製造 / 完成車
Ford Motor Company：輸送業務データへの自然言語での質問と供給網の意思決定支援
- 企業
- Ford Motor Company
- 国
- 米国
- 導入状況
- 運用中
- 資料公開
- 日付の基準
- 資料が公開された時点。導入を開始した日とは異なる場合がある。
- 根拠の確認方法
- 原文の本文を閲覧
業務課題
Fordの北米輸送組織は、急速に変わる供給網の状況に合わせて判断する必要がある。担当者が個別に報告書を作成したり分析を待ったりする往復の手続きは、必要な人へ情報を届ける速度を落とす。定時到着などの用語も顧客の契約や輸送方式で意味が異なるため、一般的な言語モデルの回答だけで業務の数値を判断するのは難しい。
使った技術とデータ
Fordが使用するMoは、project44の物流データ構造と顧客別の業務定義を適用して自然言語の質問を解釈するAI分析アシスタントである。project44は輸送契約、輸送手段、実際の輸送の節目、到着予定時刻を業務の文脈として結び付けると説明する。SnowflakeのCortex Analystは、解釈された質問をSQLに変換し、保存された構造化データから数値を取得する。回答と次の行動の推奨を輸送担当者に提供する構造であり、原文はFordの実際の輸送措置をAIが単独で承認するとは説明していない。
成果
Fordの北米輸送責任者Doug Cantrielは、Moが報告書のやり取りや分析待ちを経ずに、必要な従業員へ正確でデータに基づく回答を直接提供すると述べた。これはFordの担当者が確認した情報へのアクセス方法の変化である。project44は全顧客の利用状況や別の社内試験の数値も示したが、Fordだけの削減額や精度の測定結果とは結び付けていない。
限界と残る課題
Fordの費用削減額や回答速度の改善率は公開されていない。原文にある他の顧客の削減額や供給企業の社内試験成績はFordの成果ではない。
出典
- project44 Turns Supply Chain Data Into AI-Powered Decisions with Snowflakeproject44 / GlobeNewswire, 確認
公開資料をまとめた事例です。ATF Works導入企業の成果ではありません。