2025年末を迎え、サプライチェーンにおけるAIの現状はどうなっているのか？何が実用化され、何がハイプなのか？
サプライチェーンソフトウェアベンダーのソリューションで実際に機能しているAIとは？
機械学習は20年以上前から高度な需要予測の一部となっています。しかし、これらのソリューションはより強力になり、SKUレベルでの日次予測の作成にまで至っています。機械学習を使用する需要管理ソリューションは、使用していないソリューションよりも優れたパフォーマンスを発揮します。
サプライプランニングでは、最適化が重要です。最適化は、サプライチェーンソフトウェアベンダーが20年以上使用してきた別のソリューションですが、現在ではAIの一形態と見なされています。最適化は機能し、実際のROIをもたらし、長年にわたって改善されてきました。
長年にわたり、最適化は新しい方法で使用されるようになりました。倉庫管理はその代表例です。WMSはかつて実行ソリューションと考えられていました。最も先進的なWMSソリューションは現在、注文が実行キューにドロップされる方法、クルーメンバーが次に取り組むタスク、その他の領域を改善するために最適化を使用しています。
予測は予測です。ML予測は現在、最適化と組み合わされてプランニングを改善しています。Optimal Dynamicsはトラック輸送企業向けの革新的な輸送ソリューションを提供しています。ほとんどのルーティングソリューションが一連の移動が確定した後にのみ最適化するのに対し、Optimal Dynamicsは根本的に異なるアプローチを取っています。彼らのプラットフォームは、ネットワーク全体で発生する可能性が高いことの予測に基づいて、荷物を受け入れるかどうかを確定前に評価することを可能にします。私はこのソリューションを称賛する彼らの顧客の一人と話をしました。
倉庫における労働基準は良好なROIをもたらします。歴史的に、これらの基準の設定と維持には多大な労力が必要でした。AIベースの労働/倉庫管理ソリューションはこれをはるかに少ない労力で実現できます。AIベースの基準は設定が容易でポジティブなROIを提供しますが、より伝統的で労働集約的な方法で設定された基準の方が正確であり、ROIはさらに優れています。
ビッグデータ、AIベースのリアルタイムリスク管理ソリューションは驚くべきものです。しかし、単にアラートを受け取るだけでは不十分です。企業はそれらに迅速かつ効率的に対応する能力を開発する必要があります。重要なアラートを受け取り迅速に対応する企業は競争上の優位性を持っています。これらのソリューションは企業の直接的なサプライチェーンを管理するのに説得力があります。
一部のリスク管理ベンダーはAIを使用して企業の拡張サプライチェーンのマッピングを支援できます。マッピングは100％正確ではありませんが、マッピングプロセスを大幅に迅速化します。
AIベースの関税管理ソリューションは、人間よりも正確に商品を分類できます。
サプライチェーンソフトウェア企業は生成AIを使用して、ソリューションのドキュメントと使いやすさを向上させています。
AIベースのソリューションは従業員のサプライチェーントレーニングと採用を改善できます。AIは企業の採用方法、採用後の仕事の経験、トレーニングにおいて役割を果たします。スマートツールは新しい従業員のオンボーディングをパーソナライズするのに役立ちます。AIはスキル構築を加速する学習パスを推奨します。
余談ですが、若いマネージャーやプランナーの採用に関しては、AIが採用マネージャーの仕事を難しくしています。以前は、採用マネージャーが履歴書を見て、誤字や文法的な間違いを確認し、応募者の能力について何かを推測することができました。さらに、履歴書の内容はサプライチェーンの基本概念に関する応募者の知識の深さを測る指標となりました。ChatGPTが履歴書の作成に使用されるようになった今、そのような時代は終わりました。
自律型サプライチェーンについてはどうでしょうか？これは人間をループから外し、機械にプランニングを任せることを意味します。これは非常に限定的な方法で行われています。小売の配送センターから店舗の棚までのサプライチェーンでは、いくつかの例があります。しかし、工場をサプライチェーンノードとして含む大規模なサプライチェーンでは発生していません。
また、プランニングと実行の間の障壁を取り除くという関連する考え方についてはどうでしょうか？長年にわたり、企業はプランニングと実行の間の根本的な断絶に苦しんできました。需要予測、補充戦略、在庫配分は、倉庫や輸送ネットワークの実際の制約と一致しないことがよくあります。結果は？非現実的な計画、運用上のボトルネック、そして高価な非効率性です。理論的には、より新しいソリューションはプランニングと実行システム間の双方向のコラボレーションを可能にすることでこれらの運用サイロを取り除き、サプライチェーンの決定が最適化されるだけでなく、現実的で達成可能、そしてリアルタイムの条件に対応することを保証します。
私はサプライヤーの顧客と話をすることでこれらの機能を検証することができていません。しかし、これはエージェントAIに基づく新しいソリューションです。Manhattan Associatesは、ベータ実装中の顧客がいると述べています。Blue Yonderも同様の主張をしていると思います。来年、ManhattanまたはBlue Yonderのリファレンス顧客と話をしたいと思っています。
検証できないこと
ベンダーの主張を検証する最良の方法は、彼らの顧客と話をすることです。私は数年間、特定の主張に関する顧客リファレンスを求めてきました。
「ゴミを入れればゴミが出る」という言葉があります。より新しいソリューションはAIを使用してデータをクリーンアップし、重要なパラメータを修正できます。しかし、これは機能として語られることの方が多く、ベンダーの顧客が選択したソリューションの主要な利点として話しているのを聞いたり、説得力のあるデモを見たりした場所ではありません。
また、「ブラックボックス」の問題もあります - 人間が理解できない答えを吐き出すソリューションです。この問題は何年も前から話されてきました。何年もの間、ベンダーはそれを解決したと主張してきました。生成AIもこの問題の解決策として宣伝されています。私はまだこの機能が意味のある形で存在することを検証していません。確かに、顧客がこれについて私と話し合ったことはありません。
ハードウェア/ソフトウェアAIの結合点
ロボティクスのような一部の機械は、ハードウェアとAIベースのソフトウェアを組み合わせています。しかし、ソフトウェアが機器の高度な機能の鍵です。倉庫ロボティクスはこの領域にあります。倉庫内を移動する能力はAIに基づいています。これは堅牢なROIをもたらす成熟した技術です。
AIは予防保守に使用でき、機器が今後数日または数週間以内に故障する可能性があることを予測するのに役立ちます。重要な機器を持つ製造工場では、これがボトルネックや生産中断を防ぐのに役立ちます。しかし、これらの機器アラートがスケジューリングにシームレスに統合されているのを見ていないことに失望しています。
AIはテレマティクスとカメラと組み合わせてトラック運送業務の安全性を向上させるために使用されています。最近話をしたあるトラック運送会社は、防止可能な事故を30％削減し、労災請求が83％減少し、手作業の書類作業を40％削減し、前年比で73万ドルの燃料コストを節約しました。この高度なAIソリューションは、自律走行トラックが普及すると時代遅れになることは注目に値します。
自律走行トラックほど物流を変革するものはありません。しかし、自律走行トラックはいつ普及するのでしょうか？5月、Aurora Innovation, Inc.（NASDAQ: AUR）はダラス/ヒューストン路線で完全自律型の自動運転トラックサービスを成功裏に開始したと発表しました。TORCは来年これらの機能を持つ可能性があることを示唆しています。
しかし、展開は残念なほど遅いです。今後数年間、展開は雪や雨が少ない南西部でのみ行われます。それは理解できます。しかし、それでもこのソリューションは予想よりもはるかに遅いペースで拡大しています。私はAuroraとTorcに何が遅れの原因になっているのかを尋ねました。新しい路線をマッピングしナビゲートするために使用されるAIではありません。これは約6か月以内に行うことができるようです。では、何なのでしょうか？経済性が良くないのでしょうか？新規顧客のオンボーディングプロセスは理解されているよりも苦痛なのでしょうか？顧客は訴訟問題を心配しているのでしょうか？良い答えを得ることも、リファレンス顧客と話すこともできません。
自社開発ソリューションについてはどうか？
サプライチェーンベンダーに頼るのではなく、企業がAIプラットフォームプロバイダーに行き、独自のソリューションを開発するとどうなるでしょうか？数多くの報告によると、かなりの数の企業がこれまでのところAIイニシアチブからの投資収益率が低いことを示しています。例えば、広く引用されている2025年のMITレポートでは、数十億ドルの投資にもかかわらず、企業のAIパイロットの95％が測定可能なROIを提供できなかったことがわかりました。これらはプラットフォーム投資です。
しかし、ついに、ついに、この分野で成功した企業があります。彼らはまた、エージェントAIへの投資で成功したと私が聞いた最初の企業でもあります。グローバル物流プロバイダーであるC.H. Robinson Worldwide（NASDAQ: CHRW）は、顧客に貨物見積もりを提供する能力を劇的に向上させるソリューションを構築しました。エージェントAIは、より多くの見積もりとより高品質の見積もりの両方を提供するのに役立ちます。AIからの利益を定量化することは、そのテクノロジーの貢献をリーン運営モデルから分離することが難しいため、彼らにとって困難でした。それにもかかわらず、彼らの最良の推定では、リーンの取り組みは一桁の生産性向上をもたらし、エージェントAIの追加により、2026年には二桁の利益を目指すことが可能になったとのことです。
