物流テック導入が失敗する理由と克服法：アナログ現場にデジタルを定着させるには

物流プロバイダーによる現代テクノロジーの採用は、アナログな世界にデジタルソリューションを適用する事例です。

本来、物理的なものです：トラック、トレーラー、船、列車、倉庫。それには何も「バーチャル」なものはありません——「クラウドで動く」のは飛行機だけ——にもかかわらず、プロバイダーはビットとバイトだけで構成されるシステムを急いで導入しようとしています。

その衝動は理解できます。IoTの時代において、自動化は絶え間ないデータの流れに対処し、迅速かつピンポイントな配送へのエスカレートする顧客要求を満たす鍵です。その目的で、機械学習や人工知能の進歩により、血肉のマネージャーでは到底不可能なレベルの「スマートな」意思決定が可能になっています。

物流向けテクノロジーは極めて合理的です。ではなぜ、多くの導入が約束通りの成果を出せないのでしょうか？

Ali Hasan Raza氏は物理的な世界出身です。18ホイーラートラックを含むオペレーションからキャリアをスタート。10年ほどでテクノロジー分野へ移り、トラックの追跡・トレース、移動監視システムなどを手掛けました。現在、AIを活用して運営ボトルネックを解消するソフトウェアベンダーThroughPut Inc.の共同創業者兼CEOです。

テック企業のリーダーとして、Raza氏は物流プロバイダーへの自動化の価値を理解しています。しかし同時に、その現実的な導入に伴う断絶も鋭く認識しています。端的に言えば、デジタルテクノロジーの性質と価値は「エンドユーザーが誰か」に依存するのです。トラック運転手は日常業務に対応するポイントソリューションを求めます。ブローカーは、荷主と物理サービスプロバイダーを結ぶ電子マーケットプレイスに惹かれます。WalmartやAmazonのような大手小売業者は、エンドツーエンドのサプライフローを可能にするシステムを好みます。

したがって、「デジタル」という言葉は包括的であると同時に、曖昧で苛立たしいものでもあります。「ロジスティクス」という同様に曖昧な用語でくくられる、幅広い「ソリューション」を記述してしまうからです。

大規模エンタープライズ向けシステムはいくつかの重要な前提から出発するとRaza氏は指摘します。想定リードタイム、車両キャパシティ、梱包要件、マテリアルハンドリング機器、製品ミックスなど、現実世界をモデル化するように設計されています。しかし、デジタルベースの計画システムは、過渡的なモデルではなく、定常状態で働くときに最も快適です。そしてロジスティクスの世界は明らかに過渡的です。

「物流とサプライチェーンで働いていれば、毎日が変化します」とRaza氏。「固定されたリードタイムとキャパシティなんてありません。ボトルネックは常に変化します。特にCOVID-19では、倉庫と工場が閉鎖され、ルート最適化を全面的にやり直す必要があります。」

カオティックな環境では、最も慎重に考え抜かれたシステムでさえ、実際の運営フローを反映しなくなります。「だからこそ、これらのデジタルトランスフォーメーションが失敗するのです」とRaza氏。「何かを構築する唯一の方法は前提を置くことです。数学と同じで、基本方程式から始めます。しかし、前提が少なければ少ないほど、自由度は高まります。」

AIと機械学習は、まさにこうした不確実性に対処するために設計されたのではないでしょうか？ Raza氏は同意します。AIは実際の需要と製品ミックスを検知し、そこから逆算して計画できます。「リアルタイムで推奨を出せますが、誰かがそれを実行しなければなりません。」そこにおいて、瞬間の現実が「インテリジェント」なマシンの最善の計画を脅かすのです。

完全な物流オペレーションの自動化は、高度に専門化された製品を扱う稀な「ライツアウト」倉庫を除き、稀です。こうしたセットアップは、サプライチェーン沿いの小さな修正されない誤算が拡大し、下流で壊滅的なサービス失敗を招く「ブルウィップ効果」を招くリスクがあります。

テクノロジーの皮肉なところは、その組織内での成功が、最終的には人間にかかっていることです。問題は往々にして企業文化にあるとRaza氏は言います。

「テクノロジーは、あなたがすでにやっていることをより速くするだけです」と同氏。「最初からデータ駆動型の文化がなく、データで何もやってこなかったなら、価値を付加することはできません。」

トレーニング——機械ではなく人間の——も同等に重要です。古いプロセスを剥ぎ取り、新しいプロセスでスタッフを十分に教育しない組織は、高価なテックイニシアチブが失敗する運命にあります。一方、経営トップは投資家から四半期ごとの利益増大を迫られる中でも、ROIについて現実的である必要があります。そんなシナリオでは、SaaS（Software as a Service）の採用が初期コストを軽減する助けになります。

物理的なロジスティクスの世界が、自動化・予測システムというバーチャルケイパビリティを必要とし、多額の資本支出から最大の価値を引き出すことに疑いの余地はありません。しかし、それらの「ソリューション」をどう適用するかが、成功と失敗を分けます。Raza氏の言葉を借りれば：「テクノロジーはイネーブラー（可能にするもの）であり、ソリューション（解決策）そのものではない。」