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Tokicが、AIとデータに基づく戦略を用いて業務をどのように変革しているかをご紹介します。アテネでのこの特別なインタビューでは、CTOのJosip Kelavaが、複雑なsupply chain challengesに取り組み、重要なプロセスを自動化するために、TokicがLokadの専門知識をどのように活用しているかを明らかにします。綺麗で構造化されたデータを重視し、新しいERPシステムを統合することで、Tokicはpredictive maintenanceやシームレスなdecision-makingなど、次世代の革新への道を切り開いています。信頼できるパートナーであるLokadと共に、Tokicは単に業界動向に追随するだけでなく、独立系アフターマーケットの未来のスタンダードを設定しています。
完全な書き起こし
Fabian Hoehner: ロカドTVの特別版へようこそ。私はここにJosip Kelavaと共におり、ご覧の通り、私たちはとても特別な場所にいます。実はアテネに立っているのです。Josip、自己紹介と、今日なぜアテネにいるのか教えていただけますか？
Josip Kelava: お招きいただきありがとうございます、Fabian。私はTokicグループのCTO、Josip Kelavaです。私たちは実際、車の部品を販売する企業であり、スロベニアとクロアチア全土に小売店を構え、業界をリードしています。本日、私たちはATRデジタルカンファレンスの開催地であるアテネにおり、このカンファレンスは実際、AIというホットなトピックを取り上げています。ご存知の通り、現在AIはバズワードですが、私たちが取り扱うのは独立系アフターマーケットにおけるAIです。今日のテーマは、実は私たちの市場の持続可能性についてです。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ると開始されるもので、いわばそのタイミングで車両がアフターマーケットに入るのです。つまり、OEと独立系アフターマーケットとの闘い、いや、権力闘争とでも言うべきものです。彼らはデータを持っていますが、私たちはデータを活用したい。そして、今やEU委員会レベルでそのための戦いを繰り広げなければなりません。これは大きな市場であり、決して失うわけにはいきません。これがATRの重要な役割なのです。
Fabian Hoehner: では、ありがとうございます。カンファレンスの傍ら、少しあなたの分野について掘り下げてみましょう。実は昨日、artificial intelligenceをテーマにしたプレゼンテーションを行われましたが、取り扱いについてのあなたの見解や、Tokicグループに関するご経験とご意見をお聞かせいただけますか？
Josip Kelava: ええ、昨日は独立系アフターマーケットにとってのAIの日と言っても過言ではありません。ステージから強いメッセージが発信されました。「AIはここに留まる」ということです。短期的にはAIを過大評価していたかもしれませんが、長期的には過小評価していました。私は供給業者の中には、新しい技術に非常に近い立場でそれを活用し始めたところもあったことを非常に喜ばしく思っています。彼らはテレマティクスに似たものだと考えました。誰もがテレマティクスに多大な資金、エネルギー、時間を費やし、結果として失敗しました。テレマティクスとは、車からのデータをクラウドに送信し、各種サービスプロバイダーがそのデータを活用するものであり、リモート診断や予測、場合によってはメンテナンスのためにオンラインでデータを扱うことができるものです。私たちは膨大な時間と労力を費やしましたが、成果は出ませんでした。しかし、ここでのメッセージは、AIはそのようなものではないということです。AIはインターネットや携帯電話のような、破壊的技術の一つであり、その適用範囲は非常に広く、さまざまなレベルで利用できるのです。
Fabian Hoehner: では、私たちが目の当たりにした、または現在見ている具体的な例にはどのようなものがありますか？
Josip Kelava: 主に、翻訳、ビデオチュートリアル、ナレッジベースなどに活用されているのを見ています。これは多くの供給業者にとって非常によく見られる事例です。Tokicのケースでは、自律走行駆動装置を用いた試みがありましたが、これは失敗に終わりました。これはGPTやLLMが出現するはるか前、最初の試みでした。その後、内部にデジタルトランスフォーメーションチームを設置し、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。厳密にはAIではなく単なるスクリプトですが、概ねAIに近いものでした。その後、その認知的要素をロボットに組み込み、RPAとAIは非常に近い関係になり、うまく連携しています。内部AIを開発した後、「この技術はうまく機能しており、素晴らしい成果をもたらしている。次の段階に進もう」と判断しました。そして、ビジネスの非常に特定の部分であるサプライチェーンに移行し、そこからLokadとの協力に至ったのです。
Fabian Hoehner: はい、でもその前に少し要約させてください。私が見たところ、現在、LLM、つまり大規模言語モデルの大規模な採用が進んでいるのがわかります。これらは何に使われているのでしょうか？画像認識、テキスト認識、そして部品の自動識別や修理作業の画像解析など、非常に興味深いユースケースが見られましたね？
Josip Kelava: はい、物体検出です。その点に戻っていただき、ありがとうございます。多数の部品がある場合、部品に名前が付けられておらず、その形状をどのように記述すればいいか、どのキーワードで検索すれば良いか分からないことがあります。翻訳LLMにおいて、物体検出は最も有用なユースケースの一つです。結局のところ、今それが実装されているのを見ています。未来の技術ではなく、既に現実のものとなっているのです。
Fabian Hoehner: はい、では実際に私たちが行ったことに移りましょう。ここにおいて、単純なテキストや画像の解釈とサプライチェーンとの間に見られる違いが明確に現れます。私たちが解決している問題、つまり購買割り当てなどは非常に多層的な問題であり、一つの構造化された問題ではなく、さまざまな影響や含意が絡み合っています。あなたの視点から、つまり私たちが2年間共に取り組んできたこのプロジェクトについて、その原動力やあなたの感情を少し教えていただけますか？
Josip Kelava: ええ、これは非常に特定のテーマで、多くの層が絡んでいるため、一つ一つ対処しなければなりません。実装するのは容易ではなく、以前は作業するのが困難でしたが、私たちはこれらすべての部分――注文、replenishment、ヤード管理、back order、請求、粗利益ヤード――をしっかりと管理するために多くのリソースを投入しました。
Fabian Hoehner: ところで、リソースと言うと、単に人的資源のことですか？
Josip Kelava: はい、そして時間です。時間は金なり。確かにこれは内部プロジェクトでした。以前のノウハウを持ち込んだ上に、分析に移行し、在庫管理のためのソフトウェアも活用して、Lokadの実装前も何としてか持ちこたえてきました。ご存知の通りの話ですが、これらの階層的な問題をシンプルにカバーするのは非常に困難でした。結果やチェックポイントについては語ることができますが、最終的に一つの実証済みのソリューションに絞ることができ、以前ほど多くの頭痛の種がなくなったことを大変嬉しく思っています。
Fabian Hoehner: これは、頭痛の種を取り除き、シンプルな適用性を実現したという美しい要約ですね。私たちはAIについて何度も議論してきましたが、詳細に立ち入ることなく、多くの人が浮上している大規模言語モデル（LLM）のことを指していると思われます。しかし、私たちが目にしているのは、本質的には高次元の統計学的アプローチであり、既に多くの手法を利用しているという現実です。問題は、本当に目指すゴールは何かということです。私たちがこのAIの概念について語る際に重要なのは、プロセスの自動化、人々の生活を楽にし、より迅速に、サプライチェーンにおけるExcelからの脱却を実現することなのです。
Josip Kelava: その通りです。
Fabian Hoehner: そして、この点で強調すべき側面の一つはデータの観点です。ここ数年、あなたにとってデータのテーマはどのようなものだったのか、また今後の展望について少しお話しいただけますか？
Josip Kelava: データは我々の時代において極めて重要です。誰もがデータは新たな金だと言いますし、私もそう信じています。RPAを始めるためには、まずデータのハイジーンが必要であり、構造化する必要があります。多くの人は、私たちがどれだけ多くの時間をかけて構造化されたデータを整備しているか理解していません。おかげさまで、business intelligenceチームがあり、彼らは理解し、共に働いてくれています。私たちはdata cleaningに多大な時間を費やしています。ご存じの通り、「ゴミが入れば、ゴミが出る」ということです。経営陣がデータにもっと時間をかける必要があると実感したのは喜ばしいことです。そこで、私たちはマスターデータ管理チームを設置しました。これは競争上の優位性となります。データがしっかりと整備され、システム間で明確で構造化されたデータが交換されれば、市場において他のプレイヤーよりも競争力を持つことができます。これは、データ構造に対する考え方の転換を意味しています。それに伴い、現在進行中のプロジェクトとして、Tokicグループで新たなデータwarehouseをERPと並行して実装中です。つまり、1年か2年後には、新しいERPと新しいデータウェアハウスが整い、マスターデータ管理チームが構造の管理とクリーンなデータを担うことで、完璧に機能するはずです。
Fabian Hoehner: そして、在庫プロジェクトの一部もまた、私が常々言うところの「データの解釈」が長く続いたものでした。データは単なるデータに過ぎず、それ自体ではなく、正しい解釈が重要なのです。実装をリードしたElliotとこの点について話す予定です。
Josip Kelava: ええ。
Fabian Hoehner: では、締めくくりとして、今後の展望についてお聞かせください。2025年、2030年に向けた大きなプロジェクトは何でしょうか？CTOとして、今後Tokicはどのような方向に向かうとお考えですか？
Josip Kelava: 現在、私たちは新しいERPシステムの導入に向けて、組織全体、チーム、そして社員一人ひとりで注力しています。これは非常に重要なコアシステムであり、他の企業とのプロセスの連携を図る必要があります。4年前に買収したスロベニアのBartog Tire Specialistsという企業とともに、私たちは互いのノウハウを共有しています。車の部品に関するノウハウを提供し、一方でタイヤに関する彼らの知見も取り入れ、相互に補完し合っています。彼らは別のシステムやプロセスを有しているため、同一のERPシステムに合わせて統合する必要があります。
Fabian Hoehner: はい、ERPだけでなく在庫管理も含めてです。
Josip Kelava: その通りです。倉庫管理システムをはじめ、周辺ソフトウェアや各種サービスも多数存在し、これらは私たちのERPシステムやTokic、そしてBartogにおけるプロセスと連携しています。考えてみれば、いかに多くのシステムがあるかというのは、今まさに新しいERPと、両国間、130以上の店舗全体でプロセスの統一を図るために私たちが取り組んでいる戦いの一端です。先にも述べたように、データウェアハウスはすでに運用されていますが、未来についてお尋ねになったので、その先のビジョンについてお話しします。それが、私たちが全ての面で整理された状態、すなわちクリーンなデータと完全なシステムが整ったときに、AIを真に活用できるというものです。予知保全、より優れたサプライチェーンの構築、より良いレポート作成、そして容易な意思決定など、データの背後には全く新しい科学が存在します。私たちはそこへ進みたいと考えています。詳細はまだ把握していないものの、深掘りするためのインフラが必要であることは確信しています。
Fabian Hoehner: ええ、私たちはその旅に同行できることを嬉しく思います。私の側からは、Josip、信頼と本日の貴重なお時間に感謝いたします。
Josip Kelava: お招きいただきありがとうございました。大変光栄でした。CTOとして、長年共に取り組んできた皆さんの努力と貢献に感謝いたします。そして、ここアテネであなたが私や他のメンバーに印象を残したことにも感謝します。
