【事例】倉庫のワークロードを予測するAIロジスティクス・プラットフォーム

より良いリソース計画に必要な予測技術

ロジスティクス企業にとって、倉庫環境内で人材を効果的に管理することは、絶え間ない課題です。注文処理の需要は常に変動するため、常に適切な人員を配置することは困難です。

ロジスティクス・ソリューションプロバイダーのEhrhardt + Partner Group （EPG）は、ロジスティクス企業が注文需要に対して、より正確に計画できるように、エンタープライズ・ソフトウェア用の新しい予測コンポーネントを作成したいと考えていました。新しいモジュールのプロセスモデルを開発すると同時に、同社の専任研究チームは予測分析技術の調査を開始しました。

EPGの製品開発マネージャーであるOlexander Tokunov氏は次のように述べています。「翌日、翌週、翌月の注文予測に追加の要因を統合できるようにしたかったのです。」

需要を予測するためのIBM Watsonモデル構築

EPGは、IBM CloudとIBM Watsonテクノロジーを使用して、倉庫のワークロードを予測し、注文の履行に必要な人員配置と技術リソースを測定するのに役立つパイロット・ソリューションを構築しました。

主要なAIプラットフォームを評価したEPGは、新しい予測ソリューションの開発にWatsonテクノロジーを選択しました。 「IBMとのパートナーシップは私たちにとって重要であり、Watsonプラットフォームの柔軟性とシンプルさも実感しました」とTokunov氏は言います。

IBM Watson Studioプラットフォームを使用して、EPGはパイロット顧客からの2年半の注文データを使用して、日次および時間別の需要を予測するための時系列モデルを作成しました。IBM Watson Discoveryテクノロジーを統合することで、追加の顧客固有のデータ要素（休日、季節、特別オファーなど）をプラットフォームに組み込み、予測精度をさらに高めました。

予測モデルは、データを生成して IBM Db2 on Cloud データベースにエクスポートします。これにより、1時間ごとにデータが同期され、顧客が表示できるようにダッシュボードにフィードされます。ユーザーが必要に応じてオファリングを拡張できるように、IBM CloudサービスチームはスケーラブルなIBM Cloudテクノロジーをプロビジョニングして、EPGのソリューションをホストし、IBM Cloud Virtual Serverでダッシュボードとデータベースを実行しました。

ピークに備えるための正確な洞察の実現

EPGの新しいサービスの立ち上げが成功したことで、パイロット顧客は、日別および時間別の予測注文負荷をグラフィカルに表示できるようになりました。予測を実際の注文量と遡及的に比較するプラットフォームの機能を使用して、同社はソリューションが90%の精度で需要を予測していると判断しました。さらに、プラットフォームは、各注文に必要な保管場所と輸送能力に関する洞察を提供します。

「お客様は、Watsonで提供した結果に非常に満足しており、継続的に改善しています」とTokunov氏は言います。「私たちの顧客は、私たちの予測に基づいてピークに備え、従業員やその他のリソースを調整してそれらを管理できるようになりました。」

EPGにとって、新しい予測機能は強力な競争上の優位性を提供します。AIベースのイノベーションで新しいビジネスを引き込むことと、従来の顧客との関係を拡大することの両方を期待しています。さまざまなデータセットで動作する製品の開発を継続し、近い将来、追加の実装のために顧客に提示する予定です。

EPGは、Watsonプラットフォームの使いやすさのおかげで、ソリューションを迅速に開発できると考えています。「私たちのチームはAIの経験がなく、最初に考えたのはAIを使った開発は非常に複雑になるかもしれないということでした」と Tokunov氏は言います。 「しかし、Watson サービスを使用するのは簡単で、機能をゼロから開発する必要はありませんでした。最初の結果をとても迅速に確認できました。」

本投稿は、以下のIBM Webサイトの事例を翻訳したものです。

Ehrhardt + Partner Group