ITトレンドがおすすめする製品・サービス
- ■提供形態別
- オンプレミス・クラウドの両方に対応する需要予測システム：PlanNEL、Demand Solutions DSX
- クラウド型の需要予測システム：AI需要予測・運用サービス「Deep Predictor（ディープ・プレディクター）」
- ■導入時の支援別
- 他システムとのAPI連携に対応する製品：PlanNEL、AI需要予測・運用サービス「Deep Predictor（ディープ・プレディクター）」
- 導入支援パートナーを通じて進められる製品：PlanNEL
- 専門担当者による導入・運用支援を受けられる製品：AI需要予測・運用サービス「Deep Predictor（ディープ・プレディクター）」
需要予測システムをオンプレミスで動かす理由
需要予測のオンプレミス運用が選ばれる背景には、データの扱いや既存システムとの関係があります。自社にあてはまる理由があるかを、次の三つの観点で整理します。
データを社外に出せない事情
需要予測には、販売実績や仕入れ価格、取引先ごとの出荷数など、競争上の機密にあたる情報が使われます。社内規程や取引先との契約で、こうしたデータを社外のサーバに置けない企業もあります。
この場合、データを自社の管理下に置けるオンプレミス型が検討の対象です。ただし、クラウド型でも保管場所や暗号化の仕組みを確認すれば利用できる場合があるため、規程の内容を先に確認しましょう。取引先との契約書に、データの保管場所について定めがないかも見ておくと安心です。
基幹システムとの距離
需要予測の元データは、販売管理や在庫管理などの基幹システムに蓄積されています。基幹システムが社内のサーバで動いている場合、同じ社内ネットワークに予測システムを置くと、データのやり取りを設計しやすくなります。
一方で、データ連携はオンプレミスだから簡単になるとは限りません。連携する項目や更新の頻度、エラー時の対応は、構築の段階で決める必要があります。連携の仕様が曖昧なまま進めると、稼働直前に手戻りが生じることもあります。
既存の運用ルールとの適合
社内に情報システム部門があり、サーバの監視やバックアップの手順が整っている企業では、予測システムもその枠組みに載せられます。運用の担当者や手順が既にあることは、オンプレミスを選ぶ際の強みです。
反対に、専任の担当者がいない場合は、保守の負担が想定以上に重くなるおそれがあります。自社の体制を現実的に見積もることが大切です。保守の担当者が一人だけの場合は、休暇や異動で運用が止まらないかも考えておきます。
需要予測システムの計算に必要なサーバ構成
需要予測システムは、過去のデータから予測モデルを作る処理と、毎日の予測を出す処理に分かれます。オンプレミスでは、この二つに必要な計算資源を自社で用意する必要があります。
モデル作成時の計算負荷
予測モデルを作る学習の処理は、品目数や過去データの期間が増えるほど計算量が大きくなります。機械学習を使う製品では、短時間で終えるために高性能なサーバが求められる場合があります。
必要な性能は、品目数や予測の粒度で大きく変わります。ベンダーに自社のデータ量を伝えて、推奨される構成の目安を確認するのが確実です。
日次や週次の予測を出す処理
毎日や毎週の予測は、決まった時刻に自動で実行する運用を想定します。この処理が発注の締め時刻より遅れると、現場の業務に影響が出ます。
処理にかかる時間の目安と、遅れたときの再実行の手順は、導入前に確認したい項目です。ほかの基幹システムの夜間処理と時間が重ならないかも、あわせて見ておきます。処理が長引く月末や繁忙期の負荷も、事前に想定しておきたい点です。
バックアップと障害への備え
予測に使うデータやモデルが失われると、再び作り直す時間とコストがかかります。定期的なバックアップと、保存先の分散、復旧の手順をあらかじめ決めておく必要があります。
サーバを冗長化するかどうかは、予測が止まったときの業務への影響で判断します。止まっても数日は手作業で代替できるのか、すぐに支障が出るのかを整理しましょう。復旧に必要な時間の目標をあらかじめ決めておくと、構成の判断がしやすくなります。
オンプレミス構築で発生する作業
オンプレミス型の需要予測では、システムを使い始めるまでに、環境の準備から連携システムの開発まで複数の作業が発生します。主な作業の流れを確認しておきましょう。
サーバの調達と環境の準備
ハードウェアの選定や発注、設置、OSやデータベースの導入が最初の作業です。機器の納期が長引くと、全体のスケジュールにも影響します。
既存のサーバに相乗りする場合は、他のシステムへの影響を事前に確認します。ソフトウェアの動作条件を満たすバージョンかも、ベンダーの資料で確かめましょう。既存の機器を流用できるかどうかで、初期の費用も変わってきます。
データ連携の開発とテスト
基幹システムから販売実績を取り込み、予測結果を発注や生産計画へ戻す連携の開発が必要です。項目の対応づけや、欠損したデータの扱いを決める作業に時間がかかる場合があります。
テストでは、実際のデータで予測が出るかだけでなく、エラーが起きたときの通知や再実行も確かめます。本番稼働の前に、複数の月のデータで検証すると安心です。繁忙期と閑散期の両方を含めると、予測のくせが見えやすくなります。
初期設定とモデルの調整
品目の分類や、販促日、休日の情報を登録して、予測モデルを自社の業務にあわせて調整します。この調整の質が、予測の精度に影響します。
調整をベンダーに任せるか、自社で行うかによって、費用と担当者の負担が変わります。どこまで支援を受けられるかは、契約の前に確認しておきましょう。調整の方法を担当者が理解していないと、後の見直しが難しくなります。調整の記録を残すと、引き継ぎにも役立ちます。
ITトレンドでは、最新の製品・サービスを多数比較・掲載しています。まず資料請求して、さまざまな製品の機能や特徴を比較してみてください。忙しい業務時間内でも、各社に問い合わせる手間なく、たった1回の入力（約60秒）で需要予測の一括資料請求が可能です。浮いた時間で、じっくりと製品を比較検討し進めましょう。
稼働後に自社で担う保守の範囲
オンプレミス型では、サーバやシステムの保守について自社が管理責任を負うことになります。ただし、実際の保守作業はベンダーに委託できる場合もあります。自社とベンダーの役割分担を明確にしておくことが重要です。
OSやミドルウェアの更新
サーバのOSやデータベースには、定期的な更新が必要です。更新のたびに予測システムが動くかを確かめる作業が発生し、更新を後回しにすると、セキュリティ上の問題が残るおそれがあります。
更新の作業を誰が、いつ行うか、ベンダーがどこまで支援するかは、保守契約で確認する項目です。
モデルの再学習と精度の確認
需要の傾向は時間の経過で変わるため、予測モデルも定期的に見直す必要があります。再学習の作業が自社で行えるか、ベンダーに依頼する必要があるかは、製品によって違います。
予測と実績のずれを定期的に確認する体制も欠かせません。担当者が異動しても続けられるよう、手順を文書にしておきましょう。
障害発生時の連絡と復旧
予測が出なくなったときに、原因がサーバにあるのか、ソフトウェアにあるのか、連携先にあるのかを切り分ける必要があります。複数の要因が関わる場合も多く、自社だけでは判断が難しいことがあります。
ベンダーの問い合わせ窓口と対応時間、緊急時の連絡方法を確認し、社内の担当者にも共有しておくと、復旧までの時間を短縮しやすくなります。
クラウドとの併用や代替を考える
需要予測のオンプレミス運用は、どの企業にも適しているとは限りません。負担や要件にあわせて、他の形態も選択肢に入れて検討しましょう。
プライベートクラウドという選択
自社専用の環境をベンダーやデータセンターが運用する形態があります。データを他社と分けて管理しながら、サーバの保守の負担を減らせる可能性があります。
ただし、製品によって提供の有無や契約の条件が異なります。データの保管場所や、アクセスできる人の範囲も確認が必要です。
予測の計算だけをクラウドで行う方法
機密性の高いデータは社内に残し、計算の負荷が大きい処理だけを外部で行う構成も考えられます。使うデータの範囲を限定して、個人や取引先を特定できる情報は外に出さないといった工夫が必要です。
こうした構成を採用できるかは製品の仕様によります。社内規程に反しないか、情報システム部門に確認したうえで検討しましょう。
段階的に移行する進め方
最初は一部の品目や拠点で試し、効果を確かめてから範囲を広げる進め方があります。小さく始めれば、サーバの規模も過大に見積もらずにすみます。
将来的にクラウドへ移す可能性があるなら、データを取り出しやすい形式で保管できるかも見ておくと、後の選択肢が広がります。
オンプレミスに対応する需要予測システム一覧
オンプレミスに対応する需要予測システムと、代替案となるクラウド型の製品を一覧にまとめました。提供形態に加え、予測機能や基幹システムとの連携、導入支援の内容も比較しましょう。
| 製品名 | 特徴 |
|---|---|
| PlanNEL | オンプレミス・クラウド・SaaSに対応。複数のAIモデルによる需要予測や精度評価、API連携が可能 |
| AI需要予測・運用サービス「Deep Predictor（ディープ・プレディクター）」 | クラウド・SaaS型。数十万SKUの需要予測やERPとのAPI連携、発注量の算出を支援 |
| Demand Solutions DSX | オンプレミス・クラウドに対応。需要予測や需給計画など４つの計画モジュールを統合し、段階導入も可能 |
自社環境での運用を見据えた需要予測製品
オンプレミスに対応する需要予測システムと、代替案となるクラウド型の製品を紹介します。自社のサーバ環境や基幹システムとの連携、導入後の運用負担も踏まえて比較しましょう。
PlanNEL
- 販売実績を元に複数AIモデルで需要を予測し、精度の高い計画立案
- 予測精度を定量評価し、採用すべきモデルと改善ポイントを確認
- 外れ値などの影響を補正した学習データで、予測精度を高める
ザイオネックス株式会社が提供する「PlanNEL」は、オンプレミス・クラウド・SaaSに対応するSCMシステムです。ProphetやRandom Forestなど複数のAIモデルを活用した需要予測に加え、MAPEやWAPE、RMSEによる精度評価、欠品・特売などの影響を補正する機能を備えています。API連携にも対応し、導入支援パートナーを通じた支援も利用可能です。参考価格は600万円からで、初期費用と月額費用が発生します。
AI需要予測・運用サービス「Deep Predictor（ディープ・プレディクター）」
- 予測から発注量算出などのアクションまで自動化
- 数十万SKU・外部データに対応した高精度な需要予測
- データ処理から基幹システム連携まで自動化
AI CROSS株式会社が提供する「Deep Predictor（ディープ・プレディクター）」は、製造業・卸売業向けのクラウド型AI需要予測・運用サービスです。数万～数十万SKUの需要予測に対応し、気象やカレンダーなどの外部データも活用できます。基幹システムやERPとのAPI連携により、データの受け渡しや予測結果の反映を自動化。発注量の自動算出などはオプションで提供され、専任担当者による導入・運用支援も受けられます。
Demand Solutions DSX （JFEシステムズ株式会社）
- 4つの計画モジュールをワンシステムで管理可能。
- 業務プロセスに応じ、段階導入や一部モジュール導入が可能。
- Excel計画業務を一本化し、可視化と標準化を実現。
まとめ
需要予測システムをオンプレミスで運用する際は、データの管理要件やサーバ構成、既存システムとの連携、保守体制を確認することが重要です。製品によってはクラウド型も選べるため、導入費用や運用負担を含めて比較しましょう。自社の要件を整理し、各製品の提供形態や必要な動作環境、サポート内容を確認してください。
