AI（人工知能）は急速に実験段階から中核インフラへと移行しているが、導入のスピードは理解を上回り続けている。デロイトの最近の報告書によると、企業におけるAI利用は過去1年間で50%増加したが、日常業務でAIを使用している人の割合（60%未満）は変わっていない。
このギャップは重要だ。なぜなら、AIはもはや消費者向けアプリケーションや独立したソフトウェアツールに限定されていないからである。AIは、世界経済を支える物理的・運用的システムにますます組み込まれつつある。AIワークロード専用に構築されたデータセンターから、近代化と脱炭素化の圧力にさらされている産業環境、絶え間ない混乱に直面するサプライチェーンまで、組織はより迅速で確信を持った意思決定を求められている。AIの次の段階は、インテリジェンスへのアクセスではなく、そのインテリジェンスをいかに効果的に行動に変換するかにかかっている。
AIファクトリーの台頭
AIの急速な成長により、企業は従来のデータセンターの役割と設計を見直すようになった。汎用施設ではなく、多くの組織が現在、大規模なAIワークロードを支援するために特別に設計されたデータセンター、いわゆる「AIファクトリー」を構築している。これらの施設は、特にエネルギーと冷却に関して、前世代とは大きく異なる運用を行っている。
「AIファクトリーは、GPU（画像処理装置）や特殊チップが高密度に詰め込まれており、大量の熱を発生させるため、エネルギー需要をさらに増大させる高度な冷却システムが必要です」と、ダッソー・システムズのグローバルハイテク産業コンサルタントであるジョン・マカリー氏は述べた。「AI検索エンジンでの1回のクエリは、従来のグーグル検索の最大10倍のエネルギーを必要とし、AIワークロードはデータセンターのエネルギー需要を2023年に最大160%押し上げると予想されています」。筆者の会社であるProsper Insights & Analyticsの最近の調査によると、米国の成人の約3分の1がすでに生成AIを使用している。より多くの人々がこの技術を採用するにつれ、このエネルギー問題はさらに深刻化するだろう。
AIは、自らが生み出す課題の解決にも役立つ可能性がある。マカリー氏は、AI駆動のバーチャルツイン技術──物理システムの科学的に正確なデジタルレプリカ──を、電力消費の管理と効率向上のための重要なツールとして指摘した。AIファクトリーのバーチャルツインを作成することで、組織は実世界の条件をシミュレートし、本番環境で変更を加える前にシナリオをテストできる。
「電力消費に関して、バーチャルツインはAIファクトリーのエネルギー動作の包括的な視点を提供します」とマカリー氏は説明した。「その洞察により、オペレーターはエネルギー、冷却、容量をリアルタイムで積極的に管理し、需要の急増を予測し、ダウンタイムを防ぎ、運用コストを大幅に削減できます」
マイクロソフト、エヌビディア、メタなどの企業がAIデータセンターの拠点を拡大し続ける中、バーチャルツインは長期計画に不可欠なものとなりつつあり、AIインフラが拡大する中で、オペレーターがパフォーマンス、持続可能性、コストのバランスを取るのを支援している。
AIが産業の緊急性と出会う
米国の産業セクターは、複数の圧力の収束に直面している。脱炭素化目標、電化イニシアチブ、送電網の近代化、国内製造拡大の推進が同時に加速している。「これらの要求はもはや願望的な目標ではなく、短期的な要件であり、老朽化したインフラや持続的な労働力とスキルのギャップといった根深い課題と衝突しています」と、シュナイダーエレクトリックの産業オートメーション担当上級副社長であるアンドレ・マリーノ氏は述べた。
多くの産業組織がデジタルトランスフォーメーションの取り組みを開始しているが、実行は野心に遅れをとることが多い。人材不足とスキルギャップが進捗を遅らせ続け、技術的可能性と現実との間に断絶を生み出している。
マリーノ氏は、AIをそのギャップを埋める重要な実現要因と見ている。AI駆動の自動化と分析により、産業組織は手動プロセスと断片化されたシステムを超えて、運用データをリアルタイムで実行可能な洞察に変換できる。問題が発生した後に対応するのではなく、AIは継続的にパフォーマンスを分析し、結果を予測し、条件が変化するにつれて運用の最適化を導くことができる。
産業用水セクターは、この変化を示している。人口増加、都市化、気候変動が水システムへの負担を増大させ、信頼性の高い供給を提供することが困難になっている。過去の使用パターン、資産パフォーマンス、天候や生産サイクルなどの外部要因を分析することで、AIはオペレーターが需要を予測し、非効率性を特定し、システム設計と運用についてより賢明な決定を下すのを支援できる。これにより、公益事業者が障害に対応するのではなく、問題を先取りするプロアクティブなアプローチが可能になる。
「緊急性が決定的な要因です」とマリーノ氏は述べた。効率、生産性、持続可能性を向上させるために必要な技術はすでに存在しているが、導入は課題の規模に見合っていない。オープンでベンダーに依存しないソフトウェアプラットフォームは、運用レベルと資産レベルでAIの価値を引き出すために不可欠である。統合されたデジタルおよび自動化戦略の一部として、AIを中核ワークフローに組み込むことで、組織はイノベーションと実行の間のギャップを埋め始めることができる。
「技術展開を運用戦略と労働力開発に合わせる組織は、イノベーションを測定可能な成果に変換するのに有利な立場に立つでしょう。遅れをとる組織は、急速に進化する環境で後れを取るリスクがあります」とマリーノ氏は付け加えた。
計画から継続的な意思決定へ
サプライチェーンは、変化する消費者需要、インフレーション、地政学的不確実性からの圧力の高まりに直面し続けている。これらの力は最終的にビジネス運営に影響を与え、可視性と迅速に対応する能力を不可欠にしている。o9 Solutionsの最高戦略責任者であるアナンド・スリニバサン氏は、AB InBev、マークス&スペンサー、ニューバランスなどのクライアントでこれらのダイナミクスを目の当たりにしてきた。
多くの組織は、より安定した時代のために設計されたスプレッドシートのような従来のサプライチェーンツールに依存していると彼は指摘した。今日、混乱は絶え間なく、サプライチェーンの意思決定を支援する技術はその現実を反映しなければならない。
「AIのスケーリングは、クリーンで意図的なデータと接続されたシステムに帰着します」とスリニバサン氏は述べた。「しかし、多くのサプライチェーンリーダーは、乱雑で断片化されたデータと格闘しています。AIは全体像が見えなければ、サイロを越えて考えることができません。その全体像がなければ、AIは推測します。知識はしばしばスプレッドシート、文書、または従業員の頭の中に閉じ込められています。情報が内部、外部、サプライヤーのシグナル全体に流れると、意思決定が鋭くなり、チームの関与が維持されます」
AIを適用する前に、スリニバサン氏は組織にビジネス上の問題点を明確に定義し、それらに対処するための適切なデータとツールを整合させることを勧めている。「課題は自動化ではなく、戦略の欠如です」と彼は述べた。適切な基盤があれば、AIは文脈を理解し、実際の制約と優先順位を反映するオプションを提示できる。
組み込まれると、AIは静的な計画から継続的な意思決定への移行を可能にする。需要が変化すると、AIはシナリオを迅速に評価し、リーダーが行動する前に、生産の増加、在庫の再配置、または注文の遅延の影響を示すことができる。同じインテリジェンスは調達とサービス運用にも拡張され、AIエージェントが日常的な例外を管理し、条件が進化するにつれて計画を調整する。時間の経過とともに、これはより迅速に対応するだけでなく、意思決定の質を着実に向上させるサプライチェーンを生み出す。
インテリジェンスを行動に変える
AIファクトリー、産業運用、サプライチェーン全体で、課題は同じである。絶え間ない変化の中で、インテリジェンスをより良い意思決定に変えることだ。孤立したツールを超えて、AIを中核ワークフローに直接組み込む組織は優位性を獲得するだろう。
データとシステムが接続されると、AIは仕事の進め方の一部となり、リーダーがバリューチェーン全体でリアルタイムにより良い意思決定を下すのを支援する。
開示：上記で言及された消費者センチメント調査は、筆者の会社であるProsper Insights & Analyticsによって実施された。これは全米小売業協会が使用しているのと同じデータセットであり、Amazon Web Services、ブルームバーグ、ロンドン証券取引所グループから経済ベンチマーキング用に入手可能である。
