01課題
- 需要予測が担当者の経験と勘に依存し、判断が属人化していた
- 予測作成に多大な工数がかかっていた（1回あたり数十人日規模）
- 外部環境要因の反映基準にばらつきがあり、再現性が低かった
02アプローチ
- 過去の実績データを統合し、予測のベースラインを構築
- 市場トレンドや競合など外部環境をLLMでスキャンし、調整要因を可視化・標準化
- 製品×地域×月で先の需要を自動生成し、事業計画との乖離を自動検知・定量化
- PoC（現状診断 → 試作・検証 → 導入可否判断）で本格導入を見極め
03実現フロー
1
実績データを整形
過去実績を統合し、予測のベースラインを作成
2
外部環境をLLMでスキャン
市場トレンド・競合等を構造化し調整要因を可視化
3
AIが需要を予測
製品×地域×月で先の需要を自動生成
4
乖離を検知・定量化
計画と実需の乖離を自動アラート、不確実性を提示
5
計画立案を支援
生産・調達の意思決定に活用
04成果
- 予測の再現性・客観性が向上
- 調整工数を大幅に削減
- 外部環境の反映基準を標準化し、属人化を解消