製造業は多様化する顧客ニーズを速やかに生産部門に反映しなければ、競争に勝てなくなってきています。しかし、サプライチェーンのDX化が進んでいる企業は多くはありません。本記事では、自動車業界のサプライチェーンの課題や、マイクロソフトが提唱するインテリジェントサプライチェーンによるソリューションについてご紹介します。
自動車業界のサプライチェーンの課題とは
自動車業界は部品の調達から製品の生産、販売や流通に至るまでサプライチェーンに多くの企業が関わっており、中には一部の工程を中国など海外で行うこともあります。そうした規模の大きさから、顧客ニーズの把握やリスク管理が複雑で難しいといった課題があります。
自動車業界の今後を考える上で、サプライチェーンマネジメント（SMC）は重要な課題です。では具体的にどのようなことが必要なのでしょうか。詳しくご紹介していきましょう。
顧客ニーズの把握や親密性
現在、自動車業界のサプライチェーンを取り巻く状況は、よりグローバル化が進み複雑化しています。また、グローバル化と企業間の相互接続の進展により、経営判断に一層のスピード感が求められる時代になりました。いかに速く顧客のニーズを把握し、製品開発や生産計画に反映するかが国際競争を勝ち抜くための鍵となっているのです。
もちろん自動車メーカーも顧客との親密性を軽視しているわけではありません。しかし顧客とのコネクションを重視しつつ、実際には顧客よりサプライヤーとの結びつきを深める傾向もあります。そうなると内輪受けするモノづくりに陥りがちになり、企業の成長を阻みかねません。
今後、日本の自動車メーカーが生き残るには、顧客のニーズをリアルタイムで把握し、スピード感のあるモノづくりを行うことが求められます。
地政学のリスク管理
製造・生産・販売の拠点が日本各地、あるいは世界各地にわたる自動車業界では、政情不安や自然災害による影響が大きく、以前から地政学リスク管理の重要性が訴えられてきました。
今回、世界的に新型コロナウイルスが流行したことで、特定の地域からの部品が調達できない、工場が休業するなど、自動車業界は大きな影響を受けました。多くの企業が部品の調達先の変更や、在庫量や人員の調整を余儀なくされるなど、サプライチェーンの弱点が表面化したと言えるでしょう。
このような地政学リスクを回避するためには、どこに何がどのくらいあり、どのように動いているのかの情報を可視化する必要があります。リアルタイムでの状況確認もできるようIT化やデジタル化を進め、業務の標準化や効率化が形だけで終わらないよう管理運用方法を整備することも求められます。
情報が可視化されていない
どこに何がどのぐらいあるのかといった情報が可視化できていないことでリスクが生じるのは、災害や疫病といった不慮の事態のみにとどまりません。在庫や人員の情報がサプライチェーン全体で共有されていなければ、在庫過剰や部品・製品の不足につながります。
このような状況を改善するためには、業務の効率化が課題です。そのために、各工程の情報やデータを可視化し、コストパフォーマンスの悪いボトルネックを特定します。あわせて、旧態依然とした縦割りの組織構成を見直し、風通しのよい社風づくりに取り組むことも重要です。
慢性的な人材不足
日本では少子化の影響もあり、多くの企業でサプライチェーンの人的リソースが慢性的に不足しています。人員を確保できなければ、現場スタッフの過重労働やパフォーマンスの低下にもつながります。その状況を打破するのが、サプライチェーンマネジメントによる業務の効率化です。
生産量と在庫の最適化とスムーズな物流の実現は省力化につながります。そのためには海外も含むサプライチェーンが互いに連携を密にし、共通の意識を持って適切な生産計画と事業戦略を立てることが重要になります。
マイクロソフトのインテリジェントサプライチェーンとは
交通や移動にAIやネットワークが深く関わるスマートモビリティ時代において、自動車製造現場も最新技術とは無縁ではいられません。そんな中、注目されているのがマイクロソフト社が提供する「インテリジェントサプライチェーン」です。
サプライチェーン全体の最適化を図るこのサービスを利用することで、自動車業界のサプライチェーンにどのようなメリットがもたらされるのでしょうか。詳しくご紹介しましょう。
SCMネットワーク設計による顧客対応品質向上
現在は開発・製造、物流などサプライチェーンを構成する工程ごとに分けて情報やデータ管理の仕組みが最適化されていることが多く、工程間の迅速な連携が充分整備されているとはいえない状況です。
しかし、インテリジェントサプライチェーンを活用すれば、個々の工程とともに全体の情報も把握でき、より強靭なサプライチェーンを構築できます。また、コンピューターが現在の調達先と並行して、今後調達先になる可能性のある地域をリストアップしておくことで、地政学的リスクに備えることも可能です。調達ネットワークやルートを最適化することにより、顧客ニーズにも迅速に対応できます。
データ・ドリブンな意思決定
これまで企業の経営判断は、慣習や経験則に頼って下されることが少なくありませんでした。しかし、これからの経営戦略は、根拠のあるデータに基づいたものであるべきです。
生産から流通まで各段階のデータの可視性を高めるインテリジェントサプライチェーンは、各生産拠点の労働生産性など、あらゆる指標の定量化が可能です。そのため、データ・ドリブンに基づいた意思決定と業務の効率化が実現できるだけでなく、具体的な根拠があることで各工程間の意思統一もはかりやすくなります。
イベント管理による生産速度向上
イベントとは、コンピューターの監視システムが察知した変化のことを指します。作業が正常に終了すること以外に、サーバーダウンなど異常なアクシデントも適宜報告され、それを管理することで最適なシステム運用が可能です。
このイベント管理は、自動車生産における工程管理にも応用が可能です。例えば、１つの作業を完了するために必要となる標準時間を経験則で導き出すのではなく、インテリジェントサプライチェーンを活用してデータ・ドリブンに基づいて設定すれば、生産速度の一層の向上が期待できます。
AIを活用した欠陥検出
慢性的な人材不足に業界全体が悩まされている昨今、ニーズが高まっているのがAIによる検査工程の自動化です。AIにあらゆるパターンの欠陥状態を事前に学習させることで、人に近い検査を行うことがすでに可能になってきています。AIを活用した検査システムを導入すれば、製造機械のコンディション確認と並行して欠陥検出もでき、人的負担を増やさず製造効率を高めることが可能になります。
AIを活用した従業員のスキル強化
AIの技術は検査だけでなく、人材育成にも活用できます。これまではマニュアルを利用したり、ベテランが新人に手取り足取り教えたりすることで知識の移転と継承をしてきましたが、慢性的な人材不足の中、どの企業も教育に割ける余裕がなくなってきています。そうでなくても、組織の知の継承が属人的なものであることに問題があります。
そんな中、注目を浴びているのが、AIによる知識の移転です。ビデオやボディカメラ、その他センサーが記録した人の動きや機械の位置、音などのデータを分析し統合することで、ベテラン技術者がいなくても安定した教育が可能になります。また、その情報を複合現実(MR)に応用すれば、実際に自分が機器を動かしているような感覚で効果的に知識を吸収できます。AIを活用すれば教育や育成に割く人材が少なくて済むため、結果的に人的リソース削減にも役立ちます。
デジタルツインを活用した生産フロー最適化
デジタルツインとはIoTなどで集めたリアルな情報をもとに、コンピューターの仮想世界で現実に近い物理空間を再現する技術です。それをサプライチェーンマネジメントに活用すれば、未来で起こりうるあらゆる状況や変化をシミュレーションし、生産フローを最適化することが可能です。
すでに自動車業界では製品開発においてデジタルツインが使われており、今後サプライチェーンマネジメント全体に幅広く生かされていくことが予想されます。
まとめ
ネットワーク技術が飛躍的に進歩した現代において、サプライチェーンの情報可視化とリアルタイムなレスポンスは、特に重要な課題です。本記事ではマイクロソフトのインテリジェントサプライチェーンで可能になるビジョンを多数ご紹介しました。競争を生き残るには、AIなど最新テクノロジーの活用がより必要不可欠となるでしょう。
