AIがゼロウェイスト製造を推進：工場とサプライチェーンの変革

廃棄物のない世界を実現したいなら、人間の脳以外の何かが必要かもしれません。

ビジネスの多くの側面と同様、答えは人工知能（AI）にあります。具体的には、製造業における産業廃棄物を排除するAIの能力です。

Noodle.aiの最高経営責任者（CEO）を務めるStephen Pratt氏は、AIを「工場とサプライチェーンが本来あるべき姿に戻すためのツール」と位けています。つまり、「原材料から店頭までのシームレスな流れ」を実現することです。

もちろん、工場内外での廃棄物排除は、数十年にわたりサプライチェーン幹部の執念の的でした。トヨタ生産方式が特定した7つの「ムダ」（無駄の日本語）は、1940年代後半に起源を持ちます。より最近では、リーン生産方式やジャストインタイム（JIT）理論が、工場への部品供給や倉庫への完成品納入において、管理者が「過剰在庫」と見なしていたものを削ぎ落としました。（その結果、残念ながらCOVID-19パンデミック時に消費財の需要が急増した際、多くの小売業者が十分な製品を確保できませんでした。ある人の「リーン」なサプライチェーンは、別の人の「欠品」なのです。）

過去の廃棄物排除理論が、実際の工場での成果よりも多くの書籍や学術論文を生み出してきたのか、問わざるを得ません。Pratt氏によれば、世界銀行の推計では、現在の世界の産業廃棄物は都市固形廃棄物（いわゆる「ゴミ」）の18倍に上ります。

公平を期すなら、リーン、JIT、シックスシグマ、制約理論、その他の高度な計画ツールはすべて、工場内外の管理実践に影響を与えてきました。生産廃棄物は大幅に削減されたものの、依然として2兆ドル規模の問題です（Pratt氏が内訳を説明します）。「完全なフローの状態には程遠い」とPratt氏は言います。「多くのサプライチェーンには固定されたビジネスルールがあるが、在庫プランナーに聞けば、それらのルールが間違っていることは誰でも知っていると言うでしょう。」

ここにAIが、廃棄物管理への新たなアプローチを携えて登場します。Pratt氏によれば、違いは複雑なアルゴリズムを用いて、余剰部品・製品・慣行が業務を阻害しそうなタイミングを予測する点にあります。こうしたアラートにより、人間が問題が製品の流れに影響を及ぼす前に対処できるようになります。

生産廃棄物の削減に特化したAIの活用は10年足らずの歴史ですが、すでに「信じられないほど効果的」だとPratt氏は言います。これまでの製造アプリケーション（MRPやERPなど）は、コンピュータの低速さとデータの高コストに足を引っ張られてきました。

「それらの技術の悩みの種は、生産歩留まりと納期を『平均値』で想定していた点にあります」とPratt氏は説明します。「それは、地球上の人の『平均的な靴のサイズ』について語るようなものです。平均と現実のギャップが、世界中の廃棄物の約半分を占めています。」

トヨタの7つのムダ（運搬、在庫、動作、待ち、過剰生産、過剰加工、不良）は、日本の産業技術者・大野耐一氏によって特定されました。AIの導入により、Pratt氏はこの概念を工場の外へ拡張し、現在のサプライチェーンにおける最大の4つの廃棄物領域を定義しています：

• 不良品。 生産工程をすり抜けた不良品は廃棄せざるを得ません。メーカーへのコストは年間約8,610億ドル。
• 工場の故障・停止。 計画外のダウンタイムは「巨大な問題」で、年間約6,890億ドルのコストが発生。
• 流通段階でのエラー。 工場は完璧な製品を作っても、現行のITシステムが納期・場所・数量の目標を満たせず、流通段階で足止めされます。過剰在庫のコスト：年間約4,460億ドル。
• 空の棚（欠品）。 「無いこと」が廃棄物に見えないかもしれません。しかし、顧客が購入したい時に欠品している（約9%の頻度で発生）ことを小売業者が恐れ、サプライチェーンに在庫を押し込みます。結果として「必要以上に生産してしまう」のです。

初めて、増大し続けるコンピューティング能力により、これら4領域すべてに効果的に対処できるようになりました。現在この種の計算に使われる平均的なコンピュータは、2000年時点の世界最速スーパーコンピュータの2,000倍の速度だとPratt氏は指摘します。

AIの役割は、記述的分析から処方的分析へ急速にシフトしています。現在のAI駆動システムは、異常をスキャンし、その差し迫りを管理者に警告し、影響を予測し、是正措置を提案します。さらにPratt氏は、「不良品を出さないよう工場をどう調整すべきかも教えてくれます」と言います。

これが人間を完全に排除することを意味しません。Pratt氏は、AIの圧倒的な演算力と人間の創造性・洞察力を組み合わせたシステムを理想とします。あらゆる指標で見ても、AIが製造現場、ひいてはより広い世界でその約束を果たすには、まだ長い道のりがあります。

最先端技術と同様、AIの受容は緩やかです。しかしPratt氏は、ウォルマートのような大手小売業者がサプライヤーに完璧なパフォーマンスを求めることで、AIの成熟が加速していると考えます。その基準を満たせるかどうかが「存続か消滅かの分かれ目になる」と語ります。