サプライチェーンソフトウェアを手がけるスタートアップのAtomicは、シリーズAの資金調達ラウンドで1,250万ドルを調達し、調達総額は1,500万ドルを少し超えた。今回のラウンドは、成長投資に特化したKlass Capitalが主導し、Madrona Venture Groupも参加した。
Atomicは、企業が必要とする在庫量と、その保管場所を特定するためにエージェント型人工知能を利用するプラットフォームを開発している。このプラットフォームは、複数の業務シナリオをシミュレーションしたうえで、顧客のデータや業務慣行から学習した業務ルールに従い、推奨される対応を提示するか、意思決定を自動で行う。
在庫計画から意思決定へ
このアプローチの起源は、2018年にTeslaでModel 3の生産拡大に取り組んでいた際、同社の創業者Michael RossiterとNeal Suidanが構築した初期システムにある。記事によると、社内のスプレッドシートでは、計画に求められる変化の速さに対応できなくなり、チームは業務上の意思決定をより動的にシミュレーションする方法の開発に乗り出した。
Atomicによると、同社の年次経常収益は年初から5倍に増加した。また、Atomicを支援したDVx Venturesの創業者でTesla前社長のJon McNeillによれば、同社は推奨を提供するサービスから、実際に意思決定を行うプラットフォームへと移行した。さらに、DoorDashは数百カ所における調達の約90％でこのシステムを利用していると述べた。
DoorDashやHelloFreshをはじめとする企業がこのプラットフォームを利用しており、Atomicは消費財、モビリティ、製造分野の顧客とも取り組んでいる。食品を扱う企業にとって、より正確な在庫計画は廃棄や腐敗の削減に役立つ可能性があるが、情報源はこの影響を測定した独立した数値を示していない。
実際に何が変わるのか？
このニュースの実務上の重要性は、計画システムに別の分析ツールを追加することではなく、意思決定の一部が推奨段階から自動実行へ移行する点にある。同社によると、人工知能は、顧客企業の従業員が依拠している「意思決定ルール」が文書化されていない場合でも、それを推測できたという。その結果、システムの導入準備にかかる時間が短縮され、一部の顧客は意思決定そのものをプラットフォームに委任するようになった。
Atomicはまた、Teslaで計画部門の責任者を務めていたJeff Goodrichを、最高技術責任者兼第3の共同創業者として迎えた。Rossiterは、業務データをスプレッドシートから高度なソフトウェアへ移行することは、財務データシステムの更新ほど一般的ではないものの、変化をもたらすものだと考えている。
制約と未解決の問題
このモデルの成功は、業務データの質と、特に製造、モビリティ、消費財の課題が異なるなかで、システムが各業界固有の業務ルールを理解できるかどうかにかかっている。また、情報源は自動意思決定に対するガバナンスや人による確認の仕組みを明らかにしておらず、価格や利用条件の詳細も示していない。したがって、このニュースはプラットフォームの商用利用の拡大と同社の資金調達を示すものではあるが、サプライチェーンごとの適合性を判断するには、それだけでは不十分である。