エンタープライズAIが鉄鋼セクターのイノベーションと安定性を牽引

人工知能（AI）による技術進歩とデータレイクの創出により、組織はそれらが産業生産に与える価値を認識しつつあります。

エンタープライズAIは、根本的なビジネスモデルに組み込まれ、意思決定を拡張できます。 テクノロジーそのものではなく成果に焦点を当て、組織がデータを継続的な顧客価値創造のための貴重なインサイトに変えることを可能にします。

金属産業は人類文明最古の産業の一つであり、現代の産業成長の基盤となってきました。 鋼鉄は今日最も広く使用される金属であり、地殻で4番目に多い元素である鉄がその主要構成要素です。

世界鉄鋼協会によると、世界粗鋼生産量は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、中国で生産された過剰キャパシティから来ており、中国は世界鉄鋼生産のほぼ50%を占めています。 このアンバランスは、中国メーカーが過剰在庫を低価格で輸出し始めたことで、特に西側諸国で業界に大きな混乱をもたらしました。

このアンバランスは継続する可能性が高いですが、企業は鉄鋼製造技術の近代化を通じて効率改善に取り組んでいます。 その過程で、自動化を優先し、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年前よりはるかに少ない人的労働で運営されています。 世界の鋼鉄生産が2.5倍に成長した期間に、業界は150万人以上の労働力を削減しました。

鉄鋼サプライチェーンには、業界の核心となる独自の要素が含まれます：

• マルチソースのインバウンドサプライチェーン。 鉱山から原材料が継続的に流れます。 しかし、鉄鉱石は多様な形態と品質で産出され、多くの場合、最終製品製造に入る前に追加処理が必要です。 これにより、必ずしも特定の顧客需要に紐づかない様々な鋼種が生じる可能性があります。
• 障害に敏感な生産。 鉄鋼製造プロセスは、高炉、転炉、連続鋳造機、圧延機などの生産段階間で、材料の途切れない流れを必要とします。 製鉄プロセス中に特定の操作を停止・再開することはコストがかかります。 したがって、生産と在庫の流れをバランスさせ、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蓄積を排除する必要があります。
• 複雑な完成品保管・流通ネットワーク。 保管、追跡、流通は、最終製品の多様なグレード、重量、サイズにより非効率に脆弱です。 さらに、RFIDタグが鋼鉄の物理的特性に干渉するなど、鉄鋼業界での追跡テクノロジーの使用には制限があります。
• 複数の販売チャネル。 伝統的に鉄鋼会社は、ディーラー、代理店、サービスセンターなど、同じ市場をターゲットとする多様な間接販売チャネルに依存してきました。 鉄鋼OEMは市場でのコントロールが限られ、エンドユーザー要件への可視性は最小限です。 さらに、複数のハンドシェイクと代理店手数料などのオーバーヘッド蓄積により、販売プロセスが遅くなります。 インターネット販売と直販チャネルの登場で、EマーケットプレイスとEオークションが透明性向上、販売サイクル短縮、オーバーヘッド削減の一般的な手段となっています。 同時に、Eマーケットプレイスプラットフォームは、顧客に市場データと指定グレードの競争力のある見積もりへの即時アクセスを提供しました。 これにより、鋼種が爆発的に増加し、その75%が過去20年間に開発されました。 最短の受注フルフィルメントサイクルと最も競争力のある価格で顧客要件を満たすことが、販売プロセスの鍵となっています。
• コモディティ化し変動の激しい市場。 鉄鋼サプライチェーンでは、原材料も完成品もコモディティ化しています。 したがって、ビジネスは需要と供給の両面で価格変動にさらされ、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増加しています。 データは構造化・非構造化の両形式で存在します。 インメモリコンピューティング、ストレージ、デジタルテクノロジーが信頼性と手頃な価格になり、多くの金属企業がそれらを活用して高度な分析を開発し、プロセスインサイトを得ています。 しかし現時点では、それらの取り組みの多くが、統合サプライチェーン戦略という組織全体のビジョンを欠いています。 鉄鋼業界には、デジタル能力を向上させる大きな余地があります。

デジタルツインは、物理的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。 デジタル世界と物理実体間のシームレスなデータ伝送を保証します。 エンタープライズAIを可能にするには、デジタルツインに以下の属性が必要です：

• エコシステムコマースプラットフォーム：市販ソフトウェアを通じて、すべての社内外ビジネスパートナーと情報交換するため。
• 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：直接管理の境界を超えた情報を取得するため。
• 物理設備の接続とイベント取得：IoTデバイスを通じて。 デジタルツインは、鉱石保管（鉱山業者、サプライヤー、船舶オペレーター）、生産（コークス炉、焼結プラント、高炉、鋳造機、圧延機）、製品保管・流通（ヤード、貨物輸送業者）、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）など、様々なサプライチェーンノードで継続的・リアルタイムなデータ収集を保証します。

ビッグデータレイクは、すべての企業データをネイティブ形式で保存する単一の場所です。 データサイエンス駆動の高度分析と機械学習など、多様な目的で使用できます。 鉄鋼企業にとって、ビッグデータレイクは、坑口、ヤード、高炉、鋳造機、圧延機など、様々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生の形式で保存できます。 ビッグデータは以下の領域でインサイトを得るために使用できます：

• 市場インテリジェンス：マクロ経済、金融政策、関税、金属取引所、商品価格変動、競合情報、地政学的状況などの情報で構成。
• 製鉄所データ：鉄鋼製造、ヤード管理、輸送など、各段階の能力と運営の詳細。
• ビジネスプランデータ：生産計画と出荷計画を含む。
• 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、鉱山業者、貨物輸送業者、船舶オペレーターなどの外部ステークホルダーによって生成。 パートナーエコシステムは、鉄鋼企業が取引する外部組織から、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）を通じてデータへのアクセスを提供すべきです。

エンタープライズAIは以下の機能で構成されます：

• 鉄鋼サプライチェーンの各段階におけるイベントの検知。 鋼鉄製品が消費者の手に渡る前に、完全な製造ライフサイクルを経る必要があります。 粗鉄鉱石が個別の鋼鉄製品に変換される過程で、原材料は複数の設備とプロセスステップを通過します。 サプライチェーンのあらゆる部分への混乱や変化は、生産の他のフェーズに大きな影響を与えます。 関連属性（IoTなど）を持つデジタルツインが、変化を即座に認識し、さらなる分析のためにデータを収集します。
• イベントを分析し、異なる時間軸での主要業績評価指標（KPI）への影響を判断。 イベントデータが収集されると、高度分析プラットフォームが作動し、計画活動への潜在的影響を特定します。 このステップでは、一瞬のうちに多数の「 ماذا لو（何もしない）」シナリオが作成され、サプライネットワーク全体での想定される変更からの結果比較が可能になります。 評価は、プラニングホライズン内の様々なKPIへの影響を判断できます。
• 代替ソリューションを推奨。 データ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、影響の全容を分析し、関連する推奨を提供する能力にあります。 影響が特定のKPIの閾値を超える場合、ビジネスルールと過去の認知経験からの教訓が、エンタープライズAIによる望ましいビジネス成果をもたらすソリューションの推奨を助けます。 このような推奨は、サプライチェーンネットワーク全体への影響を考慮し、最適な計画を推奨しなければなりません。
• 継続的な認知学習による成果の最適化。 ビッグデータレイクはデータサイエンスを通じてインサイトを提供します。 エンタープライズAIは、その情報を用いて成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、人間が一生かけても理解しきれない無関係な情報の塊です。 構造なしでは、この情報をビジネス目的で使用できません。 データサイエンス手法は、時間枠、地理、製品といった特定のビジネス次元で非構造化データをフィルタリングし、隠れた関係性を掘り起こ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、機械間接続と規範分析により手作業を削減・置換することで、鉄鋼業界の信頼性、効率、生産性を向上させます。 市場洞察、需要変動、生産・供給の混乱といった要素を検知できます。 AIテクノロジーの産業利用と、ビッグデータレイクおよびデジタルツインへの投資は、鉄鋼企業をより応答性が高く、収益性の高い運営へと変革することを約束します。 エンタープライズAIの実用的な視点は、鉄鋼サプライチェーン効率を劇的に高め、変動の激しい鉄鋼市場において在庫保有コストの削減と市場投入までの時間短縮をもたらします。

ヒランマイ・サルカールは、タタコンサルタンシーサービシズ（TCS）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。