ケーススタディ

行動経済学は、経済学と心理学の要素を組み合わせて人間の行動を理解する方法です。Astellas Pharmaの研究者は、AnyLogic シミュレーション ソフトウェアを使用して、この新しい分析方法を適用して、チームの規模とタスクのばらつきが信頼と生産性にどのように影響するかを理解することができました。

マイクロソフトは、世界最大のハイテク企業の1つであり、売上高は900億ドルを超えています。現在、売り上げの多くは物理的デバイスの販売によるものであり、同社は複雑さと不確実性を伴う環境にさらされています。同社はライフサイクルに大きなばらつきのある30,000を超える製品、600を超えるサプライヤー、13の契約製造業者、および191か国に製品を販売し、流通センターを52所有しています。

Meta は、ワークフローを改善し、ボトルネックとスループット能力を分析するために、新しいHyperscale Data Centersを適切に設計する必要がありました。特に、ラックの受け取りを最適化する方法に関心がありました。シミュレーション、最適化、およびMonte Carlo実験を使用して、このラック配送ワークフローを効率的かつ効果的に実行するために必要な正確な要件を特定することができました。

エージェントベースタービン運用＆保守（ATOM）モデルは、decisionLab Ltdとシーメンスによって開発されたデジタルツインシミュレーションモデルです。デジタルツインは、シーメンスの航空派生型ガスタービン部門（Siemens’ aero-derivative gas turbine division）のグローバルメンテナンス修理およびオーバーホール（MRO）操作をエミュレートします。サプライチェーン内で取得した利用可能なライブデータによって動かされるこのモデルは、高度なシミュレーションとデータ分析方法論を使用してシーメンスの車両運用を最適化し、顧客の運用と 資産管理の生産性と効率性の改善に、より優れたデータ駆動型意思決定を可能にします。

HAVI社は、売上高50億ドルのグローバルな会社で、長年に渡ってマクドナルド社のサプライチェーンとパッケージングに従事するパートナー企業です。同社は、サプライチェーン・マネジメント、パッケージング、ロジスティクス、リサイクル及び廃棄物処理サービスを供給しています。 マクドナルド社は、14,000のレストランでより多くのメニューの提供及び朝食メニューの全日提供を考えましたが、数多くの課題、例えば、メニューの複雑さ、新しい機器の必要性、スペースの制約等様々な問題に直面していました。

売上高が世界トップの小売業であるウォルマートは、急成長中のオンライン食料品事業において、より迅速かつ低コストで注文を完了するのに役立つ自動化テクノロジーを探していました。彼らの目的は、マルチレベルストレージ内の3次元すべてで動作可能な自律モバイルカートを使用して食料品のピックアッププロセスを自動化できる、Alert InnovationのGoods-to-Person（GTP）コンセプトであるAlphabot（AGVまたはロボットベースシステム）の評価です。

同社の鉄鋼製造ラインの1つは、内部物流システムを最適化することにより、ライン全体のスループットを向上させる必要性を示しました。 最適化されたプロセスフローを導入し、さまざまなレイアウト構成をテストすることで、クレーンとラドル（柄杓）の作業工程を改善できました。

金属と鉱業に従事するブラジルの多国籍企業である Vale は、モザンビークの Moatize にある露天掘り炭鉱の生産性を最大化したいと考えていました。運用を中断することなくさまざまなシナリオをテストするために、同社はシミュレーション モデリングを選択し、最適化とシミュレーションを専門とする意思決定支援会社であるジェノアと契約しました。

Domino’sは、世界有数のピザ会社の 1 つです。同社は大きな成長を遂げており、新しい店舗の設計をよりシンプルかつ効率的にするとともに、労働スケジュールを改善したいと考えていました。これを行うために、店舗のデジタル ツインを構築して、実際の店舗の物理的なレイアウトに設置する前に、新しいコンセプト、店舗プロセス、理想的なレイアウトをテストすることに集中することにしました。

自動車業界のリーダーは、生産性を向上させるために、生産施設で自律走行搬送ロボット（AMR）を使用しています。このケーススタディでは、Tesla Material Flow Engineerと元BMW Group PhD StudentおよびAMR研究者のMaximilian Selmairが、大規模な輸送フリートを展開する際の標準的な業界慣行について説明し、AnyLogicクラウドベースのシミュレーションが最適なタスク割り当てアルゴリズムの開発にどのように役立つかをご紹介します。