市場調査に戻る
PTCは、産業向けの製品開発・サービスソフトウェアを提供しています。Servigisticsアプリケーションは、補修部品の必要量を予測し、在庫方針を計算し、サービス網全体の調達、修理、補充を提案します。ServiceMaxは、設置済み資産、作業指示、技術者のスケジュール、現場作業を管理します。製品間で消費、在庫、製品の情報を交換し、現場在庫の計画を支援します。(1, 2, 15)
サプライチェーン総合スコア:5.6/10
| 評価軸 | スコア |
|---|---|
| サプライチェーンへの理解の深さ | 6.4/10 |
| 意思決定と最適化の実質 | 6.0/10 |
| 製品とアーキテクチャの整合性 | 4.4/10 |
| 技術的透明性 | 6.4/10 |
| ベンダーの真剣さ | 4.6/10 |
Servigisticsには、離散需要分布、リードタイム分散、ネットワーク相互作用、限界在庫投資、期待欠品費用の最小化オプションという、文書化された数値的基盤があります。主な限界は、その仕組みに顧客の経済事情を表現させるための継続作業です。欠品費用オプションは、この問題を特に明確にします。費用が未設定だと品目が在庫対象から外れ、既定のペナルティを使えば対象には残せても、実際の経済価値は与えられません。(3, 4, 5, 7, 8)
PTCの自律性の主張は、文書化されたアシスタントを大きく上回ります。現在のヘルプに記載されているのは、ルール、事前定義済みのプロンプトボタン、ページで選択したデータに結び付くLLMの説明です。定型的な注文は、設定範囲内で既に自動承認できます。残る仕事は、例外、モデルパラメータ、診断が中心です。その作業を改善することと、自己修正する経済的意思決定ソフトウェアを実証することは、別の成果です。(9, 10, 11)
PTCとLokadの比較
ServigisticsとLokadは、補修部品在庫、修理、補充で直接重なります。Servigisticsは、設定したネットワーク、サービスグループ、在庫方針、広範なパラメータ体系によって問題の多くを表現します。期待費用計算に入る欠品ペナルティもその一部です。(5, 6)
Lokadの定量的サプライチェーンのアプローチでは、サプライチェーンサイエンティストが数値実装を担当し、データ準備、意思決定ロジックの記述、監視の構築、本番プロセスの維持を行います。Lokadは、この役割をマネージドサービスで提供します。Introduction to Supply Chainの視点は、事業結果が誤った前提を明らかにしたとき、意思決定ロジック自体の改訂が必要かを問います。
修理可能な部品のネットワークでは、比較は意思決定全体を追うべきです。修理、調達、移送、緊急手配、欠品の受容のどれを選ぶか。不確実な入荷と故障がその選択をどう変えるか。誰が計算を維持するか。Servigisticsはこれらの業務に特化した構造を提供します。Lokadは、個別の業務に経済ロジックと不確実性モデルを適応させることを重視します。
ServiceMaxは、数値的な在庫最適化とは異なる目的を持つ現場サービス記録と技術者ワークフローを加えます。これらの実行機能を買っても、関連する在庫判断の品質や維持費用が決まるわけではありません。
数値エンジンとその経済的境界
確率モデルは文書化されている
公開されているServigistics 14.0.5のヘルプは、少量・低分散の需要にはポアソン分布、より変動する需要には負の二項分布、大量需要には正規近似を使い、閾値は設定可能と説明しています。期待バックオーダーは、補充期間中の需要予測、分散、在庫水準に依存します。実効リードタイムには、上流での待ち時間と部品不足も含みます。(3)
リードタイム入力には、調達、修理、補充、返却の平均と分散の項目があります。これは、不確実性の扱いが需要を超えていることを示します。同時に、モデル上の問いも明らかになります。モーメントと分布選択は、混乱、長い裾、仕入先間や修理ループ間の依存関係をどれだけ正確に表すのでしょうか。確認した文書は、入力を詳しく指定する一方、実結果に対する同時較正の証拠は弱いままです。(4)
共通の混乱は、複数の補充経路を同時に遅らせることがあります。各経路の平均と分散を合わせるだけでは、その共通ショックは再現できません。適切な検証対象は、実際に観測された同時欠品のもとで生じる在庫・修理判断と、それが誘発する復旧行動の金銭費用です。
限界投資と期待欠品費用
在庫最適化は限界分析を使い、集約された性能目標、SKU制約、上書き設定のもとで投資を配分します。割り当て計算では、通常の部品費用を独自の最適化費用で置き換えられます。追加の一単位に与える価値を変える具体的な仕組みです。(5)
任意の欠品費用機能は、さらに進みます。貸与費用、契約上の罰金、緊急手配を期待欠品費用へ組み込めます。文書化された計算は、期待未充足需要または期待待ち時間に、設定済みの単位ペナルティを掛けます。これにより経済目的ができますが、その品質は、ペナルティ関数と表現されている業務上の帰結に依存します。(6, 8)
設定には重要な故障経路があります。この機能を有効にした場合、欠品費用のないSKUは在庫できません。サービスグループの既定値が、その除外を防ぎます。PTCは、グループ既定値は安全網であり、実際の欠品費用を設定すべき場所ではないと明記します。項目文書の既定値は一です。(7, 8)
したがって経済最適化を有効にするだけでは、異なる欠品に同じ名目的ペナルティを与える計算になり得ます。貸与価格、契約上の負担、変化する復旧手段を維持することも、最適化の仕事です。ペナルティが間違っているため提案が有害なら、予測やソルバーを調整しても目的は直せません。
PTCは資産稼働率や契約を扱う機能も提供します。運用目的が航空機の即応性や設備の稼働時間である場合には重要です。未解決なのは、個別導入で、選んだ稼働率目標、欠品ペナルティ、希少な修理資源をどう整合させるかです。軍事的即応性は正当な目的です。しかし任意のサービス率は、任務に必要な資源のトレードオフの十分な代わりにはなりません。(2, 26)
予測選択とデジタルツインの主張
機械学習予測のヘルプは、SARIMA、BATS、自動指数平滑化、Prophet、XGBoostを挙げています。履歴による学習と検証の後、最も精度の高い手法を選ぶと説明します。これはモデル選択のワークフローを示しますが、予測指標で勝ったモデルと最良の在庫判断が自動的につながるとは示していません。(12)
PTCの2018年の接続型予測の発表は、資産利用データによって精度が相対的に30%向上すると主張しました。誤差の定義、予測期間、SKU・拠点の粒度、基準、経済的な整合確認は示されませんでした。これらがなければ、その改善値は技術的・経済的比較を支えられません。(18)
新しい予測型デジタルツインの位置付けには、より強い検証が必要です。予測需要、入荷、待ち時間、設備稼働率を実結果と比べなければなりません。確率モデルの公開説明や実名の顧客導入だけでは、その較正にはなりません。数値手法は検討に値しますが、デジタルツインという名称が予測保証を加えるわけではありません。(1, 20)
自動化、アシスタント、残る作業
Servigisticsの日次計画担当者ガイドは、注文提案の大半を自動承認すべきだと述べています。承認条件には期間、金額、上限があり、調達、修理、補充、在庫調整、余剰回収に対応します。これは、特定できる制御を備えた業務自動化です。(10, 11)
例外処理では、計画担当者が作業キューや個別SKUのワークシートを巡ります。アシスタントもその中にあります。文書は、自動表示されるルールベースの洞察、事前定義された依頼ボタン、会話型の説明を区別します。PTCは、一貫した回答のために既定の操作を使い、現在読み込んでいる部品と拠点について質問するよう勧めています。(9, 10)
よりよい説明は調査を短くできます。しかし、システムが根底の予測・経済ロジックを修復し、変更を試験し、安全に本番へ移すとは示していません。2026年春の宣伝は自己修復する自律計画をうたいますが、文書化された仕組みは、主として設定済み計画ワークフローの補助です。2026年10月の米空軍の更新発表も、例外管理と専門家の介入を重視しています。(1, 23)
ServiceMaxのスケジューリングには、移動、残業、技術者の生産性、SLA達成など、独自の設定可能な目的があります。診断報告は、重みを掛けすぎた目的や矛盾する目標を明示的に特定します。これは重要な問題の認識です。設定済みの優先順位を最適化したスケジュールでも、望ましくない業務結果を生むことがあります。重みの再調整には、見やすい診断報告だけでなく、経済的な理由が必要です。(27, 28)
したがって生産性には、予測選択、ペナルティ、承認ルール、スケジュール目的を維持する労力も含めるべきです。自動承認された注文数は、その負担の一部しか測りません。
過去の約束とロードマップの整合性
| 時期 | 約束または進展 | 証拠から分かること |
|---|---|---|
| 2012年 | PTCがServigisticsを買収 | サービス部品製品群は買収によってPTCに加わりました。(31) |
| 2018年 | ThingWorx接続型予測で精度を30%改善するという約束 | 提案された入力は資産利用データでしたが、発表には測定の詳細がありませんでした。(18) |
| 2023年 | PTCがServiceMax買収を完了 | 現場サービス実行が、別の買収アプリケーション群として加わりました。(30) |
| 2024年 | 2006年以来の産業AIと指数的成果 | 回顧記事は、既存の最適化機構をAI・機械学習の言葉で表現し、半自律計画を目標として説明しました。(19) |
| 2025–2026年 | 自律的オーケストレーションと自己修復型計画 | 新たなアシスタント画面は文書化されていますが、現行の利用ガイドは設定済み自動化と計画担当者の調査が中心です。(20, 9) |
| 2026年3月 | ThingWorxとKepwareを売却 | 接続型サービスの物語で中心だったIoT事業を売却しました。(21) |
| 2026年10月 | Schneider ElectricがPTC買収に合意 | 完了予定は条件付きで2027年Q3と発表され、レビュー時点では未完了の取引でした。(22) |
2024年の記事には、特に示唆的な分類の誤りがあります。在庫判断が後続の判断と残予算に影響することを理由に、多階層最適化を機械学習の例と呼んでいます。相互作用する意思決定は最適化問題を成立させますが、データからの学習を成立させるわけではありません。学習機構を示さず、数値的な作業をAIとして包装し直しています。(19)
ThingWorxの歴史には別の懸念があります。予測改善の中心とされた連携が、今は企業の所有境界をまたいでいます。買い手に必要なのは、技術が一社に属するという古い約束ではなく、サポートされる連携とその保守条件です。売却はロードマップの変化を示し、一方、Servigisticsの継続リリースと空軍の更新は、部品計画製品の継続性を示します。(21, 23)
PTCの知能に関する主張が広がる一方、判断を経済的に正しく維持する労力が減ったことについては、同程度に明確な証拠がありません。
ソフトウェア構成部品と連携費用
| 対象範囲 | 文書化された構成要素 | 保有・運用への影響 |
|---|---|---|
| Servigisticsサポート組織、2026年に検索登録された雇用主の求人 | Oracle/SQL Serverという導入上の選択肢、InformaticaやKettle/PentahoなどのETL、Apache TomcatとApacheウェブサーバーの技能 | データベース、インポート、実行環境、性能の障害対応は専門作業のままです。(14) |
| Servigisticsの予測・分析、バージョン14のヘルプ | Zeppelinノートブック、データベース固有のETLオブジェクト、Intellicus分析オブジェクト、報告、ハイパーパラメータ | 数値処理の個別変更は、コード、データベース変換、報告資料にまたがります。(12, 13) |
| ServiceMaxの現場在庫連携 | Salesforce、AWS AppFlow、S3でのCSV転送、在庫水準の返却フロー | 別々に運用するサービス間で、消費、マスターデータ、出力を同期し続ける必要があります。(15) |
| 2025年2月のServiceMax商用サービス説明 | Salesforceベースのスイートと追加アプリケーション、API・保存枠、別ライセンスの非本番環境 | 保有費用は中核アプリケーションの契約料を超えます。(16) |
連携ガイドは、八つのフローを作るよう導入担当者に指示します。既存の同期状況によっては、部品・在庫データをERPから取得してもかまいません。この柔軟性は、データの優先順位、更新時刻、障害、突き合わせの責任も実装側へ残します。共通の製品ライフサイクルという物語が、これらの判断をなくすわけではありません。(15)
バージョン14は、アップグレード時に、クエリ、分析オブジェクト、報告、ノートブックなどの機械学習向け個別変更を保持する機能を導入しました。これは移行負担の一つを減らす一方、そうした独自の構成物が実導入の一部であることも示します。データの意味が変わって出力が誤るなら、古い変更を保つだけでは不十分です。回帰確認は引き続き必要です。(13)
セキュリティ境界
ServiceMaxのセキュリティページは、本番と開発の分離、アプリケーション実行環境と運用・制御要素の分離、保管庫で保護されたサービスアカウントを説明します。AWSホスト製品とSalesforceベース製品の責任を区別し、運用境界を明示しています。(17)
Servigisticsの個別変更された予測ノートブックは、別途評価が必要です。確認した文書は、入力データをノートブックへ移し、出力をアプリケーションスキーマへ保存し、ノートブックの変更を保持する方法を説明します。しかし、ノートブックの認証情報、外向きネットワーク、実行可能な依存関係、変更コードの昇格に対して強制される制限は説明していません。これらの欠落は、通常のプログラミングミスだけでなく、悪意あるパッケージや偶発的な情報漏えいに関わります。(12, 13)
実務担当者がそのノートブックにどこまでアクセスできるか自体も、十分に記載されていません。アプリケーション権限や計画用サンドボックスは、制約されたコード実行環境の証拠ではありません。この個別変更経路を安全上の長所と評価する前に、PTCは実行境界と、その変更に必要な権限を公開すべきです。
ServiceMaxの契約では、非本番環境も別途購入項目です。安全な変更試験には明示的な商業費用があります。買い手は、全契約に試験能力が付くと仮定せず、その環境とデータアクセス制御を導入評価に含める必要があります。(16)
導入成果と経済的な説明責任
HiKOKIの公開事例は、22拠点と約160万の部品・拠点の組み合わせを対象にしています。在庫34%削減、不適切または不動の在庫65%削減、バックオーダー期間の四か月から四週間への短縮を報告します。二人の中央計画担当者が方針とルールを設定します。また、ソフトウェア導入と並行して手順を標準化したとも述べています。(24)
これらの数字は、導入規模と、明らかに悪い出発点からの改善を裏付けます。アルゴリズムの寄与を切り分けたり、ソフトウェア、連携、継続的なモデル維持を差し引いた純利益を確立したりはしていません。基準が重要です。誤配置の在庫や不統一な手順を正すだけでも、大きな改善が生まれ得ます。それは後年のAI主張すべてを検証することにはなりません。
Hitachi Vantaraの事例は、以前の導入後にサービス部品の間接費が20%減ったことと、その後2020年3月から、多階層機能と因果予測を利用するためにアップグレードしたことを報告します。この順序では、先の成果を後から追加された機能に帰属させられません。クラウドホスティングで社内IT作業が減ったとも述べますが、継続費用の全体比較は定量化していません。(25)
2026年10月の空軍の更新は、最近の採用の兆候と、実名顧客の発言を提供します。追加的な即応性向上や人員削減の数値は報告していません。更新は継続利用を示しますが、主張される業務改善の測定に代わるものではありません。(23)
説明責任のためには、合意した基準、実行済み提案の記録、実現した欠品・復旧費用、モデル変更の明確な責任者が必要です。PTCの公開記録は、組織がこれらを大規模に運用できると示します。しかし、悪い判断を生む費用モデルを修正する継続責任を誰が負うのかは、あまり明確ではありません。
サプライチェーンスコア
25の項目は等しい重みです。アフターマーケットへの特化は、その分野での実質に基づいて評価します。関係のない小売や製造分野への対応範囲で点数を決めるものではありません。
サプライチェーンへの理解の深さ
| 評価項目 | スコア |
|---|---|
| 経済的な問題設定 | 7/10 |
| 最終的な意思決定出力 | 7/10 |
| サプライチェーンに関する概念の明確さ | 7/10 |
| 時代遅れの中心的教義からの自由度 | 5/10 |
| 見せかけのKPIへの耐性 | 6/10 |
平均:6.4/10。
経済的な問題設定 — 7/10。 期待欠品費用は、具体的な復旧費用と契約費用を含められます。既定費用の仕組みは限界も明らかにします。経済入力の品質は維持が必要であり、実際の損失可能性が名目上のペナルティに置き換わることがあります。(6, 7)
最終的な意思決定出力 — 7/10。 調達、修理、移送、回収の提案は、設定済みの自動承認を通せます。システムは業務行動を出力しますが、例外とモデル変更には継続的な介入が必要です。(11)
サプライチェーンに関する概念の明確さ — 7/10。 修理ループ、上流待ち時間、資産稼働率、間欠需要を明示的に扱います。残る難しさは、それらを導入先固有の金銭的成果や任務成果に整合させることです。(2, 3)
時代遅れの中心的教義からの自由度 — 5/10。 サービス網全体の限界配分は、独立した安全在庫ルールを超えます。それでもサービス目標、分類閾値、SKU例外ワークフローは大きな影響を持ちます。(3, 10)
見せかけのKPIへの耐性 — 6/10。 PTCの即応性の議論は、散発的な需要で予測精度を最上位の目的にしないよう明確に警告します。より広い精度や指数的改善の宣伝には、その規律がありません。(26, 18)
意思決定と最適化の実質
| 評価項目 | スコア |
|---|---|
| 確率的モデリングの深さ | 6/10 |
| 独自性のある最適化・機械学習の実質 | 6/10 |
| 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 | 6/10 |
| 実際の業務複雑性に対する強靱さ | 5/10 |
平均:6.0/10。
確率的モデリングの深さ — 6/10。 需要分布と複数のリードタイム分散は明示されています。同時依存関係の推定、裾の較正、近似誤差が経済判断をどう変えるかについては、公開証拠が弱いままです。(3, 4)
独自性のある最適化・機械学習の実質 — 6/10。 限界在庫配分と期待欠品計算には、調べられる仕組みがあります。予測モデル一覧は一般的であり、相互作用する在庫判断を機械学習と呼んでも、新たなアルゴリズム上の寄与にはなりません。(5, 12, 19)
現実の制約への対応 — 7/10。 サービス分野には、調達、修理、返却、稼働率目標、技術者制約が含まれます。事業固有の多くのトレードオフを表す手段は、引き続き設定です。(2, 4, 27)
意思決定の自動化と労働生産性 — 6/10。 範囲を定めた注文承認とHiKOKIの計画担当者事例は、労力削減を裏付けます。アシスタントの文書化された寄与は、主に解釈と画面移動であり、保守作業の削減は測られていません。(9, 11, 24)
実際の業務複雑性に対する強靱さ — 5/10。 ServiceMaxはスケジュール目的の衝突を診断します。Servigisticsは経済係数の変更と、承認済み在庫シナリオの本番移行を可能にします。これらは既存の定式化内での修正を支えます。しかし、欠落した経済的相互作用を取り込み、過去業務で試し、意思決定モデルの恒久変更として提供する方法は、公開記録に示されていません。(5, 6, 28, 29)
製品とアーキテクチャの整合性
| 評価項目 | スコア |
|---|---|
| アーキテクチャの一貫性 | 4/10 |
| システム境界の明確さ | 6/10 |
| セキュリティへの真剣さ | 4/10 |
| ソフトウェアの簡潔さと保有・運用費用 | 3/10 |
| プログラムおよびエージェント支援による運用との適合性 | 5/10 |
平均:4.4/10。
アーキテクチャの一貫性 — 4/10。 計画、分析、現場実行は、複数のアプリケーション・データ処理境界をまたぎます。事業目的は一致していても、同期と独自構成物は実装作業として残ります。(13, 15)
システム境界の明確さ — 6/10。 連携フローとサービス説明は、データの移動と製品責任を特定します。維持費用が大きい場合でも、依存関係を検討できます。(15, 16)
セキュリティへの真剣さ — 4/10。 ServiceMaxは実行環境と各環境の分離を説明します。確認したServigistics資料には、個別変更した予測コードの実行と業務データへのアクセスについて、同等の詳しさがありません。(17, 12)
ソフトウェアの簡潔さと保有・運用費用 — 3/10。 データベース、ETL、ノートブック、分析、現場サービス連携が大きな保守範囲を生みます。別ライセンスの試験環境と、サポートに依存する設定が、数値計算以外の費用を加えます。(14, 16, 29)
プログラムおよびエージェント支援による運用との適合性 — 5/10。 自動データフローと承認経路は存在します。公開アシスタントはページの文脈に縛られ、経済実装を安全に版管理して改訂する方法は、あまり明確に公開されていません。(9, 15)
技術的透明性
| 評価項目 | スコア |
|---|---|
| 公開技術文書 | 8/10 |
| ベンダーの仲介なしでの検証可能性 | 7/10 |
| 移植性とロックインの可視性 | 5/10 |
| 導入方法の透明性 | 6/10 |
| 技術的主張を支える証拠の密度 | 6/10 |
平均:6.4/10。
公開技術文書 — 8/10。 公開ヘルプは、分布、費用式、既定値、パラメータ階層、承認挙動を指定します。これらにより、製品宣伝だけよりはるかに深い評価ができます。(3, 8)
ベンダーの仲介なしでの検証可能性 — 7/10。 外部の人でも、重大な計算と障害経路を追えます。確認した記録では、ソースコード、実行可能な参照モデル、導入の完全なセキュリティ境界は利用できません。(5, 7)
移植性とロックインの可視性 — 5/10。 定義済みのデータフローとServiceMaxのデータ輸出条件は、部分的な可視性を提供します。記録を出力しても、設定された最適化の意味、ノートブック、ワークフロー実装が別システムへ移るわけではありません。(15, 16)
導入方法の透明性 — 6/10。 設定手順と計画担当者のワークフローが実務を説明します。サポートを介する全体設定と、不完全に記載されたノートブック制御は、独立した再現を制限します。(10, 29)
技術的主張を支える証拠の密度 — 6/10。 数値機構と導入例が中核製品を支えます。予測ツインの忠実性、自己修復、指数的成果には、表現が示唆するほどの証拠がありません。(1, 19)
ベンダーの真剣さ
| 評価項目 | スコア |
|---|---|
| 公開発信の技術的な真剣さ | 3/10 |
| 技術ロードマップの整合性 | 5/10 |
| 概念の明確さ | 6/10 |
| 経済的な説明責任 | 4/10 |
| 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 | 5/10 |
平均:4.6/10。
公開発信の技術的な真剣さ — 3/10。 技術担当副社長が逐次最適化を機械学習と同一視しているのは、実質的な分類ミスです。定義のない指数的成果と自律性の言葉が、その問題を重くしています。(19, 20)
技術ロードマップの整合性 — 5/10。 製品リリースと継続採用は提供実績を示します。IoT売却は、以前中心だった連携の物語を変えました。一方、繰り返される自律性の発表には、一貫した生産性測定の積み重ねがありません。(21, 23)
概念の明確さ — 6/10。 即応性の視点は、部品を業務上の任務につなぎ、精度を最上位目的とすることを退けます。しかし、広い宣伝が数値最適化、予測、LLM支援を一つの知能の主張にまとめると、その明確さは薄れます。(26, 20)
経済的な説明責任 — 4/10。 実名事例は業務改善を公表しますが、完全な保有費用、反実仮想、経済モデル修正の継続責任は不明確なままです。(24, 25)
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 — 5/10。 サービス固有の確率モデルと数値ワークフローには、チャット画面を超えた価値があります。それを維持するには、現行エージェントが主に人を補助して実行する設定・診断作業を減らす必要があります。(3, 9)
総合:5.6/10。25項目の平均を丸めた値です。Servigisticsの数値機構は、AIの物語より実質があり、公開情報で検証しやすいものです。主な減点は、設定の経済性、ソフトウェア保守、安全境界、アシスタントの挙動と主張される自律性の隔たりにあります。
出典資料
出典は2026年11月4日に閲覧しました。以下のServigisticsヘルプは公開され、検索登録されていました。ヘルプセンターのヘッダーはバージョン14.0.5.0を示します。個々のリリースノートは、それぞれのバージョン表記を維持しています。
Servigistics製品ページ、2026年春の機能、2026年11月閲覧。PTCの製品範囲と2026年春の自律性の主張。
Servigisticsの機能、日付なし。資産稼働率と最終購入を含むPTCの機能説明。
プール詳細の追加データ項目、Servigistics 14.0.5ヘルプ。PTCヘルプ:分布選択、期待バックオーダー、上流待ち時間、在庫項目。
リードタイム入力項目、Servigistics 14.0.5ヘルプ。PTCヘルプ:合成、調達、修理、補充、返却のリードタイム入力。
在庫最適化の目的費用、Servigistics 14.0.5ヘルプ。PTCヘルプ:限界分析、制約、独自の最適化費用。
欠品費用を最小化する、Servigistics 14.0.5ヘルプ。PTCヘルプ:経済的欠品ペナルティと設定階層。
欠品費用の最小化を有効にする、Servigistics 14.0.5ヘルプ。PTCヘルプ:費用欠落時の在庫対象除外と代替既定値の役割。
欠品費用項目、Servigistics 14.0.5ヘルプ。PTCヘルプ:期待欠品費用の式と単位ペナルティの既定値。
Servigistics AI Assistant、Servigistics 14.0.5ヘルプ。PTCヘルプ:ルールによる洞察、既定プロンプト、ページ文脈、LLM説明。
例外による計画:計画担当者の日次ワークフロー、Servigistics 14.0.5ヘルプ。PTCヘルプ:注文の自動承認と手作業の例外調査。
自動承認、Servigistics 14.0.5ヘルプ。PTCヘルプ:承認期間、金額、上限、対応注文種別。
機械学習による時系列予測、Servigistics 14.0.5ヘルプ。PTCヘルプ:予測手法の選択とノートブック・データベースETL。
機械学習の個別変更を保持する、Servigistics 14.0.0リリースノート。PTCリリースノート:ノートブック、クエリ、分析、報告の個別変更の保持。
[14] 製品スペシャリスト:Servigisticsサポート
製品スペシャリスト:Servigisticsサポート、2026年に検索登録された日付のない求人。雇用主作成の求人:Servigisticsサポート技術。検索登録された本文は利用できましたが、直接取得時には雇用主のホスト名を解決できませんでした。
[15] フローの作成:ServiceMax–Servigistics連携
フローの作成:ServiceMax–Servigistics連携、日付のない現行ヘルプ。PTC連携手順:Salesforce、AppFlow、S3、データフロー、在庫出力の書き戻し。
[16] ServiceMax Field Service Management SaaSサービス説明
ServiceMax Field Service Management SaaSサービス説明、2025-02-01。PTC商用サービス説明:製品境界、ライセンス、試験環境、データ出力、バックアップ。
ServiceMax Trust Center、日付のない現行ページ。PTCのアーキテクチャ説明:実行環境・環境の分離とサービスアカウント保護。
[18] ThingWorxがServigisticsを強化
ThingWorxがServigisticsを強化、2018-09-06。過去のPTC発表:資産利用の入力と、定義のない予測精度30%向上。
[19] Servigisticsの産業AI革新が指数的成果を実現
Servigisticsの産業AI革新が指数的成果を実現、2024-02-13。PTC技術担当副社長の記事:AIの回顧史、MEOと機械学習の分類、自律性の表現。
PTCが新しいSLM AIソリューションを提供、2025-09-30。PTC発表:サービスAIと自律オーケストレーションの主張。アシスタント提供予定は2025年10月。
[21] PTCがKepwareとThingWorxの売却を完了
PTCがKepwareとThingWorxの売却を完了、2026-03-16。PTCによるThingWorx・Kepware事業売却の完了。
[22] Schneider ElectricがPTCを買収へ
Schneider ElectricがPTCを買収へ、2026-10-05。共同企業発表:契約済み取引で、条件付きの完了予定は2027年Q3。
米空軍とのServigistics更新、2026-10-15。実名の空軍担当者を含むPTC更新発表:継続採用と例外中心の計画。
HiKOKIのサービス部品変革、日付のない顧客事例。実名のHiKOKI担当者を含むPTC事例:範囲、業務成果、計画担当者の体制、プロセス変更。
[25] Hitachi Vantaraのサービス部品最適化
Hitachi Vantaraのサービス部品最適化、日付のない事例。アップグレードは2020年3月。実名のHitachi Vantara担当者を含むPTC事例:先行する節約と、その後の機能更新の順序。
即応性は適切な部品から始まる、2026年10月。限界投資、即応性、目的としての予測精度の限界に関するPTCの議論。
サービス要件を定義する、日付のない現行ヘルプ。PTC ServiceMaxヘルプ:スケジュール優先順位、地域、資源、制約。
データ品質分析の結果を理解する、日付のない現行ヘルプ。PTC ServiceMaxヘルプ:重み付き、または矛盾するスケジュール目的の診断。
全体設定:在庫最適化、Servigistics 14.0.5ヘルプ。PTCヘルプ:全体パラメータとサポート支援の設定。
PTCがServiceMax買収を完了、2023-01-04。ServiceMax買収完了のPTC発表。
PTCがServigisticsを買収、2012-10-02。Servigistics買収完了のPTC発表。