2015年から需要予測発注システムの導入拡大に取り組むローソン（東京都／竹増貞信社長）は、24年にその集大成ともいえる「AI.CO（AI CustomizedOrder：アイコ）」を開発した。AI.COは在庫や廃棄率の増減などを店側で調整できる「ドライバー」が実装されており、AIが提示する日々の推奨数を、加盟店があらかじめ調整できる仕組みになっている。こうした画期的なAI.CO開発に至るまでの背景と意図について責任者に話を聞いた。
個店間の「理想の相違」が自動発注拡大の障壁に
ローソンは2020年9月に顧客の利便性を追求するため「ローソングループ大変革実行委員会」を立ち上げ、その中の「収益構造・生産性大変革」計画の一部として、24年中にAIを活用した需要予測発注システムAI.COを全国展開することを発表した。今春からパイロット店舗に導入し、5月に本格展開、7月には全店へ導入する考えだ。
ローソンがAI発注の開発、および導入に本格的に取り組み始めたのは15年のことだ。「それまで当社が取り入れていた人手を介した発注システムは、仮説を立てて日々の発注数を検討、決定するもので大変な手間と時間がかかり、とくに複数店舗を経営しているオーナーさんの負担があまりに大きかった」（上級執行役員 商品本部副本部長 兼 発注DX推進部長の涌井和広氏：役職は取材当時）。そこで、店舗の負担を削減しようと、外部システム会社と手を組み開発したのがAI.COの前身となる「セミオート発注」だ。導入店すべてのデータを吸い上げ、おにぎりや弁当といった消費期限の短い商品を対象に全体として最適な品揃えと商品の発注数をAIが自動算出する。そこに各店舗の販売実績などを加味したうえで個店ごとの適切な発注数を導き出し、提案するという仕組みだった。
しかし、個々の店舗で実際の販売動向とズレが生じたり、想定と違ったりすると、店舗の発注担当者が「このシステムは精度が高くない」と認識し、提案された発注数を頻繁に修正したことで翌日の推奨に影響し、さらに修正が必要になるという事象が発生した。これでは店舗の発注業務の負担軽減につながらないうえに、AIの推奨計算にも影響を及ぼすことが危惧された。
そこで21年、ローソンはさらなる精度向上を追求するべく、需要予測発注システムの開発に乗り出した。これによってAI.COのプロトタイプにあたるシステムが誕生。同年に東北地方の一部店舗で先行して実証実験を開始した。
ローソンはこの実証実験において、精度の高い需要予測発注システムが完成したという自負があったため、最低でも5割程度の加盟店が推奨どおりの発注をしてくれるのではないかと期待した。しかし、「実際は2割程度にとどまった」と涌井氏は振り返る。
その理由は加盟店ごとにオーナーの考える“理想の売場”が違ったためだ。たとえば、廃棄を抑えるために消費期限の短い商品の在庫は減らしたいという考えのオーナーもいれば、欠品がないように在庫は多く持っておきたいと考えるオーナーもいる。また、短期の売上を重視するか中長期の売上に着目するかも店ごとに方針は多様だ。「新システムの導入以前より粗利が向上していても、理想から外れた売場となってしまえば満足度は上がらず『この推奨はおかしい』という認識につながってしまう」（涌井氏）。結果、8割の店舗で推奨数を修正して発注してしまうという事態になった。
他方、そのように修正した店舗でも旧システムに比べて安定的に上がっていることも判明した。ローソンが調査したところ、AIが導き出した需要予測をもとに、加盟店オーナーが売上や廃棄数の傾向を鑑みながら、独自の判断基準を持ったうえで発注数の修正をしていることがわかった。涌井氏は「需要予測の結果（AIの推奨）をもとに、そこにパターン化された修正を加えているため、AIの推奨精度が高まれば、修正が入っても安定的な利益増につながることに気づいた」と説明する。
加盟店独自の“調整”を推奨するかたちに
ローソンはこうした実証実験から、需要予測発注システムを
・・・この記事は有料会員向けです。続きをご覧の方はこちらのリンクからログインの上閲覧ください。