レジリエンスなき効率化は、より速く止まる方法にすぎない

Scaling Business Summit 2026(ホーチミン市)からのインサイト。

モデレーターは Alyssa Nguyen、Gradion の SAP Sales & Marketing Specialist。登壇者は Christoph Dirr、Würth Industries Vietnam の General Manager、そして Christian Boos、SAP の VP Global – Head of Sustainability Innovation。セッションは具体的な5つの問い、すなわち在庫、AI、サプライヤーのギャップ、サステナビリティの ROI、そして 2026 年に最も重要となる一つの投資を順に扱いました。

彼らの合意点は、多くの工場長が予想していたものとは違っていました。

1. 適正な在庫量はゼロではない

在庫ゼロは目標のように聞こえますが、そうではありません。少なくとも、まだではない。

Christoph Dirr ははっきりと述べました。「見えない在庫はまだ未来の話です。目標は何も持たないことではなく、ちょうどよい量を持つことです。」その量は、工場のレジリエンスがどれほどか、安全にどれだけのコストをかけるか、何が起こりうるかへの可視性がどれだけあるかに依存します。

Christian Boos は別の枠組みを示しました。在庫ではなくデータでバッファをとる、というものです。エンドツーエンドの可視性は、安全在庫を勘ではなく計算された判断にします。データがあれば、楽観ではなくエビデンスに基づいて在庫水準を下げられます。

実務的な含意は明確です。KPI はバッファの大きさではなく、判断の背後にあるデータの質です。

教訓1: ゼロを目指す最適化をやめ、可視性を目指す最適化を始めよ。

2. スイス vs. ドイツ - レジリエンスは長期戦で勝つ

Christoph Dirr は、二つの鉄道システムの話をしました。スイスとドイツ。インフラの世代は同じで、いずれも19世紀にさかのぼります。交通の混雑度合いも同じ。あらゆる種類の列車が同じ線路を走ります。一方は時間に正確なことで有名で、もう一方はそうではありません。

違いは労働力ではありません。技術でもありません。「スイスはレジリエンスと持続可能な効率を最適化しています。ドイツは毎日、できるだけ多くの量を線路に載せようとします。Throughput, throughput, throughput、そして複雑性がそれを罰します。」

スイスは住民一人当たりに対する鉄道インフラへの支出が、ドイツのほぼ2倍です。ネットワークは圧力を吸収できます。ドイツのものはそうではなく、一つが壊れるとすべてが壊れます。

製造業との並行関係は直接的です。Christian Boos はそれを「AI に何をさせているのか」という問いとして整理しました。効率を最大化させるのか、失敗を防ぐのか。デザインの問いは技術よりも重要です。スマートファクトリーとは、正しいアーキテクチャへの投資であって、単なる throughput の追加ではありません。

教訓2: スケールできる工場は、最も効率的な工場ではない。最もレジリエントな工場である。

3. サプライヤーを変えさせるな。そのデータを引き込め

サプライチェーンのギャップは現実です。地元のサプライヤーは Excel を使い、買い手はクリーンなデータと透明な報告書を求めます。多くの解決策は、小規模なベンダーに新しいシステムの採用を説得することに向かいますが、それが機能することはまれです。

Christian Boos の答えは率直でした。Excel に留まらせよ。それをデータソースとして扱え。AI agents を使ってスプレッドシートのデータを読みやすく、構造化し、エンドツーエンドのプランニングに統合せよ。「従業員4〜5人のベンダーを ERP ソリューションへ押し込むのに時間を費やすより、データを取り、それをもとに議論せよ。」

結果として得られる情報は同じで、コストはわずか、change management も不要。データはすでに存在します。欠けているのは統合のアーキテクチャです。

Christoph Dirr は製造業側の成果として確認しました。SAP と AI agents を組み合わせることで、Würth Industries Vietnam は調達判断を見直し、現在ではこれまで以上にベトナムで生産しています。その計算はシステムから出てきたものであり、直感からではありません。

教訓3: データはすでに存在する。それをつなげ。背後にいる人々を作り直そうとするな。

4. サステナビリティは USP になる、それを証明できるデータがあれば

サステナビリティを compliance のためのタスクと捉える工場は、常にそれをコストとして見ます。それは間違った枠組みです。

Christian Boos は線を明確に引きました。「報告書を満たし compliant であるためだけにサステナビリティをやるなら、それはコストドライバーです。競争優位を得るためにやるなら、USP になります。」

違いは製品レベルのデータです。1ユニットあたりの排出係数。1ロットあたりのエネルギーと水の消費量。競合の同等値と比較できる数字です。

Christoph Dirr は具体例を加えました。EU の新しい炭素国境調整メカニズムは、ベトナムに比較的低い炭素排出係数を割り当てています。ここで締結具を生産する Würth Industries Vietnam にとって、それは自社製品がドイツのバイヤーに対してより魅力的になることを意味します。サステナビリティは、すでにヨーロッパでの調達判断に影響しているのです。

より広い原則として、正しく行われたサステナビリティに最終的な値札はありません。「常にリターンするべきであり、そうでなければ定義によりサステナブルではありません。」 投資はデータを測定可能にすることにあって、見栄えにはありません。

教訓4: データのないサステナビリティはコスト。データのあるサステナビリティは競争上の強み。

5. すべてを可能にする唯一の投資

締めの問いは明確でした。工場が 2026 年にサステナビリティ目標のためにたった一つだけ投資できるとしたら、それは何であるべきか?

二人とも迷わず答えました。データポイント。

「いま私たちが確実に言えるのは、将来データが必要になる、ということだけです、」と Christoph Dirr は語りました。「そしてデータを持つために最初に必要なのが、データポイントです。」クリーンに。

自動化され、継続的に。新しい機械でも、追加の ERP モジュールでもなく、ほかのすべての判断を議論可能にするためのインフラです。

Christian Boos はその枠を広げました。新しいものを買う前に、すでに工場にあるものをつなげ。さらに先へ、外部のシグナルも取り込め。気象パターン。気候のかく乱要因。サプライヤーの納期に影響するすべてのこと。「最初の波では、知っているもの、ある場所にあるものをつなげ。それから、その先へ進め。」

predictive な予測は、データの連鎖が工場の壁の外に届くほど精度が上がります。先頭に立つ工場は、最も速く自動化する工場ではなく、誰よりも先に何が起きているかを知る工場です。

教訓5: 買う前につなげ。AI に使わせる前にデータをきれいにせよ。

CEO のための実行プレイブック: 明日からやること

1. 1. バッファの判断を直感ではなくデータと結びつけよ。 今週、在庫カテゴリーをひとつ監査せよ。リスクを増やさずに削減できるようにするには、どのデータが必要かを特定せよ。そこから始めよ。
2. 2. throughput ではなくレジリエンスでストレステストせよ。 運用チームに問え。重要なサプライヤーが明日ひとつ落ちたら、何が止まるか。その答えが、量のために作ったか、安定のために作ったかを示す。
3. 3. サプライヤーへの標準化の強要をやめよ。 自社のチェーンの中で、Excel に依存するサプライヤーを2〜3社特定せよ。change management プロジェクトに投資する前に、AI integration が彼らのデータを自社のプランニング層へ流せるかを検討せよ。
4. 4. 主要3製品向けにサステナビリティのファクトシートを作成せよ。 排出係数、エネルギー消費、ユニットあたりの水使用量。粗い見積もりで構わない。これは競争上のデータレイヤーの始まりであり、ヨーロッパのバイヤーにとって次第に前提条件となる。
5. 5. 次の設備投資の前に、自社のデータインフラを監査せよ。 新しい機械を買う前に問え。すでにあるものからデータを集められるか。答えがいいえなら、まずそれを直せ。

→ フルカンバセーションを YouTube で視聴する