より綿密な計画が、必ずしもより良いビジネス成果を保証するものではない。チームが重要なシグナルを特定し、選択肢を検討し、タイムリーに行動できない場合、データや分析を増やしても、サプライチェーンの対応力向上にはつながらず、単に作業が増えるだけである。
ロンドンで開催された2026年ガートナー®サプライチェーンプランニングサミットでは、チーム開発、プランニングのパフォーマンス、AI、そして変革といったテーマが一堂に会しました。この議題は、在庫管理と販売・業務遂行（S&OE）を、自律的な計画策定、AIリテラシー、組織変革と関連付けたものでした。これらのトピック全体を通して際立っていたメッセージは、計画策定のリーダーは計画の質だけでなく、事業がどのように対応するかについてもより大きな責任を負う必要があるということだった。
計画プロセスだけでなく、反応も測定する
計画策定サイクルの短縮が意味を持つのは、それが企業のより効果的な対応に役立つ場合に限られる。意思決定の速さは、単なるスピードではなく、判断力を伴うスピードのことである。早すぎる行動は、遅すぎる行動と同じくらい有害になり得る。目標は、適切なタイミングで行動を起こし、対応策を選択するための十分な洞察力と、それを実行するための十分な時間を確保することである。
それは、リーダーが業績を評価する方法を変えることになる。予測精度は依然として重要だが、それだけでは十分ではない。チームはまた、問題への対応の速さ、意思決定が変更される理由、そしてそれらの行動が期待通りの結果を生み出すかどうかを追跡する必要がある。これらの措置は、計画プロセスが順調に進んでいるように見えても、度重なる見直しや優先順位の矛盾によって生じる遅延を明らかにする。
ビジネス状況に応じて行動を起こす
在庫管理とS&OE（販売・運用）部門は、定期的なレビューを待つことができる問題と、即座に対応が必要な問題を区別する必要がある。意思決定マップは、組織が下すべき選択肢を明確にし、それぞれの選択肢を単なる一連のタスクではなく、ビジネス上の成果に結びつけることで役立ちます。
そして、測定可能なトリガーによって、それらの選択に注意を払う必要がある時期が定義される。利益率の低下や在庫コストの上限を設定する際には、経済的影響、責任者、そして誰も介入しない場合のデフォルトの対応策を明確に定めるべきである。これにより、チームは例外事項を処理するための統一された方法を得ることができ、深刻な問題に対処する時期を会議のスケジュールに委ねる必要がなくなる。
AIはトレードオフを明確にするために活用すべきであり、確実性を作り出すために活用すべきではない。
計画策定におけるAIは、より精度の高い見積もりを作成するだけにとどまるべきではない。予測は起こりうる事態を示すかもしれないが、計画立案者は選択肢とそれぞれの選択肢がもたらす結果についても理解する必要がある。適切に活用すれば、AIはチームがトレードオフを検証し、前提条件を説明し、代替案を比較検討するのに役立ち、より良い意思決定を可能にする。
ここでは、計画策定用データと意思決定用データの区別が重要となる。プラングレードデータは、完全性を重視している。意思決定に役立つデータは、特定の選択肢との関連性を重視します。自動化や新技術を評価するリーダーにとって、真の試金石はシンプルだ。そのアプリケーションは意思決定をより明確にし、行動を支援するだろうか？より多くのデータを処理するだけでは、価値を証明することにはならない。
提言に異議を唱えることができるプランナーを育成する
将来を見据えたチームには、AIへの信頼以上のものが必要だ。彼らにはそれを疑問視するだけの判断力が必要だ。エージェントが日常的な分析を引き継ぐにつれて、プランナーは推奨事項を検証し、根拠となる情報を検証し、より詳細な検討が必要な問題を認識できなければならない。AIリテラシーは、それらのスキルが一度限りの研修としてではなく、日々の業務に組み込まれた場合にのみ、永続的なものとなる。
この変化は、役割分担と監督体制の見直しも必要とする。取り消し可能な決定は、取り消すのが難しい選択と同じように厳しく精査されるべきではなく、計画立案者は自ら実行できる範囲について明確な境界線を設ける必要がある。権限とスキルが一致すると、人々はスプレッドシートの管理に費やす時間が減り、判断力を必要とする意思決定に費やす時間が増える。
養子縁組を行動の変化として捉える
会議での合意は、新たなアプローチがプレッシャーの下で維持されることを意味するものではない。他の機能が決定を覆したり、非公式の表計算ソフトに頼ったりする可能性があり、その結果、組織は新しいテクノロジーを手に入れても、同じ習慣が残ってしまうことになる。変革は、導入そのものだけでなく、導入後の行動にも対処する必要がある。
学習ループは、チームがなぜ前提が間違っていたのか、なぜ決定が変更されたのか、そして次回はどのように行動すべきかを検証するのに役立ちます。そうした教訓を記録することで、知識は関係者を超えて広まる。同様に重要なのは、心理的に安全なフィードバックは、人々が将来の行動意欲を低下させることなく、あるアプローチに異議を唱える余地を与えるということである。モリソンズのセッションでは、AIの導入と日常生活における行動との関連性が特に明確に示された。
モリソンズはどのようにしてAIを実用的な介入策に結びつけているのか
英国の大手スーパーマーケットチェーンであり、英国最大級の生鮮食品メーカーでもあるモリソンズは、ブルーヨンダーと協力して、生鮮食品の架空在庫の検出と在庫状況の予測分析を行うアプリケーションを導入しようとしている。ファントム在庫検知機能は、製品を継続的に監視し、在庫切れが発生した場合は自律的に介入して復旧を図ります。
予測ヘルスエージェントは、プランナーが廃棄、値下げ、在庫不足の原因を調査するのに役立ちます。モリソンズは、意識改革、問題解決の迅速化、厳格な安全対策や毎週のAI認証セッションを含むガバナンスなどを考慮し、この導入を支援している。その組み合わせによって、この技術を効果的に活用するために必要な監視体制が確保される。Blue Yonderのより包括的なアプローチは、相互運用可能なAI搭載プラットフォームと統合データクラウドを通じて、部門やパートナーを横断した計画と実行を結びつけるものです。
ビジネス成果を経営陣の責務とする
経営幹部は、サービス、コスト、在庫、利益率の改善に関して、計画策定の変革に責任を負わせるべきである。展開の完了や計画サイクルの短縮は最終目標ではない。リーダーシップは
個々の部門だけでは解決できない優先順位を設定し、トレードオフを解決する必要がある。そうすることで、計画チームが対立をエスカレートさせ続けることを強いられることがなくなる。技術、人材、およびプロセス変革への投資は、これらの優先事項に従って行われるべきであり、それぞれの取り組みがもたらす業務改善を明確に把握する必要がある。経営幹部は、新しい手法が実際に活用され、成果に変化をもたらしているという証拠を、それよりも先に確認してから、さらに拡大していくべきである。リーダーシップの役割は、計画策定を予測責任や会議運営といった枠を超え、事業成果に対する説明責任へと移行させ、それにふさわしい権限とリソースを与えることである。