概要
クロアチアの自動車アフターマーケットのリーダーであるトキッチが、AIとデータ駆動型戦略によって業務を変革している様子をご覧ください。アテネからのこの独占インタビューで、CTOのジョシップ・ケラヴァが、トキッチがクリーンで構造化されたデータと新しいERPシステムの統合を優先し、複雑なサプライチェーンの課題に取り組み、重要なプロセスを自動化している様子を明らかにします。トキッチは予測保守やシームレスな意思決定など、次世代のイノベーションの道を切り拓くために、ロカッドの専門知識を活用しています。ロカッドを信頼できるパートナーとして、トキッチは業界のトレンドに追いつくだけでなく、独立系アフターマーケットの未来の基準を設定しています。
フルトランスクリプト
Fabian Hoehner: Lokad TVの特別なエピソードへようこそ。私はここにジョシップ・ケラヴァと一緒にいます。ご覧の通り、私たちは非常に特別な場所にいます。実際にはアテネにいます。ジョシップ、自己紹介となぜ今日アテネにいるのか少し教えてください。
Josip Kelava: お招きいただきありがとうございます、ファビアン。私はジョシップ・ケラヴァと申します。トキッチグループのCTOであり、私たちは実際には自動車部品の販売業者であり、スロベニアとクロアチア全域に小売店を展開しています。今日はアテネでATRデジタルカンファレンスに参加しています。このカンファレンスではAIという注目のトピックを取り上げています。AIは今ではブームワードですが、独立系アフターマーケットでのAIをカバーしています。それがトキッチが関与している市場です。今日は実際には市場の持続可能性について話すことが多いです。独立系アフターマーケットは、主に車両が保証期間を終えた時点で始まります。OE（オリジナルエクイップメント）と独立系アフターマーケットの戦いと言えます。戦いと言っていますが、パワーゲームです。彼らがデータを持っていて、私たちはデータを使いたいのですが、今はEU委員会のレベルまで戦わなければなりません。これは大きな市場であり、私たちはそれを失うわけにはいきません。それがATRの重要な役割です。
Fabian Hoehner: そうですね、ありがとうございます。では、このカンファレンスにいる間に少し話を進めましょう。実際には、昨日プレゼンテーションを行いましたが、大きなトピックは「人工知能」でした。明らかに、それは重要な問題ですが、あなたの意見やトキッチグループにおける経験について教えていただけますか？
Josip Kelava: はい、昨日は独立系アフターマーケットにとってAIの日だったと言えます。ステージからは強力なメッセージが送られました。AIはここにあります。AIを短期的には過大評価しましたが、長期的には過小評価しました。いくつかのサプライヤーが新しいものに非常に近づいていたため、実際に使用し始めたことは非常に嬉しいです。彼らはそれがテレマティクスのようなものだと思っていました。みんなが多くのお金とエネルギー、時間をテレマティクスに費やし、失敗しました。テレマティクスは実際には車からのデータをクラウドに送信するもので、どんなサービスプロバイダーでも、リモート診断、予測、メンテナンスなどを行うことができます。データをオンラインで利用できるようにするためのものです。私たちは多くの時間と労力を費やしましたが、結果は出ていません。しかし、ここでのメッセージはAIはそのようなタイプではないということです。AIはインターネットのようなもの、携帯電話のようなものです。それは破壊的な技術の一つであり、非常に広範に使用できます。
Fabian Hoehner: では、私たちが見ている、私たちが見ている例のいくつかは何ですか？
Josip Kelava: 主に、翻訳、ビデオチュートリアル、ナレッジベースで使用されているのを見てきました。それは多くのサプライヤーにとって非常に一般的です。私たちは、自律型パワードライバーのTokicのケースを見ましたが、それは失敗しました。それはGPTやLLMよりもはるかに前のものでした。それから、私たちは内部でデジタルトランスフォーメーションチームを持っていて、実際にRPA（ロボティックプロセスオートメーション）を開発しました。それはAIではありません、ただのスクリプトですが、AIに非常に近いものでした。それから私たちはその認知的な部分をロボットに組み込んだので、RPAとAIは非常に近い関係にあり、非常にうまく連携しています。私たちは内部のAIを開発しましたが、その後、「この技術は機能する、素晴らしい成功を収めている、良い結果を出しているので、次に進もう」と言いました。そして、私たちは私たちのビジネスの非常に具体的な部分、サプライチェーンに進んで、それが私たちが実際にLokadにたどり着いた方法です。
Fabian Hoehner: そうですね、でも、そこに行く前に、要約しておきます。私が見ているのは、基本的にはLLM（大規模言語モデル）の大規模な適応を見ているということです。それらは何に使用されていますか？画像認識、テキスト認識、すべてです。実際には、部品の自動識別、修理タスクの画像の分析などのユースケースを見ることは非常に興味深いことでした。
Josip Kelava: はい、オブジェクト検出です。それについて話してくれてありがとう。他のソリューション内でのオブジェクト検出は実際に非常に良いユースケースです。多くの部品を見るとき、名前がなく、形状をどのように説明し、どのキーワードを検索に入れるかわからない場合、翻訳LLMではオブジェクト検出が最適なユースケースです。結局のところ、私たちはそれが存在していることを見ています。これは将来のことではなく、すでに実装されているものです。
Fabian Hoehner: そうですね、それでは、実際に私たちがやったことについて話します。これはおそらく、簡単なテキストと画像の解釈からサプライチェーンへの違いを見るところです。私たちは、購買割り当て、多くのレイヤーを持つ問題を解決していると言っています。つまり、1つの構造化された問題ではなく、多くの影響を持つ問題です。あなたの視点から少し話していただけますか？私たちは2年間一緒に働いてきましたが、そのプロジェクトについて、それがどのように進んだのか、あなたの感想を教えていただけますか？
Josip Kelava: はい、それは非常に具体的なトピックです。多くのレイヤーがあり、1つずつ取り組まなければなりません。実装するのは簡単ではありませんでしたし、以前はうまく機能していませんでしたが、注文、補充、ヤード管理など、すべてをバックオーダー、請求書、グロスヤードに統合するために多くのリソースを投入しました。そのプロセスを緻密にするために多くのリソースを投入しました。
Fabian Hoehner: リソースと言うと、人的リソースのことを指していると思いますが、そうですか？
Josip Kelava: はい、時間もです。時間はお金です。確かに、それは内部のプロジェクトでした。以前からいくつかのノウハウがありましたが、それを分析に持ち込み、在庫に移行し、Lokadの実装の前に私たちを生かしてくれたソフトウェアもありました。ストーリーは知っていますが、前述したレイヤーについては簡単ではないので、それをすべて網羅するのは本当に難しかったです。結果について話したり、チェックポイントについて話したりすることはできますが、私たちはそれを1つの解決策に絞り込むことができ、以前よりも頭痛が少なくなったことを本当にうれしく思っています。だから、それに感謝します。
Fabian Hoehner: それは頭痛を取り除くこととアプリケーションの美しい要約です。AIとは何かについて多くの議論がありましたが、私たちの視点からは、詳細には触れずに、ほとんどの人々がそれをLLM、つまり大規模言語モデルと呼んでいると考えています。しかし、私たちが見ているのは、明らかに私たちが話しているのは高次元の統計であり、私たちはこれらのアプローチの多くを使用してきました。問題は本当に、目標が何かということです。私たちがAIのアイデアについて話すとき、それはプロセスの自動化、人間の生活を楽にすること、迅速さ、サプライチェーンでのExcelの廃止についてです。
Josip Kelava: そうですね。
Fabian Hoehner: そして、それについて強調するための1つの側面は、データの側面です。過去数年間のデータのトピックについて簡単に話してみましょう。そして、将来の展望についても話しましょう。
Josip Kelava: データは私たちの時代において重要です。みんながデータは新しいゴールドだと言っていますし、私も本当にそう思います。RPAを始めるためには、データの整理が必要です。人々は私たちがいくらかの整理されたデータを持つために多くの時間を費やしていることを理解していませんでした。私たちと一緒に働いてくれるビジネスインテリジェンスチームがいてくれて本当に助かっています。私たちはデータクリーニングに多くの時間を費やしています。誰もが入力と出力の結果について知っています。ゴミを入れればゴミが出てくるという話です。データについて話すとき、実際に役員たちがデータにもっと時間を費やさなければならないと気づいたことは非常に良いことです。私たちはマスターデータ管理チームを設立しました。なぜなら、それが競争上の優位性になるからです。データがうまく整理され、システムが明確で整然としたデータと通信している場合、他のプレーヤーと比べて市場でより競争力があります。つまり、データ構造に関するマインドセットの変化です。私たちは現在進行中のプロジェクトに続いており、ERPと並行してトキックグループに新しいデータウェアハウスを導入しています。ですので、1〜2年後には、ERPと新しいデータウェアハウスがあり、マスターデータ管理チームが構造とクリーンなデータをカバーしてうまく機能するはずです。
Fabian Hoehner: そして、私は常に言っているように、在庫プロジェクトの一部はデータの解釈の長いストレッチでもありました。データはただのデータです。それが何であるかではなく、正しい解釈が重要です。実装をリードしていたエリオットにそれについて話す予定です。
Josip Kelava: そうですね。
Fabian Hoehner: 最後に、少し締めくくると、将来はどうなるのでしょうか？2025年、2030年の大きなプロジェクトは何でしょうか？CTOとしての視点から、自分自身とトキックがどこに向かっていると考えていますか？
Josip Kelava: 現在、私たちは自分自身、チーム、そして会社全体を新しいERPに集中しています。実装の途中ですが、これは大きな、コアなシステムです。他の会社とプロセスを合わせる必要があります。私たちはスロベニアの会社であるバートグ・タイヤスペシャリストを買収しました。トキックだけではありません。私たちは自動車部品の知識とノウハウを送り、彼らのタイヤの知識とノウハウを取り入れています。互換性があります。彼らは異なるシステム、異なるプロセスを持っていますので、同じERPシステムに合わせる必要があります。
Fabian Hoehner: そうですね、ERPだけでなく在庫管理もですね。
Josip Kelava: まさにその通りです。倉庫管理システムがあり、周辺のソフトウェアやサービスもあります。あなた方のようなものも、私たちのERPとプロセスと一緒にトキックとバートグで動作しています。それらがどれだけあるか想像してみてください。これは、新しいERPのために戦っている戦いです。2つの国内、130の店舗全体でプロセスを合わせるために。すでにデータウェアハウスはフィールド上にありますが、あなたは将来について尋ねましたので、それは私が行きたいと思う部分です。だからこそ、これらのすべてのことをやっているのです。整理されたデータ、データウェアハウス、そして優れたERPシステムを持っているときに、本当にAIを活用したいのです。クリーンなデータがあり、可能なすべてのシステムが揃っていると、予測保守を行うことができますし、サプライチェーンを改善することもできますし、より簡単に意思決定を行うこともできます。データの背後には科学があります。私たちはそこに行きたいのです。それが存在することはわかっていますが、詳細はわかりません。ただ、深く掘り下げるためのインフラストラクチャを持っている必要があるということは非常に確信しています。
Fabian Hoehner: まあ、私たちはその旅を共にすることを喜んでいます。私の方からも、Josip、信頼していただき、今日のお時間をいただき、ありがとうございます。
Josip Kelava: お会いできて光栄でした。CTOとして、これまで一緒に働いてきた年月を通じて、あなたの努力と貢献に感謝したいと思います。そして、ここアテネでも、あなたは私や他の人々に印象を残しました。その点についても感謝しています。
