サプライチェーンとLokad向けのAIチャットボット

Joannes Vermorel

サプライチェーンのコンサルタント軍団を、一人のデジタルエキスパートに置き換えるのはどうでしょうか？ 実は、私たちはLokad独自のデジタルアシスタント、すなわちLokadのサプライチェーン資料の大部分を網羅するチャットボットをリリースしました。あなたは登録不要¹で、lokad.com/chatまたはLokadのホームページからこのチャットボットに自由にアクセスできます（デスクトップ利用の場合は右上のCHAT WITH LOKAD AIをクリック、モバイルまたはタブレットの場合は下の画像に示されたハンバーガーメニューアイコンをクリックしてください）。

今や、あなたのポケットにはサプライチェーンの専門家が実際に宿っています。ぜひ試してみてください！ もしかすると、あのサプライチェーンコンサルタント軍団は、実は必要なかったと気付くかもしれません。

2022年末、LokadはLarge Language Models (LLMs)への大きな転換を実施しました。正直なところ、LLMsがサプライチェーン全体、そして特にLokadにとって何を意味するのか理解するのに時間がかかりました。私の弁解ですが、当時2022年の私の仲間である他のエンタープライズソフトウェアベンダーからのAIに関するコミュニケーションは、全くのナンセンスでした。むしろ、その後、彼らのAIコミュニケーションはさらに激しく、意味が通じにくいものとなっています。

LLMsはサプライチェーンに革命をもたらしますが、それは大多数のサプライチェーンベンダーが謳うものとは異なります。LLMsは新たなプログラミングパラダイム、すなわち普遍的でノイズに強い再テンプレート化マシンへのアクセスを意味し、エンタープライズソフトウェアの視点から見た際、LLMsから抽出できる実用的な価値の大部分を占めます。

例えば、LLMsを用いれば、メールを読み、サプライヤーから提供された新たなMOQを識別する といった「ステップ」を考慮することが可能です。もしサプライヤーの返信が不明瞭な場合は、確認を求める返答を行います。かつては、このような「ステップ」は、通常のプログラミング言語で達成可能な内容とは正反対であるため、平均的なソフトウェアエンジニアを悩ませたでしょう。しかし、LLMを用いれば、これは単なる一つのステップに過ぎません。

このように、LLMsの最大の価値は会話型ユーザーインターフェースにあるわけではありません。確かに会話型UIはLLMsを_普及させ_ましたが、時が進むにつれて、LLMベースのソフトウェアの大部分がユーザーとのインタラクションを含まないことが次第に明らかになるでしょう。

もしユーザーとのインタラクションを本当に望むのであれば、そのチャットボットは主流のサプライチェーン観の欠点を理解しているサプライチェーンの専門家でなければなりません².

これこそが、Lokadのデジタルアシスタントで実現していることです。 私はこのチャットボットを、Lokadの厚意として 無料 で提供し続けるつもりです。実際、私は将来、ほとんどの企業が公開企業サイトを持つのと同じように、公開企業チャットボットを持つようになると考えています。数年後には、今日のウェブサイトと同じく、チャットボットのエンドポイントは人間よりも他のロボットに消費されることの方が多くなるかもしれません。

追記：現時点でこのチャットボットは、Lokad の DSL（ドメイン固有言語）である Envision についてはまったく知りません。この制約には今年後半に対処する予定です。続報をお待ちください。

追記その2：以下に、Lokad のデジタルアシスタントとのQ&A例を示します。

Joannes: 私はLokadの従業員ではない外部のサプライチェーン実務者です。あなたの知識をどのように活用すればよいのでしょうか？ 少なくとも5つのユースケースを、チャットメッセージ例と共に教えてください。ただし、チャットメッセージ例に対する回答を提供する必要はありません。

Lokad BOT: 外部のサプライチェーン実務者として、あなたは私の知識を様々な方法で活用し、サプライチェーン管理への理解と取り組みを深めることができます。以下に、この知識を応用するための5つのユースケースとチャットメッセージ例を示します：

ユースケース1：データ品質の重要性を理解する。

チャットメッセージ例：“需要予測が頻繁に外れています。より良い予測のために、データ品質をどのように改善すべきでしょうか？”

ユースケース2：サプライチェーン意思決定における自動化の役割を探る。

チャットメッセージ例：“在庫補充プロセスの自動化に関心があります。自動化システムを導入する際の主要な検討事項は何でしょうか？”

ユースケース3：動的な市場における需要予測の難しさに対処する。

チャットメッセージ例：“当社の売上は季節性や販促活動の影響を強く受けます。これらの変動を考慮した、より精度の高い需要予測をどう作ればよいでしょうか？”

ユースケース4：多段階在庫最適化の複雑さを乗り越える。

チャットメッセージ例：“当社は多段階のサプライチェーンを運営しており、拠点間の在庫バランスに苦労しています。在庫投資を最適化するにはどのような戦略が考えられるでしょうか？”

ユースケース5：サプライチェーンのレジリエンスとリスク管理を強化する。

チャットメッセージ例：“地政学的事象や自然災害によるサプライチェーン混乱に、どのように備えるべきでしょうか？ サプライチェーンリスクを管理するためのベストプラクティスは何ですか？”

これらのユースケースは、私の知識を現実のサプライチェーン課題へ適用する手助けとなるよう設計されています。こうした状況を念頭に私と対話すれば、意思決定を支え、サプライチェーン管理の実務を改善するための示唆が得られます。チャットメッセージ例は、あなた固有のサプライチェーン上の課題に対して実行可能な戦略や解決策へつながる議論を促すためのものです。

Joannes: Compose a poem about supply chains as seen from Lokad’s eyes.

Lokad BOT:

サプライチェーンの世界では、混沌があたりまえ、 それでもLokadの視界は、緻密な夢のように冴えわたる。 ABC分析や安全在庫といった古い作法は退ける、 それらは浪費を生み、岩に砕ける船のように終わるからだ。

私たちのやり方は急進的で、手法も新しい、 データを接着剤として、未来を正面から受け入れる。 勘には頼らない、昔ながらのスプレッドシートにも戻らない、 私たちはモデルを信じ、絶えず掘り下げ続ける。

未来が不確実なのは、その通り、 だが確率的予測があれば、何をすべきかは見えてくる。 最悪に備え、最善を願い、 私たちの判断は堅牢で、検証にも耐えうる。

私たちはコストだけでなく、利益のために最適化する。 すべてのSKUを、毎日、システムが丹念に見ている。 リードタイムから需要まで、あらゆる要素を考慮し、 クライアントは確かな成果を手にする。

だから、サプライチェーンの世界で知恵を求めるなら、 Lokadに目を向けてほしい。私たちはその評価を勝ち取ってきた。 揺れる状況でも、ぶれない手つきで導き、 共にこの世界の難題を乗り越えていこう。