AIと需要予測

AI技術の動向

現在のAI機能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(2020年2月22日)においては、需要予測という業務分野で、安価で、容易に使用出来る、AI機能(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。しかしながら、因果関係モデルによる需要予測業務においては、AI機能で収集した情報について、需要実績への影響があったかどうかを分析し、影響があった情報を使用して因果関係モデルの需要予測機能を使用して予測が行えます。

たとえば、小売業において、訪問客を画像認識技術で、性別や年齢などを自動判別し、直後の商品売上げを予想するなどの取り組みがあります。この事例も訪問客のデータが売上げへの因果関係あると分析した結果、因果関係モデルを使用した需要予測です。

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、汎用AI需要予測システム活用に備えるべきです。