さらに、昨今の生成AIの進化はデータ分析の場面でも劇的な変化をもたらしています。以前は専門人材に頼っていた市場データの分析も、今では専門知識を持たないユーザーが、データマーケットプレースで入手したデータを対象に、自然言語で質問するだけで行えるようになっています。例えば「Snowflake CoWork」では、対話形式で分析を進めながら結果をグラフとして表示したり、要約したレポートとして出力したりできます。回答には根拠となったデータやクエリをたどれる仕組みもあり、結果の確認も容易です。
AIに学習させるためのデータの価値が高まるのと同時に、AIによってデータ分析のハードルが下がり、より高度な分析をデータサイエンティストではない現場のスタッフが容易に実行できるようになるなど、AIの発展がデータ分析に与えたインパクトは絶大です。
特に注目すべきは、2025年以降、急速に実用化が進む「AIエージェント(AI Agents)」の登場です。従来の生成AIが人間の質問に答える受動的な存在だとすれば、AIエージェントは事前に設定した目標に向かって自律的に複数のタスクを実行する能動的な存在です。
製造業のサプライチェーン管理を例にとると、「在庫最適化エージェント」が需要予測データや在庫データ、リードタイムデータを自律的に分析し、発注が必要な品目を特定して調達担当者にアラートを送る、といった自動化が実現できます。人間が日常的に担ってきたルーティンワークをAIエージェントに委ねることで、担当者はより戦略的な業務に集中できるようになります。Snowflakeでは、こうしたエージェントを「Cortex Agents」としてデータプラットフォーム上に構築でき、現場の担当者が自然言語で利用できる「Snowflake CoWork」も提供しています。既存のアクセス制御がそのまま適用されるため、ガバナンスを保ったまま活用できます。
また、従来のデータ活用が主に構造化データ(データベースの数値やテキスト)を対象としてきたのに対し、現在は非構造化データの活用も急速に広がっています。製造業における非構造化データとしては、製品の検査画像や映像、技術マニュアルやPDF文書、設備センサーのログファイルなどが代表例として挙げられます。
こうしたデータもAIで解析/活用できるようになることで、サプライヤーから届く出荷書類の自動処理、品質検査レポートの自動解析、過去の技術文書からの故障対応ナレッジ抽出といった業務の自動化が可能になります。
グローバルの政治経済の状況や変化をいち早く確認するという意味でもデータが重要になりますが、国内においてもサプライチェーンの可視化などが従来とは比較にならないような高精度で実現できるようになってきました。
例えば、日本国内では地震や集中豪雨などの自然災害によって道路交通網が遮断されたり地域社会に甚大な被害が生じたりといったことが繰り返し起こっています。サプライチェーンの担当者は、どこかで何か災害などが発生した場合に、その影響は自社にどの程度及ぶのかを分析して把握する必要があるわけですが、従来は関係各社に電話で状況を問い合わせ、その結果を集計するといった作業を行う必要がありました。
しかし、現在ではSNSなどで発信される現地の状況報告、地図情報、GPSデータなどを組み合わせ、サプライチェーン上で重要な役割を担う企業との輸送経路が遮断されてしまっている、といった状況を迅速につかむこともできるようになってきました。自然災害自体の発生を未然に防ぐのは困難ですが、データを活用することで災害発生後の被害を最小化し、より早期の復旧を実現することは可能です。
実のところ、グローバルでの地政学的リスクや経済指標を把握して戦略立案するのも、状況の変化をいち早くつかみ、適切な対応を行うという意味では災害発生時のサプライチェーンの維持と本質は同じです。かつては担当者の経験や人脈に頼ってきた平常時の対応も、現代ではデータに基づいてより迅速に行うことで経済的なダメージを大幅に削減できる可能性が見えてきています。日本企業にとっては検討する価値のある重要な取り組みといえるのではないでしょうか。
自社データだけで戦えるのかという問いに対しては、「戦えなくはないが、変化への対応で後れを取りやすい」というのが、ここまでの答えです。外部データは、自社データが教えてくれる「結果」に対して、その「背景」と「これから」を補うことで、意思決定の速さと精度を高めます。データ活用を推進し、データに基づいた意思決定を迅速に行うためには、高品質な信頼できるデータを集め、的確に分析できる基盤システムが重要になります。そこで次回は現代の企業に求められるデータ分析基盤のあるべき姿についてより詳細に見ていきましょう。
三本木宏(さんぼんぎ ひろし)
Snowflake合同会社
Snowflakeにおいて、日本市場におけるSnowflakeマーケットプレースの成長を主導。国内外のデータおよびアプリケーションプロバイダーの参画促進や、日本の顧客企業による利活用を推進。前職のFactSetでは、国内データフィード事業およびアジア太平洋地域におけるESGソリューション事業を担当し、金融機関に対し分析基盤の強化やESGワークフローの高度化支援を実施。
製造業の「データ共有圏」、2023年の最新動向と5つのポイント
日本版データスペース「ウラノス・エコシステム」が目指す欧米の良いとこ取り
AIはSCMシステムに何をもたらすのか
「AI+データ+専門分野のノウハウは勝利の組み合わせ」シーメンスCEOが語る
SCMの勝敗を分けるのは「データ量」、パナソニック コネクトが描く先行者利益
サッポロHD、Snowflakeなどで構築したデータ利活用基盤システムの本格運用開始Copyright © ITmedia, Inc. All Rights Reserved.
製造マネジメントの記事ランキング
コーナーリンク
よく読まれている編集記者コラム