【後編】給食業界で高まるAI活用ニーズ~「献立作成」「食数予測」課題とユースケース!
こんにちは。データデザイン部でディレクターを担当しております、八木です。
お客様の課題にあわせ、AIを用いたデータ分析や、予測を行うための学習済みモデル開発のご支援をしております。
今回は、最近AI活用ニーズが高まってきている「給食業界」における課題とAI活用のユースケースの後編です。
前編では、給食業界が抱える「課題」をご紹介しました。(前編はこちら)
後編では、給食業界でニーズが高まっているAI活用のユースケースと業界に潜むデータの課題についてご紹介します。
給食業界におけるAI活用のユースケース
前編でご紹介した通り、給食事業者様が抱える「献立作成の負荷が高い」、「メニューごとの食数予測が難しい」という課題に対するAI活用のユースケースをご紹介します。
ユースケース1:AIによる献立作成の自動化
AIを活用し、現場栄養士が行っている日々の献立作成業務を自動化するユースケースです。
【課題】
- 献立作成の煩雑さによる現場栄養士の業務の負荷を減らしたい
【使用する主なデータ】
- 過去の献立計画データ
- 献立計画データに紐づく各種マスターデータ(レシピマスターデータ、栄養素マスターデータetc)
【開発するAIモデル】
- 組み合わせ最適化やレコメンドエンジンを応用したアルゴリズムを活用し、一定期間の献立計画を自動で出力するAIモデルを開発
【効果】
- 大幅な時間短縮
- 栄養士の負荷軽減
ユースケース2:AIによるメニューごとの食数予測
AIを活用し、現場栄養士・スタッフが行っているメニューごとの食数予測を自動化するユースケースです。
【課題】
- 食品ロスと欠品リスク両方を考慮した、メニューごとの食数予測を最適化したい
【使用する主なデータ】
- 過去のメニューごとの食数(出数)実績データ
- あれば、天気データやカレンダーおよび献立に紐づくイベントデータ etc
【開発するAIモデル】
- 統計や機械学習の技術を用い、時系列の自社学習データから近い将来の数値を予測するAIモデルを開発
【効果】
- 予測業務における工数削減
- 担当者の経験と勘に頼らない運用
給食業界に潜むデータの課題
弊社はこれまで、多くの給食事業者様と会話してきましたが、共通して言えることは、「必要なデータが揃っていない」ことが多いということです。AI活用において、一番大事なのは「データ」です。データがなければ、AIモデルを開発することはできません。
これは給食業界に限らず、どの業界においても共通していることはではありますが、特に給食業界では以下の課題が潜んでいると感じています。
給食業界に潜むデータの課題1:データがすぐに取り出せない
献立作成ツールは、クラウド化されたものではなく、パソコンにソフトをインストールし、データは各現場内でローカル管理するような仕様のものが多いです。その場合、全店舗一括でデータを取り出すにはハードルが高い仕様になっているケースが多く見受けられます。また、本部にて一括でデータを取り出せる仕様になっていても、これまでデータ抽出をやったことがなく、どこに何のデータがあるのか把握できていないケースも散見されます。
給食業界に潜むデータの課題2:ツールの運用が統一されておらずデータが汚い
献立作成やメニューごとの食数を管理している「ツール」の運用方法が給食提供をしている現場任せになっているケースが散見されます。その場合、各現場で「ローカルルール」が作られて運用されているため、以下のような状態のデータが多くなります。
給食業界に潜むデータの課題3:紙で管理しておりデータ化されていない
特に、食数の実績データに多く見られますが、ツールには計画値のみを入れる運用になっており、最終的な実績値は現場のノートに記録されていたり、そもそも記録がされていないケースがあります。
紙で管理されている場合、PDFにして、文字起こしをして…という工程を踏めばデータ化することはできますが、なかなか骨の折れる作業です。
AI活用のはじめの一歩は「データアセスメント」
弊社は、これまで多くの企業からAI活用のご相談をいただいておりますが、中には、前述の通りデータに課題があり検討フェーズで頓挫してしまうケースがあることも否めません。
2019年度の総務省の調査によると、AIへの取り組みに必要なデータは十分揃っていると回答したのは約1割で、大半の企業はデータの準備不足という統計データもあるくらいです。
どのデータがどれくらいあるのか、データの質はどうなのか、AI活用に適した状態になっているのか…
AI活用のはじめの一歩としてやるべきことは、どのデータがどれくらいあるのか、データの質はどうなのか、AI活用に適した状態になっているのか、今の「データの状態」を正しく把握することです。
弊社は、データがAI活用に適した状態になっているかを確認する、「データアセスメントレポート(AI活用診断レポート)」というメニューを提供しています。
データアセスメントでは、データサイエンティストがAI活用に使用予定のデータの状態を確認し、評価結果と今後に向けたアドバイス内容をレポートにまとめてご提供します。お気軽にご相談ください。
詳しくはこちら:データアセスメントレポート(AI活用診断レポート)
さいごに
今回は、前編・後編の2回にわたり、給食業界におけるAI活用の課題とユースケースについてご説明いたしました。
これまでは、IT化が進んでいる業界が先行してAIに取り組む傾向にありましたが、今後はより多くの業界で活用が進むことは間違いありません。
AI活用は検討すべきことが多岐に渡り、またデータを扱うには専門スキルも求められるため、「何から手をつけていけばいいか分からない」、「検討で二の足を踏んでしまう」という声も多く寄せられます。
弊社では、さまざまな多種多様なAIモデル開発のご支援をしております。ぜひお気軽にお問合せください。
【無料ウェビナーのお知らせ】
「データ活用/AI導入を進めているがうまく進まない」方に最適なウェビナーを企画しました
AI導入が普及しつつありますが、実際進んでいる企業は一握り。「AIの知識不足」「経営層の理解を得られない」といった課題感が多くみられます。
そこで本ウェビナーでは、知識不足を解消し現場主導でプロジェクトを進めるポイントや、経営層を巻き込みながらAI導入を成功させるポイントをご紹介します。
<ウェビナータイトル>
現場で"使えるAI"を作るには~経営層を巻き込むAI活用の進め方~
<プログラム>
1.AIプロジェクトが失敗してしまう理由
2.プロトタイプを早期に開発するメリット
3.AIを導入することで起こる現場のオペレーションの変化
4.まとめ
5.QAタイム
日時:2021年2月10日(水) 13:15~14:15
参加方法:Zoomで参加(参加費無料)


ディレクター
八木 梨佐 Risa Yagi
不動産、放送事業者等、複数のAI・データ活用のディレクターを担当。 WEBサービスのPMや、経営戦略推進などの経験を活かし、お客様のAI活用のプランニングからプロジェクト推進を支援。