ニチレイフーズグループで包装氷を扱うニチレイ・アイスは、日立製作所の「計画系業務最適化サービス」を使い、生産・輸送・在庫の計画を1つの計画としてAIで自動作成しています(日立が2025年10月15日に発表)。リリースによると、季節変動で需要が大きく左右される包装氷の計画立案時間は約70%減りました。
- ニチレイ・アイスが計画立案時間を約70%減らした事例
- 日立「計画系業務最適化サービス」が40を超える制約条件を扱う仕組み
- 約70%減が何と何を比べた数字か
- 欠品発生アラートなど、計画の直し方と気づき方
包装氷の計画が担当者に頼っていた理由
包装氷は、季節による需要の振れと運び方の制約が重なる商品です。そこに3つの計画を組み合わせる作業が加わり、計画づくりは担当者の力量に寄りかかりやすい業務でした。
理由は3つ。
- 季節で需要が大きく振れていた
- 重い氷は輸送の制約を受けていた
- 3つの計画を人が組み合わせていた
需要が季節で大きく動く商品
日立のリリースは、包装氷を「季節変動により需要が大きく左右される」商品と説明しています。何をどれだけ作り、どこに置くかを読み違えると、欠品か在庫の積み上がりのどちらかに傾きます。需要が動く商品ほど、計画の良し悪しがそのまま売上と在庫に響きます。
重い氷は運び方で費用が変わる
ニチレイ・アイスは東京都中央区に本社を置く、ニチレイフーズ100%出資の製氷事業会社です。包装氷を首都圏を中心に全国へ供給しています(IT Leaders、2025年10月15日)。
氷は重く、輸送効率の制約を受けやすい商品です(LOGISTICS TODAY、2026年3月26日)。物流全体でも、国土交通省の検討会は、具体的な対応がなければ2030年度に輸送能力の34.1%(営業用トラックの輸送トン数換算で9.4億トン相当)が不足する可能性があると示しています(持続可能な物流の実現に向けた検討会 最終取りまとめ、2023年8月)。重い氷をどう運ぶかは、計画の中心に置くべき条件です。
3つの計画を人が組み合わせていた
生産計画は、在庫水準を踏まえて販売・在庫の基準を満たす生産量と生産時期を決めます。輸送計画は、物流センターなど拠点ごとの在庫基準と販売見込みを満たすように運びます。在庫計画は、拠点ごとの基準と販売見込みを考慮して在庫を配置します。
3つは互いに影響し合うため、1つを動かせば残りも動きます。リリースは導入の成果として計画立案業務の簡素化や脱属人化を挙げており、これらが人の手と経験に頼る部分だったことがうかがえます。なお、ニチレイフーズは2020年に、生産計画と要員計画をAIで立案するシステムの稼働を始めており、計画業務へのAI活用はグループにとって初めてではありません(IT Leaders)。

生産・輸送・在庫を1つの計画として作る仕組み
導入されたのは、日立のLumada(ルマーダ)ソリューション「計画系業務最適化サービス」です。数理最適化という技術を使い、3つの計画が連係した計画を自動で作ります。数理最適化とは、守るべき決まりごとをすべて満たしたうえで、目標に一番近い組み合わせを計算で探す方法です。
AIに渡すものと返ってくるもの
文章や画像を作る生成AIとは違い、「答えを書く」のではなく「条件に合う組み合わせを探す」のが役割です。渡すものと返ってくるものは次の3段階です。
販売見込みや拠点別の在庫基準、実際の在庫量を渡します。
生産能力など40を超える制約条件を考慮し、約10個の相反するKPIを最適化します。
生産・輸送・在庫の3つが連係した1つの計画が出てきます。
KPIとは、計画の良し悪しを測る物差しのことです。「相反する」とは、片方を良くするともう片方が悪くなる関係を指します。輸送で言えば、積載効率の最大化とトラック台数の最小化がその例です。人が頭の中で同時にバランスを取るのが難しい部分を、計算で探すのがこの仕組みの役目です。
決まりごとと目標を細かく取り込むセミオーダー型
このサービスの特長は「セミオーダー型」であることです。基本機能を部品として持ちながら、計画立案に必要な業務ルールを顧客の業務モデルに合わせて細部まで反映します。リリースは、従来の汎用的なパッケージでは実現できなかった、現場に根ざした最適化だと説明しています。
基盤は、日立が提供する従量課金型のクラウド「ComiComiCloud」です。オンプレミスとパブリッククラウドの利点を融合させたフルマネージド型で、アプリからITインフラまで日立が支援します。自社の業務ルールを部品に合わせて取り込める点が、汎用パッケージとの違いです。
立案時間「約70%減」が比べているもの
リリースが示す約70%は、AIの計算が速いという意味の数字ではありません。何と何を比べたのかを確認すると、読み方が見えてきます。
リリースの注記によると、比べているのは次の2つです。1つは、ニチレイ・アイスで従来の計画立案にかかっていた作業時間です。もう1つは、AIへのインプットデータの準備と、AIの結果の確認・微調整にかかる作業時間です。AIを実行している間の待ち時間は含まれていません。
つまり、AIが出すのはあくまで案で、人がデータを整え、案を確認して微調整する作業まで含めても約70%減ったということです。人の仕事が消えたのではなく、3つの計画を一から組み合わせる作業がAIに移りました。公表されていないのは、何時間が何時間になったか、計画のサイクル、導入費用と期間です。

入力を直せば作り直せる計画と、2つのアラート
計画は一度作れば終わりではなく、状況の変化に合わせて直す場面が必ず来ます。このシステムは、直しやすさと気づきやすさの両面を備えています。
入力データを見直すだけで計画を修正できるため、変化の速い需給にも柔軟かつ迅速に対応できます(日立 ニュースリリース、2025年10月15日)。人が3つの計画を一から組み替える必要はありません。
異常の検知には、欠品が起きそうなときに知らせる欠品発生アラートと、生産量が足りないときに知らせる生産量不足アラートがあります。また、詳細な内訳や分析が難しかったコストなどのKPIも、見える化されました。
脱属人化の面では、人が見落としがちな制約や相互依存関係を考慮した計画を立てられるようになり、計画の質の改善にもつながったとされています。決まりごとがシステムに入ることで、計画の土台が一人の頭の中から外へ出ました。

今後については、適用業務範囲の拡大、より長期間の計画立案、トラブル発生時の計画修正などの機能拡充を検討するとしています。検討段階の話であり、実現した成果ではありません。
拠点が増える流れの中での計画の意味
同じ年の動きとして、ニチレイ・アイスは福岡県北九州市に「若松アイスプラント」を新設し、2026年9月に稼働する予定と発表しています(LOGISTICS TODAY)。同社初の九州の自社工場で、製氷能力は約64トン/日、全社の製氷能力は約25%向上する見込みです。
関東・中部・関西・九州の4極体制に再編し、他地域から運んでいた製品を現地供給に切り替えて、リードタイムと輸送距離を縮める狙いです。拠点が増えるほど、生産・輸送・在庫の組み合わせは増えると考えられます。計画を1つにつないで作る仕組みは、こうした拠点の広がりとも相性がよいと考えられます。
自社の計画業務に当てはめるときの確かめ方
自社で同じ考え方が使えるかは、次の項目で確かめられます。
- 互いに影響し合う計画が2つ以上あるか
- 守る条件を書き出せるか
- 目標同士がぶつかっているか(例:積む量とトラック台数)
- 販売見込みと在庫の実績を毎回入力できるか
- 案を確認して直す人を残せるか
ニチレイ・アイスの約70%減も、データ準備と確認・微調整の作業を前提にした数字でした。入力データを揃える体制と、案を見て直す担当者の両方がそろって、はじめて同じ形の運用が成り立ちます。
まとめ
ニチレイ・アイスは、別々に立てていた生産・輸送・在庫の3つの計画を、AIで1つの計画につなぎました。約70%減という立案時間は、データ準備と確認・微調整の作業を含めた時間どうしを比べた数字です。入力データを見直せば計画を作り直せるので、需要が季節で動く包装氷にも対応しやすくなっています。九州の新工場を含む4極体制へ拠点が広がる中で、計画をつなぐ意味はさらに大きくなると考えられます。人が見落としがちな制約まで考慮した計画を、担当者に頼りきらずに立てられる点が、この事例の核心です。
- 生産・輸送・在庫の3つの計画を、AIで1つの計画にした
- 約70%減は、データ準備と確認・微調整を含めた作業時間の比較
- 入力データを見直せば計画を作り直せ、欠品発生アラートなど2つのアラートもある
