企業が人工知能（AI）やロボット、デジタル機器を活用し、サプライチェーンの強靭化に取り組む時が来ています。

新型コロナウイルスのパンデミック（世界的大流行）がグローバリゼーションの脆弱性を露呈した一方で、気候変動のポリクライシス（複合危機）、地政学的緊張の高まり、東欧における戦争等が、より機動的で強靭なサプライチェーンの構築を企業に迫っています。

生産拠点を新たな地域に移転したり、海外から完全に国内に戻すことによって、消費者の需要に対応するためのコストと複雑性が増す可能性はありますが、幸いなことに、技術（テクノロジー）の進化が解決手段（ソリューション）を提供しています。

企画と調達

新工場の建設や資材調達先（サプライヤー）の変更によって、サプライチェーンの構成要素を新しい地域に移転する際に、移転プロジェクトだけを他と切り離し近視眼的な見方をするとしたら、企業は非効率なプロセスを生むというリスクを冒すことになります。一方、構築中のサプライチェーン、全体を捉えることが出来る、リスク管理機能を備えた高度のデジタル・モデリングを導入すれば、リスクの軽減につながります。

何百万ものマイクロ・オペレーションで構成される、システムを最も効率的に構築するための計算は、極めて複雑なものになります。しかし、AIを導入することで、これらの計算を解くこと、少なくとも単純化することが可能になります。情報通信技術（ICT）調査大手のガートナーによると、作業（タスク）や工程（プロセス）の「マイニング」は、2022年に約10億米ドルの売り上げを計上しています。「マイニング」とは、強力なAIを使用し、サプライチェーン上の「ログ・ファイル」、即ち、各プロセスの計算式の記録を解析し、よりよいソリューションを見つけることの出来る、実行可能なプロセスに変換することを意味します。プロセス・マイニングは、新しい場所に生産施設を移転するかどうかを判断しなければならない経営陣にとっても重要で、気候条件の変化（気候変動）や政治の混乱等、動的リスクの測定を助けます。

旧来型の大量生産とデジタル時代の個別化生産

サプライチェーンのデリスキング（リスク軽減）は、賃金の高い国への事業移転につながることが多いものの、コストの一部は、技術の進化によって相殺することが可能です。新しい機械学習モデルの導入によって、人間のオペレーターが部品を持ち上げたり、特定の位置に置いたりする動作をロボットに繰り返し練習させ、製造パターンを記憶させます。このような新しいスキルを習得したロボットを工場の現場作業から昇進させ、サプライチェーンの下流域での製品検査や材料のリサイクル等の作業に従事させる企業も現れています。

皮肉なことに、「ロボット導入の最大の障壁は、ロボットの操作に習熟する人材が不足しているということです。機械学習モデルには、設計、設置、プログラミング等に人間を必要とするからです」と自動化推進協会（The Association for Advancing Advancement）のジェフ・バーンスタイン（Jeff Burnstein）氏は説明しています。ロボットの導入が加速するに連れて、企業は安価な労働力を提供する提携先に替えて、自動化、プログラミング、保守管理等の分野に特化したパートナーを採用することになるでしょう。

組み立ての自動化

強靭なサプライチェーンが単独のサプライヤーに依存することは決してありませんが、感染症のパンデミック等の危機が発生すれば、複数のサプライヤーがいても、混乱は回避出来ない可能性があります。大手企業の一部は、世界各地で起こり得る様々なリスクを避けるため、3Dプリンターを活用して、最終消費地の近くに製造施設を移しています。輸送コストや保管コストが軽減される他、事前予測に基づいて製造するのではなく、消費者ニーズに迅速に対応することが可能となるからです。

ウォーラーズ･アソシエイツ（Wohlers Associates）によれば、3Dプリンター市場は、2022年に18%の成長を遂げたとはいえ、未だ揺籃期にあります。3Dプリンターを使った生産は、旧来型の機械を使った生産に比べて時間がかかり、コストも嵩むことに加えて、企業が資材のサプライヤーに依存することになりかねないとの懸念が払拭されませんが、一方、技術の進化に連れてサプライチェーン上のリスクとコストが削減され、大量生産から（個々の消費者のニーズを満たす製品を作る）「大量個別化生産」への移行を可能にすると考えます。

顧客とのつながり

製造の自動化の成功によって、企業がどこまで技術を取り入れられるかが問われています。自律走行輸送ロボット（Autonomous Mobile Robots：AMR）は、既に倉庫内を素早く動き回って配送先や配達時間毎に商品をグループ分けしていますが、倉庫の外で作業するボット（ロボット）を設置する企業も増えています。

2023年4月にはAMRのスタートアップ企業が、自社のボットが600万マイル以上の配達を完了したと発表しており、韓国では別のスタートアップ企業が、カメラと画像認識AIを統合した「自動走行巡回ロボット」の製造計画を発表しています。自動運転シャトルバスやミニバンが路上を走るようになれば、AMR市場は2040年までに180億米ドル規模に拡大すると、ウォーラーズ･アソシエイツは予測しています。

「AMRは自動運転車のようなものですが、規格化されていない環境のためものです。走行経路を事前にプロブラムする必要はなく、障害物を避けて走ることが出来るため、接客、清掃、巡回警備、ラスト ワンマイル デリバリー（最終拠点からエンドユーザーへの物流サービス）等には理想的です」と、エヌビディアの自律走行マシン製品管理部門ディレクターのアミット・ゴエル（Amit Goel）氏は説明しています。

より迅速な対応、より優れた、より強靭なシステム

企業がグローバル・サプライチェーンの再構築を加速させる中、新しいテクノロジーは、より強靭なシステムを構築するための手段を提供しています。AIやデジタル・アプリ等の「ソフト」テクノロジーは非効率性を特定し、消費者需要の予測の精度を上げます。一方、ロボットや3Dプリンター等の「ハード」テクノロジーはエンドユーザーの近くに製造拠点を集約することを可能にし、遅延や混乱のリスクを軽減します。

新世代のサプライチェーン設計はリスクの低減を最優先課題としていますが、ビジネスモデルの革新にもつながるはずです。

エレベーター業界の変革が一例として挙げられます。かつてのビジネスモデルは、製造原価でエレベーターを売り、販売後は、メーカー側に有利な長期の保守管理契約を結ぶことで収益を上げるというものでした。一方、新規の市場参入者は、センサーや独自開発のソフトウェアを駆使して不具合を事前に察知し、修理することで、既存のビジネスモデルを大きく変えています。サプライチェーンに再投資し、業界を変革する漸進的な自動化の典型例です。

 

本稿は、ファイナンシャル・タイムズに掲載された記事の抜粋です。

原文は、https://pictet.ft.com/how-de-risking-the-supply-chain-could-drive-industries-to-innovate　をご参照下さい。