AI CROSS株式会社（東京都港区、代表取締役CEO：原田典子、以下「AI CROSS」）は、旭産業株式会社（本社：埼玉県戸田市、以下「旭産業」）にAI需要予測サービス「Deep Predictor」を提供しました。旭産業では、販売代理店であるリコージャパン株式会社を通じた本導入により、2026年5月から本社および大阪の2拠点にて運用を開始しております。本導入は、需要予測・発注業務の高度化、属人化解消、ならびに「欠品防止」と「過剰在庫抑制」の両立を支援するものです。 導入の背景：多品種を扱う建材メーカーにおける「発注判断」の高度化と属人化解消 旭産業は、1976年の創業以来、住宅から大型ビル・プラント建設・大型プロジェクトに至るまで、配管・空調設備周りを支える断熱材保護カバー、化粧用外装材などを国内で製造・販売してきた専門メーカーです。本社、大阪支店・工場、福岡営業所、札幌営業所・工場の国内4拠点に加え、タイの製造拠点（ASAHI HASEGAWA CO., LTD.）を擁し、多品種にわたる外装材の安定供給を担っています。 業界全体でも、「欠品防止と過剰在庫抑制の両立」「発注判断の属人化解消」は、製造業が共通して直面する経営テーマの一つとなりつつあります。経済産業省ほか『2025年版ものづくり白書』（※1）は、製造業の計画業務を担当者の経験則からデータドリブンな意思決定へと転換する必要性を示していますが、PwCコンサルティング合同会社の調査（※2）によれば、日本企業のサプライチェーン領域でAIを活用している企業は全体の25%、最も導入が進む販売・需要計画領域でも18%にとどまり、属人的になりがちな業務へのAI活用は依然として道半ばとされています。 こうした状況を踏まえ、旭産業は、属人化していた発注業務をAI需要予測で再構築するという経営判断のもと、AI CROSSの「Deep Predictor」導入を決断し、本社および大阪の2拠点における需要予測領域から本格運用を開始しました。 旭産業株式会社からのコメント 本導入にあたり、旭産業株式会社 常務取締役 佐藤氏より、以下のコメントをいただきました。 ■導入前の課題 ― 属人化と、月20アイテム規模で発生していた欠品 「発注業務は現在1名体制で運用しており、発注作業には1回あたり3時間ほど時間がかかっていました。発注の考え方も、その時の発注担当者の考えで行っている部分が強く、属人化していると感じていました。発注数は『複数年のデータから算出した月平均 × 発注～入荷リードタイム＋α×各月の係数』というロジックで算出していますが、在庫はやや多めに持っている感覚で運用しても、約1,055アイテムの取扱のうち、毎月20アイテムくらいの欠品が起きてしまっており、需要予測ができているとは感じていませんでした。」 ■「Deep Predictor」選定の理由 「Deep Predictorは、約7,000種類とも言われる外部要素のなかから、自社の事業に効くものを選んで需要予測に取り入れられる点に強い興味を持ちました。『まさに需要予測』と感じられるアプローチです。当社が抱える需要予測や運用上の課題を共有させていただいたなかでも、AI CROSSのご担当者は理解度が高く、他社と比較しても安心して相談できる相手だと感じています。打ち合わせを重ねるごとに、サービス・体制ともに柔軟性が高いことを実感しました。」 ■期待する効果と今後の展望 「導入を通じて、まずは欠品の減少と発注業務時間の短縮を期待しています。あわせて、社内製造品の在庫管理の高度化、業界に影響を与える外部情報の見極め、属人化していた発注の考え方を社内で統一していくことにも取り組んでまいります。」 「Deep Predictor」の特徴 「Deep Predictor」は、AI CROSSが提供するAI需要予測・運用サービスです。過去の出荷・受注・在庫データなどを学習し、品目ごとの需要を継続的に予測することで、発注・在庫適正化の意思決定を支援します。 本サービスは、以下の点を特徴としています。 需要予測と発注の一気通貫支援：単なる需要予測モデルの提供にとどまらず、発注数の算出や業務ルールに沿った後処理までを一連の流れで支援。 「欠品防止」と「過剰在庫抑制」の両立：欠品リスクと在庫負担のバランスを定量的に評価し、品目特性に応じた最適な発注量の検討を支える。 説明可能な発注根拠：予測結果や発注数の根拠となるデータを可視化し、属人化していた発注判断をデータドリブンに標準化。 業務運用へのフィット：既存の業務フロー・基幹システムとの連携を前提に、現場の運用負担を抑えながら段階的に活用範囲を広げられる設計。 今後の展望 AI CROSSは本導入を通