パンデミックがサプライチェーン意思決定に与えた影響：新しいパラダイム

サプライチェーンマネージャーは、パンデミックによる混乱だけでなく、需要の継続的なシフト、顧客期待の高まり、外部の地政学的要因から、前例のない混乱に直面しています。二つのことが明らかになりました：これらの混乱は一時的なものではなく、現在のサプライチェーンデータモデルの欠点を浮き彫りにしたということです。

意思決定インテリジェンスでより良い成果を

過去1年間の混乱からの回復、これから訪れる需要の上昇、そして将来の混乱を生き抜くために必要な知識と洞察を得るには、履歴分析、サイロ化された情報、限られた出力と解釈手段しか持たない画面上のダッシュボードという従来のデータモデルを超える必要があります。

次世代の意思決定はすでにここにあります。意思決定インテリジェンスは、AIと前向きな予測分析によって駆動され、複数のデータソースを抽象化して単一の統合ビューを提供するミドルウェア層を備え、自然言語インターフェースですべてを提供することで、データとトレンドへの早期かつ即時のアクセスを実現します。

統合された自然言語インターフェースで提供される意思決定インテリジェンスは、過去1年間の混乱によって浮き彫りになった多くの隠れた脆弱性と課題を解決します。通常の状況下での意思決定支援は機能していたかもしれませんが、それまで前進するインセンティブはほとんどありませんでした。しかし、古いモデルは、予期せぬ事態に直面したとき、多くの人を無防備な状態に置き去りにしました。

予測不能な世界での意思決定

GartnerのCORE（構成、最適化、対応、実行）モデルは、すべてのサプライチェーン意思決定に普遍的なモデルを課します：

• 戦略を支えるサプライチェーンの構成
• 限られたリソース（パンデミックの場合は大規模かつ予期せぬ混乱）を考慮した最適化
• 選択肢とインテリジェンスのレベルを組み込んだ対応
• 実行

サプライチェーン計画でCOREモデルを成功させるには、リアルタイムの洞察が必要です。リアルタイムの洞察を得るには、データアナリストだけでなく、あらゆるレベルの意思決定者が使える、インテリジェントでインタラクティブなリアルタイムインターフェースがさらに必要です。これは、システムがコンテキストを構築できる自然言語処理機能によって実現でき、ユーザーは一連のワンショットの質問やコマンドを実行するのではなく、システムと進行的な会話ができるようになります。さらに、バックエンド処理の抽象化レイヤーにより、複数の構造化・非構造化データソースからの透過的なデータ取り込みが可能になります。

計画と実行のギャップを埋める

今日のグローバルエコシステムにおけるレスポンシブなサプライチェーンでは、プランナーが計画と実行の間に長年存在するギャップを埋める必要があります。そのギャップを埋め、予期せぬ事態を予測し、予測不能なイベントや需要シフトに基づいて迅速かつインテリジェントにピボットする能力を構築できる組織こそが、昨年の壊滅的なサプライチェーン不足の中でより良い結果を出し、その後に続く避けられない需要シフトに迅速に対応できるポジションを確保できるでしょう。

Ganesh Gandhieswaran氏は、意思決定インテリジェンスプラットフォームConverSight.aiの共同創業者兼CEOです。