戦略変更を事前に検証できる、生成AIとデジタルツインの活用
Yaroslav Danylchenko/Stocksy
サマリー：デジタルツインと生成AIの組み合わせにより、戦略変更の影響を精密にシミュレーションできるようになった。これにより、中小企業も低コストでプロセスや顧客モデルを構築可能だ。マネジャーはいまや、戦略の変更を実...　もっと見る行前に実験できるかつてない柔軟性を手にしており、戦略策定は革新の時を迎えている。　閉じる

戦略の変更を実行前に実験できる、デジタルツインと生成AIの組み合わせ

　戦略の変更は、巧みに実行された場合でも組織に大きな混乱をもたらす可能性がある。最悪の場合、悪い戦略は事業を崩壊させかねない。そこには非常に多くの要因が作用するため、残念ながらサイコロの運で決まるような部分もこれまではあった。

　しかし、複雑な戦略変更シナリオの影響を予測するための、正確かつコスト効率のよい方法があるとしたらどうだろうか。過去に自動予測システムを受け入れてこなかった人は、いまこそ再び目を向けるべきである。

　これらのシステムは「デジタルツイン」としても知られる。従来の適用対象は有形物であり、風力タービンや建設現場、またはシンガポールのような都市全体にも用いられてきた。デジタルツインをさまざまなシミュレーションにかけることで、実在の物理的なモノやシステムが外部環境の変化にどう反応しうるかを予測でき、そのデータによって設計や建築の改善を推し進めることができる。

　より最近では、生成AIツールとデジタルツインを組み合わせる能力によって、企業は組織のプロセスやサプライチェーンのデジタルツインを構築できるようになった。さらに、このテクノロジーはもはや大企業の専売特許ではなく、費用が下がったために中小企業も利用できる。豊富なリソースや専任のアナリストを抱えていなくても、中小企業は生成AIとデジタルツインを用いて既存の顧客データを分析し、さまざまな顧客層の詳細なバーチャルモデルをつくることが可能だ。

　かつての不格好で高額なカスタムメイドのデジタルツインとは違い、現在のバージョンは高速かつ安価で、はるかに進歩している。過去データとリアルタイムデータを用いて実際のモノやシステムの仮想レプリカを構築し、そこに高度なアナリティクスと機械学習モデルを組み合わせる。

　これは、単なるシミュレーション以上のものである。マネジャーは実際のシステムのデジタルツインに複数のシナリオを適用し、モデルシナリオから生成されたデータをもとに実際のシステムへのインプットに変更を加え、そこから生まれたデータをもとにシナリオを改良してデジタルツインに適用し、生まれたデータを実際のシステムに適用する、という具合に繰り返すことができる。

　したがってマネジャーはいまや、戦略の変更を実行前に実験できるかつてない柔軟性を手にしている。戦略設計のルールブックが根本から書き換わっているのだ。

　本稿では、筆者らの一人が助言を提供している企業における2つの事例を詳しく取り上げ、生成AIとデジタルツインの組み合わせがいかに目覚ましい成果を生み出せるかを説明する。