{{item.videoDuration}}
{{item.title}}
{{item.text}}
{{item.videoDuration}}
{{item.title}}
{{item.text}}
AI時代／グローバル時代に熾烈さを増す競争下で求められる、オペレーションの高効率化
人工知能（AI）をはじめとする新興テクノロジーが浸透し、またグローバル化がますます進む中、企業は以下のような課題やリスクに多角的に取り組むことが求められています。
- 労働人口減少に起因する人材不足や業務スキル不足への対応
- グローバル化、災害やパンデミックなどで顕在化したサプライチェーン上の課題
- 増加し続けるセンサーデバイスからのコネクテッドデータ／リアルタイムデータの最大活用
- 業界の枠を越えたバリューチェーンの拡大（製造業のサービス業化、リテール業の製造業化）
- 年々加速する商材の短ライフサイクル化（多品種化、少量化）
- 世界的なSDGsトレンドとの調和
高精度、高品質かつ多面的な予測算出による競争力の維持・向上
企業がこれらの課題に取り組み、成功を収めるためには、オペレーションを高いレベルで効率化することが必要です。需要予測は全てのオペレーションの起点です。高精度で高品質かつ多面的な予測をすることでオペレーションの効率化が進み、競争力の向上・維持を実現することができます。
従来の需要予測は、データが豊富にある一部の主力品に限られ、対象範囲が極めて限定的でしたが、PwC Japanグループが提供する次世代型の需要予測ソリューションであるMultidimensional Demand Forecasting（以下、MDF）は、多数の実際のプロジェクトを通じて継続的な改良を重ねた独自開発のアルゴリズムにより、広範なカバレッジを有しています。MDFは、従来対象とすることが困難だった以下のような点に対応し、オペレーション上の課題解決を支援します。
- 独自開発のハイブリッドモデルによる高精度＆高速な予測算出
- 災害発生後の予測精度劣化の防止
- 補修部品／サービスパーツの需要予測
- 商品企画段階からの需要量算出、発売直後のタイムリーな生産調節への連携
- 少量品／ロングテール品への対応
- 最新アルゴリズムのタイムリーかつ安全な適用
マルチインダストリー対応の実践的ソリューション
企業は既存ビジネスに対する守りの施策（コスト削減やオペレーション効率化など）を進める一方で、新規ビジネスの創出やバリューチェーンの拡大といった攻めの施策をとる必要があります。
MDFは、さまざまな業界に対する多くの実際のプロジェクトを通して蓄積された知見や、磨き上げてきた実践的アルゴリズムを提供します。
また、単に予測ツール・アルゴリズムを提供するのではなく、PwCのコンサルタントが持つサプライチェーン領域における各種専門性や戦略立案に関する知見を活用し、クライアントの事業における導入効果の最大化を実現します。
データ全体に1モデルのみで対応しようとすると無理が生じ、十分な精度を保てない、学習処理量が増大する、モデルが複雑すぎて解読できないといったことにつながります。データを特性ごとに適切に分割（＝層別化）し、おのおのに最適なモデルを無理なく適用することで、高い予測精度を実現します。
ソリューション事例
事例1：製造業
確率分布を用いて、完成品モデル（家電、自動車、生産設備など）の世の中での実稼働台数（UIO）を推定します。推定したUIOに基づき、おのおのに使用されている部品（サービスパーツ）の不具合発生を予測し、交換需要量を推定、部品の在庫計画の精度を向上させます。
事例2：消費財・小売・流通
多様なデータを活用し、多数のSKU（商品の最小管理単位）・店舗を対象に、日次での客数・販売数予測算出(SKU別・店別・日別)を行います。高精度な独自ハイブリッドモデルを用いた予測により、機会損失や廃棄ロス、在庫レベルを低減させ、高い導入効果を達成します。
事例3：製造業（アセンブリ系）
部品の需要数予測の高度化による在庫計画の適正化を支援しました。具体的には、完成品モデル（家電、自動車、生産設備など）の市場での実稼働数を推定し、それに基づき、使用部品（サービスパーツ）の不具合発生≒交換需要発生を予測するというアプローチを採りました。
小売業・製造業向けソリューション
補修部品需要予測
コネクテッド／リアルタイムデータの活用や需要発生タイプごとの適切な予測アルゴリズムの適用により、製造業におけるスマートな部品計画・調達を支援します。
{{filterContent.facetedTitle}}
{{contentList.dataService.numberHits}} {{contentList.dataService.numberHits == 1 ? 'result' : 'results'}}
{{contentList.loadingText}}
{{contentList.loadingText}}
Module based Planning & Streamlining（フレキシブル計画・意思決定最適化）
ビジネスにおいては、経営判断はもとより、人事から現場オペレーションまでさまざまな局面において意思決定がなされています。この意思決定は多くの場合、限りあるリソースをいかに効率よく活用し、利益を最大化するか、あるいはコストを最小化するか、という形で表現されており、数理最適化問題（あるいは単に、最適化問題）と呼ばれています。この種の意思決定の自動化・高度化を支援する技術がModule based Planning & Streamlining（フレキシブル計画・意思決定最適化ソリューション：以下「MPS」）です。
複雑な計画・意思決定には非常に多岐にわたる要素が関係しているため、現代のコンピュータリソースを用いても正確に解くことは難しいと言われています。またベテランの計画者や意思決定担当が行っている計画プロセスは明文化されていないことが多く、自動化のためにはこの問題構造を明らかにする必要があります。
PwCのMPSは最適化問題の専門知識に加え、多数のプロジェクト経験と豊富なビジネスドメインのナレッジに基づき、各企業・部門の課題に適したソリューションを提供します。
AI経営
加速度的に増えていくデータを、AIを活用して迅速にビジネス価値に結びつけ、経営判断を実施することが、企業にとって重要な経営アジェンダとなるでしょう。
この経営アジェンダを確実に推進していくためには、ビジネス、テクノロジー両方の理解に加え、それらを統合したビジョンを描き出すことが求められます。
PwCは、経営判断の中枢にさまざまな側面でAIを活用し、ビジョン策定から、テクノロジー・ディストラプションとチェンジマネージメントを実現する「AI経営」という方法論を使い、イノベーション創出を支援します。
{{filterContent.facetedTitle}}
{{contentList.loadingText}}
{{filterContent.facetedTitle}}
{{contentList.loadingText}}
