食品メーカーの仕事の中でも、特に頭を悩ませるのが「需要予測」です。どれだけ作れば売れ残らず、欠品も起こさずに済むか。この読みが外れると、廃棄ロスか機会損失か、どちらかの形で必ず会社の数字に跳ね返ってきます。

最近、この領域にAI需要予測(過去の販売データや気象情報などをもとに、AIが将来の需要を予測する仕組み)を取り入れる動きが業界で広がっています。私の勤める会社でも、一部商品で試験的に導入が始まりました。

発注の「勘と経験」が限界を迎えた理由

以前は、ベテラン担当者の「勘」が頼りでした。「去年の今頃、気温が上がって冷たい飲料が売れたから、今年も多めに作ろう」といった具合です。これはこれで馬鹿にできない精度があったのですが、問題は属人化していたこと。担当者が異動や退職をすると、途端に予測の精度が落ちる、というのは食品業界あるあるではないでしょうか。

加えて、近年は天候の急変や、SNSでの突発的な話題化など、過去のパターンだけでは読みきれない変数が増えています。人手不足で予測業務に割ける人員も限られる中、「勘と経験」だけに頼り続けるのは正直しんどくなってきていました。

AI需要予測を導入してみて分かったこと

実際に使ってみると、AIは過去の膨大なデータを瞬時に処理し、曜日・天候・近隣のイベント情報などを組み合わせて予測を出してくれます。特に効果を感じたのは、季節商品の立ち上がりタイミングの予測です。人間だと「そろそろかな」という感覚的な判断になりがちなところを、データに基づいて数日単位で調整できるようになりました。

結果として、一部商品では廃棄量が目に見えて減ったという報告も社内で出ています。もちろん、これは出典のある業界全体の統計ではなく、あくまで自社の一事例です。ただ、現場の実感としては「予測が外れたときの言い訳がしやすくなった」というのも正直なところです。AIの予測なので、人間だけの責任にならない、という心理的な効果もあるのかもしれません。

それでも人の判断が必要な場面

一方で、AIにも限界があります。新商品の発売や、テレビ番組で急に取り上げられたときの需要の跳ね方などは、過去データが存在しないため予測が難しい領域です。こういう場面では、やはり長年の経験を持つ担当者の「この数字は盛りすぎじゃないか」という感覚的なチェックが欠かせません。

AIが出した数字をそのまま鵜呑みにせず、現場感覚で補正する。この「人とAIの二人三脚」が、今のところ一番うまくいっているやり方だと感じています。

需要予測の仕事は、派手さはありませんが、食品ロスにも人手不足にも直結する地味に重要な領域です。もしあなたの職場で予測業務を担当することになったら、AIにどこまで任せ、どこから自分の判断を挟みますか。