AI CROSS株式會社(東京都港區,代表取締役CEO:原田典子,以下稱「AI CROSS」)宣布,該公司提供的AI需求預測・運用服務「Deep Predictor」,其能將預測結果自動轉換為業務上可直接使用的格式的「運用最適化選項」,在「Deep Predictor」導入企業中的採用率已突破90%。 此選項具備將需求預測結果,轉換並輸出為符合發包業務、出貨計畫、銷售計畫等各業務場景格式的功能,其能讓現場人員直接將AI需求預測結果活用於業務判斷的設計,獲得高度評價。 背景 在發包業務、出貨調整、銷售計畫等導入AI需求預測時,許多企業面臨的課題之一是「運用的落實」。即使AI能輸出高精度的預測結果,後續現場人員若要將結果轉換為實際業務判斷(如計算訂購量)時,仍需反映公司內部的獨有邏輯、規則及限制條件,導致產生龐大的工時。若此轉換作業未機制化・自動化,將導致運作依賴於負責人員個人的技能與經驗,形成個人化的運作模式,進而產生AI預測原本應帶來的業務效率化未能充分實現的問題。 另一方面,若試圖透過從零開始開發(※指不使用現有產品,從零開始獨立開發)來個別解決這些課題,將需要龐大的成本與時間,對許多企業而言並非實際可行的選項。 AI CROSS從「Deep Predictor」開發初期就正面應對此課題,並將其具體化為「運用最適化選項」的功能。 運用最適化選項概要 運用最適化選項是將「Deep Predictor」的AI需求預測結果,自動轉換為「業務上可使用的行動」並輸出的功能。 ■主要特點 ・以符合發包業務、出貨調整、銷售計畫等各業務場景的格式提供預測結果。現場人員可直接將AI的輸出活用於業務判斷。 ・不僅止於預測,更實現預測後的業務判斷自動化。提升業務效率與現場的落實率。 ・將公司內部的判斷邏輯・限制條件・獨有資訊整合至預測結果中,以可進行業務判斷的輸出形式呈現。同時實現判斷業務個人化問題的解消與工時削減。 ・透過讓現場人員能獨立運作的設計,對應AI導入後的運用落實這一業界共通課題。 圖片:Deep Predictor 專案畫面 圖片:發包業務流程的變化「一般AI需求預測服務」vs「Deep Predictor+運用最適化選項」 活用案例:IKO International, Inc.的導入成效 作為展現運用最適化選項成效的具體案例,有日本Thomson集團的美國當地法人IKO International, Inc.(以下稱「IKO International」)的導入實績※。 該公司在美國五個據點展開軸承・精密儀器的銷售,每週的庫存發包業務由四名負責人以Excel手動管理,形成個人化的運作模式,成為一大課題。 在導入「Deep Predictor」時,該公司在比較評估了多款AI需求預測產品後,決定採用「從需求預測到建議訂購量計算,再到基於業務規則的後續處理,皆能由單一服務完成」這一點,成為其採用的關鍵。這正是運用最適化選項所扮演的功能。 導入成效(定量) ・庫存發包業務作業時間:作業人員4名合計每週從3.8小時縮短至1.4小時(削減約63%) ・每年削減時間:約124.8小時 導入成效(定性) ・消除了作業人員間的訂購量差異及據點間的重複發包,擺脫了個人化運作 ・便於負責人員的交接,實現了業務的標準化・例行化 ※相關新聞稿:https://prtimes.jp/main/html/rd/p/000000277.000021834.html AI CROSS所認為的「現場可使用的AI」 AI CROSS以「Smart Work, Smart Life」為企業理念,透過AI及科技支援企業的業務效率化與生產力提升。「Deep Predictor」的開發・功能強化,是以「不僅提供高精度的預測,更重要的是其預測結果能直接連結至現場的業務判斷與運用的落實,方能體現其價值」這一理念為核心。 「運用最適化選項」採用率突破90%的實績,顯示了解決「預測後的最後一哩路」的需求之大,這也是AI CROSS將此功能作為主要差異化要素對外宣傳的依據。 未來展望 AI CROSS將持續透過強化Deep Predictor的功能與充實導入支援,推動製造業、流通業等現場的AI活用落實。目標不僅止於提升需求預測的精度,更要作為支援預測後決策流程整體解決方案,為更多企業的業務變革做出貢獻。 【Deep Predictor是什麼】 AI需求預測・運用服務「Deep Predictor(Deep Predictor)」是以「所有預測,任何人都能輕鬆上手」為概念,支援即使沒有專業知識的現場人員也能活用現有數據,進行高精度預測與決策的服務。 其特點在於不僅止於單純的預測,更能生成與業務直接相關的輸出,是設計為「現場可立即使用的AI」。 詳情請參閱:https://aicross