製造業者にとって大きな課題の一つになっている在庫の最適化。通常、在庫数は需要予測で決まりますが、従来の需要予測は人の経験や勘に頼ることが多く、予測は往々にして不正確で在庫の過不足を生じさせ、コスト増・収益減少につながっています。

そこで、AIによる需要予測が注目されています。このユースケースでは、AIによる需要予測の自動化で、需要の予測誤差を半減し1000万ドルものコスト削減を実現した自動車メーカーの事例をご紹介します。製造業に限らず、在庫管理に悩む多くの企業におすすめです。

• 膨大な数の多種多様な自動車のメンテナンスに対応するため、数十万点に及ぶ補修部品を長期的に適切に管理することは非常に難しく、在庫部品のコストだけでも数百億円以上にのぼっていた。
• 従来の属人性の高い需要予測では膨大な手間と時間がかかる上、予測モデルがブラックボックス化されており解釈や理解が困難。結果、不正確な需要予測につながっていた。
• dotDataのAI自動化ツールにより、在庫に関わるあらゆるデータをAIに分析させることで、新しい変化にも対応できる精度の高い需要予測を実現。
• 結果、需要の予測誤差を50％削減し、十数億円のコストを削減。

ユースケースをダウンロードして、詳細をご覧ください。