band 仮想通貨k8 カジノチャレンジングな案件だった──リンガーハットのAI活用・自動発注システム、“短期集中”開発できたワケ仮想通貨カジノパチンコ日本の海海物語

free spins age of godsk8 カジノ

カイジ 3 パチンコ甘　AIを活用して将来の売り上げを予測し、適正な発注内容を自動的に弾き出せるようにする──長崎ちゃんぽんの専門店を運営するリンガーハットが、そんなプロジェクトを進めている。人手不足が深刻化する中、従業員を発注業務の負担から解放できる上に、経験・勘に左右されない精度が高い予測が可能になると見込む。

　同社は、クラウドサービス「Microsoft Azure」上に、分析の元になるデータを管理するデータウェアハウス（DWH）、データを基に売り上げを予測するAIシステム、予測結果に基づいた発注内容を担当者に提案する「Web発注システム」を構築した。

　一通りの仕組みは数カ月で完成。実証実験では、発注業務のオペレーションが改善し、大きなミスが激減するなど目に見える効果が出ている。この短期集中の開発プロジェクトにはAI開発の成功要因が凝縮されている。システム構築を担当した株式会社システムサポート、AIモデルを開発したDATUM STUDIO株式会社に話を聞いた。

左からシステムサポートクラウドコンサルティング事業部の坂野靖幸氏（マネジャー）、古城道崇氏、山口正寛氏（シニアマネジャー）、DATUM STUDIOの光田健一氏（データソリューション部部長）、吉田裕介氏（データ事業本部データアナリスト）（前編）ちゃんぽん麺・野菜の発注、AIで自動化──店長たちの激務を減らせ、リンガーハットの夢

　人手が不足する中、本来は調理や接客の業務になるべく時間を割きたいのに、発注業務などに追われてなかなか時間を確保できない──リンガーハットはそんな課題を抱えていた。

　AIを使って将来の売り上げを予測し、適正な発注内容を自動的に導き出せるようになれば、店舗の人員は煩雑な発注業務から解放され、限られた人数でも質の高い調理や接客が可能になるのではないか。そんな仮説の下、プロジェクトチームは具体的な検討に入った。

舞い込んできたチャレンジングな案件

　「（リンガーハットが）Microsoft Azureのクラウド環境を用いた新たなシステム案件を立ち上げようとしている。ぜひ手伝ってくれませんか」──システムサポートのもとに、日本マイクロソフトから興味深い相談が持ち込まれたのは、2019年6月のことだった。

　システムサポートに持ち込まれたのは、2つの案件。1つ目は、リンガーハットがオンプレミスで運用してきたDWHが更新時期を迎えたため、Microsoft Azure上に移設するというもの。もう1つは、発注内容を提示する「Web発注システム」の新規開発だ。

　2019年10月、リンガーハット側の担当者、日本マイクロソフトの技術者、そしてシステムサポートの技術者が一堂に会してキックオフミーティングを行い、正式にプロジェクトが発足。プロジェクトマネジャーを務めたシステムサポートの坂野靖幸氏（クラウドコンサルティング事業部マネジャー）によれば、DWH移行とWeb発注システムのどちらも技術的なハードルが高く、チャレンジングな案件だった。

システムサポートの坂野靖幸氏（クラウドコンサルティング事業部マネジャー）

　「DWH移行に関しては、さまざまな方法を検討した結果、オンプレミスのシステム構成を極力変えずにクラウドに移行する『リフト＆シフト』の『リフト』に当たる手法をとることにしました。一見すると、中身を何も変えずにプラットフォームを乗せ換えるだけなので簡単なように見えるかもしれませんが、実際には数多くの課題をクリアする必要がありました」

膨大なデータ量、クラウドに短時間で安く移行構築したシステムの概念図

　DWHの移行で最もハードルが高い作業だったのが、既にオンプレミスのDWHに蓄積されている数百GBもの膨大な量のデータをクラウドに移行させることだった。

　これまでもリンガーハットは別のシステムでMicrosoft Azureを利用しており、オンプレミスのデータセンターとMicrosoft Azureのクラウド環境との間を専用線で結んでいた。しかしその帯域幅は決して広いとはいえず、DWHのデータを全て転送するには極めて長い時間がかかると予想された。

システムサポートの古城道崇氏（クラウドコンサルティング事業部）

　かといって、データ転送のためだけに広帯域の回線を契約するとなると、相当な出費を覚悟しなければならない。「何かいい手はないものか……」と頭を悩ませた結果、ひねり出した案が「Azure Data Box」と呼ばれるサービスの利用だった。システムサポートの古城道崇氏（クラウドコンサルティング事業部）は次のように話す。

　「日本マイクロソフトから提供されるストレージデバイスにデータをローカルコピーし、それを返送すればMicrosoft Azureのクラウド環境にデータをロードしてくれるというサービスでした。回線をアップグレードするよりはるかに安くデータを転送でき、このプロジェクトの最大の難所をクリアできました」

　一方、Web発注システムは、インフラもアプリケーションも一から新規に設計・開発しなければならなかったため、多くのハードルをクリアする必要はあったが、既存システムのアーキテクチャに縛られなくてもいい分、やりやすい面もあったという。システムサポートの山口正寛氏（クラウドコンサルティング事業部シニアマネジャー）は、特にシステムの可用性確保の仕組みはシンプルに実現できたという。

システムサポートの山口正寛氏（クラウドコンサルティング事業部シニアマネジャー）

　「Web発注システムは、全店舗で毎日行われる発注業務を支えるシステムなので、稼働が停止してしまうと業務に甚大な影響を与えてしまいます。そのため、高いレベルの可用性を確保する必要がありました。通常はそのために『HA構成』などを導入するのですが、今回はMicrosoft AzureのPaaS（Azure App Service on Linux）を利用したため、可用性はほぼ全てAzure側が担保してくれます。そのため、私たちの方で特別な仕組みを導入することなく、高いレベルの可用性を確保できました」

　Web発注システムのUI（ユーザーインタフェース）にもこだわった。今回のプロジェクトには、2019年夏頃まで関西の店舗で店長を務めていた村越大夢氏（リンガーハット経営管理グループ情報システムチーム）も参加し、現場の意見を伝える役割を担った。山口氏らは、村越氏の意見を積極的に取り入れ、使い勝手を追求したという。

　山口氏は「『店長たちが（自身の店舗の）冷蔵庫の配列に合わせて、材料の表示順を自由に変えられるようにしたい』といった要望を受け、カスタマイズしました」と振り返る。

期間は2カ月間、AIモデル開発の舞台裏

　Web発注システムの裏側では、AI技術が使われている。過去の売り上げデータを基に、AIが直近の売り上げ予測を「日ごと」「店舗ごと」に弾き出す。予測値を基に、店舗ごとの食材の適正な発注内容をシステムが自動的に提示する。

　この売り上げ予測AIの開発を担当したのが、DATUM STUDIOだった。プロジェクト立ち上げ当初は、まず「どのようなデータを使って」「どの程度の粒度・精度で」「どこまで先の予測を出せばいいのか」といった点について、リンガーハット側の担当者とともに綿密に検討を行い、徐々に仕様を詰めていった。

DATUM STUDIOの光田健一氏（データソリューション部部長）

　DATUM STUDIOの光田健一氏（データソリューション部部長）は、「どのような要因が売り上げを左右しているのか」「どんな特徴量をAIに学習させれば精度の高い予測が可能なのか」といった点について、知恵を絞ったという。

　リンガーハットは長崎ちゃんぽんの専門店「リンガーハット」以外にも、とんかつの専門店「浜かつ」を運営している。両者は売り上げの傾向が大きく異なるため、今回はリンガーハット向けに絞ってAIモデルを構築することにした。

　「店舗の数が極めて多い上、『郊外店』『ショッピングモール内の店舗』といったテナントの種類によっても売り上げ傾向が全く異なることが分かりました。さらに平日の売り上げが多い店舗、休日の売り上げが多い店舗、イベントに連動したり、テレビCMの影響があったり──などの発見がありました。さまざまな組み合わせのモデルを構築してみては互いに精度を比較し、より高い方を選ぶという作業を繰り返していきました」（光田氏）

　開発期間が2カ月間と限られている中、試行錯誤を繰り返した結果、過去3年分のデータを基に、店舗のブランドとテナント区分が異なる7つの予測モデルを構築した。これらの予測モデルの学習・開発作業は全て、機械学習のPaaSサービス「Azure Machine Learning」を使って行った。

DATUM STUDIOの吉田裕介氏（データ事業本部データアナリスト）

　DATUM STUDIOの吉田裕介氏（データ事業本部データアナリスト）は、Azure Machine Learningを採用したことで、予測モデルの学習・構築作業を効率的に遂行できたという。

　「今まではモデルの構築はローカル環境で行い、完成したモデルをクラウド環境に上げて運用することが多かったのですが、今回は初めからAzure Machine Learning上のJupyter Notebookで探索なども含めて全ての作業を行いました。このため、ローカルマシンのスペックを気にする必要がなくなったのは大いに助かりました。データの分析作業は複数のデータアナリストで手分けして行ったのですが、クラウド上に置いてあるデータを皆で簡単に共有できたことや、Pythonなどを使っているためこれまでと使用感は変わらず、とても作業を進めやすかったです」

「人と機械の理想的な役割分担を実現」

　Microsoft AzureとAIのエキスパートが一堂に会して力を結集し、リンガーハットのDWH移行、Web発注システム開発プロジェクトは数々の難局を乗り越え、おおむね当初の予定通りに推移した。

　2019年10月にプロジェクトが正式に発足したわずか4カ月後には、オンプレミスのDWHを無事クラウド環境に移行し、2020年2月現在ではオンプレミスとクラウドの並行稼働を行う段階まで無事こぎ着けている。既にクラウドの方がオンプレミスより高い処理性能を発揮していることを確認しており、タイミングを見計らってクラウド運用に一本化する予定という。

　Web発注システムも無事開発を終え、現在は16店舗で実証実験を行っている。こちらも、煩雑な発注作業をほぼ自動化したことで、店舗のオペレーションを効率化できた。リンガーハットは近くこの仕組みを全店に展開する予定だ。

　ただ、プロジェクトはこれで完結したわけではない。リンガーハットの事業の成長やビジネスモデルの変革に合わせて、DWHやWeb発注システムも今後さらなる進化を続けていく。

　坂野氏は「DWHは今後さらにデータ量が増えてきますから、インフラ面も含めて適宜サポートを続けていく必要があります。Web発注システムに関しては、これから全国の店舗に本格展開していきますから、現場のユーザーの方々からさまざまな要望が寄せられるでしょう」と話す。今後も全国の店長たちの意見を基に、使い勝手を洗練させていく。

　売り上げ予測機能に関しても、AIの予測モデルをブラッシュアップし、さらに予測精度を向上させたいと光田氏は抱負を述べる。

　「今回は時間が限られていたため、できることが限られてしまいましたが、今後は天候やキャンペーン、テレビCM、イベントなどの特徴量も取り込んでさらに精度を上げていきたいと考えています。天候など正確な予測が難しい要素に関しては、その結果が売り上げに与える影響をシミュレートできる機能があると便利だと思っています。最終的に発注内容を決定するのは人ですから、その人の最終判断により役立つ機能が提供できれば、人と機械の理想的な役割分担が実現できるのではないかと考えています」

（前編）ちゃんぽん麺・野菜の発注、AIで自動化──店長たちの激務を減らせ、リンガーハットの夢

仮想通貨カジノパチンコ国王杯バルセロナ