IKEAレストランがWinnowのAI計量を導入し、食品廃棄を54%削減したと公表されています。
数値はサービス提供元公表のため、本文では「提供元公表」と明記して扱います。
「これは大手チェーンの話だから、うちには関係ない」と読み飛ばすにはもったいないです。
「捨てている量が見えず、原価が静かに利益を食う」悩みは、海外に限らず国内の飲食・宿泊・給食(1〜30名)まで刺さる治療薬型の課題だからです。
僕が注目したのは、これが「廃棄を減らすキャンペーンの話」ではなく「見えない原価を見えるようにする計測の話」だという点です。
飲食業の「廃棄量が見えず原価が削れる」課題
飲食業にありがちな構造はこうです。
- 仕込み過多で捨てる/不足で売り逃すを勘で繰り返す
- 廃棄の中身が見えず、メニュー別の原価が読めない
- 利益率が静かに下がっても、原因が特定できない
ここにあるのは「捨てている量が見えず、毎日少しずつ利益が削られる」構造です。
これは毎日発生する緊急度の高い悩みです。
IKEA × Winnow が計測で整えた
海外の事例で公表されている範囲では、廃棄物の重量・種別をAIで自動計測し、メニュー別/時間帯別に可視化する形です。
ポイントは「廃棄を減らせ」と精神論で言うのではなく「捨てた量が日次でメニュー別に見える」設計です。
- 廃棄をAIが計量・画像認識で記録
- メニュー別/時間帯別に廃棄を見える化
- 仕込み量の意思決定を「数字」で動かす
考察すると、こうです。
- 課題の本質は「廃棄が見えないから減らせない」
- 解は「日次でメニュー別の廃棄が見える状態にする」
- 結果として仕込み量と発注が静かに最適化される
結果はどうだったか
提供元公表ベースで示されているのは以下です。 固有の数値はサービス提供元公表由来のため、断定はしません。
- IKEAレストランでWinnow導入により廃棄54%減
- 一般値: Winnow導入店で数ヶ月で廃棄30%減
- 参考(Goop Kitchen × ClearCOGS): 一晩で利益率+2%を実現
- 参考(Red White & Que): 1日リブ最大3ラック分を節約
定性的にいえば、「勘の仕込みで毎日少しずつ捨てる」状態から、「数字で仕込み量を決める」状態へ移れる方向に効きます。
中小・個人事業で再現するなら
ここからが本題です。 国内の飲食・宿泊・給食(1〜30名)で同じ思想を取り入れるなら、どう設計するか。
構成
| 項目 | IKEA × Winnow像 | 国内中小(1〜30名) |
|---|---|---|
| 対象 | 全廃棄をAIで自動計量 | 廃棄の振れが大きい1メニューだけ |
| 手法 | AI計量+自動記録 | 既存の販売データ+生成AIで仕込み予測 |
| 月額費用 | 専用機器込み | 推定 月0〜数千円 |
| 初期費用 | 機器・導入支援 | 推定 0円(データ整理の手間) |
| 体制 | 厨房管理者 | 店主/料理長 兼任 |
| 期間 | (継続) | 2〜4週間で1メニュー分の傾向を出す |
評価軸スコア
| 評価軸 | スコア |
|---|---|
| ROI(投資対効果) | ★★★★★ |
| 再現性(中小/個人) | ★★★★☆ |
| 難易度(低いほど簡単) | ★★★☆☆ |
(難易度=数字が小さいほど簡単)
スコアの根拠はこうです。
- ROIは非常に高い。廃棄1%減=原価率に直結
- 再現性は高め。AI計量機器は不要、販売データから予測でも効く
- 難易度は中程度。仕込み数の意思決定を「勘」から「数字」に移す抵抗が要点
前提条件・必要データ
- 過去3ヶ月のメニュー別販売数
- 仕込み量と廃棄量の記録(無いならまず3週間つける)
- 曜日/天候の傾向
失敗条件・適用しないケース
- メニューが日替わりで、傾向が出るほどのデータがない
- 仕込み判断者が複数で、ルールを揃えないまま予測だけ入れる
- 廃棄記録の工数が、削減益を上回る規模
「AIで予測すれば廃棄が減る」のではありません。
廃棄を3週間記録する→傾向の出る1メニューに絞る→予測で仕込み量を出す→週次で結果を見直す、という流れで初めて、この事例の「原価が静かに改善する」像が国内の中小にも見えてきます。
特に「全メニュー一斉に予測」は、人にも工数にも嫌われ逆効果です。1メニューから始めるのが要点です。
出典・参考
一次情報 IKEA × Winnow を含む飲食AI事例(業界メディア) https://www.closedlooppartners.com/how-ai-can-reduce-food-waste-at-restaurants/
(固有数値は提供元公表由来。最新の固有事例はブラウザで原典を確認してください)
市野
愛知県岡崎市でAI活用支援を手がける一人社長。 中小企業の現場でAIを実装してきた経験から、他社事例を「うちで再現するには」の視点で読み解いて発信中。


