project44、リアルタイム・サプライチェーンデータを迅速かつ確信を持った意思決定へと変える会話型AIアナリスト「Mo」を発表

世界最大規模のリアルタイム物流データグラフから得られるコンテキスト（業務文脈）を基に、Moは、各顧客独自のデータとビジネスルールを横断的に推論することで、実業務で即座に実行に移せる回答を導き出します。[画像: https://prcdn.freetls.fastly.net/release_image/102037/24/102037-24-9eb3f8de084c89267ca8a0c5de438c0c-1800x1012.png?width=536&amp;quality=85%2C75&amp;format=jpeg&amp;auto=webp&amp;fit=bounds&amp;bg-color=fff ]米国シカゴ / 東京 - 2026年7月28日 - 現代サプライチェーンにおける意思決定インテリジェンス・プラットフォームであるproject44は、project44プラットフォームに直接組み込まれた対話型AIサプライチェーン・アナリスト「Mo」を発表しました。Moは、世界最大規模かつ最も精度の高いリアルタイム物流データグラフを活用しながら、各顧客独自のデータとビジネスルールを横断的に比較・判断し、現場の業務担当者に対して、より信頼性が高く、実際のデータに裏付けられた回答を提供します。サプライチェーン担当者はこれまでになく膨大なデータを保有しています。しかし、実業務においてはレポートを手作業で作成したり、ダッシュボードを操作したり、データを別のシステムへエクスポートしてデータを利活用しているのが現状です。このような手作業が前提となる環境では、意思決定に必要な回答をタイムリーに得ることは容易ではありません。現在提供されているソリューションの多くは、汎用AIであれ従来型の分析プラットフォームであれ、あらゆる顧客に共通の仕組みで動作するよう設計されています。そのため、個別の業務課題に対する具体的な答えを得るには、質問ごとにデータを加工したり分析条件を設定したりと、都度個別の対応が必要になります。こうしたプロセスは、対応すべきタイミングを逃して意思決定を遅らせるだけでなく、分析担当者への依存というボトルネックも生み出します。その結果、多くの現場担当者は必要な情報を自ら取得できず、分析担当者の支援を待たなければなりません。こうした手間が増えるほど意思決定のスピードは低下し、得られた回答に対する信頼性も損なわれていきます。 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（LLM）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を根拠として導き出されます。さらに、サプライチェーンデータにおける用語やデータ同士の相互関係性を理解できるよう最適化されているため、世界最大規模かつ高精度なリアルタイム物流データグラフを基盤に、顧客ごとのSOP（標準作業手順）、戦略、KPIを考慮しながら総合的に判断します。その結果、企業ごとに異なるサプライチェーン・オペレーションの特性や細かな違いまで正確に理解し、より実務に即した回答を提供します。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ることができます。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を使用した分析の場合、データのエクスポートや必要なデータの抽出、回答に必要なコンテキストの作成を手作業で行う必要があり、回答までにより長い時間が必要となります。また、社内検証で汎用AIに対し、遅延率や未追跡貨物の割合といった業務に関連する質問をすると、業務文脈を理解していないため、誤った回答や、または実態とかけ離れた回答を返すケースが観測されました。しかし、Moならこうした手作業による準備を必要とせず、実際の業務に即した回答を提供します。この基盤があるからこそ、Moは単なる情報検索ではなく推論（reasoning）を行うことができます。顧客の出荷実績データから時間をかけてコンテキストを構築し、単一の数値を返すのではなく複数の変数を比較検討し、確信度が低い場合は推測に頼るのではなくその旨をシグナルとして示します。その結果として実現されているのは、単なるチャットボットのラッパーではなく、実質的に高い精度を持つ推論アーキテクチャです。その結果、一部の担当者だけでなく、関係チーム全体がサプライチェーンに関するインサイトを手にすることができるようになります。project44の顧客企業は、Moの基盤となるデータとコンテキストを活用することで、すでに測定可能な定量的な成果を実現し始めています。ディテンション（返却遅延料）やデマレージ（超過保管料）では、大手企業のお客様において、付帯費用を600万米ドル（約9.8億円）削減した事例があります。また、運転資本の改善では、Moに1つ質問するだけで20万米ドル（約3,260万円）の運転資本を確保できたケースも確認されています。サプライチェーンの混乱への対応では、必要な情報を迅速に把握できるようになったことで、例外対応や遅延に伴うコストを回避し、単一の取り組みで60万～180万米ドル（約9,780万円～約2.9億円）のコスト削減を実現した事例もあります。Moは、こうした成果をあらゆる顧客や業務に展開し、これまで専任のアナリストによる分析が必要だった業務を、現場の担当者一人ひとりが直接判断やアクションに活用できるものへと変革します。提供開始時点では、Moはフルトラック積載輸送（FTL）、トラック積載未満輸送（LTL）、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していく予定です。また、Moは、project44が目指す将来像を実現するための第一歩でもあります。project44は、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おり、これを「ソブリンモデル（Sovereign Models）」と呼んでいます。画一的なAIをすべての企業で共通利用するのではなく、project44のセマンティクス（データの意味や関係性）と物流データグラフを基盤として、それぞれの企業が自社の業務に最適化したAIモデルを構築・活用できるようになります。project44の創業者兼CEOであるジェット・マッカンドレスは次のように述べています。「弊社は10年以上をかけて、世界最大かつ最も精度の高いリアルタイム物流データグラフを構築してきました。しかし、データをつなぎ、クレンジングし、それを適切に利活用するためのルールを整えることは、あくまで始まりに過ぎません。Moは、こうしたコンテキストと顧客データを誰もが簡単に活用できる形にし、これまで数時間かかっていた作業を数秒で完了できるようにします。こうした変化が、サプライチェーンチームが日々直面するあらゆる問いに広がれば、チームの働き方は根本から変わるでしょう」Moはすでに、その価値を実証し始めています。 Moのアーリーアクセスプログラムに参加しているFord Motor Companyでは、他部門によるレポート作成や分析を待つことなく、必要な情報を迅速に取得するためにMoを活用しています。Ford Motor Company 北米輸送部門責任者のダグ・カントリエル氏は、次のように述べています。「サプライチェーンにおける意思決定にはスピードが求められます。そして、その意思決定を担うチームには、同じスピードで必要な情報を得られる環境が不可欠です。Moは、レポートの作成や分析結果を待つことなく、正確でデータに裏付けられた回答を必要な担当者へ直接提供することで、その実現を支援してくれます。」詳細情報のご確認またはデモのご依頼は、https://www.project44.com/ja/ai-agent-orchestration/mo/ をご覧ください。project44についてproject44は、現代サプライチェーンにおける意思決定を支援する 「意思決定インテリジェンスプラットフォーム」です。 サプライチェーン全体の関係性（コンテキスト）を理解するAIにより、 分断されがちなロジスティクス管理を統合されたインテリジェンスへと 進化させ、グローバルサプライチェーンのオペレーションに確実性を もたらします。インテリジェント輸配送管理、エンド・ツー・エンド 可視化、ヤード管理、ラストマイルソリューションに加え、28万社以上の優先キャリアネットワークを通じて、製造、自動車、小売、ライフサイエンス、食品・飲料、消費財（CPG）、石油・化学・ガス業界など、1,000社を超えるグローバル企業の年間15億件以上の出荷をつないでいます。詳細は project44.com/ja/ をご覧ください。【お問い合わせ】 project44 マーケティング marketing_jp@project44.com企業プレスリリース詳細へ : https://prtimes.jp/main/html/rd/p/000000024.000102037.htmlPR TIMESトップへ : https://prtimes.jp