在庫精度とは、システム上の在庫データが、SKUおよびロケーションレベルで実際のラック上の在庫とどれだけ一致しているかを示す指標です。計算式は（正確な記録数 ÷ カウントした記録数）× 100 となります。記録のズレは、誤配置、未記録の移動、紛失、入力ミスなどによって発生しますが、多くの現場では定期的な棚卸しの際に初めてその被害を測定しています。ビジョンAIは、これを継続的に測定します。

世界トップクラスの現場では、SKUおよびロケーションレベルで95%〜99%以上の在庫精度を目標としていますが、実際の監査ではそれを大きく下回ることが日常的です。オーバーン大学のRFIDラボの測定によると、小売業の平均在庫精度はわずか63%でした。カメラベースの継続的なカウントであれば、不一致が発生したその日に修正されるため、次回の棚卸しまで発見が遅れることはなく、常に高い精度を維持できます。

はい。カメラベースのAIはライブ映像から継続的に在庫をカウントし、定期的な手作業による棚卸しに取って代わります。ガートナー社は、2027年までに倉庫業務を行う企業の半数が、まさにこの目的でAI搭載のビジョンシステムを利用するようになると予測しています。すべての在庫移動がリアルタイムで記録に反映されるため、在庫数は常に最新の状態に保たれ、棚卸しのために現場の作業を止める必要もありません。

WMS（倉庫管理システム）は、人間が入力した取引情報を記録するものです。NAGAREは、実際に何が起きたかを物理的に検証し、記録されなかった動きを捉えます。そして、検証済みの在庫数をSAP、WMS、ERPに同期させることで、記録上のデータと実際のラック上の在庫を完全に一致させます。

いいえ。NAGAREは、既存のCCTVカメラで動作します。ドローン艦隊の管理や、通路を走行するロボット、あるいは新たに購入・保守が必要なキャプチャ用ハードウェアは一切不要です。一度トレーニングを行えば、同じシステムを店舗、工場、拠点全体に展開できます。

導入は、現場の調査とカメラのマッピングから始まります。その後、貴社の実際のSKUとラックに合わせてモデルをトレーニングします。棚卸しは既存のプロセスと並行して行われ、検証が完了するまで継続されます。通常、6ヶ月かかるパイロット運用ではなく数週間で完了し、不一致の蓄積が止まるため、初日から精度が向上し続けます。