3店舗を構える老舗洋菓子ブランド（年商約10億円）が、熟練職人の感覚知をAIに学習させ、「もう一つの予測の脳」を作り上げた。職人の技を否定するのではなく、その知識を24時間動き続けるシステムとして具現化した取り組みを紹介する。
企業概要
| 業種 | 洋菓子製造・販売 |
|---|---|
| 規模 | 3店舗 / 年商約10億円 |
| 主な課題 | 生菓子の需要予測・廃棄ロス・機会損失 |
| 売上集中 | 12月だけで年商の14%（クリスマス特需） |
| 導入時期 | 2026年（PoC→継続運用） |
| 導入形態 | 棚卸し無料→段階課金 |
関東地方に本店・ショッピングモール店・旗艦店の3店舗を構える老舗洋菓子ブランド。生ケーキを中心とした生菓子の製造販売が主力で、地域で長年にわたって愛されてきた。製造数の判断は熟練職人の感覚と経験が支えており、それ自体がこのブランドの品質の源泉だった。客単価が前年比15〜20%上昇するなか、その感覚知をどう次世代に継承し、拡張するかが経営課題として浮上していた。
導入前の課題
生菓子は翌日が品質の限界。売れ残れば廃棄、不足すれば機会損失——その二択を、現場は毎朝の感覚で判断してきた。職人の勘は本物だが、複雑に絡み合う需要変数をすべて人の頭で読み切るには限界がある。
- 12月1ヶ月で年商の14%が集中。クリスマス前後の欠品は通常月の数日分の損失に相当し、1日の機会損失が数百万円規模に達することがある。
- 客単価が前年比+15〜20%上昇しているにもかかわらず、欠品で帰すお客様の損失額が拡大し続けていた。高単価商品の欠品が最も痛い。
- 棚の状況が経営者にリアルタイムで届かない。現場が気づいた時には「すでに補充が間に合わない時刻」になっていた。15時の売り切れが習慣化していた。
- 熟練職人の感覚知が「記録されない資産」のままだった。繁忙期の複雑な需要変動を読む力は属人的な宝。しかし退職・休暇のたびに精度が落ちる構造から抜け出せていなかった。
職人の感覚知を「予測の脳」として具現化した3つの仕掛け
目指したのは「置き換え」ではなく「進化」。熟練職人が積み重ねてきた感覚——何月何日に何が売れるか、どの時間帯に補充が必要か——をAIに学習させ、その知識を持つ「もう一つの頭脳」を作り出すことを目標にした。現場の運用は変えずに、職人の感覚を24時間・365日動き続けるシステムとして外在化する。
01. AI需要予測（曜日・天気・カレンダー対応）
職人が「この曜日はこれだけ」と感じてきた経験則を、過去の販売データで数値化。曜日・祝日・天気・イベントを変数として、その感覚を数式に落とし込んだ。クリスマス・バレンタインの特需パターンも学習済みで、繁忙期ほど精度が高くなる——職人が最も経験を積んでいる領域をAIが最も得意とする設計。
02. 棚充足率のリアルタイム解析
既存カメラ映像を活用したAI画像解析で、棚の充足率を5〜10分ごとに計測・記録。「どの商品が、何時に、どの店舗で切れるか」の傾向を可視化し、補充タイミングを事前に検知できる。追加機材の導入は最小限。
03. 経営者LINEへの自動アラート通知
棚が基準値を下回ったタイミングで、社長・店長のLINEに在庫状況と補充推奨を自動送信。外出中でも在庫の「今」を把握し、現場への指示を即断できる。既存のLINEをそのまま活用するため、スタッフの操作変更ゼロ。
成果：保守的な試算でも、年間1,400万円の回復が見込まれる
業界平均の生菓子チャンスロス率（年商の3〜5%）をAIで半減させた場合の試算。3店舗合計で年商約10億円に対し、機会損失の回復額は下記のとおり。投資回収期間は導入プランに応じて3〜7ヶ月以内を想定している。
- 年間回復見込み：¥1,400万〜2,400万円（3店舗合計・保守〜標準シナリオ試算）
- 投資回収期間：3〜7ヶ月（Tier 0・月額30万円の場合、最短3ヶ月）
- 12月の年商集中率：14%（クリスマス期のロス防止が年間ROIの大半を左右する）
「職人の頭の中にあったものが、外に出た感じがした。なくなるわけじゃない——むしろ、24時間動き続ける新しい頭脳を一個作り上げた、という感覚に近い。」
— 導入企業 経営担当者（2026年）
今後の展開
現在はPoC実績を踏まえた本番クラウド環境への移行を進めている。次フェーズでは「予測の脳」をさらに賢くするため、製造ラインとの連動・配送最適化・予約数管理まで学習範囲を広げる。職人が退職しても、その感覚知はシステムの中に残り続ける。
同業（洋菓子・和菓子・食品加工・製造小売・物販）で「職人のノウハウを次世代に継承したい」「需要の読みを仕組み化したい」「廃棄と欠品の二択から抜け出したい」という課題を持つ企業には、同じアプローチが横展開できる。
