ティム・マクラッケン氏は、世界50,000カ所以上の小売店舗で電子棚札を提供するSOLUM Americaの最高収益責任者（CRO）である。
病院の勤務中にドライシャンプーを切らした看護師の話は、些細な（とはいえ、当の看護師にとってはかなり厄介な）業務上の問題に思えるかもしれない。しかし、このような現場における在庫管理の問題による損失は、数十億ドル規模に達すると推定されている。
この問題は通常、次のように発生する。忙しい日に、ある看護師が棚から最後のシャンプーボトルを手に取る。彼は供給システムに記録するのを忘れたため、在庫はまだあることになっている。しかし、次の看護師が見つけたのは空の棚だった。彼女は緊急配送を発注し、その日は過ぎていく。
このシナリオを、何百もの病院、何千もの備品、1日に何度も繰り返されるものとして考えてみると、効率とコストの両面での影響が見えてくる。
このシナリオは医療業界に限ったことではない。大規模な在庫管理を扱う業界であれば、少し掘り下げてみれば同じ問題に直面するだろう。それは、デジタル時代においても追いつくのに苦労している組織の部分が、このようなバックオフィス業務だからだ。
備品を探すのに時間を浪費する看護師は、患者と過ごす時間が減る。パレットに何が載っているかをすぐに読み取れない、交通量の多い制限区域の作業員は、安全性と遅延の両方のリスクにさらされる。これらはすべて、こうした役割における日常的な摩擦の一部として受け入れられている。
バックオフィス変革が遅れている理由
デジタル変革は目新しいものではない。実際、AI時代の今、この言葉はほとんど時代遅れに感じられるほどだ。多くの人は、いまだに紙や手作業で運用されているものは、それなりの理由があるに違いないと考えている。
場合によっては、それは正しい。医療、製造、航空宇宙・防衛は複雑な業界であり、安全性、セキュリティ、規制、コンプライアンスが技術導入の意思決定に大きく影響する。
しかし、それは遅れの一部しか説明していない。医療業界は、医療記録、請求、スケジュール管理などの分野で、すでに業務の多くを変革している。製造業は、意味のある分野で自動化とロボット工学に注力してきた。その結果、ラベル、クリップボード、手作業によるチェック、静的な看板を使って日常業務を回している他の分野には、デジタル変革の予算がほとんど残されていない。
表面的には、それは理にかなっている。これらの分野は、変革の優先事項として重要には見えない。棚の小さなラベルや備品室の印刷された看板は、大規模なAI施策や主要なソフトウェア導入と比べると取るに足らないものに思える。しかし、こうした高圧力、大量処理の環境では、スピードと効率性は、ビジネスの他のどの分野と同じくらい重要なのだ。
また、それは現代のデータ駆動型企業が構築される基盤でもあるため重要だ。業界がAIに投資すればするほど、AIに供給するデータがクリーンで正確であることを保証する必要がある。在庫がリアルタイムで正確に追跡されていない場合、部品を手作業で探さなければ見つからない場合、供給補充が誰かが何かを書き留めることを思い出すことで引き起こされる場合、そのシステムは機能しなくなる。それらのAIシステムに供給されるデータは、良くても信頼性が低く、最悪の場合は完全に欠落している。
リーダーが最初に修正すべきこと
バックオフィスの近代化は、より目に見える変革作業が完了した後に対処すべき二次的な優先事項ではない。それは、他のすべてを機能させる基盤なのだ。
プロセスは単純明快だ。備品、部品、在庫が常に移動しているにもかかわらず、それらに関する情報が依然として紙のラベル、手作業によるチェック、静的な看板、または事後の更新に依存している場所を探すことだ。
医療では、それはPAR室、処置カート、共有機器エリアかもしれない。製造では、部品箱、パレット置き場、工具保管庫、品質保留エリアかもしれない。物流では、ステージングレーン、冷蔵保管セクション、返品エリアかもしれない。設定は変わるが、問題は同じだ。物理的な業務は動き続けているのに、システムは後から追いつくだけなのだ。
このギャップは、企業がデータにより多くを求めるようになった今、より重要になっている。企業はAIに需要予測、在庫最適化、問題のより迅速な発見を求めている。しかし、AIは、使用されたが記録されなかった備品、更新されずに移動した部品、誰かが手作業でチェックした後にのみ正確になる在庫数を修正することはできない。
これは、AIに関する議論がより実践的になる必要がある場面だ。それを支えるために、その下にある業務が十分に最新で正確かどうかを考慮する必要がある。
最後に
これを正しく理解する企業は、変革そのものを追い求める企業ではない。他の誰もが回避することを学んだ、ありふれた摩擦のポイントを見ようとする企業だ。
なぜなら結局のところ、AIはビジネスが見ることのできないものを修正することはできないからだ。
