サプライチェーンサイエンティスト

量的サプライチェーンは、より能力のあるソフトウェアによって最適化されるサプライチェーンの再定義です。これは通常、機械学習によって駆動され、ビッグデータインフラストラクチャによってパワーアップされたソフトウェアです。しかし、量的サプライチェーンプロジェクトの核心には、データの準備、経済モデリング、KPIレポートの実行を行うサプライチェーンサイエンティストがいます。サプライチェーンサイエンティストは、機械知能を通じて拡大された人間の知能を提供します。サプライチェーンの意思決定のスマートな自動化は、サプライチェーンサイエンティストによって行われる作業の結果です。

人間と機械

サプライチェーンのパフォーマンスの向上には、ビジネス戦略の深い理解が必要です。例えば、航空宇宙産業では在庫切れは非常に高価ですし、生鮮食品では日常的な問題です。現実的には、今日ではスマートなアルゴリズムがチェスや囲碁のチャンピオンに勝つことができる一方で、最も優れた機械でも会社のサプライチェーンの戦略的なロードマップを立てることは数十年先の話です。したがって、サプライチェーンを完全に機械駆動の状態にすることは、まだまだSFの世界です。

しかし、スマートなアルゴリズムや機械学習アルゴリズムは、明確で狭く、繰り返しのある問題を解決するのに非常に優れています。量的サプライチェーンは、これらのモダンなソフトウェアの能力を活用しています。人間の知能を使って問題をフレーム化し、曖昧さを排除し、繰り返し可能なワークフローを設定します。そして、会社が日々の運営に必要な広範ながらも単調なサプライチェーンの意思決定を生成する際に、機械に任せます。

量的サプライチェーンは、人間の洞察力を取り除くことではありません。実際にはまったく逆です。量的サプライチェーンは、洞察力が最も大きな影響を与える戦略的な問題に人間の洞察力をもたらすことに関するものです。サプライチェーンスタッフを単調で繰り返しの作業から解放することによって、量的サプライチェーンは彼らの自由を取り戻します。それにより、チームは運用の詳細に縛られることなく、戦略的な問題に集中することができます。

サプライチェーンサイエンティストの役割

サプライチェーンサイエンティストの役割は、データを分析し、経済変数を論理に組み込み、サプライチェーンの意思決定の自動化を行うことです。サプライチェーンサイエンティストは、量的サプライチェーンイニシアチブのパフォーマンスを評価するために使用される、サプライチェーン管理と共に考案されたKPIの実装と監視も担当しています。

イニシアチブの最初の段階であるスコープフェーズでは、サプライチェーンサイエンティストは、解決すべき問題が明確に定義されていること、曖昧さが解決されていなくても少なくとも明確に識別されていることを確認する責任があります。特に、サプライチェーンサイエンティストは、意図した自動化の明確なイメージを確立する責任があります。文脈によっては、自動化は発注書、在庫移動、在庫廃棄などを生成することを意図しているかもしれません。

データの準備フェーズでは、サプライチェーンサイエンティストは、関連するすべてのデータが適切に企業のITシステムから抽出されていることを確認する必要があります。サプライチェーンサイエンティストは、データの意味を理解する責任がありますが、データの抽出自体は通常、ITスタッフの助けを借りて実行されます。サプライチェーンの観点からデータの正確な意味を確立することは非常に重要です。生のシステムデータを機械学習アルゴリズムで処理できるように加工するには、かなりの努力が必要です。この責任も再びサプライチェーンサイエンティストにかかります。

オンボーディングフェーズでは、自動化によって生成された数字は、サプライチェンプラクティショナーによって検証されます。このフェーズでは、自動化が正常に機能しない場合にエッジケースが発見されることがよくあります。したがって、エッジケースを修正する責任はサプライチェーンサイエンティストにあります。ただし、奇妙な数字が実際には正しい数字であり、過去の非最適なサプライチェンプラクティショナーの習慣とは異なる場合もあります。サプライチェーンサイエンティストは、そのような状況に光を当て、サプライチェンプラクティショナーにそれらの数字が問題ではなく、むしろ解決策の重要な要素であることを納得させる責任があります。

最後に、ソリューションが本番環境にある場合、サプライチェーンサイエンティストは自動化のパフォーマンスを監視し、その弱点を特定します。彼はソリューションの継続的な改善に責任を持ちます。改善されたロジックには、より良いデータまたはより多くのデータが必要な場合が頻繁にありますが、これには運用サプライチェーンプロセスの変更が必要です。サプライチェーンサイエンティストは、データの改善に関連する期待される利益を定量化し、具体的なビジネスケースを作成して、サプライチェン管理に変更を提案する責任があります。

サプライチェーンサイエンティストのスキル

サプライチェーンサイエンティストは、データサイエンティストとサプライチェーンの専門家の両方です。この二重の能力は、初期の期待に応えるソリューションを提供するために不可欠です。サプライチェーンの専門知識は、サプライチェーンサイエンティストが対処する必要のある課題を深く理解するために不可欠です。サプライチェーンの課題を理解していないと、プロジェクトはサプライチェーンのニーズに合わない「解決策」を構築するリスクにさらされます。リードタイムの変動、最小発注数量（MOQ）、航空輸送と海上輸送のコスト、多段階分析など、サプライチェーンサイエンティストが習得する必要がある多くの側面があります。具体的には、要素自体だけでなく、それらの間の関係も深く理解する必要があります。たとえば、MOQがリードタイムにどのように影響するかなどです。

データサイエンスの専門知識は、まず、過去のデータを活用した定量的な評価を行い、次に、単調な意思決定プロセスを完全に自動化するロジックを実装するために不可欠です。プログラミングの流暢さがないと、どんなイニシアチブも過度の遅延や危険な数値結果のリスクにさらされます。プログラミングはスキルであり、芸術でもあります。サプライチェーンの課題は非常に複雑です。サプライチェーンサイエンティストは、持続可能なソリューションでありながら、望ましいサプライチェンパフォーマンスを提供するために十分に正確なソリューションを実装することができます。

最後に、サプライチェーンサイエンティストの役割には、平均以上のコミュニケーションスキルも必要です。高品質なドキュメンテーションを作成するためには、良い文章力が重要です。実際、サプライチェーンはトレードオフの連続です-例えば、小さいMOQと低い購入価格-そして、それらのトレードオフはほとんど文書化されることがありません。定量的なサプライチェンでは、これらのトレードオフを文書化し、数量化する必要があります。このタスクの責任はサプライチェーンサイエンティストにあります。新しいアプローチの妥当性をサプライチェーンチームに納得させるためには、良い口頭スキルが必要です。

Lokadのサプライチェーンサイエンティスト

Lokadでは、サプライチェーンサイエンスの能力が過去10年間で徐々に形成されてきました（Lokadは2008年に設立されました）。Lokadは純粋なソフトウェア会社としてスタートしましたが、実際のサプライチェンの課題に取り組む際には、専任のLokadチームが前線で行動を起こすことが必要であるということに気付きました。従来の「ソフトウェアサポート」スタッフだけでは、企業に満足のいく解決策を提供するには十分ではありませんでした。なぜなら、それには多くの異なるサプライチェンの課題を深く理解する必要があり、単にLokadの技術を深く理解するだけでは不十分だからです。

サプライチェンサイエンスの能力を確立し、成長させることは困難です。そのため、多くの企業は自社の定量的なサプライチェンイニシアチブのためにLokadにサプライチェンサイエンティストの役割を果たしてもらっています。この場合、Lokadはソフトウェアと専門家のソリューションを提供し、サプライチェンサイエンティストがケースに割り当てられ、イニシアチブ全体を組織化し始めます。このアプローチにより、企業は自社のサプライチェンサイエンスの能力をすぐに確立する必要がなくなります。この能力を外部委託することは、小規模企業と大規模企業の両方にとって合理的です。小規模企業にとっては、社内でこれを行うコストがあまりにも大きいためです。大規模企業にとっては、サプライチェン内の変化のペースを加速することが主な問題です。

Lokadがサプライチェンサイエンスチームに選んでいる候補者のタイプは、通常、修士号を持つエンジニアリングのプロフィールです。Lokadのサプライチェンサイエンティストはプログラミングに精通しているものの、一般的にはソフトウェア開発者ではありません。代わりに、彼らのスキルミックスはより多様で、ほとんどのエンジニアリングの基礎を含んでいます：産業問題のモデリング能力、プロセスの確立、このプロセスのパフォーマンスと信頼性の向上、経営陣とのコミュニケーションなど。Lokadのサプライチェンの課題の性質上、サプライチェンのほとんどの課題の定量的な解決には数学と統計の流暢さが必要です。

Lokadでは、このサプライチェンサイエンスの能力の開発は常に改善されています。さらに、Lokadはさまざまな業界の多くの企業に対してサプライチェンサイエンティストの役割を果たしているため、この分野で重要な知識を蓄積しています。さらに、新入社員がLokadに参加する際には、学習プロセスを加速し、より深い理解を得るために、さまざまなサプライチェンの状況に触れるトレーニングを受けることが含まれています。

関連コンテンツ