AI技術と需要予測

AI技術の動向

現在のAI技術はディープラーニングという手法によるもでので、実用化されている製品やサービスも多く提供されています。画像認識や音声認識などが代表例です。

ディープラーニング手法においては、学習させる大量のデータが必要となります。Googleは「猫」を認識させるAIを実現させるために、1000台のコンピュータを使用し、1000万枚という超大量の「猫」の画像を学習させたといいます。

自動車の自動運転技術においても、自動車運転において起こりうる全ての状況を認識させるために、公道でにいおて莫大な時間をかけて実際の画像を学習させています。2020年4月には、道路交通法と道路運送車両法が改正され、依然として「基本的な安全運転の義務はドライバーにある」と定められているものの、自動運転が実用化されています。自動運転で使用されているAI技術は画像認識であることは、言うまでもありません。

現時点での需要予測業務におけるAI技術の活用

残念ながら、現時点においては、需要予測という業務分野で、中小企業でも、安価で、容易に使用できるような、AI技術(ディープラーニング)を搭載した需要予測システムは登場してはおりません。
AI技術(ディープラーニング)が得意とするのは、画像や、音声、言語などのデータの学習です。

過去の売上の時系列データ実績(および売上に影響のあった要因データ)による需要予測については、商流や顧客の特性など、学習(ディープラーニング)させることは非常に難しいといえます。

現在実現している時系列データ実績(および売上に影響のあった要因データ)による需要予測については、指数平滑法や因果関係モデルによる回帰分析など、長年の研究や機能の改良により進化を重ねて高度になっています。
時系列データを使用した需要予測に、AI技術による需要予測の精度が勝ることは、現時点では難しいのではないでしょうか。

今後、各企業では、IOTやAIなどのビッグデータから、需要に影響のある(因果関係のある)データを分析し、因果関係モデルを使用した需要予測を行なうことにより、最適な量の生産計画を実行し、あるいは適正な量の仕入を行ない、適正在庫の実現を図る経営改革は可能です。

今できることから始めて、近い将来、登場するであろう、AI技術を搭載した汎用需要予測システム活用に備えるべきです。