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
-
製品資料
[株式会社うるる] 「入札市場」攻略ガイド：効率的に落札するためのポイントを徹底解説 -
製品資料
[株式会社うるる] 入札情報に特化した「販路拡大」「効率化」のためのサポートツールとは？ -
市場調査・トレンド
[株式会社うるる] 公共入札に成功する企業と失敗する企業の「5つの違い」 -
製品資料
[日本ビジネスシステムズ株式会社] 専門家が教える、Microsoft 365の「テナント統合／分離」を成功に導く秘訣 -
製品資料
[rakumo株式会社] Microsoft 365での情報埋没を防ぐ、社内ナレッジを資産化する情報ポータル活用
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
PHP脆弱性「PHP2Shell」で2260万件に影響 情シスの緊急チェックリスト
-
2
「Microsoft 365」が乗っ取られる MFAを破る“本物の画面”の恐怖
-
3
半数がブルーカラー転向を視野に？ ベテランエンジニアを追い込む“54歳の壁”
-
4
なぜ「Gemini 4 Argon」は出遅れたのか？ Googleが狙う“逆転のシナリオ”
-
5
「Windows」の不要なファイルを安全に消して容量を空ける方法
-
6
生成AIが普及しても「技術書」を手放せないエンジニアの本音
-
7
テレワークやBYODでリスクが拡大、デバイスの多様化を弱点としない管理方法とは
-
8
「有線LAN環境」に関するアンケート
-
9
Copilot導入で陥る“目的化”の落とし穴 定着の鍵は「作り込まない」こと
-
10
「業務改善とツール活用」に関するアンケート
ホワイトペーパーランキング PR
-
1
AI駆動攻撃にどう対抗する？ 超速の攻撃からエンドポイントを保護する方法
-
2
2026年のサイバーセキュリティには何が必要か？ 最新データに学ぶ傾向と対策
-
3
経験豊富な即戦力人材に直接アプローチできる、「攻めの採用」への転換術
-
4
「IT史に名を残すシステム障害」8選
-
5
最速72分でデータが流出？ 最新の脅威トレンドや侵入手法から分かった防衛策
-
6
不審メールの経路や見せ方に変化？ 2026年夏の3事例から見えた動向と対処方法
-
7
Microsoft 365のメールセキュリティ、3つの“死角”と追加で検討すべき対策とは
-
8
AI駆動開発のスピードと安全性を両立 「品質・セキュリティ管理」の実践ガイド
-
9
HDDを使わない「SSDオンリー」が無謀なのはなぜ？
-
10
「標的型攻撃メール」事例・サンプル集
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