DocsDigest
Back to listLanguage: JA
OpenAIOpenAI NewsApr 27, 2026, 12:00 AM

Choco automates food distribution with AI agents

A condensed section focused on the key takeaways first.

Original Post
OpenAIClaude

Quick Digest

Summary

A condensed section focused on the key takeaways first.

openaienmodel: gpt-5-mini-2025-08-07

Choco automates food distribution with AI agents

openaimultimodalagentsrealtimeobservabilitysupply-chainautomation

Key Points

  • Processes 8.8M+ orders/year
  • OrderAgent handles multimodal inputs
  • Up to 50% reduction in manual entry

Summary

Choco integrated OpenAI APIs to automate order capture and execution across global food distribution. They built multimodal OrderAgent (emails, SMS, images, documents) and a low-latency VoiceAgent (Realtime API) to convert unstructured inputs into ERP-ready orders, applying in-context customer mappings and catalog logic. The platform processes 8.8M+ orders annually, has processed 200B+ AI tokens in production, reduces manual order entry by up to 50%, and doubles sales productivity without added headcount while maintaining error rates in the ~1–5% range.

Key Points

  • Core components: OrderAgent (multimodal parsing + structured outputs) and VoiceAgent (Realtime speech-to-text + sub-second latency).
  • Key capabilities used: speech-to-text, embeddings, function calling, SDKs, and unified multimodal model handling.
  • Customer-specific inference: dynamic in-context learning to resolve SKU mappings, unit preferences, and delivery patterns at capture time.
  • Evaluation & reliability: ground-truth datasets (even 10–20 examples), continuous monitoring, A/B testing, and AI-native observability capturing inputs, outputs, and reasoning traces.
  • Operational impact: supports 24/7 ordering, eliminates millions of manual workflows, achieves up to 50% manual-entry reduction, and enables scaling without headcount growth.

Practical notes for engineers

  • Prototype with a small labeled dataset to measure progress and iterate quickly.
  • Log model inputs/outputs and reasoning traces to enable debugging and continual improvement.
  • Use embeddings + function calling for stable, structured ERP outputs and maintain configurable automation thresholds to control error rates.
  • Validate latency and reliability for realtime voice flows under expected traffic to preserve sub-second experiences.

Full Translation

Translations

A translation section that keeps the flow of the original article.

openaijamodel: gpt-5-mini-2025-08-07

Choco、AIエージェントで食品流通を自動化

2026年4月27日 — OpenAI APIsを活用し、Chocoは年間数百万件の注文を処理して手作業を削減し、世界中の食品サプライチェーンで常時稼働を可能にしています。

概要

ChocoはAIを活用したプラットフォームで、米国、英国、欧州、GCCをまたいで21,000以上のディストリビューターと100,000以上のバイヤーにサービスを提供し、飲食店、サプライヤー、ディストリビューターを統一されたシステムにつなげています。注文数が増加する中で、Chocoは大きなボトルネックに直面しました。注文は依然としてメール、SMS、ボイスメール、画像、手書きメモなどで届き、チームがそれらを手作業で構造化されたERP注文に変換していたため、遅くミスが起きやすく、スケールの妨げになっていました。

「それらの入力を処理することが最初の障壁でしたが、最も難しい問題ではありませんでした。本当の問題は暗黙のコンテキストです。顧客固有のSKUマッピング、単位の好み、配送パターンなどの知識は注文デスク担当者の頭の中にあり、注文受付時に曖昧さを解消する推論層にそれを符号化する必要がありました。」

— Narbeh Mirzaei, VP Engineering

導入の舞台裏

生成系LLMが実運用に耐えうる段階に達したことで、Chocoは従来のワークフローソフトを超え、作業を直接実行できるAIシステムを構築する機会を見出しました。その変革の中心にはOpenAI APIsがありました。

  • Chocoはプラットフォームの中核にOpenAI APIsを組み込み、AIネイティブの新世代プロダクトを実現しました。
  • OrderAgent はマルチモーダル入力（メール、SMS、画像、ドキュメント等）を処理し、構造化されたERP準備済みの注文に変換します。

「文字起こしと抽出演算は強固な基盤を与えてくれました。真の技術的挑戦は、各顧客の注文履歴とカタログに基づいて曖昧さを解決する動的なin-context learningのインフラを構築することでした。それこそが単なる自動化と『知能』を分ける要因です。」

— Narbeh Mirzaei, VP Engineering

  • VoiceAgent はOpenAIのRealtime APIで動作し、顧客が営業時間外でもサブ秒のレイテンシで自然に電話注文を行えるようにします。
  • OpenAIが選ばれた理由は、モデル性能、マルチモーダル対応、構造化出力、そして大規模実運用での信頼性です。テキスト、ビジョン、オーディオを単一のエコシステムで扱えることが、従来は分断されていたワークフローを一つのインテリジェントなシステムに統合することを可能にしました。

実装と運用

  • OpenAIのSDKsとAPIsを用い、Chocoはspeech-to-text、embeddings、function callingなどの機能を迅速にインフラに統合しました。
  • さらに、グラウンドトゥルースデータセット、継続的モニタリング、A/Bテストによる厳格な評価フレームワークを構築し、本番環境での精度とパフォーマンスを担保しています。
  • 採用は注文ワークフロー全体へのシームレスな統合によって牽引されました。顧客は電話、テキスト、メールなど注文方法を変える必要はなく、システムが各方法に適応します。

主な結果（Results at a glance）

  • Processes over 8.8 million orders annually（年間8.8M+の注文を処理）
  • 200B+ AI tokens processed in production（本番環境で200B+のAIトークンを処理）
  • ↑50% Reduction in manual order entry（手動での注文入力を最大50%削減）
  • 2x Sales team productivity without added headcount（追加人員なしで営業チームの生産性が2倍）
  • エラー率は1–5%未満を維持（自動化の閾値は設定可能）
  • 24/7の注文受付をサポートし、夜間や週末の遅延を解消

リーダーシップの教訓

  • 初日から評価を始める：10〜20例程度の小さなグラウンドトゥルースデータセットでも、進捗を測定し改善を検証して自信を持って反復可能にします。
  • AIネイティブな可観測性に投資する：AIシステムのデバッグは従来のログだけでは不十分です。モデルの入力、出力、推論トレースを記録することが性能理解と改善に不可欠です。
  • 早期に正しい期待値を設定する：決定論的なソフトウェアとは異なり、LLMsは確率的です。チームとユーザーにこの違いを教育することが信頼構築と導入時の摩擦回避に重要です。

今後の展望

Chocoは食品流通エコシステム全体でAI機能を拡大し、エージェントが複雑な運用ワークフローを実行する役割を深めています。AIシステムがより多くの責任を担うにつれ、同社は“agent orchestrators”と呼ばれる非エンジニアの新しいユーザー層を支援し、ビジネス成果を推進するインテリジェントシステムを設計・管理できるようにしています。

今後はOpenAI APIsの活用をさらに拡大し、営業、コマース、サプライチェーンの運用において、より自律的でコンテキスト認識型のシステムを実現することで、ワークフローソフトからAI駆動の実行インフラへのシフトを継続していく計画です。

参加方法

世界中で100万を超える企業がOpenAIで有意義な結果を出しています。セールスへのお問い合わせや詳細は、ChocoまたはOpenAIの窓口にご連絡ください。

さらに読む:

  • OpenAI available at FedRAMP Moderate — Global Affairs（Apr 27, 2026）
  • The next phase of the Microsoft OpenAI partnership — Company（Apr 27, 2026）
  • An open-source spec for orchestration: Symphony — Engineering（Apr 27, 2026）