SlideShare a Scribd company logo
1 of 28
Download to read offline
Improving sourcing work
using AI in 15 min
2022-03-10: Week 6 – AI Business Services
TOKYO
SAP Inside Track 2022
2
名前: 吉田美穂
会社: アビームコンサルティング株式会社
部門: Digital Technology ビジネスユニット
AIセクター
役割: AI Implementation team
TechEd 参加目的:情報収集、ネットワーキング
吉田美穂
2022年3月10日
吉田美穂
会社名 アビームコンサルティング株式会社
AI活用によるソーシング業務効率化
SAP Inside Track 2022
TOKYO
AI活用によるソーシング業務効率化
Document Information Extractionの活用
2022年3月10日
吉田 美穂
Digital Technology ビジネスユニット
AIセクター
5
アイスブレーク質問
質問: テレワークしていますか?
回答タイプ: 選択形式
選択の場合:選択肢リスト
• はい
• いいえ
6
セッション関連質問
質問: AI プロジェクト経験は
回答タイプ: 選択形式
選択の場合:選択肢リスト
• 機会がない
• 今年参画予定あり
• プロジェクト中
• 経験した
7
1. 社会トレンド
2. 調達・購買領域における課題
3. 調達・購買領域の課題に対する取り組むべきポイント
4. ソーシング業務改革へのアプローチ
5. Document Information Extraction
6. 企業価値向上に貢献するソーシング業務のデジタル化
7. メッセージ
AI活用によるソーシング業務効率化
8
©︎2022 ABeam Consulting Ltd.
Public
8
本日のターゲット
Intelligent Enterprise
テクノロジー
ANALYTICS APPLICATION
DEVELOPMENT
& INTEGRATION
DATABASE & DATA
MANAGEMENT
INTELLIGENT TECHNOLOGIES
BUSINESS TECHNOLOGY PLATFORM
ビジネスプロセス
BUSINESS NETWORK
ACROSS ALL FUNCTIONS
BUSINESS PROCESS INTELLIGENCE
アプリケーション
SUSTAINABILITY MANAGEMENT
EXPERIENCE MANAGEMENT
INTELLIGENT SUITE INDUSTRY CLOUD
SAP DATA CENTER HYPERSCALER
インフラ OR
9
©︎2022 ABeam Consulting Ltd.
Public
9
社会トレンド:デジタル技術による社会的要請への対応
企業は経済的利益の追求のみならず、社会課題にも対応していくことが当たり前の時代に突入していま
す。デジタル技術の進展は、社会課題解決と企業活動をつなげるチャンスを提供しています。
社会課題の重要性の高まり Digitalが社会・企業をつなぎ社会課題解決に
社会課題
企業
Digital Technology
持続可能な社会発展
政府・経団連はCOVID-19感染拡大防止のため外出自粛を要請 ⇒ 企業はテレワークを導入
社会的距離の確保
COVID-19 環境に配慮した機能的都市
SMART CITY
10
©︎2022 ABeam Consulting Ltd.
Public
10
■現在実施中
■COVID-19禍以降実施、
現在は取りやめ
■COVID-19禍以降、
一度も実施せずせず
社会トレンド:テレワークの実施状況及び将来予測
COVID-19をきっかけにテレワーク普及が加速、80%以上の企業がテレワークの進展を予想し、5年後の
完全定着を50%以上の企業が予想しています。
日本の大企業におけるテレワーク実施状況 今後のテレワーク進展予測
1,352社
55.7%
713社
29.4%
362社
14.9%
1割
19.0%
2割
14.1%
3割
12.5%
4割
4.9%
5割
15.1%
6割
5.5%
7割
7.0%
8割
7.0%
10割
8.9%
9割
5.9%
N=2,400 N=1,303
※実施企業のうち未回答企業あり
調査対象:インターネットによるアンケートに回答した14,356社のうち、資本金1億円以上の企業2,400社 調査期間:6月29日~7月8日
東京商工会議所「第6回「新型コロナウイルスに関するアンケート」調査」を基に当社作成
従業員の実施割合
企業の実施割合
☑ 80%以上の企業が、半年後、1年後にテレワークが
COVID-19禍以前より進展すると予想
☑ 50%以上の企業が、5年後にはテレワークが完全に
定着すると予想
11
©︎2022 ABeam Consulting Ltd.
Public
11
調達・購買領域における課題:業務の観点
ソーシング領域はシステム未対応の影響もあり、紙資産での業務運用や業務ノウハウの属人化が
見られ、リモートワークの阻害要因となっています。
※当社クライアント事例調査実績
各社共通の「よくある」課題
①ソーシング業務
◆ ソーシング業務負荷が高い
• システム対応が劣後とされてきた領域
• ナレッジが属人化、次世代への引継ぎ面も
懸念
• 紙媒体が残り、情報検索に時間を要す
②購買
オペレーション
◆ 取り組み状況による差が顕著
• 企業による取り組みレベルの差が顕著
• 部門、商材のばらつきも大きい
③その他業務
◆ その他業務が増える傾向
• データ集計、分析作業
• 要求部門の問い合わせ対応
調達・購買部門の業務工数割合
12
©︎2022 ABeam Consulting Ltd.
Public
12
調達・購買領域における課題:組織の観点
調達・購買部門においては、システムが劣後された領域での知見の属人化が顕著です。
歪な人員構成は、中長期的な現場力展開のリスクとなります。
調達・購買部門の人員構成割合 各社共通の「よくある」課題
中長期的な
現場力の低下
戦略的位置づけ
の低さ
不適切な人員構成による中長期的
な現場力の低下
• ベテラン社員の退職の波
• 中間層の不在(=瓢箪型の人員構成)
• 「人」依存の業務プロセス
調達部門の戦略的位置付けの低さ
• 事業部門を支える「縁の下の力持ち」
という誤認識
• 利益創出/経営リスク/社会価値向上のための
戦略的組織としてのポジショニングが
されず、人材の配属が偏りがち
※当社クライアント事例調査実績
年齢
13
©︎2022 ABeam Consulting Ltd.
Public
13
調達・購買領域の課題に対する取り組むべきポイント
調達・購買領域の課題として、マニュアル業務負荷の高さや属人的な業務プロセスが挙げられ
ました。特に負荷の高いソーシング領域において、改革が求められます。
業務観点の課題 組織観点の課題
紙資産を使ったマニュアル業務
(特にソーシング領域における負荷が高い)
ベテランノウハウに依存した属人的な業務
(ソーシング領域における属人化の影響が大きい)
取り組むべき
ポイント
◼ ソーシング業務改革
• デジタル活用による紙資産の構造デジタル化
• ベテランノウハウの標準化と組織におけるノウハウの活用
ベテランの定年退職で
ノウハウが失われ現場力が
低下
現場力
時間
14
©︎2022 ABeam Consulting Ltd.
Public
14
ソーシング業務改革へのアプローチ:AIが活用できるプロセスの特徴
見積業務
プロセス
依頼内容分析 目標価格決定
見積依頼
購入依頼受領
集約・分析・判断の人間が行うプロセスにAI活用
「専門知識・熟練のノウハウが必要」:調達品に関する専門知識やサプ
ライヤー情報、加えて外部情報を経験に基づき組み合わせ、意思決定を
行う必要がある。
「様々なデータの活用が必要」:過去実績や市場概況等の外部情報を組
み合わせて分析し、意思決定する必要がある。
実績
集約
実績
分析
意思
決定
実績
集約
実績
分析
意思
決定
プロセス
の特徴
データ収集・データ分析・意思決定を行う必要があるプロセスは、AI活用の効果が大きいといえます。
例えば見積依頼を取得するまでのプロセスは、紙帳票の使用によるマニュアル負荷が高く、また意思決
定に熟練ノウハウが必要なため属人化する傾向にあります。
15
©︎2022 ABeam Consulting Ltd.
Public
15
ソーシング業務改革へのアプローチ:調達・購買領域で取り扱う品目の特徴
直接材
品目分類
間接材
繰り返し品
繰り返し品以外
=オーダーメイド
特徴での
分類
品目例
• 品目毎の構成や仕様は、予め定義されている。
• 生産計画に基づき、資材部や調達部の専門組織が、
定期的に発注を行う。
• 品目毎の構成や仕様が、取引都度異なる。
• 要求元のリクエストに基づき、
資材部や調達部の専門組織が都度発注を行う。
業務
観点
• 部門横断管理は限定的なため、
必要な品目を各部門毎に都度発注を行う
• 品目毎の構成や仕様が、明確に定義されているため
システムでのマスター管理が可能。
• 管理されたマスター並び生産計画に基づいて、発注を生成可能。
(自動であることが多い。)
• 品目の仕様や構成が、取引都度異なるため、システムでのマスタ
ー管理が不可。 ※既存システム適用が困難。
• マスターを利用した自動処理は不可のため、マニュアル対応が必要
。 ※DXやAIの活用でマニュアル対応解消の余地有り。
システム
観点
• 発注する品目は取引都度異なり、原価・在庫管理
も実施しないため、マスター管理は行わない。
• マスター管理は行わないため、マニュアル対応が必要
。(カタログ選択や都度見積購買)
取引1回目
サイダーA
ラベルA
ペットボ
トルB
取引2回目
例:
プラント機
器
例:飲料
サイダーA
ラベルA
ペットボ
トルB
取引1回目
ポンプ
タービン
型
防爆
取引2回目
完全一致の取引は原則存在しない。
(過去の類似取引が参考情報となるが、マスターで再利用は不可)
ポンプ
コーン
型
非防爆
取引1回目で使用したマスタを2回目以降も使用可能。
取引A
事務用
品
取引C
リース
取引B
荷役
取引D
MRO
取引E
インフラ
調達購買領域において取り扱う品目は直接材と間接材に分類され、直接材は特徴によって「繰り返し品」と
「オーダーメイド品」に分類できます。
16
©︎2022 ABeam Consulting Ltd.
Public
16
ソーシング業務改革へのアプローチ:
OCRを活用した非構造化データの構造デジタル化
OCRを活用し業務上使用しにくい紙情報を構造デジタル情報に変換し、システム利活用することで業務効率
を実現できます。
OCRを活用
電子データへ移行
データ
抽出後
ファイ
ル*
ユーザー
検索性が低くマニュアル負荷が高かった
構造整理されていない膨大な紙情報
システム利活用により業務効率が改善
構造整理されたデジタル情報
DB
Point
Ex.) 保持する情報項目と記載品質の把握
Ex.) 業務上使用する重要情報の特定
Ex.) 表記ゆれの診断と同義語の定義
Ex.)To-Be 業務でのデータ活用検討
実務におけるデータ活用イメージを踏まえ、業務上必要な情報をとらえたデータ構造化。
17
©︎2022 ABeam Consulting Ltd.
Public
17
ソーシング業務改革へのアプローチ:
AIアルゴリズム構築&アプリ実装
AIアルゴリズム構
築
&
アプリ実装
担当者間で業務効率に著しい差
属人的な業務プロセス
担当者の知識・経験不足のサポートによる組織全体の業務効率
を改善
標準化された業務プロセス
Point
Ex.)業務課題の設定からアルゴリズムやシステムの機能要求を決定
Ex.)業務エキスパートとの標準化定義
データ品質や業務ユーザーの特性を踏まえ、業務目的に適合したアルゴリズム構築。
担当者A
業務知見が
深く効率的
担当者B
業務知見が
浅く非効率
担当者C
業務知見が
浅く非効率
担当者A 担当者B 担当者C
AIアルゴリズム搭載
AIアルゴリズムを構築しアプリへの実装を行い属人的な業務プロセスの標準化することで、担当者間の業務
効率差を改善することができます
18
©︎2022 ABeam Consulting Ltd.
Public
18
Document Information Extraction :
Document Information Extractionとは
Document Information Extractionは、SAP AI Business Servicesの一つの機能であり、PDFファイルな
どをAI-OCR機能により、取り込むことができます。
<イメージ図>
19
©︎2022 ABeam Consulting Ltd.
Public
19
Document Information Extraction :
Document Information Extractionを触ってみた①
SAP BTP Cockpitより「Document information Extraction」をスタートできます。
「Set up account for Document
Information Extraction」 を選択
20
©︎2022 ABeam Consulting Ltd.
Public
20
Document Information Extraction :
Document Information Extractionを触ってみた②
ドキュメントの種類を選択し、ファイルをアップロードすると項目一覧が表示されます。
ドキュメントタイプを指定し、請求書な
どのPDFファイルをアップロード
ヘッダや明細の項目を選択
21
©︎2022 ABeam Consulting Ltd.
Public
21
Document Information Extraction :
Document Information Extractionを触ってみた③
抽出対象となる項目が表示されます。
項目が表示される。
22
©︎2022 ABeam Consulting Ltd.
Public
22
Document Information Extraction :
Document Information Extractionを触ってみた④
項目とデータが取り込まれ、信頼度が表示されます。
PDFの読み取り結果が信頼度ととも
に表示される。
23
©︎2022 ABeam Consulting Ltd.
Public
23
Document Information Extraction :
Document Information Extractionを調べてみた(対応言語)
ドキュメントタイプ 言語
Business Card • Chinese (Simplified and Traditional)
• Dutch
• English
• French
• German
• Italian
• Japanese
• Korean
• Polish
• Portuguese
• Russian
• Spanish
Invoice • Dutch
• English
• French
• German
• Italian
• Spanish
Payment Advice • English
• German
Purchase Order • English
• German
Template Feature (Custom and Standard
Documents)
• Arabic
• Chinese (Simplified and Traditional)
• Hebrew
• Japanese(Hiragana,Katakana)
• Korean
• LatinRussian
• Thai
Document Information Extractionの対応言語は以下の通りです。
24
©︎2022 ABeam Consulting Ltd.
Public
24
Document Information Extraction :
Document Information Extractionで見えてくる世界
PDFなどをDocument Information Extractionを活用し、構造化データにすることによりベテランのノウハウ
を組み込み業務効率化が図れます。
• 年間150万枚以上の紙処理
• ベテランは業務知見から短時間で検索
• 若手は手探りで同じ作業を繰り返し
Before:経験がものをいう世界・属人スキル After:経験を共通財産として持ち寄る世界
• 紙情報を構造化データへ変換
• 経験を問わず同じ類似案件を効率的に検索可能
• 個々の案件の特性に合わせた類似検索が可能
• 類似検索効率化により、新規取引先開拓や実績分析・評価・交渉など
に注力
• 現地現物+データドリブン人材育成
ベテランのノウハウ組
込み
業務効率化
超高圧のPPプラ
ントにありそう
ベテラン
どれ!?
若手
結果確認・最終決定
8年前の
あの実績
ベテラン
どれ!?
若手
ベテラン
若手
ベテラン
若手
結果確認・最終決定
結果確認・最終決定
結果確認・最終決定
25
©︎2022 ABeam Consulting Ltd.
Public
25
企業価値向上に貢献するソーシング業務のデジタル化
データの構造デジタル化は業務効率化(事例は調達・購買部門)に有効です。
またデジタル化されたデータは、業務効率化や高度化への活用や、ボランチオフィスなどでのデータ活用
を通した利益貢献や社会的価値の向上が将来的に期待できます。
◼ 内部データの構造デジタル化を
通した見積業務や査定業務の効率化
◼ アルゴリズム構築を通した
デジタル化データへの
アクセス効率化
◼ デジタルデータの活用を通した
査定価格算出の自動化・最適化
◼ 社内外データとの連携を通した
サプライヤ選定の自動化・最適化
◼ ボランチオフィスにおける
データ利活用を通した
ビジネス戦略の示唆・提言
• (例)コスト分析データの連携による
経営からの利益貢献への示唆・提言
• (例)サプライヤ最新情報データの連携に
よる緊急時のレジリエンス強化
(社会的価値向上)
経営
部門A 部門B
データ分析に基づいた
示唆や提言
ボランチオフィス
サプライヤ
Step1:構造デジタル化による業務効率化
Step2:デジタル化データ活用による業務高度化
Step3:シームレスなデータ活用による企業改革
26
©︎2022 ABeam Consulting Ltd.
Public
26
メッセージ
➢ チュートリアルをやってみましょう。
https://help.sap.com/viewer/5fa7265b9ff64d73bac7cec61ee55ae6/SHIP/en-
US/99add7748486438d8e58f77f4c103c24.html
27
©︎2022 ABeam Consulting Ltd.
Public
27
引用、参考、参照、転載の一覧
転載3:INT260_Take Advantage of Templates in Document Information Extraction .pdf p.5,p.6
参考: Document Information Extraction - SAP Help Portal
参考:Supported Languages and Countries - SAP Help Portal
28
アビーム、ABeam及びそのロゴは、アビームコンサルティング株式会社の日本その他の国における登録商標です。
本文に記載されている会社名及び製品名は各社の商号、商標又は登録商標です。 ©︎2021 ABeam Consulting Ltd.

More Related Content

Similar to SAP Inside Track 2022 (Improving sourcing work using AI)

Woven Work Design 20200520 (Japanese)
Woven Work Design 20200520 (Japanese)Woven Work Design 20200520 (Japanese)
Woven Work Design 20200520 (Japanese)ToruTakagi
 
株式会社ジール_採用ピッチ資料(2024.3.15) _zeal recruitment pitch
株式会社ジール_採用ピッチ資料(2024.3.15) _zeal recruitment pitch株式会社ジール_採用ピッチ資料(2024.3.15) _zeal recruitment pitch
株式会社ジール_採用ピッチ資料(2024.3.15) _zeal recruitment pitchzeal32
 
データエンジニアとデータアナリストを兼任して良かったこと
データエンジニアとデータアナリストを兼任して良かったことデータエンジニアとデータアナリストを兼任して良かったこと
データエンジニアとデータアナリストを兼任して良かったことMasatoshi Ida
 
Itreview for_veondors
Itreview for_veondorsItreview for_veondors
Itreview for_veondorsYUI Azumai
 
DX実践!~ビジネスアジリティ向上とマイクロサービス技術GraphQLの活用~(NTTデータ テクノロジーカンファレンス 2020 発表資料)
DX実践!~ビジネスアジリティ向上とマイクロサービス技術GraphQLの活用~(NTTデータ テクノロジーカンファレンス 2020 発表資料)DX実践!~ビジネスアジリティ向上とマイクロサービス技術GraphQLの活用~(NTTデータ テクノロジーカンファレンス 2020 発表資料)
DX実践!~ビジネスアジリティ向上とマイクロサービス技術GraphQLの活用~(NTTデータ テクノロジーカンファレンス 2020 発表資料)NTT DATA Technology & Innovation
 
Mobility Technologiesのデータ分析基盤・データ利活用事例のご紹介
Mobility Technologiesのデータ分析基盤・データ利活用事例のご紹介Mobility Technologiesのデータ分析基盤・データ利活用事例のご紹介
Mobility Technologiesのデータ分析基盤・データ利活用事例のご紹介Chigusa Junichiro
 
JPC2018[D1]「信頼できるCloud」のために ― マイクロソフト法務部門からお伝えしたいこと
JPC2018[D1]「信頼できるCloud」のために ― マイクロソフト法務部門からお伝えしたいことJPC2018[D1]「信頼できるCloud」のために ― マイクロソフト法務部門からお伝えしたいこと
JPC2018[D1]「信頼できるCloud」のために ― マイクロソフト法務部門からお伝えしたいことMPN Japan
 
データ管理に重要なことは事業と組織の理解だった(Data Engineering Study #11 発表資料)
データ管理に重要なことは事業と組織の理解だった(Data Engineering Study #11 発表資料)データ管理に重要なことは事業と組織の理解だった(Data Engineering Study #11 発表資料)
データ管理に重要なことは事業と組織の理解だった(Data Engineering Study #11 発表資料)株式会社MonotaRO Tech Team
 
KKD(勘・経験・度胸)に 位置データを加えよう!
KKD(勘・経験・度胸)に 位置データを加えよう!KKD(勘・経験・度胸)に 位置データを加えよう!
KKD(勘・経験・度胸)に 位置データを加えよう!hide ogawa
 
Data × AI でどんな業務が改善できる? ​製造業様向け Data × AI 活用ユースケース & 製造MVPソリューションのご紹介
Data × AI でどんな業務が改善できる? ​製造業様向け Data × AI 活用ユースケース & 製造MVPソリューションのご紹介Data × AI でどんな業務が改善できる? ​製造業様向け Data × AI 活用ユースケース & 製造MVPソリューションのご紹介
Data × AI でどんな業務が改善できる? ​製造業様向け Data × AI 活用ユースケース & 製造MVPソリューションのご紹介IoTビジネス共創ラボ
 
デブサミ2020 事業グロースを加速させる「分析基盤」の作り方 japantaxi
デブサミ2020 事業グロースを加速させる「分析基盤」の作り方 japantaxiデブサミ2020 事業グロースを加速させる「分析基盤」の作り方 japantaxi
デブサミ2020 事業グロースを加速させる「分析基盤」の作り方 japantaxiMasatoshi Ida
 
AI・データ利活用継続の鍵はビジネススキル
AI・データ利活用継続の鍵はビジネススキルAI・データ利活用継続の鍵はビジネススキル
AI・データ利活用継続の鍵はビジネススキルThe Japan DataScientist Society
 
[よくわかるクラウドデータベース] リクルートにおけるRedshift導入・活用事例
[よくわかるクラウドデータベース] リクルートにおけるRedshift導入・活用事例[よくわかるクラウドデータベース] リクルートにおけるRedshift導入・活用事例
[よくわかるクラウドデータベース] リクルートにおけるRedshift導入・活用事例Amazon Web Services Japan
 
LINEを活用したDX支援.pdf
LINEを活用したDX支援.pdfLINEを活用したDX支援.pdf
LINEを活用したDX支援.pdfsalesmarke
 
DLL: Ignite2019 CognitiveServices Update 20191127
DLL: Ignite2019 CognitiveServices Update 20191127DLL: Ignite2019 CognitiveServices Update 20191127
DLL: Ignite2019 CognitiveServices Update 20191127Ayako Omori
 
MT東京69「SEOトレンド編」Core Web Vitalsに備えるSEO
MT東京69「SEOトレンド編」Core Web Vitalsに備えるSEOMT東京69「SEOトレンド編」Core Web Vitalsに備えるSEO
MT東京69「SEOトレンド編」Core Web Vitalsに備えるSEOdigitalitalentity
 
【de:code 2020】 AI Builder による、ローコード AI アプリケーション
【de:code 2020】 AI Builder による、ローコード AI アプリケーション【de:code 2020】 AI Builder による、ローコード AI アプリケーション
【de:code 2020】 AI Builder による、ローコード AI アプリケーション日本マイクロソフト株式会社
 
次世代 IDaaS のポイントは本人確認 NIST と、サプライチェーンセキュリティと、みなしご ID - OpenID Summit 2020
次世代 IDaaS のポイントは本人確認 NIST と、サプライチェーンセキュリティと、みなしご ID  - OpenID Summit 2020次世代 IDaaS のポイントは本人確認 NIST と、サプライチェーンセキュリティと、みなしご ID  - OpenID Summit 2020
次世代 IDaaS のポイントは本人確認 NIST と、サプライチェーンセキュリティと、みなしご ID - OpenID Summit 2020OpenID Foundation Japan
 
[de:code 2019 振り返り Night!] IoT
[de:code 2019 振り返り Night!] IoT[de:code 2019 振り返り Night!] IoT
[de:code 2019 振り返り Night!] IoTHaruka Kurihara
 

Similar to SAP Inside Track 2022 (Improving sourcing work using AI) (20)

Woven Work Design 20200520 (Japanese)
Woven Work Design 20200520 (Japanese)Woven Work Design 20200520 (Japanese)
Woven Work Design 20200520 (Japanese)
 
株式会社ジール_採用ピッチ資料(2024.3.15) _zeal recruitment pitch
株式会社ジール_採用ピッチ資料(2024.3.15) _zeal recruitment pitch株式会社ジール_採用ピッチ資料(2024.3.15) _zeal recruitment pitch
株式会社ジール_採用ピッチ資料(2024.3.15) _zeal recruitment pitch
 
データエンジニアとデータアナリストを兼任して良かったこと
データエンジニアとデータアナリストを兼任して良かったことデータエンジニアとデータアナリストを兼任して良かったこと
データエンジニアとデータアナリストを兼任して良かったこと
 
Itreview for_veondors
Itreview for_veondorsItreview for_veondors
Itreview for_veondors
 
DX実践!~ビジネスアジリティ向上とマイクロサービス技術GraphQLの活用~(NTTデータ テクノロジーカンファレンス 2020 発表資料)
DX実践!~ビジネスアジリティ向上とマイクロサービス技術GraphQLの活用~(NTTデータ テクノロジーカンファレンス 2020 発表資料)DX実践!~ビジネスアジリティ向上とマイクロサービス技術GraphQLの活用~(NTTデータ テクノロジーカンファレンス 2020 発表資料)
DX実践!~ビジネスアジリティ向上とマイクロサービス技術GraphQLの活用~(NTTデータ テクノロジーカンファレンス 2020 発表資料)
 
Mobility Technologiesのデータ分析基盤・データ利活用事例のご紹介
Mobility Technologiesのデータ分析基盤・データ利活用事例のご紹介Mobility Technologiesのデータ分析基盤・データ利活用事例のご紹介
Mobility Technologiesのデータ分析基盤・データ利活用事例のご紹介
 
202209ILS.pdf
202209ILS.pdf202209ILS.pdf
202209ILS.pdf
 
JPC2018[D1]「信頼できるCloud」のために ― マイクロソフト法務部門からお伝えしたいこと
JPC2018[D1]「信頼できるCloud」のために ― マイクロソフト法務部門からお伝えしたいことJPC2018[D1]「信頼できるCloud」のために ― マイクロソフト法務部門からお伝えしたいこと
JPC2018[D1]「信頼できるCloud」のために ― マイクロソフト法務部門からお伝えしたいこと
 
データ管理に重要なことは事業と組織の理解だった(Data Engineering Study #11 発表資料)
データ管理に重要なことは事業と組織の理解だった(Data Engineering Study #11 発表資料)データ管理に重要なことは事業と組織の理解だった(Data Engineering Study #11 発表資料)
データ管理に重要なことは事業と組織の理解だった(Data Engineering Study #11 発表資料)
 
KKD(勘・経験・度胸)に 位置データを加えよう!
KKD(勘・経験・度胸)に 位置データを加えよう!KKD(勘・経験・度胸)に 位置データを加えよう!
KKD(勘・経験・度胸)に 位置データを加えよう!
 
Data × AI でどんな業務が改善できる? ​製造業様向け Data × AI 活用ユースケース & 製造MVPソリューションのご紹介
Data × AI でどんな業務が改善できる? ​製造業様向け Data × AI 活用ユースケース & 製造MVPソリューションのご紹介Data × AI でどんな業務が改善できる? ​製造業様向け Data × AI 活用ユースケース & 製造MVPソリューションのご紹介
Data × AI でどんな業務が改善できる? ​製造業様向け Data × AI 活用ユースケース & 製造MVPソリューションのご紹介
 
デブサミ2020 事業グロースを加速させる「分析基盤」の作り方 japantaxi
デブサミ2020 事業グロースを加速させる「分析基盤」の作り方 japantaxiデブサミ2020 事業グロースを加速させる「分析基盤」の作り方 japantaxi
デブサミ2020 事業グロースを加速させる「分析基盤」の作り方 japantaxi
 
AI・データ利活用継続の鍵はビジネススキル
AI・データ利活用継続の鍵はビジネススキルAI・データ利活用継続の鍵はビジネススキル
AI・データ利活用継続の鍵はビジネススキル
 
[よくわかるクラウドデータベース] リクルートにおけるRedshift導入・活用事例
[よくわかるクラウドデータベース] リクルートにおけるRedshift導入・活用事例[よくわかるクラウドデータベース] リクルートにおけるRedshift導入・活用事例
[よくわかるクラウドデータベース] リクルートにおけるRedshift導入・活用事例
 
LINEを活用したDX支援.pdf
LINEを活用したDX支援.pdfLINEを活用したDX支援.pdf
LINEを活用したDX支援.pdf
 
DLL: Ignite2019 CognitiveServices Update 20191127
DLL: Ignite2019 CognitiveServices Update 20191127DLL: Ignite2019 CognitiveServices Update 20191127
DLL: Ignite2019 CognitiveServices Update 20191127
 
MT東京69「SEOトレンド編」Core Web Vitalsに備えるSEO
MT東京69「SEOトレンド編」Core Web Vitalsに備えるSEOMT東京69「SEOトレンド編」Core Web Vitalsに備えるSEO
MT東京69「SEOトレンド編」Core Web Vitalsに備えるSEO
 
【de:code 2020】 AI Builder による、ローコード AI アプリケーション
【de:code 2020】 AI Builder による、ローコード AI アプリケーション【de:code 2020】 AI Builder による、ローコード AI アプリケーション
【de:code 2020】 AI Builder による、ローコード AI アプリケーション
 
次世代 IDaaS のポイントは本人確認 NIST と、サプライチェーンセキュリティと、みなしご ID - OpenID Summit 2020
次世代 IDaaS のポイントは本人確認 NIST と、サプライチェーンセキュリティと、みなしご ID  - OpenID Summit 2020次世代 IDaaS のポイントは本人確認 NIST と、サプライチェーンセキュリティと、みなしご ID  - OpenID Summit 2020
次世代 IDaaS のポイントは本人確認 NIST と、サプライチェーンセキュリティと、みなしご ID - OpenID Summit 2020
 
[de:code 2019 振り返り Night!] IoT
[de:code 2019 振り返り Night!] IoT[de:code 2019 振り返り Night!] IoT
[de:code 2019 振り返り Night!] IoT
 

Recently uploaded

クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdfクラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdfFumieNakayama
 
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)NTT DATA Technology & Innovation
 
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?akihisamiyanaga1
 
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineerYuki Kikuchi
 
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdfAWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdfFumieNakayama
 
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)UEHARA, Tetsutaro
 
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察  ~Text-to-MusicとText-To-ImageかつImage-to-Music...モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察  ~Text-to-MusicとText-To-ImageかつImage-to-Music...
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...博三 太田
 
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)Hiroshi Tomioka
 

Recently uploaded (8)

クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdfクラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
 
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
 
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
 
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
 
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdfAWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
 
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
 
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察  ~Text-to-MusicとText-To-ImageかつImage-to-Music...モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察  ~Text-to-MusicとText-To-ImageかつImage-to-Music...
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
 
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
 

SAP Inside Track 2022 (Improving sourcing work using AI)

  • 1. Improving sourcing work using AI in 15 min 2022-03-10: Week 6 – AI Business Services TOKYO SAP Inside Track 2022
  • 2. 2 名前: 吉田美穂 会社: アビームコンサルティング株式会社 部門: Digital Technology ビジネスユニット AIセクター 役割: AI Implementation team TechEd 参加目的:情報収集、ネットワーキング 吉田美穂
  • 6. 6 セッション関連質問 質問: AI プロジェクト経験は 回答タイプ: 選択形式 選択の場合:選択肢リスト • 機会がない • 今年参画予定あり • プロジェクト中 • 経験した
  • 7. 7 1. 社会トレンド 2. 調達・購買領域における課題 3. 調達・購買領域の課題に対する取り組むべきポイント 4. ソーシング業務改革へのアプローチ 5. Document Information Extraction 6. 企業価値向上に貢献するソーシング業務のデジタル化 7. メッセージ AI活用によるソーシング業務効率化
  • 8. 8 ©︎2022 ABeam Consulting Ltd. Public 8 本日のターゲット Intelligent Enterprise テクノロジー ANALYTICS APPLICATION DEVELOPMENT & INTEGRATION DATABASE & DATA MANAGEMENT INTELLIGENT TECHNOLOGIES BUSINESS TECHNOLOGY PLATFORM ビジネスプロセス BUSINESS NETWORK ACROSS ALL FUNCTIONS BUSINESS PROCESS INTELLIGENCE アプリケーション SUSTAINABILITY MANAGEMENT EXPERIENCE MANAGEMENT INTELLIGENT SUITE INDUSTRY CLOUD SAP DATA CENTER HYPERSCALER インフラ OR
  • 9. 9 ©︎2022 ABeam Consulting Ltd. Public 9 社会トレンド:デジタル技術による社会的要請への対応 企業は経済的利益の追求のみならず、社会課題にも対応していくことが当たり前の時代に突入していま す。デジタル技術の進展は、社会課題解決と企業活動をつなげるチャンスを提供しています。 社会課題の重要性の高まり Digitalが社会・企業をつなぎ社会課題解決に 社会課題 企業 Digital Technology 持続可能な社会発展 政府・経団連はCOVID-19感染拡大防止のため外出自粛を要請 ⇒ 企業はテレワークを導入 社会的距離の確保 COVID-19 環境に配慮した機能的都市 SMART CITY
  • 10. 10 ©︎2022 ABeam Consulting Ltd. Public 10 ■現在実施中 ■COVID-19禍以降実施、 現在は取りやめ ■COVID-19禍以降、 一度も実施せずせず 社会トレンド:テレワークの実施状況及び将来予測 COVID-19をきっかけにテレワーク普及が加速、80%以上の企業がテレワークの進展を予想し、5年後の 完全定着を50%以上の企業が予想しています。 日本の大企業におけるテレワーク実施状況 今後のテレワーク進展予測 1,352社 55.7% 713社 29.4% 362社 14.9% 1割 19.0% 2割 14.1% 3割 12.5% 4割 4.9% 5割 15.1% 6割 5.5% 7割 7.0% 8割 7.0% 10割 8.9% 9割 5.9% N=2,400 N=1,303 ※実施企業のうち未回答企業あり 調査対象:インターネットによるアンケートに回答した14,356社のうち、資本金1億円以上の企業2,400社 調査期間:6月29日~7月8日 東京商工会議所「第6回「新型コロナウイルスに関するアンケート」調査」を基に当社作成 従業員の実施割合 企業の実施割合 ☑ 80%以上の企業が、半年後、1年後にテレワークが COVID-19禍以前より進展すると予想 ☑ 50%以上の企業が、5年後にはテレワークが完全に 定着すると予想
  • 11. 11 ©︎2022 ABeam Consulting Ltd. Public 11 調達・購買領域における課題:業務の観点 ソーシング領域はシステム未対応の影響もあり、紙資産での業務運用や業務ノウハウの属人化が 見られ、リモートワークの阻害要因となっています。 ※当社クライアント事例調査実績 各社共通の「よくある」課題 ①ソーシング業務 ◆ ソーシング業務負荷が高い • システム対応が劣後とされてきた領域 • ナレッジが属人化、次世代への引継ぎ面も 懸念 • 紙媒体が残り、情報検索に時間を要す ②購買 オペレーション ◆ 取り組み状況による差が顕著 • 企業による取り組みレベルの差が顕著 • 部門、商材のばらつきも大きい ③その他業務 ◆ その他業務が増える傾向 • データ集計、分析作業 • 要求部門の問い合わせ対応 調達・購買部門の業務工数割合
  • 12. 12 ©︎2022 ABeam Consulting Ltd. Public 12 調達・購買領域における課題:組織の観点 調達・購買部門においては、システムが劣後された領域での知見の属人化が顕著です。 歪な人員構成は、中長期的な現場力展開のリスクとなります。 調達・購買部門の人員構成割合 各社共通の「よくある」課題 中長期的な 現場力の低下 戦略的位置づけ の低さ 不適切な人員構成による中長期的 な現場力の低下 • ベテラン社員の退職の波 • 中間層の不在(=瓢箪型の人員構成) • 「人」依存の業務プロセス 調達部門の戦略的位置付けの低さ • 事業部門を支える「縁の下の力持ち」 という誤認識 • 利益創出/経営リスク/社会価値向上のための 戦略的組織としてのポジショニングが されず、人材の配属が偏りがち ※当社クライアント事例調査実績 年齢
  • 13. 13 ©︎2022 ABeam Consulting Ltd. Public 13 調達・購買領域の課題に対する取り組むべきポイント 調達・購買領域の課題として、マニュアル業務負荷の高さや属人的な業務プロセスが挙げられ ました。特に負荷の高いソーシング領域において、改革が求められます。 業務観点の課題 組織観点の課題 紙資産を使ったマニュアル業務 (特にソーシング領域における負荷が高い) ベテランノウハウに依存した属人的な業務 (ソーシング領域における属人化の影響が大きい) 取り組むべき ポイント ◼ ソーシング業務改革 • デジタル活用による紙資産の構造デジタル化 • ベテランノウハウの標準化と組織におけるノウハウの活用 ベテランの定年退職で ノウハウが失われ現場力が 低下 現場力 時間
  • 14. 14 ©︎2022 ABeam Consulting Ltd. Public 14 ソーシング業務改革へのアプローチ:AIが活用できるプロセスの特徴 見積業務 プロセス 依頼内容分析 目標価格決定 見積依頼 購入依頼受領 集約・分析・判断の人間が行うプロセスにAI活用 「専門知識・熟練のノウハウが必要」:調達品に関する専門知識やサプ ライヤー情報、加えて外部情報を経験に基づき組み合わせ、意思決定を 行う必要がある。 「様々なデータの活用が必要」:過去実績や市場概況等の外部情報を組 み合わせて分析し、意思決定する必要がある。 実績 集約 実績 分析 意思 決定 実績 集約 実績 分析 意思 決定 プロセス の特徴 データ収集・データ分析・意思決定を行う必要があるプロセスは、AI活用の効果が大きいといえます。 例えば見積依頼を取得するまでのプロセスは、紙帳票の使用によるマニュアル負荷が高く、また意思決 定に熟練ノウハウが必要なため属人化する傾向にあります。
  • 15. 15 ©︎2022 ABeam Consulting Ltd. Public 15 ソーシング業務改革へのアプローチ:調達・購買領域で取り扱う品目の特徴 直接材 品目分類 間接材 繰り返し品 繰り返し品以外 =オーダーメイド 特徴での 分類 品目例 • 品目毎の構成や仕様は、予め定義されている。 • 生産計画に基づき、資材部や調達部の専門組織が、 定期的に発注を行う。 • 品目毎の構成や仕様が、取引都度異なる。 • 要求元のリクエストに基づき、 資材部や調達部の専門組織が都度発注を行う。 業務 観点 • 部門横断管理は限定的なため、 必要な品目を各部門毎に都度発注を行う • 品目毎の構成や仕様が、明確に定義されているため システムでのマスター管理が可能。 • 管理されたマスター並び生産計画に基づいて、発注を生成可能。 (自動であることが多い。) • 品目の仕様や構成が、取引都度異なるため、システムでのマスタ ー管理が不可。 ※既存システム適用が困難。 • マスターを利用した自動処理は不可のため、マニュアル対応が必要 。 ※DXやAIの活用でマニュアル対応解消の余地有り。 システム 観点 • 発注する品目は取引都度異なり、原価・在庫管理 も実施しないため、マスター管理は行わない。 • マスター管理は行わないため、マニュアル対応が必要 。(カタログ選択や都度見積購買) 取引1回目 サイダーA ラベルA ペットボ トルB 取引2回目 例: プラント機 器 例:飲料 サイダーA ラベルA ペットボ トルB 取引1回目 ポンプ タービン 型 防爆 取引2回目 完全一致の取引は原則存在しない。 (過去の類似取引が参考情報となるが、マスターで再利用は不可) ポンプ コーン 型 非防爆 取引1回目で使用したマスタを2回目以降も使用可能。 取引A 事務用 品 取引C リース 取引B 荷役 取引D MRO 取引E インフラ 調達購買領域において取り扱う品目は直接材と間接材に分類され、直接材は特徴によって「繰り返し品」と 「オーダーメイド品」に分類できます。
  • 16. 16 ©︎2022 ABeam Consulting Ltd. Public 16 ソーシング業務改革へのアプローチ: OCRを活用した非構造化データの構造デジタル化 OCRを活用し業務上使用しにくい紙情報を構造デジタル情報に変換し、システム利活用することで業務効率 を実現できます。 OCRを活用 電子データへ移行 データ 抽出後 ファイ ル* ユーザー 検索性が低くマニュアル負荷が高かった 構造整理されていない膨大な紙情報 システム利活用により業務効率が改善 構造整理されたデジタル情報 DB Point Ex.) 保持する情報項目と記載品質の把握 Ex.) 業務上使用する重要情報の特定 Ex.) 表記ゆれの診断と同義語の定義 Ex.)To-Be 業務でのデータ活用検討 実務におけるデータ活用イメージを踏まえ、業務上必要な情報をとらえたデータ構造化。
  • 17. 17 ©︎2022 ABeam Consulting Ltd. Public 17 ソーシング業務改革へのアプローチ: AIアルゴリズム構築&アプリ実装 AIアルゴリズム構 築 & アプリ実装 担当者間で業務効率に著しい差 属人的な業務プロセス 担当者の知識・経験不足のサポートによる組織全体の業務効率 を改善 標準化された業務プロセス Point Ex.)業務課題の設定からアルゴリズムやシステムの機能要求を決定 Ex.)業務エキスパートとの標準化定義 データ品質や業務ユーザーの特性を踏まえ、業務目的に適合したアルゴリズム構築。 担当者A 業務知見が 深く効率的 担当者B 業務知見が 浅く非効率 担当者C 業務知見が 浅く非効率 担当者A 担当者B 担当者C AIアルゴリズム搭載 AIアルゴリズムを構築しアプリへの実装を行い属人的な業務プロセスの標準化することで、担当者間の業務 効率差を改善することができます
  • 18. 18 ©︎2022 ABeam Consulting Ltd. Public 18 Document Information Extraction : Document Information Extractionとは Document Information Extractionは、SAP AI Business Servicesの一つの機能であり、PDFファイルな どをAI-OCR機能により、取り込むことができます。 <イメージ図>
  • 19. 19 ©︎2022 ABeam Consulting Ltd. Public 19 Document Information Extraction : Document Information Extractionを触ってみた① SAP BTP Cockpitより「Document information Extraction」をスタートできます。 「Set up account for Document Information Extraction」 を選択
  • 20. 20 ©︎2022 ABeam Consulting Ltd. Public 20 Document Information Extraction : Document Information Extractionを触ってみた② ドキュメントの種類を選択し、ファイルをアップロードすると項目一覧が表示されます。 ドキュメントタイプを指定し、請求書な どのPDFファイルをアップロード ヘッダや明細の項目を選択
  • 21. 21 ©︎2022 ABeam Consulting Ltd. Public 21 Document Information Extraction : Document Information Extractionを触ってみた③ 抽出対象となる項目が表示されます。 項目が表示される。
  • 22. 22 ©︎2022 ABeam Consulting Ltd. Public 22 Document Information Extraction : Document Information Extractionを触ってみた④ 項目とデータが取り込まれ、信頼度が表示されます。 PDFの読み取り結果が信頼度ととも に表示される。
  • 23. 23 ©︎2022 ABeam Consulting Ltd. Public 23 Document Information Extraction : Document Information Extractionを調べてみた(対応言語) ドキュメントタイプ 言語 Business Card • Chinese (Simplified and Traditional) • Dutch • English • French • German • Italian • Japanese • Korean • Polish • Portuguese • Russian • Spanish Invoice • Dutch • English • French • German • Italian • Spanish Payment Advice • English • German Purchase Order • English • German Template Feature (Custom and Standard Documents) • Arabic • Chinese (Simplified and Traditional) • Hebrew • Japanese(Hiragana,Katakana) • Korean • LatinRussian • Thai Document Information Extractionの対応言語は以下の通りです。
  • 24. 24 ©︎2022 ABeam Consulting Ltd. Public 24 Document Information Extraction : Document Information Extractionで見えてくる世界 PDFなどをDocument Information Extractionを活用し、構造化データにすることによりベテランのノウハウ を組み込み業務効率化が図れます。 • 年間150万枚以上の紙処理 • ベテランは業務知見から短時間で検索 • 若手は手探りで同じ作業を繰り返し Before:経験がものをいう世界・属人スキル After:経験を共通財産として持ち寄る世界 • 紙情報を構造化データへ変換 • 経験を問わず同じ類似案件を効率的に検索可能 • 個々の案件の特性に合わせた類似検索が可能 • 類似検索効率化により、新規取引先開拓や実績分析・評価・交渉など に注力 • 現地現物+データドリブン人材育成 ベテランのノウハウ組 込み 業務効率化 超高圧のPPプラ ントにありそう ベテラン どれ!? 若手 結果確認・最終決定 8年前の あの実績 ベテラン どれ!? 若手 ベテラン 若手 ベテラン 若手 結果確認・最終決定 結果確認・最終決定 結果確認・最終決定
  • 25. 25 ©︎2022 ABeam Consulting Ltd. Public 25 企業価値向上に貢献するソーシング業務のデジタル化 データの構造デジタル化は業務効率化(事例は調達・購買部門)に有効です。 またデジタル化されたデータは、業務効率化や高度化への活用や、ボランチオフィスなどでのデータ活用 を通した利益貢献や社会的価値の向上が将来的に期待できます。 ◼ 内部データの構造デジタル化を 通した見積業務や査定業務の効率化 ◼ アルゴリズム構築を通した デジタル化データへの アクセス効率化 ◼ デジタルデータの活用を通した 査定価格算出の自動化・最適化 ◼ 社内外データとの連携を通した サプライヤ選定の自動化・最適化 ◼ ボランチオフィスにおける データ利活用を通した ビジネス戦略の示唆・提言 • (例)コスト分析データの連携による 経営からの利益貢献への示唆・提言 • (例)サプライヤ最新情報データの連携に よる緊急時のレジリエンス強化 (社会的価値向上) 経営 部門A 部門B データ分析に基づいた 示唆や提言 ボランチオフィス サプライヤ Step1:構造デジタル化による業務効率化 Step2:デジタル化データ活用による業務高度化 Step3:シームレスなデータ活用による企業改革
  • 26. 26 ©︎2022 ABeam Consulting Ltd. Public 26 メッセージ ➢ チュートリアルをやってみましょう。 https://help.sap.com/viewer/5fa7265b9ff64d73bac7cec61ee55ae6/SHIP/en- US/99add7748486438d8e58f77f4c103c24.html
  • 27. 27 ©︎2022 ABeam Consulting Ltd. Public 27 引用、参考、参照、転載の一覧 転載3:INT260_Take Advantage of Templates in Document Information Extraction .pdf p.5,p.6 参考: Document Information Extraction - SAP Help Portal 参考:Supported Languages and Countries - SAP Help Portal