投稿者 global-ai-media 
ペプシコがGoogle Cloudの企業向け生成AIを導入し、サプライチェーンの強化と従業員のAI活用をグローバルに推進しています。本記事では、この動向をテーマとして捉え、日本企業が直面する課題解決に向けたAI活用のヒントと、実務におけるリスク対応のあり方を解説します。
生成AIによるサプライチェーンの強靭化（レジリエンス）
世界的な大手飲料・食品メーカーであるペプシコが、Google Cloudの企業向け生成AIサービス「Gemini Enterprise」を導入し、グローバルな従業員に向けてAIの活用を拡大していることが報じられました。その主要な目的の一つに、より強靭（レジリエント）なサプライチェーンの構築が挙げられています。
従来、サプライチェーン管理には主に数値データ（構造化データ）を用いた機械学習モデルが需要予測などに活用されてきました。しかし、現在注目されている大規模言語モデル（LLM）などの生成AIは、契約書、メール、ニュース記事といったテキストや画像などの「非構造化データ」の処理に長けています。これにより、例えば自然災害や地政学的リスクを報じるニュースからサプライチェーン上の潜在的リスクを評価したり、複雑な契約条件を瞬時に要約して代替調達先をリストアップしたりすることが可能になります。
日本の製造・流通業における活用ポテンシャルと実務上の壁
日本国内においても、物流の「2024年問題」や慢性的な人手不足、ベテラン社員の退職に伴う暗黙知の喪失など、サプライチェーンを取り巻く課題は深刻です。生成AIは、こうした属人的な業務をサポートし、新規事業やサービス開発のリソースを生み出す強力なツールになり得ます。例えば、現場の熟練担当者が日々確認している発注書と在庫データの照合プロセスにおいて、LLMが過去の類似ケースの対応履歴をプロンプトベースで提示し、若手社員の意思決定を支援するといった実用的な活用が考えられます。
一方で、乗り越えるべき実務上の壁も存在します。日本企業の多くは、現場の帳票や連絡事項がいまだ紙やFAX、あるいは担当者の頭の中に留まっており、データ化されていないケースが少なくありません。AIは入力されたデータ以上の成果を出すことはできないため、まずは足元の業務プロセスのデジタル化を進めることが大前提となります。また、AIがもっともらしい嘘を出力する「ハルシネーション」のリスクを考慮し、最終的な発注や契約の判断には必ず人間が介在するプロセス（Human-in-the-Loop）を設計することが不可欠です。
全社展開を支える組織文化とAIガバナンス
今回の事例で注目すべきは、AIを一部の専門部署やデータサイエンティストだけでなく、「グローバルな全従業員の手に委ねる」というアプローチをとっている点です。これは、現場の課題を最も理解している従業員自身がAIを活用し、自律的に業務改善を行うボトムアップの変革を意図しています。
日本企業がこれを実現するためには、従業員が安心して使えるセキュアな環境整備、すなわち「AIガバナンス」が問われます。無料のパブリックな生成AIサービスに機密情報や顧客情報を入力してしまう情報漏えいリスクへの懸念から、活用を厳しく制限している組織も少なくありません。しかし、各社から提供されているエンタープライズ（企業）向けのAIサービスでは、入力データがAIの再学習に利用されない仕組みが標準化されています。セキュリティリスクを理由に思考停止するのではなく、自社の法務・コンプライアンス要件を満たすプラットフォームを選定し、適切な利用ガイドラインを策定して現場に権限を委譲することが、競争力を維持する上で重要です。
日本企業のAI活用への示唆
ペプシコの取り組みから見えてくる、日本企業がAI活用を推進する上での重要な実務的示唆は以下の3点です。
1. 非構造化データの活用によるサプライチェーンの高度化：従来の数値データ分析に加え、テキストや文書などの非構造化データを生成AIで処理し、需給予測やリスク管理の解像度を上げるアプローチを探ることが有効です。
2. 現場のデジタル化と人間中心のプロセス設計：AIのポテンシャルを引き出すには、現場に眠る情報のデジタル化が不可欠です。同時に、ハルシネーションや不完全な出力リスクを念頭に置き、最終判断と責任を人間が担う業務フローを構築してください。
3. 安全な環境提供によるボトムアップの業務変革：エンタープライズ水準のセキュリティを担保したAI環境を全社に提供し、現場の従業員自身がプロダクト開発や業務効率化に取り組める組織文化を醸成することが、中長期的なAIトランスフォーメーションの鍵となります。