テクノロジーはサプライチェーンの未来をどう変えるのか

テクノロジーはサプライチェーンの未来をどう変えるのか
古代のシルクロードから、今日の AI 主導の超高精度な小売補充需要予測に至るまで、テクノロジーは常にサプライチェーンの管理方法に革命をもたらし、改善してきました。

しかし、こうした発展は社会を前進させ続ける一方で、最初は必ずしも歓迎されるわけではない。バーコードを例に挙げてみましょう。

バーコードが初めて商業的に使用されるようになったとき、懐疑的なメーカーを説得して製品にバーコードを印刷させ、躊躇するスーパーマーケットにスキャナーを購入するよう説得する必要がありました。しかし、わずか数年で、バーコードは小売ライフサイクル全体の効率性と正確性を変革したと広く評価されるようになりました。

ビジネスリーダーとして、私たちは変革をもたらす新しいテクノロジーを活用することに対する当初の抵抗を常に克服しなければなりません。地政学から環境まで、外部の変化に適応できるサプライ チェーンは、今日の不安定な経済環境において大きな競争上の優位性となります。では、どのような新しいテクノロジーが、あなたのような企業のスピードを向上させ、信頼性をサポートし、回復力を高めることができるのでしょうか? 詳しく見てみましょう。

IoTと5Gが可視性を変革する

COVID-19パンデミックは経済の減速を引き起こしましたが、最悪の状況は過ぎた可能性があり、IoTと5Gはパンデミックがなかった場合と同程度に発展する可能性があります。

5G テクノロジーの利点は明らかです。 4G より 1,000 倍高速で、10,000 倍のトラフィックを処理できます。また、レイテンシを 10 ミリ秒から 1 ミリ秒未満に短縮し、デバイス接続を 1 平方メートルあたり 10 万台から 1 平方メートルに増加します。 100万キロメートルまで。つまり、同時に相互接続できるデバイスとアプリケーションの数が爆発的に増加したのです。

これにより、サプライ チェーンでは、世界中の商品の移動を追跡する際に、これまでにないレベルのスピードと応答性を実現できます。低コストの 5G チップは、サプライ チェーンのデータをリアルタイムで収集および分析できます。 5G 対応の IoT センサーをサプライ チェーンのさまざまなポイントに配置することで、管理者は製品の場所、タグ、状態をリモートで監視し、遅延や中断が発生した場合にすぐに解決策の計画を開始できるようになります。

5G は、地理位置情報技術を使用して交通渋滞を回避するなど、組織が業務を最適化し、非効率性を最小限に抑えるのにも役立ちます。 5G と IoT を組み合わせることで、組織は製品が適切なタイミングで適切な数量で倉庫や店舗の棚に届くようにすることができます。

人工知能と機械学習がパフォーマンスを最適化する

サプライチェーン管理に革命を起こす可能性のあるもう 1 つの技術分野は、人工知能 (AI) とそのサブセットである機械学習 (ML) です。人工知能と機械学習の微妙な違いに注意することが重要です。AI により、コンピュータ システムは数学と論理を使用して「考え」、タスクを自律的に実行できるようになります。一方、機械学習により、システムは経験に基づいて「学習」し、出力を改善できるようになります。

機械学習主導のサプライ チェーンにより、組織は時間の経過とともに製品需要の予測を自動的に改善できるようになります。これにより、在庫と在庫予測の精度が向上し、「ブルウィップ効果」を防ぐだけでなく、動的価格設定などの新しい小売機会も生まれます。さらに、データ モデルは製品需要の異常を識別し、顧客の購入制限や追加の在庫注文などの制御メカニズムを自動的に設定できます。

同時に、AI を通じて、文書処理や注文ピッキングなどの単純なバックエンド タスクを自動化できるため、従業員はより影響力のある充実した仕事に専念できるようになります。 AI は、価格設定から信頼性までサプライヤーのパフォーマンスを評価し、混乱をさらに減らしてサプライ チェーンを強化するために管理者を支援することもできます。

これらは単なる投機的なブレイクアウトではありません。マッキンゼーの調査によると、AI と機械学習を早期に導入した企業は、平均して「物流コストが 15% 削減され、在庫レベルが 35% 削減され、サービス レベルが 65% 向上」するなど、大きな成功を収めています。

コストが上昇し、混乱が拡大する中、ビジネスリーダーは、より速い競合他社に大きくリードされる前に、AI 主導のサプライチェーンのメリットを活用するよう努めるべきです。

次世代技術が自動車産業の将来を保証する

サプライ チェーンはより高速、より安全、より回復力のあるものになる必要がある一方で、真に将来を見据えたサプライ チェーンは持続可能でなければなりません。私たちがゆっくりとネットゼロ社会へと向かうにつれ、グリーンサプライチェーンは、化石燃料の価格と入手可能性の変動から保護し、環境に配慮した顧客、投資家、従業員を引き付けることができるため、非常に求められるようになるでしょう。

幸いなことに、政府は注目し始めており、環境に優しい購入と流通に対して大きなインセンティブを提供しています。米国は最近、今後10年間でさまざまな低炭素エネルギー技術に約3,700億ドルを投資する包括的なエネルギー法案を可決した。すでに研究では、この法律が米国の排出量を大幅に削減し、実質ゼロ排出量の目標を達成するのに役立つ可能性があることが示されている。

同時に、ロシアとウクライナの紛争とそれがヨーロッパへの石油とガスの流れに与える影響により、ヨーロッパ大陸の国々は米国に倣って持続可能なエネルギーに多額の投資を行うようになるかもしれない。

研究によれば、2035年までに再生可能エネルギーによる発電量を4倍に増やし、電力インフラを構築すれば、EU​​は1兆ドル以上を節約でき、気候、健康、エネルギー安全保障にもさらなる利益をもたらす可能性があるという。同様に、英国のエネルギー安全保障戦略では、2030年までに英国の電力の95%を低炭素にするために、再生可能エネルギーをどのように活用するかを定めています。

現在、太陽光や風力発電による電力のワット当たりのコストは、化石燃料によるコストと同程度です。しかし、グリーンエネルギーへの投資が成功すれば、化石燃料からの独立が実現し、サプライチェーンにおける調達、運用、過剰な廃棄物に根本的な変化をもたらす可能性があります。

一方、他の新興テクノロジーは私たちに信じられないほどの未来を垣間見せてくれます。 10年後には、人工知能が生物を設計できるようになるでしょうか?ロボット工学者と科学者の研究チームは、それが完全に可能であることを実証しました。イノベーションは常に起こっており、テクノロジーがサプライチェーン、ビジネス、そして生活にもたらす可能性のあるあらゆる課題に備えることは私たちの責任です。

<<:  Tencent TRS: 産業実践におけるメタ学習とクロスドメイン推奨

>>:  現在の AI の誇大宣伝が行き詰まったらどうなるでしょうか?

ブログ    
ブログ    
ブログ    
ブログ    

推薦する

2021 年の人工知能の最新動向を示す 15 のグラフ

2021年AIインデックスレポートは、スタンフォード大学の人間中心AI研究所と、ハーバード大学、経済...

[技術的な詳細] 自動化プラットフォームの将来はどうなるのでしょうか? IBM Cloud Pak for Business Automationのコンポーネントを詳しく見る

数十年にわたる開発を経て、工場現場、銀行支店、製油所など、ほとんどの業界で自動化が見られるようになり...

...

OpenAIが数学定理推論モデルGPT-fを初めてリリース、23の導出結果が専門データベースに収録

この記事はLeiphone.comから転載したものです。転載する場合は、Leiphone.com公式...

医療における人工知能:医師よりも正確

[[339138]]新しい医療用人工知能システムは、医師と同じように患者を診察することができます。画...

...

経済の冬の後には人工知能の春が来る

企業が選択する経済発展の道は、多くの場合、時代の背景によって決まります。さまざまな経済状況下で適切な...

量子超越性のマイルストーン! Googleの量子コンピュータは47年分の計算を6秒で完了し、世界初のスーパーコンピュータを上回る

Googleは再び「量子超越性」を達成したのか?最近、Google は、同社の量子コンピュータが、世...

想像を超える: 5つの興味深い実用的なChatGPTのヒントとコツ

ChatGPT は情報を提供したり質問に答えたりするだけでなく、インテリジェントなアシスタントとして...

...

待望のAI実装はどこで行き詰まっているのでしょうか?

AIはこれまで3つの発展の波を経験してきました。最初の2つの波は当時の技術環境やその他の理由により...

...

2.5 ~ 4 倍の深さで、より少ないパラメータと計算量で、DeLighT はどうやってそれを実現したのでしょうか?

ディープラーニングはパラメータが多すぎる、モデルが大きすぎる、展開が不便、そしてコンピューティングリ...

機械学習に必要な5つのスキル

機械学習、かっこいいですね。名前からすると、ロボットが一列に並んで座って知識を学習しているように思わ...