酒類ECの需要予測・発注支援とAIエージェント

相談のきっかけ

担当者の経験に頼っている発注判断を、データで裏付けられるようにしたい。

この案件の中身

運用状況

実運用中（2026年9月時点）。以降も継続して改良している

対象業務

酒類ECの仕入れ発注（商品ごとの発注数の判断）

導入前の手間

発注担当者が、販売実績・在庫・仕入先ごとの発注間隔や物流条件を複数の画面で確認し、経験で発注数を決めていた。急に売れた商品を本当の需要と見るかどうかも、担当者の判断に頼っていた。

実装した範囲

• —販売実績から商品ごとの需要を予測（機械学習による時系列予測）
• —有効在庫（在庫＋発注残）をもとにした発注数の自動計算と、仕入先ごとの発注間隔・物流条件のチェック
• —商品ごとの推奨発注数と根拠を一画面で確認できる一覧
• —ChatGPTから販売・在庫データに問い合わせられるAIエージェント連携（読み取り専用）。急に売れた商品が特定の取引先や1日に偏っていないかを確かめ、推奨数の補正を提案する
• —予測の考え方と今後の改良計画をまとめた解説資料

確認できている成果

• —従来は複数画面の確認と担当者の経験が必要だった発注判断を、商品単位で一画面から確認できる仕組みに集約
• —急に売れた商品が特定の取引先や1日に偏っていないかをAIエージェントが確かめ、推奨数の補正を提案できるようにした

開発期間・体制

2026年3月に初版を作り、6月までに4回改良した（予測式、画面、AIエージェント連携）。以降も継続して開発している

費用目安

個別見積（初期費用0円・月額制）。データの量と連携する仕組みによって変わる

対応できない条件

• —セールや新商品など、過去の販売実績が少ない商品は予測の精度が下がる
• —AIエージェントはデータの確認と提案まで。発注の確定は担当者が行う
• —予測・発注ロジックの詳細は守秘義務のため公開していない

今つくる場合の構成

Python、FastAPI、時系列予測（機械学習）、ChatGPT（GPTs Actions）、SQLite