o9ソリューション、サプライチェーン計画ソフトウェアベンダーのレビュー
戻る しじょうちょうさ
o9 Solutions(しばしば“o9”と表記される)は、2009年に設立されたダラス拠点のエンタープライズソフトウェアエディターで、クラウドホスト型の計画スイート「Digital Brain」をブランドとして、統合型ビジネスプランニング(IBP)、需要・供給計画、サプライチェーン分析、収益成長管理向けのソリューションを提供しています。プラットフォームは、エンタープライズナレッジグラフ(EKG)およびインメモリの「Graph-Cube」ストアを中核とし、これらは業務エンティティと階層をモデル化、バッチETLおよびリアルタイムAPIでデータが供給されます。商業流通は、ハイパースケーラーマーケットプレイス(Microsoft Azure、Google Cloud;AWSとの協業)および実装パートナーのエコシステムに依存しています。公開資料では、構成アーティファクト(IBPLクエリ、モデル/レポートデザイナー)、パッケージ化されたアプリ(IBP、Control Tower、MEIO、RGM)および最近のGenAIに基づく「複合エージェント」が強調されています。予測/最適化コンポーネントの技術的詳細は、高レベルで記述され(ML統合、オプションのVertex AI Forecast、最適化ソルバーとのパートナーシップ)、いくつかの特許および研修資料が存在するものの、再現性のある詳細は限定的です。資金調達のマイルストーンとしては、2020年のKKRによる少数株式投資、2022年にGeneral Atlantic主導で調達された$295M、2023年の$116Mの追加投資、そして2025年のLi Autoなどの本番稼働が含まれます12345.
o9 の概要
製品の機能概要. o9は、ERP、POS/EPOS、シンジケートデータなどのエンタープライズデータを取り込み、Enterprise Knowledge GraphおよびGraph-Cubeインメモリストアでモデル化し、パッケージ化された計画アプリケーション(IBP/S&OP、需要感知・予測、供給計画、Control Tower、生産スケジューリング、多段階在庫最適化、Revenue Growth Management(価格設定、プロモーション、品揃え))を提供するマルチテナントSaaSプラットフォームです。接続はETLサービスおよび安全なREST APIを介して行われ、Azure、AWS、GCP上のクラウドネイティブな展開が実現されています。AzureおよびGoogle Cloudマーケットプレイスへの上場およびハイパースケーラーとの共同市場進出も行われています67891011121314. o9は、これらのアプリ間で差別化要素となるデータ/メタデータレイヤーとしてEKG/Graph-Cubeを位置付けています6789.
製品の機能実現方法(大まかな説明). 顧客データはバッチおよびリアルタイムでステージングおよびロードされ、業務エンティティと階層がモデル化されます。プランナーは、Graph-CubeをバックエンドとするWeb UIおよびダッシュボード上で作業します。構成アーティファクト(例:IBPL選択クエリ、モデル/レポート/レイアウトデザイナー)およびプラットフォームAPIによりGraph-Cubeのデータが公開され、公開ドキュメントや研修資料では「GraphCube Server」とプラットフォームAPIを通じたモデルへのUIアクセスについて言及されています91516. 最適化/MLは、(1) ネイティブな予測・計画機能、(2) クラウドML(例:Vertex AI Forecast)との統合、(3) ソルバーサポートのシナリオのためのパートナーエコシステム(例:Gurobi)を通じて説明されています1718. 最近のリリースでは、クロスファンクショナルな計画アクションを調整する**GenAI “複合エージェント”**が強調されています1920.
技術の現状(大まかな説明). o9の公開情報は、現代的なハイパースケーラーホスト型APSとして、クラウドマーケットプレイスでの流通、API/ETL接続、インメモリカラム型/グラフ型ハイブリッドストア(Graph-Cube)、およびパッケージ化されたアプリ層を備えていることを示しています。資料は、内部のデータ/セマンティックモデリングレイヤーと広範なUI/構成フレームワークの存在を裏付けています。しかしながら、予測モデルの分類、不確実性の処理、ソルバーの定式化に関する再現可能な開示は乏しく、o9はマーケティング言語やパートナーのプレスリリースにおいてAI/MLおよび最適化に言及する一方、研修資料やソリューションページでは完全な技術的透明性よりも概略が示されています679211819201422.
より詳細な紹介
- 企業および資金調達. 創業者はChakradhar (Chakri) GottemukkalaおよびSanjiv Sidhuであり、リーダーの経歴や企業の「About」ページから創業チームとそのポジショニングが確認できます12324. 外部資本: KKRによる少数株式投資(2020年4月)2; General Atlantic主導の$295M(2022年1月)3; 追加投資$116M(2023年7月)、会社プレスによるとポストマネー評価は$3.7Bで、同時にForm Dスタイルのトレードプレスノートが発表されました425.
- 市場投入およびパートナー. 製品はAzure Marketplace(IBP、Revenue Mgmt)およびGoogle Cloud Marketplaceを通じて購入可能で、AWSとの協業やアナリストによる評価、さらにGoogleパートナーのディレクトリにも掲載されています101112131422.
- 製品の概要. ソリューションにはIBP、S&OP、需要予測/感知、Supply Chain Control Tower、MEIO、生産スケジューリング、RGMが含まれ、**Data Science (PaaS)**の提案ではPython/R/PySparkモデルを組み込める「オープンプラットフォーム」を謳っています101121.
- アーキテクチャのシグナル. プラットフォームページでは、Connectivity Services & APIs、ETL Services、“ダイレクトインメモリローダー”、SAP/Oracle用アダプター、および多層階層にわたるGraph-Cube分析が強調され、公開されたGuideエントリでは、プラットフォームAPIを介して「GraphCube Server」データへアクセスできることが確認されています69.
- 最近の主張. **GenAI “複合エージェント”**によるクロスファンクショナルな計画実行、Vertex AI Forecastとの統合、Microsoft GenAIとのコラボレーション更新、AWSとの協力拡大が報告されています19172014.
- 顧客の実例. プレスリリースでは、Li Auto(2025年1月22日)のような本番稼働が記録されています5.
o9 対 Lokad
範囲とアプローチ. 両ベンダーとも定量的なサプライチェーンの意思決定を対象としていますが、提供モデルや技術開示に違いがあります。o9は、ハイパースケーラーマーケットプレイスを通じて提供されるパッケージ型APSスイートを展開しており、EKG/Graph-Cubeをコアに、UI中心の構成(IBPL)やオプションのクラウドML統合を備えています。その最適化/MLの内部は、公開資料上ではほとんどブラックボックスとなっています101169152118192014. 一方、Lokadは主要インターフェースとしてドメイン固有言語(Envision)を公開し、確率的予測+意思決定最適化パイプラインを構築するための、コンパイラー/VM(Thunks)および分散実行の詳細を技術資料で説明し、確率論的なモデリングと意思決定中心の最適化(例:MEIO、優先度付きアクションリスト)をコードとして強調しています26272829[^40]30.
データおよび実行レイヤー. o9のGraph-Cubeは階層をモデル化し、計画のための迅速な集約・分解を可能にします。アクセスはプラットフォームAPIおよび構成されたUIを介して行われます6978. 一方、Lokadのスタックは、イベントソーシングによる永続性と、マルチテナントクラスタ上でEnvisionバイトコードを実行する分散VMを記述しています272829.
ML/最適化の透明性. o9は、AI/ML(Vertex AI Forecast、GenAIエージェント、ソルバーとのパートナーシップ)に広く言及していますが、アルゴリズムの詳細(不確実性のモデリング、目的関数、制約条件)については公開資料で十分に記載されておらず、パートナー技術への依存はプラガブルなML/ORアプローチを示唆しています17181920. 一方、Lokadは、不確実性の表現方法(Envisionにおける乱数変数/パーセンタイルグリッド)を公開し、技術記事や事例資料で確率論的かつ確率過程的最適化のアプローチとその実行基盤について説明しています26272829.
ユーザーエクスペリエンスとプログラマビリティ. o9は、モデル/レポート/レイアウトデザイナーやIBPLクエリを備えた即時利用可能なアプリケーションを強調しており、各機能における標準的なプロセスに適した構成優先のUXを提供しています1516. 一方、Lokadはプログラミング優先で、ユーザー(多くは「サプライチェーンサイエンティスト」)がEnvisionコードを記述するため、透明性と柔軟性が向上する反面、学習曲線が伴います262729.
結論. o9は、独自のEKG/Graph-Cubeモデルと幅広い機能を備えたスイート型APSであり、企業のIT調達向けにパッケージ化されています。一方、Lokadは、数学的計算と実行エンジンを露呈するプログラム可能な定量プラットフォームで、その差別化は確率論的モデリングとコードレベルの制御にあります.
企業の歴史と資金調達
-
創業 / リーダーシップ. 公開略歴リストには、Chakri Gottemukkala(CEO、共同創設者)とSanjiv Sidhu(共同創設者)が記載されています。
-
資金調達の年表.
-
パートナーとチャネル. 戦略的アライアンスがMicrosoft、Google Cloud、およびAWSと組んで行われており、マーケットプレイス上での提供や協力発表が含まれています;Googleのパートナーディレクトリのプロフィールもあります10111213142220.
買収活動
プレスアーカイブには、o9自身またはo9に関する企業買収の報道は見つかりませんでした。 o9は代わりに、アライアンスおよび共同提供を追求しており、例として丸紅が日本向けに提供するMo9サプライチェーン/マネジメントソリューション(2024)313233が挙げられます。また、M&Aを示す第三者の提出書類は見受けられなかったため、通常、そのような取引はニュースルームまたはパートナーの開示資料に現れるものです31.
製品の概要、モジュールおよび展開
- パッケージドソリューション. IBP、S&OP、需要計画(AI/ML需要予測および需要センシングを含む)、サプライチェーン・コントロールタワー&アナリティクス、生産スケジューリング、MEIO、サプライヤー協業、及びRGMが、ソリューションおよびマーケットプレイスのリストに一貫して表れています1011217.
- 展開と統合. 公開されたガイドおよびプラットフォームページ、ならびにトレーニング資料には、バッチ取り込み、リアルタイムAPI、およびモデル化されたストアとしてのGraphCubeが示されており、SAP/Oracle用のアダプター/コネクターもプラットフォーム資料内で言及されています691516.
- トレーニングと設定. o9アカデミーのカタログおよびトレーニングページでは、プラットフォームアーキテクチャ、GraphCubeサーバー、IBPLのセレクトクエリ、およびロールベースの技術的設定が言及されており、これは設定中心の展開手法を示唆しています1516.
- 顧客の本稼働. プレスリリースには、Li Auto(2025年1月22日)のような本稼働の展開が記録されています5.
アーキテクチャ、データモデルおよびプラットフォームサービス
- エンタープライズ・ナレッジグラフ & Graph-Cube. プラットフォームページ及びソリューションページ(RGM、サステナビリティ)は、階層的な集約・分解および「デジタルツイン」風のモデル化を可能にするマルチグラニュラリティ分析のためのEKGとGraph-Cubeについて繰り返し言及しています678. プラットフォームの記事では、GraphCubeと並行して顧客のデータレイクを使用する方法について説明し、GraphCubeがサプライチェーン分析のための専門化されたインメモリーストアである一方、データレイク/ウェアハウスはより広範な「確かな情報源」として残ることを明らかにしています34.
- APIおよびUIアクセス. ガイドポータルでは、明確に「グラフキューブサーバーのデータおよびそのモデルにアクセスするために使用されるパブリックUI API」が記され、バッチ取り込み用のリファレンスモデルAPIがリストアップされています9.
- クラウドの姿勢. o9はAzure MarketplaceのオファーおよびGoogle Cloud Marketplaceの利用可能性を公表しており、複数のo9/AWSとの協力投稿およびアナリストノートは、規模と調達に関する標準的なハイパースケーラーのプレイブックを反映しています1011121422.
最適化、MLおよび「AI」主張
- ネイティブプランニング+クラウドML統合. o9はVertex AI Forecast統合(Google)およびより広範なGenAIの協業(Microsoft)を公表し、プラットフォームを外部のMLおよびファウンデーションモデルに「オープン」なものとして位置付けています1720.
- コンポジットエージェント(GenAI). o9の2024年リリースでは、複雑な部門横断的計画を実行するコンポジットエージェントについて説明されており、技術的な詳細(エージェントのオーケストレーション、根拠付け、ガードレール、評価)は公開文書において十分に詳細が記されていません19.
- 最適化スタック. o9は先進的なアルゴリズムに言及し、パートナーとしてGurobiを挙げています;しかしながら、再現可能な定式化(目的関数、確率的処理、制約)や、MEIO/生産スケジューリングのためのソルバーアーキテクチャは公開されておらず、顧客は生のソルバー成果物よりも推奨事項を見る可能性が高いです1867.
- ネット評価. ML/最適化の存在感は信頼できるもの(プレス、パートナーエコシステム、トレーニング)ですが、実装の深さは外部の人々にとってはブラックボックスのままです。不確実性のモデリングや意思決定経済学(例:コスト意識のある確率的ポリシー)が重要な場合、o9の公開資料は、モデリングスタックを公開している研究志向のプラットフォームほど具体的ではありません6211920.
テクノロジースタックのシグナル
- 言語/フレームワーク. 公開文書は、ランタイム言語よりもプラットフォームレベルのサービス(API/ETL/Graph-Cube)を強調しています。Data Science (PaaS)ページでは、o9のワークフローに組み込まれたカスタム分析用にPython/R/PySparkのサポートを提供していると宣伝されています21.
- APIおよび統合. 安全なREST API、直接のインメモリーローダー、SAP/Oracle用のアダプター;プラットフォームガイドページには、バッチ取り込みのためのUI APIおよびリファレンスモデルAPIが記載されています9.
- クラウドおよびセキュリティ. マーケットプレイスのリスティング(Azure)およびAWSとの協力投稿は、標準的なハイパースケーラーのセキュリティ/コンプライアンス体制を示唆しており、Google Cloudのパートナーディレクトリおよびマーケットプレイス調達資料は、ベンダーのオンボーディングおよび商業モデルを反映しています1011141335.
展開およびチェンジマネジメント
- ロールアウトプレイブック. トレーニングモジュール(IBP Functional → Technical)、設定アーティファクト(モデル、レイアウト、IBPLクエリ)、およびAPI統合は、o9とSIパートナーがモデルを設定し、データフィードを接続し、ダッシュボードを構築する実装プロジェクトを示しています;Li Autoの本稼働がこのリズムを支持しています15165.
- 顧客データレイク + Graph-Cube. o9は明確に二重保存を説明しており、顧客のレイクは記録システムとして残り、Graph-Cubeは戦術的にサプライチェーンの分析/意思決定に使用されます(該当記事では重複に関する懸念と設計意図について言及されています)34.
不整合点および未解決の疑問
- アルゴリズムの透明性. 頻繁にAI/ML/最適化の主張がなされるにもかかわらず、第三者が需要/リードタイムにわたる分布型予測、MILP/MINLP定式化、確率的探索などを再現するための技術文書は公開されていません;その証拠は間接的なもの(パートナーのページ、トレーニング、ソリューション概要)に基づいています621181920.
- EKG/Graph-Cube セマンティクス. 命名は各ページで一貫していますが、スキーマ/タイピング、インクリメンタルアップデートの仕組み、および永続性の保証については、マーケティングレベルのページや Guide の説明6978 以上に記されていません。
- 自動化の境界. 公開資料からは、閉ループ自動化がどこまで及ぶのか(例:PO/転送注文の自動作成と意思決定支援の引き継ぎの違い)が不明であり、マーケットプレイスのページでは統合による意思決定支援が示唆されているものの、取引実行ではありません101167.
結論
o9が提供するもの(技術的、宣伝以外の観点で): クラウドホスト型APS、EKG/Graph-Cubeデータレイヤー、取り込み用のETL/API、IBP/供給/収益計画向けのパッケージアプリ、さらにワークフローを調整するための設定フレームワーク(IBPLおよびモデル/レポート/レイアウトデザイナー)を備えています。システムは階層や時間軸を超えて推奨事項と計画を提示し、外部ML/ソルバーとの統合も可能です。Azure/Googleのマーケットプレイスを通じた調達や、AWSとの協業は、エンタープライズITの期待に沿っています。
成果を達成する仕組み(メカニズムと証拠):
- Graph-Cubeでのエンティティ/階層のモデリング(プラットフォーム/ソリューションページおよびGuideのAPI説明で確認済み);
- 接続性(ETL、インメモリローダー、REST API)および設定可能なUI;
- 最適化/MLはネイティブ機能とパートナー統合(Vertex AI Forecast、Gurobi)の組み合わせによって実現;
- トレーニングパスおよびパートナーSIによって支援される運用展開.
最先端の評価: o9のプラットフォームエンジニアリングとクラウド体制(マーケットプレイス、APIサーフェス、インメモリストア)は現代的で信頼性があります。しかし、不確実性モデリングと意思決定最適化に関するアルゴリズムの透明性は、公開情報では依然として限定的です。これに対し、プログラミング優先の競合他社であるLokadは、確率論的+最適化スタックおよび実行VMの技術詳細を公開しています。スイートの幅、ハイパースケーラーによる調達、パッケージ化されたプロセスカバレッジを優先する組織にはo9は適しており、ホワイトボックスの確率的最適化やコードレベルの制御を重視する組織には、DSL中心のプラットフォームであるLokadが異なるトレードオフを提供します。
参考文献
-
プラットフォーム — デジタルブレインを支える技術 — 2025年9月取得 ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎
-
o9 Guide — プラットフォーム/UI API(ランディング) — 2025年9月取得 ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎
-
Azure Marketplace — o9 統合業務計画 — 2025年9月取得 ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎
-
Google Cloud — パートナーディレクトリ: o9 Solutions — 2025年9月取得 ↩︎ ↩︎ ↩︎ ↩︎
-
Gurobi — 技術パートナー: o9 Solutions — 2025年9月取得 ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎
-
デジタルブレインにGenAI複合エージェントが追加 — 2024年7月1日 ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎
-
o9、GenAI向けのMicrosoftとの協業を拡大 — 2024年4月16日 ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎
-
データサイエンス(PaaS) — Python/R/PySpark — 2025年9月取得 ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎