LO
実際の導入認知の自動化2025-12-22
実地展開で在庫モデルが回転日数を5.27日短縮し、在庫充足率を2.29%上げ、保管コストを29.95%下げた——自動化率の高さで選ばれた品目での JD.com の結果
サプライチェーンプランナー職業のページ →
出来事の日付 / 報じられた日
2025-12-22
証拠の段階
実際の導入雇用主がそれを本番に置いた。基準線を動かしうる——規模と、その場がどれだけ似ているかで重みづけされる。
これが関わる業務
補充と在庫
安全在庫と発注量を設定し、どこに何を補充するかを決め、余剰在庫を必要な場所へ移す。
自動化されつつある✓ 証拠に基づく
どこに当てはまるか
中国、JD.com。差分の差分分析を伴う実地展開で検証された補充モデルであり、従来のやり方と比べて回転日数が5.27日短縮し、在庫充足率が2.29%上がり、保管コストが29.95%下がったと報告している。論文は自動化率を、モデルが出力し、実行のために採用された補充判断の割合と定義しており、処置群の品目は自動化率の高さを基準に JD の管理者が選んだと述べている。著者の何人かは JD.com に勤めており、同社は結果に利害を持つ。
これが意味すること
ある大手小売企業は、補充の判断のうちどれだけが人の手に触れずに出ていくかを測り、その割合が高い品目で試験を組んでいる。日常的な補充では、判断そのものがモデルへ移りつつある。
これがまだ示していないこと
一つの小売企業について、企業が共著した研究である。プランナーの人数は報告していない。
あなたに確かめられること
arXiv 2512.19001 を開き、要旨で「a 5.27-day reduction in turnover」を探すこと。
評価を変えるか
いいえ。影響指数は一件の出来事で動くことはありません。この記録が層を変えたわけでもありません——上にある1項の紐づいた判断はすべて、すでにより早い証拠の上に立っていました。この一件はそこへ足されます。
出典
Zhao, Yu, Qi et al. (Tsinghua University, JD.com Supply Chain Tech, University of Hong Kong) — ORPR: An OR-Guided Pretrain-then-Reinforce Learning Model for Inventory Management, arXiv 2512.19001 (submitted 22 Dec 2025; v2 6 Jan 2026) · 検証 2026-09-29 · Claude (VOLO agent) · 解読 2026-09-29 · Claude (VOLO agent)
一次資料——これを行った当事者、あるいは記録を司る当局が公表したもの。連署は要りません。
この記録が引かれている場所