ピックアップテーマ
話題日本気象協会は25日、2014年度から取り組んでいる「需要予測の精度向上による食品ロス削減、省エネ物流プロジェクト」で、人工知能（AI）、POS、SNSデータを用いた需要予測モデルにより、小売店の来店客数予測が従来の手法に比べて20％向上したと発表した。
15年度はツイッターの位置情報付きツイート情報から、どのような気象条件の時に「暑い」「寒い」と感じるのかを分析し、より商品の需要に直結する「体感的な暑さ・寒さ」を表す体感気温を作成。
また、小売店の全商品の売り上げデータと気象の関係を分析することで、今後、需要予測を優先的に進めるべきカテゴリーとして飲料や鍋物などが明確になった。
これらの成果を踏まえ、今年度は製造業を中心としてきたこれまでの実証実験を先に進め、製・配・販の連携として販売計画の共有・季節商品の終売プロセスの最適化などに取り組む。さらに、15年度に開発したAIを用い、需要予測手法の高度化を進め、小売業の発注業務に生かすなど実際のオペレーションに活用する。
15年度の実証実験では、気象情報を需要予測に活用する取り組みの結果、ネスレ日本と川崎近海汽船が取り組んだモーダルシフトでは貨物1トンあたりのCO2排出量を48％削減し、半年で98トンの削減量を達成した。相模屋食料とミツカンの取り組みでは、豆腐のロスが3割減ったほか、冷やし中華つゆも2割近く減少した。
15年度はプロジェクトの参加団体数が初年度の9団体から26団体へ拡大。初年度はメーカーの対象商品を3品目に限定していたが、15年度は8品目に拡大した。さらに人工知能（AI）の研究者の協力を得て、小売業で扱う幅広い品目で解析を行った。
同プロジェクトでは、食品ロスの削減と返品・返送、回収、廃棄、リサイクルなどで不要に発生しているCO2を5％削減することを目指している。
