シェカール・ナタラジャン氏はOrchestro.AIの創業者兼CEOです。
今日のサプライチェーンネットワークは分断され非効率な状態にあり、企業はさまざまな課題と戦っています。最も重要な課題の一つは？配送の経済性の悪さです。
コンサルティング会社アリックスパートナーズが2024年のレポートのために、年間売上高1億ドル以上の企業で輸送、物流、サプライチェーンの役職に就く米国の100人以上の幹部を調査しました。調査対象の幹部の79%が「2024年に1パッケージあたりの配送コストが前年比で増加した」と回答しています。
しかし同レポートでは、宅配に対する消費者の需要は「減少していない」こと、そして「消費者は注文から平均3.5日以内に配送されることを期待している」ことも明らかになりました。
物流におけるサイロ化した私設ネットワークの影響
競争力を維持するため、企業は消費者の配送に関する好みに対応し続ける必要があります。しかし、それは多くの幹部が対応を模索している高コストな取り組みです。アリックスパートナーズのレポートでは、幹部の85%が「ラストマイル配送の1注文あたりの総コスト削減をコスト管理の優先的な手段として挙げ、47%が分割配送の削減を挙げた」としています。また、「3日以内の無料配送ではなく、予定された配送日を提示する」（46%）やオンライン注文の店舗受け取り（42%）など、他のコスト管理方法も言及されています。
これらのコスト管理方法は確かに企業の配送経済性向上に役立ちますが、問題の根本である分断された非効率な物流エコシステムには対処していません。私設ネットワークがサイロ化して運営されると、冗長性と無駄が生じます。例えば、消費者が同じ日に衣料品小売店からシャツを、ペットショップからドッグフード、電子機器店からタブレットを注文したとします。3つの商品はすべて同じ日に同じ住所に配送されますが、3つの異なる配送業者によって3つの異なる時間に届けられます。これらの企業は、すべての商品が同じ日に同じ住所に向かうことを知っていれば、協力して各自の荷物を同じトラックに積み合わせることでコストと環境への影響を削減できたはずです。消費者にとっても、3つの別々の配送時間枠を管理する代わりに、1つだけ対応すればよかったため、より簡単に配送を管理できたでしょう。
合成AIネットワークが物流を変革する方法
現在のサプライチェーンでは、企業が調整や協力を行うことは困難です。企業はそれを円滑に行うために必要なインフラを持っていません。
ここで合成AIネットワークが役割を果たします。合成AIネットワークは基本的に既存の私設物流ネットワークの上に位置するAI駆動の層であり、関係者がサプライチェーンエコシステム全体で利用可能なリソースを見つけて特定し、生産施設や輸送オプションを予約し、データセットを標準化することを可能にします。
企業と消費者の両方がメリットを得られます。企業は配送の経済性を向上させ、（規模や予算の制約で締め出されることなく）物流能力へのアクセスを拡大し、冗長性と無駄を削減し、顧客に一貫した体験を提供できます。消費者はより合理化された統一された配送を受けられます。先ほど挙げた仮説的な例に戻ると、電子機器店の関係者は合成AIネットワークにアクセスして消費者の住所を入力できます。そこから、その関係者は他の2社（衣料品小売店とペットショップ）がその住所に配送を予定していることを確認し、タブレットをその日にそのルートに行く予定のトラックに積むよう依頼できます。もちろん、倉庫の場所や配送速度などの異なる変数が、どのレベルの調整が可能かに影響しますが、この仮説的な例は一つのシナリオを示しています。
合成AIネットワークのアイデアは、私がさまざまなブランドで働いてきた中で長年かけて思いついたものです。この技術（包括的な合成AIネットワーク）を構築した経験から、特定の業界やユースケースに対応するサブネットワークも必要であることに気づきました。サプライチェーン全体を通じて、合成AIネットワークの異なるレベルが存在すべきです。異なる業界には異なるニーズがあり、異なる種類のデータや規制などを扱います。例えば、医薬品と衣料品の出荷は大きく異なるタスクです。製薬業界向けに設計された合成AIネットワークは、温度モニタリングとコールドチェーンの維持、温度管理された輸送、適用される患者プライバシー法などの要因を考慮する必要があります。
合成AIネットワークのリスクとその軽減方法
しかし、合成AIネットワークにはリスクがないわけではありません。まず、企業は合成AIネットワークを活用すれば競争上の優位性を失うと自然に感じるかもしれません。このリスクを軽減する一つの方法は、合成AIネットワークの開発者ができるだけ中立的にすることです。必要な情報（住所や配送時間枠など）を除いて、他のデータ（顧客名や製品詳細など）は匿名化すべきです。
さらに、あらゆる種類の技術と同様に、悪意のある行為者が合成AIネットワークの完全性を損なうリスクが常に存在します。ネットワーク開発者は、ネットワーク全体の動きや行動を常に把握し、必要に応じて適切かつ即座に行動を取るべきです。
合成AIネットワークは堅牢性も維持する必要があります。イノベーターがより効率的な方法を生み出し、さらなる協力を促進するためのスペースが必要です。
最後に、もう一つのリスクは人間の恐怖です。一部のサプライチェーン関係者は、競争上の優位性の喪失、データの露出、その他のリスクへの懸念から、合成AIネットワークの使用に躊躇するかもしれません。しかし、より多くの関係者が参加するにつれて、他の人々も追随する可能性が高いと私は考えています。最終的には、私たち関係者全員の勇気が、世界が必要とする未来のサプライチェーンを創造するでしょう。
