はじめに：Stellar AI発注事業の背景
こんにちは、ゼロトピックです。ゼロトピックは、株式会社10X の創業者であり、代表である私、
ヤモトが日々の経営や事業の運営を通じて気づいたこと、あるいは私たちが目指しているスーパーマーケット業界との対話や洞察を通じて気づいたこと、
その他AIの活用等々、取り留めもなく雑貫をお話しするポッドキャストになっています。
今回、10X の新規事業で昨年発表させていただいたStellar AI 発注という、発注業務をAIで置き換えていくような製品があるんですけれども、
この事業を何でやっているのとか、そもそも発注ってどういう業務で、なぜスーパーマーケットの業界の発注というものにペインがあるのか、
どんなペインがあるのか、既存の製品とか競合状況、その中でStellar AI 発注という製品がどういうバリュープロポジションを目指していっているのか、
こういったところってあまり外に向けて発信できていなかったんですけども、少しこの事業というかプロダクトの目指す姿が形になってきたので、
この辺りをお話ししてみようかなというふうに思っています。
多少長くなるかもしれないんですが、ちょっとお付き合いください。
はじめに、何でネットスーパー向けのシステムであったStellar、ネットスーパーというものの次に、
発注というより店舗のコアの業務、ここに対するプロダクト事業を展開することになったのかという辺りの背景をお話ししようかなと思っています。
3つぐらいで整理できるかなと思っているんですが、
1つ目はネットスーパーの事業をやっている中で、どうしても一番重要な概念として在庫という概念があるんですね。
例えばお客様がネットで注文されたときに、その在庫がいくつあって、注文に対していくつを引き当てて、
あるいは同時にお客様から複数注文が入ったときにはどのように処理をして、最終的にはその在庫がすべて払い出されたということをどうやって管理していくか。
こういった在庫にまつわるシステム的な制御って、Eコマンスの中においては非常に中核的なドメインでもありますし、
特にSKUが多いネットスーパーみたいな仕組みにおいては、かなり複雑性とか難しさがある領域であったんですね。
僕らこの在庫っていう概念をどうやって扱ってたかというと、基本的には我々店舗から店舗の商品を出荷していくっていうタイプのネットスーパーを取り扱っているので、
基本的に店舗の取り扱いの商品をまず判定して、そこにある在庫数量、しかも未来の在庫数量ですね。
今日注文されて、今日の夕方配達するとか、明日配達するとか、あさって配達するとか、そういったケースがあるので、
未来の在庫がどのぐらいあるのかってことを推論して、そのうちネットスーパーとしてはこのぐらい割り当てておこうみたいな数を計算して、
未来在庫っていうものを計算するような仕組みを整えて扱っていました。
ただ一方で、これ当然未来に対する推測によって数値を出していくので、かなり制度上の課題があったんですね。
制度上の課題はどういう形で事業的に現れるかというと、お客様本当は10個欲しいとか100人欲しいみたいな商品であっても、
将来在庫はこのぐらいしかないだろうから、今ネットで販売できるのは10個だけですみたいな形で制御を強くかけることで、
欠品しないようにしたりとか、注文したのに配達がされないみたいな不の体験が起きないように事前に制御する。
これが故に買えないってことが起きるみたいな形で、ネットと店舗の在庫をいかに連動させていくかっていうところは非常に大きい課題感もありますし、
将来のポテンシャルがある領域だなと思ってたんですね。
こういうことを考えると、お店の在庫を適切に制御できるようになっていくということは、
ネットスーパーにおける需要をちゃんとつかんでいくということにも直結するような課題だなっていうふうに思っていたので、
この領域どうにかしてやりたいなというふうにまずは思っていました。
これがまず1個目ですかね。
2つ目は単純にこの発注という業務自体が非常にお店にとってペインが大きくて重要な業務でもあった。
かついわゆるデジタル化とかAIの導入とか、そういうものによる高度化っていうのは大手は一定進んでいる部分はあったんですけども、
それでも技術的に十分なアダプションされているかというとそうでもないなと思いますし、
何より多くの企業はまだそういったレベルで在庫の管理、発注業務自体がデジタル化してなかったり、
自動化していないっていう現実が見えてきたので、ここに発注のペインを解く必要性というか必然性があるだろうなというふうに思っていました。
最後はネットスーパーの顧客である企業からいくつかそういったお店の課題っていうのをいただいていて、
その中でも特に大きな問題としてこの問題が挙げられていたっていう、
現実のNイコール1の問題を解くっていう、そういうところの3つの重なりから発注のシステム、
Stellar AI発注という事業を立ち上げるに至ったきっかけというか背景がありました。
スーパーマーケットにおける発注業務の現状と課題
次にスーパーマーケットにおける発注ってそもそもどういう業務なんだっけみたいなものをお話ししたいと思う。
発注って聞くと商品を仕入れる業務を思い浮かべるんですが、実はその手前の商品の在庫管理から発注っていうのは始まっています。
当然と言えば当然なんですけど、今いくつあって将来いくつぐらい売れると考えているから足りない分を補充するっていうのが発注の考え方なんですよね。
なので基本的にはこの考え方に基づいて発注すべき数量を計算して発注をしていくっていう形になっています。
今まで特に技術が入っていない段階ではどうしてたかというと、
お店の店員の方々が360日とか店舗を運営していく中で、この商品はこの比率になるとこのぐらい売れるとか、
チラシに乗せるとこのぐらい売れるとか、逆に何もしてないとこのぐらいしか売れないとか、
そういった需要の予測みたいなものを頭の中で高度に行われていて、
それをもとに職人的な発注を行っているっていうのが現状だし、今もこういう現場はたくさん残っています。
これのいいところはやっぱり人っていろんな情報を加味して発注数量を決めていけるので、
例えばチラシがあさってから入るから、あさって在庫が増えていたら間に合わないので、
明日在庫が増えるように発注しようみたいな、少しこのリードタイムとか納品のタイミングとか、
在庫を集めに持つタイミングがいつであるべきなんだっけみたいな観点を予測できたり、
またこの商品に特売かかっていると、類似商品のこっちの商品っていうのはカニバリが起きるんで、
あんま売れなくなるんだよな、だから下げとこうみたいな形の、少しデータで読み解こうとすると、
どの商品とどの商品が類似しているかって、そんなに簡単にはやっぱり類似性が難しいようなものでも、
人がうまく調整して発注が行えるといった非常に高度な発注が行われているっていうのが、
その職人技に現れている部分かなと思っています。
でも一方で職人技っていうぐらいなので、かなり俗人性が高くなっちゃって、
その人がいないお店では同じ精度の発注ができないとか、
その人が休んでいる日には発注がうまくできないとか、あるいは高度すぎてその技術を他の人に移転するのが難しいとか、
そういう問題を抱えやすい。こういった問題を解消して、
小売業、スーパーマーケット、チェーンストア理論っていう、同じような店舗をたくさん作ることで、
売上げの効率を上げたり利益の効率を上げましょうっていう考え方の筐体なので、
このチェーンストアをやっていく上では、こういった発注に頼るっていうのはあまり良くない。
よりスケーラビリティを確保するために、あるいは最近の理由ですと人件費が上がったり、
そもそも人手不足で採用ができないという課題が出てきているので、
これに対照するために発注自体をデジタルシステム、標準化、あるいは児童化、
こういったところを目指していくっていうのが必然の流れとしてありました。
少し戻ると、まずそもそもはいくつ在庫があって、将来いくら売れるという予測をしていて、
そこから納品のタイミングとかを見ながら、いつどのタイミングで在庫がいくつになったらいいのかっていうのを推測して、
発注をしていくっていうのが発注という業務全体になっています。
この中でやはり一番大事な変数っていうのは、将来いくつ売れるのかっていう部分なんですよね。
この売り上げを予測する、需要を予測するっていう部分が一つ重要な観点。
もう一つ次に重要なのは、先ほどのリードタイムとかカニバリとか、
商品と商品の関係性、あるいは商品単体の特性、
こういったものを織り込みながら発注の数量に返していくっていう、
この2つが非常に重要だというふうに思っています。
この2つをある種、より機械的に精度高く算出していこうっていう試みが
我々がやっているAA発注っていう試みそのものになっています。
なので僕らの製品を使っている中でも、
基本的な発注の業務のフローっていうところはそんなに変わらなくて、
在庫をちゃんと確認する、その商品の需要を予測する、
あるいはその商品の特性を理解する。
その上で発注すべき数量、いつのタイミングでどのぐらいの在庫を持つべきなのかっていう計算をする。
これは基準在庫っていうんですけど、基準在庫を計算して、
そこから今持っている数量を引いて、差分が発注の数、
さらに正確に言うと発注にはロットがあって、
例えば12個単位でしか発注できないとか、2個単位でもできるとか、
あるいは60個単位じゃないとできないとか、いろんなロットがあるので、
このロットと必要な個数の最小の公倍数っていうんですかね、
最小公倍数を探して発注をかけていく。
それが発注の世界っていう形になっています。
特にスーパーマーケットっていう業態だと、
この発注業務がめちゃくちゃ大変だなっていうのがもともとありましたと。
そもそもなんで大変なのっていうと、まず一つにはSKUが膨大であると。
一つのお店が扱っているSKUが、一番多いのはおそらくホームセンターとかで10万とかあったりすると思うんですが、
スーパーマーケットも負けず劣らずというか、多いところですと5万6万あったりしますし、
一般的なサイズのスーパーマーケットでも1万から数万あるのが普通なので、
とにかくたくさんの商品を同時にメンテナンスしなきゃいけないっていうところが大変さの一つ。
もう一つはやっぱり鮮度があったり、あるいは中で製造してたりといった商品ごとに
仕入れるだけじゃなくて、仕入れたものを使って何かを作るとか、
あるいは切り分けて別の商品に加工するみたいなものとか、
そういった商品の作られ方、経路が違ったりするので、こういったものをどう織り込むかっていうのも難しい。
あとは先ほどの俗人性の高い発注が求められたとか、人手不足の影響とか、
この辺りがスーパーマーケットでもダイレクトに響いてきて、やっぱり発注業務自体がどんどん大変になっているし、
いかにシステム化していくかっていうのが大きな論点になってきたっていう背景があります。
発注システム市場の競合状況とStellar AI発注の立ち位置
僕らは発注システムという意味で言うと、おそらく最高発になるんですね。
既存の製品とか競合、あるいは試乗感っていうのは、もう十分に作られた後の最高発での参入になっています。
既存のプレイヤーで言うと、例えば採用手はSynopsっていう、
こちらも発注システム専業でやられてきた、いわばスタートアップのような会社さんで、
一台で創業者が上場まで持っていかれている、本当に素晴らしい会社だなっていうふうに思っています。
だったり、もともと日本ユニシスというSIRから、直近はViprogyという名前に変わってるんですが、
機関システム、ご利用のMDシステムとか機関システムを作られていて、
横で発注システムも手掛けられてきたViprogyさんとか、NRIさんとか、
あるいはPynxさんと呼ばれるような存在がいらっしゃるんですけども、
圧倒的に一番大きなシェアを持っているのはSynopsさんという会社さんで、
Synopsさん、自社の発表ですと、だいたい市場のシェアの40パーぐらい持っているということで、
かなり大きなシェア、そして実績信頼を持たれている、そんな状況になっています。
ただ今、名前を挙げさせていただいた会社さんとか競合の製品っていうのは、
基本的に大手企業向けの設計になっていて、あるいはクラウドベースというよりは
オンプレが基本だったりとか、導入コストが非常に高額になってきたりします。
そもそも正しい需要予測とか、正しい発注数量の計算をしようと思うと、
機関システムとかポスシステムから過去のデータをいっぱい引っ張ってきたりとか、
あるいは商品のマスターとか、カテゴリーのマスターとか、
反則のマスターとか、いろんなデータをしっかり連携する必要があるんですが、
そこの連携のコストも機関システム側の対応コストが高くて、
なかなか高額で進みづらいとか、そういうことも過去あったりしたかなと思っています。
あと今挙げた製品、基本的には人が最終的な係数を調整することで、
指数で発注数量を管理できるという、どちらかというと完全な自動化というよりは、
中央にセントラルに発注のマネジメントセンターを寄せて、
このセンターにいる人が指数を管理していく形で自動化を図っていくというところが
基本設計になっているように、自分の目から見受けられるというところがあります。
ある種本当の意味での完全なAIで自動化していくというところには、
ラストワンマイルというか難しい障壁がいくつかあって、
こういったところがまだ業界全体で超えられていないというところが、
自分が分析したタイミングだとありました。
最先端のフロンティアの製品ではそういうのがクリアされている、
あるいはそういうのが導入されている会社さんもあるのかもしれないですけども、
ちょっと自分が一般的な情報とか、あるいはヒアリングの中で聞いた中でいうと、
今のような認識に立っているという感じです。
この高額というところももう一つあって、
実はまだまだ手が届いていない会社さんというのはたくさんあります。
特にスーパーマーケットって日本ローカルにかなりたくさんの数あって、
非常にロングテールな市場になっているんですね。
こういった中で中小のスーパーマーケットの中にもキラリと光る、
その証券では誰にも負けないみたいな会社さんもたくさんおありなんですけども、
こういった会社さんの課題というのは全然手付かずに残ったままになっていたり、
市場として空白地帯ができていたりするというところがもう一つあります。
あとはもう一つ大手の一度導入された会社さんでも、
やっぱり精度とか、あるいはこのさっきの係数の調整自体が、
これをやる人自体が専門職化してしまうので、
避けたいという形で、リプレイスの話みたいなのもたくさん出続けているので、
やっぱりまだまだ市場に対するPMFというところには、
私は既存の製品、あるいは自分たちの製品含めて、
全然まだ届いていないというふうに思っているので、
まだPMFを業界全体で探している、そういう市場にあるというふうに見ていて、
がゆえに自分たちも最高発座が、
ここでまずはPMFをした会社が勝つんじゃないかという仮説があって、
ここに対して参入を決めたというところが。
一旦ここまでが外部の話で、
Stellar AI発注のプロダクトビジョンと目指す価値
ちょっと我々の話も少しさせていただこうかなと思っています。
例えばAA発注の中には、社内的にプロダクトビジョンみたいなものを書いていて、
将来大体5年後ぐらいにこういう状態になっていたいよというふうに至っているものがあるんですね。
それを少しかえつまんでお話しできればと思っています。
特にこのAA発注の最も強い価値というのは、
いろんな状況に適応できるということと、
その状況の中で高い精度の発注勧告ができるということが、
最も重要だというふうに掲げていて、
これをやっていきたいなと思っています。
例えばそれってどういう状態かというと、
一つは導入とか立ち上げがすごく早い。
既存の製品が1年とか1年半とか、
下手すると数年かかって立ち上がっていくところをすぐ立ち上げられる。
いわゆるSaaSとかソフトウェア、プラットフォームの特徴がしっかり活かせたものを
提供したいなというふうに思っています。
あとはここも少し我々にとっては、
市場においてすごくユニークなポイントになるんじゃないかなと思っているのが、
発注を計算する。発注数量を計算するというのは、
非常に長めのパイプラインというか、
いろんな過程を経て最終的な結果として、
このお水を10本発注しますみたいな数量が計算されるんですね。
この計算に用いられているコンポーネントというのはたくさんあって、
先ほど紹介した中だと、例えば需要の予測数とかあるんですけども、
それ以外にも安全の在庫数とか、安全在庫の係数とか、
そのための過去の安全在庫の統計的な標準偏差の誤差とか、
そういった要素、コンポーネントがたくさんあるんですよね。
しかも発注の計算方式というのも実はたくさんあって、
我々の中でも3方式ぐらい採用していて、
それを商品の特性ごとに振り分けていたりします。
こういったいろんな計算方式でそれごとのコンポーネント、
逆にどの方式を用いたときにどれが一番精度高かったのか、
こういった細かなデータを我々全てトラッキングして、
評価をしたりシミュレーションができたり、
あるいはビジネスにとってはどれが一番優位だったかみたいな
精度評価をできるように開発をしているところがあるんですね。
こういったものが計算できるようになっていくと、
一つはフィードバックが非常に細かく回るようになるかなと思っています。
今まで人が修正したりしてきたものを、
機械が自分で認識して改善ができるようになったり、
それこそアルゴリズム自体をLLMがある種ゴールの指標と
こういったコンポーネントを見るだけで改善できるみたいな、
そういった世界が作れるんじゃないかなと思っていて、
そこを目指して今やっているところです。
あとはこういったコンポーネントのトラッキングをしっかりしていくと、
もう少し高度な発注もできるんじゃないかなと思っていて、
今既存の製品、市場にある既存の製品っていうのは、
在庫の数量自体を推移として見て、
精度向上していこうという考え方で作られているんですが、
しかしたら金額とか期間遺損率をどのぐらい抑えられたかとか、
作業時間をどのぐらい抑えられたかとか、
もっと多様な項目で細かに評価をできたり、
その評価を機械に与えてアルゴリズムを改善できたり
ということができるようになるんじゃないかなと思っているので、
すごく大事なのはまずこの評価とかシミュレーションの基盤だという風に位置付けて、
ここに特徴を持たせようと思っています。
こういうものが整っていくと、
伴奏とか例えばセントラルで指数を調整する人がいなくても回るとか、
ユーザーが自分で成果を出せるような状態になっていきますし、
アルゴリズムの改善自体もシミュレーションをしっかり回してから出せるとか、
シミュレーションの結果を何パターンも比較してから検討できるとか、
非常に安全で有意なリリースができるようになっていくんじゃないかなという風に思っていますし、
あとは先ほど少し触れたような、
いろんなコンテキストに対応できるようになっていくんじゃないかなと思っています。
この一例として、在庫を適切にしたいっていうのが
発注の業務の営みの根幹だとすると、
適切ってどこにあるのかって結構会社とか人の考え方による部分はあるんですよね。
夕方にスカスカの棚、
もう1個とか2個しか商品が残ってないみたいな棚が良しというお店もあれば、
夕方でもちゃんと一定の盛りがあるような、
しっかり商品が積まれているような状態が適切だっていうお店もあるみたいな形で、
結構考え方とかコンテキストが全然違うんですよね。
こういったものへの対応みたいなのも、
かなりコンポーネントレベルで評価できていくと、
対応が柔軟にしやすかったりするんじゃないかなという風に思っています。
こうしたものを作っていきながら、
どこのタイミングでPMSするかっていうのは、
少し市場との対話、試し習いになると思うんですが、
自分たちとしてはまだまだ最高発の参入とはいえど、
すごくカッティングエッジなものを作る機会っていうのが
たくさんあるだろうなと思って、
この発注の領域に対してはすごく面白みを感じています。
もっともっと将来的に言うと、
ある種OMOというか、さっきの冒頭話したような、
ネットの売り上げとか、店舗の売り上げとか、
そういったものを加味した需要予測を行ったり、
発注の最適化みたいな形で、
非常に我々のプロダクト全体でぐるぐると、
良いシナジーが回る状態も作れるんじゃないかなと思っていまして、
そういったところを目指して、
発注の業界に入ってきているというところがあります。
まとめと今後の展望
という形でつらつらとしゃべってきたんですが、
一旦我々が発注という業務、
そしてこの領域市場に対して、
どういうふうにポテンシャルを感じているかというところを
お話ししてみました。
特に小売業界の人に向けて、
我々がどういう考えでこの事業をやっているのかということを
お伝えしたいなと思って、
一回話してみたものになります。
ぜひ小売業界の方、
あるいはこういった事業面白いなと思っていただけるような方、
コメント等お待ちしておりますので、
よろしくお願いします。
こういったポッドキャストの更新は、
私のサイトのニュースレーターからも届くようになっていますので、
よろしければニュースレーターのほうもご登録をお願いします。
では、今回こんなところですかね。
それでは。
