Coca-ColaやP＆Gも実践 消費財メーカーの「AI」活用【後編】
巡回ロボットで店舗在庫を最適化 「AI」で物流はどう変わるのか
消費財メーカーでは、商品の需要に合わせた在庫の最適化が常に課題となっている。AI技術やロボットを使った物流の最適化について、事例を基に説明する。
消費財メーカーは、適切な量の在庫を保持し、適切な場所に供給しなければならない。在庫切れは、顧客の信頼とブランドの知名度を失う原因の一つになる。こうした問題を回避して、需要に合わせて適切な供給量を確保するために、消費財メーカーは予測分析と在庫管理戦略に投資している。
機械学習をはじめとする人工知能（AI）技術は、従来の予測分析アプローチでは見つからないパターンや異常を検出できる。小売り大手Walmartは機械学習によるパターン分析を利用して、消費者がハリケーンの前にKelloggの菓子「Pop-Tarts」（ポップタルト）のストロベリー味を購入することを発見した。人間の行動パターンを観察すると、こうした珍しい相関関係が見つかることがある。これが売上の増加へとつながる。本稿では前編「「Alexa、油汚れの落とし方を教えて」を実現 P＆Gも挑む“顧客とつながるAI”」に引き続き、AI技術を利用する消費財メーカーの取り組みについて説明する。
在庫管理をAIで最適化
売れ残りの商品と在庫切れの商品をAIシステムで把握することにより、小売店は顧客の購入行動の変化に素早く対処できる。その結果、在庫を最適化することが可能になる。小売店はAI技術やロボットを使用することで、単純な予測分析だけでなく、在庫管理のプロセスを支援したり、消費財メーカーにフィードバックを提供したりできるようになる。
米国では、在庫、価格、間違った場所に置かれた商品などを確認するスキャンロボットが店舗に導入されていることもある。これらのロボットは店内を動き回りながら、その店舗や類似した条件の店舗に関する、全体的な効率を改善するためのデータを収集する。消費財メーカーはこうしたデータを利用することで、在庫管理、費用対効果（ROI）の見込み、予測プロセスの改善をさらに後押しする。
売り場の最適化を目指す取り組みでは、画像認識技術を組み込んだシステムを使い、店舗の陳列棚で対象商品が占める割合を特定している。
在庫の予測分析だけでなく、サプライチェーンの懸念事項の最適化にもAI技術を利用している消費財メーカーもある。倉庫用の作業用ロボットや、機械学習によって最適化された配送を利用して、業務効率をさらに高めている。
消費財メーカーは、提供する商品が競合商品の売り上げを上回り、市場シェアを獲得することを目指している。こうした企業はさまざまなAI技術を使用して実際のデータを収集／分析する。感情の分析を通じて顧客を理解することで、個人に合わせてカスタマイズした体験を生み出している。
Copyright © ITmedia, Inc. All Rights Reserved.
Coca-ColaやP＆Gも実践 消費財メーカーの「AI」活用
消費財メーカーの間で、人工知能（AI）技術を活用する動きが広がりつつある。Coca-Cola、PepsiCo、P＆Gといった実際の企業の事例を交えて、活用の実態を説明する。
この記事の著者
関連記事
新着ホワイトペーパー PR
-
技術文書・技術解説
[アトラシアン株式会社] IT運用や従業員サポートは生成AIでどう変わる？ 使い方や導入の流れは？ -
製品資料
[株式会社みらい翻訳] 音声翻訳活用の課題を解決、“本当に使える”ツールの特徴とは？ -
製品レビュー
[Wrike Japan 株式会社] 400店舗を支えるWalmart Canada、散在する情報やアナログな管理をどう変えた？ -
事例
[Wrike Japan 株式会社] 年間100件超のDXプロジェクトを統合管理、JERAはどのように実現した？ -
事例
[Wrike Japan 株式会社] グローバルなクリエイティブ業務を合理化、エスティーローダーに学ぶ実践のコツ
こんなメディアも見られています
TechTargetジャパンに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
ベンダーコンテンツ PR
From Informa TechTarget
SpecialPR
アクセスランキング
-
1
「Copilot」はなぜ放置される？ “議事録要約止まり”を脱する処方箋
-
2
「AI活用を前提とした業務PCへの移行」に関するアンケート
-
3
「制御用組み込みPC」に関するアンケート
-
4
“AIコーディング”でどのツールを選ぶ？ 「ChatGPT」「Claude」の真価
-
5
脱VMwareの前提が崩れる BroadcomのVDDK公開停止で確認すべき点
-
6
全社標準Copilotに絶望？ MS Copilotで問い合わせ6割減できた企業は何が違った
-
7
「複数AIの野放し」に歯止め Salesforceが6製品統合で挑むAI統制の覇権
-
8
「定期診断」発想は要注意？ いまセキュリティに求められる持続的な対策とは
-
9
「身代金を支払う」以外のランサムウェア対策は本当にあるのか？
-
10
LLMの「過学習」、正しく説明している文章はどれ？
ホワイトペーパーランキング PR
-
1
5回聞くだけじゃ足りない？ トヨタ式「なぜなぜ分析」の正しい実践方法
-
2
生成AIで文書活用を進めるには？ 効率化と安全性をどう両立する
-
3
AIエージェントで多様な日常業務を効率化するための入門ガイド
-
4
JR西日本ITソリューションズが「監視業務の属人化」を解消した方法とは？
-
5
インシデント対応工数を約3割削減、東京ガスの事例に学ぶ監視体制刷新のコツ
-
6
国税庁の次世代基幹システム「KSK2」稼働開始に向けて、対応すべき変更点とは？
-
7
5分で分かる「セキュア大容量ファイル転送サービス」の機能とメリット
-
8
「スクラム」と「カンバン」の違いとは？ アジャイル型開発手法を徹底比較
-
9
ドラマで分かる、標的型攻撃メールの被害を受ける企業と回避できる企業の分岐点
-
10
「脱Excel」か「Excel快適化」か？ 現場にやさしい業務改善の進め方
TechTargetジャパン SNS
@techtarget_itmをフォロー
インフォメーション
注目情報をチェック
TechTargetジャパンをフォロー