AI駆動のサプライチェーン：いつ電子部品に影響を与えるのか？

人工知能（AI）は、ロボティクス、ソーシャルメディア、パーソナライゼーション、その他の新興分野で引き続き大流行しています。これらはすべて、ソフトウェアコミュニティのおかげで静かにバックグラウンドで動作しています。フレームワーク、ライブラリ、サンプルプロジェクト、エンタープライズサービスの数が非常に多いため、追いつくのが難しいことがあります。現在では、IBM WatsonやAWS上のAIサービスのようなサービスが、低レベルのAIアプリケーションの基盤となるオペレーティングシステムとして機能しています。

電子業界は、自動車、インダストリー4.0、ロボティクスなどの製品レベルでAIが浸透することを合理的に期待していますが、サプライチェーン管理についてはどうでしょうか？実際、AIは既に電子業界内外でさまざまな形でサプライチェーン管理に使用されています。他の業界と同様に、低レベルのAI駆動サプライチェーン管理アプリケーションは、チームの生産性を向上させ、必要なサプライチェーンデータを迅速に入手するのに役立ちます。調達業務に携わる方は、これらの点に注目し、電子部品の調達にどのような影響を与えるかを把握しておくことが重要です。

AI駆動のサプライチェーンはどのようなものか？

他のソフトウェアと同様に、AI駆動のサプライチェーンアプリケーションは、バックグラウンドでAIを使用しています。ソフトウェア企業は、AIをユーザーが明示的に制御するツールではなく、体験の一部とする方法を専門としています。それはサプライチェーン管理アプリケーションやウェブプラットフォームのバックグラウンドで動作し、私たちはサプライチェーン管理のためのSkynetレベルのシステムを持っているわけではありません。

簡単に言うと、サプライチェーンの決定（例えば、配送ルート）の結果を予測し、実際の結果を観察し、予測が現実とより一致するように自己調整するコンピューターやハードウェアシステムを持っている場合、それは機械学習（ML）を行っていると言えます。これらの技術が意思決定のためのより大きなルールベースの戦略に統合されると、今度は低レベルの人工知能の形を持っています。AI駆動のサプライチェーンは、これらのタイプのAIアプリケーションを他のエンタープライズレベルのアプリケーションとともに使用して、データを収集し、データを処理し、調達と調達に関連する予測を行います。

これらのアプリケーションは、ERPの以下の分野で顕著になっています：

• 需要予測：その名の通り、AIシステムの一部としてのMLモデルは、地域および地域の需要を予測するために定期的に使用されます。これは、在庫管理、物流、および需要予測に依存するその他のタスクの一部として使用されます。サプライチェーンおよび調達の専門家は、2000年代初頭から需要予測技術を使用してきました。

• 物流：この広範な分野は、かつては巡回セールスマン問題の解決についてすべてでした。今日では、AIアプリケーションは、地域の需要の観察と予測に基づいてルートオプションを計画し、より効率的な商品の流れを作り出すことに関与しています。

• サプライチェーンの可視性：真の可視性を実現するには、膨大な量のデータを処理し、ユーザーフレンドリーな形式で表示する必要があります。これらのデータと処理結果は、より広範なAIシステムの一部として他のMLモデルで使用することもできます。

3つの分野すべてで使用されるMLモデルは、すべての人には明らかでないトレンドを認識できます。AIを需要予測に適用する目的は、サプライチェーンをよりアジャイルにすることです。重要なサプライチェーンのトレンドを早期に特定できれば、生産者、ベンダー、ディストリビューター、さらには最終顧客（例えば、PCBデザイナー）もそれに応じて調達戦略を調整できます。

誰が調達のためにAIを使用しているのか？

MHI.orgの2020年度報告書によると、1,000人のサプライチェーン専門家を対象にした調査結果から、回答者の12%が組織でAIを管理および調達業務に使用していると述べています（2019年以来、実質的に変わらず）。60%の回答者は、次の5年以内にこのタイプのアプリケーションを使用すると予想しており、これは特殊なAIアプリケーションの技術推進の側面を反映しています。回答者は、交通から製造業、その他の分野まで幅広い業界で働いています。

AI駆動のサプライチェーンを作成するためのアプリケーションを使用する動きはなぜあるのでしょうか？特定の組織で何が起こっているのかは推測するしかありません。しかし、MHIの調査結果によると、機械学習技術を使用する予測分析ツールの採用率は28%です。これらのツールはまだ低レベルであり、効果的に機能するためにはユーザーグループとのやり取りや他の資産追跡プラットフォームとの統合が必要です。

電子業界の一部の人々は、AIに関する議論が出ると怖がります。しかし、デザイナーや調達マネージャーは、これらの開発について心配する必要はおそらくありません。これらのアプリケーションは、経験豊富な人間と同じ価値や洞察を提供することはできません。代わりに、重要なサプライチェーンの決定を推進する重要なトレンドを見つけるための非常に有用なツールです。COVID-19に関する最近の変動やサプライチェーン管理で働く技術的な才能の不足など、これらのツールを調達および管理に使用する企業が増えることが予想されます。

AI駆動のサプライチェーンからPCBデザイナーに必要なものは何か？

ML駆動およびAI駆動のサプライチェーンアプリケーションから利益を得ることができる特定のグループがあります：電子デザイナー。このグループは、小規模および大規模な量でコンポーネントを選択、追跡、購入するためにサプライチェーンの可視性が必要です。

データシートには膨大な情報が含まれており、個々のデザイナーはすべてのディストリビューターからのサプライチェーンデータを追跡する時間がありません。デザイナーは、コンポーネントを検索し、生産前に独自の調達戦略を立てる際に必要な情報を正確に得るのに役立つシステムが必要です。適切な部品検索エンジンを使用することで、デザイナーはAI駆動のフィルタリング機能を活用して以下のことができます：

• コンポーネントの検索：単一のコンポーネントが多くの異なる名前（例えば、電圧レギュレータ、電力変換器など）でアプリケーションに適合する場合があります。特定のタイプのコンポーネントを探しているとき、AI駆動の検索機能を使用して、アプリケーション別に類似のコンポーネントをグループ化して分類することができます。これにより、デザイナーは設計を最終化する前に必要なコンポーネントを見つけるのに役立ちます。

• コンポーネントのフィルタリング：ほとんどの設計者は、メーカーや価格よりも仕様を重視しており、技術仕様の少数を絞り込むためにデータシートを熟読する必要はありません。AI駆動の分析およびフィルタリングツールは、関連する技術仕様を抽出し、大量のコンポーネントをふるいにかける際に、設計者に迅速に表示することができます。

これはすべて、複数のディストリビューターからのデータの集約と、ユーザーのためのAI駆動のデータ処理に依存しており、設計プロセスの早い段階で設計者がより良い決定を下すことを可能にします。大手の電子設計会社、EMSサービス、およびディストリビューターは、これらの機能を自社のERPシステムに統合することで利益を得ることができます。最終的に、これらのツールはサプライチェーンの変動を滑らかにし、願わくば、企業がコンポーネント不足を予測し、防ぐのに役立ちます。

Octopartは、AI駆動のサプライチェーンの風景の活動的な一部であり、設計者にサプライチェーンデータの範囲へのアクセスを提供します。Octopartを使用すると、高度な検索およびフィルタリング機能を備えた検索エンジンと、世界中のディストリビューターからの部品データへの無料アクセスが得られます。開発者であれば、Octopart APIへのアクセスを取得し、独自のAI駆動のサプライチェーンソリューションを構築できます。カテゴリーページを見て、必要なコンポーネントを検索し始めましょう。

最新の記事を読むために、ニュースレターにサインアップしてください。