[事例ニュース]

2025年12月1日(月)IT Leaders編集部、日川 佳三

リスト

　目薬や胃腸薬をはじめとする医薬品のほか、化粧品や機能性食品など広範な製品を製造・販売するロート製薬。同社は2022年6月、工場・倉庫・物流を結ぶサプライチェーン全体の最適化を目的に、東京科学大学との共同研究を通じて開発したサイバーフィジカルシステム（CPS）を、同社のマザー工場である上野テクノセンター（三重県伊賀市）に構築し、デジタルツイン基盤を整備している。

　最適化プロジェクトの次のフェーズとして、富士通が開発した「マルチAIエージェント連携技術」を導入する。同技術は、サプライチェーン構成企業のそれぞれで動作するAIエージェント同士が自律的に判断・交渉しながら全体最適を図る仕組みを持つ。これにより、仕入先や小売先など複数企業との調整業務をAIが担い、サプライチェーン全体を迅速かつ効率的に運用できるようにする（図1）。

図1：サプライチェーンの構成企業がそれぞれ導入しているAIエージェント同士が自律的に判断・交渉しながら全体最適を図る「マルチAIエージェント連携技術」の概要（出典：ロート製薬）
拡大画像表示

　両社が共同で行った、仮想サプライチェーンでの実証において、物流のルートやスケジュールなどの最適化により、運搬コストを最大30%削減する効果を確認したという。今後、2026年1月から2027年3月にかけて、ロート製薬のサプライチェーンにおいて実際の製造・流通・販売データを活用して検証する計画である。

　技術的なアプローチとして、マルチAIエージェント連携技術を、工場や物流の状態をリアルタイムで捉えるCPSおよびCPSで用いる数理最適化の仕組みに重ね合わせている。これにより、以下の領域への応用を目指す。

• 工場間・倉庫間の輸送ルートや搬送計画の最適化
• 出荷拠点や代理店在庫のリアルタイム補充判断
• 生産スケジュールやリソース配分の自動最適化
• 災害・需要変動時のリカバリーシミュレーション

　「サプライチェーン全体が自律的に判断・改善に動くことで、需要変動が激しい環境下でも欠品や過剰在庫を抑えて必要な製品を安定して届けられる供給体制が実現できる。また、企業間でデータを共有して相互に調整することで、物流の効率が上がってCO₂排出を抑制し、人手不足の解消にもつながる」（ロート製薬）

●Next：困難なAIエージェント同士の協調をどう実現したのか？