図1価格最適化のイメージ 複数の商品でもボタン一つで最適な価格を導きだせる

　スーパーや百貨店、あるいはドラッグストアといった小売業では、集客や売上の増加を狙ってイベントやキャンペーンと合わせて値下げを行うことが多い。しかし「いつ」「何を」「いくらに」するべきか、また「その場合のチェーンストア全体の売上はどうなるか」といったことは担当者の経験と勘で決められることが多く、論理的に説明することは難しい。また、キャンペーン商品の売上が伸びても、他の商品のマイナス幅が大きかったり、総利益が下がってしまっては、ビジネスとしては失敗となる。BAツールによる予測シミュレーションも行われ始めているが、例えばあるカテゴリーの50種の商品から3品目を毎日別パターンで3日間特売を行う場合は16億を超える組み合わせとなり、業務として回すには現実的ではない。
　しかし近い将来、簡単に最適な特売の商品・価格を決定することが可能になるかもしれない。それを可能にするのがNECの予測型意思決定最適化技術というAI技術だ。これを用いれば、売上を最大化できるプランを簡単な操作ですぐに作成することができるという。
　NECの検証によると、従来技術で数時間から数日かかっていった計算が1秒を待たずに完了し、チェーンストアの売上を約11％増加できる価格戦略を算出できたという。また、これらの取り組みは小売業だけではなく、消費財メーカーや卸売業でも営業活動の付加価値として実践されている。

図1価格最適化のイメージ 複数の商品でもボタン一つで最適な価格を導きだせる

図2アサヒビールが実施した発売後予測のグラフ 実績値の傾向をおおよそ捉えていることがわかる

　市場や顧客ニーズが目まぐるしく変化する中、商品のライフサイクルはどんどん短くなり、その種類もますます増える傾向にある。その結果「新製品がどれだけ売れるか」を予測することは、企業経営にとって重要なテーマと言えるだろう。仮に予想を大きく超える人気が出た場合、販売機会を逃すばかりか欠品騒ぎが起きてしまう。逆に予想を下回れば、不良在庫の廃棄が発生するリスクが高まるからだ。
　とはいえ、新商品には参考になるデータが少ないため予測が非常に難しい。多くの企業では社内会議での調整やベテラン担当者の経験と勘など、主観的な推測の域をでないのが実情だ。
　しかし最近では、AIを使った新しいアプローチが始まっている。アサヒビールが行っている実証実験もその一つ。同社では、NECの異種混合学習技術と呼ばれるAI技術を採り入れ、予想と実需の乖離による欠品や不良在庫の廃棄を減らす取り組みを進めている。
　この仕組みは、過去のデータから複数の規則性を自動で見つけ出し、将来の予測を行うもの。過去に発売した200品目におよぶ製品の出荷・実販データと、カレンダーや気象情報、製品情報などをデータとして入力。その上で、発売直後の出荷の動きを基に発売後4週間の売れ行きを予測する。これにより、以降の生産計画や在庫計画の最適化を行えるわけだ。
　実証実験の対象製品のうち7割は比較的高い精度での予測結果となり、予測値と実績値の誤差率が10％未満のものや、中には1％以内という高精度の新製品もあったという。今後はSNSでの評判やサンプル調査、メディアへの露出といったデータを組み合わせ、発売前の予測についてもその精度を高めていく考えだ。これが実現すれば、初回出荷数量の最適化など、販売効率を最大化していくことが可能になる。
　以上、いくつかの技術とその活用例を紹介してきたが、ここに挙げた技術は一例にしか過ぎない。実は、これ以外にも売上や利益に直結する多様なAI技術は存在する。コールセンターの対応履歴から顧客の正確なニーズを分析する技術や、顔認証を応用し商品や店舗の最適な品揃え、棚割りを見つけ出す技術など企業の売上に貢献するマーケティングの技術を取り揃えている。今後もNECではこうした技術を進化させ、企業のビジネスを強力に支援していく考えだ。

図2アサヒビールが実施した発売後予測のグラフ 実績値の傾向をおおよそ捉えていることがわかる