AWS Supply Chain の新機能によるデータ取り込みと導入

AWS Supply Chain に、データ取り込みプロセスを簡素化し、アプリケーションの利用促進と導入体験を向上させるために、生成 AI を含むいくつかのエキサイティングな拡張機能が追加されました。 AWS Supply Chain は、サプライチェーンのデータを統合し、機械学習を活用した実用的な洞察を提供し、リスクの軽減、コストの削減、レジリエンスの向上に役立つコンテキストコラボレーション機能を組み込んでいます。 サプライチェーンデータレイク (SCDL) は、エンドツーエンドの可視性を実現し、需要予測の精度を向上させ、サプライチェーンのレジリエンスを高めるデータ基盤です。 SCDL は、断片化されたデータシステムから高品質の標準化されたデータモデルにデータを取り込み、変換し、保存するための組み込み機能を提供します。

このブログ記事では、データ取り込みの促進、顧客の利用促進と構成の合理化、データ品質機能の強化に焦点を当てた最近のリリースをまとめています。 これらには、自動ネットワークセットアップ、簡素化されたデータ変換、カスタマイズされたデータ抽出ルールを設定する機能などの機能が含まれます。

新しいリリース

生成 AI を活用したデータ関連付け

AWS Supply Chain は現在、生成 AI を活用したデータオンボーディングエージェントを使用しています。これにより、手作業によるデータ統合を最小限に抑えることで、データの導入の速さと使いやすさが向上します。 生データを抽出して Amazon Simple Storage Service (Amazon S3) にアップロードするだけです。 または、AWS Supply Chain ユーザーインターフェイス (UI) を使用して、任意のソースのデータをネイティブ形式で直接アップロードできます。 オンボーディングエージェントは自動的に変換レシピを生成し、カスタム変換を構築するための UI 内に SQL エディターを提供します。 組み込みのプロセスチェックにより、選択したタスクに必要なデータが確実に入手できます。

データオンボーディングエージェントは、複数のソースからのデータを統合するという重要な課題を解決します。 あらゆる形式のデータを AWS Supply Chain データモデルに自動的に変換します。 モジュール主導型のガイド付きワークフローにより、選択した AWS Supply Chain モジュール (Demand Planning、Supply Planning、インサイト、N-Tier 可視化、サステナビリティ) に基づいて必要なデータセットが通知されます。 このデモでは、プロセス全体について説明し、その他の詳細についても説明します。

データオーケストレーションフレームワーク

AWS Supply Chain は、SAP S/4HANA ERP のお客様の導入体験を強化する新しいデータオーケストレーションフレームワークをサポートするようになりました。 このフレームワークはデータ取り込みプロセスをさらに簡素化し、セットアップを迅速化します。

主な機能:

• データ変換の簡略化：SQL ファイルを編集してカスタム変換を作成できるようになりました。複雑な設定レシピの数が 85 から 21 に減り、サイズも最大 90% 縮小されました。
• 新しいデータステージングレイヤー：このレイヤーは、取り込み中に元のデータと非構造化データを保存することにより、参照ソースとして機能します。 依存関係グラフを維持してデータの完全性を確保し、さまざまなソースからの並行取り込みを可能にします。 これにより、データ取り込み速度が向上し、エラーが減少します。
• パフォーマンスの向上：セルベースの水平スケーラビリティにより、ワークロードを複数のノードに分散できるため、並列処理が可能になり、データ取り込みの待ち時間が 80% 短縮されます。

Private-Link の自動セットアップ

S/4HANA 接続の AWS PrivateLink セットアッププロセスを自動化して、導入時間を短縮しました。 AWS CloudFormation テンプレートを使用した自動セットアップにより、エンドツーエンドのプロセスが 30 分未満に短縮されます。 CloudFormation テンプレートは、お客様に一連の導入ステップを案内するもので、オープンソースの GitHub library から入手できます。

データ品質エンジンプロセス

この新機能は、新しいデータオーケストレーションフレームワークのデータ品質フレームワークを活用して、データが SCDL に取り込まれるたびに非同期のデータ品質チェックを実行します。 データ品質検証により、取り込まれたデータの正確性、一貫性、完全性が保証されます。 データ品質と検証結果には、イベントと API へのアクセス、ユーザーの S3 バケット内の品質レポート、および取り込みエラーとモジュールエラーを表示する新しいデータ品質ユーザーインターフェイス (UI) のいずれかを使用してアクセスできます。

カスタマイズされた SAP テーブル抽出

汎用的なデータ抽出カタログの代わりに、お客様は独自のカスタマイズされた SAP テーブル、フィールド、頻度、フィルターを定義できるようになりました。これにより、特定のアプリケーションモジュールに焦点を当てているお客様に必要なデータフローの数が 55 個からわずか 4 個に減りました。 SAP ERP システムは高度にカスタマイズされていることが多いため、この新しいプロセスにより、お客様はカスタマイズされたテーブルとフィールドを追加できます。

まとめ

私たちは、お客様のフィードバックに基づいて、逆向きのアプローチで革新を進めています。 これらの最新リリースは、価値創出までの時間を短縮し、データ統合プロセスを簡素化および加速し、導入を合理化し、お客様のデータ品質を向上させるという当社の取り組みを示しています。

詳細なセットアップと構成の手順については、 ドキュメントページをご覧ください。 ご自分のペースで進められる技術概要については、 AWS Workshops ページをご覧ください。また、 AWS Supply Chain にアクセスして、サプライチェーンデータを迅速かつ大規模に活用する方法の詳細をご覧ください。

本ブログはソリューションアーキテクトの水野 貴博が翻訳しました。原文はこちら。

著者について

Alok Mehta

Alok Mehta は AWS Supply Chain のプロダクトマネージャーです。Alok は AWS Supply Chain のサプライチェーンデータレイクの創設メンバーの一人であり、アプリケーションのコンセプトとデザインに携わっています。Alok には、Godrej & Boyce Mfg 社、Cummins 社、アマゾンウェブサービス (AWS)での設計エンジニアリング、製造、サプライチェーン、オペレーション、プロダクトマネジメントにおける13年以上の多様な業界経験があります。Alok は Pune 工科大学で生産工学の学士号を、ニューヨークの Rochester 工科大学で製造とシステム統合の修士号を取得しました。余暇時間には、サプライチェーン管理の新しい傾向について読むこと、絵を描くこと、写真撮影、フィットネスが好きです。