機械学習（広く言うと人工知能）と最適化はアナリティクス（解析的情報技術）で重要な役割を果たしてきました。機械学習は予測的アナリティクスで、最適化は指示的アナリティクスで用いられることが多いため、単に予測してから最適化をすることを「融合」と呼んでいるケースも見かけます。しかし、真の機械学習と数理最適化の融合は、より広範なものです。

私たちは、ここ数年で急速な発展を遂げたこの融合分野をMOAI (Mathematical Optimization + Artificial Intelligence) と名付け、その中で実務的に有効と考えられるものに対し、過去の研究を超える新しい技術を確立しました。これにより、従来のAIや最適化単体では実現できなかった、高速かつ実用的な意思決定が可能になっています。

サプライチェーンは多様なシステムの複合体です。そのため、その最適化にはお客様のニーズに応じたカスタマイズが不可欠です。たとえば、ロジスティクス・ネットワーク設計（LND）で拠点の配置や輸送経路の最適化を行う際に、工場内の生産計画や輸送能力の制約などを同時に考慮しなければならない場合もあります。市販のシステムでは、これらの生産計画や輸配送最適化をLNDに組み込んでモデル化することは困難です。

そこで私たちは、サプライチェーンを共通の言語で記述できる「Supply Chain Modeling Language (SCML)」を開発しています。SCMLは、LND、生産、輸配送といったサプライチェーンの諸活動を、基本構成要素（ノード、アーク、活動、製品、モード、資源、制約、期など）を用いて記述することで、さまざまな最適化に対応できるように設計されています。