「190万行の表計算ファイル」と格闘していたカインズ、AI搭載のデータ基盤で発注・在庫管理を自動化
ホームセンター大手のカインズがAIエージェントを活用したデータ基盤を導入し、需要予測に基づく発注・在庫管理を効率化した。グーグル・クラウド・ジャパンが4月14日に公表した。従来、表計算ソフトで処理していた需要予測システムの出力結果を、AIエージェント搭載のデータ基盤で分析できるようにし、予測結果を基に発注・在庫管理を最適化する仕組みを内製化した。
カインズでは従来、需要予測結果の190万行に及ぶデータを表計算ソフト形式で書き出しており、1度の出力結果が6~7個のファイルに分割されていた上に、出力だけで2日を要していた。
担当者は、表計算ソフトでこれらのファイルに棚割りデータや在庫データなどに基づくフラグ設定や、他システムのマスタデータのひも付けなどをしており、発注をかけるタイミングである発注点のメンテナンスに必要なデータ抽出と処理に2~3日かかっていたという。
表計算ファイルのメンテナンスは専任のエンジニアが対応していたが、列ずれの確認やテストに工数がかかり、現場のニーズに迅速に応えることが困難だった。
この課題を解決するため、カインズは「Google Cloud」のデータウェアハウス「BigQuery」とAIエージェント開発基盤「Vertex AI Agent Builder」を中核としたデータ基盤を構築した。ユーザーが自然言語で条件を指示すると、AIエージェントがBigQueryのデータを直接操作、抽出できるため、表計算ソフトのメンテナンスが不要となった。
さらに、酒類などの発注におけるトラックの積載量を最大化する最適化アルゴリズムを開発し、従来は取引先と分担していた計算をカインズ自身で実行可能にした。
今後は数理最適化計算のリクエスト処理もAIエージェントで実行できるようにし、シーズン商品の最適化や棚割り最適化など、より複雑な領域への数理最適化の適用拡大も予定している。
Copyright © ITmedia, Inc. All Rights Reserved.
関連記事
こんなメディアも見られています
ITmedia AI+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。
SpecialPR
アクセスランキング
-
1
なぜ中国はヒューマノイドを量産するのか 突き動かす「焦り」と足踏みの正体
-
2
「オントロジー」とは結局何なのか Palantir、Databricks、Snowflake、NVIDIAで中身が違う理由
-
3
孫正義氏が明かす、アンソロピック出資見送りの舞台裏 「僕の失敗」「あん時入れときゃよかった」
-
4
ChatGPT「Plus」プラン一部ユーザーに「dots」解禁 「Business Standard」全ユーザーにも
-
5
孫正義氏が「墓石に刻んでほしい」と明かした言葉 流した涙、もう「時間との勝負」やり残したことは?
-
6
伊藤忠が月1.3万時間削減、数千件の「二重業務」解消へ AI推進で経営陣を動かした「定量の匂い」とは?
-
7
「e-F@ctory」から次の進化へ、三菱電機が描くAI主体の自律型工場
-
8
コマツ油機開発センタが挑む設計プロセス改革、ナレッジ検索/整備に生成AI活用
-
9
日立が「フィジカルAI」で狙う“5年で事業規模2倍”の勝算 3.5万人の新会社トップが語る「戦略の2本柱」とは?
-
10
さよなら「Claude Code」 人気AIに愛想を尽かしたエンジニアの意外な移行先:906th Lap
SpecialPR
ITmedia AI+ SNS
インフォメーション
注目情報をチェック
ITmedia AI+をフォロー
あなたにおすすめの記事PR