Category: Industries

ブログ連載の紹介 世界中の小売企業がかつてない混乱に見舞われている中、業界のリーダーたちは、レジリエンス、粘り強さ、そしてイノベーションの能力を発揮しています。 私たちは AWS ストラテジックパートナーの経営陣との対談を始め、困難な時代におけるリーダーシップとイノベーションを紹介しています。 このブログ連載をお楽しみください。ご質問やご提案がございましたら、ぜひコメントをお寄せください。 — このブログの紹介 ブログ連載の２回目、「パートナー対談：ニューノーマルのためのイノベーション」では、サプライチェーンとコマースの統合ソリューションに特化したソフトウェア及びコンサルティング事業を提供するグローバル企業、enVista 社のストラテジー＆アライアンスの SVP であるジーン・ボーナック氏にお話を伺いました。ジーンは、パンデミックが小売業のサプライチェーンにどのような混乱をもたらしたかについて語り、進化する市場環境に素早く適応するための重要な戦略について考えを述べています。

平時であっても消費財業界のサプライチェーン管理において需要の変動性は常に難題です。そして、今は平時ではありません。 COVID-19 のパンデミックは、サプライチェーン計画を完全に混乱させ、計画を行うために必要な水準や取るべきリスクが増えてしまっています。 予期しない外的要因が極端な消費者需要の変化を引き起こすため、複数の場所で複数のサプライチェーン要素が影響を受け、オンラインチャネルでの購買は急増しています。従来の需要予測を計画に適用するだけでは、こういった複雑さに対処しきれていると言えません。 サプライチェーンチームはなんとかしようと苦心していますが、サプライチェーンをニューノーマルに対応させるためには高度なツールが必要なことが明らかになってきています。高度な機械学習 (ML) ツールは、既存のシステムと連携し、不安定なビジネス環境でオペレーションを予測する負担を軽減してくれます。 AWS は人工知能 (AI)、 ML 技術適用の最前線に立っています。幅広い ML サービスを提供し、それを実現するクラウドインフラストラクチャを支えています。 Amazon がより深く顧客のニーズを理解し、顧客の期待を超える対応ができるような自動化を推進するなど、AWS は Amazon.com を支えるテクノロジーを提供しています。 機械学習: 消費財業界における予測の基礎 サプライチェーン管理者が需要を予測し、タイムリーかつ適切な措置を講じるためには予測は欠かせません。従来の予測とは、過去から未来を予測するアプローチであり、過去の情報（時系列データ）に基づいて行われていました。しかし今や、私たちは過去のパターンからは正確に予測できないような、 ニューノーマルの状態にあります。 サプライチェーン管理者が現在から未来にかけての需要の混乱に対して、より正確に計画、対応するために、ML は必要不可欠なツールとなります。 ML は AI アプリケーションであり、これによりシステムは自動的に学習し、改善できるようになります。アルゴリズムを使用してデータ内のパターンを検出し、そのパターンを使用して未来を予測する数学モデルを構築します。システムは人間の介入なしに自動的に行動を学習し調整し続け、時間の経過とともに精度を向上させます。 サプライチェーンにおいて組織がより完全で正確な予測を行うために ML が役立ちます。 ML のテクノロジーは、サプライチェーンの各ポイントで人間が持ち込んでしまうであろう、勘やエラーを排除し、より多くの変数を統合できるようにし、利用者から信頼されるような正確な予測に役立ちます。サプライチェーン計画全体が劇的に改善され、より優れた意思決定、より手厚い顧客サポートにつながります。 Amazon では、世界中の郵便番号ごとに 5 億を超える商品について毎日、予測を行っており、ML こそがその実現の鍵となっています。 ML を使用することで、Amazon は商品グループと消費者の購買行動を相互に関連付け、SKU 間の購買関係を形成することもできます。 Amazon では、ML を使用して、顧客が特定の商品を購入すると、同時ではなくても、翌週に別の特定の商品を購入する可能性が高い、ということを予測できます。たとえば、うがい薬の需要の急増が、歯ブラシの需要の急増に繋がる可能性がある、などです。 数十万の組み合わせを分析することで、予測をより完全かつ正確に行うことができるようになるのが ML です。たとえば、多数の異なるモデルを評価して、どの予測が最良の結果をもたらすかを検証することもできます。 ML は静的なものではなく、フィードバックループであるため、サプライチェーンを継続的に調整することができます。ビジネスルールを設定したら何か起こるまではそのまま維持されるような、一般的なマニュアル型の手法とは対照的です。 高度な予測に不可欠なデマンドセンシング ML はそれ自身でも長期予測の基盤を提供しますが、高度な需要計画を可能にするためにはデマンドセンシング（需要検知）の実装は今や不可欠です。デマンドセンシングは洗練された新次元の機能であり、内外さまざまな影響による需要パターンの傾向と変化をより早く特定できるようにします。 さまざまな内外部要因の影響を考慮するために、デマンドセンシングは […]

筆者（Danny Yin）は15年以上にわたって、多くの革新的な消費者ブランドの e コマースプラットフォームの設計を支援してきました。特に消費者向け（Direct To Consumer; DTC）e コマースサイトにおける顧客体験の向上と運用効率向上を支援することが、AWS における筆者の役割です。 レガシーアーキテクチャに多額の投資を行っている消費財企業からも、クラウドベースの e コマースプラットフォームのメリットをどうすれば実現できるのかよく聞かれます。このブログでは、e コマースサイトをモダナイズするための3つの戦略について、その概要を紹介します。 DTC eコマースサイトの典型的なレガシーアーキテクチャはおわかりになりますね。オンプレミスのデータセンターに配置されたモノリシックアプリケーションで、DBA チームが巨大なウェブサイトを管理、チューニングしています。特にホリデーシーズンの購買ピーク時には、コストがかかる上に、拡張は難しく、管理にも時間がかかっていました。ここではこの点についてこれ以上深追いはせず、3 つのモダナイゼーションを見ていきましょう。 戦略１: DTC eコマースサイトをクラウドにリフト＆シフトする パンデミックにより、eコマースからの売り上げは急増しました。オンプレミス環境または、プライベートクラウド環境にあるアプリケーションの場合、その ウェブサイトは大量のオンライン購買客の流入に対処しきれなかった可能性があります。おそらく ITチームはサーバー容量を追加する必要があったでしょう。それにより一時的には対応できたかもしれませんが、e コマース利用が続けば最終的に、容量制限を超える、予算を超えるといったことになりかねません。 この課題を解決するために、仮想サーバーにリフト＆シフトします。これは、モダナイゼーションに向けた比較的簡単に取り組めるステップであり、すぐに以下のようなメリットを享受することができます： コスト削減 – AWS の従量課金制モデルをすぐに利用いただけます。使われていないサーバーに料金を支払う必要はありません。運用のベースラインとして Amazon EC2 リザーブドインスタンス（RI）を使用すれば、インスタンス価格はオンデマンドインスタンスと比較して大幅な割引価格（最大72％）で利用できます。次に、Amazon EC2 オンデマンドインスタンスを、またワークロードが適合するのであれば Amazon EC2 スポットインスタンスを使用します。スポットインスタンスを使うことでピークスループットは（オンデマンド価格と比較して）最大 90％ 割引されます。 スケーラビリティ – AWS Auto Scaling により、ビジネス需要の変動に対応してサーバー容量をスケールインまたは、スケールアウトする柔軟性が得られます。 フォールトトレランス – Amazon EC2 Auto Scaling を使うことで、不健全なインスタンスを検出して新しいインスタンスで置き換えることができます。ITスタッフの運用負荷が軽減され、e コマースサイト全体の健全性と可用性が向上します。 メンテナンス容易性 – […]

ミーティングイベントを利用することでAmazon Chime SDKで構築されたオーディオ、ビデオ、および画面共有アプリケーションからクライアントのメトリクスデータを収集できます。さらにミーティングイベントをAmazon CloudWatchと統合することで、重要な情報のスナップショットをAmazon CloudWatchダッシュボードで見ることができます。例えば、ユーザーがミーティングに参加中に障害が発生した場合、ダッシュボードでAmazon Chime SDKのミーティングステータスコードとエラーメッセージの確認ができます。このデータを使用してクライアントログを提供するような追加作業をユーザーに要求することなく、障害の理由を特定することができます。また接続の問題がユーザーの通話品質に影響するかどうかを判断するためのレイテンシーメトリクスもあります。

このブログは、More Retail 社の Supratim Banerjee 、Ganit Inc 社のShivaprasad　KT と Gaurav H Kankaria のコラボレーションによるゲスト投稿です。 More Retail 社（MRL）は、インドの食料品トップ4の1つで数十億ドルの売上を誇る小売業者です。インド全土に22の大型スーパーマーケットと624のスーパーマーケットからなる店舗ネットワークを持ち、それを13の流通センター、7つの果物野菜の収集センター、6つの食品加工センターのサプライチェーンで支えています。 大規模な店舗ネットワークにおいては、適切な品質の商品を適切な価格で消費者に提供するにはもちろんのこと、消費者の需要に応えつつ在庫運用コストを最小限に抑えることもまた重要です。MRL 社は AI アナリティクス領域のパートナーである Ganit 社と協業し、より正確な需要予測とそれを自動発注に繋げるシステムを構築しました。これによりオペレーションのボトルネックを解消し、これまで各店長がマニュアルで発注の判断を行っていたことによる発注の不備を克服できるようになったのです。 Amazon Forecast を使用することで予測精度は 24％ から 76％ に向上し、生鮮食品カテゴリでの無駄を最大 30％ 削減、在庫率を 80％ から 90％ に、そして粗利益を 25％ に改善することに成功しました。 自動発注システムの構築とそれによる業績の達成が成功した理由は2つあります： 実験する能力 – Forecast は柔軟なモジュール形式のプラットフォームを提供しており、古くからのモデルと ML モデル両方を含むさまざまなタイプの予測器を使用して 200 以上の実験行うことができます。チームはカイゼンのアプローチに従い、失敗したモデルからでも学びを得て、成功した場合にはそのモデルをデプロイしました。成功したモデルがデプロイされてからも実験は並行して継続されました。 変更管理 – これまで自身の判断で発注を行っていたカテゴリオーナーに対し ML ベースの注文システムを信頼してもらうよう説得しました。適用計画は体系的に計画されており、ツールによる発注結果を確実に保存し、統制のとれたサイクルでオペレーションが行われました。結果、補充済みの在庫と現在庫がオンタイムに特定、記録されました。 生鮮品を予測することの複雑さ 消費期限の短い、生鮮カテゴリーの商品需要を予測することは難しいことです。過大予測をしてしまった場合、店舗が古くなった商品や熟しすぎた商品を販売したり、在庫を廃棄することに繋がってしまいます（在庫圧縮と呼ばれます）。一方で過小予測をしてしまうと、商品が在庫切れとなる可能性があり、これは顧客体験に影響を及ぼします。買い物リストにある商品のうち「これがないと困る」というキーアイテムがなかった場合、顧客が買い物をやめてしまうこともあります。本当に必要なものがないのにわざわざレジ待ちの列に並びたくないからです。MRL 社の 600 […]

Amazon Nimble Studio は、ストーリーボードのスケッチから最終成果物まで、クリエイティブスタジオが AWS を利用して、視覚効果、アニメーション、インタラクティブコンテンツのすべてをクラウドで生成するために使用できる新しいサービスです。Nimble Studio は、仮想ワークステーション、伸縮自在なファイルストレージ、レンダリングファームキャパシティーに対するオンデマンドアクセスをお客様に提供します。また、IP セキュリティ、アクセス権限、およびコラボレーションのための組み込みの自動化ツールも提供します。

AWS Media Asset Preparation System (MAPS) ユーザーインターフェース AWS GitHub Samplesで公開しているAWS Media Asset Preparation System (MAPS) を導入することで、Amazon Simple Storage Service (Amazon S3)やAmazon FSxなどのAWSのストレージサービス間でのメディアアセットの移動とその後のワークフローのための準備を容易にすることができます。メディア制作ワークフローのためにコンテンツを準備する担当者は、メディアのアップロードとダウンロード、アセットの検索とフィルタリング、メディアのフォルダ作成と整理、サムネイルとテクニカルメタデータの表示、内蔵メディアプレーヤーによるコンテンツのプレビュー、Amazon S3とAmazon FSx間でのメディアの移動を行い、その後のワークフローに向けての準備を行えます。

今年の AWS Summit はオンライン形式で、5月11日（火）、12日（火）に開催予定です。2つの基調講演の他、事例セッション、パートナーセッション、ビジネスリーダー向けセッション、AWSセッションなど150のブレークアウトセッションをお届けします。金融関連では、金融インダストリーにフォーカスした8つのセッションをご用意したほか、サステナビリティやダイバーシティなど注目のテーマも取り上げています。 まずは金融のセッションについてご紹介したいと思います。今年は、デジタルを活用した新しい金融サービスの開発、変容する社会環境におけるユーザーエンゲージメント、データを活用したビジネス、変化に対応するレジリエンシーなど、現在の金融ビジネスを取り巻く事業課題にフォーカスしたセッション群をご用意致しました。また、マーケットセグメントの観点では、銀行、証券、保険、決済の各領域のお客様にご登壇を頂きます。事例をご紹介頂く各社が、どのように市場環境を捉え、クラウドを活用してビジネス課題を解決しているのか、是非ご参考にして頂けたらと思います。

業界を取り巻く環境 世界的なパンデミックが日本にも影を落としている中、ストリーミングを使ったライブイベントの配信が驚異的な伸びを示しています。2020年の早い段階から、大規模なイベントや対面集会が次々に中止に追い込まれました。オリンピックが延期され、プロスポーツは無観客となりました。企業においても入社式や集合教育、株主総会といったものがソーシャルディスタンスの導入により大きな影響を受けています。この流れの中、ライブイベント配信を支える企業にはこれまで無縁だったビジネスを含め、様々な業界から無数の依頼が舞い込んでおり、その全てに対応するには非常に難しい環境にあります。

昨年7月、AWSは低遅延の双方向ストリーミングサービスを実現するマネージドライブストリーミングサービスAmazon Interactive Video Service (Amazon IVS) を発表しました。Amazon IVSは、既存のAWSメディアサービスに加えてライブストリーミング体験を構築するための優れた機能を備えていますが、お客様から特定のユースケースに対してどのオプションが最適かという質問をよく受けます。 この質問に回答するためには、まずお客様のビジネスゴール、コア技術コンピテンシー、アプリケーション要件を理解することが重要だと考えています。