エンタープライズAIは鉄鋼業界の混乱に対するソリューションを提供します

人工知能（AI）によって推進されるテクノロジーの進歩とデータレイクの作成により、組織は工業生産に対する価値を認識するようになりました。

エンタープライズAIは、意思決定を強化するために基本的なビジネスモデルに組み込むことができます。テクノロジー自体ではなく成果に焦点を当てているため、組織はデータを貴重な洞察に変えて、継続的な顧客価値を生み出すことができます。

人類の文明で最も古いものの1つである金属産業は、現代の産業成長のバックボーンとなっています。鉄鋼は今日使用されている最も人気のある金属であり、地球の地殻で4番目に一般的な元素である鉄がその主要な構成要素です。

世界鉄鋼協会によると、世界の粗鋼生産量は1950年の1億8900万トンから2018年には18億トンに増加しました。過去20年間の急速な成長は、世界の鉄鋼生産のほぼ50％を占める中国で生産された過剰生産能力によるものです。 。中国の製造業者が過剰在庫を低価格で輸出し始めたため、この不一致は、特に西欧諸国で、業界に大きな混乱を引き起こしました。

この不均衡は今後も続くと思われますが、企業は製鉄技術の近代化を通じて効率の向上に取り組んでいます。その過程で、自動化を支持して、人的労働への依存を徐々に減らしてきました。

現代の製鉄所は、25年前よりもはるかに少ない人的労働力を採用しています。世界の鉄鋼生産が2.5倍に増加した時期に、業界は150万人以上の労働力を失いました。

鉄鋼サプライチェーンには、業界の中核となるいくつかの独自の要素が含まれています。

• マルチソースのインバウンドサプライチェーン。 鉱山は原材料の連続的な流れを生み出します。ただし、鉄鉱石にはさまざまな形態と品質があり、最終製品の処理に移行する前に追加の処理が必要になることがよくあります。これにより、特定の顧客の要求に必ずしも固定されていないさまざまな鋼種が生じる可能性があります。
• 障害に敏感な本番。 鉄鋼製造プロセスでは、高炉、転炉、連続鋳造機、圧延機などの製造段階の間で、途切れることのない材料の流れが必要です。製鋼プロセス中に特定の操作をシャットダウンして再開すると、コストがかかる可能性があります。したがって、再加熱コストを回避し、切り替えを最小限に抑え、仕掛品在庫の不要な発生を排除するために、生産と在庫の流れのバランスをとる必要があります。
• 複雑な完成品の保管および流通ネットワーク。 保管、追跡、流通は、最終製品のグレード、重量、サイズが異なるため、非効率性に対して脆弱です。さらに、鉄鋼の物理的特性を妨げる無線周波数識別（RFID）タグなど、鉄鋼業界での追跡技術の使用には制限があります。
• 複数の販売チャネル。 従来、鉄鋼会社は、ディーラー、代理店、サービスセンターなど、すべて同じ市場を対象とするさまざまな間接販売チャネルに依存してきました。鉄鋼の相手先ブランド供給（OEM）は、市場での管理が制限されており、最終消費者の要件に対する可視性が最小限に抑えられています。さらに、間接チャネルは、複数の握手と代理店手数料などのオーバーヘッドの蓄積により、販売プロセスを遅らせます。インターネット販売および直接販売チャネルの出現により、eマーケットプレイスおよびeオークションは、透明性を高め、販売サイクルを短縮し、諸経費を削減するための一般的な手段になりました。同時に、e-マーケットプレイスプラットフォームにより、顧客は特定のグレード要件に対する市場データと競争力のある見積もりにすぐにアクセスできるようになりました。これにより鋼種が急増し、その75％が過去20年間に開発されました。最短の注文履行サイクルと最も競争力のある価格で顧客の要件を満たすことが、販売プロセスの鍵になっています。
• 商品化された不安定な市場。 鉄鋼サプライチェーンでは、原材料と完成品の両方がコモディティ化されています。したがって、ビジネスは需要と供給の両方のポイントで価格の変動にさらされ、収益性が低下します。

企業は毎日大量のデータを生成しており、それは指数関数的に成長しています。データは、構造化形式と非構造化形式の両方で提供されます。インメモリコンピューティング、ストレージ、およびデジタルテクノロジーが信頼性が高く手頃な価格になるにつれて、多くの金属企業がそれらを使用して高度な分析を開発し、プロセスの洞察を得ています。しかし、これまでのところ、これらの取り組みのほとんどは、統合されたサプライチェーン戦略という形で組織全体のビジョンを欠いていました。鉄鋼業界には、デジタル能力を向上させることで恩恵を受ける大きな余地があります。

デジタルツインは、物理的なサプライチェーンプロセスの仮想レプリカであり、サイバーフィジカル統合のバックボーンです。これにより、デジタル世界と物理エンティティ間のデータのシームレスな送信が保証されます。エンタープライズAIを有効にするには、デジタルツインの次の属性が必要です。

• エコシステムコマースプラットフォーム 市販の既製のソフトウェアを介した、すべての内部および外部のビジネスパートナーとの情報交換。
• リスニングプラットフォームと情報サブスクリプション 直接制御の境界を越えて情報を収集するため。
• 物理的な機器の接続とイベントのキャプチャ モノのインターネット（IoT）デバイスを介して。デジタルツインは、鉱石貯蔵（鉱夫、サプライヤー、船舶オペレーターによる）、生産（コークスオーブン、焼結プラント、高炉、キャスター、ミルによる）、製品など、さまざまなサプライチェーンノードでの継続的なリアルタイムデータ収集を保証します保管と流通（ヤードと貨物輸送業者による）、および販売チャネル（eマーケットプレイス、サービスセンター、ディーラーを含む）。

ビッグデータレイクは、ネイティブ形式のすべてのエンタープライズデータを保存する単一の場所です。データサイエンス主導の高度な分析や機械学習など、さまざまな目的に使用できます。鉄鋼会社の場合、ビッグデータレイクは、ピット、ヤード、高炉、キャスター、ミルなど、さまざまなサプライチェーンノードからの無関係なビジネスデータを未加工の形式で保存できます。ビッグデータを使用して、次の分野の洞察を得ることができます。

• マーケットインテリジェンス マクロ経済学、金融政策、関税、金属取引所、商品価格の変動、競合他社の情報、地政学的状況に関する情報で構成されています。
• 製鉄所のデータ 製鉄、製鋼、ヤード管理、輸送など、さまざまな段階での能力と運用の詳細を提供します。
• ビジネスプランデータ 生産および出荷計画を含みます。
• パートナーエコシステムデータ 顧客、代理店、サービスセンター、鉱山労働者、貨物輸送業者、船舶運航者などの外部の利害関係者によって生成されます。パートナーエコシステムは、鉄鋼会社が取引している外部組織からのマルチエンタープライズビジネスネットワーク（エコシステムコマースプラットフォームなど）のデータへのアクセスを提供する必要があります。

エンタープライズAIは、次の機能で構成されています。

• 鉄鋼サプライチェーンのさまざまな段階でのイベントの検知。 鉄鋼製品は、消費者の玄関口に到達する前に、完全な製造ライフサイクルを経る必要があります。バルク鉄鉱石が個別の鉄鋼製品に変換されると、原材料は複数の機器とプロセスステップを通過します。サプライチェーンのいずれかの部分の混乱または変更は、生産の他の段階に大きな影響を及ぼします。 IoTなどの属性が関連付けられたデジタルツインは、変更をすぐに認識し、さらに分析するためにデータを収集します。
• イベントを分析し、さまざまな期間における主要業績評価指標（KPI）への影響を判断します。 イベントデータが収集されると、高度な分析プラットフォームがトリガーされ、計画されたアクティビティへの影響の可能性が特定されます。このステップでは、ほんの一瞬で多数の「what-if」シナリオが作成され、供給ネットワーク全体で発生する可能性のある変更の結果を比較できます。この評価により、計画期間内のさまざまなKPIへの影響を判断できます。
• 推奨される代替ソリューション。 データの収集と分析は不可欠ですが、エンタープライズAIの真の価値は、影響の全範囲を分析し、関連する推奨事項を提供する能力にあります。影響が特定のKPIのしきい値を超えている場合、ビジネスルールと以前の認知経験からの教訓は、エンタープライズAIが望ましいビジネス成果をもたらすソリューションを推奨するのに役立ちます。このような推奨事項では、サプライチェーンネットワーク全体の影響を考慮し、最適な計画を推奨する必要があります。
• 継続的な認知学習を通じて結果を最適化します。 ビッグデータレイクは、データサイエンスを通じて洞察を提供します。次に、エンタープライズAIはその情報を使用して、結果の継続的な最適化を可能にします。ビッグデータレイクは、人間の生涯を理解するのにかかる無関係な情報の塊です。構造がないと、この情報をビジネス目的で使用することはできません。データサイエンス技術は、時間枠、地理、製品などの特定のビジネスディメンション内の非構造化データをフィルタリングし、隠れたつながりを発掘して継続的な自己学習を可能にします。

エンタープライズAIは、手作業を削減し、マシン間の接続と処方分析に置き換えることで、鉄鋼業界の信頼性、効率、生産性を向上させます。市場の洞察、需要の変動、生産と供給の混乱などの要素を感知できます。 AIテクノロジーの産業利用は、ビッグデータレイクとデジタルツインへの投資とともに、鉄鋼会社をより応答性が高く収益性の高い事業に変えることを約束します。エンタープライズAIの実用的な見方は、鉄鋼サプライチェーンの効率を劇的に向上させ、在庫運搬コストを削減し、不安定な鉄鋼市場での市場投入までの時間を短縮することができます。

Hiranmay Sarkarは、Tata Consultancy Services（TCS）のコンサルティングおよびサービス統合プラクティスのマネージングパートナーです。