日本トムソン米国子会社、AI需要予測で在庫発注業務を約63%効率化

発表内容のポイント

• 米国全拠点の在庫発注作業時間を週3.8時間から1.4時間へ約63%削減
• 担当者の経験に依存していた発注数のばらつきや重複発注を解消し標準化を達成
• 基幹システム移行に伴う品番確認や発注判断の負荷をAI需要予測で解決

発表の背景

機械部品の販売を行うIKO Internationalでは、従来、各拠点における在庫発注業務をExcelを用いた手作業で運用していました。担当者の経験に依存するため、発注数のばらつきや拠点間での重複発注による過剰在庫が課題となっていました。さらに、基幹システムの切り替えに伴い、膨大な品番を個別に確認して発注数を判断する従来の手法が困難になり、新たな在庫発注の仕組み構築が急務となっていました。

何が発表されたのか

導入された「Deep Predictor」は、専門知識がなくても保有データを活用して高精度な予測と意思決定を支援するAIサービスです。需要予測から発注推奨量の算出までを一貫してカバーできる点が評価され採用されました。導入後は、4名の作業者による週3.8時間の作業時間が1.4時間に短縮され、年間124.8時間の削減効果を得ています。また、属人化の解消により、過剰在庫や欠品リスクを抑制する体制が整いました。

製造業・生産管理への見方

製造業や部品流通の現場において、欠品によるラインストップの回避と、過剰在庫による財務負担の抑制を両立させることは極めて重要です。特に多品種の機械部品を扱う現場では、発注業務がベテラン担当者の勘や経験に依存しがちです。今回の事例は、海外の複数拠点にまたがる複雑な在庫管理であっても、AI需要予測を導入することで業務を標準化し、少人数での効率的な運用へ移行できる可能性を示しています。

現場で確認したいポイント

• 自社の基幹システムと需要予測ツールの連携や移行時の運用設計に無理がないか
• 多品種少量生産や拠点数の多さに起因する重複発注や過剰在庫が発生していないか
• 発注推奨量の算出ロジックが現場の担当者にとって使いやすい仕様になっているか

確認しておきたい点

本システム導入による在庫削減金額や、具体的な欠品率の低下度合いといった定量的な財務効果については、プレスリリース内に記載がありません。

関連リンク

• 発表企業サイト：AI CROSS株式会社のコーポレートサイトです。
• 発表企業のPR TIMESページ

出典情報