新しいマーケティングのすすめ（46）
AI Marketingのすすめ(7)
今回は、アディダスの「Speed Factory（スピードファクトリー）」プロジェクトについて解説します。
Speed Factoryは、アディダスが2015年に開始した革新的な製造プロジェクトです。従来のスポーツシューズ製造は、主にアジアの工場で大量生産を行い、数ヶ月単位の製造リードタイムを要していました。Speed Factoryは、この伝統的なモデルを根本から変革することを目指しました。
プロジェクトの核心は、ドイツのアンスバッハとアメリカのアトランタに設立された高度に自動化された工場です。これらの工場では、3Dプリンティング、ロボット工学、データ分析を組み合わせ、市場ニーズに迅速に対応できる生産システムを構築しました。
特徴的なのは、消費者データを直接製品設計に反映できる点です。例えば、ランナーの走行データ、地域特有の気候条件、使用環境などのデータを分析し、その地域に最適化されたシューズを設計・製造することが可能になりました。従来の数ヶ月単位の製造サイクルを数週間に短縮し、市場の変化により俊敏に対応できるようになりました。
なお、2019年末にはこの2つの工場は閉鎖されましたが、このプロジェクトで得られた知見は、アディダスの既存の製造プロセスの改善や、新しい製造技術の開発に活かされています。
AIを使ってプロダクトアウトを進化
これらは、AIデータ分析の視点では、以下の特徴があります。
1. データ分析の高度化と自動化
– ランナーの動作データから最適なシューズ設計を自動導出
– 材料使用量の最適化計算を自動実行
– 製造プロセスの自動最適化と品質管理
2. 予測精度の向上
– 地域ごとの需要予測の精度向上
– 素材の消費量予測の向上
– 製品ライフサイクルの予測精度向上
3. リアルタイム分析とパーソナライゼーション
– 製造ラインのリアルタイムモニタリングと調整
– カスタマイズ製品の即時設計変更
– 市場反応に基づく製品仕様のリアルタイム調整
4. データ統合と多面的分析
– 消費者の使用データと製造データの統合
– 気候データと製品性能データの相関分析
– 販売データと製造キャパシティの統合管理
5. 業務効率化とスケーラビリティ
– 製造工程の自動化による効率向上
– 地域ごとの需要に応じた生産能力の調整
– 在庫リスクの低減
6. 新しい課題と機会
– 自動化技術の継続的な改善
– 従来の製造拠点との統合
– サステナビリティへの対応
これらのAIの強みを使うことで、実は、私たちはマーケティングの多くの部分を変革させることができるかもしれません。
市場調査と製品設計の変革
従来の製品開発プロセスでは、市場調査は主にアンケート、フォーカスグループ、販売データ分析といった、時間とコストを要する手法に依存していました。製品設計はデザイナーの経験やトレンド予測に基づいて行われ、一般的に数ヶ月から1年以上の期間を要しました。このアプローチでは、消費者の個別のニーズへの対応は困難であり、大量生産を前提とした最大公約数的なデザインが採用される傾向にありました。
対照的に、Speed Factoryでは、AIがソーシャルメディア、オンラインストア、各種センサーデータなど、多岐にわたるソースからリアルタイムに消費者の嗜好やトレンドを分析します。さらに、AIを活用したジェネレーティブデザインによって、数千ものデザイン案が迅速に生成され、テストされます。このプロセスにより、消費者の個別のニーズ（足の形状、走行スタイル、デザインの好みなど）に基づいた、高度にカスタマイズされた製品設計が可能となりました。
生産プロセスの変革
従来の生産モデルは、主にアジアなどの低賃金国に大規模な工場を設け、労働集約的な生産を行う形態が一般的です。この場合、リードタイムは長く、数ヶ月から半年を要することも珍しくありません。さらに、大量生産に伴う在庫リスクは高く、売れ残りや欠品が発生しやすいという課題を抱えていました。
一方、Speed Factoryは、先進国（当初はドイツと米国）に小規模な工場を設置し、高度に自動化された生産を実現しました。ロボット、3Dプリンティング、自動裁断機などの活用により、人手を最小限に抑え、リードタイムを劇的に短縮。数週間、場合によっては数日での製品生産を可能にしました。このオンデマンド生産方式は、従来の大量生産モデルにおける在庫リスクを大幅に削減することに貢献しました。
サプライチェーンの変革
従来のグローバルに分散したサプライチェーンは、その構造が複雑であり、管理が困難でした。輸送コストの高さや環境負荷の大きさも課題として挙げられます。また、サプライチェーンの透明性が低いため、労働問題や環境問題のリスクが内在していました。
Speed Factoryは、サプライチェーンを地域化し、生産拠点と消費地を近接させることで、これらの問題を解決しようと試みました。これにより、輸送コストと環境負荷の削減が図られました。加えて、サプライチェーンの透明性を高め、トレーサビリティを確保することで、倫理的なリスクの低減にも貢献しました。
製品の多様性とイノベーションの変革
大量生産モデルにおいては、製品の多様性には限界があり、新製品の開発サイクルも長いため、イノベーションのスピードが遅いという問題がありました。 Speed Factoryは、豊富なカスタマイズオプションを提供することで、製品の多様性を大幅に向上させました。AIと自動化技術の活用は、新製品の開発サイクルを短縮し、イノベーションを加速させることにも寄与しました。さらに、限定版やコラボレーション製品など、少量生産の製品にも柔軟に対応できる体制を構築しました。
顧客体験の変革
従来の大量生産モデルでは、画一的な製品が提供されるため、顧客体験も均一化される傾向にありました。
Speed Factoryは、パーソナライズされた製品を提供することで、顧客体験の向上を目指しました。顧客は、自身のニーズに合致した製品を、より迅速かつ容易に手に入れることが可能となりました。
まとめ
AIを使ったマーケティングは、私たちの想像を超えた範囲で、そして速度で進んでいます。ぜひ、マーケティングにAIを活用して「新しいマーケティング」を実践してみましょう。
著者プロフィール
転載・引用について
◆本レポートの著作権は、株式会社インテージが保有します。
下記の禁止事項・注意点を確認の上、転載・引用の際は出典を明記ください 。
「出典：インテージ 「知るギャラリー」●年●月●日公開記事」
◆禁止事項：
・内容の一部または全部の改変
・内容の一部または全部の販売・出版
・公序良俗に反する利用や違法行為につながる利用
・企業・商品・サービスの宣伝・販促を目的としたパネルデータ（＊）の転載・引用
（＊パネルデータ：「SRI＋」「SCI」「SLI」「キッチンダイアリー」「Car-kit」「MAT-kit」「Media Gauge」「i-SSP」など）
◆その他注意点：
・本レポートを利用することにより生じたいかなるトラブル、損失、損害等について、当社は一切の責任を負いません
・この利用ルールは、著作権法上認められている引用などの利用について、制限するものではありません
◆転載・引用についてのお問い合わせはこちら
関連記事
節約意識、節約方法はどう変わった？
