スガキコシステムズがUMWELTで店舗売上予測を革新ー名大発AIで精度向上を実現

2025年9月15日2025年10月23日

本記事の概要

・スガキコシステムズがAI導入を開始
・ノーコードAIで高精度の売上予測を実現
・食品ロス削減と現場負担軽減に効果

東海地方を中心に「スガキヤ」ブランドを展開するスガキコシステムズが、DX推進の一環として名古屋大学発AIスタートアップ・トライエッティングのノーコード予測AIプラットフォーム「UMWELT」を導入しました。従来の人による売上予測と比べ、高精度の予測結果が得られたことで、食品ロス削減や現場負担の軽減に向けた一歩を踏み出しています。

本記事では、AI導入に至る背景と課題、UMWELT導入によって得られた成果、使用された技術と特徴、関連する技術情報、同業界におけるAI導入事例、そしてスガキコシステムズの企業概要に至るまで、詳細に解説いたします。

スガキコシステムズ株式会社の概要

スガキコシステムズ株式会社は、東海地方を中心に「スガキヤ」ブランドを展開する外食チェーン企業です。ラーメンや甘味を提供する独自の店舗スタイルで、地域住民から長年愛されてきました。

直営店とフランチャイズを含めて200店舗以上を運営しており、低価格かつ安定した品質の商品で幅広い世代から支持を獲得しています。近年は食材調達や店舗運営において効率化やデジタル活用を重視し、DX推進にも積極的に取り組んでいます。

スガキヤブランドの展開と歴史

スガキヤの歴史は1946年の創業にさかのぼり、戦後の復興期に誕生しました。ラーメンを中心にソフトクリームや甘味を同時に提供する独自の店舗スタイルを築き上げ、東海エリアを代表するファストフードチェーンとして定着しました。現在はショッピングモールやフードコートを中心に展開しており、日常的に立ち寄りやすい店舗網を形成しています。

特に低価格でありながら安定した味を維持することを重視し、長年にわたって顧客との信頼関係を築いてきました。さらに、セントラルキッチン方式を取り入れることで商品品質を統一し、効率的な供給体制を確立しています。こうした歴史とブランド力が、DX推進を進める上でも強固な基盤となりました。

DX推進の方針と業界における課題

外食産業は近年、人材不足や食品ロス、需要変動の予測難といった課題に直面しています。スガキコシステムズも例外ではなく、各店舗での売上予測や発注業務は従業員の経験や勘に依存しており、効率化が求められていました。さらに、店舗数が多いため、わずかな誤差でも全体の食品ロスや収益に大きな影響を及ぼす構造となっていました。

こうした背景から、同社はDX推進を企業戦略の柱に位置づけ、AIをはじめとするデジタル技術の導入に積極的に取り組むようになったのです。現場の負担軽減と顧客満足度の両立を目指すため、既存データを有効活用した高精度な売上予測が急務とされました。これが、名古屋大学発スタートアップであるTRYETINGの「UMWELT」導入につながる重要な契機となりました。

AI導入の背景と抱えていた課題

スガキコシステムズがAI導入を検討するに至った背景には、外食産業全体が抱える共通課題が存在しました。人手不足の深刻化、需要変動の激しさ、そして食品ロス削減への社会的要請です。

同社は「スガキヤ」ブランドを中心に200店舗以上を展開しており、各店舗での発注業務や売上予測は従業員の経験と勘に大きく依存していました。この属人的な運営スタイルは限界に近づいており、精度のばらつきが収益構造に直結していたのです。効率性と安定性を両立させるためには、データに基づく仕組みが不可欠でした。

現場の工数と食品ロス削減ニーズ

店舗運営の現場では、日々の売上予測や食材発注に多大な工数が割かれていました。特に週末や季節イベントなど需要が大きく変動するタイミングでは、経験豊富な社員でも誤差が生じやすく、余剰在庫が発生するケースが少なくありませんでした。この誤差は食品ロスや廃棄コストの増大につながり、企業全体の収益性を圧迫していました。

同時に、現場スタッフの精神的負担も大きく、売上予測が外れるたびに業務改善が求められる状況でした。こうした課題を解決するには、人に依存しない客観的なデータ分析による予測が必要とされました。特に、AIによる自動化が実現できれば、食品ロス削減と業務効率化を同時に達成できる可能性が高いと考えられていたのです。

既存データ活用と予測精度への期待

スガキコシステムズは、これまでの店舗運営で蓄積してきたPOSデータや販売記録を保有していました。しかし、これらのデータを実務で十分に活用できていなかったことが課題でした。属人的な判断を補強するために、既存データを活用し高精度な予測を行う仕組みの導入が求められたのです。

特に、需要が天候や時間帯によって大きく変動する飲食業界では、単純な計算では予測が困難であり、AIの持つ多変量解析力への期待は大きなものでした。導入にあたっては、操作性の高さや専門知識不要といった要件も重視され、現場スタッフが無理なく利用できるノーコードAIが最適と判断されました。こうして、TRYETINGの「UMWELT」を採用する決断がなされたのです。

導入したAI技術とプラットフォーム「UMWELT」の特徴

スガキコシステムズが導入したのは、名古屋大学発のAIスタートアップTRYETINGが開発したノーコード予測AIプラットフォーム「UMWELT」です。このプラットフォームは、専門的なプログラミングスキルがなくてもAIモデルを構築できるのが大きな特徴です。

店舗データを活用した売上予測を自動で行い、従来の人間による予測と比較して同等以上の精度を実現しました。外食産業特有の需要変動に対応できる点が高く評価され、現場における業務改善の基盤として採用されたのです。

UMWELTの技術概要と基本機能

UMWELTは、ExcelやCSVといった身近なデータ形式を読み込むだけで予測モデルを自動生成できる仕組みを備えています。利用者はデータをアップロードし、予測したい対象を指定するだけで、複雑なアルゴリズム選択やパラメータ調整を行わずに高精度な結果を得られます。

販売数量の予測や需要変動分析に対応できるため、外食産業において特に有効です。また、前処理や特徴量設計といったAI構築の専門工程を自動化しており、現場の担当者でも短時間で結果を確認できる点が強みです。スガキコシステムズでは、日々の売上予測をUMWELTに任せることで、これまで属人的だった判断の精度を底上げし、業務の標準化を進めることが可能になりました。

導入しやすさと運用支援体制

UMWELTはノーコードで操作できるだけでなく、導入後の運用サポート体制も充実しています。TRYETINGは定額制の利用料金で複数部門に展開できる柔軟なプランを提供し、スガキコシステムズのような大規模チェーンでも無理なく活用できるように設計しました。

さらに、カスタマーサクセスチームが伴走支援を行い、現場スタッフが定着するまで運用をサポートします。この体制により、導入初期から安定した成果が得られ、現場の不安を払拭することができました。

加えて、気象データやカレンダー情報など外部データとの連携も可能で、より精緻な売上予測を実現できる拡張性も備えています。これにより、スガキコシステムズは持続的に運用できる仕組みを整え、現場負担を軽減しつつ成果を出すことに成功しました。

導入による効果・成果

UMWELTを導入したことで、スガキコシステムズは店舗運営における複数の課題を解消し始めています。特に、従来は経験や勘に頼っていた売上予測がデータドリブンに変わり、客観的かつ安定した判断が可能になりました。

これにより、食品ロス削減や人件費の効率化といった経営課題の改善が進んでいます。また、予測精度の向上は現場スタッフの心理的負担を軽減し、より本質的な顧客サービスに時間を割けるようになった点も重要です。

売上予測の精度向上

実証実験の結果、UMWELTによる売上予測は従来の人間による予測と同等、あるいはそれ以上の精度を実現しました。これまで経験豊富な社員でも誤差が生じていた週末や季節要因に関しても、AIが複数のデータを組み合わせて予測することでブレを最小化することができたのです。

精度が安定したことにより、発注の正確性が高まり、余剰在庫や品切れの発生率を抑制できました。これは直接的に食品ロス削減につながり、コスト削減効果をもたらしました。また、精度の信頼性が高まったことで、従業員はAIを参考に発注計画を立てることができ、現場の判断がよりスムーズになった点も大きな成果といえます。

部門横断的な活用と今後の展開

UMWELTの導入は店舗運営だけでなく、本部やセントラルキッチンといった関連部門にも活用の幅を広げています。本部では全体の売上トレンド把握や在庫計画の立案にAIを活用し、セントラルキッチンでは食材の調達量や製造スケジュールを最適化する手段として役立っています。さらに、複数部門が共通の予測データを利用することで、サプライチェーン全体の調整が円滑になり、効率的な経営が可能となりました。

今後はPOSデータや気象情報を組み合わせたさらに精緻な予測に発展させ、食品ロス削減と収益性向上を同時に実現することが期待されています。このように、UMWELT導入は単なる売上予測ツールに留まらず、組織全体のDXを推進する基盤へと成長しているのです。

同業界におけるAI導入事例

外食産業や食品業界では、需要予測の精度向上が経営の安定性を大きく左右します。特に食品ロス削減や人件費最適化の観点から、AIを活用した売上・需要予測への注目度は高まっています。

スガキコシステムズの事例は先進的な取り組みですが、他の企業でも同様にAIを導入し、効率化と環境配慮を両立させる動きが広がっています。これにより業界全体としても、属人的な運営からデータドリブン経営への転換が進んでいます。

食品業界での需要予測活用事例

食品業界におけるAI需要予測の代表的な事例として、醤油や調味料を製造するキング醸造株式会社の取り組みが挙げられます。同社はTRYETINGのUMWELTを活用し、過去の販売実績や気象データを組み合わせることで、出荷量の精度向上に成功しました。その結果、在庫の過不足を抑制し、流通コスト削減と食品廃棄の低減を実現しています。

外食チェーンと同様、製造業でも需要予測の誤差は利益構造に直結するため、AIの導入効果は極めて大きいといえます。スガキコシステムズの導入と比較すると、対象は「出荷量」か「店舗売上」かという違いはありますが、データを軸に精度を高めることで、効率と持続可能性を両立できるという共通点があります。

ノーコードAI採用の広がり

近年は、専門知識を持たない現場担当者でも使えるノーコードAIが普及しつつあります。飲食業や小売業のように、多数の店舗を抱える業態では、IT専門部門に依存せず現場で迅速に予測モデルを作成できる点が大きな利点です。たとえば一部の小売チェーンでは、ノーコードAIを使って来客数や売れ筋商品の需要を予測し、仕入れや人員配置に役立てています。

これにより、在庫不足や過剰仕入れのリスクが軽減され、現場の柔軟な対応力が向上しました。スガキコシステムズが導入したUMWELTも同様に、現場での即時活用を可能にし、全社的なDXを支える基盤となっています。今後は外食・食品業界に限らず、流通や製造など幅広い分野でノーコードAIの導入が加速することが予想されます。

まとめと今後の展望

スガキコシステムズ株式会社が導入したTRYETINGのノーコード予測AI「UMWELT」は、属人的だった売上予測をデータドリブンな仕組みへと進化させ、精度の安定化と現場負担の軽減を同時に実現しました。

この事例は、食品ロス削減や収益改善といった即効性のある成果だけでなく、組織全体のDX推進に大きな弾みをつけています。今後はさらに外部データを組み合わせた予測の高度化や、複数部門への横展開によって、企業全体の持続的な成長を支える重要な基盤となるでしょう。

今回の導入の意義と総括

今回のAI導入で得られた最大の意義は、現場の経験や勘に依存していた業務を、科学的かつ再現性の高い仕組みに置き換えられたことです。UMWELTによって生成された予測は、人間の直感に匹敵する精度を発揮しつつ、安定した成果を出し続けることが可能になりました。

これにより、食品ロス削減や人件費効率化といった具体的な成果が得られたほか、社員がAIを信頼しながら活用できる土台が形成されました。外食産業は需要変動が激しいため、予測精度が経営に与える影響は非常に大きく、本事例は他社にとっても大きな参考となる成功モデルといえます。

今後注目すべき展開と期待

今後、スガキコシステムズはUMWELTの活用をさらに広げることで、予測精度と業務効率を一層高めていくことが期待されます。具体的には、POSデータの細分化による品目別需要予測、天候データとの連動強化による精度改善、さらに本部やセントラルキッチンを含めたサプライチェーン全体の最適化が進むでしょう。

また、ノーコードAIの導入を通じて現場スタッフがデータ活用に慣れることで、企業文化としてのデジタルリテラシーが向上する点も注目されます。こうした取り組みが積み重なれば、スガキコシステムズは食品ロス削減と収益性向上を両立させる先進企業として業界をリードし、外食産業全体のDXモデルケースとなる可能性があります。

スガキコシステムズがUMWELTで店舗売上予測を革新ー名大発AIで精度向上を実現