AIは、輸送管理における可能性を急速に変えつつある。しかし、AIだけでは解決策にはならない。その価値は、もっと根本的な要素、つまり接続性にかかっている。輸送エコシステムがより密接に連携するようになればなるほど、その中でAIの価値は高まる。
Blue YonderとFreightWavesによる新たな調査によると、運輸業界のリーダーたちは既にこの方向へ動き始めていることが明らかになった。調査回答者の半数以上(53%)が、所属組織は既にAIを実運用で活用しているか、試験的に導入していると回答し、さらに39%がAIの可能性を研究または評価していると回答した。
AIを搭載したTMSは、機会を特定し、より良い意思決定を推奨し、定型業務を自動化することができる。しかし、そうした意思決定の質は、需要、注文、在庫、倉庫容量、輸送能力、供給業者、取引先といった、意思決定を取り巻く情報に左右される。この調査では、交通網が依然として非常に断片化されているという課題も明らかになった。
コンテキストはより良い意思決定を可能にする
輸送チームはデータ不足に悩まされることはない。課題は、AIがより良い意思決定を支援するために必要な文脈を与える形で、それらのデータを連携させることである。
多くの場合、サプライチェーン技術が企業全体およびネットワーク全体で断片化されているため、こうした連携が欠如している。その分断は重要である。なぜなら、輸送はほぼすべてのサプライチェーンにおける取り組みの中心に位置しているからだ。
輸送に関する決定は、サプライチェーンにおける他のあらゆる約束の実現可能性と経済性に影響を与える。需要計画や配分計画は、生産能力、リードタイム、倉庫の準備状況、または配送上の制約を無視すると、実行不可能となる。
その断絶は必ずしも存在する必要はない。輸送と需要、注文、在庫、倉庫、その他のサプライチェーン機能を連携させ、その連携をAIを活用した意思決定でサポートすることで、組織は現状と意思決定が行われる背景についてより幅広い理解を得ることができます。これは、チームが個々の出荷を最適化するだけでなく、より広範なサプライチェーンに基づいて意思決定を行うのに役立つ。
その機会は、事業内容や、事業を展開する業界またはサブセクターによって異なって見える。
同じ基盤でも、輸送の優先順位は異なる
製造業者にとって、輸送は供給の確保、生産スケジュール、顧客との約束と密接に関係している。これらの工程が独立して稼働している場合、輸送上の制約が考慮されるようになるまでは、生産計画は実現可能に思えるかもしれない。輸送をより広範なサプライチェーンや輸送ネットワークと連携させることで、こうした問題点をより早期に特定し、供給、能力、需要に関するより包括的な情報に基づいて意思決定を行うことができるようになる。小売業者にとって、依存関係は異なるものの、どれも同様に重要である。輸送に関する決定は、在庫配置、配送コスト、製品の入手可能性、そして最終的には顧客への約束に影響を与える。このホワイトペーパーでは、MIT交通・物流センターの研究を引用しており、それによると、在庫配置、需要計画、物流コストは、回答者の53%がそれぞれ最大の課題として挙げている。これらのプロセスを連携させることで、サービス、在庫、輸送に関する意思決定のバランスを取るための、より豊かな背景情報が得られる。
通信サービスプロバイダーにとって、接続性は事業拡大の基盤となる。プロバイダーは、顧客、運送業者、施設、および運用モデル全体にわたる輸送を調整する必要があり、多くの場合、新規顧客やサービスを迅速にオンライン化しながら行う必要がある。接続されたテクノロジー基盤により、AIはこれらの業務全体にわたる情報にアクセスできるようになり、LSP(言語サービスプロバイダー)は日常業務を効率化し、問題をより早期に特定し、顧客全体にわたってより一貫性のある意思決定を支援できるようになります。
使用例は様々だが、原理は同じだ。輸送管理は、AIによって支えられ、周囲の意思決定、データ、人々と連携することで、より強力なものとなる。
接続性は企業内にとどまるものではない
輸送は、運送業者、供給業者、顧客、倉庫、その他の取引パートナーからなるネットワークにも依存している。
Blue Yonderの調査によると、回答者の70%が、取引相手との直接的な協力関係を極めて重要または非常に重要だと考えていることがわかった。しかし、最も頻繁に挙げられるコラボレーションにおける課題は、依然としてメール、電話、スプレッドシートといった手作業によるコミュニケーションである。
そのギャップは、可視性と接続性という重要な違いを浮き彫りにしている。
Blue Yonderのサプライチェーンアドバイザリー担当副社長であるAndrew Brazell氏は
のように述べています。「可視性によって出荷が遅れていることが分かり、コラボレーションによって出荷者、運送業者、サプライヤー、および受取施設がそれに対してどう対処するかを決定したり、さらに良いことに、そもそも遅延を回避するために協力したりすることができます。」
AIは問題を検知し、その潜在的な影響を分析し、次のステップを推奨することができる。接続されたネットワークは、貨物を必要な場所に届ける責任を負う人々や組織全体にわたる、意思決定を協調的な行動へと拡張するのに役立ちます。
これは輸送管理にとって重要な進化です。ネットワーク全体にわたって、状況を把握し、意思決定を行い、行動に移すという段階へと移行するということです。
利点はAIだけではない
交通機関のリーダーたちは、AIそのもののためにAIを必要としているわけではない。彼らはより良い結果を求めている。
調査では、今後12~24ヶ月間の最も重要な輸送投資の成果について、回答者の意見はほぼ二分された。31%が輸送コストの削減を優先し、別の31%はより迅速で自動化された実行と意思決定を選択した。
それらの目標はますます相互に関連してきている。
AIは、輸送チームが膨大な量の情報を分析し、定型業務を自動化し、より迅速な意思決定を行うのに役立つ。接続されたTMSは、その情報に文脈と範囲を与え、意思決定の価値を高める。
AIは交通機関をよりスマートにする。接続性こそが、そのインテリジェンスをサプライチェーン全体やネットワーク全体に拡張することを可能にするものだ。
そして、これはまだ氷山の一角に過ぎない。
Blue YonderとFreightWavesが共同で作成したホワイトペーパー全文では、AIが現在どのような分野で価値を提供しているか、組織がAIを大規模に展開する上で何が障害となっているか、取引パートナーとの連携がどのように進化しているか、そして製造業者、小売業者、物流サービスプロバイダーが次に検討すべき事項など、研究内容をより詳細に解説しています。



