需要予測はユニクロでさえも大苦戦…AIの予測はなぜ当たらないのか
最終更新：2022年12月23日
ユニクロとグーグルが手を組んでも難しい…
そもそも需要予測とは、自社の商品・サービスが今後どれくらい売れるかを予測することです。
各企業ではシーズンごとに需要予測を行い商品の生産量や発注量を決めています。しかし、商品の需要はトレンドや天候に左右されやすいことから、特にアパレル業界では売上減を避けるために余剰在庫をもつことが常態化しています。
ですが、売れ残らず欠品も起きないように在庫を持つことはアパレル企業の長年の夢であるため、AIツールを導入して完璧な需要予測を実現しようと試行錯誤する企業が増えているのです。
関連記事：【AIで需要予測は可能？】分析方法・メリット＆デメリット&AIの限界や導入＆活用事例を解説します
実際、ユニクロ(ファーストリテイリング)では 2017年、情報を駆使して無駄を省く「情報製造小売業」へ脱皮する事業構想を打ち出しました。
この構想においてファストリは需要予測や効率的な生産・物流システムの分野で様々な改善に取り組んでいます。しかし、需要予測は目論見どおりには進みませんでした。
2020年2月19日付日経新聞や2019年6月27日付日経産業新聞によれば、ファーストリテイリングは18年夏に米グーグルと共同プロジェクトを開始。 世界で集めた膨大なデータを分析して流行する色やシルエットを予測し、AIを活用した精度の高い生産計画を立てることに活用を図りました。
しかし、柳井正会長兼社長は記事中、情報製造小売業への取り組みについて「まだ3合目」と述べています。2020年の決算時点では在庫(棚卸資産)が増えており、店頭値下げが増えて買い控えを誘発する悪循環が起きているという分析もあります。
自他ともに認めるデータドリブン経営のファーストリテイリングとITの巨人・グーグルをもってしても、AIによる需要予測は難しいことが改めて浮き彫りになりました。辛口の識者だったら「AIは昨季の超暖冬も新型コロナウイルス危機もあり予測できなかった」と声高に主張しそうです。
予測が当たらない理由とは
どうして需要予測やトレンド予測はなかなか当たらないのでしょうか。その理由は、AIの特性を理解ができれば簡単に理解できます。
まず、AIが高い予測精度を出すためには、次のような条件が満たされる必要があります。
- 大量のデータがあること
- データフォーマットが統一されていること
- 想定外の外的要因がないこと
大量のデータ(売上データ、在庫データ等)があるのは、よく売れている人気商品に限られます。このため、あまり売れていない商品は相対的にデータが少ないことから、予測の精度にばらつきが出やすくなります。
データフォーマットが統一されていることも必須要件です。統一されていないとAIは正しい計算ができないからです。
- ECと実店舗でデータのフォーマットが違う
- 同じ意味なのに表記が統一されていない
- 例：「行なう」「行う」
- データを手入力する際の入力ミス
上記3つはほんの一例です。なおかつアパレル産業はデジタル化が他産業と比べ後れていると言われています。
そして3つ目の「想定外の外的要因」は最も重要です。実際のトレンドや需要は外的な要因に大きく左右されます。
・競合店が値下げ／欠品 したため、 自店の売上は下がる／上がる
・近くにマンションや大型商業施設が建設される
・店舗従業員のその日の気分
挙げればキリがありませんが、現在のAIはこうした外的要因までも予測に反映させる技術水準には達していません。
もちろん、AIは画像認識や音声解析などの分野ではめざましい発展を遂げていますし、データ解析は明らかに人間よりも得意であり、人との分業がますます進むのは確実です。しかし、需要予測はまだまだ実用に耐えるレベルではないといえるでしょう。
予測ではなく多頻度発注で問題解決
予測に頼り過ぎる従来の在庫ビジネスで起きているのは、次のような事ではないでしょうか。
・予測に基づいて在庫を積む
↓
・売上は増えはするが、商品が大量に売れ残る
↓
・セールを繰り返し利益率が低迷
↓
・作業量が多いため人も消耗する
売上増加も在庫削減も予測頼みにもかかわらず、そもそもの予測精度の向上が難しいという状態ですから、当然の結果といえます。
クラウドサービス『FULL KAITEN』も、AIで販売数や完売日の予測を立てますが、他社のAIや予測システムと大きく違うのは、予測が当たらなかった場合でも売上増加と在庫削減の両立を実現できるという点です。
その肝は、FULL KAITENの「追加発注機能」にあります。
この機能を使うと、FULL KAITENのAIが過去の販売データなどを基に今後の販売数をSKUごとに予測します。そのうえで推奨発注数を自動計算しますので、発注業務の負荷を低減することができます。
発注業務の負荷が下がれば、発注頻度を高めることができます。そして発注頻度が高まれば、1回の発注数を減らすことが可能になるので、在庫リスクの低減につながるのです。
実際、株式会社ゴルフダイジェスト・オンライン（GDO）様では、この機能を活用することで欠品率を16.4%から2.9%・在庫回転率は3回転から4.5回転へと1.5回転向上することができました。
関連記事：株式会社ゴルフダイジェスト・オンライン(GDO)様インタビュー記事
精度向上が難しい需要予測にリソースを割くのではなく、多頻度少量発注によって在庫リスクを低減するというわけです。多頻度発注は、多くの企業において発注に絡む業務負荷が大きいため実現が難しかったのですが、FULL KAITENを使うとその業務負荷を大きく下げることが可能になります。
在庫を利益に変えるクラウド『FULL KAITEN』
FULL KAITENでは在庫データを活用して、EC・店舗・倉庫、全ての在庫をAIを用いて予測・分析し、商品力はあるのに眠っている在庫を明らかにします。商品力を可視化することにより、利益を生み出す在庫とその施策を立てることが可能になります。
