需要予測AIは「ノーコード」で民主化する? 圧倒的な成果を生み出す「6つの要素」
コメント
注目のコメント
コロナの影響で需要予測モデルの精度維持が難しい状況が続いていました。このような歴史的な特異点においてはAIのような統計的手法はうまく機能しないものです。
一方需要予測は小売や消費財の事業においては隅から隅まで存在する課題です。必要生産量の予測による減量調達調節、出荷予定量の予測による輸送コストの節約、店舗売り上げ予測による営業先の優先度決定、販売量予測による仕入れ量・タイミングの最適化、などなど。
コロナも過ぎつつあり、ここ数年でツールの選択肢も大きく広がった背景から、導入は加速していくでしょう。とても有益な記事です。
特に需要予測AIの6つの要素はいつも感じていることです。
「大量SKU拡大」と「予測精度より大きな目的」は特に大事ですね。
|データ:需要の因果関係を表現できるか
|モデル:従来の予測ロジックを超えられるか
|支援システム:大量のSKUに予測対象を拡大できるか
|業務マネジメント:予測精度より大きな目標を設定する
|専門組織:AIマネジメントを専門的に担う
|デマンドプランナーのスキル:AIとの協働プロセスをリードする
ノーコード需要予測AIを使うべきかは売上100億円以上かで決まるとのこと。
|対象事業が100億円未満、またはスモールスタート
|での検証を望む場合は、外部のデータサイエンティ
|ストによる自社オリジナルのAI構築
|
|対象事業が年間100億円を超える規模であり、自社で
|本格的なデータサイエンティストを育成する計画がな
|い場合はノーコードAIツールこれは勘違いも甚だしくて、需要予測のキモは集める(集まる)データの量と質です。
どれだけ正確に、リアルタイムに近くデータを集められるか?それによって予測精度は大きく異なります。
一方で、そもそも需要予測と言っている時点で時代遅れ?とも感じます。というのも予測というのは最終消費段階における需要が読めないから当たらないのであって、そこがわからない限りハズれるのは必然です。
このご時世求められるのは、
需要予測を必要としない需要創造
だと私はおもいます。
生協モデルの発展版ですね。