AIがサプライチェーンの混乱を解決できる5つの方法

食料品店の空の棚からeコマース配信の大幅な遅延まで、コロナウイルスの大流行によって引き起こされたビジネスの混乱は、サプライチェーンの弱点と人工知能の機会の増加に光を当てています。

問題の一部は、ジャストインタイム製造（JIT）への切り替えでした。これにより、過剰生産と余剰に関連するリスクを排除するために、より低いレベルの在庫を保持するリーンサプライチェーンが作成されました。自動車業界から借りたこの戦略により、サプライヤは在庫レベルを低くし、生産コストを削減することでコストを削減することができました。しかし、パンデミックや自然災害などが発生して需要が急増した場合、特に感染によりプラント全体が停止した場合は、生産量を増やしたり、余剰供給を利用してパイプラインを埋めたりすることは困難です。代わりに今日必要なのは、JITを介したリアルタイムの需要製造を可能にする新しいモデルです。

AI駆動ツールキット

現在および将来のサプライチェーンの混乱の課題により適切に対処するために、より多くのサプライヤーがさまざまな形式のAIに目を向けています。次の5つのアプリケーションを検討してください。

• 予測分析。 企業が市場、経済、または消費者の変化に目がくらむことがないように、AIベースの予測分析は、履歴データのパターンを分析することで正確な予測を可能にします。データマイニング、統計モデリング、機械学習を使用して、膨大なデータセットが将来の結果を予測できるようにします。たとえば、小売業者はこれを使用して、特定のアイテムがいつ在庫切れになる可能性、またはバウンティで生産が停止した場合に消費者がまだブランドXのペーパータオルを購入する可能性を判断できます。また、サプライヤを分析して、緊急事態で最も信頼できるサプライヤを決定することもできます。
• ディープラーニング。 パンデミックの間、店舗の場所をリモートで確認できることが重要になりました。今日、ビデオ監視とディープラーニングベースのソリューションを組み合わせることで、管理者は、POSシステムのクリーンアップ、マスクの使用の主張、社会的距離の拡大など、安全プロトコルが守られているかどうかを判断できます。また、これらのタイプのAIベースのビデオ監視は、在庫管理のための店舗監査に役立ち、空の棚がどこにあり、何が売れていないかを判断できます。
• 倉庫のロボット工学。 倉庫の床にあるロボット、アイテムのピッキングと梱包により、倉庫の速度と効率が大幅に向上しています。病気の労働者や健康状態が悪化して家にいることを余儀なくされた労働者のために人手が不足しているパンデミックの間、ロボットはたるみを取り戻しました。
• ロボティックプロセスオートメーション（RPA）。 請求、注文処理、データ入力、その他の管理タスクなどの反復的なタスクは、サプライチェーンの混乱の主な原因となる可能性があります。 RPAにより、多くの企業がこれらのタスクを自動化し、人間の従業員がより戦略的なタスクを処理できるようになり、パートナーや顧客などと直接やり取りできるようになりました。たとえば、RPAを使用して、発注書を処理し、必要な在庫レベルを特定して、実際の在庫と照合することができます。例外に対処する場合を除いて、すべて人間の介入に依存することはありません。
• コンピュータービジョン。 このAI駆動型の画像検出は、輸送やロジスティクスで使用でき、交通量の多いエリアを特定し、最適なトラックルートを計画するのに役立ちます。 ComputerVisionベースのアルゴリズムは、衛星画像からのデジタル画像またはビデオを分析して、たとえば特定の地域の車やバスを見つけて数え、トラック運転手がそれらの地域を回避するのを支援します。他のアプリケーションでは、列車による商品の円滑な供給を妨げる可能性のある損傷した線路がどこにあるかを判断するために使用できます。

マイクロウェアハウスアプローチ

自動化に加えて、将来のサプライチェーンの特徴となるのは、顧客の近くにある倉庫と保管です。アマゾンやウォルマートのようなものからでも、大きな倉庫は多くの小さな倉庫に置き換えられ、2マイル以内の顧客ベースにサービスを提供します。いくつかの大きな倉庫を用意する代わりに、企業は流通プロセスを分散させ、小売業者や消費者に商品をより早く届け、さらには空気や高速道路の排出量を減らして持続可能性の実践を促進することができます。

実際、将来のサプライチェーンは、より少ない人間の労働者で構成されます。在庫ニーズの管理と予測、データの処理、バックオフィスタスクと倉庫業務の処理のためのAI主導の自動化。より安全で接触のない宅配のための、ドローンを含む新しい配達チャネル。

将来のサプライチェーンは、実現するために重要なハードルを乗り越える必要があります。相互運用可能な統合システムを効果的にするには、サプライチェーン全体でデータを共有する必要があります。しかし、企業が成功するには、この相互運用性を受け入れる必要があります。もう1つの課題は、自動化によってもたらされる失業の恐れです。企業は、労働者が新しい、より戦略的な役割を担う機会を開き、トレーニングと継続教育のサポートを提供することによって、これらの恐れを払拭しなければなりません。人間が常にAIに対して持つ揺るぎないエッジを見失うことなく、AIのメリットを強化します。

COVID-19はサプライチェーンの脆弱性にスポットライトを当ててきましたが、そのレッスンを通じて、AIによって推進され、人間の創意工夫によって強化される未来のサプライチェーンを再考し始めています。

Carlos Melendezは、Wovenwareの最高執行責任者です。