老舗の水産練製品メーカーの発注業務の属人化解消と需要予測の高度化へ｜ヤマサちくわが、ノーコード予測AI「UMWELT」を導入
名古屋大学発AIベンチャーの株式会社トライエッティングは、ヤマサちくわ株式会社にて、ノーコード予測AI「UMWELT」が導入されたことを発表した。発注業務の属人化解消と在庫最適化を目指す。
📋 記事の処理履歴
- 📰 発表: 2026年5月25日 19:00
- 🔍 収集: 2026年5月25日 10:31
- 🤖 AI分析完了: 2026年5月25日 10:42（収集から10分後）
名古屋大学発AIベンチャーの株式会社トライエッティング（以下、トライエッティング）は、ヤマサちくわ株式会社（以下 ヤマサちくわ）にて、ノーコード予測AI「UMWELT（ウムベルト）」が導入されたことをお知らせします。
【導入の背景】属人化した発注業務と、店舗ごとの在庫のばらつき
ヤマサちくわでは、量販店向け商品の発注において、担当者ごとの経験や勘に依存する属人的な運用が続いており、業務の標準化と引き継ぎの難しさが課題となっていました。また、日々の発注業務にかかる負担も大きく、業務効率の改善が求められていました。
さらに、店舗ごとに在庫状況のばらつきが生じ、余剰在庫が発生する店舗と欠品が発生する店舗が同時に存在するなど、供給の最適化にも課題がありました。
【検証結果と導入決定】
検証では、愛知県・豊橋エリアのスーパーへの出荷を対象として、「UMWELT」を活用した在庫シミュレーションを実施。アルゴリズムのチューニングを重ね、実運用への手応えを感じ導入が決定しました。
【導入の決め手】
・ノーコードで運用でき、現場主体で継続的に活用できる
・自社の複雑な発注ルールや業務フローを柔軟に反映できる
・トライアル期間において、予測精度と実務への適合性を確認できた
・アルゴリズム設計や業務整理まで含めた伴走支援を受けられた
【今後の展望】
現在は一部門での導入ですが、今後は対象を全社に広げ、需要予測を軸に売上の最大化と効率的な在庫運用の両立を目指します。
【導入の背景】属人化した発注業務と、店舗ごとの在庫のばらつき
ヤマサちくわでは、量販店向け商品の発注において、担当者ごとの経験や勘に依存する属人的な運用が続いており、業務の標準化と引き継ぎの難しさが課題となっていました。また、日々の発注業務にかかる負担も大きく、業務効率の改善が求められていました。
さらに、店舗ごとに在庫状況のばらつきが生じ、余剰在庫が発生する店舗と欠品が発生する店舗が同時に存在するなど、供給の最適化にも課題がありました。
【検証結果と導入決定】
検証では、愛知県・豊橋エリアのスーパーへの出荷を対象として、「UMWELT」を活用した在庫シミュレーションを実施。アルゴリズムのチューニングを重ね、実運用への手応えを感じ導入が決定しました。
【導入の決め手】
・ノーコードで運用でき、現場主体で継続的に活用できる
・自社の複雑な発注ルールや業務フローを柔軟に反映できる
・トライアル期間において、予測精度と実務への適合性を確認できた
・アルゴリズム設計や業務整理まで含めた伴走支援を受けられた
【今後の展望】
現在は一部門での導入ですが、今後は対象を全社に広げ、需要予測を軸に売上の最大化と効率的な在庫運用の両立を目指します。
よくある質問
ヤマサちくわが「UMWELT」を導入した目的は何ですか？
発注業務の属人化解消と業務効率化、店舗ごとの在庫のばらつきを是正し、安定的な供給体制を構築するためです。
ノーコード予測AI「UMWELT」でできることは何ですか？
「いつ、何を、どれだけ売れたか」という3列データから需要予測を行うことや、生産計画・人員配置の最適化をプログラミング不要で行うことができます。
今回の導入において、どのような検証が行われましたか？
愛知県・豊橋エリアのスーパーへの出荷を対象に、UMWELTを活用した在庫シミュレーションが実施されました。
ヤマサちくわがUMWELTを選定した主な理由は何ですか？
ノーコードで現場主体運用が可能、複雑な業務フローへの適合性、予測精度の確認、そしてアルゴリズム設計を含む伴走支援が評価されました。
今後の展望はどのようなものですか？
現在は一部門での導入ですが、今後は対象を全社に広げ、需要予測を軸にした売上の最大化と効率的な在庫運用の両立を目指します。