東芝、生成AIで販売予測の誤差を23%削減

株式会社東芝は、300万人以上の会員を抱える電子レシートサービス「スマートレシート」から蓄積された購買データと、生成AI（自動でテキストやデータを生成する人工知能技術）を融合させた「販売予測AI」を開発しました。この技術は、新商品の投入時にその販売数量を高精度で予測するもので、食品や日用品などの消費財分野での活用が期待されています。実際のデータを用いた実証実験では、従来の予測方法と比べて、予測と実際の販売量との誤差を約23％低減することに成功しました。

1. 2つのAI技術を連携したアプローチ

開発されたシステムでは、役割の異なる2種類のAIを組み合わせることで、精度の高い予測を実現しています。

• ​独自開発のクラスタリングAI: データを特徴の似たグループに分類するAIで、膨大な購買データを分析して消費者を購買行動や嗜好が類似するグループ（クラスタ）に分類します。
• ​生成AIの活用​: 分類された消費者グループごとに、新商品に対する購買意欲の度合いを0〜100の「反応スコア」として算出します。個人の嗜好という言語化しにくいあいまいな指標に対し、生成AIを用いて客観的な数値として評価するアプローチを採用しています。

これらを掛け合わせることで、市場全体での新商品の売れ行きを詳細に予測します。

2. 計算コストの抑制と実用性

ビッグデータ全体の分析には通常、莫大な計算量とコストが必要になります。しかし本技術では、グループ化したクラスタ単位で処理を行うため、実用的な計算量とコストに抑えることが可能です。さらに、予測する期間に合わせて計算方法を調整できるため、長期にわたる継続的な予測にも柔軟に対応できる強みを持っています。

日々変動する気候や競合商品の登場、消費者の心理変化など、消費トレンドの予測は極めて困難です。今回の東芝による取り組みは、実際の購買データをベースに生成AIを用いて顧客理解を数値化し、さらに計算負荷を抑えて高頻度な予測更新を可能にした点で、実用性の高いイノベーションと見られます。

これにより、小売業者やメーカーは過剰在庫の削減や欠品の防止といったサプライチェーン（商品の開発から消費者に届くまでの供給網）の最適化を、より迅速かつ低コストで進められるようになるものと期待されます。