DOORS DX

ベストなDXへの入り口が
見つかるメディア

【AI導入事例】食品メーカーの需要予測と生産工場振分けの最適化

公開日
2020.10.30
更新日
2024.03.07

最終更新日:2023.11.28

※本記事は、ブレインパッドが運営する人工知能ブログ「+AI」に掲載されている記事の転載版になります。

担当者の経験に大きく依存していた食品の需要予測において、過去のデータを用いて「数日先の需要予測モデル」と、「生産工場の振り分けロジック」を構築しました。また、コストが最小となるように、生産量と物流ダイヤの組み合せを最適化しました。

Solution:解決策

商品の需要に影響を与えている要因の調査と、複数の手法を組み合わせたハイブリッドモデルの構築を支援しました。
過去の生産量の推移データから「数日先の見込み需要量」を予測し、製品別の生産時間を考慮した「工場ライン別の稼働時間」をかけ合わせることにより高精度な生産振り分けモデルを実現。さらに、予測した需要に対してコストが最小となる生産および物流ダイヤの組み合せパターンを算出するとともに、商品が欠品した時には別の工場からの配送を行えるよう、最適化ロジックを構築しました。

Subject:課題

全国のコンビニ・量販店・食料品店などに広く製品を提供しているため、受注確定後の生産開始では納期に間に合わず、見込み生産をする必要がありました。しかし、見込みの算出は担当者に依存しており、結果として過剰な生産、廃棄が出ている状況でした。この状況を解決するため、属人化を排除して、より精度の高い需要予測・生産の効率化を行う必要がありました。

Achievement:導入後の成果

今回の取り組みにより、以下の効果を得ることができました。
・見込み生産を可能にするための商品の需要予測
・高い精度の見込み生産量による機会損失の軽減
・生産配分を行うことによる生産量の最適化
・物流コストの圧縮

このページをシェアする

あなたにおすすめの記事

Recommended Articles

株式会社ブレインパッドについて

2004年の創業以来、「データ活用を通じて持続可能な未来をつくる」をミッションに掲げ、データの可能性をまっすぐに信じてきたブレインパッドは、データ活用を核としたDX実践経験により、あらゆる社会課題や業界、企業の課題解決に貢献してきました。 そのため、「DXの核心はデータ活用」にあり、日々蓄積されるデータをうまく活用し、データドリブン経営に舵を切ることであると私達は考えています。

メールマガジン

Mail Magazine