成功するAIの基盤は一貫性である
一夜にしてAIが成功したように見えるのは、たいてい何年もかけて適切な基盤を築いてきた結果である。
サプライチェーン技術は、その明確な例と言えるでしょう。2022年3月、私たちはSnowflakeとの提携を発表しました。これは、ChatGPTが生成型AIを世間に広く知らしめる数か月前のことです。当時、Snowflakeが実現した統合データクラウドの重要性を疑問視する声もあった。
今日、その決定は驚くほど先見の明があったように思える。サプライチェーン全体にわたる可視性と相互運用性を可能にするデータファブリックの機能は、予測型、生成型、そしてエージェント型AIの不可欠な構成要素となっているからだ。
AIの成功はデータの一貫性から始まる
AIや機械学習モデルを取り巻くあらゆる興奮にもかかわらず、データはあらゆるAI戦略において最も重要な要素であり続ける。企業データはしばしば孤立したサイロに存在し、異なるシステムが同じビジネス概念に対して異なる定義を保持している。
統一された、意味的に一貫性のあるデータモデルは、この状況を変える。サプライチェーンのデータを共通のオントロジーに統合することで、組織は業務に関する一貫性のある信頼できる見解を確立できます。在庫レベル、リソース予測、輸送状況、労働力指標、顧客需要など、あらゆる情報を事業全体で把握できるようになります。相互運用性が劇的に向上します。カスタムコネクタ、スキーマの調整、または定義の矛盾なしに、ドメインをまたいでデータを照会できるようになります。最も重要なのは、AIがサプライチェーンの全体像を把握できるようになり、孤立した業務のサイロ内ではなく、複数の領域を横断して推論できるようになる点である。
拡張性：再発明を伴わずにイノベーションを実現する
現代の組織は、共通プラットフォームを通じてビジネス機能を連携させることで競争優位性が得られることをますます認識するようになっている。データ管理、分析、ワークフロー、機械学習、統合、ガバナンス、セキュリティを単一のBlue Yonderプラットフォームに統合することで、企業は継続的なイノベーションのための基盤を獲得できます。
同様に重要なのはオープン性です。顧客は自身のデータにアクセスできる必要があり、独自のビジネスプロセスをサポートするために機能を拡張できる必要があります。最も成功しているプラットフォームは、閉鎖的なエコシステムではなく、差別化と価値創造を推進するイノベーション工場である。データパイプライン、検証フレームワーク、分析サービス、ワークフローオーケストレーション、機械学習スタジオ、データエンリッチメント機能などを組み合わせることで、全く新しいアプリケーションを必要とせずに、新たな課題を解決することができます。組織はもはや単にソフトウェアを購入するのではなく、継続的なイノベーションのためのプラットフォームに投資している。
機械学習の民主化
かつて機械学習には、専門チーム、複雑なインフラ、そして多大な運用コストが必要だった。クラウドネイティブプラットフォームは、このモデルを変革しつつあります。統合された機械学習環境により、組織は自社の運用データを使用してモデルを開発、トレーニング、デプロイ、実行することができ、プラットフォームはバージョン管理、セキュリティ、スケーリング、プロモーションを処理します。これにより、データサイエンティストはインフラストラクチャの保守
費やす時間を減らし、ビジネス上の問題解決により多くの時間を費やすことができるようになります。説得力のある例の一つは、架空在庫です。これは、システムが在庫があると報告しているにもかかわらず、実際には在庫が盗難、破損、紛失、またはその他の理由で販売できない場合に発生する現象です。その結果、在庫切れ、販売機会の損失、そして不適切な補充判断が生じる。
確率的機械学習は、異なるアプローチを提供します。これらのモデルは、単一の結果を予測するのではなく、売上ゼロの可能性を含め、複数の結果が発生する確率を評価する。需要が強く見込まれるにもかかわらず、製品の売上が繰り返しゼロになる場合、モデルはそれらを潜在的な架空在庫候補として検出することができます。機械学習、ワークフロー自動化、分析、データ拡充機能を組み合わせることで、組織は全く新しいアプリケーションを開発することなく、架空在庫の問題に迅速に対処できます。Blue Yonderの顧客成功事例で、実際の成果をさらに詳しくご覧ください。
AI革命の真の教訓
現在のAIブームから得られる最大の教訓は、成功するAI戦略は決してAI単独で成り立つものではないということだ。それらの取り組みは、現代のAIイニシアチブに必要な重要な基盤、すなわち、統合されたデータ、相互運用可能なシステム、拡張可能なプラットフォーム、そしてオープンな機械学習機能の構築に関するものだった。こうした基盤に早期に投資した組織は、予測型AI、生成型AI、エージェント型AIを、一夜にして再現することが難しい方法で活用できる立場にある。
その結果、今日のAI分野のリーダーたちは、単に最新のトレンドを追いかけているわけではない。彼らは、市場の他の企業がその基盤の重要性に気づく何年も前から築き上げてきた基盤の恩恵を享受している。