Japan
サイト内の現在位置
大手自動車メーカー
dotData導入事例
AIにより1000万ドルもの在庫コスト削減
在庫部品の需要予測精度を向上できたことが成功のカギ
製造・プロセス
課題背景
- 専門家が手作業で20万点以上の部品の需要予測を行うのは時間がかかりすぎ維持するのは困難
- 膨大な数の部品を最適に管理することは、人手で開発した機械学習モデルでは不可能
- 既存の機械学習モデルは大部分がブラックボックス化されており、事業部門のユーザーに有益なインサイトを提供できない
成果
dotDataにより生成された新しいモデルに基づく予測精度が50％向上
新しい在庫管理のモデルを利用することで、年間1000万米ドル以上のコスト削減を実現
機械学習モデルの透明性、説明可能性、追跡可能性が向上
dotDataによってもたらされた結果
この自動車メーカーは、在庫最適化にdotDataを活用し、すぐに効果を実感することができました。まず、在庫需要の予測誤差が50%減少し、在庫コストを1000万ドル削減することができました。
また、dotDataの特徴量自動設計（AutoFE）技術を使って需要予測プロセスを自動化し、従来の属人的な経験や勘に依存したプロセスから脱却できました。自動化と機械学習により、メーカーは新しいデータソースを随時追加して、予測を自動的に改善していくことが可能になります。
適切なAIソリューションを採用すれば、製造業にとって最も困難な課題の一つである「在庫最適化」を解決し、激しい競争の中で生き抜くための確かで持続可能なビジネス成果を実現することができるのです。