AIを使った最新の需要予測は詐欺？‐当たらない理由と、当たるようにする秘訣を徹底解説

2023-02-19 2023-02-19 秋山　泉

AIによる需要予測は当たらない？

需要予測のテーマを書こうと思い、youtubeを眺めていました。
すると、なんとも香ばしいタイトルの動画が…

需要予測はなぜ当たらないのか？（欠品と過剰在庫を防ぐ新たな在庫管理方法）

よそうに隠された衝撃の真実

後ろから読むよ、、、、うそよ　になる

よそくに隠された…

後ろから読むよ、、、、〇そよ　になる

だから何？というお話でした

ミサイルの弾道予測は可能なのか

予測不能なのはこの書籍を根拠にしていらっしゃって、ざっくりまとめると

　第二次世界大戦中、迎撃を作ろうとして、アメリカのトップサイエンティストが集結した。彼らは、この問題を学問の枠を超えて協力して研究し、飛行中の環境の影響を研究した。物理学に基づいた理論に従って飛行するはずのミサイルでも、空気の密度や温度、風の向きや速度、炎の燃え方など、環境の影響を受けることが分かった。これによって、ミサイルの飛行パターンが一定ではなく、バラつきがあることがわかった。また、このバラつきは独立しておらず、お互いに影響を受け合い、互いに影響し合ってバラつきが増幅することが分かった。この現象は「複雑系カオス」と呼ばれており、これが原因で『予測は難しい』ことが証明されている。

　このバタフライ効果と呼ばれる現象は広く知られており、様々な業界で影響を与えている。予測をする際には、多くの要因が絡み合い、予期せぬバラつきが存在することがあるため、完全な予測は困難であるということが証明されている。

　もし「この方法で当たりますよ」と言っている人がいたとしても、彼らは科学的・常識的な知識を持たずにやっているということです。このような方法を使って、うまくいかなくて大金を使ってしまう人がたくさんいます。とても悲しいことですが、常識的な知識を基に考えていただきたいと思います。
　現代では、AIがどのように当たるかについて考えることがありますが、将棋やチェスのような環境では、すべてのデータが数値化できるため、AIを使って予測することができます。一方で、皆さんが知っているように、環境とはルールが変わることもあるため、AIが勝つことができる環境と勝つことができない環境があります。

　また、数字や価格以外にも、販売スキルの高さや可愛さなど、数値化できない要素が決定的な優位性になることがあります。たとえば、他の店舗よりも値段が安いか、セールをやっているかどうかなどのデータを手に入れることは、合法である限り問題ありません。ただし、法律に反する行為を行うと、問題になる可能性があります。

　AIを用いた予測モデルは、データをデータベースに入力し、機械学習によって作成されます。しかし、出力されるアルゴリズムがブラックボックスであるため、どのように予測が行われたのかが分からないことがあります。このことから、信頼性について疑問が持たれることがあります。また、AIに従属することによって、とてつもない金額がかかることもあります。これは注意が必要です。

最後に、AIを使う場合には、実態に注意する必要があります。人間が手を加える必要がある場合もあります。

と言う事のようです。（嘘じゃないけど、本当じゃない気も…）
　実際にゴールドラッドさん自身は、需要予測を行う事に否定はしていないです。予測を行う地点を、流通全体で行う等、最適な単位で行う事を推奨していたと記憶しており、需要予測を行う事自体がダメとは一言も言っていないのは、事実です。

需要予測が当たらないのは何故か…

実際、需要予測モデルを作りまくっている立場からすると

需要予測が当たらない理由は様々ですが、以下にいくつかの例を挙げてみます。

予期しない変化: 需要予測に影響を与える事象が予期せずに起こる場合があります。たとえば、天候変化、自然災害、政治情勢の変化、市場環境の変化などがあります。これらの変化が需要に直接的または間接的な影響を与えることがあり、予測が当たらなくなる可能性があります。
データの不足: 需要予測には、過去の需要データや市場動向などの情報が必要です。しかし、データが不十分である場合、正確な予測を行うことができません。特に、新製品の発売や新市場の開拓など、過去に経験したことのない場合は、データが不足する可能性があります。
予測モデルの誤り: 需要予測に使用される予測モデルには、さまざまな種類があります。しかし、モデルが不適切である場合、予測が不正確になる可能性があります。たとえば、過去の需要データに基づく単純な線形回帰モデルは、需要が急激に変化する場合には予測が当たらなくなる可能性があります。
人為的エラー: 需要予測を行う人間によるエラーも、予測の精度に影響を与える可能性があります。たとえば、データの収集方法に誤りがあった場合や、データの解釈方法が間違っていた場合、予測に誤りが生じる可能性があります。

以上が、需要予測が当たらない理由の一例です。需要予測は常に正確であるわけではなく、予測には誤差が含まれることがあることを念頭に置く必要があります。

SKU単位での需要予測は更に当たらない

SKU単位での需要予測が当たらない理由は、いくつか考えられます。

SKU単位で需要の変動が激しい:
SKU単位での需要は、製品やサービスの特性によって異なります。一部のSKUは、需要が安定している一方で、他のSKUは需要が急激に変化することがあります。たとえば、季節商品やトレンド商品など、需要が一定しない商品に対しては、需要予測の精度が低下する可能性があります。
SKUの相互関係が考慮されていない:
SKU単位での需要予測を行う場合、他のSKUとの相互関係を考慮せずに予測を行うことが多いです。しかし、実際には、あるSKUの需要が変化することが、他のSKUの需要にも影響を与えることがあります。（カニバリ）このようなこのような相互関係を考慮せずに予測を行うと、正確な予測ができなくなる可能性があります。
※カニバリをカリバニズムと分析者さんがドヤ顔で何度も繰り返してしまって、いやそれ！食人だから！と焦った事は良い思い出
データが不十分である:
SKU単位での需要予測を行うには、SKUごとに十分な過去の需要データが必要です。しかし、一部のSKUは、需要が少ないために十分なデータが収集されていないことがあります。また、製品ラインナップが変更された場合、新製品のデータが不足することがあります。
需要の予測精度に関する情報が不十分である:
SKU単位での需要予測を行う場合、需要予測の精度に関する情報が不足していることがあります。たとえば、過去の需要予測の精度や、需要予測に影響を与える要因などが不明確な場合、正確な予測を行うことが困難になる可能性があります。

これらの理由により、SKU単位での需要予測はより困難であることがあり、当たらない可能性が高くなることがあります。

売る数決めるのはこっちだからね

　過去実施したプロジェクトでも、予測が全く当たらない事がありまして、分析を依頼していただいた部署様と一緒に、現場責任者さんに半ばお詫び半分でご訪問したことがありますが、そこで言われたのは…

『あー－－、そこは、リベート積んで無理に売らせたからさ…外れて当然よ？』という会話で全て終了したこともありました

当たる需要予測モデルは作れるか

答えはYESです。

とは言え、既存のAI単独ではなく、動画にある、制約理論を加えて設計する必要があります

もし、どうやって実現すれば良いかをお悩みの企業様はご相談下さい。
軽めな予測プロセス設計であれば１～４回程度のコンサルティング費用の範囲でなんとかできるかもしれません。

動画後半部分の要約

ミサイル迎撃システムがちゃんと動作してミサイルを打ち落とせるのは何故？

　ミサイルの軌道が変化する理由は、フィードバックサイクルを使用しているためである。この理論は70年間証明されており、運度が一定になるように微調整されている。しかし、イランへの攻撃に対応するために、適切なフィードバックサイトが必要である。

　つまり、需要予測もそうなのですが、細かく需要が変化する際に、供給を再調整すれば良いという事だけですね

確かにあった、移動平均にも負ける需要予測AI

　ふと、この人工知能を使った需要予測が詐欺！という命題が気になって、過去の投稿を眺めてみました
確かに、〇〇社さんが作った最新のAI！というサムシングでの予測結果が、移動平均と比較したら、ぼろ負けしていたというお話があったのを思い出した次第です。
　うん。これは確かにAIで作った需要予測が詐欺！と、近接する業界様から揶揄されるのも無理はないのかもしれません。
　