インタ―システムズ製品やソリューション、キャリアの機会などについて、検索してご覧ください。 結果には、開発者コミュニティ、製品ドキュメント、教育ウェブサイトからのコンテンツ、InterSystems.com サイトが含まれます。

サプライチェーンのアジリティとレジリエンスを強化する

サプライチェーン

エグゼクティブサマリ

https://www.intersystems.com/isc-resources/wp-content/uploads/sites/24/2012_Improving_Agility_Resilience_Supply_Chains-thm-213x300.jpg

新型コロナウイルス感染症(COVID-19)が世界を混乱に陥れるよりずっと以前から、サプライチェーンセクターはデジタルトランスフォーメーション(DX)に注力をしてきました。サプライヤからロジスティクス業者や小売業者、メーカー自身にまで及ぶ広範なサプライチェーンは、オムニチャネルの接続性というビジョンを追求し、これにより革新的な顧客体験の実現、オペレーションの効率化、コスト削減、柔軟性やレジリエンシー(回復能力)の向上を目指しています。その目的は、取引パートナーを相互につなげること、プロセスを簡素化して効率を高めること、そして以下のような基本的な疑問に対し、事業責任者がより素早く正確に答えられるようにすることです。

  • 十分な在庫があるか?
  • 人員の配置は適切か?
  • このプロモーションはなぜ成功したのか?
  • できる限り効率的に運用しているか?
  • 製品のリリースを成功させるとは、どういうことか?
  • 顧客サービスの水準を高めて、高い収益率を維持できるか?
  • アジリティ(俊敏性)とレジリエンシーをさらに強化するには、組織をどう位置付ければいいか?

常に進化する環境の中で適応し、変革し、繁栄できることの重要性を認識する業界リーダーたちは、この最後の疑問が非常に重要だと考えています。残念ながら、適応は予想されていたより緩やかで、予期せぬパンデミックなどの外的要因によって、システムやプロセスのつながりの弱さが露呈しました。しかし、技術の進歩に伴い、企業はアジリティやレジリエンシーの利点を痛感するようになり、データ戦略を再考しつつあります。新たな戦略として浮上しているのが、データの正確性と完全性、それを活用するプロセスの自動化と最適化、および高度な予測分析や処方的分析を強化して意思決定を導き、プロセスをさらに自動化して改善する戦略です。これらの3つの柱によって、小売業者や製造業者の今後の軌道が根本的に変わることになり、現在のパンデミックを最小限のダメージで生き残り、将来の不確実性に向けて最も優位に立てるのは誰かが決まります。

正確かつ最新のデータへのアクセスこそ、企業の生命線

ほとんどの組織は目にするデータを信頼しておらず、必要な情報を抽出する技術がないことが分かっています。企業は、在庫水準や売上、生産量の可視化などの基本的なものを必要としています。個々のソースやアイテムを可視化することで複雑さが増し、一方、機会も増加します。企業はデータ取得デバイス(IoTを含む)を通じて、注文や出荷、位置情報などに関する有益な詳細情報が得られるリアルタイムデータにアクセスできますが、残念ながら、これらは人(および多くの既存のシステム)が管理できる以上のデータを生み出しており、企業がこうした資産を真に最大限活用するのは難しくなっています。

可視性の欠如は、企業のアジリティの欠如とも相関関係にあります。実際、最近のIDCのレポートによると、サプライチェーンで最も深刻なギャップは、「必要な変更を迅速に把握して効果的に対応するためのサプライチェーンの可視性とレジリエンシーの欠如」にあるといいます。多くの企業で多種多様なシステムやデータベースが稼働しており、さらに悪いことに長い年月の間にM&Aが行われる中でもシステムの合理化や統合が最小限にとどまっていることを考慮すると、この問題はさらに複雑になります。そこで、「コントロールタワー(管制塔)」という概念が現れました――プラットフォームやデータベース全体を可視化して、企業全体および取引先パートナーのデータやシステムを包括的に正確かつリアルタイムで把握できるようにするものです。ビジネスを包括的かつ正確に把握できなければ、成長に向けた計画を立てるのは難しく、パンデミックのようなサプライチェーンの混乱に対応するのはほぼ不可能です。

リアルタイムで包括的、正確、かつ信頼できるデータにアクセスできるからこそ、データの信頼性が特に必要になります。データを取得するだけでは十分ではありません。効果を上げるには、データを取り込んで分析し、それに基づいて行動できるようにする必要があります。事業責任者は、データの出所や、あるいはデータが利用可能になるまでに何台のシステムやどのような変動を経てきたかを知る必要はありません。ただ注文の品が時間通りに届けられるかどうかや、適切な店舗に適切な品揃えが用意されているかどうか、またはプロモーションを行うのに十分な在庫があるかどうかのみ把握しておけばよいのです。リアルタイムの履歴データに基づくアナリティクスは、在庫切れを減らして販売実績を説明するのに大いに役立ちます。プロモーションの成果が出ない理由は、店舗によって陳列棚の特設コーナーに設置するディスプレイ一式や商品がないだけであったり、あるいは包装が破損しているだけという場合だったりします。必要な答えをユーザーが得られる場合に、データは企業にとって戦略的な差別化要因になります。

「自動化の島」から、エンドツーエンドで接続されたプロセスへの移行

オペレーションが非効率であれば、多くの小売業者、メーカー、ロジスティクス業者、サプライヤに悪影響を及ぼします。多くの場合、問題の原因は、設計上も技術的にもサイロ化されて断絶されたプロセスにあります。これらのプロセスでは、外部のワークフローが企業に大きな影響を及ぼし得ることを想定していません。

「自動化の島」から効率化されたエンドツーエンドのサプライチェーンプロセスへ移行するのは大変な作業ですが、管理可能な方法で対処できます。主な変革対象の1つが、販売・業務遂行計画(S&OP)プロセスです。これはほとんどのサプライチェーン組織で中核を成す傾向にあり、販売、生産、調達などの部門を横断してステークホルダーやデータを集約しています。そのため、この移行は、S&OPから始めると良いでしょう。小さな努力がビジネスで大きな違いを生むこともあり、S&OPは不可欠なプロセスであり、複数の部門にまたがるデータを組み込むことですぐに恩恵が得られるからです。

残念ながら、多くのプロセスや補助技術は、サイロにおいて機能するよう設計されています。関連するシステムが個別にデータを生成し、個別にレポートを作成するため、決定が個別に下されるのも驚くことではありません。個別の対応では複数の領域を横断する対応ができないため、部門を越えて問題が起こると特に厄介です。
こうした欠点に対処するため、企業は断絶されたプロセスやアプリケーションを統合する新技術を検討する必要があります。各組織は、データ管理技術の進歩や新たなAPIを中心とした開発アプローチを活用して、既存のシステムを中断させずに境界を横断するプロセスの接続や自動化に取り組んでいます。こうした組織は、サービスやマイクロサービスを公開して接続し、オーケストレーションすることで、既存のレガシーシステムを置き換えることなく利用し続けることができます。新規のサプライヤを追加し、新たな成長機会を取り込み、パンデミックなど予想外の事象に対応するため、業務の必要に応じて継続的に変更が加えられています。結果として広範にわたる包括的な視点が得られ、部門間で摩擦のないやり取りが可能になるほか、柔軟性や効率性が向上し、洞察が深まります。

「直感」ではなく、データやアナリティクスに基づいてビジネスを行う

信頼できるタイムリーなデータを統合されたビジネスプロセスに組み込むことに加えて、業界リーダーは意思決定に役立つアナリティクスおよび機械学習(ML)技術に注目しています。これは、自動化されたプロセスにアナリティクスを組み込むことでビジネスを処方的に推進することを意味する場合もあれば、戦略的計画に役立つ診断や予測に基づく洞察を得ることを意味する場合もあります。いずれの場合も、企業は直感だけでなくデータにより、よりスマートになるほか、起こったことを報告するだけの状態から、起こりそうなことを予測し、分析に基づいてインテリジェントなデータ駆動型のアクションを主体的に行う形へと進化します。

サプライチェーンの責任者は、単に反応するのではなく、先を見越して状況を管理したいと考えています。昨今のパンデミックは既存のサプライチェーンプロセスの限界を露呈し、多くの企業は適切に対応することが実質的に不可能になりました。実店舗を持つ小売業者は特に大きな影響を受け、何年も前から見られていたオンラインショッピングへの移行による影響がさらに増大しました。その結果、Eコマースの能力をさらに加速させる準備ができていた小売業者もいれば、移行の速さに不意を突かれた小売業者もいました。

しかし、何が要因であれ、主要なビジネス指標が可視化されていなければ、今後も不完全で不正確なデータに基づいて意思決定が行われ、最適とは言えない決定やアクションが繰り返されることになります。責任者は、パフォーマンスを監視し、実際の結果を素早く確認し、重要な指標やKPI(主要業績指標)をリアルタイムで追跡することで、効果的に対応することが必要です。

需要管理はサプライチェーンの1分野で、企業は人工知能(AI)やMLに重点的に取り組み、需要をより正確に予測してモデル化しています。一部の組織は総需要を重視していますが、リーダー企業は、地域から店舗群へ、さらには個々の店舗や個別の在庫管理(SKU)へと、計画をより具体的なレベルに細分化するようになっています。さらに詳細で正確な予測プロセスにより、全体のパフォーマンスや収益性を大いに改善できます。

MLなどの高度なアナリティクス技術を利用することで、企業は予測可能かつ繰り返し可能な状況を自動化して、ユーザーの負担をなくすことができます。このようにしてプロセスにスマートな意思決定が組み込こみ、人が介入しなくてもシステムで例外事項に対応できれば、ユーザーはより緊急性の高い問題の処理に専念できます。こうした問題は、クレジットカード詐欺などの巧妙な問題の場合もあれば、ロジスティクス業者のより複雑な配送経路設定に関わる問題の場合もあります。

開始する

デジタルトランスフォーメーション(DX)は広範に拡張されたサプライチェーンを変革し、消費者、小売業者、メーカー、ロジスティクス業者、ブランドオーナーに価値をもたらします。企業は既存の技術インフラを捨て去る必要はなく、既存のシステムやデータをつなげることで、それまでの技術投資を維持して活用できます。膨大な量の情報をリアルタイムで管理して、組織がより良い決定を下せるよう役立てることができますが、これは人やスプレッドシートにはできないことです。既存のサプライチェーンインフラを補完する技術によって、ギャップを埋め、盲点をなくし、企業に必要な情報を提供します。

アジリティと柔軟性はこれまで以上に重要性が増しており、部門間でデータやサイロをつなげる包括的なアーキテクチャによって、サプライチェーンの責任者が望む可視性、インテリジェンス、オートメーションが実現します。より良いデータによってより良い知見がもたらされ、それがビジネスを前進させ、大多数の企業において収益の増加、利益率の管理、レジリエンシーの強化、高い顧客満足度の維持につながります。

多くの専門家は、意味のあるビジネス価値をもたらす取り組みから少しずつ始めることを推奨しています。たとえば、ビジネスの中で何が盲点になっているかを自問しましょう。あるいは、統合やオートメーションによって改善できる具体的なビジネスプロセスを明らかにして、そこから始めます。IDCのプログラムバイスプレジデントであるサイモン・エリス氏が指摘するように、「可視性の向上、より良い意思決定、データと統合プロセスや高度な機能をつなぐデジタルプラットフォームによって、真にレジリエンスを実現できる」のです。

InterSystems IRIS Data Platform

InterSystems IRISは、世界中の顧客に利用されている次世代のデータ管理ソフトウェアであり、既存のデータおよびアプリケーションインフラを拡張してより良い意思決定を可能にし、インテリジェントで効率化されたエンドツーエンドのプロセスを生み出すとともに、多岐にわたるミッションクリティカルなサプライチェーンの取り組みについて正確でリアルタイムの可視性をもたらします。

たとえば、以下のような顧客に利用されています。

  • 欧州の大手食料品店は、アナリティクスおよび機械学習機能を利用して、ビジネスの成果を高める新たな機会を見出しています。一例を挙げると、この企業は業績が同水準の店舗群の開発に取り組み、需要パターンをマッピングして不採算店舗で売上が低迷している要因を把握し、その上で、店舗全体で一貫した業績を上げるために適切な変更を加えています。
  • 世界最大級の輸送会社は、オペレーションを最適化する大規模なデジタルトランスフォーメーション(DX)プロジェクトに着手しました。この分散化された組織は、数十年の間に多くのレガシーソリューションを開発していましたが、これをマイクロサービスやAPIを通じて統合する予定です。 ネットワーク内では常に10億件を超えるコンテナ処理を行っていますが、統合された正確かつリアルタイムのデータを利用することで、すべての出荷コンテナの位置や状態も数秒で追跡できるようになりました。機械学習を利用して大量の統合データを分析し、業務オペレーションを改善しており、たとえば、需要予測を2週間から12週間に延ばしたほか、需要に基づく価格設定戦略を実装しました。
  • 48カ所で子会社140社を運営する3PL業者は、コントロールタワー(管制塔)となるアプリケーションを実装してデータの統合とプロセスの効率化を行い、250を超える個別のアプリケーションを集約しました。ロールベースのダッシュボードで可能になるリアルタイムの可視性によって盲点をなくす一方で、トレーサビリティとアジリティを実現します。この組織はさらに、プロセスフローを統合して効率化することで、新規取引先の追加にかかる期間を6カ月から2日に短縮し、アジリティと顧客サービスを改善し、収益を増やすことができました。
  • 大手消費財サプライヤは、データと機械学習を利用して在庫水準を最適化しながら、顧客サービスを改善しています。同社はプロジェクトを開始するにあたって、まず在庫水準の最適化に取り組みました。注文履歴や需要など複数の業務システムから取得したデータを利用し、社内で開発した機械学習アルゴリズムを採用することで、在庫データや生産データの精緻化や更新を行い、在庫を大幅に削減したほか、OTIF(時間通りの完全な配送)を維持しながらコストを削減し、顧客サービススコアを改善できました。

インターシステムズについて

1978年に設立されたインターシステムズは、医療、金融、サプライチェーンなどの業界における非常に重要なデータを扱うためのデータテクノロジーを提供するリーディングプロバイダです。インターシステムズのクラウドファーストデータプラットフォームは、世界中の大規模組織の拡張性、相互運用性、スピードの問題を解決します。そのサポートは高く評価されており、80カ国以上の顧客やパートナーに24時間365日、卓越したサービスを提供しています。
インターシステムズは、マサチューセッツ州ケンブリッジに本社を置く株式非公開企業です。世界25カ国に拠点を構えています。

 

 

あなたが好きかもしれない他のリソース。