AI の利点を説明する

Jun 03, 2026

AI の利点を説明する

なぜ物流技術において透明性、統合性、信頼性が決定的なものとなっているのでしょうか?ピーター・マクロードが専門家に話を聞きます。

今年の LogiMAT で、ノイズを最も明確に打ち破るテーマがあるとすれば、それはスピードでしょう。運用のスピードだけでなく、展開のスピード、イノベーションのスピード、そして最終的には投資収益率のスピードが重要です。 Inform Software にとって、この議論はますます広範な問題につながります。物流組織は、透明性、制御、信頼性を失うことなく、よりインテリジェントなシステムを導入するにはどうすればよいでしょうか?

シュトゥットガルトの混雑した展示会場で私に話しかけた、Inform の在庫およびサプライチェーン担当上級副社長、ベルント・ハインリヒス博士は、同社がサプライチェーンおよびイントラロジスティクス環境で人工知能の発展をどのように見ているかについて概説しました。

最適化レイヤーの拡張

Inform は長い間、複雑なデータ主導型環境における最適化と関連付けられてきました。{0}しかし、市場の不安定性が高まるにつれ、最適化システムはより迅速に反応し、より多くの信号を組み込み、より動的な意思決定をサポートすることが求められています。-

この変化は、意思決定が相互に依存している環境に特に関係します。需要計画の変更は、在庫、輸送能力、労働力の割り当て、またはサービスレベルに影響を与える可能性があります。運用の一部で行われた推奨事項が他の場所に影響を与える可能性があるため、日常的な使用には透明性が不可欠です。--

ハインリヒ家にとって、これは物流における AI の実用的な価値を証明しなければならない分野です。「私はAIについて話しているのではありません。私が話しているのは説明可能なAIについてです」と彼は言います。「私たちが行うこと、提案することにはすべて説明があります。そうでないと、人々はそれを信頼しません。」

news-1300-729

実際の要件としての信頼

さまざまな業界の顧客との会話では、「なぜシステムはそのオプションを選択し、別のオプションを選択しなかったのですか?」という同じ質問が繰り返し出てくると彼は言います。

物流に関する決定がテクノロジーだけで行われることはほとんどないため、この質問は重要です。これらには、プランナー、マネージャー、運用チーム、そして多くの場合、顧客や外部パートナーが関与します。これらの関係者が AI がサポートする推奨事項の背後にある推論に従えない場合、その推奨事項に基づいて行動する可能性は低くなります。{2}}

ハインリヒスにとって、これはヨーロッパのテクノロジープロバイダーにとって意味のある差別化ポイントになる可能性があります。「私たちは誰よりも優れた AI を構築できますが、何か違うものを追加することもできます」と彼は言います。「ブラックボックスであってはなりません。」

企業が確立されたビジネスプロセスに AI アプリケーションを組み込もうとするにつれて、その違いがますます重要になります。システムは技術的に強力である必要がありますが、ユーザーが時間をかけて挑戦し、検証し、改善できるように十分に理解できるものである必要もあります。

予測不可能な環境の管理

運用環境を過去のデータだけで計画することはますます困難になってきています。需要パターンが変化し、外部要因が介入し、市場の状況が急速に変化する可能性があり、多くの場合、その変化が数字に明確に表れる前に変化します。「過去のデータだけに頼るのではなく、リアルタイムのデータを収集する必要があります」と彼は言います。- 「ボラティリティに反応し、さまざまなソースからのシグナルを意思決定に組み込む必要があります。」

これは、より静的な最適化モデルから、新しい情報を継続的に考慮する応答性の高いシステムへの移行を示しています。「それはよりダイナミックになってきています」と彼は付け加えた。「次のステップは、環境の変化に自ら反応する、よりエージェント的なものにすることです。」

ニュースから予測まで

LogiMAT で初めて紹介された Inform の一例は、外部イベントを予測とシナリオプランニングに直接組み込むように設計された新しい AI ベースのアプローチです。{0}ハインリヒス氏によれば、出発点は「なぜ予測モデルは周囲の世界で起こっていることをこれほど頻繁に無視するのか」という単純な疑問だったという。

「今日古典的な予測を実行する場合、それは歴史的な数字に基づいています」と彼は説明します。「しかし実際には、需要は地政学的な紛争、サプライチェーンの混乱、新たな規制や市場動向などの出来事によって常に影響を受けています。この情報は存在しますが、通常は数字ではなくニュースとして存在します。」

新しいソリューションは、そのギャップを埋めるように設計されています。ユーザーは、売上高や市場指標などの時系列を提供し、その背景を簡単に説明します。次に、AI は関連するニュースイベントを調査し、過去の関係を分析し、考えられる将来のシナリオをいくつか生成します。その結果、市場が異なる方向に発展する可能性がある理由について、証拠に基づいた説明を伴う予測が得られます。-

ループ内の人間

ハインリヒ氏 (下の写真) にとって、AI に関する議論は人間の専門知識の役割にも直接つながります。 AI はパターンを識別し、大量の情報を処理し、シナリオを迅速に作成できます。しかし、データだけでは提供できない経験、コンテキスト、判断を人々が追加できるようになると、その価値は高まります。

news-1300-867

「AI は、AI が扱うデータと、そのデータに意味を与えることができる人材によって決まります」と彼は言います。「それが、人間がループの重要な部分であり続ける理由です。」

実際には、これは計画者や意思決定者がプロセスから排除されないことを意味します。{0}}彼らは依然としてその中心人物です。彼らの役割は、運用知識や市場の直感に基づいてシナリオを検証し、仮定に疑問を投げかけ、出力を洗練させることです。

「システムが何かを推奨する理由を人々が理解できれば、それを信頼するか、疑問を抱くか、改善するかを決めることができます」とハインリヒス氏は説明する。「そこで人間の判断と機械の知能の連携が非常に強力になるのです。」

統合と相互運用性

お客様との議論におけるもう 1 つの一貫したテーマは統合です。物流業務の相互接続が進むにつれ、AI 駆動のアプリケーションを既存のシステムとリンクする機能が不可欠になってきています。- 「私たちは常に質問を受けます。ERP システムや他のソリューションとどのように統合すればよいでしょうか?」ハインリヒスは私に言う。 Inform の対応は、コネクタを標準化し、SAP や Microsoft などの主要なプラットフォームと連携することでした。その結果、より簡単な統合パスが実現し、コストと実装時間の両方が削減されます。

「それは大きな違いを生みます」と彼は付け加えた。「そして、それによって私たちは国際的に拡大することも容易になります。」
これはAI導入における重要なポイントです。最も高度なアプリケーションであっても、ビジネスプロセスが実際に管理されるシステムから離れた場所にある場合、価値を生み出すのは困難になります。物流企業はすでに確立された IT 環境で業務を行っており、新しいソリューションは複雑さを増すことなくそれらの環境に適合する必要があります。

データに関する責任

接続性とデータ使用量が増加すると、セキュリティに関する監視が強化されます。ハインリヒスのサイバーセキュリティ分野での経歴は、この問題に対する強い姿勢を物語っています。「すべての製品には、発売前にセキュリティスタンプが必要です」と彼は言います。「それは義務です。」

AI モデルがニュースや市場情報などの外部フィードを含む、より広範なデータソースを利用するにつれて、そのデータの管理と保護の複雑さが増大します。「私たちが利用しているデータの量により、データセキュリティの観点から大きな需要が生じています」とハインリッヒス氏は指摘します。「それを常に把握しておかなければなりません。」