サプライチェーン企業がAIを使用してロードマップを構築する方法

私たちが知っているサプライチェーンは、何十年にもわたって着実に加速している「プッシュ」ダイナミクスから新しい「プッシュアンドプル」モデルへの転換の危機に瀕しています。

このグローバルで業界全体の変化に貢献している主な要因は次の4つです。

今日のますます精通した買い物客。 顧客はデジタルの世界に住んでおり、シームレスなエクスペリエンスを求めています。そうでなければ、彼らは他の場所に行きます。つまり、顧客に在庫を「プッシュ」するために最適化されたサプライチェーンは、顧客が自分自身に「プル」したいものに最適化を追加する必要があります。

現在の地政学的な気候。 世界的に見られるナショナリズムの傾向、米国と中国の間の関税紛争、Brexit、持続可能性の問題への世界的な焦点など、サプライチェーンはこれまで以上に不確実性とリスクにさらされています。

インダストリー4.0とデジタルサプライチェーンの不均一な進歩。 工場、サプライチェーン、および店舗はより接続され、さまざまなシステムが情報を共有し、リードタイムを短縮できるようになっていますが、それは行動できる企業に限られます。生産は顧客に近づきつつあり、地域貿易の長年のパターンを混乱させています。

既存のサプライチェーンテクノロジーは、そのライフサイクルの終わりにあります。 予測や工場計画などの特定の孤立した問題を解決するために構築されたレガシーソフトウェアソリューションは、もはや目的に適合していません。簡単に言えば、このソフトウェアは追いつけません。

サプライチェーンの人工知能を入力します。工場での予知保全、ロジスティクスチェーンでの自動運転トラック、店舗での自動化など、サプライチェーンプレーヤーの効率を向上させ、運用コストを削減するAIソリューションが登場しています。しかし、ほとんどの業界と同様に、AIからの価値を完全に認識する方法には断絶があります。

最初のステップは、ロードマップを作成することです。つまり、短期的および長期的に戦略的なビジネス目標を達成するために優先順位が付けられた、精査されたAIの機会のポートフォリオです。 AIを採用するには、実験による学習が依然として重要ですが、AIロードマップを用意することは必要な戦略です。これにより、サプライチェーンロジスティクスの改善に取り組む人々は、インテリジェントなAIの採用に最適な戦術を計画および選択できます。

ビジネスにおけるサプライチェーンの変化の勢いを捉えるために、AIロードマップをどのように作成しますか？まず、ビジネス全体ではなく、単一のプロセスやタスクではなく、ビジネスラインまたは機能領域のレベルで作業をスコープする必要があります。たとえば、工場の設定では、在庫や品質管理などの領域は、プロセス、データ、役割、および目標の完全なシステムを表すため、開始するのに適した場所です。

焦点を選択したら、優れたAIの機会がどのように見えるかについて経営幹部を教育し、チーム全体でAI機能を機会に一致させる可能性を活用する必要があります。

優れたAIの機会は、実用的かつ価値のあるものです。それらは、AIによってどの予測または決定が行われるか、どのデータを使用するか、そしてその出力がどのように適用されて価値を生み出すかについて説明します。たとえば、工場の品質管理では、AIシステムは生産ラインのデータを使用して、欠陥を予測したり、メンテナンスを処方したり、質問に答えるアナリストを増強したりできます。

発見とは、これらのオプションを見つけることであると同時に、どのオプションを追求する価値があるかに関する仮説を立てることでもあります。発見後、チームは検証が必要な一連のケーススタディを用意する必要があります。

AIのユースケースの影響を見積もるときは、精度や効率の段階的な改善以上のものを検討してください。現状を超えて生み出された価値を分析します。

たとえば、AIのユースケースは、レポートを定期的に読んで請求書を処理する買掛金担当者を支援することを中心に構築できます。ドキュメントインテリジェンスなどのAI機能により、簡単な請求書をストレートスループロセッシングで処理できます。店員は、不一致の識別などの自動ドキュメント要約や情報抽出などの機能を利用して、残りの請求書をより迅速に処理できます。このメリットの最初の指標は、単に請求書の処理または時間の節約である可能性がありますが、全体像があります。 AP担当者が1日あたり1時間余分に稼いだ場合、根本原因の分析と注文の問題の修正、またはサプライヤの割引をより有効に活用するためのワークロードの管理に費やすことができます。

分析フェーズは、各ケースが定義され、経営幹部の意思決定者がビジョンと計画でケースの優先順位付けについて厳しい結論を出すのに十分な情報を持っているときに行われます。

最後に、明確に定義されたユースケースがあれば、チームは3つの目標のバランスをとることで最大の効果を得るためにAI投資を順番に並べることができます。

• 価値のある実用的なプロジェクトですぐに次のステップを設定する
• 時間の経過とともに機能を構築およびスケーリングするための慎重な計画を立てて、より大きな成果を設定します。
• 共通のビジョンに沿って経営幹部を調整することにより、サポートと予算のロックを解除します。

最初の2つの目標は、短期的価値と長期的価値のバランスを取ることです。 3つ目は、サプライチェーンへのAI投資の現実的なコストとメリットについて、経営幹部からの賛同を得ることで進歩を阻止することです。

サプライチェーンが新しい応答性の高いプッシュアンドプルの正常性につながるにつれて、意思決定者が勢いをつかむために迅速に行動することがますます重要になります。ただし、サプライチェーン管理の複雑さは、サプライチェーンの均衡の再調整が1回限りの活動ではないことを示しています。時間をかけてAIへの投資を見つけ、分析し、優先順位を付けることで、先に進むことと時間を無駄にすることの間にすべての違いが生まれます。

Karthik Ramakrishnanは副社長、アドバイザリーおよびイネーブルメントの責任者であり、BenHumphriesはElementAIのグローバルプリセールスの責任者です。