「サプライチェーン向けのAI技術によって、新しいデータに素早く適応できる」。そう語るのは、FICO（Fair Isaac）の意思決定管理ゼネラルマネジャーであるビル・ウェイド氏だ。同社はクレジットスコア（信用偏差値）でよく知られるデータ分析会社である。

　機械学習を使用することで、予測不能な時期にも予測を立てることができる。少量の実データまたは仮想データに基づいて需要予測モデルやロジスティクスモデルを作成することも可能だ。ただし「そのためには人の手で機械学習モデルを直接操作し、事前にデータと予測を入力し、モデルが提示する数百個または数千個の潜在的な未来予測から選択する必要がある」とウェイド氏は語る。

　工場が閉鎖されたり、小売業者の製品の一部のみが販売されたりする状況など、仮説のシナリオを作成することで、企業は最悪のプランを含む最も可能性の高いプランを立てられる。パンデミックの真っただ中で収集した需要データ、といった少量のデータを追加するだけで、未来予測にある程度の予見を追加できる。

　例えば過去2週間に基づくモデルならば、トイレットペーパーの需要が40％急増する一方で、新しい服の需要はほぼ同率で急減する、といった予測を立てられ、生産と配送ルートを調整できるようになる。そして企業は、多数の仮説シナリオを選択して実行できる。例えば「パンデミックが3カ月で収束し、衣類が通常の需要レベルに戻るシナリオ」などだ。このモデルは少なくとも、その状況が発生した場合に取るべき手順を教えてくれる。

　これらの予測には「人の直感に加えて、コンピュータの膨大な処理能力が必要だ」とウェイド氏は指摘。「部分的にでも予測不能なことを予測できるようになれば、毎時または毎日の変化に対処しやすくなる」と説明する。

　単に古いデータを取り込み、それを使用して将来を予測する静的モデルはあまり役に立たないとウェイド氏は指摘する。例えば3カ月前の出来事に基づいて予測する場合、これらの数値を非常に迅速に処理できる機械学習モデルがない限り分析は不可能だ」（同氏）

　仮想アシスタントベンダーAvaamoのCEOであるラム・メノン氏によると、サプライチェーンのニーズに対処するために、機械学習だけでなく仮想アシスタントやチャットbotの活用にも注力している企業は少なくない。「注文状況や請求書の支払い時期など、フロントエンドの問題を処理するために、企業はAI技術と自動化にますます注目するようになる」とメノン氏は語る。

サプライチェーン向けAIの未来

　Coca-ColaやProcter & Gamble（P&G）といった最大規模のサプライチェーンを持つ大手メーカーは「サプライチェーンには流動性があるという事実に慣れている」とウェイド氏は語る。こうした企業以外では、サプライチェーンでAI技術を使用している企業は比較的少ないと同氏は指摘する。

　とはいえパンデミックに対処するために、サプライチェーンを含むさまざまな部門でより頻繁にAI技術を使用するようになることが予想される。「今回の事態は、この規模の健康危機（生命や健康に広範かつ重大な危害が生じる緊急事態）に備える準備ができていない企業の数を示した」とウェイド氏は述べる。「現在の危機をいったん乗り越えたら、人々は『二度と巻き込まれたくない』と言うはずだ」（同氏）

　在庫管理ソフトウェアのベンダーであるSmart SKUs（「INTURN」の名称で事業展開）のCEO兼共同創設者、ロネン・ラザール氏は、ウェイド氏の考えに同意する。ラザール氏によると多くの業界で、サプライチェーンの変動性が通常の予測可能なレベルを超えている。企業はサプライチェーンを管理するために、今までとは違う環境に順応できるデジタルツールが必要であることを認識しており、INTURNは過去数週間で数カ月分以上の忙しさだったという。「イノベーションは必要に駆られて進むことがある。これはそのような状況だった」と同氏は語る。

　メノン氏によると、Avaamoも多忙だった。同社のユーザー企業は新型コロナウイルス感染症に関する多数の質問に答えられる無料の仮想アシスタントをリリースした。そのユーザー企業はパンデミックの間、仮想アシスタント技術をさらに提供するようAvaamoに要求した。

　「企業はAI技術と自動化に突入し、パンデミックの最中には必要に応じてこれらの技術に目を向けている。パンデミック後もその状態を継続する可能性がある」とメノン氏は言う。「この機会を逃したら、同じ機会は二度と戻ってこないだろう。今は自動化のトレンドにとって非常に重要な時期だ」（同氏）