食品ロス削減、AIが現場の「勘と経験」を置き換える
2026年、小売業界における食品ロス削減の取り組みは、実証実験の段階から本格的な業界標準へと移行しつつある。象徴的なのが、日本気象協会とソフトバンクが中部地方のスーパーマーケットバローおよび中部フーズの協力のもとで実施した惣菜部門の実証実験だ。気象データと人流データをAIで組み合わせた需要予測・値引き最適化モデルを「スーパーマーケットバロー」20店舗に導入したところ、比較店舗との対照分析で食品廃棄量を約13％削減し、発注・計画作業にかかる時間も約37％短縮することに成功した。さらに売上高は2.9％増、売上総利益は4.1％増と、ロス削減と収益性向上を同時に実現した点が注目されている。
コンビニ業界でも同様の動きが広がっている。ローソンは全国約1万4000店でセミオート発注AIを展開し、販売実績データに基づく精緻な需要予測によって発注時間を44分短縮、1店舗あたりの廃棄高を前年比で1割削減した。かつては店舗担当者の経験則に頼っていた発注業務が、データドリブンな意思決定へと急速にシフトしている実態がうかがえる。
数字で見る効果、導入率は過半数を突破
スーパーマーケット業界でも成果が相次いで報告されている。ヤオコーでは需要予測型の自動発注システムにより、発注にかかる時間を約3時間から約25分へと大幅に短縮した。別の事例では、仕入れ調整の実証を通じて店舗ロス率が1.56ポイント改善し、全店舗に展開した場合は年間約9,900万円のコスト削減効果が見込まれるとの試算も出ている。
業界全体の導入状況を見ると、食品ロス対策として「発注の精度向上・需要予測型発注の導入」に取り組む事業者は54.2％に達し、「自動発注システムの導入」も48.8％と前年から増加している。もはや需要予測AIは一部の先進企業だけの取り組みではなく、業界の半数以上が実践する標準的な手法になりつつあると言える。
こうした流れを後押しするように、食品・飲料分野のAI市場規模は約193億8000万米ドルに達し、前年比42.8％という高い成長率を記録している。背景には、単品レベルの販売実績データに加え、曜日・天候・近隣イベントといった外部要因を掛け合わせた高精度な需要予測モデルの普及がある。ある食品スーパーの事例では、弁当・惣菜カテゴリーへの自動発注AI導入により、廃棄率を従来比で2割前後削減しながら、同時に欠品率も改善したという報告もある。
店舗単位から業界横断の協働へ
今後の焦点は、単一店舗での最適化にとどまらない。メーカー・卸・小売の間でデータを共有し、生産段階から需要予測を反映させる取り組みも一部で始まっており、食品ロス削減は店舗運営の課題から業界横断的な協働テーマへと広がりを見せている。
こうした需要予測の精度向上には、ID-POSデータをはじめとする購買データの蓄積と分析基盤が欠かせない。マギーが提供するPALやPowerID、i-codeといったソリューションも、購買データを起点に需要の兆しを捉える取り組みの一助となりうる技術領域であり、今後も各社の需要予測AI活用の動向から目が離せない。