
―LIXILでAIによる需要予測が必要になった背景を教えてください。
長嶋 LIXIL Housing Technologyの生産本部は、様々な商材の生産管理を担当しています。当社が扱うのは、サッシや玄関ドア、エクステリアなどの住宅に関わる建材でして、製品の品番とサイズだけでも100万種類以上。販売エリア別のSKUは数百万もの単位に上ります。これまでは経験による資材調達で対応してきましたが、もともとのSKU管理に関する課題に加え、近年はコロナ禍やウクライナ情勢などサプライチェーンの大きなリスクとなるような環境変化がありました。実際に2022年には資材調達リスク、海外からのコンテナ不足等の問題が発生したことで、問題発生後に後追いで対処するのではなく、未来を予見し、アジャイルにアクションを起こせる体制構築が喫緊の課題となりました。調達から製造、販売までの各プロセスの状況を把握し、サプライチェーン全体の最適化に向けたロードマップの第一歩として、需要予測ソリューションの導入をプロジェクト化することになりました。
金子 SKU管理の課題については、私が所属する生産デジタル推進部が2年ほど前に発足して以来、大学の研究者に相談するなど最先端の需要予測技術について検討してきましたが、なかなか納得のいく解決策が見つかりませんでした。悶々としていたところにPwCコンサルティングからご提案を頂いたのが、AI需要予測ソリューションです。そこから導入プロジェクトが動き始めました。
―LIXILが導入したのは、PwCコンサルティングのサプライチェーンの次世代型需要予測ソリューション「Multidimensional Demand Forecasting」(以下、MDF)とのことですが、PwCコンサルティングとしてはどのような経緯で提案されたのでしょうか。
新井 LIXILとは従前よりお付き合いがあり、サプライチェーンを高度にマネジメントされている点や、商材ごとに多くの事業部があり、長嶋さんが強いリーダーシップを発揮してまとめられておられる点は認識していました。そのような中で需要予測をさらに高度化したいというご要望があるとのことで、MDFならまさにお役に立てるのではないかと考えました。
長嶋 LIXILとしては、需要予測を強化することでサプライチェーン全体の最適化を図るとともに、DX(デジタルトランスフォーメーション)の一環として業務プロセスの再構築にもつながるという考えがありました。従来の経験に依拠した方法だと、技術者が入れ替わったときに知見やノウハウが継承できないという課題があり、AIの活用はこれを解消するチャンスだと思いました。
新井 LIXILの構想を初めておうかがいしたときに、明確なビジョンをお持ちであることに深く感銘しましたし、課題解決支援のしがいがあると感じました。