4製品の立ち位置
| 製品 | 提供元 | 本社 | 看板 | エージェントの扱い | 顧客の例（自社掲載） |
|---|---|---|---|---|---|
| o9 Digital Brain | o9 Solutions | 米国 | 計画と実行をつなぐ統合計画基盤 | 公表資料では詳細を確認できず | 「年1億ドル超の価値事例が複数」と主張 |
| Kinaxis Maestro | Kinaxis | カナダ | 「唯一のAI組み込みエンドツーエンドSC基盤」 | 文脈を理解するエージェント型AIを搭載 | Ford、Cisco等400社超 |
| Aera Decision Cloud | Aera Technology | 米国 | エージェント型Decision Intelligence | 意思決定の推奨・自律実行・学習 | Unilever、Dell、AstraZeneca、Mars Wrigley、三菱ケミカルグループ等 |
| SAP IBP | SAP | ドイツ | ERPと一体の計画 | 予測結果・在庫最適化結果を生成AIで説明 | ERP顧客基盤 |
Kinaxisはカナダ・オタワに本社を置き、2025年の売上は5.48億ドル、従業員1,837人、顧客は400社超です。2026年1月に新CEOとしてRazat Gauravの就任を発表しています。
SAPは2025年第3四半期のリリースで、SAP IBP（Integrated Business Planning）の予測結果分析と在庫最適化結果分析に生成AIを加えました。計画者の生産性が25%向上するとSAPは推定しています（SAPの推定値）。同年10月には、製造指図のリリース前に資材・能力・日程の準備状況を確認する「Production Planning and Operations Agent」を発表しており、計画から生産現場への受け渡しにもエージェントを置こうとしています。
違いは「AIが何をするか」より「誰が決めるか」
4製品の違いは、AIが計画のどの段階に関与し、誰が最終判断をするかに表れます。
Aeraは、企業データを分析して意思決定を推奨し、条件によっては自律的に実行し、その結果から学習する仕組みを掲げています。最も踏み込んだ設計ですが、その分、どの判断をAIに任せ、どこで人が承認するかの設計が導入の成否を分けます。
o9とKinaxisは、需要・供給・在庫の計画と、実行側の変化（受注の変動、供給の遅延）を同じ基盤の上でつなぐことを重視しています。計画を頻繁に引き直せることが価値の中心で、AIはその判断を助ける位置づけです。
SAP IBPの生成AIは、計画を作ること自体より、計画の結果を計画者に説明することに使われています。ERPのデータと一体で動くため、SAP ERPを使っている企業では導入の敷居が低い一方、他社ERPの企業には別の選択肢になります。
三菱ケミカルグループのAera採用
Aeraの顧客ページには、三菱ケミカルグループが掲載されています。日本の大手化学メーカーが欧米のエージェント型SC製品を採用した例として注目されますが、公表資料からは適用範囲（どの事業・どの計画業務か）や効果の数値は確認できませんでした。
化学メーカーの計画は、連産品（一つの工程から複数の製品が同時にできる）や設備の切り替えコスト、原料価格の変動など、組立加工とは違う制約が多く、エージェントに任せる範囲の設計が特に重要です。
日本の製造業が選ぶときの観点
SC計画AIの精度は、予測アルゴリズムより、入力データの鮮度と、計画を実行に移す仕組みで決まります。
- 受注・出荷・在庫のデータが日次以上の頻度で更新されているか
- 工場側の能力（設備能力、段取り時間、要員）が計画システムに正しく入っているか。MESの実績から能力を更新できるか
- 計画の変更を誰がどのタイミングで承認するか。S&OP（販売・生産・在庫の調整会議）のどこにAIの提案を入れるか
特に工場側の能力データは、計画システムの中で古いまま放置されがちです。MESの実績から設備のサイクルタイムや段取り時間を定期的に更新しないと、どの製品を入れても計画は実態から外れます。需要予測を生産計画につなぐ考え方は需要予測をS&OPと生産計画につなぐ、ツールの比較は需要予測AIツールの比較で扱っています。
よくある質問
SAP ERPを使っていない会社でもSAP IBPは使えますか
IBPは単体でも導入できますが、生成AIによる説明や製造指図のエージェントはSAPのERPやDigital Manufacturingのデータと組み合わせることで機能します。他社ERPの場合は、データ連携の手間と費用を別に見積もる必要があります。
中堅製造業でもこれらの製品は検討対象になりますか
4製品とも大企業向けの実績が中心で、費用や導入期間も大企業規模を前提にしていることが多いです。中堅企業では、まずAPSや需要予測の専用ツールで計画の頻度と精度を上げ、計画と実行の接続は段階的に進めるほうが現実的です。
エージェントが自律実行して問題が起きたら誰の責任ですか
契約と社内規程で決める必要があります。自律実行の範囲、上限金額、取り消し手順、ログの保存を事前に決め、承認なしで動く範囲は小さく始めるのが基本です。
- o9 Solutions（o9, 2026閲覧）
- Kinaxis（Kinaxis, 2026閲覧）
- Kinaxis（Wikipedia, 2026閲覧）
- Aera Customers（Aera Technology, 2026閲覧）
- SAP Business AI release highlights Q3 2025（SAP, 2025-10-22）
- SAP's New Joule Agents Automate Key Supply Chain Management Tasks（Food Logistics, 2025-10-09）
- From vision to value: agentic AI in manufacturing（Deloitte Insights, 2025-09-23）
この記事に出てくる用語
この記事を書いた人
DELMIA Apriso を中核とした MES / 製造DX の導入・運用・人材育成と、製造業向けAIの調査・開発・教育を手がけるITコンサルティング企業。ISO 9001:2015 / ISO 27001:2022 認証取得。 日本・中国・米国で製造業のMES・データ基盤・AI導入を手がけた実務者が、欧米・中国の一次情報にあたって書いています。
