大規模言語モデルを利用して複雑さをチャンスに変える

このブログは、Sai Buddhavarapu (製品管理担当 VP) と Angela Troccoli (シニア製品マーケティングディレクター) の共同執筆です。

今日の複雑で混乱したグローバル環境での経営は、どのサプライチェーンにとっても難題です。需要の変化、予期せぬ供給不足、従業員の欠勤、異常気象事象などでは常に緊急の行動が求められます。しかし、サプライチェーンは、また正常な期間が来て元に戻ることを当てにしている節があります。港湾作業の遅れから輸入が減少する、トラック輸送業者が入国制限に直面する、冬場の荒天により物流網が遮断される、労働力不足、不安定な顧客需要が変動するといった重大な供給網の遮断がすべて例外ではなく当たり前になりつつある中、レジリエンスと意思決定スピードがこれまでになく重要になっています。

Blue Yonder のお客様は、市場のダイナミックな動きも絶えず適応する必要性に直面しています。しかし、今日の極めて複雑な市場を詳しく検証するのは相当な難題です。そして、その理由は想像とは別のところにあります。サプライチェーンソリューションは多様なデータソースがある広大なネットワークに広がっており、サイロ化され、無駄と非効率だらけです。さまざまなシステムとチームにわたって膨大な量のデータをかき分け、コンテキストに応じてリアルタイムに計画を調整することが日常化しています。ここ数年間に起こった極端な変動のせいで、業務運用者は前例のない圧力にさらされており、サプライチェーン専門家の自主退職率は記録的な高さになっています。

膨大な量のデータを管理・解釈するのは非常に高いスキルを持った担当者であってもたいへんな作業であるのに、労働力が減少していることから、業界全体の経営マネジメントはサプライチェーンの問題に対応できる新たなアプローチを探さざるを得ない状況に追い込まれています。

Blue Yonder のお客様のナレッジギャップ問題を解決するインテリジェントなソリューション

生成 AI が登場したとき、すぐにこんな疑問が湧き上がりました。「超インテリジェントなサプライチェーンアシスタントを開発してお客様の知識格差の問題を支援できるだろうか」。答えはもちろんこうでした。「できる。でもどこから手を付ければいいのか」

生成 AI テクノロジーには限界や懸念があります。たとえば、ハルシネーション (幻覚) 効果 (AI に本来備わっている創造性が原因で AI が不正確な回答を提供する効果) や、データと情報のセキュリティに関する懸念です。さらに、過去の失敗から業界で否定的に受け止められている、ユーザエクスペリエンスが低い、結果が過度に処方的であるといった理由から、顧客の期待に対するハードルが上がってしまいました。こうした既存の課題の範囲内で作業しながら、同時に業務運用者の生産性を上げ、ユーザエクスペリエンスをアップグレードする必要があり、Blue Yonder のアプローチなら、応答データのセキュリティと精度がソリューションのアーキテクチャ基盤に直接組み込まれています。

エンタープライズアプリケーション全体にわたる今日のユーザエクスペリエンスは、ソリューションのあらゆるユースケースに対応するように構築されています。そのためユーザは、所定の操作向けに構築された一連の決められた画面を移動しなければ、求める回答や最終的な状態に到達できません。このため、融通が利かず、非効率で、時間のかかるユーザエクスペリエンスになり、膨大な量のデータを投入した場合にはさらに不快になります。サプライチェーンの専門家がうんざりするのは当然です。今日の環境では、サプライチェーンにレジリエンスと柔軟性が要求されており、ビジネスプロセスをどこからでも開始でき、意思決定をエンドツーエンドで同期できる能力が必要です。このような新たな世界に向かうからには、ユーザエクスペリエンスもそれに合わせて進化せねばなりません。

Blue Yonder は、以下によって市場の複雑さを成長機会に転じることを目標に掲げていました。

  • データ分析とシナリオプランニングを合理化する
  • ダウンストリーム戦略を予測する
  • 単調なタスクを自動化する
  • キャパシティを解き放ち、業務運用者が戦略、what-if シナリオ、非定型業務の実行にもっと時間をかけられるようにする

想像してみてください。サプライチェーンのリードタイムを半減させ、市場動向を数か月前から極めて高精度で予測できたらどうでしょうか。このレベルの精度とスピードがあれば、市場競争力、在庫管理、全体的な収益性をどのくらい変容できるでしょうか。これによって、サプライチェーン専門家の日常業務はどう改善されるでしょうか。

Blue Yonder オーケストレーター (Blue Yonder Orchestrator) は次世代サプライチェーンの意思決定インテリジェンスを実現

現在のアプリケーションでは、完璧な計画を作成するには、業務運用者は順列と組み合わせを何百回も行う必要があります。それでもなお、データの例外と量があまりにも多いため、完璧な計画を作成するという目標には手が届きません。Blue Yonder は、LLM の自然言語機能と Blue Yonder の優れたサプライチェーンソルバーを統合することでこの課題に対処し、動的な意思決定とオーケストレーションを実現します。Luminate® プラットフォームに統合された Blue Yonder オーケストレーター (Blue Yonder Orchestrator) では、ユーザは自然言語でクエリを実行できます。その後は オーケストレーターが、許可されたすべての関連ソースからデータを抽出して相関関係を判断し、すべての関連データを知見やレコメンデーションと併せて利用しやすいフォーマットで提示し、次のステップと意思決定を支援します。データを取得したり、複数のソフトウェアアプリケーションを切り替えたりといった煩わしい作業は必要ありません。Blue Yonder オーケストレーター が膨大なサプライチェーン計画/実行マイクロサービスを利用して意思決定を実行します。

生成 AI を活用して「予測可能」から「処方的」に変革

生成ユーザエクスペリエンスはあらゆる問題に常に同じ方法で対応するわけではありません。状況やコンテキストに応じて適応し、情報と必要な構成要素を総合して問題を解決します。大規模言語モデル (LLM) が質問に正しく答える必要もあります。つまり、利用可能なデータ、ユーザの役割と権限、サプライチェーンアプリケーション内のコンテキストなどを考慮する必要があります。さらに、ハルシネーション効果を防止するため、ガードレールの設定も必要です。1人のサプライチェーンユーザが何千もの質問を行い、その尋ね方は数百万通りにも及ぶ可能性があります。

これらの要件を満たすために、Blue Yonder はプロンプトアーキテクトを適用しました。これは、1つの会話内でプロンプトを構成、プライミング、精緻化、テストすることに焦点を絞ったプロンプトエンジニアリングと、LLM の全体的な運用アーキテクチャの考慮を融合させたものであり、精度とデータセキュリティを確保します。このモデルを、専有アルゴリズムや、Blue Yonder のサプライチェーンソフトウェアがあらゆるユースケースでどのように機能するかについての情報、Blue Yonder の知的財産 (400を超える特許を含む) に触れさせた後、Blue Yonder のアプリケーションとデータ領域に接続します。この結果、超インテリジェントであらゆる知識を備えた高品質なサプライチェーンナビゲータを利用して、ユーザエクスペリエンスを強化し、直感性を高め、意思決定を加速できるようになります。

では、一般的なシナリオを考えてみましょう。本日、ある業務運用者は売上とマージンの計画を月ごとにレビューします。これまでの経験から、需要が急増するのは8月だと予想していますが、念のため前年度の四半期ごとの売上実績を確認したいので、別のアプリケーションを開いて詳細を確認します。次に、季節性の動向を分析する必要があるので、別のタブを開きます。さらに、内部の BI システムに切り替えて、業績を押し上げた製品を把握します。そこで同僚から電話がかかってきて早急の対応を求められます。そのため、このタスクを午後に後回しにする必要があります。よくある光景ですね？

では、まったく同じシナリオに Blue Yonder オーケストレーターを適用してみましょう。業務運用者が売上とマージンの計画をレビューします。チャットを開き、「2023年と2022年の四半期ごとの売上実績を見せてください」というプロンプトを入力します。すると、同じウィンドウに数字をまとめた表が表示されます。さらに、売上高の最高、最低、平均などの知見も表示されます。業務運用者はさらに掘り下げて、業績に主に寄与している製品と地域を把握できます。Blue Yonder オーケストレーターは、売上が Q3 と Q4 に高くなる傾向があることを指摘します。さらに、ピークシーズンを生かして、それに応じて在庫や販促活動を計画するように業務運用者に推奨します。Blue Yonder オーケストレーターは、ユーザがアクセス可能なデータソースすべてを調べ、関連する情報の概要をレコメンデーションと併せて提示しました。かかった時間はわずか数秒です。複数のアプリケーションを行き来しなくても、情報が常に業務運用者の手元にあるのです。

さらに、近い将来、業務運用者は次のようなプロンプトを入力するのではないでしょうか。「この夏は普段よりも長引きそうです。そこで、8月と9月にメンズの半袖シャツとショートパンツの売上を10% アップさせたいと考えています。計画を変更して再生成してください」。すると Blue Yonder オーケストレーターが処理の代理権を付与されて、タスクを完了します。かつて何時間もかかっていた作業がわずか数秒で済むのです。

Blue Yonder は今日の投資によってお客様の明日の利益を実現

AI によって大量のデータを高速に処理・分析し、意思決定プロセスを加速できます。AI の理解と導入がさらに進むにつれ、Blue Yonder では前述あるいは同様のユースケースに AI を適用する企業がますます増えるものと予想します。Blue Yonder は、生成 AI テクノロジーを利用することで、ガイド付き意思決定とプロセス自動化によってユーザエクスペリエンスを変革し、弊社のソリューションを次のレベルに引き上げます。その目的は、サプライチェーンオペレーションの計画と軌道修正を市場の進化と同じスピードで行えるようにお客様の体制を整えることです。

ユーザエクスペリエンスの最適化は優れた出発点ですが、始まりに過ぎません。生成 AI 技術はまだ黎明期であり、この技術が本格的に導入されたら、さまざまな未解決の問題に取り組むことができます。どのような既製技術であれ、意味のある結果を実現するには追加の調整が必要になり、この改良のためには投資と高いスキルを持つエンジニアの両方が必要です。

Blue Yonder は、技術が進化を続けるうちに、そうした投資に値するユースケースが新たに出現すると予想しており、この次の章でも最前線に立つのを楽しみにしています。