AIを活用した製造業が持続可能な未来を切り拓く方法

• 地球温暖化は重大な問題ですが、水不足、森林破壊、希少な天然資源の枯渇、不公正な労働慣行など、ほかのサステナビリティ課題にも、気候変動のより広範な影響を緩和するため、早急に取り組む必要があります。

• 人工知能（AI）は、環境・社会・ガバナンス（ESG）に関する情報開示と、実行可能な事業戦略との隔たりを埋めることができます。AIによる分析結果は、資材廃棄の削減、排出量の低減、消費者の意識向上に役立ちます。

• 従来の製造慣行は、資源や労働力の搾取につながることが少なくありません。AIやデジタル技術を活用すれば、商業的に成り立ち、かつ既存の仕組みを大きく変える新たな製品・サービスモデルを生み出せます。

地球温暖化と、それに伴う気候変動の現実は、持続可能でない人間の行動がもたらす結果として、最も多く議論されてきました。しかし、地球温暖化は、天然資源の過剰な利用によって引き起こされる問題の一つにすぎません。

ほかのサステナビリティ課題には、水不足、森林・希少な天然資源・回収不能な資材の枯渇、サプライチェーンにおける地政学的な緊張、不公正な労働などがあります。世界的な気温変化が連鎖的にもたらす影響を緩和するとともに、これらすべてに緊急に対処しなければなりません。

ネットゼロ目標を掲げる多くの製造業者は、サステナビリティ向上への取り組みを測るため、環境・社会・ガバナンス（ESG）報告書を作成しています。しかし、さまざまな業界の経営幹部3,000人を対象とした当社の調査では、際立った2つのデータが明らかになりました。

• 回答者の40%超が、ステークホルダーに開示するESG情報と、自社の事業戦略または製品戦略における追跡可能な行動との間に、明確な整合性がないと認めました。

• 企業の60%超では、ESGデータは主に社外のステークホルダーに利用されており、事業戦略の策定に活用されていません。

多くの企業では、ESG報告が標準化・集約されたデータに大きく依存しています。こうした情報は範囲が広すぎ、意味のあるサステナビリティ関連の変化を起こすには遅すぎることもよくあります。その結果、サステナビリティに関わる変化を促すうえで、十分な助けになっていません。

この状況を変える必要があります。製造業者がリアルタイムの財務管理を必要とするのと同じように、ESGデータも事業運営を正確に反映する信頼できるものにする必要があります。

ここで人工知能が力を発揮します。

AIを活用したESGデータは、製造業者とステークホルダーとの隔たりを埋めることができます。AIは、持続可能な変革を促す経済的なインセンティブを見いだし、次の4つを含む数多くの望ましい成果につなげます。

持続可能な製造業を実現するAI主導の4つの機会

1. 資材廃棄の削減

人間社会が生み出す資材廃棄量を信頼性高く定量化した指標である地球温暖化ポテンシャルは、40兆ドルと推定されており、そのうち製造業が40%を占めます。製造業者は、次の方法でこの問題に取り組むことができ、また取り組まなければなりません。

• 計画的陳腐化を通じて、有害で環境負荷の大きい資材を排除する。

• 使い捨て資材や、全般的な資材の過剰使用を減らす。

• サステナビリティ、循環型経済、地球環境への影響低減を念頭に、製品やサービスを設計する。

これらの目標はいずれも、製造業者が新たな収益を生み、支出を抑え、新しい製品や用途の展開経路を開発する機会となります。こうした機会は、当社の見立てでは、4兆ドル規模の市場機会になり得ます。

ここでAIを活用したデータは不可欠です。AI技術は、製品が生産ラインに乗る前であっても、資材の非効率な使用を特定できます。また、原材料の精密な調達、エネルギー管理、新たなサービスモデルの設計にもAIは重要な役割を果たします。

2. サプライチェーン全体でエネルギー転換戦略を推進する

約60%の人為起源の二酸化炭素排出量は、製造業と、それに伴う輸送・物流業務に由来します。排出量が多い理由の一つは、サプライチェーンが分断されていることです。そのため製造業者は、化石燃料由来の排出削減と再生可能エネルギーへの移行に向けた統合的な取り組みを見通せません。

ここでもAIが役立ちます。数年前には想像もできなかった膨大なデータを用いて、世界規模のパフォーマンスモデルを構築できます。製造業者はAIを使って支出モデルを分析し、海運・物流業界と連携することで、こうした分断を解消できます。

排出量を削減するには、製造業者は物流パートナー、特に外航海運会社と協力する必要があります。海運物流業界は、世界の商取引の90%超を輸送しています。連携して初めて、業務を最適化し、排出量を減らし、サステナビリティを高め、収益性を向上させることができます。

前述のとおり、AIの進歩は、航路、天候、交通パターンに関するデータを含む大規模なデータセットを分析することで、製造業者とサプライチェーンのパートナーが排出量を削減する道を開いています。

コグニザントでは、世界有数の海運物流会社の一社向けに、AIを活用したアドバイザリーシステムを開発しました。このシステムは、70隻を超える船隊全体の燃料消費を最適化し、効率を7%超向上させます。また、貨物予約や港湾業務の管理も最適化し、港に急行した船が、係留場所が空くまで港内で待たされるケースを減らします。

こうした改善は、物流会社と、その会社に依存する製造業者の双方に利益をもたらします。

3. 消費者の意識と需要を高める

Scope 3排出量を測定・報告する際、製造業者には主に、自社製品のリサイクル可能性を高め、消費者の意識を向上させる責任があります。年間4億トンのプラスチック廃棄物が生まれ、そのうちリサイクルされるのは、少なくとも米国ではわずか21%という世界において、製造業者が使い捨てプラスチックへの依存を減らすことは極めて重要です。AIを活用したモデルにより、製造業者は顧客ライフサイクル全体のデータを分析し、製品の影響や使用終了後のあり方を可視化できます。市場動向、ブランド指針、製品ライフサイクルの分析により、廃棄物の流れやその他の製品特性を把握できます。これは、競争上の差別化を促し、より持続可能な使用モデルの構築に役立ちます。

製造業者はまた、製品をより持続可能にする要素や、使用後のリサイクル方法について消費者に直接伝えます。

当社はアパレル・玩具メーカーと協力し、サプライチェーンのサステナビリティ特性を定量化するため、統合的なESGデータ戦略を策定しました。この戦略は、製品に関する主張の根拠を強化し、マーケティングや広告を通じた認知向上に役立ちます。

4. 搾取の削減

従来の製造業の経済原理、つまり「安く買い、たくさん作り、高く売る」は、必然的に資源や労働力の搾取につながります。AIなどのデジタル技術は、商業的に成り立ちながら、根本的な変革をもたらす新たな製品・サービスモデルの開発に有望性を示しています。

当社は顧客と協力し、次の方法で資源や労働力の搾取を減らしてきました。

精密利用モデル：

• AI、リモートセンシング、モノのインターネット（IoT）に基づくシステムにより、農業や水産養殖でのエネルギーと化学物質の使用量が30%超削減されました。これにより、飼料・肥料の供給業者は、販売量に基づくモデルから収量に基づくモデルへ移行できました。ボトルを超えたモデル：

• AI、IoT、リアルタイムの車両管理を活用し、飲料企業は、宿泊施設や家庭向けの新たな提供方法を生み出すことで、冷蔵設備、ガラス、水の輸送に伴う排出量を削減しています。コネクテッド機器の車両群：

• 手術と関連する医療用品を管理する統合ソリューションにより、手術中のリアルタイムな在庫情報を把握し、病院の廃棄物を削減しました。その結果、発注および在庫管理の取引件数が70%超減少しました。AIを活用した製造業で持続可能な未来を

循環型の生産・消費プロセスへの真の変革は、製造業者が長期的に持続可能なビジネスモデルを導入して初めて実現します。最終的に、持続可能な変革を促すのは政策ではなく、新たなビジネスのあり方を生み出す自由市場です。

企業の基盤データにAIを適用することで、搾取を抑え、コストを削減し、より健全な地球環境を実現すると同時に、新たな事業成長と業績向上の可能性を強化する機会を見いだせます。

コグニザントのウェブサイトにある

サステナビリティサービスのセクションをご覧ください。.