パランティア、エヌビディアとのAIパートナーシップを深化：ソブリンAIはどのようにサプライチェーン管理を変革しているのか？

エヌビディアのAIシステムは、単体のGPUから完全なラックレベルの製品へと進化しており、それに伴いサプライチェーンの複雑性も増しています。Vera Rubinラック1台には、ウエハ、メモリ、ネットワーク、電源、熱管理、機械アセンブリなど約130万個の部品が含まれており、数千社に及ぶサプライヤーや製造パートナーとの連携が必要となります。

たった1つのリンク（工程・部品）で不足が生じるだけで、システム全体の製造や納品に影響が及ぶ可能性があります。例えば、GPUの生産量が十分であっても、ラックが予定通りに出荷できるとは限りません。HBM、スイッチチップ、光学部品、電源モジュール、液冷機器など、いずれかの品目が不足するだけで、それが新たな制約要因となり得ます。

パランティアとエヌビディアが開発したシステムは、多様な部門やサプライヤーに分散していたデータを統一環境に集約し、Palantir Ontologyを用いて部品、サプライヤー、工場、注文、納品スケジュールの関係性をモデル化します。その結果、AIモデルは単にデータを読み取るだけでなく、特定の資材の調整が後続の製造工程にどのような影響を与えるかを理解できるようになります。

エヌビディアは、まず資材の割り当てから着手することを選択しました。供給が逼迫した際、システムはさまざまな構成、顧客注文、生産計画を比較することで、潜在的な納品ボトルネックを事前に特定し、多様な割り当てシナリオをシミュレーションできます。AIは推奨策の提示、トレードオフの説明、リスクの指摘を担当し、最終決定は引き続きサプライチェーンチームが行います。

エヌビディア自社のサプライチェーンを初期の適用シナリオとして利用することは、ベンチマークとしての役割も果たします。Vera Rubinラックの複雑な製造プロセスにこのシステムで対応できれば、両社は将来、他の大手製造企業へ展開する際に、より具体的な運用事例を提示できるようになります。

このアーキテクチャでは、Palantir Foundryが調達、在庫、生産、物流などの各プロセスのデータを統合し、Ontologyがこれらのデータを実際のビジネス関係を反映したモデルへと変換します。これを基盤として、AIPがAIモデルと企業のワークフローを接続し、権限管理や監査メカニズムのもとで、モデルが生成した推奨事項を実際のオペレーションに活用できるようにします。

エヌビディアのNemotronオープンモデルは、推論および計画策定機能を提供します。企業は自社のサプライチェーンデータを用いてモデルをポストトレーニング（事後学習）させることで、汎用モデルの回答に完全に依存することなく、特定のサプライヤーネットワークや生産ルール、リスク基準を理解させることができます。

エヌビディアのcuOptソフトウェアは、主に最適化とシナリオシミュレーションを担当します。部品が不足した際、システムは多様な割り当て案を計算し、生産計画の調整、サプライヤーの変更、特定の注文の優先対応による潜在的影響を比較できます。その後、Nemotronモデルがこれらの計算結果を分かりやすい推奨事項に変換し、各選択肢のメリットとデメリットをまとめます。

また、Palantir AutopilotはエヌビディアのNeMo AutoModelおよびNeMo RLと連携し、実際の生産結果をモデルにフィードバックします。資材の割り当てが最終的に納品効率を向上させたか、あるいは予期せぬ問題を引き起こしたかに応じて、システムはその結果に基づき以降の推奨事項を調整し、継続的に更新される学習プロセスを実現します。

完全自動化された意思決定とは異なり、このシステムは人間によるレビューを維持しています。AIは情報の整理や選択肢の比較を迅速化できますが、最終的な決定権は依然としてサプライチェーンの専門家が握ります。これは、顧客の優先順位、重要資材、サプライヤーとの長期的な関係が絡むシナリオで特に重要となります。

企業はサプライチェーン内に、製品構造、調達価格、サプライヤーリスト、生産能力スケジュール、顧客需要など、膨大な機密データを蓄積しています。これらの情報を外部のパブリックモデルに直接送信することは、データ漏洩、知的財産リスク、および規制上のリスクをもたらす可能性があります。

パランティアとエヌビディアは、企業が自社の特定のニーズに基づいて導入方法を選択できるよう、ソブリンAIを重視しています。システムはDellやCiscoの機器を介してオンプレミスで稼働させることも、RackspaceやNebiusなどのクラウド環境やホスティング環境にデプロイすることも可能です。企業はデータの機密性、コンプライアンス要件、既存のITアーキテクチャに基づいて、モデルとデータがどこに置かれるかを決定できます。

この展開では、DellやCiscoの支援のもと、エヌビディアのリファレンスアーキテクチャとパランティアのソブリンAIオペレーティングシステムのリファレンスアーキテクチャを活用しています。その目的は、固定された一律のサプライチェーンソフトウェアを構築することではなく、さまざまな業界や運用ルールに応じて調整可能なインフラを提供することにあります。

商業的な観点から見ると、この協業はPalantir AIPの適用範囲を拡大します。パランティアは以前、主に政府、防衛、大手企業向けのデータ統合プロジェクトに注力していましたが、エヌビディアのモデルやインフラを通じて、製造業やAIデータセンターのサプライチェーンにさらに浸透できるようになります。一方、エヌビディアはパランティアのソフトウェアを使用することで、Nemotronを基盤モデルから現実の企業意思決定シナリオへと拡張しています。

このコンテンツはAIを使用して翻訳され、明確さを確認しました。情報提供のみを目的としています。