AIToday
大規模言語モデルAIビジネス・産業Amazon AI Blog掲載日時: 2026年8月29日 4:002分で読める

デカトロン、需要予測にChronos-2採用

LINEで送る
デカトロン、需要予測にChronos-2採用

要点

  • デカトロンが需要予測にChronos-2を導入。

  • 地域ごとに予測誤差が大幅に減少した。

  • 運用の複雑さが減り、商品の入手性が向上する。

3つのポイント

  1. 何が起きたか

    世界最大級のスポーツ用品小売りであるデカトロンは、複数の時系列基盤モデルを評価した結果、需要予測スタックの中核要素としてChronos-2を選定した。AWS上での展開は東南アジアやラテンアメリカなどの供給圏をカバーし、中東とアフリカも計画中だ。

  2. なぜ重要か

    新システムにより予測精度が大幅に向上した。例えば、東南アジアでは12週間の予測誤差(WAPE)が39%から28%へ、ラテンアメリカでは53%から38%へ低下した。これにより、デカトロンは在庫切れや過剰在庫を回避し、顧客が必要とするときに商品を提供できる。国内の大手小売企業が、同様の需要予測基盤モデルを導入する動きに参考を与える可能性がある。

  3. 注目点

    デカトロンはモデルの微調整を6か月ごとに行うだけで、従来の毎週再学習するシステムを上回る性能を発揮する。推論はラテンアメリカの7,000時系列で約40秒、東南アジアの15,000時系列で75秒で実行される。

この記事についてAIに質問する →

背景と解説

デカトロンのChronos-2への移行は、従来の予測手法からの脱却を意味する。以前の手法は毎週の再学習が必要で、新しい地域への拡張に課題があった。時系列基盤モデルであるChronos-2は、微調整なしでも完全にトレーニングされた本番ベースラインに匹敵する、あるいはそれを上回る事前学習済みの機能を提供する。デカトロンが自社データで行ったベンチマークでは、微調整により誤差がさらに数ポイント減少した。ネイティブな共変量サポートと効率的な微調整が、明確な選択肢となった。この導入は、大規模小売業者が需要予測に基盤モデルを採用し、精度向上と運用負荷の低減を実現できることを示している。

よくある質問

Chronos-2は予測精度をどの程度改善したのか?
東南アジアでは12週間のWAPEが39%から28%に低下した。ラテンアメリカでは53%から38%に低下した。
デカトロンはどのくらいの頻度でモデルを再学習するのか?
微調整は6か月ごとに行われ、従来の毎週の再学習よりも頻度が低い。
Amazon AI Blog元記事を読む
LINEで送る

「大規模言語モデル」の最新ニュースを、毎朝7時にお届けします

たとえば、いま届くならこの3本です

  • Broadcom発表 VMware AI Factory で高速なプライベートAITop Companies AI · 3時間前
  • ブロードコム、ハイパーバイザーでセキュリティを強化SiliconANGLE AI · 4時間前
  • AIコーディング、プロンプトから文脈へ進化ITmedia AI+ · 4時間前

AIが要約して、あなたの選んだトピックだけを1日1通。LINE・Email・Slackで届きます。

登録無料・30秒で完了・いつでも解除できますAITodayについて →

AIに質問

この記事についてわからないことをAIに質問できます。Q&Aはこのページに公開され、他の読者も読めます。

関連記事

次の記事へエヌビディア、予想上回りHugging Face買収視野