人工知能（AI）をめぐって「これはバブルなのか？」という議論が渦巻く中、サプライチェーンと物流業界は、この技術を本格的に活用する温床となっているようだ。Flexport、Uber Freight、そして数十社のスタートアップ企業が様々なアプリケーションを開発し、優良顧客を獲得している。
しかし、AI はフォーチュン 500 企業の収益増加に貢献し (そしてウォール街への次の人員削減を正当化する)、その技術の適切な使用は中小企業にとっても有益であることが証明されています。
2009年設立の在庫管理ソフトウェア企業であるNetstockは、まさにその取り組みを進めています。同社は最近、「Opportunity Engine」と呼ばれるAIを活用した生成ツールをリリースしました。これは既存の顧客ダッシュボードに組み込むことができます。このツールは顧客のERPソフトウェアから情報を取得し、その情報を用いて定期的にリアルタイムで提案を行います。
ネットストック社は、このツールによって企業が数千ドルのコスト削減を実現していると主張している。同社は木曜日、これまでに100万件の提案を提供し、顧客の75%が5万ドル以上の価値のあるオポチュニティエンジンの提案を受けていると発表した。
魅力的ではあったが、顧客の一社である、家族経営の65年の歴史を持つレストラン用品会社、Bargreen Ellingson 社は、当初は人工知能製品の使用に不安を抱いていた。
「古い家族経営の企業は、盲目的な変化をあまり信用しません」と、最高イノベーション責任者のジェイコブ・ムーディ氏はTechCrunchに語った。「倉庫に行って、『さあ、このブラックボックスで管理を始めよう』なんて言うわけにはいきません」
その代わりに、ムーディー氏は、倉庫管理者が「使うか使わないかを選択できる」ツールとしてネットストックの AI を社内に売り込みました。同氏はこのプロセスを「熱心に、しかし慎重に AI に足を踏み入れる」プロセスだと説明しています。
テッククランチイベント
サンフランシスコ | 2025年10月27日～29日
ムーディー氏は、AIが在庫管理の意思決定に利用する膨大なレポートを精査することで、ミスの防止に役立っていると述べている。AIによるこれらの情報の要約は100%正確ではないことを認めつつも、特に営業時間外には「ノイズから迅速にシグナルを見出す」のに役立つと述べた。
ムーディー氏が気づいた「より重大な」変化は、ソフトウェアによってバーグリーン・エリングソンの比較的経験の浅い倉庫スタッフの一部が「より効率的」になったことだ。
彼は、バーグリーンの25ある倉庫の1つで2年間勤務している従業員を例に挙げました。この従業員は高校卒業資格は持っていますが、大学の学位は持っていません。この従業員に、バーグリーンが在庫レベルを計画するために使用するすべての在庫管理ツールと予測情報を理解させるには、時間がかかるだろうと彼は言いました。
「彼は私たちの顧客をよく知っていますし、毎日トラックに何を積んでいるかも知っています。ですから、彼にとっては、システムを見て、AIによる平凡な洞察を得ることで、それが理にかなっているのか、そうでないのかをすぐに理解できるのです」と彼は言った。「だから、彼は力を得ていると感じているんです。」
Netstockの共同創業者バリー・クックク氏は、TechCrunchに対し、新しいテクノロジーに対する躊躇は理解できると語った。特に、多くの製品が本質的には既存のソフトウェアに付随する平凡なチャットボットであるためだ。
彼は、ネットストックのオポチュニティ・エンジンの初期の成功はいくつかの要因によるものだと述べている。同社は小売業者、流通業者、軽工業メーカーとの協業を通じて10年以上にわたるデータを蓄積してきた。そのデータはISOフレームワークに準拠するため厳重に保護されているが、それこそが推奨を行うモデルの原動力となっているのだ。（ネットストックはオープンソース・コミュニティと民間企業のAI技術を組み合わせて活用していると同氏は述べた。）
それぞれの推奨事項は、賛成または反対の投票で評価できますが、モデルは、顧客が提案されたアクションを実行するかどうかによっても強化されます。
こうした強化学習はソーシャルメディアなどに適用すると奇妙な、時には有害な結果につながる可能性があるが、クックック氏は別のインセンティブを追求しているという。
「僕は視聴者数なんて気にしないんだ、分かるだろ？」と彼は言った。「FacebookやInstagramは視聴者数を重視しているから、自分たちのコンテンツを見てほしいんだ。僕たちが気にしているのは、『顧客にとってどんな結果になるのか？』ってことさ。」
クックク氏は、現在の生成AI技術の限界を理由に、こうしたインタラクションの拡大には慎重だ。顧客がネットストックのAIと対話し、推奨がなぜ役立つのか、あるいは役に立たないのかを説明するのは理にかなっているかもしれないが、クックク氏は、それが最終的には精度の低下につながる可能性があると指摘する。
「ユーザーに与える自由度が増すほど、大規模な言語モデルが幻覚を起こし始める自由度も増すので、綱渡りのようなものだ」と彼は語った。
これが、Netstockの典型的な顧客ダッシュボードにおけるOpportunity Engineの配置を説明しています。提案は目立つものの、簡単に無視されてしまいます。これは、ユーザーに20個のAI機能を詰め込むGoogleドキュメントとは違います。
ムーディー氏は、AIが押し付けがましくないことを評価していると述べた。
「人間が見て審査し、『はい、同意します』と言わない限り、AIエンジンに在庫管理の決定をさせることはありません」と彼は述べた。「AIエンジンが提案する内容の90%に人間が同意してくれるようになったら、次のステップに進んで『今ならあなたに任せます』と言うかもしれません。しかし、まだそこまでには至っていません。」
多くの企業で生成 AI が導入されても行き詰まっているように見える中で、これは有望なスタートです。
しかし、テクノロジーがさらに進歩すれば、その影響についてムーディー氏はやはり懸念していると述べた。
「個人的には、これが何を意味するのか不安です。大きな変化が起こるでしょうが、バーグリーンでそれがどのようになるかは誰にも分かりません」と彼は述べた。データサイエンスの専門家が減る可能性もあると彼は示唆した。しかし、たとえそれが倉庫から本社への異動を意味するとしても、知識の保存は重要だと彼は述べた。
バーグリーン氏によると、同社には「理論と哲学を深く理解し、ネットストックが特定の推奨を行っている理由と方法を合理的に説明できる」人材と「盲目的に間違った方向に進んでいないか確認できる」人材が必要だという。
