AIデータの透明性がブランドとメーカーの力学を書き換えている

世界で人気のデバイス—スマートフォンからワイヤレスマウスまで—を製造している人々に話を聞くと、現在の電子機器製造業で起きている本当の革命は、技術ではなく関係性にあると言うでしょう。AIは、ブランドが製造パートナーに求める情報を変えつつあります。その情報は、ブランドに製造業者へのコスト削減圧力をかける強力な武器となり得ます。この技術は両者に強力なメリットをもたらし、リーダーたちにAI時代における製造パートナーシップの在り方を再考させています。

ブランドと製造パートナーの関係

ほとんどの電子機器ブランドは、自社デバイスの製造をサポートするために製造パートナーと契約しています—中には技術サポートも受けているところもあります。電子機器製造は比較的低い利益率のコモディティと見なされています。電子機器メーカーにソフトウェアを提供するArch SystemsのCEO、Andrew Scheuermann氏は次のように述べています。「利益率は2パーセントほどの低さになることもあります。もし[工場が]全ての[生産]データセットを無条件で共有すれば、それはコスト削減に利用される可能性があり—それは彼らのビジネスにとって存続の危機となります。」

多くの契約は、デバイス製造の実際のコストを反映した「コストプラス」モデルに基づいて交渉されます。これにより、隠れたコスト削減の可能性を明らかにする情報を共有しないインセンティブが生まれます。ブランドが再交渉を望む可能性があるためです。他のインセンティブも一致していません—ブランドは可能な限り最高の顧客体験を提供したいと考える一方、製造業者は返品を引き起こすことなく利益率を最大化したいと考えています。

シューアマン氏の会社であるArch Systemsは、Flex、Jabil、Plexus、Sanminaを含む世界中の一流電子機器工場で使用されており、ブランドと工場チームの両方にリアルタイムの生産可視性を提供しています。多くの製造業者にとって、そのようなデータを顧客と共有することは不安を感じさせます。シューアマン氏は説明します。「彼らは自分は素晴らしい仕事をしていると思っていますが、このデータセットを共有すると、全体像ではない1つか2つのことを取り上げられ—それを使って私に対して交渉されるかもしれません。賠償責任やリコールの恐れもあります。それが人々を慎重にさせるのです。」

製造業者から製造パートナーへ

AIはこれらの関係を変える触媒です。電子機器ブランドは、顧客により良い製品を作る機会を特定する意図で、設計、製造プロセス、返品データの大規模なリポジトリを構築することに投資してきました。そのデータの大部分は、個別の問い合わせに対するレポートを提供するのではなく、すべてのデータをより透明に共有する製造パートナーに依存しています。

長年のハードウェア業界幹部で、現在Logitechでグローバル品質と製造を率いるMartin Hess Pedersen氏は、この変化の最前線にいます。彼の20年のキャリアは、3つの非常に異なる製造文化にまたがっています：Nokiaの精密さ、Microsoftのプロセス規律、そしてFoxconnの規模です。ブランドと製造業者の間のテーブルの両側に座った経験が、彼に独自の視点を与えています。

Nokiaでは、ペデルセン氏は「単一の[Nokia所有の]工場から月に500万台の電話を製造していました」と言います。これは当時としては例外的なことでした。Nokiaのデータ駆動型文化は、透明性を競争上の優位性にしました。「プロセスとデータの両方を所有している場合」と彼は回想します。「信頼がデフォルトです。」

しかし、2000年代初頭にますます多くの電子機器ブランドが委託製造にシフトするにつれて、そのモデルは変化しました。後にFoxconnで働いた時、ペデルセン氏はデータが摩擦の原因にもなり得ることを目の当たりにしました。「利益率が狭い場合、[多くを共有することへの]恐れは自然なことです」と彼は説明します。「サプライヤーは、完全な透明性が交渉力を失うことを意味すると心配しています。」

ペデルセン氏は、答えはコストプラスだけに焦点を当てたり、最も安い入札を提供できる人に焦点を当てるのではなく、関係の条件を書き直すことにあると考えています。彼は「両側が結果に対する説明責任を共有するとき、データは改善のためのエンジンになります」と共有しています。Logitechでは、ペデルセン氏はこの考え方を制度化しました。「私たちにはサプライヤーはいません」と彼は言います。「私たちにはパートナーがいます。私たちは一緒に成長し、一緒に学びます。」

同社の契約は明示的にリスクを共有しています。その法的構造は文化的信頼を強化します：両側のエンジニアは恐れることなく、良いデータも悪いデータも共有できます。透明性は工場からだけ期待されるものではなく—それは相互的なものです。Logitechのパートナーは、匿名化されたパフォーマンスダッシュボード、消費者センチメントデータ、さらには初期のイノベーションロードマップも見ることができます。「彼らは消費者の幸福度、星評価、返品率、レビューを知りたがっています」とペデルセン氏は言います。「それは彼らの成果でもあるのです。」

これにより強力なフィードバックループが生まれます：工場は現場から学び、ブランドは工場から学びます。

製造におけるAIの結果がアプローチの変化を促進

製造監視におけるAIの使用に関するシューアマン氏のビジョンは、共有の恐れと性能向上の間の緊張関係に正面から取り組んでいます。「ブランドと[製造業者]が協力して、人間だけでなくAIを使用してタスクを計算する能力があるかもしれません」とシューアマン氏は説明します。「[工場]はそのAIにデータを提供して品質問題を解決し—そしてデータは消えます。ほとんどあなたのSnapchatメッセージが消えるようなものです。」これは小さいながらも深遠な変化です：データは利益率や知的財産を脅かすことなく協力的に使用できます。

AIに対するペデルセン氏のビジョンは異なります—彼は、製造の卓越性の次の波は消費者データと工場データを融合させることから来ると信じています—ペデルセン氏が「クローズドループ品質」と呼ぶものを作り出します。

「AIはすでに通話記録、修理ログ、製造記録から根本原因を掘り出すのを助けています」と彼は言います。「数分で80〜90パーセント正確な仮説に到達できます。これはゲームチェンジャーです。」

その影響は生産ラインをはるかに超えて広がります。ブランドと製造パートナーがより効果的に協力すると、新製品の発売がより迅速になり、品質が向上し、消費者満足度が高まります。人々が手に持つデバイス自体が、それらを生み出した目に見えないパートナーシップの証拠となります。

シューアマン氏が言うように、「ビジネスケースが明確な場合、トップ[製造業者]がノーと言うのを見たことがありません。」将来自体についても同じことが言えます：協力の価値が否定できない場合、共有することへのためらいは消えていきます。