お問い合わせ

サプライチェーン計画ソフトウェアベンダーJohn Galt Solutionsの評価

著者:Léon Levinas-Ménard
最終更新:2026年11月4日

市場調査に戻る

John Galt Solutionsは、需要、在庫、供給、生産スケジューリング、配送、販売・操業計画を扱うサプライチェーン計画プラットフォームAtlasを開発する。製造・流通企業はこれを使って予測、必要在庫、生産計画、補充判断を計算する。同社はMicrosoft Excel内の予測アプリケーションForecastXも販売している。1

サプライチェーン総合評価:5.0/10。

評価軸 点数
サプライチェーンの深さ 5.4/10
意思決定と最適化の実質 5.8/10
製品とアーキテクチャの整合性 4.2/10
技術的透明性 4.6/10
ベンダーの真剣さ 4.8/10

Atlasは予測・在庫計算と設定可能な意思決定ワークフローを組み合わせる。公開手法は不確かなリードタイム、ネットワークのリスクプーリング、発注の経済性、逐次意思決定まで及ぶ。実務上の限界は、そのモデルの不透明さと、顧客が定める目標、目的関数の重み、ルールへの持続的な依存にある。Q学習やデジタルツインという名称だけでは、実際のサプライチェーンの経済条件で単純な方針を上回る提案を出すとは証明できない。9 10 15

自動化の実績は、一般的な計画担当者のアシスタントという位置づけから想像するより実質的である。Reddy Iceは運用データに支えられた翌日の自動補充・配送計画を記載し、欠品と配送生産性の改善を報告する。より新しいLATICRETEのエージェント導入は情報検索と例外の優先順位付けを説明し、自律実行は今後の段階としている。これは異なる生産性水準であり、新しいAIという名称で区別を曖昧にすべきではない。4 12

商業的な説明も測定を追い越している。John Galtは引用ページで粒度や指標を定義せず95%の予測精度を宣伝し、設定と定着を早期利益への道とする一方、継続的な保有費用の対応する勘定を示さない。公開セキュリティ資料には、本番計画データの封じ込めや復旧を判断する根拠が乏しい。17 24 27

John Galt SolutionsとLokadの比較

John Galtは計画アプリケーション、再利用可能なワークフロー、顧客設定を中心にAtlasを構成する。Lokadは、不確実性下の期待経済貢献によって購入、生産、配分、補充行動を順位付けする、実行可能な意思決定ロジックに集中する。

AtlasのAIガイドは、確率的なリードタイム、需要分布、ネットワーク関係、マルコフ決定過程を論じる。購買例には最低発注量、数量割引、供給業者選択がある。これらはLokadの中心的課題と重なる。9

より明確な違いは目的関数の表現である。Atlasの多目的インターフェースは、収益性、サービス、持続可能性などの目標をユーザーが重み付けできる。Lokadの設計思想は、欠品、廃棄、遅延、希少資源の費用も含め、競合する行動を一貫して経済評価しようとする。目的の重みは経営上の好みを表す一方、特定指標の改善に企業がいくら支出すべきかを隠すことがある。10

Lokadの在庫最適化アプローチは、反復的な意思決定を実行・改善する計算としても扱う。Reddy Iceが示すように、Atlasもその到達点に達しうる。一方、アシスタントとワークフローの提案は、計画担当者が例外を調査し選択を続ける別の運用も支える。生産性の比較で重要なのは、ロジックを保守する専門家も含む、一意思決定サイクル当たりの残存作業である。両社の技術・サービス費用を比較に含めなければならない。4 12

技術の歴史:実現した成果と、その後の広い約束

John Galtは創業を1996年とし、Atlasと並んでForecastXを継続する。予測製品の公開文書は具体的である。Procastは選んだ誤差統計を最小化して系列ごとに手法を選び、安全在庫設定はリードタイムとサービスレベルを示す。統計ソフトウェアとして認識できる基盤である。29 2 3

Reddy Iceとの関係には、製品賞の一覧より有益な十一年間の記録がある。

日付 公開された約束または結果 確認できること
2015年10月 Reddy Iceが天候、季節性、イベントを需要・供給計画と組み合わせるためAtlasを選ぶ 明確な導入課題と当初の自動化目標
2018年5月 John Galtが機械学習とIoTの取り組みを発表。店舗補充はほぼ手動介入不要と報告 前例のない予測性能という広い約束と並ぶ、限定的な業務自動化の主張
2022年6月 顧客発表が82,000を超える拠点での需要・補充自動化を説明 継続利用と、宣言された運用範囲の大幅な拡大
2025年4月 後続の顧客発表が再び自動補充、生産、配送計画を説明 最初の技術発表を超える導入の継続性

これらはベンダーの日付付き発表と顧客プレゼンテーションに基づく。経緯はこの用途で実現した自動化を裏づけるが、公開資料はアルゴリズムごとの貢献を切り分けず、継続費用の全体も公表しない。30 5 6 7

続くロードマップは別の仕組みを導入する。Intelligent Workflowsは2023年9月にルール、タスク、プロセスのノーコードキャンバスとして登場した。2024年5月の確率的計画の発表は、Q学習と購入、製造、需要、供給、費用の不確実性を挙げた。2025年8月にはMEIOと概略能力計画の一部に重み付き多目的最適化が加わった。2025年9月にはMEIOとアンサンブル予測の生成的説明が追加された。15 8 10 11

これらの発表は単なる言い換え以上を説明する。同時に、確率モデルの較正、目的の重みの経済的根拠、生成説明の忠実さという別々の課題を残す。在庫が動いた理由のもっともらしい物語は、在庫を動かした計算の再現可能な説明ではない。

2026年7月のLATICRETEの発表は特に示唆的である。見出しは全体にわたるエージェント導入とする一方、顧客は洞察への容易なアクセスと、今後エージェントワークフローへ進む目標を説明する。現時点の用途は例外の発見、注意の誘導、リスクの特定である。John Galt自身も推薦と自律実行を次の導入段階に置く。導入済みの機能は計画担当者を支えるアシスタントであり、広い製品位置づけが示唆する全面的自律性ではない。12 13

したがって歴史的評価は具体的である。John Galtは無人の業務計算を提供したが、最新の自律性の説明は、実名のエージェント事例が証明する範囲を超える。Reddy Iceの結果は、それを生んだ予測、データ統合、実行の仕事に帰すべきであり、生成AIに遡って帰すべきではない。

確率的計画:適切な問題と、十分に開示されないモデル

John GaltのAIガイドは、ネットワークのリスクプーリング、統計的需要分布、在庫の動的計画法、確率的なリードタイム範囲を説明する。逐次計画のマルコフ決定過程とQ学習も挙げる。家具メーカーの例は、発売リスクを小さな外部調達部品までたどり、生産前に追加在庫を買うことを説明する。これは各SKUを独立に扱うのではなく、部品表の依存関係を扱う有用な例である。9

欠けているのはモデルの仕様である。逐次意思決定には状態の表現、実行可能な行動、結果、目的関数が必要になる。公開資料は、Atlasが供給業者の相関した遅延をどうモデル化し、失われた需要と観測出荷をどう区別し、サービス失敗をどう価値づけ、実験に用いる分布をどう較正するかを示さない。学習アルゴリズム名を挙げても、これらの定義は得られない。

同じ問題はデジタルツインにもある。Atlasは供給業者、生産、在庫、能力、輸送の仮想表現と、現実の行動前のシナリオ実験を約束する。ページは継続的検証が必要とするが、予測誤差の尺度、較正結果、予想された介入の試験を示していない。14

供給業者喪失や生産変更の帰結を予測するツインは、高次元の条件付き予測である。データの同期は記録された業務を反映していると示すだけで、代替シナリオがシミュレーションどおり展開する証拠にはならない。リードタイム、代替、能力反応、需要の誤差は複数の判断を通って伝わる。自信を持って間違った介入を勧めるモデルは、単に混乱を報告するダッシュボードより悪い。

これは保守の問題でもある。Holimizationは、予想外の業務相互作用を許容できる費用で意思決定ロジックに取り込めるかを問う。Atlasの視覚的ワークフローはルールと手順の変更を認める。初期定式化が不十分と判明したとき、基礎の不確実性モデルや経済目的を顧客がどう変えるかについては、公開文書の可視性がはるかに低い。15

多目的最適化と製造の境界

2025年8月の発表は仕組みを明示する。ユーザーが競合目標に重みを与え、ハード制約を守り、ソフト制約の影響を減らす。例は高利益生産、鮮度、供給業者の信頼性、炭素排出量を重視することである。機能拡張の範囲はMEIOと概略能力計画の主要部分に限定される。10

これは一つの在庫尺度を単独で最適化するより進んでいる。同時に、難しい価値判断を重みを選ぶ人へ移す。サービス未達の一単位はどんな金銭損失に相当するか。炭素を重視する好みを製品利益とどう比べるか。数量、製品構成、リードタイムが変わればペナルティはどう変わるか。重みを簡単に調整できる画面は、その答えを正しくはしない。

概略計画と詳細スケジューリングの違いも重要である。同じ発表は、詳細スケジューリングにまだ対応できない企業に対し、データ・設定要件の少なさを宣伝する。モデル化労力の削減は詳細の省略と引き換えである。順序依存の段取り替え、清掃、資源の相互作用が実行可能性を決めるなら、省略で最善の判断が変わる場合がある。

John Galtの詳細スケジューリングにはPlanetTogetherが含まれる。2024年2月の提携拡大と共同資料は、生産順序、資材・資源制約、時間、数量、サイクル、製品、属性に基づく洗浄を説明する。これは具体的な製造能力である。23 22

したがって顧客には計画モデルとスケジュールモデルの一致が必要になる。同じ注文、資源、利用可能量、カレンダー、優先順位がインターフェースを越えて維持されなければならない。提携によって統合できるとしても、共同資料は競合する目的をどう調整し、スケジュール変更後に判断をどう戻すかを示さない。両製品を一つの計画提案として売っても、エンジニアリングの境界は残る。

仕事を変える自動化

Reddy Iceの事例は以前の業務問題を説明する。配送計画は数か月固定され、表計算は手動更新を要し、訪問が遅すぎることも、不要なこともあった。Atlasはドライバー報告の在庫・配送データ、天候、販売時点情報、顧客注文を統合した。IoT試験は氷保管箱の30分ごとの測定を加えた。その後、翌日の配送計画を毎日再計算した。4

ベンダーは顧客欠品50%減、配送生産性20%超改善、売上20%増を報告する。有用な仕組みは、短い判断期間、新しい業務観測、変更できる配送日程の整合である。行動から切り離された予測精度率より強い根拠である。ただし、比較条件を統制した評価や完全な純費用は示されていない。4

利益には明確な境界もある。素早い観測は明日の配送を変えられるが、長いリードタイムの購買約束を遡って変えられない。両方をデマンドセンシングと呼ぶと違いを隠す。各用途で重要なのは、新しい観測が高額な判断の不可逆化前に届くかである。

Galt AIの現行ページは調査、推論、推薦、ワークフロー実行を説明する。これらの動詞が含む労務上の成果には大きな幅がある。LATICRETEで公表されたのは、画面移動の減少と関連情報への早いアクセスであり、計画担当者は依然としてトレードオフと判断を分析する。発表には総計画担当時間や自律判断量の導入前後測定がない。13 12

John Galtの2025年の説明可能性の発表はこの運用を強める。会話による説明で在庫・アンサンブル予測の推薦を計画担当者が信頼し、行動しやすくする。経済的な問いは、確認が例外になるのか、単に快適になるのかである。SKU単位の介入全てに説明を加えることは、継続費用の最大要因を残しかねない。11

精度の主張と利益の根拠

NucleusのAnatomy of a DecisionについてのJohn Galtの要約は、ある流通企業の予測精度が70%から95%に上がったこと、平均17ポイントの精度改善、チーム生産性85%増を宣伝する。ページは精度統計、製品・拠点・時間粒度、予測期間、生産性指標の分母を定義しない。定義の欠如により、見出しの数字は補充判断や残存労力の評価に適さない。24

集約の問題は数量的に大きい。M5主催者の上位50件の点予測提出データを100 × (1 − WAPE)で再計算すると、**SKU・店舗・日単位で22.1–25.1%**だが、**製品と店舗を日ごとにまとめると95.8–98.2%**となる。同じ予測が両範囲を生む。これは最後の28日についての診断計算であって、M5の公式WRMSSE点数ではない。25

集約は大きさの測定前に過大予測と過小予測を相殺させる。しかし、ある場所の余剰在庫で別の場所の欠品を満たせるようにはしない。したがってJohn Galtの95%の主張には、欠けている意思決定単位の測定が必要である。公開された形では予測性能の評価には加点できない。

ForecastX自身の文書は、より安定したグループ単位のトップダウン予測と、品目の個別性を重視するボトムアップ手法を区別する。これは問題の有用な認識である。集約した予測の見た目と個々の補充への有用性は別の性質である。28

責任には金銭面でも同じ精密さが必要である。Reddy Iceは運用成果を示すが、調査資料はソフトウェア料金、統合、データ収集、モデル保守、残る人の労力と照合していない。製品発表での広い早期ROIの表現には、対応する公開基準、評価期間、失敗条件がない。定着や顧客満足の向上ではこの経済的隔たりを埋められない。4 10

設定保守と総保有コスト

John Galtは導入を、顧客参加の設定、共同品質試験、本番設定、訓練済み顧客チームへの引き渡しとして説明する。導入後には予測の先行期間別分析、訓練、プロセス設計見直し、三〜四か月頃の安全在庫と在庫方針の確認がある。サービスは組織へのS&OP定着も支援する。17 18

これは具体的な保有モデルである。ソフトウェアには、人が設定、確認、保守するロジックが付く。Intelligent Workflowsは視覚的なキャンバスでタスクを組み、ルールを調整できる。後の記事は変更診断に役立つ判断履歴と追跡可能性を説明する。ただし、バージョン管理付きの本番移行、自動回帰テスト、統合計画モデルのロールバックは文書化しない。15 16

ノーコードと呼んでも労力は消えない。配分を変えるルールには、明確な目的、過去事例での検証、責任者、意図しない影響の検出方法が依然として必要である。各画面は単純でも、多数の重みとしきい値は矛盾した誘因を生みうる。人の入れ替わりとベンダーの新バージョンは追加保守を生む。

Atlasの柔軟性は、修正が再利用可能なロジックになるとき価値を持つ。修正が計画担当者の記憶すべき例外として積み重なるなら高額になる。契約料だけではどちらも捉えられない。購入側は初期統合、継続設定、ベンダー支援、日常判断の確認を分けて測る必要がある。

ソフトウェア部品表とセキュリティ

雇用主作成の二つの技術求人は運用環境の一部を示す。システム職は顧客環境の準備、サーバー容量設定、データベース保守、ID移行、社内業務アプリを担当する。データエンジニア職は顧客ERPとJohn Galt製品間の双方向フローに明確な責任を持つ。20 21

根拠の範囲 開示された構成要素・責任 保有上の帰結
システム求人の顧客ホスティング業務 OVHcloud、Windows Server、Microsoft SQL Server、SQL Agent、T-SQL。地域配備とサーバーへの顧客配置 容量計画、更新、バックアップ、分離をサービスとして運用する必要がある
統合エンジニア求人 SQL Serverのステージング・変換、Python、REST API、JSON/XML、Kubernetesジョブ。Talend経験は望ましい条件 データ対応づけと同期に保守されたコードとオーケストレーションが必要
監視責任 Zabbixとサーバー管理ツール 設定、保護、稼働維持すべき追加インフラ
Atlas Schedule PlanetTogetherスケジューリング統合 資源、注文、優先順位、日程変更に関する別の製品境界
ForecastX Microsoft Excelと予測アドイン 別のデスクトップ実行・ワークブック環境

これらの顧客ホスティングと統合責任は、組み合わせ可能なマイクロサービスという位置づけの背後の運用費を示す。サーバー配置、容量、データベース、統合ジョブ、監視の全てが継続技術作業を必要とする。19 20 21

SQLのステージング、変換、反復的なデータ交換は、遅延や在庫・注文の解釈のずれを持ち込む場合がある。統合ページは顧客主導またはベンダー主導の導入を提案し、洗浄、修正、拡充、自動化を重視する。これには互換ファイル形式だけでなく、意味づけの保守が必要である。26

セキュリティ開示は弱い。システム求人は権限、バックアップ、証明書管理、旧認証からシングルサインオンへの移行に触れる。しかし、強制されるテナント分離、統合ジョブの権限、アカウント侵害後の計画状態の復旧を説明しない。プライバシーポリシーは個人情報の組織・技術手順を述べるが、本番システムに対応する脅威モデルはない。20 27

統合ジョブの実行境界も不明である。どのIDが顧客データを読み書きできるか、シークレットとネットワークアクセスをどう制限するか、侵害後にどの被害が起こりうるかが記載されない。

Atlasは公開APIを宣伝するが、開発者文書へのリンクはログイン画面に至る。一般読者はForecastXの一部手法と統合説明を確認できるが、Atlas APIの契約と計画エンジンの挙動はベンダー経由のままである。自動化、権限、移植性の独立検証を制限する。19

サプライチェーン評価

各評価軸は五つの下位点数の平均である。総合評価は25全ての平均である。

サプライチェーンの深さ

基準 点数
経済的な枠組み 6/10
意思決定の最終到達点 8/10
サプライチェーンに関する概念の明晰さ 7/10
時代遅れの中心的教義からの自由 3/10
KPIの見せかけへの耐性 3/10

平均:5.4/10。

経済的な枠組み — 6/10。 購買例には割引、供給業者選択、利益がある。それでも多目的計画は経済的な裁定の一部をユーザー選択の重みとサービス方針に残す。9 10

意思決定の最終到達点 — 8/10。 Reddy Iceは補充数量、配送頻度、経路判断が自動生成されることを記す。Atlasは予測報告を超え、業務行動へ進む。4

サプライチェーンに関する概念の明晰さ — 7/10。 確率的リードタイム、ネットワークのリスクプーリング、部品表、逐次意思決定は実質的な相互作用を扱う。実装と検証は概念ほど見えていない。9

時代遅れの中心的教義からの自由 — 3/10。 サービス目標、合意計画、例外処理、S&OPが目立つ。導入後の案内はそのプロセスを明示的に強化する。3 18

KPIの見せかけへの耐性 — 3/10。 宣伝される95%の精度と85%の生産性には、業務比較に必要な定義がない。実名の顧客成果は有用だが、広範で無限定な指標を修復しない。4 24

意思決定と最適化の実質

基準 点数
確率的モデリングの深さ 5/10
独自の最適化または機械学習の実質 5/10
現実の制約への対応 7/10
意思決定の自動化と労働生産性 7/10
実際の業務の複雑さに対する回復力 5/10

平均:5.8/10。

確率的モデリングの深さ — 5/10。 Atlasが示す範囲には不確かな需要、リードタイム、費用、逐次行動が含まれる。公開ガイドは較正された同時分布や再現可能な意思決定実験を開示しない。8 9

独自の最適化または機械学習の実質 — 5/10。 公開資料は動的計画法、Q学習、重み付き目的を挙げる。技術の方向性は示すが、独自のアルゴリズム優位や各手法の貢献量は示さない。9 10

現実の制約への対応 — 7/10。 最低購入量と割引、鮮度、生産能力、詳細な清掃制約は文書化されている。概略判断とスケジュール製品の統合は依然として重要である。9 10 22

意思決定の自動化と労働生産性 — 7/10。 Reddy Iceの繰り返された導入報告は相当な無人計画を裏づける。新しいアシスタント事例はより狭い成果を示し、同等の総労力測定は提供しない。4 6 7 12

実際の業務の複雑さに対する回復力 — 5/10。 編集可能な業務フローと継続支援には適応経路がある。別のルールを加えるのでなく数値モデルを改める費用と表現の限界は不明である。15 17 18

製品とアーキテクチャの整合性

基準 点数
アーキテクチャの一貫性 5/10
システム境界の明確さ 5/10
セキュリティへの真剣さ 2/10
ソフトウェアの簡潔さと保有コスト 4/10
プログラムによる運用とエージェント支援運用への適合性 5/10

平均:4.2/10。

アーキテクチャの一貫性 — 5/10。 Atlasは理解可能な計画の役割とモジュール型画面を持つ。スケジュール提携と公開された統合環境には、共通プラットフォームの説明では示されないモデル・データ照合が必要になる。19 21 23

システム境界の明確さ — 5/10。 ベンダーはERP統合責任と独立したスケジュールパートナーを示す。公開説明は、計画状態と返却判断を規定する詳細な契約まで及ばない。21 23 26

セキュリティへの真剣さ — 2/10。 求人は基本運用責任を挙げ、プライバシーポリシーは一般的な手順の保証を示す。どちらも強制できる封じ込め、エージェント権限、壊れた業務状態の復旧を開示しない。20 27

ソフトウェアの簡潔さと保有コスト — 4/10。 ホスティング、統合コード、オーケストレーション、顧客フロー、継続的方針見直しは全て保守を必要とする。早期価値という公開提案はこの合計継続負担を定量化しない。17 18 20 21

プログラムによる運用とエージェント支援運用への適合性 — 5/10。 自動補充と双方向統合は、画面操作を繰り返さずAtlasが動けることを示す。API文書はアクセス制限付きで、アシスタント導入の説明は主に計画担当者向けである。4 12 19 21

技術的透明性

基準 点数
公開技術文書 5/10
ベンダーを介さず調査できること 4/10
移植性とロックインの可視性 3/10
導入方法の透明性 6/10
技術的主張を裏づける根拠の密度 5/10

平均:4.6/10。

公開技術文書 — 5/10。 ForecastXの手法説明とAtlasのAIガイドは有用な仕組みを開示する。Atlasの確率的定式化、較正、エンジンインターフェースははるかにアクセスしにくい。2 3 9

ベンダーを介さず調査できること — 4/10。 外部者は予測設定と実名の導入フローを確認できる。主要な計画成果を再現するには公開文書以上のアクセスが必要である。2 4 19

移植性とロックインの可視性 — 3/10。 統合方法は説明されるが、調査資料には顧客ルール、目的、計画モデル設定の移植可能な仕様がない。データ交換だけでは蓄積資産を保てない。15 26

導入方法の透明性 — 6/10。 共同品質試験、顧客への引き渡し、予測の先行期間分析、定期方針確認は責任を具体化する。それらの価格と反復的工数は未公表である。17 18

技術的主張を裏づける根拠の密度 — 5/10。 Reddy Iceの経緯、技術ガイド、技術職責は複数機能を裏づける。ツイン、自律性、精度についての最も強い主張には、依然として対応する検証がない。4 9 12 14 24

ベンダーの真剣さ

基準 点数
公開発信の技術的な真剣さ 4/10
技術ロードマップの一貫性 5/10
概念の明晰さ 6/10
経済的責任 3/10
エージェント型ソフトウェアの世界での競争力の持続性 6/10

平均:4.8/10。

公開発信の技術的な真剣さ — 4/10。 詳細な計画概念と、定義のないほぼ完璧な精度、広い自律性の表現が共存する。生成説明は計算への忠実さの公開試験なしに宣伝される。9 11 24

技術ロードマップの一貫性 — 5/10。 Reddy Iceの記録は導入から繰り返された自動化報告への継続性を示す。最近の確率的機能、説明可能性、エージェントの発表にも、同等の持続成果の証拠が必要である。30 5 7 8 12

概念の明晰さ — 6/10。 John Galtは供給不確実性と逐次的な帰結の重要性を認める。重み付き目標画面と計画担当者の成熟という説明は、重要な経済判断を明確な価値評価の枠組みの外に残す。9 10 18

経済的責任 — 3/10。 運用事例の成果には、全ての純保有費用や明確な経済的失敗基準が伴わない。公開支援の約束は、得られなかった利益への責任より参加と訓練を明確にする。4 17 18

エージェント型ソフトウェアの世界での競争力の持続性 — 6/10。 保守された統合、専門領域の数値ロジック、実証済み無人補充には価値が残る。アシスタント主導の例外確認は汎用品化の影響を受けやすく、追加の意思決定エンジン生産性を示さない。4 12 21

出典

出典の閲覧日は2026年11月4日。公開日が確認できる場合は記載する。

[1] John Galt Solutions:AtlasとForecastX

John Galt Solutions:AtlasとForecastX。AtlasとForecastXの機能範囲。

[2] ForecastXのProcast手法文書

ForecastXのProcast手法文書。系列別の手法選択と誤差統計パラメーター。

[3] ForecastXの安全在庫文書

ForecastXの安全在庫文書。安全在庫計算のリードタイムとサービスレベル設定。

[4] Reddy Iceの事例

Reddy Iceの事例。実名導入、入力データ、翌日補充、報告された業務成果。

[5] Reddy Ice:機械学習とIoTの会議発表

Reddy Ice:機械学習とIoTの会議発表(2018-05-14)。当時のReddy Iceに関する機械学習・IoTの主張。

[6] Reddy Ice:サプライチェーン全体の自動化

Reddy Ice:サプライチェーン全体の自動化(2022-06-01)。82,000を超える拠点での継続的な顧客自動化。

[7] Reddy Ice自動化ウェビナーの告知

Reddy Ice自動化ウェビナーの告知(2025-04-02)。Reddy Ice自動化の追跡報告。

[8] 全体を通した確率的計画の導入

全体を通した確率的計画の導入(2024-05-08)。Q学習と全体的な確率的計画の日付付き導入発表。

[9] サプライチェーン計画におけるAIのガイド

サプライチェーン計画におけるAIのガイド。ベンダー技術ガイド。ネットワークのリスクプーリング、動的計画法、リードタイム範囲、発注、逐次計画。

[10] 同時多目的最適化の発表

同時多目的最適化の発表(2025-08-12)。重み、ハード・ソフト制約、最適化拡張の範囲。

[11] MEIOとアンサンブル予測の説明可能AI

MEIOとアンサンブル予測の説明可能AI(2025-09-16)。在庫・アンサンブル予測の推薦に対する生成説明。

[12] LATICRETEがGalt AIを導入

LATICRETEがGalt AIを導入(2026-07-21)。実名のエージェント導入、現時点のアシスタント用途、将来の自動化目標。

[13] Galt AI製品ページ

Galt AI製品ページ。現在の自律性とワークフロー実行の位置づけ。

[14] デジタルサプライチェーンツイン

デジタルサプライチェーンツイン。シナリオモデルの範囲と表明された検証方法。

[15] Atlas Intelligent Workflowsの発表

Atlas Intelligent Workflowsの発表(2023-09-13)。ノーコードルールとプロセス組み立て。

[16] Intelligent Workflowsによる信頼の構築

Intelligent Workflowsによる信頼の構築。判断履歴、追跡可能性、計画担当者の操作。

[17] 優れた導入

優れた導入。設定、共同品質確認、本番準備、顧客への引き渡し。

[18] 導入後

導入後。反復的な訓練、予測分析、方針確認、S&OP支援。

[19] 組み合わせ・拡張可能なAtlas

組み合わせ・拡張可能なAtlas。マイクロサービス、公開APIという位置づけ、アクセス制限付き開発者文書へのリンク。

[20] システム・データベースエンジニア求人

システム・データベースエンジニア求人。雇用主作成求人。顧客ホスティング責任とインフラ要件。日付なし。

[21] データエンジニア求人

データエンジニア求人。雇用主作成求人。ERP統合、データパイプライン、Kubernetes要件。日付なし。

[22] John GaltとPlanetTogetherの技術提携資料

John GaltとPlanetTogetherの技術提携資料(2024年)。共同製品資料、詳細スケジュール機能、製造制約。

[23] PlanetTogether提携拡大

PlanetTogether提携拡大(2024-02-27)。詳細スケジューリング提携拡大の範囲。

[24] Nucleus Research:意思決定の解剖、ベンダー要約

Nucleus Research:意思決定の解剖、ベンダー要約。ベンダーが宣伝する精度、生産性、在庫の数字。公開要約では測定を定義していない。

[25] M5主催者:データと提出予測リポジトリの固定版

M5主催者:データと提出予測リポジトリの固定版。固定リビジョンの主催者データと提出された点予測。集約比較は販売ゼロの観測も含む全30,490系列のd_1942–d_1969を使い、再学習せず予測を合算する。

[26] Atlas統合フレームワーク

Atlas統合フレームワーク。統合責任、データ変換、システム接続。

[27] John Galt Solutionsのプライバシーポリシー

John Galt Solutionsのプライバシーポリシー(2023-06-20)。個人情報方針と一般的なセキュリティ声明。

[28] ForecastXのグループ予測文書

ForecastXのグループ予測文書。トップダウン集約、ボトムアップ予測、配分挙動。

[29] John Galt Solutionsの企業史

John Galt Solutionsの企業史。創業と回顧的な製品年表。

[30] Reddy IceがAtlasを選択

Reddy IceがAtlasを選択(2015-10-08)。Reddy IceのAtlas選択に関する当初のベンダー発表。