企業、特にメーカーがCRE戦略を策定するにあたって、必ず考慮しなければならないテーマとなるのがサプライチェーンマネジメントです。本來のCRE戦略とは、このサプライチェーンをいかに効率的に、最大効果が出るように構築するかということでもあります。原材料の入荷から、製造、加工、出荷を行う工場と配送センターにどのような機能を持たせるかによって、立地や広さ、そして建物の設計が変わり、生産計畫のみならず雇用の問題まで包括する経営の根幹ともいえるでしょう。
そして今、CRE戦略を左右するサプライチェーンマネジメントが、AI、IoT技術の出現によって、大きく変わろうとしています。

CRE戦略に密接に関係するサプライチェーンマネジメントが変わる

サプライチェーンマネジメントは不確実性との戦いです。たとえば、販売計畫や需要予測をもとに、製造計畫や在庫計畫、出荷計畫を立てる際に、これまで多くの企業ではその前の期などの過去のデータを分析?參照しながら、次期の計畫を立ててきました。つまり、予測不可能な將來の計畫を立てるのです。また、次期の計畫を立てるということは、まさに経営判斷の大きなポイントであり、これまでは、そこには大なり小なりの「人」による意思決定のさじ加減とタイムロスがありました。
ところが、AI、IoT技術の出現によって、ほぼリアルタイムにデータが取れるだけではなく、そのデータが蓄積され続けていくことで、さまざまなパターンをAIが學習し、偏った意思のない生産計畫や出荷計畫の立案が可能になります。
ということは、需要データがそのまま生産計畫から出荷計畫までリアルタイムにつながり、無駄な業務プロセスが不要になります。これまでの製造プロセスごとのオーダーシステムや、人の判斷による指示業務などが多くのシーンで不要になるのです。
加えて、意思決定をAIが行うことで、そのタイムロスもなくなります。さらに、「優秀な人」はコピーできませんが、「優秀なAI」のコピーは簡単です。
また、仮にこうしたサプライチェーンのロジスティクスを一つの場所で行うことが可能になれば、原材料や製品などの移動も不要になるため、情報とモノ雙方が同時に動くことになります。
モノの移動時間もコストも、情報をもとにした人による意思決定のタイムロスがなくなります。これによって、業務プロセスごとの受発注業務も不要となり、まさにサプライチェーンマネジメントが一変することになるのです。これまでサプライチェーンやバリューチェーンを構築するうえでは、必ず人による意思決定のポイントがあり、このポイントを考慮しながら組み立てられてきました。その意思決定のシステムが大きく変わろうとしているといってもいいでしょう。

従來のデータ予測との違い

需要データに基づいた従來の自動的なオーダーシステムは、小売店の在庫が一定數を割るとアラートが出て、購買擔當者がメーカーや卸にオーダーをかけるといった仕組みです。自動発注システムも考え方は同じです。そこでの発注者は、「これは新商品が出るから待った方がいい」「たまたま売れただけだ」などという判斷をして最終的な意思決定をしていたわけですが、結果的に屬人的になり、タイムロスも起きます。極論すれば、そこに、多くの情報から導き出される「知能」は存在していなかったともいえるでしょう。
AIによるサプライチェーンマネジメントでは、機械學習によって、今後の需要予測やさまざまな要因まで考慮した結果を判斷することができるため、人よりもむしろ正しい判斷をすることも多く、しかも早いという利點があります。

CREはどうなる？

こうなると冒頭で述べたように、どのような立地、広さ、スキームで不動産資産を活用していくかというCRE戦略も大きく変わることになります。
具體的な解は、各社これから技術革新を自社のサプライチェーンマネジメントに取り入れながら見つけ出していくのでしょうが、「人による意思決定」ありきで考えられたシステムでは、これからのAI?IoT時代にはそぐわないことは間違いないでしょう。

今後、CRE戦略を構築するにあたって、以下のような観點から考察していく必要があるのではないでしょうか。

1. （1）情報の同時性が実現する場合、顧客へのサービスを考えた場合、どのような立地が考えられるか？
2. （2）データの蓄積によって、ロボットによる庫內作業が実現すれば、雇用の問題はどうなるか？（立地條件で最優先だと考えられていた雇用問題をどう考えるか？）
3. （3）情報の同時性が実現した場合、本社オフィス、生産工場、配送センターのCRE戦略をどのように考えればいいか？

こうした観點を考慮しながら、既存ビジネス、新規事業ビジネスの経営戦略に合わせたCRE戦略を練っていく必要が出てくるでしょう。