ライアン・キープマン氏はエバンス・トランスポーテーションの最高経営責任者（CEO）である。
物流業界では今、取締役会、業界誌、同業者との会話の中で、ある共通のプレッシャーが感じられている。それは、AIを導入せよ、自動化に投資せよ、未来が不透明に感じられる中でも自社の技術ロードマップについて自信を持って語れ、というものだ。
このプレッシャーには根拠がある。AIは我々の業界に真の価値をもたらしており、これを完全に無視する企業は取り残される可能性が高い。しかし、導入を急ぐあまり、重要な何かを見落とすリスクがあると私は考えている。
私がこれまで見てきた中で最も効果的な物流オペレーションは、人間の判断を自動化に置き換えたものではない。それぞれがどこに属するかを見極めたものだ。
AIがすでに存在価値を証明している領域
AIは、作業が反復可能で、データ駆動型で、量に依存する場合にうまく機能する。物流においては、これがかなりの範囲をカバーする。
私の会社では、業務のいくつかの領域でAI支援ツールを導入してきた。かつては何時間もの手作業による分析を必要としていた運送業者のパフォーマンス審査とモニタリングが、今では数分でパターンを浮かび上がらせる。適切なタイミングで誰かがアラートをキャッチすることに依存していた出荷例外管理は、今ではスケジュールが遅れる前に問題を積極的に振り分ける。誰かの作業待ちリストに入っていた報告書作成は、今では自動化され一貫性を持つようになった。
その利点は速度だけでなく、一貫性にもある。AIに悪い日はない。出荷量の多い週や人手不足のシフトのせいで警告を見逃すこともない。作業が構造化され、ルールが明確であれば、自動化は確実にそれを処理できる。この一貫性により、我々のスタッフは実際に彼らに求められている仕事に集中できるようになる。
人間の判断力が依然として主導する領域
物流はクリーンな業界ではない。例外、曖昧さ、そしてアルゴリズムでは完全に説明できない関係性の結果を伴う意思決定に満ちている。
数年前、長年の顧客が四半期の途中で問題を抱えて我々のもとにやってきた。主要な輸送ルートが軟調になり、出荷量が減少し、協力するインセンティブがほとんどない運送業者と条件を再交渉する必要があった。データは市場がどのような状況かを教えてくれたが、10年間協力してきた運送パートナー、つまり単一の契約をはるかに超える価値を持つ関係性を持つパートナーとの会話をどう進めるべきかは教えてくれなかった。
その電話には、我々のシニアチームメンバーの1人が必要だった。その人物は経緯を知り、双方の利害を理解し、顧客を擁護することと我々が依存するパートナーシップを維持することの間の緊張関係を保持できる人物だった。どんなモデルもこれを解決できない。経験がそれを可能にする。
これが、人間の判断力が依然として不可欠な仕事のカテゴリーである。データよりも文脈が重要な交渉、信頼が問われる顧客との会話、ニュアンスがすべてを左右するコンプライアンス上の決定、そして誰かが結果に責任を持ち、相手の目を見なければならない説明責任の瞬間だ。AIはこれらの会話に情報を提供できる。しかし、会話そのものを行うことはできない。
統合について考えるシンプルな方法
他の物流リーダーとAIについて話すとき、会話がしばしば間違った場所で行き詰まることに気づく。「どれだけAIを使うべきか」という質問になってしまうが、より良い質問は「どのような種類の仕事をしようとしているのか」である。
私が社内で使用しているフレームワークは次のとおりだ。AIは、作業が構造化され、反復可能で、測定可能な場合に最も価値を付加する。人間は、作業にトレードオフ、関係性、または不完全な情報下での判断が含まれる場合に最も価値を付加する。
新しいツールを導入する前に、私はチームに3つの質問をするよう促している。このタスクはルールベースか、それとも判断ベースか。結果は関係性に依存するか。そして、これが失敗した場合、人間が責任を負う必要があるか。
最初の質問への答えがルールベースで、2番目と3番目の答えがノーであれば、自動化がそこに属する可能性が高い。これらの答えのいずれかが反転すれば、人間がループに留まる。完璧なフィルターではないが、多くのノイズを取り除くことができると私は感じている。
チームが変化を受け入れるのを支援する
AI導入において最も見過ごされている側面は、技術的なものではない。文化的なものだ。
我々がAI支援ツールを導入したとき、一部のチームメンバーからの反応は予測可能だった。詳細を知り、答えを持つ人物であることでキャリアを築いてきた人々は、より自動化された環境で自分の役割がどうなるのか疑問に思った。この懸念は正当であり、直接的な回答に値する。
実際に我々が発見したのは、自動化がチームを縮小させたのではなく、方向転換させたということだ。運送業者のデータを引き出すのに3時間を費やしていたアナリストは、今ではその時間をデータの解釈、顧客へのアドバイス、真の戦略的価値を持つトレンドの特定に費やしている。仕事はより興味深くなった。貢献はより明確になった。
しかし、この結果は自動的には起こらない。リーダーは何が変わり、なぜ変わるのかについて透明性を持たなければならない。AIが仕事を排除するのではなく、その性質を変えることを、言葉だけでなく示さなければならない。そして、率直なフィードバックのための場を作らなければならない。なぜなら、仕事に最も近い人々は、リーダーシップよりも先に統合の課題を見ることが多いからだ。
オペレーションにおけるAIへの抵抗は、技術に関するものであることはほとんどない。それは信頼に関するものだ。まず信頼を構築せよ。
可能な限り強力なネットワークを構築する
AIは物流を再構築し続けるだろう。ツールは改善され、応用範囲は拡大し、それらをうまく使いこなすことを学んだ企業は真の優位性を持つだろう。それについて私は疑いを持っていない。しかし、物流ネットワークへの信頼は、そのシステムの洗練度だけから生まれたことは一度もない。それは、何かが壊れたとき、説明責任を持つ誰かが電話を取り、真実を伝え、結果に責任を持つことを知っていることから生まれる。
この業界の未来は、人間対機械ではない。それは人間と機械であり、それぞれが最も得意とすることを行い、その違いを知る人々によって主導されるオペレーションだ。それが構築する価値のある基準である。
