Fujitsu Data Intelligence PaaS

富士通のAI Agentによる自律的な在庫マネジメント

日々複雑化するサプライチェーンにおいて、在庫管理はますます困難になっています。本動画では、富士通のAIエージェントがどのように貢献できるのか、7つのAIエージェントが連携し、人に代わって在庫管理業務を担う様子をデモンストレーションします。 欠品アラートへの対応を例に、AIエージェントが最適な対応策の提案をするところから、対応策の採択、評価、そしてAIエージェントの成長までを導くプロセスをご紹介します。データドリブンな業務変革を進めていくことで、在庫オペレーションに関連するあらゆるデータが意味付けされ、統合されたデータモデルが出来上がっていきます。そこにAIエージェントを掛け合わせれば、このような圧倒的な生産性向上、業務の自動化・効率化を素早く実現していくことが可能となります。

在庫管理 -Fujitsu AutoMLによる需要予測に基づいた最適な在庫マネジメント-

製造業における在庫管理は、従来から人の経験と属人的な判断に大きく依存してきました。しかし、世界的な人件費の高騰や熟練労働者不足が深刻化する中で、従来の方法では対応しきれない課題が浮き彫りになっています。こうした状況を打破するため、データとAIを活用した革新的なアプローチが注目されています。例えば、AIは需要予測から在庫切れのリスクを予測し、最適な在庫量を自動計算することで、サプライチェーン全体の効率を飛躍的に向上させます。これにより、製造業は持続可能性を確保しつつ、より競争力のある企業体制・文化への変革に向けて一歩踏み出すことができます。

【脱炭素経営】温室効果ガス排出量の可視化と戦略的シミュレーション

企業において、GHG（温室効果ガス）排出量の削減と収益性の維持は大きな課題となっています。
本動画では、特に製造業にとって重要となる「Scope3 カテゴリ11（販売した製品の使用に伴う排出）」に焦点を当て、戦略的に削減するためのアプローチをご紹介します。
企業全体のGHG排出量を地域別・製品別に俯瞰的に把握し、注力すべき分野を明確にします。また、販売計画に基づく将来の排出量予測や、販売量、再生可能エネルギー利用などの要因が排出量へ影響を与える影響を分析。収益性を維持しながらGHG排出目標を達成するための最適な削減戦略をシミュレーションします。さらに、Scope3 カテゴリ11だけでなく、サプライチェーン全体への展開や他企業との連携等、取り組みを発展させることも可能です。
これにより、サステナビリティ目標とビジネス成長の両立を実現します。

サプライチェーンレジリエンス－緊急事態発生時の被害を最小化し、迅速なリカバリーを実現－

今日のサプライチェーンは、自然災害や供給停止、予期せぬ需要変動など、多くの脅威に直面しています。有事の際に事業を継続するには、被害を最小限に抑え、早期に復旧する「レジリエンス」が不可欠です。
本動画では、大規模地震時を例に、突発的な事態の影響を迅速に把握し、即座のリカバリー対策を可能にする仕組みをご紹介します。
有事の際には、調達先への影響や部品供給の懸念などを瞬時に特定し、生産や顧客への影響、さらに金額的被害までを即時に可視化します。これにより、企業は損益インパクトを自動で把握した上で、代替サプライヤーへの切り替えなど、AIによって自動生成・提案される推奨リカバリー策を活用し、迅速な対策実行が可能となります。
これにより、サプライチェーンの強靭化と迅速な事業継続を実現します。

病院経営の最適化－データ×AIによる可視化と意思決定支援－

医療機関では、複雑化する制度対応や増え続ける現場負荷により、病院経営の最適化が重要な課題となっています。
本動画では、診療報酬・施設基準の状況を可視化し、病床配置をAIで最適化することで、複雑な病院経営をスムーズに改善するアプローチをご紹介します。
基準の未達ポイントの分析や最適な病床の提案を通じて、返戻金の防止と現場の負担軽減を実現し、医療従事者がより重要な業務に集中できる環境づくりを支援します。
さらに、データとAIの活用により医療現場の業務をシンプルにし、医療従事者が本来注力すべき“人の命と健康”へ一層集中できる環境を実現します。