去年の六月、スタンフォード大学で京東が共有したAIサプライチェーンの事例をまとめた。当時の印象は、「非常に手堅い企業内部の改革記録であり、学ぶ価値はあるが、我々からは少し遠い話だ」というものだった。

▶ 要約を聴く
AI合成音声・著者本人の声をクローン

九ヶ月後に読み返して、判断が変わった。京東がまた何か驚くべきことをしたからではない。京東がやってきたことが、一つの「標準」になりつつあるからだ。AIが駆動するサプライチェーンが競争優位からインフラへと変わるとき、追いつけていない企業は「ツールが一つ足りない」のではなく、「インフラが一層欠けている」ことになる。

この変化を、台湾の製造業とサービス業は真剣に受け止める必要がある。

スタンフォードの講壇から学術論文へ：京東モデルが正式に記録された

まず、注目に値するシグナルを一つ取り上げたい。2025年、スタンフォード経営大学院のサプライチェーン管理の権威Hau L. Lee（李效良）と、UCバークレー名誉教授で現在は香港大学副学長を務めるZuo-Jun Max Shen（沈祖鈞）が、京東のAIサプライチェーンの実践を正式な学術論文にまとめ、SSRNに発表した。論文は古典的な「Triple-A」フレームワーク、すなわちAgility（俊敏性）・Adaptability（適応性）・Alignment（整合性）を用いて、京東の三つの具体的な事例を分析している。

これが意味するのは何か。京東のやり方がもはや「企業内部の最適化」にとどまらず、汎用的な価値を持つ産業の範型として認定されたということだ。企業のプレゼンが学術的な教材へと格上げされる。その距離は決して小さくない。

三層の能力：予測、説明、最適化

京東のAIサプライチェーンは一つのシステムではなく、三層の能力を積み重ねたものだ。

第一層はインテリジェント予測である。京東は7億人以上のユーザーの購買行動データ、1,600を超える自営倉庫のリアルタイム在庫、さらに天気・祭日・地政学リスクといった外部変数を手元に持つ。京東が公表したデータによれば、これらのデータで訓練した予測モデルは精度を約15%向上させた。さらに重要なのは、「合成データ」、すなわち深層学習によって過去の成功した取引をシミュレートしたデータを活用して学習サンプルを補強している点だ。これにより、モデルはかつて経験したことのない市場の変動に直面しても安定性を保てる。

第二層は説明可能性だ。多くの企業がAIを導入する際に見落とすポイントである。予測がどれほど正確であっても、現場の担当者が信用せず、理解できず、使う勇気を持てなければ意味がない。京東は各予測結果を「基準値＋各要因の寄与分」に分解し、営業・マーケティング・物流の各部門がAIの提案の根拠を読み取れるようにした。さらに単一の商品に対して三つのプロモーション戦略を提示し、それぞれに対応するコストと期待効果を示した上で、ブランド側が自ら選べる仕組みを整えた。

第三層はロジスティクス最適化である。従来の物流最適化にはオペレーションズリサーチ（OR）の専門知識が必要で、モデリングは複雑、調整も困難だった。京東はここにも自然言語でアクセスできるようにした。「1,000個の荷物を最もコストを抑えて三つの倉庫に配送したい」と入力すれば、システムが自動的に数学モデルに変換し、最新の輸送コストを取得して解を導き出す。What-if分析も可能で、ある倉庫が故障したとき、ある路線が遮断されたとき、代替案は何かを即座に提示できる。

この三層が重なると、「AIが代わりに仕事をする」のではなく、「AIが代わりに考える」状態になる。

九ヶ月後の進展：内部ツールから対外プラットフォームへ

去年の原稿を書いた時点では、京東のAIサプライチェーンは主に自社向けだった。今や明確に、プラットフォームとして外部への展開へと舵を切っている。

「物流超脳2.0」へのアップグレード後、それはもはや単なる自動化ツールではない。全域センシング・モデル進化・人機協働という三重の仕組みにより、かつて熟練者の経験に依存していた作業プロセスを、データ駆動の動的な意思決定へと転換した。京東が公表したデータによれば、作業標準化レベルが15%向上し、人・車・物・拠点の調整効率が約20%、人機協働効率が20%超向上した。

ロボット面では、京東の「狼族」シリーズ、智狼・天狼・地狼・飛狼・独狼・翼狼に自動仕分けウォールを加えたシステムが、京東の発表によれば世界500を超える倉庫に展開済みだ。2025年7月には自社開発の無人軽トラック「京東物流VAN」を発表した。満載で400kmの航続距離とL4レベルの公道自動運転能力を備える。

注目すべきはビジネスモデルの転換だ。京東工業（JDi）は2025年に香港証券取引所のIPO承認を取得した。「工業サプライチェーンの技術とサービスプラットフォーム」として位置づけられ、上半期の売上高は103億人民元、前年比約19%増。これは京東がサプライチェーンで蓄積したAI能力を製品としてパッケージ化し、他の企業に販売することを意味する。

同時に、京東物流の国際ブランドJoyExpressが英国・オランダ・ドイツ・フランスへの欧州進出を正式に果たし、JoyLogisticsが中東に根を張り、FII Institute（Future Investment Initiative研究院）と戦略的提携を締結してデジタルトランスフォーメーション・物流インフラ・越境商取引を包括的に展開している。京東は二年連続でGartnerのグローバルサプライチェーントップ25に選出された。

モデルは明快だ。まずAIで自社のサプライチェーンを最適化し、データとモデルを蓄積する。次にその能力をプラットフォーム化して外部に展開する。サプライチェーンはもはやコストセンターではなく、利益センターとなる。

なぜ台湾企業は気にかけるべきか

ここまで読んで、こう思う人もいるかもしれない。京東は中国のeコマース巨頭で、7億人のユーザーと1,600を超える倉庫を持つ。台湾の中小企業と何の関係があるのか、と。

関係は大きい。ただし、京東を模倣することではなく、潮流を正確に読み解くことにある。

第一のシグナルは、AIサプライチェーン能力が「自前で構築する」から「借りて使う」方向へ移行しつつあることだ。京東工業のIPO、SaaS化されたサプライチェーンサービス、APIとして提供される物流インターフェース。これらはすべて同じことを告げている。将来、中小企業はAIチームを自前で作る必要はなく、他者が構築したAIサプライチェーンプラットフォームに接続すればよい。問題は、誰のプラットフォームに接続するかだ。

第二のシグナルは、説明可能性こそがAIを現場に定着させるかどうかを決めるということだ。京東は「現場の担当者がAIの判断を理解できるようにする」ことに多大な労力を注いだ。これは技術の問題ではなく、信頼の問題だ。台湾の多くの企業でAIの導入が失敗するのは、モデルの精度が低いからではない。現場の人間が信用せず、AIの提案に従う勇気を持てないからだ。

第三のシグナルは、サプライチェーンの競争の軸が変わりつつあることだ。以前は「誰の物流がより速く、より安いか」が勝負だった。今は「誰の予測がより正確で、反応がより速く、異常処理がより自動化されているか」が問われる。倉庫が故障した瞬間にAIシステムが自動でルートを再配分するとき、それは効率の優位ではなく、構造的な優位だ。

台湾の製造業とサプライチェーンサービス業にとって、本当の問題はこうだ。あなたの取引先がAI駆動のサプライチェーンで接続してくるとき、あなたがまだExcelで在庫を管理しているなら、あなたは「少し遅れている」のではない。「言語が通じない」状態にある。

京東から見えてくる本質

京東の事例の核心に戻ろう。去年スタンフォードで共有された際、彼らは四つの成功条件を強調した。越境的な人材、リーダーシップの支援、フラットな組織、そして膨大なデータだ。

九ヶ月後に改めて見ると、本当に重要なのは実は一つだけだと感じる。組織がAIを意思決定に参加させる意志を持てるかどうか。レポートを出力させるだけで終わらせないかどうかだ。

多くの企業のAI導入は「AIが分析し、人が決定する」段階にとどまっている。京東は「AIが提案し、人が方案を選ぶ」段階へ進み、一部のプロセスではすでに「AIが決定し、人が異常を監視する」段階に至っている。この三段階の間にある差は、技術の格差ではなく信頼の格差だ。

京東の事例が教えてくれるのは、AIサプライチェーンはソフトウェアを一本買ってデータサイエンティストを一人雇えば実現できるものではないということだ。組織文化・意思決定プロセス・データガバナンスを巻き込んだ、システム全体の変革である。技術は最も易しい部分で、人材はその次に難しい。最も難しいのは、「人間が決める」ことに慣れきった組織が、データとモデルを信頼することを学ぶことだ。

この課題は、企業の規模を問わず、業種を問わず、すべての組織が直面している。