よりスマートなサプライチェーンへのシフト：製造業における効率とイノベーションの推進

サプライチェーンを構成する多くの要素の一つに過ぎない製造は、少量の原材料を購入して製品に変えるだけのシンプルなものから、相互に接続された一連のコンポーネントとプロセスまで、多様な形態を取ります。

エピコア（UK&I）のバイスプレジデント、マーク・ヒューズ氏は「本質的に、スマートサプライチェーンとは可能な限り効率的なものです。サプライチェーンのどこにボトルネックがあるかを常に見直し、理解し、最も弱いリンクを強化することで、潜在的なサプライチェーンショックを最小限に抑えます。課題を排除するか、サプライチェーンの上流または下流に移動させ、最終的な結果を効率的に提供できるようにします」と説明します。

しかし、「最も『スマートな』サプライチェーン」になるには、「効率性をさらに一歩進め、自己組織化と自己最適化を実現するものです」とヒューズ氏は付け加えます。「例えば、コンポーネントを必要なときにのみ導入し、在庫と保管を管理し、各段階のペースを微調整することでボトルネックの発生を防ぎます。これを実現するには、サプライチェーン全体で最大限の可視性を持つことが重要です。ここでテクノロジーが有益な役割を果たします。」

スマートサプライチェーンとは？

「スマートサプライチェーンとは、工場のIoTセンサー、AI、その他のインテリジェントな技術とデータソースからデータを取り込み、製造業者から小売業者まで商品を追跡・監視・管理するものです。設計、製造、生産、製品保管のあらゆるプロセスを監視するこの能力は、トレーサビリティと品質・衛生の最新基準へのコンプライアンスを確保し、バリューチェーンのあらゆる段階でより良い全体的なフロー、可視性、コラボレーションを提供します。

「スマートサプライチェーンは自己改善・自己最適化します。環境と過去の行動から学習し、ボトルネックを予測して回避し、混乱を防ぎます。在庫を最適化し、適切な数量が適切な場所に適切なタイミングで存在するよう確保します。メーカーにとって、これはより良い納期とパフォーマンス、コスト削減、効率向上、リスク低減などにつながります」 ― ジム・ビュロー、JAGGAER CEO.

では、何がスマートサプライチェーンへのシフトを推進しているのか？

サプライチェーンは、調達、製造、流通、輸送、受入といった複数のリンクで構成され、膨大な情報とデータが生成されます。サプライチェーンリスクへの意識の高まりと相まって、業界ではIoT技術の採用が増え、サプライチェーンをよりスマートにしています。

「これらのリンクのどれか一つが弱まれば、サプライチェーン全体に壊滅的な影響を及ぼす可能性があります。誰もチェーンの弱いリンクになりたくないため、サプライチェーン全体の組織が継続的にリスク軽減に取り組んでいます。その結果、この継続的な改善サイクルがより高品質なサプライチェーンを生み出します」とヒューズ氏。

「自動車業界で行われるデュアルソーシングが好例です。自動車メーカーは単一コンポーネントの95%を一社から調達しながら、残り5%を別のサプライヤーから確保します。プライマリサプライヤーに問題が生じた場合、セカンダリからの発注を増やせます。これによりリスクを軽減し、混乱の可能性を減らし、組織のサプライチェーンをより堅牢にします」と同氏。

ヒューズ氏のコメントに加え、JAGGAER CEOのジム・ビュロー氏と、Blue Yonder製造セクター担当SVP兼GMのホン・モー・ヤン氏の両名が、COVID-19がスマートサプライチェーンへのシフトに果たした役割を強調しています。

「COVID-19パンデミックは、グローバルサプライチェーンの隙間と、より高い透明性、効率、情報のリアルタイムフローの全体的な必要性を露呈しました。サプライ不足が大混乱を招き、メーカーに効率的な対応を迫りました。特にPPE、手指消毒剤、メディア機器などの重要製品において顕著でした」とビュロー氏。

「過去1年間、COVID-19の混乱は多くの業界に影響を与えましたが、製造業は特に大きな影響を受けました。この背景下、多くのメーカーのレガシーサプライチェーンシステムは、混乱への反応すら十分にアジャイルではなく、予測・回避はなおさらでした。これがスマートサプライチェーンへのシフトを推進しています」とヤン氏。

ビュロー氏はインダストリー4.0もドライバーとして挙げます。「高度な自動化が今後数年間で製造セクターの大幅な成長を牽引する準備ができており、広範なサプライチェーンも同じ速度で進化しなければ業界全体でメリットを拡大できません。また、マスカスタマイゼーションへの需要増は、テーラーメイド製品の生産に伴う複雑性を管理しながらコスト、不足、過剰在庫を最小化する、よりスマートでデータ駆動型のアプローチを要求しています。」

メーカーはサプライチェーンでどうスマートなオペレーションを開発できるか？

「メーカーがスマートサプライチェーンを開発するには、すべてはデジタル化から始まります」とヒューズ氏。「第一歩として、メーカーは内向きに目を向け、自組織の包括的なデータ駆動型の全体像が存在することを確認する必要があります。すべての工場現場はユニークで、ユニークなプロセスを持つため、ワンサイズ・フィッツ・オールのアプローチはありません。集中化されたビューがあれば、どのプロセスが十分な効率を生み出していないかを明確に把握できます。

「ショップフロア全体でオペレーションをデジタル化することで、メーカーはサプライチェーンの各領域を可能な限り効率的にするために必要なデータ駆動型インサイトを手に入れられます。これらのインサイトを各リンクと共有することで、サプライヤーは需要に応じてリアルタイムで供給を反応・調整できます。これを自律的と呼ぼうがハイパーコネクテッドと呼ぼうが、本質的には情報の最大限の可視化を達成することです。」

ヒューズ氏に同意し、ヤン氏は「克服したいユースケースと課題を特定することが重要です。新技術導入によるスマートサプライチェーン構築への実用的なアプローチにより、企業はスケールし、より大きな価値を提供できます。今日、多くの企業がサプライチェーンのレジリエンス構築を目指しており、それにはサプライチェーンショックを乗り越え、データ駆動型の意思決定を行うためのリアルタイム可視化と実行可能な分析が必要です。

「最近のスエズ運河封鎖を例に取りましょう。全長1,300フィートのコンテナ船が、アジアとヨーロッパを結ぶ最も混雑する海上動脈の一つで横座りしました。弊社のAI/MLコントロールタワーにより、Blue Yonderのお客様は、在庫、生産能力、売上への影響をリアルタイムで予測し、早期の波及効果に備え、修正アクションを実行して混乱の影響を緩和できました。」

COVID-19やスエズ運河封鎖といった時事問題がサプライチェーン業界に深刻なリスクをもたらす中、「スマートサプライチェーンはこれまで以上に重要です」とヒューズ氏。「サプライチェーンがスマートであればあるほど、効率的でレジリエントになります。サプライチェーンを脅かす大小様々な破壊的イベントは常に存在しますが、スマートサプライチェーンならこれらのリスクを成功裏に軽減する可能性が高まります。真の最適化とは、ノーマルではなく、アノマリー（異常）に対処することです。

「究極的には、可能な限り多くのデータを収集し、サプライチェーン全体の可視性を高めることです。スマートサプライチェーンは大きなデータポイントを処理し、ある程度自己最適化します（需要の急激な変動による在庫枯渇など）。これにより、現場の担当者は最適化できない小さな破壊的異常――サプライチェーンの『パンク』に集中できます。」

スマートサプライチェーン：トップトレンド

ジム・ビュロー、JAGGAER CEO：

• アジリティとより良いコラボレーション： パンデミックが浮き彫りにしたサプライチェーンプレッシャーにより、組織はアジリティと変化への迅速な対応力を求めています。スマートサプライチェーンが提供する可視性とリアルタイム監視により、メーカーと下流パートナーは、サプライチェーンのあらゆる地点で問題が発生した際、より容易かつ効果的に協力して解決できます。これにより効率、パフォーマンス、関係強化、レジリエンスが促進されます。
• サステナビリティ： 環境だけでなく社会的・経済的な広い意味で、緊急の課題となっています。製造組織はリソース効率の良い行動の開発と、取引先サプライヤーを真に知ることに意図的になっています。効率化、ルート最適化、n階層サプライヤーまでのトレーサビリティ向上によるサプライベース全体の透明性確保、コンプライアンス遵守、過剰生産・廃棄・過剰在庫の抑制などは、スマートサプライチェーンがサステナビリティをさらに推進するほんの一例です。

ホン・モー・ヤン、Blue Yonder製造セクター担当SVP兼GM：

• 人工知能（AI）／機械学習（ML）： サプライチェーン全体で多くのユースケースがあります。需要予測と混乱の予測、輸送ルートの最適化、リソース計画、顧客フルフィルメント戦略など、AI/MLは効率化、自動化、サプライチェーンネットワーク全体の可視性と統合の向上のために広く導入されています。
• デジタルツイン： エンドツーエンドのサプライチェーンで正しい意思決定を行うために、デジタルツインは不可欠です。物理的なサプライチェーンのデジタル表現を作成することで、企業はローカルおよびグローバルな意思決定、状況認識の向上、様々なシナリオの影響を自信を持って評価できます。より重要なのは、収益成長、マージン管理、顧客満足度目標といった戦略的ビジネス目標への意思決定の影響を予測できることです。
• データサイエンティストへの需要： 企業がAI/ML、IoT、ロボティクスなどの新技術に投資し続け、内部・外部リソース全体でより大量のデータを集約する要件が高まる中、データサイエンティストの需要は増加します。今日、データサイエンティストはデータモデリングと計画構築によるサプライチェーンのサステナブル化、より高い可視性と制御によるレスポンス時間とアジリティの向上、AI/MLとビッグデータによる意思決定プロセスの自動化など、多くの課題解決に取り組んでいます。これにより企業はより賢く、戦略的なビジネス意思決定が可能になります。