AIはもはや好奇心の対象ではなく、変革のエンジンとしての役割を果たしています。プロジェクト貨物や物流の分野では、AIの導入が進んでいるものの、金融や医療と比較すると遅れています。データの欠如が主な原因とされていますが、航海計画やCO₂排出計算などの特定のアプリケーションは具体的な利益をもたらしています。
UTC OverseasのCOOであるMarco Poislerは、現在のシステムが持つ能力を過大評価しないよう警告しました。実際には、多くの潜在的なユースケースやパイロットが存在する一方で、実際の運用には限界があります。Northern Business Schoolの教授Dr. Sven Hermannが引用したMITの調査によれば、AIのパイロットプロジェクトの約95%が完全な実装には至っていません。
LogiswiftのCEOであるZiad Abourizkは、AI実装の課題として、多くの企業がハイプを追い求め、具体的な解決策を見失っている点を指摘しました。また、複雑な業界特性から、AI導入には全体のサプライチェーンやステークホルダー、必要なデータ、痛点を深く理解することが重要です。
Flourのグローバルカテゴリー・マネージャーGautham Krishnanは、異なるプレーヤーが使用する断片化されたプラットフォームがAIの有意義な洞察を妨げていると指摘しました。しかし、データが豊富で複雑な環境においてこそAIの可能性が高まります。
全体として、業界はデジタル化、データ準備、労働力のスキル向上に焦点を当てる必要があり、企業文化や従来の考え方も変化が求められています。AIは人を置き換えるのではなく、AIを使えないと置き換えられる可能性があるとPoislerは述べています。
