AIデータ社、調達と在庫の最適化を学習する新機能「AI SCM Loop」を発表
AIデータ株式会社は、組織を知能化するAIインフラ「AI孔明 on IDX」に、調達業務に特化した新機能「AI SCM Loop（調達・在庫データ突合AI）」を搭載したことを発表しました。
調達と在庫のデータをAIで分析
「AI SCM Loop」は、調達データと在庫データをAIで照らし合わせ、在庫を最適な状態に保つことを継続的に学習する新しい「Supply Chain Intelligence Platform」です。発注の判断が企業の利益にどう影響したかを分析し、発注量だけでなく、在庫の回転率や欠品状況、粗利益、現金の効率といった要素を見て、在庫の最適化を目指します。
SCM部門の大きな課題「突合作業」
AI技術が進化し、文書作成や検索、要約、翻訳などが大きく変わる中で、多くの企業のSCM（サプライチェーンマネジメント）や購買、調達部門では、依然として「突合作業」（照合・比較・確認）に最も多くの時間がかかっています。
SCM担当者は毎日、発注データ、仕入データ、在庫データ、販売データ、需要予測、サプライヤー情報、納期情報、原価・粗利データ、物流データなど、たくさんの情報を見比べながら業務を進めています。この「読む」「探す」「照合する」「確認する」という作業が、SCM部門にとって大きな負担となっています。
「発注が利益にどう影響したか分からない」という悩み
SCM部門の抱える本当の悩みの一つは、「発注した結果、利益にどう効いたのか分からない」という点です。例えば、同じ発注業務でも、結果は大きく異なります。
ある商品は、適切な発注量で納期通りに届き、欠品もなく、在庫の回転も良く、売上と粗利益が向上しました。しかし、別の商品は、発注量が多すぎたり、納期が遅れたりした結果、一時的に欠品が発生した後に過剰な在庫となり、値引き販売によって粗利益が悪化するといったケースがあります。
売上だけでは判断できず、在庫、値引き、物流費まで含めて見ることで、本当の利益への影響が見えてきます。しかし、これらのデータはそれぞれ異なるシステムで管理されているため、調達の判断と在庫の結果が結びついていないのが現状です。
AIが「突合作業」を効率化
「AI孔明 on IDX」は、人の仕事を奪うのではなく、人が毎日何時間も行っている「突合作業」をAIが代わりに行うことを目指しています。
これまでの業務が「人 → 比較 → 判断」という流れだったのに対し、「AI SCM Loop」では、調達判断と在庫結果をAIが分析し、在庫の要因を学習します。その結果、成功パターンや失敗パターンを分析し、発注や調達の改善策を提案。これにより、在庫が最適な状態になり、利益が向上し、この学習が継続的に繰り返される「Loop」という新しいSCM業務モデルへと進化します。
AIは単にデータを読むだけでなく、「なぜ欠品が起きたのか」「なぜ過剰在庫になったのか」といったことを継続的に学習し、その知識を次の調達判断に活かします。
AI SCM Loopがつなぐデータ
「AI SCM Loop」は、IDX上でさまざまなデータを統合し、調達判断、在庫結果、利益への影響を一体で分析できるようにします。具体的には、以下のようなデータをAIが照合・分析し、成功パターンを継続的に学習します。
-
調達データ、発注データ、仕入データ、サプライヤーデータ、見積データ、契約データ、納期データ、リードタイム
-
在庫データ、倉庫データ、入出庫データ
-
販売データ、需要予測データ、欠品データ、過剰在庫データ、廃棄・値引きデータ
-
原価データ、物流費、粗利データ、キャッシュフロー情報
AI SCM Loopの主な機能
「AI SCM Loop」には、以下のような主要な機能が搭載されています。
-
調達・在庫データ突合AI: 調達・発注・在庫・販売・粗利データを自動で結びつけ、どの調達判断が在庫や利益に影響したかを可視化します。
-
欠品・過剰在庫分析AI: 欠品が発生した商品、過剰在庫の商品、発注の過不足、納期遅延、需要の変動、倉庫での滞留などを分析し、欠品と過剰在庫を同時に減らします。
-
サプライヤー評価AI: 納期を守る率、品質、価格の変動、欠品への影響、追加対応力、物流コスト、粗利益への貢献度でサプライヤーを総合的に評価します。
-
需要変動・発注最適化AI: 販売の速さ、季節性、地域差、キャンペーン、天候、リードタイム、安全在庫、在庫回転率を分析し、最適な発注量とタイミングを提案します。
-
在庫キャッシュ改善AI: 滞留在庫、過剰在庫、値引きや廃棄のリスク、在庫金額、棚卸費用、現金の回転率を分析し、現金の効率を改善します。
-
AI SCM参謀: SCM責任者や購買部長に対し、改善すべき調達、在庫、サプライヤー、発注、物流に関する行動を提案します。
汎用的な生成AIとの違い
現在の汎用的な生成AIは、文書を書く、要約する、検索する、質問に答えるといった作業が得意です。しかし、調達判断と在庫結果を継続的に結びつけて学習する仕組みは、ほとんどありません。
「AI SCM Loop」は、調達判断から在庫結果、AIによる分析、在庫要因の学習、発注・調達改善提案、在庫最適化、利益向上、そして再学習という、SCM専用のAIによる繰り返し学習の仕組みを実現します。
期待される導入効果
「AI SCM Loop」を導入することで、以下のような効果が期待されます。
-
欠品削減: 販売の機会損失を減らし、売上を最大化します。
-
過剰在庫削減: 売れ残りや滞留、値引きを減らします。
-
在庫回転率向上: 販売の速さに合わせた発注で、在庫の回転率を改善します。
-
粗利改善: 値引き、廃棄、物流費、保管費を削減します。
-
サプライヤー最適化: 利益に貢献するサプライヤーを選びます。
-
キャッシュフロー改善: 資金が固定されるのを減らし、経営の自由度を高めます。
新しいカテゴリー「Supply Chain Intelligence Platform」の提案
「AI SCM Loop」は、単なる在庫管理AIや需要予測AIとは異なります。調達データ、在庫データ、販売データ、サプライヤーデータ、粗利データを統合し、どの調達判断が在庫、利益、現金に影響したかをAIが継続的に学習する「Supply Chain Intelligence Platform」という新しいカテゴリーを提案しています。
補助金対象製品「AI孔明 on IDX」
「AI孔明 on IDX」は、デジタル化・AI導入補助金2026の対象製品として採択されています。補助金申請のサポートも受け付けているとのことです。詳細は以下のリンクから確認できます。
デジタル化・AI導入補助金2026のご案内 AI孔明 on IDX
AIデータ株式会社について
AIデータ株式会社は2015年4月に設立され、東京都港区に本社を置いています。代表取締役社長は佐々木隆仁氏です。
同社は20年以上にわたり、企業や個人のデータ資産を守り、活用する事業を展開してきました。データ共有、バックアップ、復旧、移行、消去を包括する「データエコシステム事業」では、BCNアワードで17年連続販売本数1位を獲得しています。また、クラウドデータ管理や復旧サービス、法務分野でのフォレンジック調査なども提供しています。
さらに、グループ会社の特許検索・出願支援システム『Tokkyo.Ai』や特許売買のマーケットプレイスを通じて、知的財産の管理と収益化を支援しています。これらの技術を統合し、生成AI『AI孔明™』によるデータと知的財産の融合プラットフォームを展開している企業です。
AIデータ株式会社のウェブサイトはこちらです。
この発表に関する詳細情報は、以下のリンクからも確認できます。
