小売テック編集部
2026年7月2日 10:05
課題・背景
スーパー業界では、商品の需要予測と発注業務が長年の課題でした。特に生鮮食品など鮮度が重要な商品は、経験と勘に頼った発注により、過剰在庫による大量廃棄や、欠品による販売機会損失が常態化。これにより、粗利率の悪化や人件費・在庫管理コストの増大が深刻化していました。
導入内容・技術
ベイシアは、この課題を解決するため、AIを活用した需要予測と発注自動化システムを導入しました。過去の販売実績データに加え、気象情報や店舗周辺のイベント情報など、多様な外部データもAIモデルに取り込むことで、商品の需要をより高精度に予測。その予測に基づき、最適な発注量を自動で算出・実行する仕組みを構築しました。これにより、属人的な判断を排除し、データドリブンな在庫管理を実現しています。
効果・成果
本システムの導入により、ベイシアでは顕著な効果が表れています。特に、過剰在庫の抑制に成功し、**在庫を約1割削減**しました。これにより、在庫保管コストや鮮度落ちによる廃棄ロスが大幅に削減されました。財務分析によると、廃棄ロスは5%〜15%減、粗利率は売上に対し1%〜3%改善のポテンシャルがあります。また、手動発注にかかっていた人件費も10%〜30%削減され、従業員はより顧客サービスや売場改善といった付加価値の高い業務に集中できるようになりました。これにより、業務効率化と顧客満足度向上を両立しています。
考察・今後の展望
この事例は、単なる在庫最適化に留まらない、小売業DXの大きな可能性を示唆しています。今後は、既存のPOSやCRMシステム、さらには気象情報やサプライヤー情報といった外部APIとの連携を強化することで、需要予測の精度をさらに向上させることが可能です。将来的には、AIを活用したダイナミックプライシングによる売上・利益最大化、顧客一人ひとりにパーソナライズされたマーケティング、AIによる店舗人員配置や陳列の最適化、さらにはサプライチェーン全体のレジリエンス強化へと応用範囲を広げられるでしょう。データドリブンな経営への転換が、持続的な競争優位性を確立する鍵となります。
現場への示唆
中小店舗では、大規模なAIシステム導入はハードルが高いですが、本事例から『データに基づいた判断』の重要性を学ぶべきです。まずはPOSデータやExcelで売上・在庫傾向を分析。クラウド型SaaSや限定的なAIツールも選択肢です。現場スタッフの経験と勘にデータを組み合わせることで、発注精度を高め、廃棄ロス削減や効率化が図れます。スタッフへの丁寧な説明と協力を得ることで、DX推進を組織全体の成長に繋げられます。
スーパーがAIで発注自動化し在庫1割減
xtech.nikkei.com