需要予測AIはなぜ繁忙期を外すのか — 平均誤差では見えない失敗

需要予測で本当に困るのは、平均的な誤差ではなく繁忙期を外すことです。2026年7月16日公開の研究は、広く使われている誤差指標がまさにその失敗を覆い隠すと指摘し、少なく見積もる誤りを重く扱う手法を提案しました。発注量・仕込み量・シフト人数を決めている現場に、そのまま効く話です。

何が測られたのか

「APAL（Asymmetric Peak-Aware Loss）」という学習方法を提案した論文です（出典：arXiv:2607.14871、2026年7月16日、https://arxiv.org/abs/2607.14871v1）。

論文はまず、実務の非対称性を指摘します。多くの現場で、少なく見積もった場合の損失は、多く見積もった場合よりはるかに大きい。にもかかわらず、予測モデルの大半は MSE や MAE といった上振れと下振れを同じ重さで扱う指標で学習され、集計された平均誤差で評価されている、と。

これが何を招くか。全体としては当たっているように見えるのに、ピークだけ外しているという状態が見逃されます。

提案されているのは単純な2点です。

さらに論文は、評価の仕方も変えるべきだと提案しています。

検証は5種類の最新の予測モデルに対して行われ、題材にはメルボルン市の歩行者数データと、ビーチ来場者数のデータが使われています。

歩行者数の研究ですが、構造は自社の需要予測とまったく同じです。

少なく見積もる誤りのほうが高い — 欠品、機会損失、残業、緊急手配。多めに作った損失より、足りなかった損失のほうが大きい業種がほとんどです
「平均的には当たっています」は評価になっていない — 平常時が当たっていて繁忙期だけ外していても、平均誤差は良く見えます
ピークは「時間のずれ」も問題になる — 山の大きさが合っていても、1日ずれれば意味がありません。論文がタイミング誤差を指標に入れているのはこのためです

3つ目は見落とされがちです。「予測精度95%」と言われたとき、それがいつの精度なのかは確認する価値があります。

「繁忙期だけ」の精度を出してもらう。 全期間の平均ではなく、上位10%の日に絞った誤差を見せてもらう
少なく見積もった場合と多く見積もった場合を、分けて出してもらう。 合算されていると非対称性が消えます
ピークの日付が合っているかを確認する。 量が合っていても日がずれていれば、現場では使えません
外したときに誰が困るかを先に決めておく。 欠品を避けたいのか、在庫を減らしたいのか。この方針が決まっていないと、そもそも何を最適化すべきか決まりません

最後の点が実は一番重要です。この論文の手法は「少なく見積もるほうが損」という前提を数式に入れています。逆の業種（生鮮品の廃棄が最大の損失など）では、重みを逆にする必要があります。AIに任せる前に、自社の損失がどちら向きかを決める必要があります。

この研究の検証も、需要予測システムの構築も、TOEでは実施していません。予測は扱っていない領域です。

ただし在庫・需要予測にAIを使う話の一般的な整理は在庫と需要予測へのAI活用にまとめています。また、AI導入の評価基準を自社で持つ考え方はAIの良し悪しを自社基準でどう測るかを参照してください。

この論文が示していることは、TOEが他の領域で見てきたことと同じです。平均値で評価すると、いちばん困る失敗が見えなくなります。

実務では少なく見積もる誤りのほうが損失が大きいのに、予測モデルは上振れ・下振れを同じ重さで学習していることが多い（arXiv:2607.14871、2026年7月16日）
MAE・MSE などの集計された平均誤差は、ピークの失敗を覆い隠す
提案手法は、少なく見積もった誤りを重く罰し、ピーク部分の学習重みを上げる。5種類の予測モデルで検証
評価には 上位10%・上位1%の裾の誤差と、ピークのタイミング誤差を加えるべき
導入時は「繁忙期だけの精度」「少なく見積もった場合と多く見積もった場合を分けた数字」を要求する
TOEでは需要予測の構築・検証は未実施

「予測精度95%」という数字は、それが繁忙期の数字でなければ、意思決定には使えません。