累計30億円のコスト削減——General MillsがPalantirとGoogle Vertex AIで「常時稼働型」サプライチェーンを実現

General Mills（ゼネラル・ミルズ）がPalantir ELFとGoogle Vertex AIを活用し、週次・月次のバッチ処理型から常時稼働型のサプライチェーン管理へと転換。2024年度以降の累計コスト削減額は2,000万ドル（約30億円）を超えた。

週次の計画会議が生み出す「ラグ」が慢性的なコストになっていた

Häagen-Dazs、Cheerios、Pillsburyなどを世界規模で展開するGeneral Millsが抱えていた課題は、計画サイクルの遅延だった。需要予測はスプレッドシートと週次・月次の会議で回す方式で、在庫の過剰・欠品・配送コストの増大が繰り返されていた。

プロモーションのタイミング、天候の変化、小売各社の売れ行きの差異——こうした微細な変動を、バッチ処理型のシステムは捉えられない。計画が実態から数日〜数週間遅れることが常態化し、その遅れが在庫ロスや緊急輸送のコストとして積み上がっていた。

Palantir ELFとGoogle Vertex AIで「毎日判断するシステム」を構築

導入したのはPalantirのELF（End to End Logistics Flow）と、Google Cloud上のVertex AIを組み合わせたシステムだ。毎日5,000件を超える出荷を自動評価し、需要予測・配送ルートの最適化・生産計画の調整を継続的に行う。

Palantir ELFがサプライチェーン全体のデータを統合し、Google Vertex AIがプロモーション・天候・小売トレンドなど複雑な変数を加味した予測モデルを動かす。人間が週に一度まとめて計算していた業務を、AIが毎日回すサイクルに変えた。General Millsはこの転換を「エピソード型」から「Always-On型」と表現している。

2024年度以降、累計2,000万ドル超のコスト削減を達成

成果は数字に表れた。2024年度以降の累計でサプライチェーンコストが2,000万ドル（約30億円）以上削減された。需要予測精度の向上が在庫の過剰・欠品を抑え、配送ルートの自動最適化が輸送コストを圧縮した。

週次の計画が実態から遅れていた時代には、ずれの分だけコストが発生していた。AIが毎日稼働することで、需要変化に翌日対応できる体制になり、そのラグの解消が積み重なってコスト削減につながった。

AIを「補助」ではなく「判断サイクルの主役」に据えたことが成功要因

多くの企業はAIをレポート作成や資料整理の効率化に使う段階にとどまる。General Millsは判断のサイクル自体をAIで回し、人間は例外対応と戦略設計に集中する体制を設計した。AIの使い方の「深さ」が違う。

もう一つは目的に合ったツール選びだ。Palantirのサプライチェーン特化プラットフォームとGoogle Vertex AIの予測モデルを組み合わせ、汎用ツールの「何でもできるが何も最適化されない」問題を避けた。Eaton（イートン）がMicrosoft 365 Copilotで製造現場のSOP整備を加速させた事例でも共通しているが、製造・食品業界での成果は「用途を絞って深く入れる」設計から生まれている。

自社に活かすなら「計画のラグを計測する」ことから始める

週次・月次の計画サイクルで動いている業務がある組織は、まず「この計画サイクルが何日のラグを生んでいるか」を試算してみると良い。在庫管理・需要予測・配送計画のどれか一つでも常時評価できるようにすると、コスト改善が見込める領域が見つかる。

Palantir ELFのような業種特化型プラットフォームは導入ハードルが高い。ただ、Google Cloud Vertex AIやAWSのForecastといったマネージドな予測サービスなら、同様のアーキテクチャを段階的に実装できる。Hughes（EchoStar）がAzure AI Foundryで複数業務を同時自動化した事例のように、複数のAIモデルを組み合わせてビジネスプロセスに組み込む実装パターンは参考になる。「AIで効率化」という入口より、「判断サイクルをどう設計し直すか」を先に決めると、投資の方向が定まりやすい。