サプライチェーンDXの事例紹介

ロジスティクスとサプライチェーン管理のDX(デジタルトランスフォーメーション)は、困難に立ち向かう強い気持ちがなければ実現できません。多種多様なシステムが複雑に絡み合い、連携されていないローデータが山のようにある小売業では、特にその傾向が強まります。
サプライチェーンにおける膨大なデータを包括的に管理するためには、デジタル化の推進は必要不可欠です。パリに本拠を置く snext 社はインターシステムズのパートナであり、リソースを節約しながら顧客の体験と収益を最大化するという、サプライチェーンDXの未来的なビジョンを抱いて創業された企業です。

「現在では、サプライヤやロジスティクスマネージャ、その他のストックマネージャに対し、その意思決定がサービス品質と営業利益に及ぼす影響を測定・シミュレートするツールを提供できます」と、snext 社のゼネラルマネージャ Richard Viot Coster 氏は述べています。

snext 社は、InterSystems IRIS® data platform を使用して、人工知能 (AI) と機械学習 (ML) によって実現された、製品分類、在庫管理、および需要監視向けの SaaS (Software as a Service) アプリケーションを提供しています。この 3 つのソリューションは極めて重要な領域ですが、現在のエンタープライズリソースプランニングシステムや詳細プランニング・スケジューリングシステムでは、ほとんど手を付けられていません。

InterSystems IRIS は、snext 社のアプリケーションの基盤となるプラットフォームであり、複数のソースからの顧客データを統合、変換、調和させます。これにより、一貫した方法でデータを視覚化、分析することができます。

Viot Coster 氏によると、snext 社の SaaS モジュールファミリは、ユーザが既存システムを維持できるようにすることによって、デジタル化、DX（デジタルトランスフォーメーション）を促進します。この 3 つのソリューションは、サプライチェーンにおけるシステムの連携という大きな課題にも対処します。

「これらのソリューションは顧客の既存のアプリケーションとデータストアを補完するものであり、データは標準のAPI（アプリケーションプログラミングインターフェース）を通じて統合されます」 (Viot Coster 氏)

これらの SaaS ソリューションは、サプライチェーンプロセスとテクノロジの確実な理解から構築されています。オープンアーキテクチャ上に構築されているため、顧客の開発者は snext のモジュールからの情報とデータを利用して独自のアプリケーションを作成できます。

「デジタルトランスフォーメーションは現在使用しているものを置き換える大変革ではありません。むしろ、組織に既に存在するデータと情報の潜在力を余すところなく利用するためのものなのです」と Viot Coster 氏は述べ、さらにこう続けます。「またそれは、デジタルトランスフォーメーションを進めるために極めて重要なことでもあります」

snext 社が InterSystems IRIS を選んだ理由は、クラウドベースの可用性、他のシステムとの統合機能、開発のしやすさ、スケーラビリティと効率性です。

「弊社のビジネスの成功には、新しいソリューションの迅速な開発が極めて重要です。InterSystems IRIS data platform のおかげで、業務を大幅に迅速化し、顧客にとって不可欠なスケーラビリティとセキュリティを確保できます」 (Viot Coster 氏)

snext 社の共同創立者である Blaise Zarka 氏によると、「snext 社のモジュールは InterSystems IRIS を基盤としていることで、他のデータプラットフォーム上で動作する場合と比べて 1/5 ～ 1/10 のリソースしか消費しない」とのことです。

さらに Blaise Zarka 氏は、「これにより、新しいサービスを構築する能力も得られます」と付け加えています。「インターシステムズのテクノロジのおかげで、エンドツーエンドのプロセスを容易に構築し、競争面で優位に立つことができます」

Richard Viot Coster 氏は、開発コストの削減、および SaaS ソリューションと既存システムの統合には、システムアーキテクチャとテクノロジプラットフォームが極めて重要であると考えています。InterSystems IRIS のオープンアーキテクチャと、分断されたシステムを統合する機能のおかげで、snext 社のユーザはサプライチェーンをエンドツーエンドでカバーするプロセスとアプリケーションを容易に構築できます。さらに、シェアードクラウドサービスであるため、ユーザは技術的問題のトラブルシューティングに時間を割くことなく、自身の業務に専念できます。

最終的には、InterSystems IRIS のスケーラビリティによって、snext 社はそのサービスを求める顧客の増加に容易に対応できることになります。

製品ロードマップの次の段階は、システム内の過去のデータから AI および ML のモデルを開発し、それを関連のあるプロセスに組み込むことです。snext 社は、社内の専門知識によってこの取り組みをサポートできるものと確信しています。InterSystems IRIS に保存されているデータを利用して AI および ML のモデルを開発し、そのモデルを SaaS 製品に直接組み込むことができます。このすべてを実現するのに、データを別の環境に移動する必要はありません。検討している使用用途には、リアルタイムのオペレーション監視、より正確な需要予測、破壊的な在庫最適化などがあります。

Viot Coster 氏は次のように述べています。「AI は大量の未加工データから関係のある情報を抽出するのに特に適しています。たとえば、AI は詳細な需要監視に最適であり、あらゆるサプライチェーンにとってメリットがありますが、ほとんど利用されていません」

ここで AI を利用して大量のデータを分析できます。これにより、「流通網全体にわたって、多数の項目の需要動向に異常があれば直ちに検出・報告し、最速で対処することができます」とViot Coster 氏は説明しています。

この場合、AI は自動的には在庫を再注文しません。つまり、AI の情報に基づいて人間が注文を決定します。Richard Viot Coster 氏は、「AI によって従来の需要計画ツールを補完し、ユーザを退屈な手動作業から実質的に解放できます」と述べています。

Viot Coster 氏は、AI はそれ自体が目的ではないと指摘しています。AI が期待に応えることができる条件は限られています。すなわち、具体的なビジネス目標の達成に基づいて AI を使用する場合と、AI をサポートするアーキテクチャとプラットフォームが既存システムのデータを統合でき、価値を実現するビジネスソリューションを提供できる場合だけです。snext 社にはサプライチェーンにおける豊富な経験と専門知識があります。そこに InterSystems IRIS が加わることで、snext 社はその期待に応えることができます。