A: 核心を一言でいえば、アルゴリズムの専門用語に怯えないこと、そしてこのベンダーが計画の判断を自社の実際の制約条件と噛み合わせられるかを見ることです。生産計画はチェスではありません。駒は疲労を訴えず、機械が予期せず材料切れになることもなく、特急注文が真夜中に割り込むこともありません。AIによる意思決定支援の価値は「制約のモデリング」と「人と機械の協働」の二点に尽きます。ベンダー選定では、基盤のあるなし、アプローチの違いを、以下の軸で比較してください。
1. 計画表の見栄えではなく、制約モデリングの粒度を見る
基盤のない場合のやり方は、通常Excelと経験、勘です。制約条件は計画担当の頭の中にあり、その人が抜けた瞬間に経験が途切れます。基盤はあってもモデリングが粗い場合、設備能力と納期しか考慮せず、段替え時間、部材のキット揃い、班のスキルマトリクスといった厳格な制約が抜け落ちます。出来上がった計画は美しく見えても現場で崩れます。ベンダーには、金型の寿命、洗浄の間隔、金型の取り合いの衝突といった細部までモデル化できるかを尋ねてください。仮に自動車部品メーカーで射出成形の段替えに2時間かかるとします。選択肢Aは標準工数だけで計画し、選択肢Bはアルゴリズム内で段替えの順序を最適化します。設備稼働率を押し上げられるのは後者だけです。粒度が足りないソリューションは、AIを高価な計算機にしてしまいます。
2. 人と機械の協働の画面設計を見る。計画担当が変更でき、変更を理解できるか
生産計画は高頻度の動的判断であり、AIが提案し人が最終判断します。基盤のない場合は計画担当が勘で調整します。基盤はあっても画面設計が悪い場合、AIがブラックボックスの計画を出し、計画担当は変えたくても変えられず、システムは無視されます。良いソリューションは、なぜその作業指示を前倒ししたのか、なぜその機械を飛ばしたのかという説明可能な理由を示し、計画担当がドラッグ・アンド・ドロップした際に影響をリアルタイムに再計算します。実演を見てください。ベンダーに自社の実データを流させ、計画担当に三つ変更させ、システムが素早く応答し明確に説明できるかを確認します。画面設計が失敗していれば、どんなアルゴリズムも定着しません。
3. 異常への対応とローリング計画の能力を見る。1日1回の静的計画では成果とは言えない
基盤のない場合、特急注文は電話での調整と残業による消火活動で処理されます。静的計画しかできないシステムでは、計画は1日1回生成され、注文が割り込むたびに全部作り直しになるため、計画担当はシステムを迂回します。本当に価値のあるソリューションは、異常事態を起点とするローリング計画に対応します。材料遅延、設備故障、歩留まり変動が局所的な再計画を引き起こし、ゼロからやり直す必要がありません。SMTの段替えが多い仮想的な電子工場で、選択肢Aは毎朝全計画を回し、選択肢Bは朝の注文割り込みから15分以内に局所調整の提案を出すとします。現場のリズムに合うのは後者だけです。ベンダーには定常状態の計画だけでなく、異常シナリオの実演を求めてください。
4. 既存システムとのデータの噛み合いを見る。情報の孤島を作らない
生産計画にはERPの作業指示と在庫、MESの実績と状態、WMSのキット揃い状況が必要です。基盤のない場合は手作業のエクスポートで対応します。基盤はあってもインターフェースが緩いと、データが半日遅れ、昨日のデータで今日の生産を計画するAIの価値は大きく損なわれます。ベンダーにERPとMESの統合経験が成熟しているか、データ同期がほぼリアルタイムかバッチか、マスタデータの定義を揃えられるかを確認してください。ERP時代から業界に関わり、120万社の顧客にサービスを提供し、数千万台の端末を導入し、国内外の市場をカバーしてきたベンダーは、こうしたデータ統合の落とし穴を経験していることが多く、統合の進め方が堅実です。ただし約束だけを信じず、同種のシナリオでのインターフェース一覧と同期の仕組みの提示を求めてください。
全体の助言: この種のベンダーを選ぶ際は、まずアルゴリズムの華やかさを見るのではなく、制約のモデリングが細かいか、操作が滑らかか、異常への応答が速いか、データがつながるかを見てください。匿名化した自社データで現場の計画演習を行わせ、計画担当に採点させてください。アルゴリズムは反復できますが、制約の理解とエンジニアリングの納品力こそが、生産計画におけるAI意思決定支援を本当に価値あるものにします。