エンタープライズAIエージェントの世界では、洗練された最初のデモと、本当に成功した導入の後に届く請求書との間にある溝という、よく知られた問題がある。DeepFabricはKencoとの協力でこの溝を埋めるのに3か月を費やし、商業・オペレーション・輸送・顧客サービスにまたがる6つのエージェントを実運用に移した。今後12か月間で、この北米のサードパーティ・ロジスティクス(3PL)プロバイダー全体に20のサプライチェーン・エージェントを展開する計画だ。

この3か月という導入期間は、多くのAIプロジェクトが軌道に乗れないという大きな潮流の中で際立っている。 recent Gartnerの調査では、2027年末までにエージェント型AIプロジェクトの40%超が中止されると予測されており、その要因としてコストの増大、ビジネス価値の不明確さ、リスク管理の不備が挙げられている。パイロットから本番環境への移行を生き延びるエージェントは、依然として例外であって標準ではない。

この提携は一本のインバウンド電話から始まった。Kencoのチーフ・デジタル&インフォメーション・オフィサーであるPal Narayanan氏は、サプライチェーン業界における同プラットフォームの取り組みを追跡したうえでDeepFabricに連絡を取った。

「彼は他の3PLやサプライチェーンチームと取り組んでいる私たちの仕事を知っており、私たちの運営哲学とプラットフォームの構築方法も理解してくれていました」と、DeepFabricの創業者兼CEOであるKalyan Kommineni氏はFreightWavesのインタビューで語った。「彼は、KencoのAIへの向き合い方や新技術を自社環境に導入する方法にとって、私たちが良い相棒だと感じてくれました」

控えめな概念実証から始める

成功するAIエージェントの導入は、控えめだが管理可能な出発点から始まる。小さく始めて、素早く動くことだ。

「私たちの目標は、可能な限り最小のリスクで、可能な限り速やかにエージェントを本番環境に投入することです」とKommineni氏は言う。「誰かを顧客として迎えることを考える前に、NDA(秘密保持契約)を結び、そのデータを預かって、エージェントがそのデータでどう動くかを示します。それにより、本番環境でどう動くかを体感してもらえるのです」

概念実証(PoC)の段階は、エージェントが実際の顧客アカウントに触れる前に、何が壊れるかを発見するために存在する。閉じられた独立した仮想環境ではなく実運用の中でAIエージェントのベータテストを行うリスクを考えれば、これは重要な安全策である。このアプローチにより、エージェントの微調整中の潜在的な混乱を最小限に抑えられる。

「確かにエージェントはしょっちゅう失敗しますが、それが非本番環境で起きていることを私たちは確実にしています」とKommineni氏は述べた。

Kencoは本番環境に至る過程で、こうした失敗を一切負担しなかった。6つのエージェントすべてが、単一の顧客へのサービスを乱すことなく稼働を開始したと、チーフ・オペレーティング・オフィサーのDavid Caines氏は述べている。

監査業務の自動化が大きな勝利となった理由

機会を生んだのは、この3PL独自の構造だった。Kencoは米33州とカナダにわたって141の流通拠点と4,300万平方フィートの倉庫スペースを運営している。このネットワーク内のあらゆる引き渡しは、誰かが確認しなければならない書類である。こうした書類の負担は、プロバイダーが荷主と輸送業者の間に立って取引の各側が生み出す照合作業を引き受ける、3PLビジネスの長年の特徴である。

「監査には大量の作業――手作業――があります」とKommineni氏は言う。「繰り返しますが、これは良い労働ではありません。オペレーターがやりたがらないものであり、AIエージェントに投げ出したいものです。だから私たちは監査業務全体で非常に得意になりました。そして監査は一つのものではありません。異なる当事者と関わるさまざまな種類の監査があるのです」

3PLにおいては、倉庫が輸送業者を検証し、輸送業者が顧客を検証し、顧客が倉庫を検証するということであり、それぞれが独自の書類を伴う別個の照合となる。

「これらの連結点のつながりの一つひとつが失敗の機会であり、本番環境でこれらのエージェントが失敗しないように、私たちはあらゆる手段を尽くしています」とKommineni氏は述べた。

貨物監査エージェントは、提案管理エージェントや在庫管理エージェントと並び、DeepFabricの最も広く展開されている3つのエージェントの一つである。同社は、監査コストの45%削減と、提案依頼(RFP)対応時間の最大30%短縮を報告している。

サプライチェーン・エージェントの目標線を定める

ベンチマーク設定は、多くの購入者が簡単な答えを見つけられない部分であり、何を測定するかという問いは、何を自動化するかよりも前に来る。Kommineni氏はこれを、効率性の問いではなく有効性の問いとして位置づける。

「3PLとして、企業として、あるいは企業内のチームとして、ここで何を成し遂げようとしているのか?」と彼は言う。「同じ人員でより多くの仕事をしようとしているのか、それとも時には人員を増やしながら、はるかに多くの仕事をしようとしているのか。そして時には『労働時間を削減しようとしているのか』という場合もある。顧客が取る視点はさまざまだ。それに応じてKPIが決まってくるのです」

測定基準はエージェントごとに変わる。提案管理エージェントは、人員を増やさずにチームが追求できる入札の増加数で評価され、監査エージェントは請求書100件あたりの手作業時間で評価される。

「KPIはエージェント次第ですが、私たちは顧客が導入前のKPIとベースラインを理解できるよう支援し、エージェントを展開して、導入後の状況を把握し、結果を測定します」とKommineni氏は述べた。

導入前のベースラインがなければ、何も有効に測定できない。

モデルについては中間のどこかで

購入者が解決しなければならないもう一つの問題は、どのモデルを基盤にするかだ。Kommineni氏の答えは、バランスの取れたアプローチだ。

「ここには2つの対立する考え方があります。『一つのモデルがすべてを行う』という考えと、『自分のユースケースのために20の異なるカスタマイズされたモデルを環境に展開する』という考えです。答えは常に、おそらくその中間のどこかにあります」と彼は言う。

DeepFabricは各ユースケースを、能力と価格で最適なモデルに振り分けており、それに伴うリスクは同社が負っている。

「私たちはそれらすべての管理リスクを引き受けます。トークンエコノミクスの管理リスクも、実行のリスクも引き受けます。そうすることで、毎日変化するものについて顧客が考える必要がなくなるのです」とKommineni氏は述べた。

Kencoは、資金を投入している2つのAI投資カテゴリーの線引きを自身で行っている。定義されたガードレール内でタスクを完遂するエージェント型AIと、コンテンツを生成し洞察を見出す生成AIである。DeepFabricはエージェント層を支え、Kencoのチームはプラットフォームに組み込まれた検査および上書きの経路を通じて、エージェントの出力に対する承認権限を保持している。

Kommineni氏はこの実行最優先の姿勢を、以前の職務で自分のチームが提供できなかったものにまで遡る。元コンサルタントである彼によれば、顧客に計画を提示しても、実行は常に課題だったという。

「しかしDeepFabricでは、実行という点でそれを真摯に受け止めました。コンサルタントとして提案したであろうことの実行を実際に支援します。そうすれば『本番環境でこれらのエージェントをどう実行すればいいのか』と悩む必要がなくなるのです」と彼は語った。

より広い市場にとって、この展開はエージェント型AIがロジスティクス分野で測定可能な本番環境の足場を維持できるかどうかの試金石となる。KencoとDeepFabricが描写するようなベースライン駆動型の結果は、今後12か月間で計画された20のエージェントが展開される中で、現れるか、あるいは現れないかが明らかになるだろう。

DeepFabric lands Kenco as It scales supply chain agents の記事は FreightWaves で最初に公開されました。