project44、会話型AIアナリスト「Mo」を発表
公開日:
project44は、会話型AIアナリスト「Mo」を発表しました。Moは同社のプラットフォームに直接組み込まれ、リアルタイムの物流データを基に業務上の質問へ即座に回答します。従来、数時間から数日かかっていた分析作業を数分に短縮し、現場の意思決定を支援します。顧客固有のデータとビジネスルールを推論に活用するため、信頼性の高い回答が得られます。
ポイント
- 1顧客固有の出荷データや業務ルールを基にした推論で、実務に即した回答を提供
- 2社内テストで業務上の質問に約2.5分で回答し、手作業の分析時間を大幅短縮
- 3大手企業で付帯費用600万ドル削減など、定量的な成果を創出
顧客データに根ざした推論で信頼性を向上
Moの回答は、一般的な業界ベンチマークや大規模言語モデルの学習データではなく、各顧客固有の出荷データや業務ルール、キャリアとの取引実績に基づいています。世界最大規模のリアルタイム物流データグラフを活用し、顧客ごとの標準作業手順や戦略、KPIを考慮しながら総合的に判断します。これにより、企業ごとに異なるサプライチェーン運営の特性を正確に理解し、実務に即した回答を提供します。
意思決定のスピードを飛躍的に向上
従来、人手による分析では数時間から数日を要していた作業も、Moを利用すれば数分で回答を得られます。社内テストでは、顧客固有のリアルタイムデータを用いた業務上の質問に対し、Moは約2.5分で回答しました。一方、汎用AIではデータのエクスポートやコンテキスト作成に手間がかかり、誤った回答を返すケースも見られました。Moはこうした手作業を不要にし、担当者が直接インサイトを得られる環境を実現します。
定量的な成果と具体的な活用事例
project44の顧客企業では、Moの基盤となるデータとコンテキストを活用して、既に測定可能な成果が表れています。大手企業では、ディテンションやデマレージの付帯費用を600万米ドル削減した事例があります。また、Moへの1回の質問で20万米ドルの運転資本を確保したケースや、サプライチェーンの混乱対応で60万～180万米ドルのコスト削減を実現した事例もあります。
今後の展望とソブリンモデル構想
提供開始時点では、Moはフルトラック積載輸送、トラック積載未満輸送、海上輸送のデータに対応しており、2026年内に順次対応領域や機能を拡充する予定です。また、project44は「ソブリンモデル」と呼ぶ構想を掲げており、顧客が自社のデータや業務ルールに基づいた独自のAIモデルを構築できる環境の提供を目指しています。これにより、画一的なAIではなく、各企業の業務に最適化されたAIの活用が可能になります。
Q&A
Q. Moとは何ですか？
A. project44のプラットフォーム上で動作する会話型AIアナリストで、顧客固有の物流データと業務ルールを基に、現場の質問へ即座に回答します。
Q. Moは従来の分析手法と比べて何が優れていますか？
A. 手作業によるデータ加工や分析条件の設定が不要で、数時間かかっていた分析を数分で完了し、回答の信頼性も向上しています。
Q. どのような業界や企業がMoを利用できますか？
A. 製造、自動車、小売、ライフサイエンスなど多様な業界の企業が利用可能で、既に大手企業でコスト削減などの成果が報告されています。
関連リンク
O!Productニュース編集部からのコメント
Moは顧客固有のデータを基に推論するので、物流担当者が現場で即座に使える実用的なAIですね。付帯費用600万ドル削減の事例は、経営層への説得材料としても強力そうです。
引用元：PR TIMES
この記事の著者
O!Productニュース編集部
