調達におけるAIエージェント

調達におけるAIエージェントとは、企業の調達プロセスにエージェント型AIテクノロジーを組み込むことを指します。エージェント型AIは、限られた監視の下で特定の目標を達成できる人工知能システムです。これは、人間の意思決定を模倣して問題をリアルタイムで解決する機械学習モデルであるAIエージェントで構成されています。

マルチエージェント・システム内では、各エージェントが特定のサブタスクを実行して目標を達成します。これらの取り組みはAIオーケストレーションを通じて調整され、調達チームがワークフローを自動化し、ベンダー、契約、注文管理バリュー・チェーンを含むプロセスを合理化するのを支援します。

調達ランドスケープは単純なオートメーション・プロセスをはるかに超え、移行期にあります。調達における生成AIに関する最近のIBM Institute for Business Valueレポート¹では、組織がすでに生成AI革命を受け入れ始めていることが強調されています。調査対象のCSCOおよびCOOのうち64％が、生成AIによってサプライチェーンのオペレーションのワークフローを既に変革していると回答しました。

その移行の最前線にあるのがAIエージェントで、調達と契約管理の未来を見据えています。調達では、組織内、サプライヤー、市場洞察のデータベースから膨大な量のデータが得られます。組織は、より迅速かつより良い方法で成果を上げるために、データを活用し、それに基づいて行動する必要があります。

従来の調達のオートメーションの方法は、日常的なタスクを削減し、チームがより効率的に動けるようにワークフローを合理化する方法として、事務処理のデジタル化に重点を置いていました。

エージェント型AIは予測分析の力を取り入れ、機械学習（ML）と自然言語処理（NLP）を活用して調達を変革します。その結果、戦略的に考察し、エクスペリエンスから学習し、自律的に行動するAIエージェントが実現しました。AIエージェントは、サプライヤーと交渉し、コスト削減を最適化し、人間の従業員のための意思決定パートナーとして戦略的価値を生み出すことができます。

大規模言語モデル（LLM）を搭載した自律AIエージェントは、自然言語、画像認識、意思決定など、通常は人間の知能を必要とするタスクを実行するように設計されています。エージェントは、既存のビジネス・プロセスを自動化するだけでなく、人間と協力して独自の記憶エンジンを作り、間違いから学習します。

AIエージェントの機能は大量のデータを取り込むことに根ざしています。他のデータ・ソースやインポート・データだけでなく、他のエージェントともやり取りして、情報に基づいた意思決定を行うことができます。

調達とサプライチェーンのオペレーションの世界では、AIエージェントはサプライヤー管理、価格設定、発注履歴、サプライチェーン管理、市場分析などのさまざまな責任を処理できます。

AIエージェントは、Python、Java、TensorFlowなど、さまざまなプログラミング言語やフレームワークを使用して実装できます。また、データベース、API、エンタープライズ・リソース・プランニング（ERP）システム、調達プラットフォーム、サプライヤー・ポータルなど、他の調達システムやテクノロジーと統合することもできます。

たとえば、IBM watsonx Orchestrate®は、組織で日常的に使用する重要なツールと統合し、サプライヤーへのリクエスト作成、注文明細行の取得、契約管理などの一般的なタスクを実行します。

組織のサプライチェーンは複雑であり、調達チームは世界中の数百、場合によっては数千のサプライヤーを管理する必要があります。地政学、貿易政策、関税、サプライチェーンの混乱など、天候や市場の状況のように組織が制御できない考慮すべき要因も複数あります。

ここでAIエージェントの出番です。特にカテゴリー管理において、苦境の際に人間の労働者の負担を軽減できるソリューションを提供します。たとえば、天候によりあるサプライヤーのルートに複数の遅延が発生している場合、AIエージェントがデータ駆動型の洞察を使ってリアルタイムで出荷のルートを変更したり、戦略をリアルタイムで調整したりできます。エージェントはリスク・アセスメントを迅速に行い、事後対応ではなく、事前にかつ戦略的に素早く行動します。

調達担当者は、ニュース・レポートに反応したり、過去のデータに基づいて意思決定を行ったりするのではなく、AIエージェントを使用して、顧客のために、より優れた洞察と、できればエラーの少ないリアルタイムの意思決定を行うことができます。エージェントは、市場の状況、支出分析、サプライヤーのパフォーマンス、リスク要因を自律的に監視することで、リスクを軽減することができます。デジタルワーカーが何かの誤りを検知すると、自動的に調整し、迅速かつ直感的に調達の決定を行うことができます。

迅速に行動し戦略的に行動することで競争上の優位性がもたらされるため、これは調達とサプライチェーンのオペレーションにとって大きなメリットです。このタイプの意思決定の一例として、商品価格のデータ分析を実行し、ほとんどの人間よりも迅速に調達戦略の調整を提案できるAIエージェントがあります。

AIエージェントとサプライヤーとの関係が非人間的になるように思えますが、実際には改善できます。組織とサプライヤーとの関係は、すべての調達機能にとって重要です。AIエージェントは、オンボーディング、在庫管理、支出管理などの日常的なタスクを管理することで、人間の労働者の負担を軽減できます。これにより、人間が組織とサプライヤーの人間関係に集中する時間が増えます。

さらに、AIエージェント・テクノロジーはサプライヤーのニーズを予測し、契約と在庫管理を通じて戦略的ソーシングの意思決定を行うことができます。この管理戦略の強化により、コストの削減とワークフローの効率化を実現できます。また、発生する可能性のある潜在的な問題を予測し、問題がエスカレートする前に軽減することもできます。人間の調達担当者は、回避したい管理タスクを軽減し、その代わりにより価値の高い作業に従事することができます。

AIエージェント・テクノロジーの一般的な利点の1つが、組織にとって事前対応型の性質であることです。従来のリスク管理アプローチは問題に対して事後対応型でしたが、AIエージェントは予測分析を用いて障害を予測します。さらに、エージェントはインシデントから学習し、同様の問題が発生しないように予防的な対策を推奨することもできます。このテクノロジーは、企業の収益にさらなるメリットをもたらし、自律的かつ簡潔な機能により組織全体の効率を向上させます。

エージェントは、天気予報、工場の閉鎖、経済的指標などの外部データを取得し、それらを組織の内部データ・ソースと組み合わせて情報に基づいた意思決定を行い、人間のチームだけでは発見できない潜在的な問題を特定します。調達AIの最適化では、人間とAI労働者が協力して問題をあぶり出し、リスクを軽減する必要があります。

AIエージェントは、履歴データ、パフォーマンスのメトリクス、財務上の安定性、市場の状況を分析することで、サプライヤー選定のプロセスを効率化できます。エージェント・テクノロジーは、信頼性、費用対効果、契約上の義務の遵守などの要素に基づいて潜在的なサプライヤーを評価できるため、調達チームがニーズに最適なサプライヤーを選択するのに役立ちます。AIエージェントは、地政学的な不安定性や財務の不安定性などのリスクを引き起こす可能性のあるサプライヤーにフラグを立てることもできます。

サプライヤーの選択や契約は、人間の調達担当者にとって面倒な場合があります。AIエージェントを活用することで、調達チームはサプライヤーとの契約を管理し、契約がすべて最新であり、すべての法的文書が整備されていることを確認できます。サプライヤーとの業務関係は、人間関係だけでなく、物事が無秩序になる可能性があるバックエンドにも依存しています。エージェントは、契約のレビューを自動化したり、最終決定の前に契約の潜在的なリスクを特定したりできます。

AIエージェントは、発注書（PO）の作成、承認、処理を自動化し、手作業やミスを削減します。必要事項が送信されると、AIエージェントが発注書（PO）を自動的に生成し、承認ワークフローを経由してサプライヤーに送信します。また、在庫レベルや過去の購入パターンなどの事前に設定された基準に照らし合わせて、注文の詳細が正確であるかも確認できます。

さらに、AIエージェントは、組織の支出パターンに関する詳細な支出分析を作成し、コスト削減分野の特定を支援することができます。支出分析は、組織が資金をどのように使っているかを理解し、調達オペレーションの価値を高めるのに役立つ重要なデータ・ポイントです。

これまで、調達チームは、在庫を正確に管理するために、履歴データと市場の洞察に依存して需要を予測していました。AIエージェントを使用することで、従来の方法と、季節的な傾向や市場の状況や世界的な出来事などの外部要因を組み合わせて、このテクノロジーで製品や材料の将来の需要を予測することができます。この予測機能により、企業は在庫をより効率的に管理し、在庫切れを減らし、過剰在庫を回避することができます。最終的には、組織のキャッシュ・フローが改善され、調達の意思決定が実際のニーズに合致するようになります。

組織はコンプライアンス基準を遵守しなければならず、そのためには継続的な監視が求められます。AIエージェントは、取引や内部プロセスを継続的に追跡することで、コンプライアンス監視に関する作業を行うことができます。AIエージェントは、潜在的なコンプライアンス・リスクについて従業員に警告を発し、アラートが発生した理由について詳細な分析を提供することができます。さらに、エージェントは、サービスを提供している特定の組織の新しいパターンを常に学習し、適応しています。AIエージェントは、組織の特定の規制環境に合わせて調整し、高度にパーソナライズされたコンプライアンス責任者として機能します。

調達AIエージェントの質は、取り込むデータにかかっています。組織は、AIエージェント・テクノロジーを導入する前に、履歴データと現在のデータを準備しておく必要があります。エージェントが常に最も正確で新しいデータを使用できるように、データを常に管理および分類するシステムを導入する必要があります。

組織は、AIエージェントが対話して動作するための基準を確立する必要があります。基準を作成することで、AIエージェントが組織に予測可能性をもたらす一貫したルール、プロセス、動作に従うことが保証されます。サプライヤーとの関係の処理であれ、データの処理であれ、基準はさまざまな文脈においての信頼性を提供します。

AIエージェント・テクノロジーを組織に導入すると、従業員のタスクの実行方法が大きく変わります。適切な準備がなければ、従業員はテクノロジーに圧倒されたり、抵抗を感じたりして、テクノロジーが効果的に使用されない可能性があります。組織は、新しいテクノロジーに期待すると同時に、従業員が業務の安全性について懸念を感じやすいことも理解する必要があります。トレーニング（スキルアップやリスキリング）と明確なコミュニケーションを通じて、懸念に対処し、従業員の準備を整えることが重要です。

AIエージェントのような新しいテクノロジーは、一度に広い範囲で導入すべきではありません。より制御され、リスク管理された統合を可能にするために、段階的かつ戦略的に導入する必要があります。組織は、AIエージェントがすぐに価値を実現できる初期のユースケースを含め、特定の調達プロセスのテストまたはパイロット・プログラムを導入する必要があります。これにより、企業は潜在的な問題やバグを早期に特定し、AIシステムをファイン・チューニングすることができます。