中小卸売り業者の業務効率化、生産性向上のため、既存のホストサーバーを拡張することで「入庫処理の完全デジタル化」を達成し、過去の取引実績等を活用した需要予測に基づく適正在庫数の提案を行う「適正在庫管理システム」を試作し、試行・評価した。

課題

卸売業者として、営業部門ではオンライン受注、売り掛け管理のIT化はそれなりに進めている一方で、発注業務を中心とする在庫管理のIT化が出来ていない。企業規模的にも予算的にも既存の管理システムの利用は不可能なため、現状のシステムから切り離してパソコンで在庫管理や発注業務のデジタル管理が出来るようにしたい。

プロジェクト概要

一部電子化は進んでいるものの、入庫データや在庫データのデジタル化ができていなかった既存の在庫管理システムを拡張し、これらを含む完全デジタル化をPythonベースのDjangoフレームワークを用いて実現。在庫データに関するインポート・エクスポート機能も完全サポートした。加えて、統計分析に基づく従来型の在庫管理や、過去の取引実績や季節情報などを活用した深層学習・AI技術による需要予測法を確立し、適正在庫数（発注時期や発注数）の提案を行う最適在庫数管理システムを試作した。

期待される効果

在庫管理作業の大幅な効率化。過剰在庫や欠品を防ぐことによる利益拡大。実運用を想定した観点からシステム全体の完成度を高め、在庫管理システムとしての販売、同業他社への波及効果にも期待。

関連した光技術

AI・深層学習的在庫管理手法（電子技術）