ARC Advisory Groupは、産業技術が1986年の工場自動化から現在の業務AI利用へ移ってきた流れを整理し、次の段階は工場、倉庫、輸送網、サプライヤー、顧客をまたいで判断と行動を支援するソフトウェアだとした。Automation Research Corporation、後のARC Advisory Groupは1986年に設立された。当時、分散制御システム、プログラマブルロジックコントローラー、ドライブ、計測機器、現場コンピューティングは製造業の制御力を高めていたが、工場、企業、物流の各システムはなお大きく分断されていた。

産業技術はまず物理プロセスを自動化し、次に機械と業務システムを接続し、その後、業務全体の可視性を生み出した。工場、製油所、倉庫、公益事業、鉄道、グローバルサプライチェーンは既存の技術スタックを一度に置き換えられず、この移行には何年もかかった。ARCの中心的な教訓は、発明は重要だが、新技術が有用になるかどうかは統合が決めるという点にある。

サプライチェーンソフトウェアは、可視性の向上が生んだ問題を示している。輸送可視化プラットフォーム、倉庫管理システム、コントロールタワー、サプライヤープラットフォーム、計画システムは、企業が出荷、在庫、需要、運送会社、注文をより明確に把握する助けとなった。現在の大規模企業は数千件のアラートを生成できるため、運用上の課題は「十分に見えない」ことから、「見えすぎる中で、どの事象が重要かを人が判断しなければならない」ことへ移っている。

AIは、コンテナが3日遅れて到着するといった事象の後に、業務上の問いへ答える場面で運用モデルに入る。プランナーは、そのコンテナに何が入っているのか、どの工場がその材料を必要としているのか、どの生産注文と顧客コミットメントが影響を受けるのか、代替在庫や別のサプライヤーがあるのか、生産順序を組み替えられるのか、別便を急送する費用が生産停止より安いのかを知る必要がある。問題は可視性だけでなく、推論の問題になる。

産業AIには強力なモデルだけでは足りない。検索拡張生成（検索した情報で回答を根拠づける手法）はAIを企業固有の知識につなげられる。グラフベースのアプローチ（実体間の関係を対応づける手法）はサプライヤー、製品、工場、出荷、顧客、注文のつながりを示し、エージェント間通信は専門システム同士の協調を可能にする。ARCはこれを、既存の企業システムと運用システムを横断する接続された知能レイヤーと表現している。

エージェンティックAIは、仕事を支援するソフトウェアと、仕事を実行する人間という古い区分を曖昧にし始める。出荷遅延の例では、出荷エージェントが遅延を検知し、在庫エージェントが影響を受ける拠点を特定し、生産エージェントがリスクのある製造注文を見つけ、調達エージェントが代替供給を探し、輸送エージェントが急送の選択肢を評価する。問題が事前に定義された権限の範囲内に収まる場合、システムはいずれ自ら行動できる可能性がある。範囲外であれば、調査の多くを終えたうえで人間にエスカレーションできる。

ARCは産業の進展を「Automation → Connectivity → Visibility → Prediction → Decision → Action」と要約した。すべての運用プロセスが6段階すべてを通るわけではなく、すべての業務判断が自律化されるべきでもない。現在が注目されるのは、意思決定インテリジェンスとエージェンティックAIが同時に進展し、何が起きるべきかを知ることと、それを実行することの距離を縮めているためだ。

ARCは、実際の運用環境ではデモより難しい問いが生じると警告している。企業は、エージェントがどの情報にアクセスできるのか、どのシステムを変更できるのか、どれだけの金額をコミットできるのか、どの判断に人間の承認が必要なのか、エージェント間の衝突をどう扱うのか、6カ月後に判断をどう再構成できるのか、エラーの責任を誰が負うのか、十五年 old のERP実装と新しい知能レイヤーがどう連携するのかを決めなければならない。

AIはERP、TMS、WMS、調達、計画、制御システムを消すのではなく、それらを横断して動くようになる。産業AIの議論は、データ調和、相互運用性、セキュリティ、ガバナンス、文脈、意思決定権限、人間の監督を含むアーキテクチャへ移っている。サプライチェーンソフトウェアでは、可視化プラットフォームが例外管理へ向かっている。

ARC Advisory Groupは、産業技術が1986年の工場自動化から現在の業務AI利用へ移ってきた流れを整理し、次の段階は工場、倉庫、輸送網、サプライヤー、顧客をまたいで判断と行動を支援するソフトウェアだとした。Automation Research Corporation、後のARC Advisory Groupは1986年に設立された。当時、分散制御システム、プログラマブルロジックコントローラー、ドライブ、計測機器、現場コンピューティングは製造業の制御力を高めていたが、工場、企業、物流の各システムはなお大きく分断されていた。

産業技術はまず物理プロセスを自動化し、次に機械と業務システムを接続し、その後、業務全体の可視性を生み出した。工場、製油所、倉庫、公益事業、鉄道、グローバルサプライチェーンは既存の技術スタックを一度に置き換えられず、この移行には何年もかかった。ARCの中心的な教訓は、発明は重要だが、新技術が有用になるかどうかは統合が決めるという点にある。

サプライチェーンソフトウェアは、可視性の向上が生んだ問題を示している。輸送可視化プラットフォーム、倉庫管理システム、コントロールタワー、サプライヤープラットフォーム、計画システムは、企業が出荷、在庫、需要、運送会社、注文をより明確に把握する助けとなった。現在の大規模企業は数千件のアラートを生成できるため、運用上の課題は「十分に見えない」ことから、「見えすぎる中で、どの事象が重要かを人が判断しなければならない」ことへ移っている。

AIは、コンテナが3日遅れて到着するといった事象の後に、業務上の問いへ答える場面で運用モデルに入る。プランナーは、そのコンテナに何が入っているのか、どの工場がその材料を必要としているのか、どの生産注文と顧客コミットメントが影響を受けるのか、代替在庫や別のサプライヤーがあるのか、生産順序を組み替えられるのか、別便を急送する費用が生産停止より安いのかを知る必要がある。問題は可視性だけでなく、推論の問題になる。

産業AIには強力なモデルだけでは足りない。検索拡張生成（検索した情報で回答を根拠づける手法）はAIを企業固有の知識につなげられる。グラフベースのアプローチ（実体間の関係を対応づける手法）はサプライヤー、製品、工場、出荷、顧客、注文のつながりを示し、エージェント間通信は専門システム同士の協調を可能にする。ARCはこれを、既存の企業システムと運用システムを横断する接続された知能レイヤーと表現している。

エージェンティックAIは、仕事を支援するソフトウェアと、仕事を実行する人間という古い区分を曖昧にし始める。出荷遅延の例では、出荷エージェントが遅延を検知し、在庫エージェントが影響を受ける拠点を特定し、生産エージェントがリスクのある製造注文を見つけ、調達エージェントが代替供給を探し、輸送エージェントが急送の選択肢を評価する。問題が事前に定義された権限の範囲内に収まる場合、システムはいずれ自ら行動できる可能性がある。範囲外であれば、調査の多くを終えたうえで人間にエスカレーションできる。

ARCは産業の進展を「Automation → Connectivity → Visibility → Prediction → Decision → Action」と要約した。すべての運用プロセスが6段階すべてを通るわけではなく、すべての業務判断が自律化されるべきでもない。現在が注目されるのは、意思決定インテリジェンスとエージェンティックAIが同時に進展し、何が起きるべきかを知ることと、それを実行することの距離を縮めているためだ。

ARCは、実際の運用環境ではデモより難しい問いが生じると警告している。企業は、エージェントがどの情報にアクセスできるのか、どのシステムを変更できるのか、どれだけの金額をコミットできるのか、どの判断に人間の承認が必要なのか、エージェント間の衝突をどう扱うのか、6カ月後に判断をどう再構成できるのか、エラーの責任を誰が負うのか、十五年 old のERP実装と新しい知能レイヤーがどう連携するのかを決めなければならない。

AIはERP、TMS、WMS、調達、計画、制御システムを消すのではなく、それらを横断して動くようになる。産業AIの議論は、データ調和、相互運用性、セキュリティ、ガバナンス、文脈、意思決定権限、人間の監督を含むアーキテクチャへ移っている。サプライチェーンソフトウェアでは、可視化プラットフォームが例外管理へ向かっている。