M2TSP

1. 1
M2TSP
Google

2. 労働力の不足、衰退を始めた市場の中で法律を遵守しながら
少しでも損失を抑えて利益を上げる必要性
飲食店を取り巻く現状
• 人口減少に伴う慢性的な人手不足
• 外食産業の市場規模の縮小、衰退
 平成九年度の29兆円をピークに平成30年度には26兆円まで減少
• 年間120万トンにも及ぶフードロスによる損失
 政府による「食品ロスの削減の推進に関する法律の制定」
2

3. 私達が提案するサービスは
3

4. サービスの概要
Team M2TSP | ad”Buy”ser 4
一日に売れた商品の数をシステム上に入力するだけで、一日の売上・利益を提示する。
また、客の属性を画像認識AIで判別することで注文された商品と客を結びつけてデータ化する。
データ集計サービス1
収集したデータを基に、翌日の商品毎の売上を予測する。
この予測した売上を基に翌日必要となる食材の種類・量を提示する。
コンサルサービス2
仕入れ・在庫管理における食材ロスを大幅に削減し、経営面や環境面に貢献。
2つのサービスで効率的かつ合理的な仕入れを実現3

5. 分析するデータ
5
近くで行われているイベント
時期（月、週、曜日、祝日）
天候（気温、雨など）
外的要因
客の数
客層
ー年齢、性別、服装
[これらは画像認識AIを活用]
顧客
注文を受けたメニューの種類・量
売れ行き
これらのデータを組み合わせて、「いつ（何があるとき）」「どのような客
がどれだけ来て」「なにをどれだけ食べるか」を分析
× ×

6. 6
必要最小限の労力で効率的な仕入れ
・在庫管理の実現
AIにより集計・分析した過去のデータと、翌日の情報（天
候・時期・イベントの有無）を照らし合わせ、解析する
翌日に来る客の数・客層・必要となる食材の種類・量を
予測し提示する。
在庫の食材の状況に合わせ、食材ごとの必要な仕入れ量を
算出し、発注書の自動作成する。
コンサルサービス
STEP 2
STEP 3
STEP 1

7. 7
STEP 1
売上を入力
タブレットで使えるレジアプ
リを開発し、このアプリケー
ションを通じて売上やその商
品が売れた時間を記録する。
同時に顧客を画像認識で年代、
性別などを分類し、顧客と売
れ行きの関係性のデータも収
集する。

8. 8
STEP 2
売上確認
従来のシステム同様にその日
の売上等をまとめて表示する。
AIによって前年同月や直近
数ヶ月などと比較し、現在の
経営方針などが正しいのかの
指針の一つになり得る。

9. 9
STEP 3
売上予測
季節・曜日・祝日などの日付、
気温を含む天気、近隣でのイ
ベント等の外的要因と今まで
の売上データを分析すること
で翌日の売上を予測する。

10. 10
STEP 4
明日の仕入れ
各商品ごとの売上を予測する
ことで、きめ細やかな発注が
可能になる。
従来は人の手で発注書を作成
しFAXで問屋に送るケースが
多かったが、自動でpdf化、オ
ンラインでFAX送信をするこ
とで手間を削減する。
また、毎日必要なだけ仕入れ
ることで食材の鮮度も保てる。

11. 既存類似サービスとの比較
11
Stock Scan
タブレットで店内の在庫を管理すること
ができるサービス。
在庫を分析したアドバイスをすることは
可能であるものの、天候などの外的要因
を分析のファクターに取り込むことはで
きないため、ad”Buy”serに優位点がある
と考えられる。
セブン&アイHD
2019年度に全店舗でAIを活用した需要予
測システムを導入することを計画してい
る。
システム自体をサービスとして商業的に
展開するかは現状不明であるが、天候や
立地などを踏まえた分析の能力は
ad”Buy”serの脅威と十分なりうる。
セブン&アイHDがad”Buy”serと同じ飲食
店の在庫管理システムビジネスに参入し
てきた場合に備えて、ad”Buy”serを使い
やすいサービスとしてクライアントに受
け入れてもらう必要がある。

12. 想定するターゲット層
12
第一段階
新興の小規模飲食店
（20席程度のカフェ等）
 新しく開店する飲食店では「スマレジ」等
のタブレットを活用したレジシステムが採
用されることが少なくない。
 ad”Buy”serではレジシステムだけでなく在
庫管理をも一手に担うことが出来るため、
イニシャルコストは大きく変わらないにも
関わらず作業の効率化を推し進めることが
出来る。
第二段階
中～小規模飲食店
（個人経営の食堂や居酒屋など）
 第一段階でad”Buy”serの知名度を上昇させ、
飲食業界での信頼を得てから、より規模の
大きい飲食店もターゲットとする。
 規模が大きい店舗では個人経営と言えども
アルバイトなどを雇う場合がほとんどであ
る。現状飲食業界では人手不足が業界全体
の問題として叫ばれており、仕入れまでを
ほぼ自動で行うことは人員削減にも繋がる。
 サービスをフルに活用できるのは第二段階
以降と想定。

13. 想定する収益モデル
・コンセプトは「クライアント一人一人の事業スタイルに根差したサービスの提供」
・クライアントが従業員一人雇えるお金以下の価格でサービスを提供するため、
必要なサービス・不要なサービスの数や種類により柔軟な価格選択を可能に
13Team M2TSP | ad”Buy”ser

14. 想定する料金プラン
14
BASIC STANDARD GROUP
売上データの収集
売上予測の出来る日数
画像認識による顧客分析
システム上での発注
利用できる店舗数
料金
○
1日(翌日)
☓
☓
1
0円
○
3日
○
☓
1
16,000円
○
7日
○
○
5
150,000円
PRO
○
7日
○
○
1
31,000円
登録できるメニュー数 30 50 無制限無制限
☓ ☓ ○☓他店舗の在庫との連携

15. 想定する顧客の例
15
新規開業の個人経営カフェA
• 予算が潤沢でないため人件費は最小限にしたい
• 在庫管理の時間がもったいない
• メニュー数は少ない
• 新規開業のためレジ等のスイッチングコストはかか
らない
→BASICプランでad”Buy”serの良さを実感して
もらい、経営が軌道に乗り予算に余裕ができれ
ば画像認識で顧客分析が出来るSTANDARDプラ
ンへ。
複数店舗展開しているレストランB
• 店舗ごとに注文されるメニューの違いを知りたい。
 店舗による客層の違いを含む
• 予算はある程度あるが人手不足に悩んでいるので、
なるべく省力化を進めたい。
• メニュー数が多い。
• 店の強みを伸ばし、弱みを改善したい
→GROUPプランで他店舗との食材の融通や
各店舗での売れ行きや客層の特徴などを把握す
ることが可能に。

16. 本サービスの課題点
16
サービス提供初期段階では予測に必要なデータが圧倒的に不足する。
その段階においてはクライアントに本サービスの何を魅力に感じてもら
うかは検討する必要がある。
売上予測には膨大なデータを要する
客層を判別するのにAIの画像認識を用いる。コンプライアンス上許可を
求める必要があるが、そうなれば通常の業務の流れを大幅に妨げること
になり得る。
画像認識における肖像権の問題
AIによる売上予測には先述の通り莫大なデータを収集する必要がある。
故に同業他社を圧倒する店舗数での導入を目指さなければならない。
シェアを増やすことの重要性

17. 本サービスの応用・可能性
17
本サービスの肝はAIによる精度の高い売上予測である。したがってこれ
を応用すれば店舗の忙しさも予測できると考えられる。
シフト管理
本サービスでは仕入れと売上を一括で管理する。費用と売上を会計ソフ
トと自動で同期することで会計処理の手間の削減に繋がる
会計ソフトとの連携
売上を予測して仕入れ量を調整するのは多くの小売店でも共通する要素
である。中小規模の飲食店でノウハウを蓄積しチェーン店の飲食店から
スーパーマーケットやドラッグストアまで活用できるのでは無かろうか。
中小規模の飲食店以外のケース

18. カフェや居酒屋など個人経営のお店を
中心に多くの飲食店に仕入れと在庫管
理の効率化を図るサービスを提供する。
AIによる適切な在庫管理により常に食材
を新鮮に維持し、フードロスの削減と
それによる経営と環境への貢献を目指
す。
従来はクライアントの時間を奪ってい
た仕事をAIが担うことにより、従業員の
時間に余裕ができる。人手不足の解消
にも一役買う。

19. 参考文献
19
Amazon Web Services, Inc.「AWS課金体系と見積もり方法について」
<https://aws.amazon.com/jp/how-to-understand-pricing/>
Itmedia 「JapanTaxi、「車載タブレットで乗客の顔写真撮影」で行政指導 乗客に明示へ」
<https://www.itmedia.co.jp/news/articles/1903/25/news088.html>
一般社団法人 日本フードサービス協会「平成30年外食産業市場規模推計について」
<http://anan-zaidan.or.jp/data/2019-1-1.pdf>
株式会社マネーフォワード「Money Forward クラウド」
<https://biz.moneyforward.com/>
株式会社スマレジ「スマレジ」
< https://smaregi.jp/>
消費者庁消費者政策課「食品ロス削減関係参考資料」
<https://www.caa.go.jp/policies/policy/consumer_policy/information/food_loss/efforts/pdf/efforts_180628_0001.pdf>
総務省統計局「平成28年経済センサス」
<https://www.stat.go.jp/data/e-census/2016/index.html>
Foodist Media「食材の発注方法、58.1％がFAXを利用。業務効率化のヒントはWebツールの活用！？」
– < https://www.inshokuten.com/foodist/article/3044/>
モンスターチャンネル「IoTを用いて飲食店の集客を成功させるためのアプリ・サービス８選」
<https://monstar.ch/omiselab/store/appservice/>