4 分 2019.03.29
自動車の設計エンジニア、コンセプトカー・モデルのプロトタイプ

サプライチェーンの予測が天気予報とは異なる理由

執筆者

Sven Dharmani

EY Global Advanced Manufacturing & Mobility Supply Chain Leader

Passionate about transforming supply chains. Problem solver. Curious and collaborative. Avid traveler, scuba diver and car enthusiast.

4 分 2019.03.29

リソースを表示

今日のマシンラーニングは明日、貴社の経費や資源をもっと使うものとなる

私は同僚と、もしサプライチェーンの専門家が、気象予報士と同様に予測を外しても大丈夫になったら、サプライチェーンは世界で最も楽しい仕事になるだろう、と冗談を言っています。車載産業やAdvanced Manufacturing(先進的な製造業)のサプライチェーンに対する予測は今日、かつてなかったほど、機械との共同作業を想定したものとなっています。

今、貴社のサプライチェーンの一部としてマシンラーニングを利用していないのであれば、21世紀に20世紀のツールを使用してビジネスを行っているのも同然です。マシンラーニングは、意思決定、ビジネスプランニング、役員による執行に対しIndustry 4.0が可能とする最も重要な能力の一つです。

Industry 4.0は先端技術革新に基づいて構築された物理的、生体的、デジタル世界の融合であり、これには自律機能、人工知能、モノのインターネット(IoT)、次世代ワイヤレス技術、ナノテクノロジー、ビッグデータ、ブロックチェーン、クラウドコンピューティングなどがあります。これら技術にはすでに大規模に実用されているものもあれば、出てきたばかりで試験中のものもあります。また、ブロックチェーンや先端的な自律機能など、未熟で広く導入されず理解もされていないものもあります。マシンラーニングはまさに今使用されており、貴社のビジネスを今すぐに支援することができるものです。

マシンラーニングについて

ソフトウェアアプリケーションやコンピューターを使用した統計予測は、何十年も使用されてきました。新しくなったのは、今やソフトウェア自身がこうした統計から学び、人間の介入がほぼ無い状態で新たなモデルやシナリオを構築できるようになったことです。これこそがマシンラーニングです。マシンラーニングを一言で言えば、それはソフトウェアプログラムが指示無しに、また問題解決のモデルや推論に頼ることなく、個別のタスクを実施することができる能力のことです。ソフトウェアは常に、利用可能な最新の売上データに基づいて自身を再トレーニングしています。

今日、マシンラーニングに頼らないグローバルなサプライチェーンには余りに多くのボラティリティや変化があるため、正確に需要を予測することは困難でしょう。予測が不正確になればなるほど、イノベーションや新製品の開発よりも、その修正により多くの時間、金額、資源が使われてしまうことになります。今日のマシンラーニングは明日、貴社の経費や資源をもっと使うものとなります。マシンラーニングが利用可能な相手先商標製品製造者(OEM)は、より優れた計画を持つようになり、結果として非効率性が減り、「火消し」も少なくて済みます。

マシンラーニングはなぜ重要なのか

マシンラーニングは利用可能な社内データに加え、社外の要素や先行指標をすべて取り込むことができるため、はるかに洗練された予測モデルを構築することが可能です。このモデルは人間が作るものよりも正確で、変化に対しより高い対応性を持ち、偏向性はより低くなっています。これらすべてが、結果として高い品質の予測となり、生産量や生産に対する人的資源に加え、原材料、供給物の計画など、サプライチェーンのより効率的な計画を可能にするのです。マシンラーニングはまた、サプライヤーとのよりよいコラボレーション関係によって、サプライヤーが自身のサプライチェーンをよりよく管理し、貴社に対する対応度を上げる、という結果も生み出します。

多くの会社はまだ、需要予測に対して過去の平均値やランレートなど、従来の方法を使用してデータレビューを行っています。こうしたプロセスは多くの手順を必要とする面倒なものであるにもかかわらず、利用可能なデータ入力を活用していない不正確な予測となってしまいます。マシンラーニングは優れた予測を作成する労力を劇的に削減し、製品需要に影響を与えないデータについては無視することができます。信号からノイズを取り除くように。マシンラーニングに基づいた予測にはより高い対応性があるため、早い段階でマーケットプレイスの変化やディスラプションのシグナルに対応することが可能となります。また概して、予測における偏向性は大幅に低くなっています。IoTやクラウドを使用することで、データは予測モデルに統合することができます。マシンラーニングは汎用商品ではありません。むしろ、個々の会社や業界に合わせてカスタマイズ可能なものなのです。

自動車業界およびAdvanced Manufacturing(先進的な製造業)の企業が享受するマシンラーニングのメリット

社内外で利用できるデータ容量が飛躍的に拡大しています。マシンラーニングなどの先進技術により、製品に影響を及ぼしているかもしれないボラティリティやシクリカリティ、トレンドのモデル構築がはるかに容易になります。経済情勢、燃料価格、規制などの外的要因を、短期、中期、長期の予測に取り入れることが可能です。

まとめると、マシンラーニングは既存プロセスを補完でき、大規模なシステムインプリメンテーションを要しません。需要計画にこれを利用することで、より信頼感のある生産や生産計画、コスト削減につながるだけでなく、供給ネットワーク全体を通じたボラティリティを減らすとともに、従業員が需要計画に費やす時間を解放してより価値を創造する仕事に注力させることが可能となるのです。

サマリー

マシンラーニングは、意思決定、ビジネスプランニング、役員による執行に対しIndustry 4.0が可能とする最も重要な能力の一つです。需要計画にこれを利用することで、より信頼感のある生産や生産計画、コスト削減につながるだけでなく、供給ネットワーク全体を通じたボラティリティを減らすとともに、従業員が需要計画に費やす時間を解放してより価値を創造する仕事に注力させることが可能となるのです。

この記事について

執筆者

Sven Dharmani

EY Global Advanced Manufacturing & Mobility Supply Chain Leader

Passionate about transforming supply chains. Problem solver. Curious and collaborative. Avid traveler, scuba diver and car enthusiast.