サプライチェーン：aiにより緊急発注を59％削減可能

サプライチェーンにおけるAIは新たな段階に入っている。タスクの自動化や予測精度の向上に特化した初期のプロジェクトを経て、現在の焦点は、エンドツーエンドの業務プロセス全体の変革にある。この調査は、AIを中心にプロセスを再構築する組織と、既存の仕組みに単にツールを追加するだけの組織との間に、潜在的なパフォーマンス格差が生じることを明らかにしている。

各段階での利益

同社の予測は、実現可能な改善の規模を示している。計画および納品プロセスをAIを中心に見直すことで、先進的な組織は予測誤差を52％、緊急発注を59％削減できる可能性がある。在庫保有コストは最大41％減少し、注文のピッキングから出荷までのリードタイムは38％短縮される可能性がある。

より信頼性の高い予測により、在庫水準とネットワーク内での配置をより適切に調整できるようになる。これにより、倉庫が吸収しなければならない制約が減り、注文のピッキングが容易になり、遅延を補うための緊急出荷が制限される。

このモデルはまた、「Plan-to-Deliver」（計画から納品までをカバーするプロセス）のコストが12～17％削減され、リソース要件が15～24％減少する可能性があると推定している。重要な課題の一つは、データ照合、例外追跡、緊急対応などのタスクからチームを解放し、より付加価値の高い活動にリソースを再配分することである。これらの数値は目標とするパフォーマンスシナリオを示しており、その実現は既存のプロセス、デジタル成熟度のレベル、および実施される変革の規模に依存する。

業務の再構築

The Hackett Groupによれば、専門的なソリューションを積み重ねるだけでは、持続的なパフォーマンス変革には不十分である。専用ツールは特定の予測精度を向上させたり、個別の意思決定を支援したりすることはできるが、サプライチェーン全体のパフォーマンスを大きく変えるものではない。

この調査は、100以上の工場を運営し、2万のサプライヤーと取引する世界的なエネルギー技術メーカーの事例を挙げて、この進化を説明している。この企業は、入荷納品プロセスと注文確認プロセスに、半自律的に一連のアクションを実行できるプログラムであるAIエージェントを導入した。報告書によると、これらのシステムは年間約200万件の納品明細行と300万件の購買発注明細行を処理しており、それぞれのプロセスは4ヶ月以内に投資回収を達成したという。

測定可能な変革

この可能性を活用するために、同グループはまずパフォーマンスのベースラインを確立し、期待される利益、コスト、複雑さに基づいてユースケースに優先順位をつけることを推奨している。その後、大規模な展開に先立って、プロセスと業務モデルの再構築を行うべきである。結果は、在庫に拘束された資金、納品の信頼性、物流コスト、処理リードタイムなどの具体的な指標を用いて追跡し、投資を単なる導入ツール数ではなく、測定可能な利益に結びつけるべきである。

この調査は比較モデリングに基づいており、同業他社で観察された中央値のレベルと、「AI World Class」と呼ばれる目標シナリオを対比している。The Hackett Groupは、30年にわたるベンチマークデータ、プロセス分析、変革経験に基づいていると述べている。したがって、これは代表的な企業サンプルが実際に達成した結果を測定した調査ではなく、潜在的利益の推定値である。同社は各指標に使用したサンプルの規模については明記していない。