データへの飢え：サプライチェーンAIが転換点に達する方法

サプライチェーンにおける人工知能（AI）は、ニワトリと卵の関係のようなものです。サプライチェーンの運用に関するより大きな可視性を創出するために、AIの潜在能力を称賛する人もいます。言い換えれば、AIが最初にあり、可視性が二番目にあります。

しかし、サプライチェーンの運用に関するリアルタイムの可視性が他に方法で得られなかった場合には、これは真実であったかもしれません。だが、変革的なサプライチェーンAI、特に大量のデータセットから新しい洞察、結果、プロセス、効率性を生み出す非常に強力なジェネラティブAIを含む、には、方程式を逆転する必要があります。可視性が最初にあり、続いてサプライチェーン全体でジェネラティブAI駆動のイノベーションが行われるということです。

ある地域の小売マネージャー、配給業者、製造業者、または調達担当者が月曜日の朝に目を覚まし、馴染みのあるAIチャットボット（もしかしたら音声操作）を起動し、自然言語でそのサプライチェーンが週に最適化されているかどうかを尋ねることを想像してみてください。最適化されていない場合は、サプライチェーンを目標に合わせて調整する方法を尋ねます。ジェネラティブAIは、サプライチェーンシステムとのこのようなやり取りを可能にします。

しかし、ジェネラティブAIベースのサプライチェーンソリューションが自動的にそのような回答を提供できる唯一の方法は、サプライチェーン内のすべての製品、箱、ケース、パレットなどについて、その状態、位置、状態、動きなどに関する情報を把握している場合です。而且、その情報を把握できる唯一の方法は、製品自体が人間の介入なしに情報を自動的に通信できる場合です。今日、Ambient IoTと呼ばれる汎用的な可視性プラットフォームを通じて、これは可能です。

サプライチェーンにおけるジェネラティブAI

グローバルコンサルティングファームであるアーンスト・アンド・ヤングによると、サプライチェーン企業の40％がジェネラティブAIに投資しています。彼らは、複雑なサプライチェーンネットワークをマッピングし、「もしも」シナリオを実行し、上流および下流サプライチェーンを予測し、パートナーが簡単に回答を得られるようにチャットボットを開発し、さらには過去または既存の契約に基づいて新しい契約を生成するためにジェネラティブAIを使用しています。

そのような場合、企業は、AIモデルを自身の歴史的なデータとパートナーから得られるデータでトレーニングしています。次に、効率性を高める方法を見つけるようにジェネラティブAIに依頼しています。しかし、EYアナリストは、「ジェネラティブAIツールは、入力データの力だけが強力であるため、サプライチェーンパートナーからのデータの品質と可用性によって制限される」と述べています。

サプライチェーンAIの聖杯は、リアルタイムデータに基づいて新しいルート、プロセス、製品設計、サプライヤーリストを生成し、そしてそれを人間が可能なよりも速く行うことです。ある幹部は、ハーバード・ビジネス・レビューに、「サプライチェーンの危機が発生したとき、競争力を維持するための鍵は、他のすべての企業が同じことを行おうとしているすべての企業よりも、代替サプライヤーを見つけるのが速いことです」と述べました。

これには、実際のサプライチェーン運用に関するはるかに多くのデータ、そしてより現在のデータでジェネラティブAIソリューションをトレーニングする必要があります。ここで、Ambient IoTが登場します。

Ambient IoT：サプライチェーンの言語

Ambient IoTでは、製品、パッケージ、場所がデジタルシグネチャーを持ちます。これは、サプライチェーンのリアルタイム可視性言語であり、最終的にはジェネラティブAIの基礎となる大規模言語モデル（LLM）にフィードされます。これらのシグネチャーは、IoTピクセルと呼ばれる、サプライチェーン内の追跡および監視が必要なすべてのものに貼付される、自己電源型のスタンプサイズの電子タグを介して保持されます。IoTピクセルには、計算能力、センサー、Bluetooth通信が含まれており、製品やパッケージがサプライチェーンを通じての旅をデータで説明できるようにします。最終的には、物理世界とデジタル世界の間のブリッジを表し、サプライチェーンの運用を実際に示す、予測する、最適化することができるサプライチェーンデータを初めて利用可能にします。

Ambient IoTピクセルは、スマートフォンやワイヤレスアクセスポイントなどの既存のワイヤレスデバイスのメッシュを介して、または店舗、倉庫、配送トラックなどに簡単に配置できる標準化されたブリッジとゲートウェイを介して、データを通信します。実際、適切な許可とプライバシー保護があれば、Ambient IoTピクセルは、製品の使用、再使用、リサイクルに関するデータを通信することで、サプライチェーンの可視性を消費者まで拡張できます。これは、より高度なジェネラティブAIモデルを構築するための基礎となります。

そして、データを継続的に送信します。今日、ジェネラティブAIモデルをトレーニングするために使用されるサプライチェーンレコードとは異なり、Ambient IoTデータは、サプライチェーンが「今」どのように機能しているかを説明します。この可視性があれば、ジェネラティブAIを実装して、「サプライチェーンで何が見えているのか、今？」と尋ねるだけです。

サプライチェーン全体でリアルタイムの可視性とAmbient IoTデータ生成は、ジェネラティブAIの課題の1つ、つまりLLMを生成するデータ源からの意図しないデータバイアスに対処するのにも役立ちます。これらのバイアスは、企業のさまざまなERPシステムから来ています。

Ambient IoTでサプライチェーンを通じて追跡された製品は、客観的な真実を語ります。なぜなら、製品は、Ambient IoTが示す場所にあり、そこにありますからです。而且、Ambient IoTは、RFIDスキャナーを持った作業員が出荷を追跡する必要がないため、人間のエラーを最小限に抑えることができます。

Ambient IoTデータは、サプライチェーンを通じて製品が取るルートと時間を正確に説明します。而且、製品は、デジタル製品パスポートに、取り扱いに関与した当事者や施設に関するデータを保持しています。適用可能な場合、Ambient IoTピクセルは、温度、湿度、各ステップでの炭素排出量に関する情報をLLMに追加できます。

アーンスト・アンド・ヤングによると、サプライチェーン企業がジェネラティブAIの使用を探索している分野の1つは、規制およびESGレポートです。ジェネラティブAIがコンプライアント情報を生成するために大量のデータを収集する最も効果的な方法は、Ambient IoTを通じてです。

チャットボットから自動化まで

日々、Ambient IoTとジェネラティブAIの結婚は、サプライチェーンに2つの方法で利益をもたらす可能性があります。まず、サプライチェーンの状況が進化するにつれて、より多くの人がそれを理解し、サプライチェーンの運用を最適化または修正するための積極的な措置を講じることができるようになります。データアナリストや調達専門家である必要はありません。ジェネラティブAIチャットボットに出荷の状況や代替サプライヤーについて尋ねることができますが、企業は引き続き、LLMやジェネラティブAIツールが役立つ結果を生み出すように進化するために、データエキスパートを必要とします。サプライチェーン分析および照会の民主化により、競争力を維持するために必要な迅速な意思決定が可能になります。

2番目に、ジェネラティブAIやその他のAIツールは、サプライチェーンの自動化に向けた橋渡しを構築するのに役立ちます。特に、制御システムでよく見られる強化学習を通じて、ソフトウェアは、より良い結果をもたらす決定を下すようにトレーニングできます。最終的には、サプライチェーンの混乱が発生する前にそれを検出して自動的に代替サプライヤーや船荷主を起動したり、予測メンテナンスを開始して、倉庫または製造システムまたはラインが故障する可能性があるかどうかを判断したりすることができます。

これは、大量のデータセット、特にAmbient IoTによって生成されたサプライチェーンデータから学ぶことによって実現します。

近年、複雑なサプライチェーンは、非常に危険な状態にあることがわかりました。些細な要因が2、3つあれば、混乱に陥る可能性があります。人工知能は、将来の混乱を避ける上で非常に重要です。しかし、そこに到達するには、サプライチェーンは、現在見えていないものに対するデータを解放する必要があります。Ambient IoTは、明日のジェネラティブAIイノベーションの基礎となる可視性データを提供します。