予測はむずかしい お寿司屋さんにて

先日、近所で人気の寿司チェーン店に行きました。半年前くらいにオープンして、通るたび行列ができているお店。いつも混んでいるので入るタイミングをうかがっていたら、その日は「カウンター席 待ち時間10分」と案内されていました。ちなみにテーブル席だと70分。10分ならばと「カウンター席」で受付して待機したのですが、お寿司を食べたのはそれから90分後。10分が90分になるとは…思ったより待ちましたが、美味しいお寿司を食べることができました。行列ができるのも納得。

気になったのは、案内モニタの待ち時間はどう算出されていたのか。このお店の仕組みはわかりませんが、おそらく待ち組数、食事にかかる平均的な時間、時間帯などから計算されていると想像します。その時々で店内の状況が変わると考えたら、待ち時間の予測は簡単ではないのかもしれません。

AIで予測精度をあげるとしたら？食事中のお客様の構成、年齢、注文している商品（お酒やサイドメニューの有無など）、注文間隔など、店内のあらゆる情報を、リアルタイムに把握できたら精度があがりそうです。効果がコストに見合うのかはさておいて。

もしも高精度予測で案内されていたら「カウンター席 待ち時間90分」だったのか。そしたらお寿司を食べていなかったかもしれないけど…。ではなくて、予測から待ち時間短縮のシュミレーション⇒何らか効果的な短縮策（例えば最適な座席案内順だとか）を提案・現場に反映⇒「カウンター席 待ち時間10分」が現実に、となっていたかもしれません。

いろいろ書いていますが、このお店は予約システムで待ち時間を短縮しています。気まぐれに立ち寄ったので待つことになりましたが、待てない方はぜひ予約を。今では多くのお店で利用できますが、寿司チェーン店で予約システムが利用されるようになったのは10年前くらいだとか。待ち時間短縮以外だと、ある寿司チェーン店ではAIによる需要予測で在庫量を最適化し、品切れ防止・食材ロス削減に取り組んでいました。日々技術が発展し、より高度なサービス向上が実現しています。10年後、未来のお寿司屋さんはどんな体験ができるようになっているのでしょうか。（よ）

moni-meter
　　脱・手書き！点検データをデジタル化、誤検針を削減
　　AI自動読み取りで検針が楽になる設備点検支援システム

PLMソリューション
　　製品ライフサイクルの各データを活用しビジネスを改革
　　PLMシステム導入支援、最適なカスタマイズを提案します

EV用充電制御ソリューション
　　EV充電インフラ整備を促進するソリューションを提供
　　OCPP・ECHONET Liteなど設備の通信規格に柔軟に対応

株式会社NTTデータIMジェイエスピー
　　横浜に拠点を置くソフトウェア・システム開発、
　　製品開発(moniシリーズ)、それに農業も手がけるIT企業