AI需要予測による補修部品在庫適正化【自動車メーカー】 
世界中の部品センターにある数百万点の補修部品の在庫を、AI需要予測で最適化する施策です。車の寿命が伸びる中で、保有すべき部品（ロングテール）と廃棄すべき部品を見極めます。メリットは、在庫コスト削減と、即納率向上です。
 職種 |
情報システム |  施策難易度 |
★☆☆☆☆ |
|---|---|---|---|
 業界① |
機械・電気 |  目的 |
在庫削減 |
| 業界② |
自動車メーカー |  対象 |
在庫管理担当 物流・アフターサービス部門 |
 費用 |
1000〜10000万円 |  実施期間 |
240 |
主なToDo
- 過去の出荷実績と車両保有台数（VIO）データを分析する
- 地域ごとの需要特性（寒冷地仕様など）を考慮する
- 拠点間の在庫転送を自動指示する
期待できる効果
「古い車の部品がない」というクレームを防ぎつつ、倉庫を圧迫する死蔵在庫を減らせる。
躓くところ
データの精度（廃車になったかどうかの把握など）が課題。
狙えるチャネル
