第6回「製造業界における需要予測のAI活用事例とは？」

販売計画から始まる作業

製造業界における出発点は、「生販在計画（生産計画を作成する事）」です。この業務は、「販売計画」を立てる事から始まります。販売計画は主に販売部門で作られるものであり、市場のトレンドや過去の実績、競合他社の動き、企業全体の生産計画といったトータルの要素を鑑みながら行われます。また、販売計画は期間・製品別に作成されるのが一般的です。

先ほど挙げた「要素」は、つまり「自社で製造する製品が、社会に対してどれだけ求められているか（需要があるのか）」という予想が中核となっています。これが、「需要予測」です。需要予測モデルについては、「単純移動平均」「移動平均」「一次指数平均」「二次指数平均」「直線・曲線近似」「自己回帰」「自己回帰移動平均」「自己回帰分移動平均」「ウインターズ」「ニューラルネットワーク」「重回帰」といったものが存在します。

製造業界は、そうした多様なモデルを使いこなしながら、自社の製品や状況に見合った需要予測を立て、その需要予測を軸に販売計画の作成へと移行します。その後、販売計画から在庫計画が、在庫計画から生産計画が、生産計画から基準生産計画が生まれます。これらを総じて「生販在計画」と呼び、製造業では欠かせないプロセスとなっています。

AIが導く需要予測

現在のAIテクノロジーは主に3つの得意分野を有しています。それは数値予測・ニーズ・マッチングなどを展開する事の出来る「予測機能」、情報判断・情報仕分け・音声識別・画像識別・動画識別・異常検知などを展開する事の出来る「分類機能」、作業自動化・表現生成・行動最適化などを展開する事の出来る「実行機能」です。このうち、需要予測に大きく貢献出来るのは「予測機能」となります。

需要予測でよく使われるシンプルな手法は「単回帰分析」です。AIテクノロジーがこれを担当する場合、機械学習を通じて製品の販売数の影響を与える因子を学びます。期待する結果が得られるまでは労力が必要ですが、学習が確立されれば非常に速やかに、かつ正確に需要予測を行う事が出来るようになります。

需要予測の精度を上げる事が出来る、しかもそれを高速で行う事が出来るという点が意味するものは、製造業（工場）のスタート地点を確実かつ効率的なものとして、生産体制全体を高度な状態に押し上げるものです。AIが導く需要予測の在り方は、今の製造業がまさに求めている革新のひとつに違いありません。

また、予測の精度を上げるには学習データの質も大切になります。弊社の研究の中に外観検査などにおいて効率的に高品質なデータを集められるロボットがあります。よろしければこちらからご覧ください。

撮影条件提案システム

お問い合わせはこちらからよろしくお願い致します。

ここまでご愛読いただきありがとうございました!

よろしければ弊社SNSもご覧ください！
Twitter https://twitter.com/crystal_hal3
Facebook https://www.facebook.com/クリスタルメソッド株式会社-100971778872865/