re:Invent 2024: JabilがAmazon Q Businessで実現するサプライチェーン革新
はじめに
海外の様々な講演を日本語記事に書き起こすことで、隠れた良質な情報をもっと身近なものに。そんなコンセプトで進める本企画で今回取り上げるプレゼンテーションはこちら！
📖 AWS re:Invent 2024 - Revolutionizing supply chain: Jabil's journey with Amazon Q Business (AIM253)
この動画では、Amazon Q Businessの概要と、製造業大手のJabilでの活用事例が紹介されています。Amazon Q Businessは40以上のデータソースに接続可能で、組織内の情報を安全に活用できる生成AIアシスタントです。Jabilは年間289億ドルの売上を持つ世界第2位の受託製造企業で、38,000のサプライヤーと250億ドルのグローバル支出を管理しています。JabilではAmazon Q Businessを活用して、Ask Me Howという製造現場向けの多言語対応ナレッジベース、PIPという調達インテリジェンスシステム、vCOMMANDERというサプライチェーン管理プラットフォームを構築し、業務効率の向上と新たな収益機会の創出を実現しています。
※ 動画から自動生成した記事になります。誤字脱字や誤った内容が記載される可能性がありますので、正確な情報は動画本編をご覧ください。
※ 画像をクリックすると、動画中の該当シーンに遷移します。
re:Invent 2024関連の書き起こし記事については、こちらのSpreadsheet に情報をまとめています。合わせてご確認ください！
本編
Amazon Qの概要と生成AIのビジネスインパクト
皆様、本日はお越しいただき、ありがとうございます。Jabilチームの皆様もお越しいただき、ありがとうございます。本日のプレゼンテーションを皆様とご一緒できることを大変嬉しく思います。これから、Q Businessの概要や新機能のローンチ、そしてQ Businessとサプライチェーンに関する取り組みについて簡単にご説明させていただきます。その後、Jabilチームとメイにバトンタッチいたしますので、そこから本題に入っていきます。これらのスライドは、サプライチェーンがいかに巨大化しているか、そしてJabilがサプライチェーンにどのように関わっているかを示す興味深い内容となっています。
本題に入りたいので、これらは手短に進めていきましょう。 今朝のキーノートでMattとAndyの話をお聞きになった方も多いと思います。Amazonは過去25年間にわたり、物流において機械学習を活用してきました。Amazonでは1分間に4,000個の商品を処理していますが、商品とユーザーのマッチングは機械学習によって行われています。Prime Airによる最初の配送は2016年12月に実現し、これらの配送にはニューラルネットワークを活用しています。Alexaでは週に数十億のやり取りが行われていますが、これらは裏で約18の機械学習モデルによって支えられています。Andy が今朝言及したように、機械学習と生成AIを活用して、毎日160万個のパッケージを配送しています。昨年だけでも、これらのパッケージの配送速度を10%向上させることができました。
Amazonでお買い物をされる方なら、商品をより効率的に見つけるためにRufusを利用されたことがあるかもしれません。Amazon Pharmacyでは、生成AIを活用して処方箋の処理をより迅速に行えるようにしています。広告においては、生成AIを活用してお客様に最適な広告を提供し、広告とお客様のマッチングを行っています。そして、Amazon MusicではMaestroというプレイリスト生成機能があります。これらの例は、私たちがお客様向けの製品を改善するために、生成AIと機械学習を深く活用してきた経験を示すものです。
こちらは興味深い動画です。フルフィルメントセンターでのロボットによるピッキング経路の最適化は、ますます複雑化しています。 フルフィルメントセンター内でパッケージが通る経路は、より複雑で入り組んだものになってきています。 私たちは、フルフィルメントセンターからお客様により迅速にパッケージを届けるため、在庫効率と生産性を最大化する機械学習を日々活用しています。
本日は、生成AIのビジネスへの影響、特にJabilに関連するサプライチェーンにおける生成AIのユースケース、Q BusinessとQ Business内の機能であるQ Apps、そして最も興味深い部分として、まもなくメイが発表するJabilの生成AIの取り組みについてお話しします。 これが特に興味深いのは、生成AIが仕事の80%に影響を与えると予想されているからです。私は、Amazon Qのような製品がその影響の中心になると考えています。一般のユーザー、ビジネスユーザー、非技術系ユーザーがこれらの製品をシームレスに使用して生産性と効率を向上させることができるようになれば、その80%という影響が現実のものとなるでしょう。
Amazon Q Businessの機能と活用事例
サプライチェーンにおけるGenerative AIのビジネスインパクトについて見てみると、サプライチェーン業務の労働時間の43%がGenerative AIの影響を受ける可能性があります。さらに、労働時間の29%が自動化可能で、0.5兆ドルのコスト削減が見込まれます。これらは非常に大きな数字であり、Generative AIを活用してサプライチェーンの効率を改善することは、極めて大きな機会となっています。
これは、私たちAWSが考えるGenerative AIスタックです。最下層には、SageMakerやチップなどのコンポーネントがあります。Amazon Bedrockは、お客様がこれらのモデルの上にアプリケーションを構築するためのオペレーティングシステムとして機能します。スタックの最上層には、私が特に注目しているアプリケーション層があり、ここにはAmazon QやAWS App Studioが含まれます。今日は、Generative AIを活用して皆様のビジネスの生産性と効率性を向上させる、フルマネージド型サービスであるAmazon Qのみに焦点を当てていきます。
Amazon Q Businessは、最も高機能なGenerative AIアシスタントとして、皆様をサポートします。膨大な情報へのアクセスを提供し、それらの文書から洞察を得るお手伝いをします。さらに、そのデータに基づいて行動を起こし、作業を実行することもサポートします。Amazon Q Businessの素晴らしい点は、データや文書を読み込む際に、それらの権限とセキュリティを尊重することです。つまり、従業員がQ Businessを使用する際、実際にアクセスを許可された情報のみを閲覧できるようになっています。
私たちは、Amazon S3、Google Docs、Google Drive、Microsoft Office SharePoint、Confluenceなど、40以上の異なるデータソースに接続しています。組織内のあらゆるシステムから非構造化データや文書を取り込むことが可能です。Q Businessを使えば、それらの洞察を得ることができます。Q Businessに質問すると、その回答が見つかった元の文書を実際に参照してくれます。下の例では、プロンプトを入力すると、その回答の参照元となった文書を確認でき、ユーザーはそれらの文書に直接アクセスしてより詳しく調べることができます。
お客様に最も好評をいただいている機能の1つが、先ほど紹介したさまざまなアプリケーション間の組み込みコネクターです。データがどこにあっても、それを取り込むことができるようになっています。また、自社開発のオンプレミスシステムをお持ちの場合は、カスタムコネクターを使ってそれらとも連携することができます。 これは現在、Pluginを使ってアクションを実行できる素晴らしい機能の1つです。基調講演をご覧になった方はご存知かと思いますが、本日さらに50個のPluginをリリースしました。 基本的に、Q BusinessはZendeskやJiraと連携して、Jiraチケットの作成や更新、Salesforceの更新などを行うことができます。これにより、組織内で高度なワークフローを構築することが可能になります。例えば、顧客情報を更新する必要がある場合、Salesforceのエントリーを更新し、Zendeskのチケットを更新し、さらにドキュメントも更新することができます。
また、多くのお客様が保有するカスタムシステムに対してアクションを作成し、実行できるカスタムPluginもご用意しています。 最も強調したい点は、データとプライバシー、セキュリティのニーズに確実に対応していることです。これらの様々なシステムからドキュメントや情報を取り込む際、それらの権限やセキュリティ、プライバシーを確実に遵守しています。エンドユーザーや従業員がQ Businessに質問やプロンプトを入力する際、アクセスできる情報は許可された範囲内のものに限定されます。Q Businessの開発にあたっては、セキュリティとプライバシーを最初から重視しました。これらは設計段階から組み込まれており、お客様の情報を当社のモデルのトレーニングや改善に使用することは一切ありません。
最後に、生産性の向上についてお話しします。私の説明の仕方としては、今年初めを振り返ってみると、多くの人がデータについて質問し、素晴らしい回答を得ていました。それは素晴らしいことでしたし、その後、実際にコンテンツを作成・生成できるようになり、それはさらに素晴らしいことでした。しかし、私たちが本当に望んでいるのは、これらのツールが私たちの仕事を楽にし、実際にタスクを実行してくれることだと思います。そこで、ワークフローを自動化できるAutomationsエンジンをリリースしました。新入社員のオンボーディングを例に考えてみましょう - IDカードの発行、ノートPCの支給、セキュアアクセスの設定、契約書への署名など、多くのタスクを実行する必要があります。Q Business Automationsを使用することで、これらの一連のワークフローを非同期で実行できるようになります。
組織内の複雑なワークフローを、Q Businessを通じて自動化できるようになるのです。また、Q Appsも提供しています。 Q Appsという名前に混乱される方もいますが、これはQ Business内の1つの機能に過ぎません。 私がよく挙げる例は、新入社員が入社する際に、 その職位、部署、経験年数を選択すると、Q Appsが自動的にその従業員向けのオンボーディング計画を作成してくれるというものです。毎朝や毎日同じプロンプトを繰り返し入力しているような作業があれば、アプリを作成してそのプロセスを自動化できます。毎朝同じプロンプトを入力する必要はなく、より効率的で効果的、そして生産的に業務を進められるようになります。
また、ライブラリも用意しており、作成したアプリを組織内の他の従業員と共有したい場合は、簡単に共有でき、他のメンバーも容易に見つけることができます。以上で終わりです。それでは、本日の主役であるMayをお呼びしたいと思います。10分とお約束しましたが、11分かかってしまいました。
ヘッドセットをまだ装着されていない方は、ぜひ装着してください。私の声は聞こえているかと思いますが、この成功事例についてより詳しくお聞きいただけることを楽しみにしていただけると思います。David、このセッションで発表の機会をいただき、ありがとうございます。
Jabilの企業概要と製造業における役割
皆さんの多くにとって、Jabilはおそらく最も知られていない秘密の一つでしょう。 その秘密について、これからじっくりとお話ししたいと思います。 このタイトルには「Gen AIによる製造およびサプライチェーンソリューション管理の変革」と掲げさせていただきました。なぜ私たちがこのようなことを申し上げているのか。 Jabilのストーリーについて、先ほど申し上げた通り、これは最も知られていない秘密なのです。Jabilをご存じない方のために説明させていただきますと、Jabilはアメリカのフロリダに本社を置く製造会社で、James GoldenとBill Moreanのお二人によって設立されました。実は、JamesとBillを組み合わせると、Jabilという社名になるんです。
Jabilはとてもユニークな製造会社で、これが私たちの現状です。アメリカに本社を置く製造会社として、世界第2位の受託製造企業となっています。 売上高は約289億ドルで、55年以上の経験を持つ14万人の従業員を擁しています。 Jabilについてお話しする時、私たちが実際に行っているのは製造業、それが私たちのコアビジネスです。Jabilのビジョンは、世界で最も先進的で信頼される製造ソリューションプロバイダーになることです。GoogleでJabilを検索していただくと、まさにそれが私たちの目指すところだとわかります。会長やCEOから示された強力なビジョンは、製造業を変革し、製造の未来を形作るという私たちの使命において、非常に重要な意味を持っています。
私たちが携わるビジネスを見ていただくと、400社の顧客、400のブランドと取引があります。これらは皆さんのポケットに入っているかもしれないブランド、あるいは上空の衛星、運転している電気自動車など、様々な製品を製造しています。私たちのビジネスは、ヘルスケアから消費者製品、エレクトロニクス、その他多岐にわたります。世界を動かす400の異なるブランドと関わっているのです。
Jabilが関わるライフサイクルは、エンドツーエンドのライフサイクルです。場合によっては、顧客と共に製品設計から関わり、その製品を使用して製造を行い、新製品の導入を行い、製造からシッピング、パッキングまで手がけます。これが完全なサイクルとなっています。ここで興味深いのは、289億ドルの企業であるJabilが400の顧客を持ち、日々膨大な取引、サプライチェーン、グローバルな支出を扱っているということです。この数字を覚えておいていただきたいのですが、私たちのサプライチェーンネットワークを通じて250億ドルのグローバル支出を取り扱い、38,000のサプライヤーとネットワークを構築しています。これらが、私たちが日々扱っているデータの規模なのです。
これが、なぜAIが必要だと言っているのかという背景です。私たちは実際に、より効率的に、より生産的に、そしてコスト効果の高い方法を見つけるためにAIを必要としています。さらに重要なのは、Jabilを見たとき、私たちは単なる製造会社ではないということです。確かに製造会社ではありますが、製造プロセスやサプライチェーンで蓄積してきた知識の豊かさは、私たちのビジネス変革の方向性も形作っています。例えば、他の製造業者（潜在的な顧客や非顧客）に対して、従来型からプラクティショナー型のサプライチェーンサービスも提供しています。サプライチェーンの運営方法について、ベストプラクティスを教え、指導し、共有しているのです。これは実際、私たちが行っている変革の非常に大きな部分です。 つまり、これは単なる秘密ではなく、実際に素晴らしい秘密なのです。この変革を形作るために何をすべきかを考え始めたとき、AIは私だけでなく、多くの人にとって非常に身近なものとなっています。
JabilのAI戦略と「Ask Me How」システムの導入
ここにいるほとんどの人にとっても、AIは身近な存在です。私たちのAIの旅は、おそらく7-8年前に始まりました。その時、いくつかの製造拠点でコンピュータビジョンソリューションのパイロット導入を開始し、検査工程を強化しました。これはChatGPTや他の生成AIが多くの人々にとって魅力的になる前のことでした。戦略を構築する上で重要な基本要素は何かを考えたとき、それは5つの主要な柱によって定義されています。
私たちが行うすべてのことには価値提案が必要です。なぜこれらのAIプロジェクトを行うのか理解する必要があります。私たちは実証実験の段階を過ぎており、これは非常に重要です。今日の午後、業界の専門家とのラウンドテーブルセッションに参加しましたが、そこでパイロットプロジェクトをまだ続けるべきかどうかについて議論していました。特に生成AIについては、すでに多くの優れたソリューションが存在します。私たちにとって、なぜそのソリューションを構築するのかを理解した上で構築することが非常に明確です。価値を創造する必要があり、私たちは働き方を形作っているのです。
ITチームの長期計画を取締役会とリーダーシップチームに提示したところです。私たちの主要な焦点の1つは、まさに新しい働き方です - 14万人の従業員をどのようにエンパワーメントするかということです。私たちのエコシステム全体には、作業者とナレッジワーカーの両方がいます。オペレーターやテクニシャンからリーダー、財務管理者、サプライチェーン担当者、バイヤーまで、彼らが最も効果的に働けるように、特定のペルソナを作成する必要があります。そこで生成AIが大きな役割を果たしており、後ほど私たちが行っていることをお話しします。
AI戦略を構築する際に重要なのは、デジタルコア、デジタル基盤、そしてそれらがどのように適合するかを理解することです。今朝のキーノートでも触れられたように、AIや生成AIについて話すとき、その基盤は優れたインフラストラクチャとデータの整備から始まります。これが私の言うしっかりとしたデジタル基盤です - データの扱い方、データの見方、データのキュレーション、そしてデータのセマンティックレイヤーの設定です。これらは準備段階で行わなければならないことです。
継続的な改善という考え方に終わりはありません。私も会社の変革を推進しています。変革というと、時として人々の仕事を奪うのではないかという不安を抱かせるバズワードとして捉えられることがありますが、私が話しているのはそういうことではありません。人、プロセス、システムを活用して、新しいことを新しい、より効率的な方法で行うことについて話しているのです。継続的な改善は、戦略を考える際に常に意識する必要があり、特に AIを責任を持って活用する方法を考える上で重要です。
私はかなり満足していました...いや、少し話を戻しましょう。この journey を始めた当初はそれほど満足していませんでした。なぜなら、誰もが ITを見て「データはあなたたちのものだから、これをやってくれ」と言っていたからです。しかし、私たちはデータを所有していないことに気づきました。ITとビジネスサイドの方々の多くは同じ思いを共有されていると思います。彼らはデータやダッシュボードを求めてきますが、私たちは彼らのデータを所有しているわけではありません。そこで約1年半前、組織に機能部門のオーナーがデータとイニシアチブを所有する必要があることを理解してもらうための journey を開始しました。
この課題に対処するため、VP/SVPレベルのシニアリーダーを任命し、各機能部門から代表者を送って参加するData Councilを設立しました。私たちは collectively に意思決定を行い、役割と責任を理解し、データとAIを責任を持って使用するためのガードレールや、すべきこと・すべきでないことを定めたAIとデータのポリシーを設計しています。このポリシーはまだ進化の過程にあり改良を重ねていますが、単にデータを使用してモデルを作成するために誰かに渡すことはできないという認識を持てたことは、良いスタートとなっています。データは私たちにとって非常に重要な資産であり、それをいかに保護するかを理解する必要があります。これらは、このAI journey を開始した際に学んだいくつかの教訓です。
重要なことを考える際、それは North Star - この Gen AI イニシアチブで何を創造したいのかということです。Data and AI Council を通じて、私たちは Jabil で支援・実行する AI イニシアチブを3つのカテゴリーに collectively に決定しました。まず、個人だけでなく組織全体にとっての価値創造でなければならないという明確なガイドラインを設定しました。全員に影響を与えるビジネス上の問題や、AIテクノロジーや Machine Learning を使用して改善できる時間のかかるプロセスに関する主要な懸念事項を深く掘り下げています。これらが私たちが Advanced Machine Learning プロジェクトと呼ぶ第一の柱です。
製造会社として、私たちは7年前に品質検査員を補助するための Computer Vision から journey を開始しました。これが2番目のカテゴリーである Computer Vision プロジェクトを形成しています。3番目のカテゴリーは Gen AI プロジェクトです。これらの Gen AI プロジェクトは、私が Jabil Brain と呼ぶ North Star から始まります。これは私が Jabil のために創造したいと願うものです。私たちは Gen AI テクノロジーを使用して、会社内のテスト済みの知識をすべて処理できる人工的な脳を作り、その知識に対してクエリを実行し、質問し、インサイトを導き出せるようにしたいと考えています。35カ国で事業を展開する100以上の拠点と、日々新しいアイデアを生み出す140,000人の従業員がいる中で、その知識を捕捉する方法が必要なのです。
Jabil Brainは私たちのNorth Starであり、組織のための頭脳を作り出すことで、大きな価値創造の可能性を見出しています。このテクノロジーとデータポイントを活用して、製品設計を改善することができます。私たちには数多くのDFX（Design for X）ガイドラインがあり、ある製品のために作成したDFXを他の製品にも活用したいと考えています。製造プロセスから得られた教訓を他のケースにも適用できます。これは製造業での一般的なユースケースである予測製造にまで及びます。予測製造を完全に実装できているわけではありませんが、確実にその道筋を作れていることを誇りに思っています。また、このデータを活用してサプライチェーンのレジリエンスも向上させています。本日は3つのユースケースをご紹介します - 1つは製造に関するもの、2つはサプライチェーンに関するものです。これらのユースケースはすべて、Amazon QとAmazon Q QuickSightによって実現されています。
Jabilのサプライチェーン革新：PIPとvCOMMANDERの活用
今朝のKeynoteで、QとQuickSightがシームレスに連携するというアナウンスを聞いて、とても嬉しく思いました。これによって多くの問題が解決されるでしょう。製造現場やShop Floorでのオペレーションについて、"Ask Me How"には面白い話があります。Me Howという名前のOperations VPと一緒に仕事をしているのですが、Ask Me Howという概念を作ったとき、Me Howに何をすべきか尋ねるようで、とても面白かったんです。
冗談はさておき、これが私たちがAsk Me Howで行っていることです。右側のは、Davidが示していた馴染みのあるインターフェース - それはQのインターフェースです。私たちが持っている機会は非常に大きいものです。製造業に携わる方々はご存知の通り、膨大な量のドキュメントがあります。時にオペレーターは助けを必要としていても、声に出して言えないことがあります。また、35カ国100拠点での運営も大きな課題です。標準言語として英語でドキュメントを作成していますが、多くのオペレーターは完全には理解できていません。
私たちのプロセスには、SMTライン、メカニクスライン、CNC射出成形、SMTマシンが含まれています。SMTマシンでは、製造中に機器のエラーコードに遭遇することがよくあります。例えば、ノズルエラー001が出た場合 - これは仮の例ですが - 新人オペレーターにとってそれは何を意味するのでしょうか？SMTマシンの1万種類のエラーコードをどうやって覚えられるでしょうか？Ask Me Howにログインしてエラー001を入力すると、その意味と解決方法を説明するドキュメントが提供されます。これらのエラーの発生頻度を追跡し、潜在的な解決策のナレッジベースを構築しています。
質問に答える本があるだけでなく、質問する前に答えを提供してくれるライブラリのようなものだと考えてください。また、Ask Me Howの拠点間での利点の1つは多言語対応です。例えば、ポーランドのスタッフがいますが、ドキュメントは英語でも、ポーランド語への翻訳を依頼するだけで、情報源を索引付けして参照しながら、適切な回答を提供します。これは始まりに過ぎません - 製造現場全体での広範な活用の可能性を考えてみてください。
私たちはこれをライブラリーや知識ベースとして活用していますが、それ以上のものを作りたいと考えています。つまり、問題が発生する前に、その解決方法に関する洞察や知識を構築することです。製造現場でエラーや故障が発生する前に作動する、クローズドループシステムが必要です。その効果は明らかです。オペレーターが事前に質問できるため、ダウンタイムが減少します。また、オペレーターが技術者やスーパーバイザーからの説明を待ったり、回答を待つために生産ラインを止めたりする必要がないため、効率が確実に向上します。オペレーターたちは、これをインテリジェントな製造現場のアシスタントとして高く評価しています。
もう一つお約束したユースケースは、サプライチェーンに関するもの、つまりPIP（Procurement Intelligence SystemまたはPrograms）についてです。先ほどお話しした数字を思い出してください。私たちは日々、250億ドルのグローバル支出と35万のサプライヤーを扱っています。
私たちが関わる調達プロセスについて考えると、そこには大きな機会があると感じています。バイヤーやカテゴリーマネージャーとして、400の顧客にとって重要なのは、自分のコモディティ（キャパシター、鉄鋼、樹脂などの材料）を購入するベストなタイミングを知ることです。
すでにPIPというシステムを構築していますが、この調達インテリジェンスシステムの上に、Amazon Qシステムとまさに同じようなものを追加しています。興味深いことに、これは会長から「顧客からの需要情報と、部品を販売するトレーダーやブローカーからの第三者情報の両方があるじゃないか」と言われたことがきっかけでした。製造会社として、これら2つのソースを組み合わせることで、貴重な洞察が得られます。例えば、キャパシターの需要が高まっていて供給不足の可能性を検知した場合、調達担当者として、顧客の供給不足を防ぐためにキャパシターの購入と在庫確保を開始します。
これが、現在私たちがQを使って情報を活用している方法です。PIPシステムのスナップショットをお見せしましょう。2024年10月のエレクトロニクス業界に関する最新ニュースをシステムに問い合わせると、社内外の情報、需要シグナル、サプライヤー情報をすべて統合して包括的なレポートを生成します。様々な供給状況や顧客トレンドを示し、意思決定に役立つ貴重な洞察を提供します。
この機能は非常に刺激的で、私の会長にさらなる発想を促しました。つまり、もう少し掘り下げて考えると、単にコンデンサを購入するだけでなく、これらの部品を作るための原材料は何なのか？砂や鉄鉱石、その他の材料を調達する必要があるのか？といった点です。必ずしもこれらのアイデアすべてを追求するわけではありませんが、将来のビジネスチャンスを生み出すヒントになります。
次の側面として、私たちが vCOMMANDER と呼んでいるものがあります。これは文字通り、サプライチェーンのコマンド＆コントロールシステムです。サプライチェーン管理における私たちの専門知識を活かし、顧客だけでなく非顧客にもサービスとして提供し始めています。vCOMMANDER は、これらのサービスを提供するために私たちが作成し、現在も進化を続けているプラットフォームです。これには、サプライチェーン・アズ・ア・サービス、ロジスティクス・アズ・ア・サービス、調達・アズ・ア・サービスが含まれています。PIP システムを活用することで、顧客に提供できる重要なインテリジェンスがあり、さらなる機会を生み出しています。
これらの機会は非常に重要で、私たちは常にサプライチェーンサービスを活用して収益を増やし、会社に新しいマージンを生み出す方法を検討しています。サプライチェーン情報の活用方法は、私たちにとって確実な営業機会です。これはサプライチェーンサービス、調達サービス、物流サービスを組み合わせたものです。現在、私たちが使用しているすべてのシステムは Amazon Q を活用しており、物流センターを設立したいと考えているお客様に最適なランデッドコストを提示しています。
サプライチェーンにおけるリスクをどのように特定するのか？地震や台風、ハリケーンが発生した場合、顧客のための代替手段はあるのか？その地域の10キロ圏内で他の代替サプライヤーをすぐに特定し、新しいサプライヤーで補充できるのか？私たちは、リスク管理と、調達時に顧客に最適な価格を提供することについて話し合っています。ここには数多くの機会があります。Jabil では、vCOMMANDER というサプライチェーンアシスタントを作成し、サプライチェーンの実務者が持っているすべてのデータを活用できるようにしました。
コンセプトは一貫しています - このデータをどのように活用して私たちを支援するか？これが実際の見た目と使用感の一部です。私たちは Method Electronics の予測を要約するために vCOMMANDER のクエリを開始しました。Method Electronics が顧客である場合、彼らに関するすべての情報を知りたいと考えています。彼らが顧客であるため、そのデータポイントを把握し、要約し、外部情報を取得して補完することができます。Method Electronics に関して知っているすべての情報が、サプライチェーン側で何をすべきかを決定する助けとなります。
vCOMMANDERは、本質的にサプライチェーンサービスのための営業エンジンです。サプライチェーン担当役員にとって、これは非常に説得力のあるプラットフォームであるため、営業サイクルの短縮に役立っています。私たちが収集するすべてのインサイトと情報が、お客様にとって有益な洞察を提供することを実証する時間を短縮できれば、収益とマージンの向上につながります。これらが3つのユースケースです。日々、Amazon Qを試してみたいというユースケースが多数ありますが、私は実験には興味がありません。私が重視しているのは、本番環境での運用と、私たちが作る解決策を100か所すべての拠点で再現できることを確実にすることです。
Jabilの今後のGen AI戦略とAmazon Q Businessの導入方法
そのため、ガバナンスが私たちにとって非常に重要です。私たちは大きなAIカウンシルから派生した「赤ちゃんタイガーカブ」とも言えるGen AIカウンシルを設置し、各部門が自分たちに適したユースケースを考え、期待されるROIを正当化します。カウンシル全体として、これらすべてのイニシアチブについて議論し、どのイニシアチブにリソースが必要かを決定します。準備が整えば、ガイドラインとポリシーに基づいて権限を与え、それによって展開を加速できます。
Gen AIの今後の journey については、まだ始まったばかりです。できることは多くありますし、まだ進化の途中です。これらは非常に重要で、私たちはGen AIで成功するための基盤となるビルディングブロックと呼んでいます。その中には、AIリテラシーについて社員を教育することも含まれています。データやAIについて議論する際に、全員が共通の知識を持つことが非常に重要です。
共通の理解を作り上げる必要があります。Workdayプラットフォームを使用して、すべての個人にこの初期プログラムを展開し、完了を必須としています。私はJabilのマネジメントチームや取締役会で多くの教育セッションを行ってきました。GPTの登場は大きな助けとなりました。なぜなら、取締役会のメンバーでさえ、私たちが何をしているのか、GPTについて知りたがるからです。これは、私が人々を啓発し教育するための完璧な機会となっています。より多くの接点と知識を得ることで、彼らはより良く理解し、サポートしてくれるようになります。
AIリテラシーと部門横断的なコラボレーションは不可欠な側面です。これは私だけの仕事ではなく、全員の責任です。全員が関与することで、集団的なオーナーシップを感じることができます。私たちは、単なる娯楽のためではなく、価値主導のユースケースに焦点を当てています。ROIとその価値をどのように計上するかを考慮します。私のチームに「バリュートラッカー」という新しい役割を作りました。これは、すべての価値を追跡する財務コントローラーです。ROIを追跡できるようになると、より説得力が増します。
AIにおけるコラボレーションとパートナーシップは非常に重要です。AWSとのパートナーシップやAmazon Qの活用により、AWSや他のパートナーが研究開発、セキュリティ、データ保護に多大な投資を行っていることから、大きな推進力と確信を得ることができています。私たちは、自社のチャットボット開発をすべて停止し、ベンダーソリューションに注力するという決断を下しました。Jabil Brainは成長を続けており、できる限り多くの実証済みの知見を引き出したいと考えています。誰もが価値ある実証済みの知識を持っており、それを効果的に活用する必要があります。そのため、APIストラテジーが重要となり、それを整備しました。
これが、Jabilのコミットメントに関する最後のスライドです。私たちは製造業の未来を形作り、データとAIを責任を持って活用しながら、製造業に革新をもたらすことを目指しています。私にとって、これは単に製造業の未来を形作るだけでなく、コミュニティと共に製造業の未来を創造することでもあります。David、お返しします。
ありがとうございます、May。Amazon Q Businessをすぐに始める方法はいくつかあります。コンソールからAmazon Qアプリをスピンアップし、すぐにデータを追加して探索を開始できます。FAQやユーザーガイドもご用意しており、アカウントエグゼクティブや担当者がいる場合は、ソリューションアーキテクトのサポートを提供し、開始をお手伝いします。また、導入支援を行い、エンドユーザーの皆様にAmazon Q Businessの使用方法や活用方法についてトレーニングを提供します。これらのリソースを自由にご活用ください - 私たちがサポートいたします。本日はご参加いただき、ありがとうございました。そして、JabilとMayには、お時間を取っていただき、重ねて御礼申し上げます。皆様、良い一週間をお過ごしください。
※ こちらの記事は Amazon Bedrock を利用することで全て自動で作成しています。
※ 生成AI記事によるインターネット汚染の懸念を踏まえ、本記事ではセッション動画を情報量をほぼ変化させずに文字と画像に変換することで、できるだけオリジナルコンテンツそのものの価値を維持しつつ、多言語でのAccessibilityやGooglabilityを高められればと考えています。
Discussion