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、AI需要予測・運用サービス「Deep Predictor」が、米国市場で機械部品（ベアリング・精密機器）の販売を行う日本トムソン株式会社の子会社、IKO International, Inc.（以下「IKO International」）の在庫発注業務に導入され、米国全拠点の作業時間を週3.8時間から1.4時間へ約63%削減（年間124.8時間）する効果を実現したことをお知らせいたします。本導入事例は、AI CROSSの公式サイトにて公開しています。 製造業における構造的課題：人手不足・属人化・サプライチェーン高度化 経済産業省・厚生労働省・文部科学省「2025年版ものづくり白書」（※1）によれば、製造業の就業者数は2023年の1,055万人から2024年には1,046万人へとさらに減少し、人手不足は構造的な課題として深刻化しています。同白書では、限られた人材で生産性を維持・向上するためには、業務の属人化からの脱却と、DX・AI活用による業務の共通化・可視化が不可欠であると指摘されています。 加えて、製造業の現場では多品種少量生産への対応、サプライチェーン分断リスクへの備え、海外現地拠点における業務効率化など、需要予測・在庫最適化の高度化を迫る要請が年々強まっています。とりわけ、ベアリングなど産業を支える重要機械部品の供給においては、欠品によるラインストップ回避と過剰在庫による財務負担抑制の両立が経営課題となっています。 こうした業界全体の構造的課題に対し、AI需要予測・運用サービス「Deep Predictor」は、属人的な業務の標準化と複数拠点運用の効率化を同時に実現するソリューションを提供しています。本リリースでは、その代表的な導入事例として、日本トムソンの米国子会社であるIKO International, Inc.における取り組みをご紹介します。 ※1 出典：経済産業省・厚生労働省・文部科学省「2025年版ものづくり白書」概要 https://www.meti.go.jp/report/whitepaper/mono/2025/ 導入の背景 IKO Internationalは、ベアリングや精密機器などの機械部品を米国市場のOEM（※2）およびディストリビューター（※3）向けに供給しており、米国内のニュージャージー、カリフォルニア、イリノイなど複数の販売拠点を展開しています。同社では従来、各拠点における在庫発注業務がExcelによる手作業で運用されており、以下のような課題を抱えていました。 作業者が型番ごとに発注数を手作業で判断するため、4名合計で週3.8時間の作業時間が発生 担当者の経験に依存し、発注数のばらつきや拠点間での重複発注による過剰在庫が発生 ベアリングは産業・業種を問わず使用される重要部品のため、欠品リスクと過剰在庫の両立が経営課題 加えて、基幹システムへの切り替えに伴い、品番を一つひとつ調べて発注数を判断する従来の運用が現実的に困難となり、新しい在庫発注の仕組みが不可欠な状況でした。 ※2 OEM（Original Equipment Manufacturer）：自社製品（産業機械、半導体製造装置、医療機器など）に部品として組み込んで使用する完成品メーカーを指す。 ※3 ディストリビューター：IKO製品を仕入れ、エンドユーザーへ販売する販売代理店・卸売業者を指す。 導入効果：作業時間を約63%削減、属人化解消と業務標準化を実現 ■ 定量効果 項目 導入前 導入後 効果 在庫発注作業時間（4名合計／週） 約3.8時間 約1.4時間 約63%削減 年間削減時間 ― ― 約124.8時間 ※定量効果の算出根拠 ・削減時間：作業者4名合計の週間作業時間（導入前 約3.8時間 → 導入後 約1.4時間、差分 約2.4時間） ・年間削減：2.4時間 × 52週 ＝ 約124.8時間 ■ 定性効果 作業者ごとの発注数のばらつき、および拠点間での重複発注を解消 担当者の経験への依存から脱却し、発注業務の標準化を実現 基幹システム移行後の在庫管理業務を成立させる中核基盤として定着 IKO International, Inc. ご担当者様 飛鳥田氏コメント ※下記は、AI CROSS公式サイトに掲載の導入事例インタビューより抜粋・編集しています。 「Deep Predictorは、需要予測から発注推奨量算出までを一つのサービスでカバーでき、当社の運用実態に並走して支援いただける点が選定の決め手となりました。また、大規模な投資判断が必要なケースが多い中、Deep Predictorは費用感としても踏み込みやすかったのは大きかっ