T・AI（時間の人工知能）
AK2システム
発注量を人的な経験や予想に頼るのではなく、時系列解析モデル(ARIMAモデル)による販売予測量を用いて、飛躍的に発注精度を高めるシステムです。
過大在庫による廃棄ロスや値引き販売、品切れによる販売機会損失を、このシステム導入によって発注量の適正化、販売量の推計精度の高度化が実現、大きく収益に貢献することができます。
AK2 販売予測例
在庫日数及び品切れ率の大幅改善がえられました
※ECS研究会流通イノベーション研究分科会（2010年度）における実証実験成果として示されたものです。
利益率ベースでの試算検証
| （1）販売チャンスロスの低減 | 利益率改善幅 | |||||||||
|---|---|---|---|---|---|---|---|---|---|---|
| ①０販売の削減（Ａ社）による利益改善 （販売ロス率2.4％）700億円×0.25×2.4％＝4.2億円 |
0.60％ | |||||||||
| ②日配品品切れ率の削減（Ａ社他）による利益改善 （販売ロス率1.8％）700億円×0.25×1.8％×0.5＝1.575億円 |
0.23％ | |||||||||
| （2）過大在庫圧縮、仕入れ削減による利益改善 | ||||||||||
| （Ａ社 100日間余 計） | ||||||||||
| ①[ARIMA粗利 9,851,982円] － [現状粗利 8,369,359円] ＝ 1,482,623円 （当該期間総売上 44,969,533円） |
3.30％ | |||||||||
| ②廃棄・値引きロス 廃棄データがなかったため推計せず 次のような大きな効率性の違いが確認されたので、 大幅なロス削減の見込み |
||||||||||
|
(約 1％) | |||||||||
| （3）発注人件費の生産性向上 | ||||||||||
| ARIMA発注は、完全自動発注が前提 | ||||||||||
| 発注人件費を他業務に有効に振り当てることが可能 | ||||||||||
| （4）改善効果合計 | 約 5％ | |||||||||
※ECS研究会流通イノベーション研究分科会（2010年度）における実証実験成果として示されたものです。
