今日のオリジナル番組


詳細を確認
どこでも栽培可能!?「農業イノベーション」
本日配信
170Picks
Pick に失敗しました

選択しているユーザー
川口康平・上武康亮・渡辺安虎(2018)「時間・混雑プレッシャーがかかる中で商品オススメに効果はあるのか?」CREPEフロンティアレポートシリーズ5号。
http://www.crepe.e.u-tokyo.ac.jp/material/crepefr5.html
人気 Picker
ニッチだけどとても手堅いところを攻めているオーストラリアのAIスタートアップ。陳列棚に何を置けばいいのかをAIを使って売り上げを上げたい、というニーズは小売店やメーカーさんから何度も聞いたことがあります。
ここでは自動販売機に限った事例になっていますが、この会社はより汎用的な陳列の最適化に取り組んでいるようです。AI予測技術を使って解ける問題はこの課題の一部で、「何をどこに置けばどれくらい売れるのか」ですが、他の商品との組み合わせによる変化、想定売り上げに基づく陳列数の決定、最終的にどの商品をどの位置にどれだけ陳列すると売上を最大化できるのか、という答えを提供するには、予測アルゴリズム、シミュレーション・最適化エンジン、トライアル&エラーをできるユーザーインターフェースの組み合わせが必要になります。
これだけこの課題の解決に特化しているからこそ作れるソリューションを持ってしても、実用化には3年かかったという話です。AIがさまざまな分野で活用を見出しているなか、これからはこういった技術導入時間(time to value)をどれだけ短く出来るか、がますます重要になりますね。
売上の最大化ではなく、補充コストも鑑みた利益の最大化、と言うのがいいですね。定着まで2-3年かかるというのは、利益の最大化がゴールだから変数も多いしオペレーションにも関わるからなんでしょうね。

同じ駅にある複数の自動販売機で一つの売場なんだなと理解しました。この自販機はコーヒー売場、この自販機はお茶売場、みたいな感じで最適化していくんですね。
これが2025年の壁のあとの経済損失の一つになり得るってことですね。
ミクロで語られると、腹落ちしやすいです。
AIによるデータ活用で、これまで気づき得なかったインサイトをデータから見出し、ビジネスの業績にも直接反映された事例ですね。人の流れ、種類の売れ行き動向、設置場所、時間帯などなどデータから示されるインサイトはまだまだありそうです。
自販機の東京駅で売れたコーンやしじみは、なんとなく自分の振る舞いにもあてはまるなと思ったのが、割と出張で東京駅を通ると、出発時、お茶やお水ではなくご飯系の飲み物に近いものを購入していたなと。
また、子供たちは、公園に設置されている自販機に吸い込まれるように毎度毎度ジュース!と言われるのですが、しかもジュースが一番下の子供にも届く範囲にボタンがある、これもデータ活用の陳列種類の分析なのか、人間の勘で既に出ているインサイトなのか、いずれにしても、よく自販機の場所に吸い込まれています。
自販機全体の台数が減っているという記事と同時に出ているところがおもしろい。
自販機のDX化。
4割アップの爆上げとは。いずれ自販機や店舗の棚はAIが仕切ることになろう。でもそれでどの棚も画一的になるのはちと寂しい。AIを超える、味わいあるラインナップを揃える「人」も登場してくださいね。
商品MDを組む時には基本的にデータに基づいた意思決定を行うのは大切ですし、それを実現するためのツールとしてより便利なものが増えるのは良いですね。
acureの攻めたラインナップが大好きです。

エキナカと言うのは利用シーンが非常に限定された状況なので、AIとの相性が良いのだと思います。

朝ちょっと目を覚ますために飲む「朝の茶事」や「生姜チャイ」
くたくたに疲れた日に帰りに飲む激甘飲料
ちょっと小腹が空いた時に飲みたいマーボードーフやフカヒレスープなどの具あり飲料

おそらく駅によっても「ビジネスマンが多い」や「学生が多い」など特徴があり、それらの特徴を分析する上でAIは非常に有効なツールなのだと思います。
個人的にAcureの自販機好きです。さらなる進化を遂げている!
「近似環境でAIシステムを使用しなかった自販機と比べた結果、売り上げはそれぞれ11.6%増(鶴見)、8.9%増(横浜)と無視できないほどの増加率」
最適化問題っぽいけど、AIって言うとみんなわかったように議論できるのがいいね
関東から東北を中心とした国内最大手の鉄道事業者。鉄道を中心とした運輸業部門が収益の大半を占める。不動産業や駅ビルを中心とした商業事業も拡大。
時価総額
3.43 兆円

業績