AIは、回復力のあるサプライチェーンの要です。 これが証明です。
公開: 2022-02-25全員が同意しましょう。パンデミックにより、グローバルなサプライチェーンが再形成されました。 一時的な貿易制限と労働力不足と相まって、複数のロックダウンにより、以前は見られなかったサプライチェーンの脆弱性が明らかになりました。
状況の劇的な変化により、サプライチェーンの幹部は戦略的管理ゲームを強化せざるを得なくなりました。 そのために、サプライチェーンAIが競争をリードする革新的なテクノロジーに目を向けた企業もあります。
実際、企業が経済の不確実性の時代にデジタルトランスフォーメーションプロジェクトを延期することは標準的な慣行ですが、COVID-19危機は、サプライチェーンの意思決定者が人工知能ソリューションプロバイダーに目を向けることを止めませんでした。 調査によると、調査対象の上級幹部の92％が投資を継続しました。 理由は？ サプライチェーンにおけるAIの正の値。
以下では、人工知能がサプライチェーンの効果的な実行にどのように役立つかを見て、サプライチェーンのAIがもたらす結果を調査し、リスクのない方法でデジタルサプライチェーンの時流に乗るヒントを共有します。
サプライチェーンにおけるAI：戦略的管理目標の達成にどのように役立つか
2021年の初めに、Ernst and Youngは、200人の上級サプライチェーンエグゼクティブを調査して、今後12〜36か月間の最優先事項を明らかにしました。 彼らが見つけたものは次のとおりです。
- サプライチェーンの意思決定者にとっての最大の戦略目標は、サプライチェーンの効率を高めることです。
- 彼らが達成しようとしている2番目の目的は、サプライチェーンの可視性を高めることです。
- グローバルなサプライチェーンの最重要課題であるその他の目標は、回復力を高め、サプライチェーン管理コストを最適化することです。
これらの戦略的変革を実現するには、人工知能が不可欠になりつつあります。 実際のところ、最高のパフォーマンスを発揮する組織の95％は、AIをサプライチェーンの成功の基礎と見なしています。
上記の目標を達成するのに役立つサプライチェーンでのAIのユースケースの詳細を次に示します。
運用効率を向上させるサプライチェーン管理におけるAIのユースケース
需要予測
需要の源泉を理解することは、かつてないほど困難になっています。 顧客の期待が急速に変化し、多様化する中、企業は現在、AIを活用したサプライチェーンツールを利用して、需要に関連する洞察を収集し、それに応じて生産戦略を調整しています。
サプライチェーン内の各プロセスに関する利用可能なデータ（リアルタイム情報も含む）を統合し、このデータをAIアルゴリズムで実行することで、企業は需要の統一されたビューを確立し、より思慮深い決定を下すことができます。 分析用のデータは、注文や販売などの内部ソース、またはマクロ経済要因、ブランド感情、COVID-19症例数などの外部ソースから収集できます。
このような計画の結果として、AIは、顧客および場所のレベルごとに分類された、潜在的な消費量の詳細なレポートを返すことができます。 また、詳細な需要データが手元にあるため、企業は生産量を最適化し、在庫レベルを減らし、より多くの商品を顧客の近くに保管し、不要な出荷を減らすことができます。
最適な配送ルートのレイアウト
サプライチェーン管理でAIを活用することで、より良い配送ルートを設計し、フリートの利用を最適化することもできます。 AIベースのサプライチェーンソリューションは、サプライヤーと製造サイト、保管場所、機械の損傷の可能性、燃料使用量などの基準を考慮して、最適なルートを考え出し、サプライチェーンに沿ったアイテムのより迅速な流れを提供します。
ラストマイルの配達と自動運転車
自動運転車とラストマイル配送ロボット（AIにも依存）は、人間のドライバーへの依存を減らし、配送ルートを最適化することで、サプライチェーンを変革するチャンスがあります。
それでも、BCGによると、2030年までにトラックのわずか10％が自律的に稼働する可能性があります。次に、配達用ドローンとボットはすでに大きな人気を博しています。 それらは、より短い距離で、または地上移動が安全、信頼性、または持続可能ではない場所に配達するためにますます使用されています。
配達用バンとドローンを組み合わせたハイブリッドソリューションも最近登場しました。 たとえば、Amazonは、バンが目的地の近くに商品を配達し、最後のドロップオフのためにAI制御のドローンを送信するシステムで動作します。
可視性を向上させるサプライチェーン管理におけるAIのユースケース
在庫管理
サプライチェーン管理にAIを採用すると、さまざまなチャネルや販売者の在庫のパフォーマンスを明らかにし、遅延や在庫レベルの低下などの異常を特定するのに役立ちます。 詳細な在庫データを使用して、企業は在庫戦略を調整してより効率的に運用できます。
注文管理
AIを活用したサプライチェーンプラットフォームは、注文管理を容易にし、プロセスに関与する複数のサプライチェーンプレーヤーをまとめるのに役立ちます。 たとえば、AIベースの貨物管理プラットフォームITRexは、最大60個のパラメータに基づいて注文の出荷コストを予測し、顧客の要求を処理して重複する注文を排除し、より適切な運送業者のマッチングオプションを提案し、発送から配達までの出荷を追跡できます。
レジリエンスを高めるサプライチェーン管理におけるAIのユースケース
リスク管理のための予測分析
パンデミックは、リスク管理をすべての企業アジェンダの最上位に押し上げました。 マッキンゼーは、59％の企業が過去1年間にサプライチェーンのリスク管理に新しいアプローチを採用したと報告しています。
サプライチェーンにAIを適用することでリスク管理がどのように進むかを示す典型的な例の1つは、サプライヤーの評価を最適化し、サプライヤーに低リスク、中リスク、または高リスクのフラグを立てることです。 そのため、AIソリューションは、特定のソースが失われた場合にビジネスが直面する可能性のある収益への影響、特定のサプライヤーが混乱から回復するのにかかる時間、代替ソースの可用性、その他のデータ。
サプライチェーンにAIを活用する別の方法は、サプライチェーンの混乱を予測することです。 AIは、過去の運用データをフィードして、運用の非効率性をリアルタイムで特定して修正し、サプライチェーンのパフォーマンス、機会、およびリスクを詳細に調査するのに役立ちます。 そうすることで、サプライチェーンの幹部は効率を犠牲にすることなく低コストで運用できます。 実際、マッキンゼーによれば、AIを採用した組織は、営業費用が44％削減されたと報告しています。
デジタルツイン
サプライチェーンにおける人工知能への依存をさらに拡大することで、企業はいわゆるデジタルツインを作成できます。これは、すべての企業資産、倉庫、ルート、および材料と製品の流れの仮想シミュレーションです。 デジタルツインは、より回復力のある効果的なサプライチェーンの設計を支援し、サプライチェーンのパフォーマンスをテストしてリスクを予測できるようにします。
サプライチェーンにおけるAI：5つの実例
サプライチェーン管理にすでにAIを採用している企業の例を見てみましょう。
アマゾン
eコマースの巨人はAIベースの予測分析を使用して、サプライチェーンを強化し、倉庫を購入して保管する前に製品の需要を予測します。 同社によれば、予測分析はサプライチェーン戦略のバックボーンになっています。 AIを活用した需要予測は「サプライチェーンを開始」し、企業がどの製品をどれだけ購入するかを決定するのに役立ちます。
UPS
同社はAIを使用してパッケージのフローを管理しています。 同社のスタッフは、配送ネットワーク内の荷物の数、輸送中の商品の量の予想されるピーク、および潜在的な混乱を一目で確認できます。 AIベースのサプライチェーンソリューションは、天気や交通データなどの履歴情報とリアルタイム情報に依存して、荷物を配達するための最速かつ安全な方法を考案します。
DHL
同社は、航空貨物の遅延を予測するためにAIベースのツールを採用しています。 このソリューションは58のデータポイントを分析し、1週間前に遅延またはスピードアップを予測します。 このツールは、旅程の変更が発生する可能性がある理由も示します。
FedEx
配達サービスは、ラストマイルの配達を自動化するためにAIに依存するロボットであるRoxoを使用します。 ロボットは、半径3〜5マイルの保管施設で使用するように設計されています。 これにより、同社は顧客のニーズをより適切に満たし、パフォーマンスベンチマークを改善することができました。
エコーグローバルロジスティクス
輸送管理会社はAIを基盤として、商品を迅速、安全、かつ費用対効果の高い方法で出荷します。 同社がAIを採用している分野は多岐にわたり、輸送の調達の最適化から運送業者の管理、インテリジェントな貨物追跡までさまざまです。
AI主導のサプライチェーン変革の旅に乗り出す
サプライチェーン管理でAIを扱うプロジェクトの約60％は、遅れて、または予算を超えて提供されています。 AIの実装に関する課題を克服し、サプライチェーンの変革の道のりを容易にするために、AI導入のロードマップを作成しました。
ステップ1.ビジネスケースを作成し、AI採用の戦略的側面について考えます
AI主導の変革を先導する企業の3分の1だけが、テクノロジーを展開する前に診断監査を実行します。 AIの機会を逃さないようにするために、調達から製造、出荷までのすべてのサプライチェーンセグメントにわたる価値創造の可能性を特定し、優先順位を付けて、デジタル化プロジェクトを開始することをお勧めします。 総合的な評価を実施して、サプライチェーンのデジタル化戦略を定義し、それが調査結果を反映していることを確認します。 ROIをより速く推進するために、最高の価値創造の可能性を示すサプライチェーンの1つのセグメントをデジタル化することから始めるのは理にかなっています。 そして、基本ソリューションが展開されると、利用可能な機能のリストを垂直方向に拡張し、水平方向にAIの機能を他のサプライチェーンセグメントに拡張して、さらに進化させることができます。
ステップ2.ソリューションを実現するための最適なベンダーを探す
サプライチェーンの複雑さと多面的な性質のために、単一のベンダーがすべての期待に応えることはほとんどできませんでした。 したがって、サプライチェーンテクノロジー市場が提供するものを検討し、特定のニーズに対応するソリューションに最適な製品を統合することを恐れないでください。 もう1つのアドバイスは、ベンダーにとらわれないインテグレーターを選ぶことです。そうすれば、テクノロジーとソリューションのロックインを防ぐことができます。
ステップ3.ソリューションの開発と統合を監督する
マッキンゼーによると、サプライチェーン管理に関与している企業のわずか15％が、その目的がベンダーの目的と一致していると感じていると報告しています。 それを防ぎ、スムーズな展開を確実にするために、開発プロセスを最初のサプライチェーンのデジタル化戦略にマッピングし、利用しようとしている重要な価値を念頭に置いてください。 価値創造の機会に優先順位を付け、設定された優先順位に従って開発プロセスを増分に分割すると、エンドツーエンドのAI実装をナビゲートするのに役立つ場合があります。
ステップ4.ソリューションがスムーズに採用されるようにし、実装された機能を拡張する
AIでサプライチェーンを強化することは、テクノロジーを展開するだけではない複雑な取り組みです。 サプライチェーンのデジタル化には、包括的な変更管理と再スキル化も必要です。 したがって、AIの時流に乗る前に、スキルのギャップと文化の変化に対処できるように変更管理計画を立てることをお勧めします。 AIの価値を従業員に説明することから始め、新しい働き方を受け入れる方法について従業員を教育します。
最後に
過去数年間で、人工知能は回復力のあるサプライチェーンの重要な要素になりました。 AIベースのサプライチェーン管理ツールは、組織が材料と完成品の流れをスピードアップし、運用コストを削減し、変更を効果的にナビゲートするのに役立ちます。
AIの変革力を活用し、サプライチェーンをデジタル化して可視性、回復力、応答性を向上させたい場合は、ITRexをご利用ください。 彼らの専門家があなたの質問に答え、リスクをほとんどまたはまったく伴わずに変革プロセスをナビゲートするのを支援します。
もともとは2022年2月21日にhttps://itrexgroup.comで公開されました。