世界で人気のデバイス—スマートフォンからワイヤレスマウスまで—を製造している人々に話を聞くと、現在エレクトロニクス製造業で起きている真の革命は、技術ではなく関係性にあると言うだろう。AIは、ブランド企業が製造パートナーに求める情報を変えつつある。その情報は、ブランド企業にメーカーへのコスト削減圧力をかける強力な武器となりうる。この技術は両者に強力なメリットをもたらし、リーダーたちにAI時代における製造パートナーシップの在り方を再考させている。
ブランドと製造パートナーの関係
ほとんどのエレクトロニクスブランドは、デバイスの製造をサポートするために製造パートナーと契約している—一部はエンジニアリングサポートも受けている。エレクトロニクス製造業は比較的低い利益率のコモディティと見なされている。エレクトロニクスメーカー向けソフトウェアを提供するArch SystemsのCEO、アンドリュー・シューアマン氏は次のように述べている。「利益率は2%程度と非常に低いこともある。もし[工場が]生産データセット全体を無制限に共有すれば、それはコスト削減に利用される可能性がある—これは彼らのビジネスにとって存続の危機となる」
多くの契約は、デバイス製造の実際のコストを反映した「コストプラス」モデルに基づいて交渉される。これにより、隠れたコスト削減の可能性を明らかにする情報—ブランドが再交渉を望むかもしれない情報—を共有しないインセンティブが生まれる。他のインセンティブも一致していない—ブランドは可能な限り最高の顧客体験を提供したいと考える一方、メーカーは返品を引き起こさずに利益率を最大化したいと考えている。
シューアマン氏の会社Arch Systemsは、世界中の一流エレクトロニクス工場—Flex、Jabil、Plexus、Sanminaを含む—で使用され、ブランドと工場チームの両方にリアルタイムの生産可視性を提供している。多くのメーカーにとって、そのようなデータを顧客と共有することは不安を感じさせる。シューアマン氏は説明する。「彼らは『私は素晴らしい仕事をしているが、このデータセットを共有すると、全体像を表していない1つか2つのことを取り上げられ—それを使って私に対して交渉されるかもしれない』と考える。責任問題やリコールへの懸念もある。それが人々を慎重にさせる」
メーカーから製造パートナーへ
AIはこれらの関係を変える触媒となっている。エレクトロニクスブランドは、顧客により良い製品を提供する機会を特定するために、設計、製造プロセス、返品データの大規模なリポジトリ構築に投資してきた。そのデータの大部分は、個別の問い合わせに対するレポートを提供するのではなく、製造パートナーがすべてのデータをより透明に共有することに依存している。
長年ハードウェア業界で活躍し、現在ロジクールのグローバル品質・製造部門を率いるマーティン・ヘス・ペダーセン氏は、この変化の最前線にいる。彼の20年のキャリアは、ノキアの精密さ、マイクロソフトのプロセス規律、フォックスコンの規模という、3つの非常に異なる製造文化にまたがっている。ブランドとメーカーの間のテーブルの両側に座った経験が、彼に独自の視点を与えている。
ノキア時代について、ペダーセン氏は「当時としては例外的なことだが、単一の[ノキア所有]工場から月に500万台の電話を製造していた」と語る。ノキアのデータ駆動型文化は、透明性を競争上の優位性にした。「プロセスとデータの両方を所有していると、信頼がデフォルトになる」と彼は回想する。
しかし、2000年代初頭にますます多くのエレクトロニクスブランドが委託製造にシフトするにつれて、そのモデルは変化した。後にフォックスコンで働いた時、ペダーセン氏はデータが摩擦の原因にもなりうることを目の当たりにした。「利益率が狭いとき、[多くを共有することへの]恐れは自然なことだ」と彼は説明する。「サプライヤーは、完全な透明性が交渉力の喪失を意味すると心配する」
ペダーセン氏は、コストプラスや最安値入札だけに焦点を当てるのではなく、関係の条件を書き直すことに答えがあると考えている。彼は「両者が成果に対する説明責任を共有するとき、データは改善のエンジンになる」と語る。ロジクールでは、ペダーセン氏はこの考え方を制度化している。「私たちにはサプライヤーはいない」と彼は言う。「パートナーがいる。私たちは共に成長し、共に学ぶ」
同社の契約は明示的にリスクを共有している。その法的構造は文化的信頼を強化する：両側のエンジニアは恐れることなく実際のデータ—良いものも悪いものも—を共有できる。透明性は工場だけに期待されるものではなく—それは相互的なものだ。ロジクールのパートナーは、匿名化されたパフォーマンスダッシュボード、消費者感情データ、さらには初期のイノベーションロードマップも見ることができる。「彼らは消費者の満足度、星評価、返品率、レビューを知りたがる」とペダーセン氏は言う。「それは彼らの成果でもある」
これにより強力なフィードバックループが生まれる：工場は現場から学び、ブランドは製造現場から学ぶ。
製造業におけるAIの成果がアプローチの変化を促進
シューアマン氏が考える製造監視におけるAIの活用ビジョンは、共有への恐れとパフォーマンス向上の間の緊張関係に正面から取り組むものだ。「ブランドと[メーカー]が協力して、人間だけでなくAIを使ってタスクを計算する能力があるかもしれない」とシューアマン氏は説明する。「[工場は]品質問題を解決するためにそのAIにデータを提供し—そしてデータは消える。ほとんど消えるSnapchatメッセージのように」これは小さいが重要な変化だ：データは利益率や知的財産を脅かすことなく協力的に使用できる。
ペダーセン氏のAIに対するビジョンは異なる—彼は製造の卓越性の次の波は、消費者データと工場データを融合させることから生まれると信じている—ペダーセン氏が「クローズドループ品質」と呼ぶものを作り出す。
「AIはすでに通話記録、修理ログ、製造記録から根本原因を掘り出すのに役立っている」と彼は言う。「数分で80〜90%正確な仮説に到達できる。これはゲームチェンジャーだ」
その影響は生産ラインをはるかに超えて広がる。ブランドと製造パートナーがより効果的に協力すると、新製品はより迅速に発売され、品質が向上し、消費者満足度が高まる。人々が手に持つデバイス自体が、それを生み出した目に見えないパートナーシップの証拠となる。
シューアマン氏が言うように、「ビジネスケースが明確であれば、トップ[メーカー]が拒否するのを見たことがない」。将来についても同じことが言える：協力の価値が否定できないものになれば、共有することへのためらいは消えていく。
