伊藤忠食品とDATAFLUCTの「受注数予測AI」実証実験が示した未来の物流

伊藤忠食品とDATAFLUCTのコラボレーション

株式会社DATAFLUCTは、伊藤忠食品株式会社との連携によって、食品卸の分野での発注自動化AIの実証実験を成功裏に終えました。ここでは、実証実験の成果と今後の展望について詳述します。

実証実験の概要

DATAFLUCTと伊藤忠食品は、5つの物流拠点で約4,500アイテムを対象に「受注数予測モデル」を構築しました。このプロジェクトの目的は、発注業務の効率化を図ることです。具体的には、多様なアルゴリズムを用いたアンサンブル手法を適用し、様々な特徴量エンジニアリングも実施しました。

その結果、一部の倉庫では重み付き平均誤差率（WAPE）が28.9%に達する精度が確認されました。これは、食品卸の分野において実務利用にふさわしいサイズとなることを意味します。データの可視化と分析において特に優れた「Airlake」を使用し、現場の具体的なニーズに応えるための高度なシステムが実現しました。

物流課題とAIの役割

伊藤忠食品は約4,000社のメーカーと約1,000社の小売業を繋ぎ、約50万アイテムを扱う食品流通の重要なプレイヤーです。その業務には、季節性や販促などによる需要の急激な増加、メーカーごとのリードタイムや賞味期限管理といった複雑な要因が絡みます。

特に、発注業務は単なる需要予測ではなく、さまざまな制約条件を考慮する必要があります。DATAFLUCTは、これら複雑な要件を統合したデータ分析を行い、食品卸特有の需要パターンをAIで予測することに成功しました。

自動化の過程

このプロジェクトでは、需要予測から発注の最適化までの流れを一貫して自動化することを目指しています。DATAFLUCTは、伊藤忠食品と連携して予測モデルを開発し、その結果に基づく発注ロジックの設計と実装は伊藤忠食品が担当します。

過去の出荷実績や気象情報、イベント情報など外部データを活用することで、倉庫ごと、商品ごと、そして日別に受注数を予測可能にします。この結果、欠品リスクを考慮した安全在庫計算や物流制約を自動で適用することができます。

今後の展望

今後は、実証実験の成果を活かし、特定の商品分類に特化したモデルの開発や外部データのさらなる統合に着手していきます。また、突発的な需要の変動に対応する強化策も視野に入れています。食のサプライチェーンにおけるDX（デジタルトランスフォーメーション）をリードしていくことを目指すため、継続的な運用改善（MLOps）にも力を入れる方針です。