ナノ・ユニバースのTSI、AIでECの出荷量を予測

最終更新日:2024/02/10

ナノ・ユニバースなど多くのアパレル事業を展開するTSIホールディングスは物流管理部門におけるEC出荷量予測のAIモデルを作成しました。現場の物流管理部門スタッフでも扱える管理画面で、現状の誤差率を約25ポイント上回る予測を実現しました。

このAIニュースのポイント

TSIホールディングスは物流管理部門におけるEC出荷量予測のAIモデルを作成
現場の物流管理部門スタッフでも扱える管理画面で、現状の誤差率を約25ポイント上回る予測を実現
他拠点・他ブランドへの横展開、及び他テーマでのAI活用を予定

株式会社aiforce solutions は、ナノ・ユニバースなど多くのアパレル事業を展開する株式会社TSIホールディングス（TSI）の現場におけるビジネスAI活用を支援しており、最初の取り組みとして物流管理部門におけるEC出荷量予測（SANEI bd）を行うAIモデル構築が完了しました。

TSIは全社を挙げて推進しているデジタル化の一環として、AI活用による現場主導のDXに向けた取り組みを開始しました。従来は出荷量予測を手作業で行っていたが、新型コロナの影響を受けECが急速に拡大し予測が困難になりました。その影響で出荷量予測をもとにしていた倉庫の人員配置を正確に行えず、人員の過不足が発生。この課題をAIで解決すべく第一のテーマとし、同事業の物流管理を担う現場スタッフをメンバーとしてプロジェクトを発足しました。

TSIはスピード感を持って現場の課題解決を図れるよう、現場スタッフ自身でAIモデル構築ができることを志向しており、この方向性にマッチしていた「AMATERAS DXサクセス」を採用。

最初の取り組みとして、実践型AIトレーニング「AMATERAS EDU」を全プロジェクトメンバーに向けて実施しました。「ビジネスにおいてAIをどのように使うか」に焦点を当てたプログラムとなっており、AIの基礎知識を学習するとともに、ハンズオン型の演習を通じて実際にAIモデル構築も体験。

知識・技術を習得した後、ECの出荷量予測をテーマとして実証実験を開始しました。「倉庫の人的配置を最適化するためには何日前に出荷量を予測する必要があるのか」、「初回はどの拠点・ブランドを対象とするのか」、「予測に必要となるデータをどのように作るか」などについて現場スタッフとプロのデータサイエンティストがディスカッションし、AIでの課題解決アプローチを具体化。

その後、データサイエンティストにてAMATERAS RAY を使ってAIモデルを構築しました。実際の出荷量と予測値の誤差率は16.8%、従来の手作業による予測誤差42.0%から25.2ポイント改善を実現。予測精度が改善したことで倉庫における人員配置の最適化を実現、さらに日々の予測をAIで自動化することで手作業での予測に費やしていた工数を80％削減できる見込みです。

株式会社TSI DXディビジョン IT推進部ビジネスシステム課古本康大氏は「AIで成果を上げるためのポイントは、利用する我々自身がAIを使いこなすために必要な知識・技術を身につけることにある」とコメント。現場でのAI活用の自立が見えてきたことから、2021年8月以降は、現場スタッフ自身で他拠点・他ブランドへの横展開、及び他テーマでのAI活用を予定しています。

出典：PR TIMES