Article by: Suwan Juntiwasarakij, Ph.D., MEGA Tech Senior Editor
人工知能 (AI)はパーソナルおよびビジネスのあらゆる側面に存在していることから一般的に知られる技術となっています。ですが、消費者らは自分たちがAIを搭載する製品機器を日常的に使用していることに気づいてはいません。すでにAIは、民生用アプリケーション、事務的企業機能、オンライン/オフラインリテール、オートノマスモビリティ、知的生産の分野で採用されています。ですが、物流についてはAIへの取り組みは始まったばかりで、解決しなければならない課題が山積みになっています。
その知的能力にも関わらず、AIは単独ではなく、対処する問題ごとに様々な組み合わせで使用される対人技術コンポーネントの統合セットになっています。DHLとIBMの共同報告書によると、本技術は次の3つの要素で構成されているとのことです。感知、処理、そして学習です。感知とは人間によって理解される実世界の情報のことを指します。例えばテスト、画像、動画、サウンド、環境条件などです。すでにもののインターネット (IoT)ではAIベースのシステムのためにデータを準備しています。処理と学習はフレームワークとトレーニングのことを指します。例えば、教師あり学習、教師なし学習、強化学習などです。多くの異なる種類の機会学習フレームワークがニューラルネットワークに基づいた深層学習能力のコア機能と共に存在しています。今日、対人技術はAIと共に埋込型モジュールとなり、物流における主要な破壊技術に搭載されています。
技術的に統合された物流シナリオ
1秒ごとに、産業は特定の主要技術の破壊に直面しています。そのような技術を正しいビジネスメカニズムと組み合わせることで、プロバイダはそれらの技術を用いて非常に画期的な物流モデルを活用することができます。物流分析におけるPwCのAIによると、4つの物流シナリオが提案されるとのことです。言い換えると、技術は主要な役割を担っていますが、異なる形で市場に影響を与えるということです。その内2つのモデルでは、新規参入企業が変化の主要な推進力となっており、残りの2つのモデルでは既存企業が力を持つことになります。市場ダイナミクスの性質、特に協力レベルと競争レベルもシナリオごとに異なります。物理インターネットの共有、スタートアップ、シェイクアップ、複雑な競合、スケール問題などです。
物理インターネットの共有は、既存企業同士が協力を強めることで効率を高めて環境的影響度を下げ、ネットワークの共有などの新しいビジネスモデルを開発していくことを指します。「物理インターネット」で検索をかけると出荷サイズの共通基準やより強力なモデル接続性、そしてキャリアを渡るIT要件に関する情報がヒットします。スタートアップとシェイクアップは、データ分析、ブロックチェーン、もしくは他の技術に基づいた新しいビジネスモデルを通して新規参入企業が既存企業から市場シェアを奪って大きな存在となることを指します。特定のセグメントごとに1つまたは2つの企業が力を持つようになります。 ラストマイルデリバリーは人気を高めているクラウドデリバリーソリューションによって崩壊してきています。これらのスタートアップが既存企業と協力し、提供するサービスを補間し合うのです。
複雑な競争はリテール業界の大企業が物流サービスを自身の必要を超え、効果的に対象範囲を顧客から競合へと広げている状態のことを指します。大企業は小企業を買収し、広範囲の市場をカバーし、顧客挙動について小企業が持つ理解を利用してサプライチェーンの最適化を図ります。かつてはサプライヤだった技術企業も物流の領域に参入し、物流サービスを提供して競合と化しています。スケール問題は、既存企業がそのオペレーションを円滑化し、新技術を利用することで効率性を高めるというシナリオです。彼らは有望な新技術をベンチャーキャピタルで資金提供を行い、市場で独占的地位を獲得するためにクリティカルな技術と知識を持った新しいスタッフを惹きつけるのです。大企業は合併して地理的スケールを拡大し、そのクロスモーダルカバレッジを強化するのです。これらの投資を実行するための資金へのアクセスがますます重要になってきています。
重要な点
プロバイダが競争力を保つには、ビジネスアイデンティティにコミットし、そのアイデンティティに対応する戦略的ロードマップを作成することでユニークな価値提案を生み出し、強めていくことが重要です。プロバイダが自身を見つめて競合するに値する力を持っているかを確認しなければいけない時がきたのです。それはつまり、企業はデジタル適合性、コスト効率、資産生産性、そしてイノベーションに集中しなければならないことを意味します。企業はこれらの能力を構築し、洗練し、戦略を日常へと変換していくのです。