ガートナーのサプライチェーン・シンポジウムが明確にしたこと：AI戦略の実行には、従来型のクレンジングでは提供できない強固なデータ基盤が必要だ
沈下しつつあるサンフランシスコの高層ビルから、会場での驚嘆を誘うライブデモまで。今年のイベントは、多くのサプライチェーン組織が、実際には修復できていない基盤の上にAIを築いているという居心地の悪い真実をあぶり出した。
10年以上にわたりそうであったように、サプライチェーンの経営幹部たちは、現在そして将来のグローバル・サプライチェーンが直面する最重要テーマで交流するため、ガートナーのサプライチェーン・シンポジウムに集った。分科会セッション、アナリスト向けブリーフィング、廊下での会話を貫いていた単一のテーマは、AIの「瞬間」は現実だが、その下にあるデータ基盤の多くは現実ではない、という点だった。サプライチェーンのリーダーは、野心とアーキテクチャの間にある不都合なギャップを直視しており、会場にいたアナリスト、実務家、テクノロジー・ベンダーは、その埋め方について多くを語っていた。
以下が、私が特に印象に残ったハイライトである。
ガートナー：あなたは不安定な基盤の上にAIを構築している
アナリストのVas Plessasは、シンポジウムでも特に参加者の多かったセッションの1つを、サンフランシスコのミレニアム・タワーの写真で始めた。58階建て、住戸価格は1000万ドル（約15億円）、約76センチ沈下し、約46センチ傾いている。デベロッパーは基礎工事で1000万ドルを節約した。いま修繕見積もりは1億ドルから5億ドル（約150億円から750億円）に達している。
サプライチェーンAIの比喩は、控えめではなかったし、控えめである必要もなかった。
「アルゴリズムは誰にでも手に入る。データ基盤こそが競争優位だ」 Vas Plessas（ガートナー VPアナリスト）
この枠組みを裏づける数字は衝撃的だった。セッションで示されたガートナーの調査によれば、サプライチェーン組織の94%が、業務へのAI統合を望んでいる。一方で、AIアプリケーションを大規模に展開できているのは17%にとどまる。Plessasは、この77ポイントのギャップはほぼ完全にデータの問題であり、モデルの問題ではないと主張した。
サプライチェーンのデータは、人間が消費することを前提に最適化されてきた。計画担当者向けのダッシュボードが作られ、経営幹部向けのレポートが作られてきた。AIエージェント（AI agent）に必要なのは、根本的に異なるものだ。必要なのは、Connected（接続されている）、Contextual（文脈を備える）、Continuous（継続的である）というデータであり、Plessasはこれを「AI対応データ（AI-Ready Data）の3つのC」と呼んだ。
Connected：ERP、WMS/TMS、データレイク、文書、IoTセンサーを含むネットワーク全体にわたりサプライチェーン・データを連結し、AIが全体像を見渡せるよう、マルチモーダルなデータ・ファブリックへ統合する。
Contextual：検証済みの権威あるエンティティ解決（entity resolution）と共有メトリクス・ストアを備えたセマンティック層を確立し、ABC group holdings、ABC mfg. inc.、ABC manufacturingが同一のアイデンティティに解決され、オンタイム配送（on-time delivery）が米国、EU、アジアで同じ意味を持つようにする。
Continuous：データ品質を、一度きりのクレンジング・プロジェクトではなく、生成AI（GenAI）によって駆動される継続的な規律として扱う。プロファイリング、分類、タグ付け、クレンジング、監視をクローズドループで回す。
AIへの信頼と自律性に関して、Plessasは内面化しておくべきスペクトラムを提示した。オペレーターがAIの推奨をすべてレビューして承認しつつ、システムが受け入れパターンを記録する「human-in-the-loop」から、AIがプロセスを開始して実行し、オペレーターは例外で管理する「human-on-the-loop」を経て、オペレーターが設定したガードレールの範囲内で自律的意思決定が動く「human-off-the-loop」へと移行する。進む方向は明確であり、その入口（オンランプ）は信頼できるデータである。
最後のアクションプランは非常に率直だった。最も重要なAIユースケースを選び、ITと連携してそのためのアーキテクチャを設計し、初日から人的要素を優先せよ。基礎を省略していきなりペントハウスへ向かう組織は、その結末がどうなるかをすでに知っている。
KPMG：データの課題は全社的な問題である
KPMGのUS Consulting Leader, Supply Chain & Procurement AdvisoryであるChristopher McCarneyは、データ準備の議論に実務家の視点を持ち込んだ。KPMGが発表したばかりのレポートRisk Management and Resilience Emerge as Key Concern for Supply Chain Leadersの結果を共有したのである。これは、ライフサイエンス、消費財／小売、産業製造を含む9つのセクターにまたがり、年次グローバル売上が最低10億ドル（約1500億円）の組織からの462件の回答を基にしたリーダーシップ調査である。
シンポジウムで議論されていたあらゆることを踏まえると、このレポートの見出しの数字は重く響く。73%の企業が、今後1〜3年でサプライチェーンのオペレーティングモデルの包括的変革を計画しており、前年から11%増となった。
94%の回答者が、今後3年でリスク管理とレジリエンス機能を革新する計画だ。
77%が、自社の調達およびサプライチェーン機能に人材ギャップがあると考えている。
66%の組織が、機能全体でAI能力を導入済み、または積極的にスケールしている。
69%が、AIは労働力を変革し一部の人間の役割を置き換えると考えている一方、AIが労働者をまったく置き換えないと考えるのは3%にすぎない。
回答者によれば、人材ギャップの影響を最も受けているのは、サプライチェーンの可視性、需要計画、顧客サービスと顧客体験の3領域である。50%が、そのギャップに対処する最重要戦略として自動化とAIへの投資を挙げる一方で、労働市場での競争、リスキリングへの投資不足、急速な技術進歩が、問題をより解きにくくする力として同時に指摘されている。
地政学的な要因も同様に際立っていた。サイバーセキュリティの脅威、多層サプライヤーのリスク、規制リスクが上位3つの懸念として挙がった。回答者の60%は、関税によって生じたコストをすでに最終顧客へ直接転嫁しており、37%は短期の主要な緩和策として、サプライヤーベースの分散や代替市場へのシフトを進めている。
「我々の調査は、リーダーが変革の野心と実行能力の整合に苦慮していることを示している。成功する組織は、オペレーティングモデル、労働力の能力、データ準備の変化を整合させる組織である。AIだけではギャップを埋められないからだ。同時に、レジリエンスはもはや効率性とのトレードオフではない。サプライチェーンのリーダーがこれまで以上にリスクとレジリエンスを重視するなかで、競争上の差別化要因になりつつある」とMcCarneyは述べた。「KPMGのデータは、ガートナーのメッセージを重要な形で補完する。ガートナーは、AI対応データがアーキテクチャ上どのような姿であるべきかを説明している。KPMGの調査は、そこに到達するために必要な組織変革の規模と、その仕事の多くが、テクノロジーだけでなく人とプロセスの課題であることを示している」
ketteQ：本番環境での「基盤としてのAI」とは何か
シンポジウムにおけるAIのストーリーは、すべてがメインステージにあったわけではない。興味深い会話のいくつかはブースで起きており、とりわけ大きな注目を集めたのがketteQだった。サプライチェーン計画プラットフォームの同社は、オーランドに本物の驚嘆を引き起こすライブデモを持ち込み、立ち止まって見た実務家から文字通り息をのむ反応を引き出していた。
中心にあったのは、ketteQのAIエージェントであるQuincyだ。Quincyは、その場でPythonコードを書き、プラットフォーム内で直接実行して、自然言語の質問に答えたり、指示されたアクションを取ったりする。これはデモ環境でも、台本付きのウォークスルーでもない。ketteQの本番アーキテクチャ上で稼働する、機能するAIエージェントのオーケストレーションであった。
CEOのMike Landryは、これがレガシーの計画システムが提供できるものと何が違うのかを率直に語った。
「我々にとって重要なのは、見た目だけのAIではなく、稼働し、基盤になっているAIだ。我々のシステムはクラウドネイティブで標準的な技術スタック上に構築されているため、LLM（大規模言語モデル）はすでにketteQの言語を理解しており、計画エージェントを呼び出すためのアクセス権もある。旧式のアーキテクチャと独自技術の上に構築されたレガシーの計画システムは、我々ができること、そしていま我々が展開しつつあることを、単純に実現できない」
Landryが引いている区別は、セッション会場内で提示されていたガートナーのフレームワークにそのまま対応する。現代的で標準スタックのアーキテクチャであれば、大規模言語モデルは、古いプラットフォームに特有の翻訳レイヤー、独自API、データの囲い込みなしに、計画システムとネイティブに相互作用できる。AIエージェントは後付けではない。基盤に組み込まれている。Landryは、シンポジウムでの会話から得られた実顧客のストーリーが、今後数週間で明らかになる見通しだと示唆した。
Supply Chain Now：実務家の体温
サプライチェーンのイベントを、Scott Lutonほど深く、広く取材する人は多くない。彼は業界で最も聴取されているポッドキャスト・プラットフォームの1つであるSupply Chain Nowの創設者兼ホストである。Lutonはシンポジウムの現場におり、実務家に響いたものと、志は高いが未達のままのものとを最前列で見ていた。
Lutonはこう述べた。「ガートナー2026を定義づけるテーマが1つあるとすれば、これだ。勝者になるのは、最も多くのAIを持つ組織ではない。信頼できるデータ、より速い（そしてより成功確率の高い）意思決定、ワークフローと職務の再発明、そして価値の高い人間の専門性を、新たなオペレーティングモデルへと結びつけられる組織だ。会話はAIの誇大宣伝を超え、自律的な実行とスケールという、はるかに困難で、はるかに価値のある仕事へ移った」
Lutonの視点がとりわけ重みを持つのは、Supply Chain Nowが、AI投資を現実にするよう求められている計画担当者、物流リーダー、調達責任者を含む実務家コミュニティをカバーしているからである。彼がそうした会話から聞き取るものは、教育的な意味で、アナリストの語りよりも先に進むこともあれば遅れることもある。
Lead Coverage：会場からのカンファレンス・インテリジェンス
Will Haraway（Lead Coverage共同創業者）もこのイベントで取材活動を行っており、シンポジウムで実際に会話の熱量を生んだものと、実質が乏しいまま洗練されたスライドとして扱われたものの違いについて、鋭い見方を示した。Lead Coverageは、業界イベント、業界紙、アナリスト・コミュニティから立ち上がるシグナルを理解し、テクノロジーの意思決定へとつなげるうえで、B2B企業を支援している。
「アナリスト・リレーションズは我々の仕事の大きな部分だ。なぜなら、Magic Quadrant、Market Guide、Cool Vendorsレポートから生まれる見込み客は、すでに温まっている。彼らはあなたの強み、製品ロードマップ、業界特化の専門性を読み、すでに信頼できると感じている。企業向けセールスでは、その露出を最大化することが最重要だ」とHarawayは述べた。「今週の私の学びは2つある。1つ目は、4PLと3PLの領域が、セッションごと、アナリストごとに、ほぼリアルタイムで進化し続けていること。2つ目は、AIインフラがサプライチェーン計画の領域を事実上加速させたことだ。いま業界で最も熱い市場である」
Harawayの視点が有用なのは、Lead Coverageがベンダー・コミュニティとバイヤー・コミュニティの間に位置し、カンファレンスでの会話が実際の商業的な勢いへ変換されるか、あるいはされないかを追っているからである。
Unilog：リアルタイムのセンサー・インテリジェンスがサプライチェーン可視性と出会う
会場での製品に関する会話のなかでも特に説得力があったのが、Osi Tagger（Unilog創業者）からのものだ。彼は同社の新しいUControlセンサー・プラットフォームを紹介するために現場にいた。UControlは、サプライチェーン可視性における根強いギャップの1つに対応する。輸送中および保管中の貨物の状態と位置に関するリアルタイム・データの必要性は、多くのエンタープライズ・システムが、信頼できる標準化された形でアクセスできていないデータ層である。
「可視性はもはや車両を追跡することではない。重要資産が正確にどこにあるのかを把握し、その状態をリアルタイムで理解し、混乱が起きる前に行動できるインテリジェンスを持つことだ」とTaggerは語った。「我々はUControlを、陸上輸送、航空貨物、海上貨物にまたがる可視性ギャップを埋めるために開発し、リアルタイムのインテリジェンスを単一のプラットフォームに取り込んだ。ベンダーに依存せず、高い適応性を持つ。従来サプライチェーン・テクノロジーに伴っていた複雑さ、コスト、導入までの期間なしに、あらゆる規模の組織へエンタープライズ級の可視性と意思決定能力を提供する」
UControlの発表は、接続されたデータ（connected data）の要請に正面から合致する。IoTおよびセンサー・データは、マルチモーダルなデータ・ファブリック・アーキテクチャにおける5つのソース層の1つであり、常に最もギャップが多い。ファブリックに流れ込む標準化された信頼性の高いセンサー層は、不可欠なインフラである。
Velostics：AIがオーケストレーションするヤード管理
Velosticsも会場で注目を集めていたプラットフォームの1つであり、創業者のGaurav Khandelwalとの会話は、AI駆動のオペレーションが、サプライチェーンのなかでも摩擦が最も大きいノードの1つであるドック・スケジューリングとヤード管理に適用されたとき、どのような姿になるのかを現場目線で示してくれた。
Velosticsは物流の実行レイヤーに焦点を当て、とりわけ、多くの組織がいまだ手作業または分断されたレガシー・ツールで扱っている、予約スケジューリングと輸送会社の調整プロセスの自動化に取り組んでいる。彼らがプレビューした新リリースは、プラットフォームの自律スケジューリング能力を拡張するもので、定常的な調整ワークフローからhuman-in-the-loopの摩擦を取り除きつつ、本当に注意が必要な例外をフラグすることを狙っている。
「ヤードは、受注から入金まで（order-to-cash）のプロセスにおける重要なチョークポイントだ」とKhandelwalは述べた。「AIエージェントが複雑なスケジューリング、ゲート、ドックのワークフローを調整し、ドック稼働率を高め、デマレージ（detention）コストを下げ、OTIF（On-Time In-Full）罰金を減らす。そして我々は、数カ月ではなく数日で稼働できる」
Velosticsのストーリーは、シンポジウム全体で明確だったより大きなパターンに合致する。現段階で最も信頼できるAIアプリケーションは、すべてを一度に変革すると約束するものではなく、測定可能な成果を伴って、特定の高頻度な業務課題を解決するものである。
シンポジウムから得た主要な示唆
ガートナーの分析フレームワークが舞台を整え、実務家、ベンダー、メディアが同じフロアを同時に共有すると、ほかでは得がたい種類の明晰さが生まれる。私が今回持ち帰ったことは以下である。
AI展開のギャップは現実であり、データの問題である。ガートナーが示した「94対17」という統計は、すべてのサプライチェーン・リーダーの机の上に置かれるべきだ。このギャップは、ベンダーの問題でも予算の問題でもない。AI時代以前から存在していたデータ・アーキテクチャの問題であり、AIによって可視化されただけである。
変革の野心が、組織の準備を上回っている。KPMGの調査で、73%の組織が今後1〜3年でサプライチェーンのオペレーティングモデルの包括的変革を実装する計画だと回答し、前年の62%から増加したことは、緊急性の高まりを示す非常に心強い兆候であるか、あるいは意図と能力の間に大きなギャップが生まれつつあるという警告のいずれかである。
実務家コミュニティは新しい形で注目している。イベントで交わした会話は、実務家がイベントのAIコンテンツへ関与する方法が変わりつつあることを示していた。過去数年の一般的な好奇心は、根拠（proof points）、データ要件、実際の展開タイムラインについて、より鋭く具体的な問いへ置き換わりつつある。
私の頭から最も離れないガートナーの枠組みは、最もシンプルなものだ。道筋Aは、ペントハウスを建て、基礎を無視すること。道筋Bは、基礎を築き、価値を複利で積み上げること。アナリストのステージからブースのフロアまで、今回のシンポジウムで交わしたあらゆる会話は、何らかの形で、組織がどちらの道筋にいるのかをめぐるものだった。
