お問い合わせ

自動車アフターマーケット向けAI

故障による停止時間を削減。投資したユーロやドル当たりの稼働時間を増やします。

カタログ全体で車両の停止と受注残を減らします。複雑な部品適合関係と変動するリードタイムを、経済価値で順位付けした日々の判断に変えます。何を購入し、どこに在庫を置き、いくらで販売し、いつ移動するかを決定します。

相談を申し込む
自動車アフターマーケット向けAI
Tokić Group

調達、補充、在庫管理において、パートナーのLokadは革新的な存在です。高度な専門性を持つデータサイエンティストのチームと、機械学習を活用した強力な予測ソフトウェアにより、これまでにない業務効率を実現しました。Tokić Groupは在庫投資を削減しながら、売上とサービス品質を向上させています。このような技術の進歩こそが、障害を機会に変え、企業の持続的な成長を可能にします。

Ivan Šantorić

Tokic Group CEO

Mister Auto

当社は2年以上にわたり、販売価格の計算にLokadを毎日利用しています。当社の統合カタログは事業を展開する20か国を対象としており、その点でも真に当社に合わせたソリューションです。この技術を選んだことで、ビッグデータに基づくLokadのアルゴリズムモデルを通じて、価格設定によって価値を生み出す力を大きく高められました。処理能力だけでなく、あらゆるeコマースに不可欠となった迅速さと対応力も得られています。

Mathieu Pajot

Mister Auto 営業・価格戦略責任者

私たちが解決する課題

  • 他の場所には大量の在庫があるのに、部品が一つ足りないだけで車両が停止する。
  • 安全在庫のルールでは対応できない、複雑な適合関係とロングテール需要。
  • 最小発注数量(MOQ)と数量割引によって、ネットワークの不適切な段階に資金が固定される。
  • リードタイムが原因で、高くつく欠品や緊急輸送が発生する。
  • 価格と在庫の判断が連動せず、利益率や販売機会を失う。
  • 物流センター、中継拠点、店舗にまたがる緊急対応で、計画担当者が表計算作業に追われる。
  • 過去を記録するだけで次の判断を最適化しない、分断されたツールや表計算。
モジュールを見る
自動車部品の倉庫で在庫を確認する作業員

進め方

  • サプライチェーンサイエンティスト(SCS)

    各取り組みに専任の専門家、または少人数の専門チームが付き、開始から本稼働、その後の継続改善まで伴走します。自動処理を監視し、成果を確認し、新製品、新倉庫、需要傾向の変化など、サプライチェーンの進化に合わせてソリューションを調整します。

  • 確率的予測

    SCSはSKU・拠点ごとに完全な需要分布を生成し、起こり得る需要シナリオを網羅します。弱い点予測や手作業の安全在庫表に代えて、データに基づく明確な不確実性の捉え方を提供します。

  • リスク評価

    数百万の将来の生産シナリオをシミュレーションします。各判断をドルやユーロで評価し、欠品リスクと在庫保有費用を比較します。

  • 微分可能プログラミング

    SCSは毎晩、数百万のSKU、部品表(BOM)の階層、MOQ、価格帯を数分で処理し、翌朝には最善の判断を用意します。

  • AI自動化

    最適化した発注をERPやWMSに直接送るため、追加の表計算作業は不要です。計画担当者は毎週数日分の時間を取り戻し、戦略、仕入先との協働、成長に充てられます。

  • クラウドネイティブな構成

    新しいハードウェアやERPの大幅な変更は必要ありません。サプライチェーンサイエンティストが生成した判断を、既存のソフトウェアへ毎日直接送ります。

  • 迅速な導入

    全面的な本稼働まで、平均で6か月未満です。

プロジェクト導入

よくある質問への回答

いつ成果が見えますか?

まず現在のプロセスとLokadのプロセスを並行運用し、金銭的な差をお客様自身で確認していただきます。検証後は自動化によって計画担当者が戦略業務に集中できます。一般的な目安では、6〜8週間で成果が見え始め、通常は6か月以内に全面稼働します。

大規模な部品適合データベースに対応できますか?

はい。部品と車両の適合関係を数百万の辺からなるグラフとしてモデル化し、需要予測と在庫方針に直接利用します。

価格と在庫を同時に最適化できますか?

はい。自動車アフターマーケットでは価格と在庫が互いに影響するため、両者を同時に最適化します。

長く不確実なリードタイムに対応できますか?

リードタイムの分布を予測し、需要分布と組み合わせて、購入量とバッファー在庫を決めます。これにより、支出を最小化しながら供給可能性を最大化します。

計画担当者は引き続き判断を管理できますか?

もちろんです。生成されたどの推奨事項についても、確認、固定、上書きができます。

新しいERPは必要ですか?

いいえ。Lokadの判断は既存のERPや企業向けソフトウェアに組み込めます。標準のデータ抽出方式に沿って、単純なフラットファイル転送またはAPIで連携します。

技術の詳細

目的関数:投資したユーロやドル当たりの停止時間削減

実行可能な購入、拠点間移動、発送、価格変更を、期待される経済効果で順位付けします。利益の増加と停止時間の削減から、在庫保有、陳腐化、輸送、荷役の費用を差し引いて評価します。そのうえで、予算、MOQ、トラック積載量、能力の制約を満たす最良の行動の組み合わせを選びます。サービスレベルを代替目標にはしません。購入の優先順位は発注点ではなく確率的な出力から直接計算し、計画担当者が個別または一括で実行できる、金額順の作業リストを作成します。

適合関係を二部グラフで表す

通常は1億行規模以上の部品・車両適合マトリクスを取り込み、SKUだけでなく、需要を生む単位である車両のレベルで需要を学習します。代替品や後継品を捉え、カタログの細分化による見かけ上の低需要を防ぎます。車種群ごとの必要量を予測し、交換可能な部品に対応付けるグラフモデルによって、購入、配分、価格設定を改善します。

確率的予測

需要とリードタイムを完全な分布としてモデル化し、点推定ではなくリードタイム中の需要(DOLT)に基づいて最適化します。これにより、断続的な需要や分布の長い裾にも耐えられる判断になります。Lokadの予測技術は、分位点のグリッドから、不確実性を測定可能な利益に変える本番用の確率的予測エンジンへと発展しました。

多段階の最適化

OEM → 物流センター → 中継拠点 → 店舗・整備工場というネットワーク全体を最適化します。SKUと拠点の組み合わせを個別に修正するのではなく、拠点間の機会費用を明示的に評価します。ソルバーはMOQ、トラック容量、拠点の上限など、非線形な現実の条件を守ります。不確実性の下で、Lokadの確率的離散降下法と潜在最適化を使い、こうした制約を実際に満たすネットワーク全体の判断を計算します。

価格・品揃え・在庫を一体で最適化

価格が需要を変え、需要が在庫の根拠になるため、価格、在庫、品揃えを同時に最適化します。供給が対応できる場合にのみ価格変更を提案し、実現する販売価格での投資収益率が他の選択肢を上回るSKUを在庫に持ちます。自動車アフターマーケットでは、複雑な適合関係と不規則な需要を考慮し、価格設定と供給を切り離さずに扱います。

実行と管理

すべての処理は、機械語にコンパイルされる当社のドメイン固有言語Envisionで動きます。強い型付けとコンパイル時の検査により、前提を明示し、テストとバージョン管理を可能にします。役割に基づくアクセス制御とSSOが職務の分離を支えます。ダッシュボードでは計画担当者が入力を加え、判断の確認や仮定に基づくシナリオ検討を行ってから、発注を既存システムへ出力できます。

技術が重要な理由

当社の技術が鍛えられたのは、まさに自動車アフターマーケットです。車両を顧客と捉える考え方、適合関係のグラフ、停止時間という指標は、後付けではなくプラットフォームの基本要素です。分位点 → 確率的予測 → 確率的・潜在最適化という技術開発の道筋は、制約が多く複雑な問題を大規模に解くためにあります。