Alps Ninja / Works / № 04
Program Scheduling Optimization AI · 2026

ジュピターショップチャンネル 番組編成最適化AI

AI Service Design UI/UX
Client
ジュピターショップチャンネル株式会社 データ戦略部（実施：Insight Edge）
Role
リードサービスデザイナー / UI/UXデザイナー
Duration
約6ヶ月
Team
Insight Edge / ジュピターショップチャンネル（12名）
Links

— Summary

ジュピターショップチャンネルの番組編成を、AIで最適化する意思決定支援システム。24時間365日・週約500アイテムという膨大な制約条件の中で、売上や新規顧客数を最大化する編成案を自動生成する。2025年12月に本格稼働し、編成業務時間 約70%（約30時間/月）削減と、年間十数億円規模の売上向上が期待される。AIの自動化を現場の「業務の一つ」として運用に落とし込む、価値設計・EX設計・UI/UXを担当した。

— Approach

「AIに何ができるか」ではなく「誰の、何を解決すべきか」をヒアリングし、課題を構造化することから始めた。AIによる番組編成の自動化で売上向上の目処は立っていた——しかし、それを画面（GUI）に落とし込み、現場の『業務の一つ』として日々運用するには何が必要か。その全てを洗い出すことが、サービスデザイナーの仕事だった。

例えば、1つの番組表を作るにも多くの情報を集める必要があり、それを担当者に負荷なく管理・入力させる方法を設計した。また、AIの分析実行中はその先の業務に進めないため、ツールをいつ走らせるかによって従業員の残業時間すら変わり得る。こうした従業員体験（EX）にアジャストした体験として、ツールの運用フローまで一体で設計した。

全画面の情報設計・ワイヤーフレーム・導線設計・UIデザインを担当。担当者が手動で調整するたびに売上・新規顧客数・制約遵守リスクをリアルタイムに再計算するUIで、AIと人の協働を成立させ、自動化された出力を現場の意思決定にそのまま接続した。

— Slides

01 / 03

— Process

  1. STEP 1 RESEARCH

    業務理解と制約条件の構造化

    • 「AIで速くする」でなく「編成担当者はどう判断しているか」から出発し、業務フローをを可視化
    • 熟練者だけが把握していた10種類以上の暗黙的制約を洗い出し形式知化
    • 数百番組×30分×7日という複雑な配置問題を、技術チームが設計可能な形に翻訳
  2. STEP 2 VALUE DESIGN

    課題定義と提供価値

    • 業務理解から提供価値を導出
    • 最適化の目的を「速くする」でなく「売上最大化＋制約遵守」に設定し、経営目線の価値を組み込み
    • To-Be業務フローで、AIと人の役割分担を設計
  3. STEP 3 EX DESIGN

    業務・従業員体験（EX）の設計

    • AIによる自動生成のリードタイム（分析実行〜結果待ち）が日常業務に与える影響を調査し、残業時間まで左右しうる運用上の制約を特定
    • ツールを「どの業務の・どこに差し込むか」を検討し、AI生成を現場の業務フローに無理なく組み込む位置づけを設計
    • 1つの番組表に必要な大量情報を負荷なく入力・管理できる仕組みなど、担当者のEXそのものを設計
  4. STEP 4 EXPERIENCE

    フロントステージ設計（UI/UX・全画面）

    • 業務プロセスを時系列で設計し、機能の集合でなく業務の流れとしてUIを構成
    • 予測をリアルタイム再計算するUIで、AIと人の協働を成立
  5. STEP 5 DELIVERY

    商用リリースと品質担保

    • 2025年11月プレリリース→12月にV1.0.0を本格稼働させ、本番環境で実業務運用を開始
    • 全機能を網羅した51ページのユーザーマニュアルを、業務プロセスとしての「定着」を促す設計ツールとして整備
  6. STEP 6 EVIDENCING

    検証・振り返り・外部発信

    • リリース報告会とKPT振り返り会（計4回）で、サービスの価値をエビデンスとして蓄積・組織還元
    • 編成業務時間 約70%削減（約30時間/月）・年間十数億円規模の売上向上見込みを成果として整理し、2026年2月にプレスリリースで公表
    • 学会発表（遺伝的アルゴリズムの応用）で技術的価値を外部へ発信
  7. STEP 7 ITERATION

    フェーズ2／運用フィードバック反映

    • 実運用のフィードバックから追加開発（2026年5〜8月）し、改善サイクルを継続
    • 誤編集防止など、運用中に初めて見える信頼性課題をリリース後の検証で発見し設計へ反映
    • フェーズ2でも上流（ヒアリング→要件定義→UI設計）を反復し、価値設計を更新し続ける

— Results

  1. 2025年12月 本格稼働を開始
    • 番組編成という根幹業務にAIを実装し、現場の運用に定着
    • 顧客の声：「膨大なデータに基づいた、より戦略的な編成が可能になると確信」（ジュピターショップチャンネル データ戦略部）
  2. 編成業務時間を約70%削減（約30時間/月）
    • 膨大な手作業だった編成検討を自動化し、戦略的な検討に時間を再配分
  3. 年間十数億円規模の売上向上が期待される
    • 売上・新規顧客数を最大化する編成最適化による効果（2026年2月プレスリリースで公表）