IoTとアナリティクスがポストCOVIDのサプライチェーンを再構築

今日の変動の激しい市場において、サプライチェーンの俊敏性とレジリエンスはもはやオプションではなく、生存に不可欠です。これらの要求に応えるため、企業は最新のデジタルテクノロジーに目を向けています。

主要なイネーブラーには、Internet of Things（IoT）、インフラ自動化、人工知能（AI）、高度アナリティクス、API統合、そして新興概念のデジタルサプライチェーンツインが含まれます。

これらの技術への関心は、多くの企業がCOVID-19以前から探求を始めていたにもかかわらず、世界的なコロナウイルスパンデミック中に加速しました。

Gartnerの2019年デジタルビジネス影響調査では、広範なIoT浸透が明らかになり、回答者の59%が組織全体で部分的または完全な導入を報告しました。IoT Worldによる2020年IoT採用調査では、参加者の51%がIoTを含むデジタルイニシアチブへのニーズ増大を認識していました。

「ポストCOVIDのサプライチェーン柔軟性は、需要シフトというより消費シフトの問題です」と、Gartnerのディレクター兼アナリスト、アンバー・サリー氏。2020年3月のトイレットペーパー殺到を、消費パターンがいかに急速に変化し得るかの鮮明な例として挙げます。

サプライチェーンリーダーは今、長期的な技術決定に直面しつつ、混乱したビジネスモデルとも格闘しています。AI駆動の機械学習ツールは、リアルタイム資産管理、在庫最適化、予知保全といったメリットを約束します。

サリー氏は、機械学習がパターン認識に優れる一方で、高品質・大量データが供給された場合にのみ機能すると指摘します。「課題は、多くの組織が堅牢なモデルに必要なデータの幅を欠いていることです」と同氏。

ITプロフェッショナルは、混雑したアナリティクスソリューション市場をナビゲートしています。主要ベンダーには、Anaplan、Blue Yonder、DHL Supply Chain、EY Supply Chain and Operations、IBM、John Galt、LLamasoft、Logility、SAPが含まれます。

IoTデバイスはサプライチェーン監視の中心になりつつあり、AWS、Google、Microsoftなどのクラウドリーダーが、Accenture、Cognizant、Pluto7、TensorIoTなどのスペシャリストと提携し、カスタマイズされたアナリティクスを提供しています。

後ろ向きな分析、前向きではない

統計モデルは過去分析には価値がありますが、未曾有の混乱を予測することは困難です。IBM Sterling Supply ChainのVP、ジャネット・バーロウ氏は、前向きなツールの必要性を強調します。

IBM SterlingはWatson認知AIを活用し、スケールでデータを相関させます。この能力は、IoTフィードが量と速度で増大するにつれ、重要性を増しています。

サプライチェーンIoTの基盤技術

高度な機械学習の採用は、組織のデジタル成熟度に依存します。John Galt Solutionsのプロダクトストラテジーリーダー、アレックス・プラダム氏は、多くの企業がAI拡大前に基盤技術をまだ必要としていると指摘します。

プラダム氏は、IoTセンサーコストの低下と、短期計画のための超鮮度データの価値を強調します。「高品質データは運用効率への第一歩です」と同氏。

TensorIOTのVP兼GM、ジョン・トレイナー氏は、移動平均のような単純な分析も、データが有効でなければ役立たないことを思い出させます。AWSとSemtechとの最近のパートナーシップで、フィールドデバイスをAWSサービスに接続し、資産追跡とスマートビルディングアプリケーションを実現するLoRaベースキットを作成したことを例示します。

サプライチェーンのためのAPI統合

IoTはデータ取得を自動化する新たなシステムカテゴリを推進しています。Cognizantのチーフデジタルオフィサー、プラサド・サティアボル氏は最近、IIoT提供を拡大するためBright Wolfの買収を発表しました。

「外部データはAPIを通じて計画システムに統合できます」とサティアボル氏。ジョンズ・ホプキンス大学のCOVID-19ダッシュボードを取り込む製造企業を例に挙げます。

サプライチェーン・デジタルツイン

Gartnerはデジタルサプライチェーンツインを「物理サプライチェーンの動的、リアルタイム、タイムフェーズドな表現」と呼びます。まだ新興ながら、この技術は倉庫シミュレーション、在庫予測、what-if分析を可能にします。

Ansys、Dassault、GE、MathWorks、PTC、Siemensなどの開発者がデジタルツインプラットフォームを構築しています。サリー氏は、明確なビジネス問題から始め、小規模で価値を実証することを助言します。

レガシーシステムはアップグレードが必要かもしれません。デジタルツインは複雑な相互接続をモデリングするためグラフデータベースに依存することが多いためです。「IoTがまさに提供する高粒度、低レイテンシデータが不可欠です」と同氏。

ストリーミングIoTデータにより、サプライチェーンマネージャーは装置ダウンタイムを予測、部品不足を特定、生産をプロアクティブにシフトできます。

「目標は、より良い可視性、俊敏性、レジリエンスの達成です」とサリー氏は結論付けます。「混乱下でも、テクノロジーと人が協働すれば、プレッシャー下での情報に基づいた意思決定が可能になります。」