AI-Order Foresight導 入のいなげや、日配の発注作業時間が約50%減 悠 Yu Niibori AIエンジニア プロフィール
出典 7件
要点
対象：食品スーパーで日配品の発注を担当している人
いなげやは日配の発注が約50%減 ライフとヤマザワは時間の数字なし 人は異常値の商品を確かめる 日配品の発注にA I-Order Foresightを入れた4 つのスーパーのうち、時間の変化を数字で出したのは2 社です。
この記事の目次（7節） AI-Order Foresightを入れた4 社の発注作業時間 別のシステムの例、野嵩商会 導入前の発注の悩み AIが発注数を計算し、人が異常値の商品を確かめる 数字の見方 導入を検討するなら、提供元に聞くこと 最初の一歩 いなげやは全130店舗で稼働を始め、日配部門の発注作業時間が稼働前より約5 0%減 りました。1 2 シティオは、先行導入店舗の対象商品で5割 減りました。3
ライフとヤマザワは、時間の数字を出していません。どの数字も導入した会社と提供元の発表で、測った期間や比べ方は書かれていません。4 5
AI-Order Foresightは、B IPROGYが提供する、発注を自動で行うサービスです。販売実績・気象情報・特売の企画情報などから、A Iが店舗ごとの毎日の発注数を計算します。1
AI-Order Foresightを入れた4 社の発注作業時間
日配品は、卵や冷蔵食品のような、賞味期限が短い食品です。4
スーパー 店舗 対象 発注作業時間 発表 富士シティオ（Fuji） 全店舗（店舗数は記載なし） 日配品 先行導入店舗（全店に広げる前に使った店）で、対象商品が5 割減3 2023年2月 ライフ 全304店舗 生鮮部門 数字なし5 2024年2月 ヤマザワ 全70店舗 日配部門 数字なし4 2024年9月 いなげや 全130店舗 日配部門 稼働前と比べて約50%減1 2025年6月
ライフは日配品に2 021年2月 から使い、生鮮部門には2 024年4月 までに全店で使い始める予定と発表しました。5
生鮮部門では、実験店舗で、発注作業時間を減らす目標を達成したと言います。ただし、何時間減ったか、何店舗で何日間試したかは示していません。5
別のシステムの例、野嵩商会
沖縄県で食品スーパー「フレッシュプラザユニオン」を展開する野嵩商会は、ブライセンのB -Luckを入れました。A Iが需要を予測する自動発注システムです。2 1店舗で運用を始めています。6
導入前は、カテゴリごとに担当者が別々に発注していました。発注には、店ごとに1日 約5時 間かかっていました。導入後は約3 .5時 間で、約3 0%減 です。6
全店舗の合計では、月約9 00時 間減りました。この計算の前提は、発表にも報道にも出ていません。6 7
導入前の発注の悩み
ヤマザワでは、日配品は賞味期限があって販売期間が短いため、既存の自動発注システムが使えませんでした。経験や勘をもとに、担当者が手作業で発注していました。4
いなげやでは、人手不足のなか、発注が担当者ごとの判断になり、精度にばらつきがありました。1
野嵩商会でも、担当者ごとの発注で在庫がばらつき、欠品や売り逃し（機会損失）が出ていました。6
AIが発注数を計算し、人が異常値の商品を確かめる
日配品の発注が済むまで
情報を読む
販売実績・気象
特売の企画
発注数を算出
商品ごとに
毎日
画面に表示
異常値の商品だけ
（アラート商品）
人が確かめる
発注の担当者が
見て発注する
AIが受け持つ
人が受け持つ
AI-Order Foresightで日配品の発注が済むまでの流れです。A Iが販売実績・気象・特売の情報から商品ごとの発注数を毎日出し、異常値の商品だけが画面に表示されます。人はその商品を確かめて発注します。 いなげや・富士シティオ・ヤマザワで、人が確かめるのは、異常値（AIが、ふだんと違うとみなした数量）などの商品だけです。A Iが出した発注数を全部は見ません。1 3 4
スーパー 画面に出るもの 人がすること 富士シティオ 毎朝、発注端末に各商品の発注数量 異常値だけを確かめる3 ライフ 3週間先までの発注数量 従業員が異常値を確かめる5 ヤマザワ AIが選んだ商品 発注担当者が、その商品だけを確かめる4 いなげや 異常値の商品（「アラート商品」） 担当者が、その商品だけを確かめる1 野嵩商会（B-Luck） アラーム アラームと画面を確かめて、発注する6
異常値の基準は、どの発表にも出ていませんでした。
ライフの生鮮部門は、加工拠点やメーカーへの事前発注があり、日配品より長い予測が要ります。そのため、計算する期間を5 日から3 週間に延ばし、一部の商品に、発注を確定するときに数量を直す機能も加えました。5
数字の見方
どの数字も、第三者が確かめたとは書かれていません。
約50%と約30%は、システムも店も違うので比べられません。
ライフとヤマザワの発表からは、ほかのスーパーでも半分になるかは分かりません。
導入を検討するなら、提供元に聞くこと
店舗数が出ている発表は、2 1店舗（野嵩商会）から3 04店舗（ライフ）までのスーパーのものでした。数店舗の店が同じ効果を見込めるかは、発表から分かりません。1 4 5 6
提供元に聞くこと 聞く理由 導入前の発注時間を、どの店の何日分で測ったか 約50%も約30%も、測り方が分からないから 異常値の基準を、誰が決め、あとから変えられるか 基準によって、人が確かめる商品の数が変わると考えられるから 確かめたあと、誰がどの画面で発注を確定するか 発表によって、書いてある範囲が違うから 日配品のほかに、どの商品まで使えるか ライフは生鮮に広げるとき、計算の期間と機能を変えたから
在庫が決めた数（発注点）を下回ったときのお知らせは、AI秘書の社内・総務 引き受けています。
最初の一歩
食品の卸が受け取る注文書をA Iで読む例は、受発注A Iエ ージェントの記事 あります。
店の棚の欠品を見つけるA Iカメラは、小売店のA Iカメラの記事 まとめました。電話注文の変化は、飲食店のA I活用の記事 扱っています。
まず、発注に時間がかかっている部門を1 つ選び、導入前の発注時間をどの店の何日分で測ったのか、提供元（各社の発表では、B IPROGYやブライセン）に聞いてみてください。
次に読む
