場合、AIが自動的に発注プロセスを開始して、必要な数を注文します。このように従業員の手動介入・作業が最小限に抑えられ、業務効率は飛躍的に向上します。
成功への道のり
正確かつ過不足のない在庫管理は物流業界にとって大きな課題であり、頭を悩ませる問題のひとつです。
しかし、在庫管理の効率化をAIの導入で実現することにより、作業時間と手間、そしてヒューマンエラーが削減できます。どういったポイントがAI在庫管理の成功へ繋がるか見てみましょう。
導入前に考慮すべきポイント
AIの在庫管理システム導入によって大きな効果を得るには、導入前のプロセスが必要です。
課題と導入目的を明確にする
AI在庫管理システムは、課題や必要性を把握せずにシステムを導入しても、望む効果を得られないかもしれません。
AIシステムは多機能なほどコストはかかるため、まず自社の業務や課題から必要最低限の在庫管理機能をリスト化し、適したAIシステムを選ぶことが大切です。
費用に対する効果を算出する
AI在庫管理システムを導入するには、当然費用が発生し、運営コストや社員の教育コストもかかります。導入によってどのような効率化が実現され、どれくらいの費用対効果が生まれるのかをシミュレーションしてみましょう。
導入することによって、
・入出庫の際の在庫データ入力の作業時間
・欠品、検品ミスや在庫ロスによる損失
・ピッキングなどの在庫確認に費やす時間
というような、業務に関わる費用削減・作業時間削減は期待できますが、企業によっては長期的に見て、導入費用対効果が見合わないケースもあるため、専門家やアドバイザーによる見極めが必要です。
システムを選定する
自社にAIの在庫管理システムが必要であると分かったら、具体的に適したAIシステムを選定します。
既存の物流データとの連携から移行をスムーズに行うために、連携性があるシステムを選ぶことは重要です。汎用性が高いAIシステムを選べば、ECサイトなどの導入も可能となり、活用の幅は広がるでしょう。
システム導入体制を整える
AI在庫管理システムの導入・運用をする前に、利用までの導入体制を社内全体で整えておく必要があります。
導入体制で整えておきたい項目として、
・初期設定、管理
・マニュアルやルールブックの作成
・AIシステムの活用方法
・担当者の選定
システム導入時になって混乱しないためにも、あらかじめシステム運用担当者の選定やマニュアル・規則などは決めておきましょう。
AI在庫管理の導入プロセス
実際にAIを導入するときにはどのようなプロセスで進むのか、AI導入のプロセスを以下の3つに分けることができます。
AIの導入目的を設定する
AI導入の第一歩として、明確な目的を設定することが重要です。
自社の在庫管理体制のどのような課題を解決し、どのような価値を生み出すのかを明確にしましょう。プロのアドバイスや競合分析・市場調査などを活用し、自社が解決したい問題を発見しましょう。
また、経営陣や在庫管理の関係部門とが連携し、実務に沿った導入目的を定めます。
AIモデルの開発
導入目的が策定されたら、自社の抱える課題解決に適したAIモデルの開発に移りましょう。
AIモデル開発プロセスとして、まず在庫管理のあらゆるデータ分析・収集を行い、AIモデル学習に適した形にデータを整理します。その後、アルゴリズムに基づいてAIモデルを学習・訓練させた上でチューニングを行うと、目的に適したAIモデルは完成します。
この開発プロセスでは、AIの専門知識を持つ人材は必要不可欠であるため、プロを外注する企業は少なくありません。
AIシステムを運用する
AIモデルが開発されたら、正確性のある運用のプロセスに移行します。
まずはAI在庫管理の試験運転を実施し、使用範囲を限定してAIシステムの導入効果を測定します。さらにAIシステム運用の精度を検証し、自社の在庫管理業務に適合するかを確認していくことは重要です。AIシステムの導入効果が見込めると判断できた際は、実際の運用に入ります。
運用のプロセスとして、社内システムとAIの連携、利用する従業員のトレーニング、メンテナンス人員の募集など、関連するあらゆる業務が発生する可能性があります。運用後にパニックにならないよう、事前に必要なリソースを確保しておきましょう。
実際の導入事例
物流業界では、AIシステムを利用した在庫管理運用はあらゆる課題解決をサポートするものとして期待されています。
その活用は物流・製造業をはじめとして、今ではアパレル・スーパー・ドラッグストアといった数多くの現場で導入され始めています。
労働人員不足だけではなく、業務の効率化やニーズ予測といった自社におけるメリットが多く期待されています。
業種別成功事例
セブン＆アイ・ホールディングス
コンビニやスーパーを展開する「セブン＆アイ・ホールディングス」は、2017年5月より三井物産と共同でAI分野の連携をし、在庫管理の精度を上げる取り組みが進んでいます。
各地のコンビニや大型スーパーにおける顧客の需要を予測し、発注業務の効率化や在庫管理の正確性をアップすることに成功しています。
コンビニの需要が影響を受けるものは、立地や天候、近くで行われるイベントなどさまざまあります。さらに顧客のニーズは柔軟に変化しています。AIシステムを活用する狙いとして、あらゆる要素からなる変化に対して、自動的にスムーズに対応することが挙げられます。
参考記事：セブン&アイグループが目指すニューノーマル ～新たな顧客体験価値の創出に向けて～ (2021年2月) | セブン＆アイ・ホールディングス
出光興産
ガソリンスタンドをはじめ、石油化学・精製、電子材料の製造販売をする出光興産は、NECの最先端AIシステム「NEC the WISE」の異種混合学習技術を活用し、物流マーケットや気象の状況などに応じた最適な出荷数量を予測し、各油槽所の在庫情報をシステム化させることで、油槽所在庫の適正化と業務効率化を図っています。
2020年時点で、国内の自社油槽所36拠点と共同油槽所10拠点においてAIによる出荷予測を実施しています。
参考記事：NECのAIを活用した出荷予測：プレスリリース | NEC
ワークマン
作業服とアウトドアウェアの小売店を全国展開する株式会社ワークマンは、日立製作所と共同開発した先進のAI技術を用いて、約10万品目の発注業務を自動化するAIシステムを2021年3月から導入し、稼働開始しています。
このAIシステムは、全国展開する大型スーパーなどへの導入実績がある日立の「AI需要予測型自動発注サービス」を活用したもので、在庫回転率が低い商品に対応する「自動補充型」と、在庫回転率が高い商品に対応する「AI需要予測型」のアルゴリズムを利用し、商品の売れ行きに応じて最適な在庫管理が可能になっています。ワークマンはこのAIシステムを活用することによって、各店舗において1日あたり約30分を要していた発注作業を約2分にまで短縮することができ、働き方改革をはじめ、欠品の抑制や在庫の適正化を実現しています。
参考記事：ニュースリリース：2021年4月19日：日立製作所
導入の効果と学び
上記のようにあらゆる企業が導入を進め始めている理由として、AI在庫管理には以下のような効果があります。
業務効率化
AI学習技術を利用することで、商品の在庫数を自動管理し、発注から補充までのタイミングを最適化します。そのため、業務の効率化が期待されます。
リードタイムを短縮
AI在庫管理の業務効率化によって、製品の生産から出荷までの時間が短縮し、リードタイムは改善されます。
補充数の正確化
AI在庫管理システムは、あらゆるシチュエーションでの需要予測も行うため、不要な在庫を減らし、正確な補充点数を維持することが可能になります。
このようにAIシステムは業務の効率化を実現しますが、導入するうえで避けられない課題も少なからず存在します。
サイバー攻撃のリスク
AIは大量のデータを活用し学習・分析・判断を行うので、在庫管理情報や顧客リストなどの機密情報がネットワークを介して伝達されます。
そのため、サイバー攻撃にあえばあらゆる情報が漏洩するリスクは否めません。AIシステム導入を検討している場合は、より一層のデータ管理が求められます。
関係者間の導入イメージの相違
在庫管理のためのAI導入の目的や期待する効果が、経営層と現場の関係者間で異なることも懸念点として挙げられます。導入後のトラブルを未然に防ぐためにも、導入計画の段階で、目的や必要な効果を項目ごとに共有しましょう。
人材の確保
AIシステムを正しく操作するためにはAIのアルゴリズムを理解し、管理できるエンジニアが必要です。そのため、AIを扱える人材の雇用をはじめ、操作する社員の育成は、AI在庫管理システムを活用する運営には欠かせません。
では、これらAI導入時の課題を解決するための具体的な対策についてご紹介します。
セキュリティ対策の徹底
AIシステムを導入したら、データは丁重に取り扱い、漏洩やサイバー攻撃に対して綿密なセキュリティ管理を行う必要があります。セキュリティ面に優れたAIシステムの選定を専門家のアドバイスに沿って慎重に行いましょう。
導入前に目的を明確化
AI在庫管理システムを有効活用するには、導入する目的や効果などを始める前に細かく決めましょう。AIの在庫管理システムを使用することで、「在庫の過剰や不足を最小限に抑えたい」「在庫確認のピッキング時間を〇〇%削減したい」「顧客の注文に対して正確な納期を伝えたい」など、関係者間で具体的な目標値や効果を設定することが大事です。
研修や資格取得支援の実施
従業員にAIシステムについての知見を広げてもらうために、専門家を招いた研修を実施し、AIへの理解を深められる検定の取得支援を行うのがおすすめです。研修時や資格取得時の費用を負担することで、モチベーション向上と有能な従業員の育成に繋がります。
参考記事：AI導入ガイドブック｜経済産業省
