「一生に一度」と言われるサプライチェーンの混乱が、今やかなり頻繁に起こるようになっている。パンデミックからスエズ運河の封鎖、関税問題からホルムズ海峡の緊張まで、新たなニュースが報じられるたびに、現代のグローバルサプライチェーンが地政学的・経済的・政策的な変動にいかに脆弱であるかを痛感させられる。
この「不確実性が常態化した状況」を乗り切ることは、製造業でとりわけ深刻な課題となっている。多国籍企業は通常、グローバルサプライチェーン全体で1次、2次、3次のサプライヤー数千社と取引している。混乱が起きるたびに企業は、原材料費と輸送費、直接税・間接税のエクスポージャー（負担リスク）、各地の規制遵守と報告要件、さらには第三者スクリーニングやベンダーのリスク管理といった課題を、複雑な計算式として同時に扱わねばならない。
方向転換は見た目ほど簡単ではない
これまでにも、関税引き上げの脅威に対応して製造拠点を中国からベトナムへ素早く移転した事例や、国内調達を拡大する動きなど、さまざまな話を耳にしてきた。しかし、こうした移行は紙の上では簡単そうに見えても、たった一つの主要サプライヤーとの関係を変更するだけでも、裏では膨大なデューデリジェンス（適正評価）、ベンダー審査、トレーニング、設備の再構築、コンプライアンス関連の作業が必要となる。その負担は、最も優秀な財務、税務、法務、リスク・コンプライアンス、グローバル・トレードチームでさえ機能不全に陥らせかねないほどだ。
テクノロジーは、この苦境に対する万能薬として期待されてきた。そのタイミングはこれ以上ないほど良かった。世界が複雑化し過ぎて管理が困難になりかけた頃、コンプライアンスの効率化や、グローバル・トレード管理、税務、法務、規制遵守のワークフローで最も厄介な部分の自動化をうたうAI搭載ソリューションが相次いで市場に登場した。だが、多くの企業リーダーがすぐに痛感したように、大きな変動期におけるグローバルなコンプライアンスの自動化は、ChatGPTに数個のプロンプトを入力したり、Claudeのアカウントに登録したりするほど簡単ではない。
3次元のビジネス課題を解く
これらの課題が独特なのは、高度に専門的でありながら、同時に深く相互連関している点だ。したがって、コードを書く、データを抽出するといった独立した機能とは異なり、既製のAIモデルが卓越した能力を示してきた領域であっても、世界貿易の変動が突きつける固有の課題には、深いドメイン知識と、部門・機能をまたぐ幅広い統合の両方が求められる。
例えば、間接税のエクスポージャーという一つの問題を取り上げてみよう。複数の税務管轄にまたがってグローバルに事業を行うメーカーは、サプライヤーが関与するあらゆる郵便番号エリアにおいて、付加価値税（VAT）の報告要件について、無数のリアルタイム計算を実施する必要がある。つまり、財務部門がサプライヤーの切り替えコストを把握したい場合、原材料費や輸送コストといった大きく分かりやすい項目だけでなく、異なる税負担リスク、リアルタイム報告の要件、さらに数百もの変数を計算式に組み込まなければならないのだ。
動くたびにメーカーは、新市場に参入するコストを正確に把握する前提として、税務、法務、リスク・コンプライアンスなど幅広い専門的観点から評価すべき、新たなコンプライアンス上の疑問の連なりに直面する。多くの場合、企業はこのプロセスを社内チームと外部ベンダーの混在で運用している。Forresterの最近の調査によれば、企業は機能ごとに通常5〜10社のコンプライアンス・ベンダーを管理しており、37%が、この分断が死角を生み、意思決定とイノベーションを遅らせていると答えている。
組み込み型で、つながるAI
この課題を解決できる可能性こそが、AI搭載のサプライチェーン管理、税務、法務、コンプライアンス、企業財務が、企業リーダーにとってこれほど魅力的に映る理由である。しかし、今多くの企業が気づいているのは、汎用AIモデルでは必要な専門性が足りず、専門特化したバーティカルAIモデルは部分的には有望であるものの、依然としてサイロ化が進みすぎているという現実だ。
いま多国籍企業で実質的な成果を生んでいるのは、サイロ化した業務ワークフローの点と点をつなぎ、全社横断での全体像と部門間・支援機能間の協働を可能にするソリューションである。これらは「深さ」と「広さ」を併せ持ち、経理やリスク・コンプライアンスといった個別部門に対しては、先を読み不整合を見抜くための掘り下げた洞察を提供しつつ、その情報を中核機能へ横断的に要約して、経営層に市場の全体像を示す。
現時点で、こうした組み込み型で連携されたAI機能を実現しているメーカーは、まだかなり少数派である。実際、Forresterによれば、54%の企業が、自社組織は部門横断のワークフローに含まれるタスクを完了するのに必要なコンテキストを欠くことが多いと答えている。これと呼応するように、最近のThomson Reutersの調査では、回答者の10人に4人（40%）が、自社は複雑なグローバル・トレード機能をより適切に管理するため、AIやブロックチェーンなどの新興技術を検討していると述べた。
これが示しているのは、ビジネスリーダーがサプライチェーンの変動をより効率的かつプロアクティブに管理する道筋を見ており、その変革でAIが大きな役割を担っているということだ。しかし、この領域で真に求められるシームレスな部門横断ワークフローの水準に到達するには、スイッチを入れるだけ、あるいはAIエージェントをプログラムするだけでは足りない。複雑なグローバル・トレード管理と、それに付随する相互依存関係の全体を真に再構想する機会は、企業内ワークフローを横断してつながる、高度に専門化したバーティカルAIモデルの深い統合にある。
