フォーティエンスコンサルティング、消費財業界向け「AI駆動型需要予測FDEサービス」を提供開始

～食品・飲料・日用品の需要予測を、業務実装・継続改善まで短サイクルで支援～

NTTデータグループのフォーティエンスコンサルティング株式会社（旧社名：株式会社クニエ、本社：東京都千代田区、代表取締役社長：山口 重樹、以下フォーティエンス）は、2026年9月17日より、食品・飲料・日用品などの消費財企業向けに「AI駆動型需要予測FDEサービス」の提供を開始します。

本サービスは、フォーティエンスのコンサルタントがお客様の現場に深く入り込み、AIを活用した変革をより素早いサイクルで現場へ業務実装するFDE（Forward Deployed Engineering）型コンサルティングサービスです。オープンソースソフトウェアを活用し、お客様の利用環境に合わせたAI需要予測システムを構築します。需要予測業務とデータの診断から、複数の予測手法の比較・評価、需給計画業務への実装、継続的な改善・定着までを一貫して支援します。これにより、予測精度の向上、欠品・過剰在庫の抑制、計画業務の効率化に向けた取り組みを支援します。

背景

消費財業界では、需要予測の難易度が増しています。定番商品は比較的安定した需要がある一方、特売やキャンペーンの際には販売量が一時的に大きく伸びます。さらに新商品やスポット品の投入時には、供給量の調整も必要になります。そこに天候やトレンドの変化、商品ライフサイクルの短命化などの要素が複雑に絡み合い、単純な右肩上がり・右肩下がりでは説明しにくい需要変動が生じやすくなっています。

 

一方、予測の手法はExcelや単一の統計モデルにとどまっている企業も少なくありません。そのため、定番商品が本来どれだけ売れるのか、特売でどれだけ上乗せされたのかを切り分けることが難しく、複合的な需要変動を十分に捉えられないケースが見られます。その結果、欠品による販売機会の損失や、拠点間の在庫の偏りに伴う商品転送、過剰在庫による保管・廃棄コストの増大につながることがあります。原材料調達の不安定化や異常気象の頻発、需給計画担当者の人手不足も重なり、需要を的確に捉える力の重要性は増しています。

 

予測の精度を高めるには、モデルを業務に合わせて改善し続けることが求められます。しかしその作業には専門的なプログラミングと統計の知識を要する場合が多く、専任のデータサイエンティストを確保できない企業では、導入時のモデルをそのまま使い続けざるを得ないケースもあります。自社の商習慣や現場の気づきを反映しきれないことが、精度向上の妨げとなることも少なくありません。

 

こうしたなか、生成AIの実用化が進み、専門知識がなくても自然言語でモデルを改善できる「バイブコーディング」（注1）への期待が高まっています。フォーティエンスは、SCM（サプライチェーンマネジメント）・S&OP（Sales and Operations Planning）領域で培ったコンサルティングの知見と最新のAI技術を組み合わせ、これらの課題に応える「AI駆動型需要予測FDEサービス」を提供します。

概要

FDE型の支援プロセス

本サービスでは、まずフォーティエンスのコンサルタントが、お客様の商品構成や需要変動の特性、保有データの状況を診断します。そのうえで、お客様が指定するクラウド環境またはPC端末上にAI需要予測システムを構築します。生成AIやLLMは、お客様の利用方針やセキュリティ要件を踏まえて選定・活用します。まずは10種類程度のSKU（注2）を対象に予測精度を検証するところから着手でき、短期間での立ち上げが可能です。あわせて、需給計画担当者がバイブコーディングによるモデル改善を自ら実践できるよう、ハンズオントレーニングを提供し、導入後もお客様が自走できる体制づくりまでを支援します。

 

STEP 1　業務・データ診断

商品またはブランドごとに、需要特性（シーズン性、周期性など）、業務課題、必要とされる予測データ期間、評価指標を整理します。

STEP 2　少数SKUで構築・検証

統計予測モデル、機械学習モデル、深層学習モデル、時系列基盤モデルなど全19種類の予測モデルから、複数のモデルを用いて精度を検証し、合意した評価指標に基づいて、商品ごとに適合度の高い予測モデルをAIが提案します。

STEP 3　現場との反復改善

需給調整部門や生産・物流部門など、部門ごとに求められる予測要件や担当者の知見を予測モデルに取り込み、短いサイクルで精度を改善します。あわせて、バイブコーディングのハンズオントレーニングを実施し、データサイエンティストやコンサルタントが不在でも、お客様自身で継続的に精度を改善できるように支援します。

STEP 4　需給計画へ業務実装

予算策定や週次・月次の需給調整、S&OPプロセスに予測モデルを取り込み、業務上の実用性を検証します。

STEP 5　対象拡大・定着／自走化

予測対象とするSKUやブランドを拡大するとともに、営業部門や生産・物流部門などに、予測結果に対する現場担当者の意見を定期的にヒアリングし、予測結果と現場の感覚との差異を確認します。バイブコーディングを活用して自律的に精度を改善し、部門間の納得感を高めることで、需要予測と改善活動の定着を図ります。

 

「AI駆動型需要予測システム」の機能

本サービスで構築するAI駆動型需要予測システムは、オープンソースソフトウェアを活用し、統計モデル、機械学習モデル、深層学習モデル、時系列基盤モデルなど19種類の予測手法を、検証データと合意した評価指標に基づいて比較・評価します。そのうえで、SKUごとに適合度の高い手法を自動選択します。データの利用可能性に応じて、定番商品のベース需要と特売・キャンペーンによる一時的な需要押し上げ効果の分解、季節性・トレンド・気象・経済指標などの外部要因の反映にも対応します。

生成AIは、分析結果の説明、予測ロジックの改善案やコード案の作成、外部情報の整理などに活用します。改善案は検証・承認を経て反映する運用とし、必要に応じて安全在庫や推奨発注量の算出など、需給計画上の意思決定支援にも対応します。

 

お客様にとってのメリット

専任のデータサイエンティストがいない企業でも、定番と特売が入り混じり、季節性やトレンドの変化が複雑に絡み合う消費財特有の需要動向を、より的確に捉えるための予測環境を構築できます。需要変動の兆候を早期に把握しやすくすることで、欠品による販売機会の損失や、過剰在庫による保管・廃棄コストの抑制に向けた判断を支援します。また、現場担当者自身がバイブコーディングでモデルを改善できるため、外部ベンダーへの依存を抑えながら、自社の商習慣や業務特性をモデルに継続的に反映できます。需給計画担当者が数値作成に費やす時間を削減し、在庫方針や発注判断といった意思決定に注力しやすい環境を整えます。

図 1：複数の予測モデルを実行し、SKU単位でどの予測モデルが最適かを自動判定

図 2：予測モデル比較

図 3：個別の予測結果

特長

本サービスの主な特長は以下のとおりです。1～4はシステムが備える機能、5～6は現場が自らモデルを育てていくための仕組みです。

 

1. AIによる予測モデルの自動比較・選択
統計モデル、機械学習モデル、深層学習モデル、時系列基盤モデルなど複数の予測手法を自動で実行・比較し、合意した評価指標に基づいて、SKU単位で適合度の高いモデルを選択します。担当者による予測手法の比較・選定作業を軽減し、予測精度の向上を支援します。

2. 定番需要と特売需要の分解
定番商品のベース需要と、特売・キャンペーンによる一時的な需要押し上げ効果を切り分けて捉えます。季節性、トレンド変化、気象情報、経済指標などの外部要因も加味するため、消費財特有の複雑な需要変動の兆候を事前に把握できます。

3. 安全在庫・推奨発注量までの算出による意思決定支援
予測値の算出にとどまらず、安全在庫や推奨発注量まで提示します。需給計画担当者は数値をつくる作業から解放され、在庫方針や発注判断といった意思決定にリソースを振り向けられるようになります。

4. 外部データ・クラウド基盤との連携
お客様の利用環境や要件に応じて、Google トレンドやYouTubeとのAPI連携、Google Cloud、BigQueryなどのデータ分析基盤との連携、時系列予測モデル「TimesFM」の活用に対応します。また、GeminiなどのLLMは、予測結果の説明や改善案の作成などに活用できます。

5. 現場担当者による継続的なモデル改善
プログラミングの専門知識がない担当者でも、バイブコーディングにより生成AIと対話しながら予測ロジックの改善案を作成できます。外部ベンダーに過度に依存せず、お客様自身が自社の商習慣や業務特性を反映したモデル改善を継続的に行えます。

6. ハンズオントレーニングによる自走化支援
フォーティエンスのコンサルタントが、バイブコーディングの実践方法やモデル改善の進め方を習得するためのハンズオントレーニングを提供します。これにより、導入後もお客様が自ら需要予測モデルを改善していく体制づくりを支援します。

費用

個別見積もり

＊本サービスで構築する需要予測システムは、オープンソースソフトウェアを活用しているため、当該システムの利用に伴うソフトウェア・ライセンス費用は発生しません。

 

※「AI駆動型需要予測FDEサービス」のサービスページ

https://www.fortience.com/solutions/consumer-products/ai-demand-forecasting

 

（注1）バイブコーディングとは、プログラミングの専門知識がなくても、自然言語でAIに指示を出しながらソフトウェアやロジックを構築・改善していく開発手法のこと。

（注2）SKU（Stock Keeping Unit）とは、在庫管理上の最小の管理単位のこと。同一商品でも、容量や包装形態、味の違いなどによって別のSKUとして管理される。

 

＊本文中の商品名、会社名、団体名は、各社の商標または登録商標です。

【ご参考】

ニュースリリース　2026年6月16日

フォーティエンスコンサルティング、AI時代の成果創出を加速するFDE型コンサルティングを提供開始

https://www.fortience.com/company/newsroom/20260616/

 

【フォーティエンスの食品・飲料・消費財領域におけるSCM支援について】

フォーティエンスは、食品・飲料・消費財業界におけるSCM・S&OP改革、需給計画業務の高度化を支援しています。業界・業務への深い理解とAIの実装力を組み合わせ、構想策定から業務設計、システム実装、定着までを一貫して支援し、欠品・過剰在庫の抑制、食品ロスの削減、計画業務の効率化などに貢献します。

https://www.fortience.com/solutions/consumer-products/

 

【フォーティエンスコンサルティング株式会社について】
フォーティエンスコンサルティング株式会社は、NTTデータグループのビジネスコンサルティングファームです。グローバルに事業を展開する製造業、流通業をはじめ、金融、公益サービス、政府・自治体まで幅広い業界のお客様にコンサルティングサービスを提供しています。高い専門性と深い業務理解をもつプロフェッショナルが、未来のあるべき姿を起点に戦略を描き、お客様と一体となって成果創出を実現します。
同社に関する詳しい情報は、< https://www.fortience.com >をご覧ください。