発注自動化への活用目指す
DATAFLUCT（データフラクト）は3月10日、伊藤忠食品と共同で、発注自動化AIの構築に向けた実証実験を行ったと発表した。
5拠点の倉庫で約4500アイテムを対象に「受注数予測モデル」を構築し、多様なアルゴリズムのアンサンブル、複数のモデル分割パターンの検証、特徴量エンジニアリングを実施。一部の倉庫では重み付き平均誤差率（WAPE）28.9%を記録するなど、実務での活用を見据えた予測精度を確認できたという。
今後は物流制約を組み込んだ発注ロジックを実装し、全国拠点への展開を視野に入れている。
伊藤忠食品は全国約4000社のメーカーと約1000社の小売業をつなぎ、約50万アイテムを扱っている。物流効率化の取り組みを背景とした発注業務の煩雑化に伴う発注担当者の業務負担の増加が課題となっていた。
食品卸の発注業務は、単なる需要予測以上に複雑な制約条件を考慮する必要があり、具体的には季節性や小売店での販促などによる急激な需要増、メーカーごとに異なるリードタイム、大型連休の休配、最低発注ロット、賞味期限の管理といった要因が存在している。
DATAFLUCTは、自社のデータ活用プラットフォーム「Airlake」（エアレイク）を用いて、複雑な要因を含む出荷実績データを統合し、高度な特徴量エンジニアリングを行うことで、「食品卸特有の不規則な需要パターン」をAIで予測する仕組みを生み出した。
DATAFLUCTハは将来、需要予測から発注最適化までを一気通貫で自動化することを目指している。その中核となる需要予測モデルについては、DATAFLUCTが伊藤忠食品と連携して開発を担当し、その予測結果を用いた発注ロジックの設計・実装は、伊藤忠食品が自社の業務ノウハウを踏まえて進める。
伊藤忠食品が保有する過去の出荷実績や各種マスタデータに加え、DATAFLUCTのデータ活用プラットフォーム「Airlake」を通じて取得する気象情報やイベント情報などの外部データを活用し、倉庫別・商品別・日別に受注数をAIで予測する。
今後、予測結果に対し、欠品リスクを考慮した安全在庫計算やメーカーごとのリードタイム、最低発注ロットといった物流制約を自動で適用する発注ロジックを伊藤忠食品が構築し、現場担当者の判断を高度に再現した「推奨発注数」を提示する仕組みの実現を図る。
（藤原秀行）※いずれもDATAFLUCT提供
