需要駆動型マテリアルリクエストプランニング（DDMRP）

需要駆動型マテリアルリクエストプランニング（DDMRP）は、多段階製造業のサプライチェーンパフォーマンスを最適化するための定量的な手法です。この手法は、「切り離しポイント」と「在庫バッファ」の概念を中心に展開されており、ほとんどのMRP（マテリアルリクエストプランニング）システムで実装されている従来の手法の欠点を軽減することを目的としています。この手法は、多段階BOM（部品表）の任意のSKU（在庫管理単位）に対して購入または製造する数量を提供します。

多段階BOMフローオプティマイゼーション問題

BOM（部品表）は、エンドプロダクトを製造するために必要なアセンブリ、コンポーネント、部品、およびそれぞれの数量を表します。多段階BOMは、特定の部品が独自のBOMでさらに分解された再帰的な階層的な視点での元のBOMです。形式的には、多段階BOMは、頂点がSKUであり、エッジが含まれることを示し、重みがアセンブリに必要な数量を表す「重み付き有向非巡回グラフ」¹です。アセンブリはエンドプロダクトまたは中間製品のいずれかです。

DDMRPが対処する問題は、多段階BOM内のフローオプティマイゼーションであり、いつでも（a）より多くの原材料を調達すべきかどうか、およびその数量、（b）どのSKUのユニットをさらに生産すべきか、およびその数量を決定することです。

直感的には、この問題は困難です。なぜなら、中間SKUのサービス品質（通常はサービスレベルで測定される）とエンドプロダクトのサービス品質との間には直接の相関関係がないからです。特定のSKUにさらに在庫を追加することは、そのSKUが製造フローのボトルネックである場合にのみ、エンドプロダクトのサービス品質を向上させることができます。

実際には、このフローオプティマイゼーション問題の解決には、次のようなさまざまな入力が必要です。

• クライアントからの注文履歴
• 供給業者のリードタイム
• 在庫レベル（手元、輸送中、注文中）
• 製造のリードタイムおよび/または生産スループット
• その他

さらに、実世界のサプライチェーンは、バッチサイズ（供給業者または製造プロセス自体によって課せられる任意の種類の乗数）、賞味期限（消耗品だけでなく、化学物質や感度のある機器など）、完全な代替品（例えば、より高価な部品が利用できない場合に代わりに使用できる場合）などのさまざまな複雑さを示す傾向があります。これらの複雑さは、モデルによって反映されるためにさらなるデータが必要です。

クラシックMRPの限界

DDMRPの発端は、80年代に主に開発された「クラシックMRP」の視点（以下、MRP視点と呼ぶ）に関連する制約によってもたらされました。 MRP視点は、リードタイムの分析に焦点を当て、BOMグラフの中で最も長いパス（時間的に）をエンドプロダクトの製造プロセスに関連付けられるボトルネックとして特定します。

このボトルネックを特定するために、MRPはBOMグラフの各エッジに静的なリードタイムを割り当てるための2つの異なる数値メソッドを提供しています。それぞれ次のようになります：

• 製造リードタイムは、最大限楽観的であり、在庫が常にどこにでも利用可能であると仮定しています（つまり、すべてのSKUに対して）。したがって、リードタイムは製造プロセスのスループットにのみ依存するということです。
• 累積リードタイムは、最大限悲観的であり、在庫が常に利用できないと仮定し、したがってリードタイムは、ゼロの原材料とゼロの中間製品から最初のユニットを生産するまでの時間にのみ依存するということです。

これらの2つのメソッドには、共通の主な利点があります。それは、リレーショナルデータベース内で比較的簡単に実装できるということです。これは、80年代から2010年代までのほとんどのMRPのアーキテクチャの中核でした。

しかし、これらの2つのメソッドはあまりにも単純化されすぎており、通常は意味のないリードタイムを提供します。 DDMRPの著者は、深刻なリードタイムの見積もりに基づいて購入または生産オーダーを計算することは、過剰在庫とストックアウトの混合物を生成することを指摘しています。これは、リードタイムが大幅に過大または過小評価されたかによって異なります。

DDMRPの数値レシピ

DDMRPの数値レシピは、数値ヒューリスティックと人間の判断（つまり、サプライチェーンの専門家）を組み合わせたものです。このレシピは、数値的なアルゴリズムに頼らずに、クラシックMRPに関連する欠点を克服することを目的としています。このレシピには、次の4つの主要な要素があります。

• リードタイムの分離
• ネットフロー方程式
• 分離爆発
• 相対優先度

これらの4つの要素を組み合わせることで、サプライチェーンの実践者は、多レベルのBOMの状況に直面した際に購入および製造する数量を計算することができます。 DDMRPの著者は、この方法がMRPによって達成されるパフォーマンスと比較して、優れたサプライチェーンのパフォーマンス（在庫回転数やサービスレベルで測定される）を提供すると主張しています。

リードタイムの分離

MRP視点のリードタイムに対する極端な楽観主義/悲観主義を修正するために、DDMRPはバイナリグラフの着色²スキームを導入しています。このスキームでは、グラフ（つまり、BOM）の特定の頂点（つまり、SKU）が「分離ポイント」として昇進し、常にサービス可能な在庫を保持していると仮定されます。そして、DDMRPの方法論は、それが実際にそうであることを保証します。

分離ポイントの選択は、供給チェーンの実践者に委ねられています。分離ポイントは「在庫あり」のSKUとして設定されるべきですので、実践者は戦略的なレベルで意味のあるSKUを選ぶべきです。たとえば、複数のエンド製品によって消費され、他のほとんどのエンド製品よりも安定した消費パターンを持つSKUです。

分離ポイントが選択されると、任意の頂点に関連付けられるDDMRPリードタイムは、頂点から下方に到達する最長パス（時間的に）として計算されますが、分離ポイントが出会った場合にはパスが切り詰められます。

分離ポイントの注意深い選択により、DDMRPの提案者はDDMRPの方法論が短いリードタイムを提供すると主張しています。この主張は完全に正確ではありません。リードタイムが長くなるわけではなく、むしろDDMRPはまず最初にリードタイムとして言及されるものの新しい定義を提案しているためです。

ネットフロー方程式

仕入れ注文や他の製品の数量を計算するために、DDMRPの提案者はネットフローという概念を導入しています。ネットフローは次のように定義されます：

在庫 + 発注済み - 資格のある受注需要 = ネットフロー位置

この方程式はSKUレベルで定義されます。ネットフローの数量は、需要の不確実な部分に対応する在庫の数量と解釈されます。

ネットフロー位置は、バッファサイズと比較され、目標バッファよりも著しく低くなると注文が発行されます。注文の優先順位付けについては、以下の注文優先順位付けセクションで詳しく説明します。

DDMRPの方法論は、バッファのサイズをどのように設定するかについて、一般的なガイダンスを提供しています。通常、バッファは需要の日数で表され、DDMRPリードタイムを尊重しながら安全なマージンを確保します。実際には、バッファのサイズは供給チェーンの実践者の良識に依存します。

ネットフローを通じて、DDMRPの提案者は実際には不確実な需要の部分のみが統計的分析を必要とすることを強調しています。既にわかっている将来の需要に対処することは、確定的な実行計画への遵守の問題です。

分離爆発

DDMRPの方法論は、在庫が常に分離ポイントからサービス可能であるという仮定に依存し、それを強制します。この仮定により、分離ポイント（つまり、頂点のサブセット）をパーティションの境界線として使用することが可能になります。このパーティショニングスキームは、分離爆発と呼ばれます。

DDMRPの視点からは、エンド製品のクライアント注文が渡された場合、その結果の需要は再帰的に最も内部の構成要素まで分解されるのではなく、最初に出会った分離ポイントまでのみ分解されます。

分離爆発のグラフのパーティショニングスキームは、DDMRPの方法論によって分割と征服³戦略として利用されます。特に、サブグラフのサイズを小さく保つことができるため、DDMRPはグラフ解析には本当に適していない関係データベースシステムの上に実装することができます。

注文の優先順位付け

DDMRPの数値レシピの最終的なステップは、注文自体、つまり購入注文または製造注文の計算です。 DDMRPの方法論では、すべてのSKUをそれぞれの差分「バッファー - ネットフロー」に優先順位を付けます。最も大きな値が最初に来ます。注文は、指定された順序でリストを処理し、正の値であり、頻繁にMOQ（適用される場合）と少なくとも同じくらい大きい値を選択して生成されます。

DDMRPの優先順位付けは、一次元（スコアリング）であり、内部的な方法論への適合性によって駆動されます。つまり、すべての分離ポイントに対してサービス可能な在庫を維持することです。前のセクションでは、分離ポイントのこの重要な特性がいかに活用されるかを説明しました。注文の優先順位付けは、この特性がどのように強制されるかを明確にします。

DDMRPの著者が提案する注文の優先順位付けは、通常のMRPに見られるABC分析などのレシピよりも細かくなっています。これにより、サプライチェーンの実践者の注意を最も必要とするSKUに誘導するメカニズムが提供されます-少なくともDDMRPの緊急性基準に従っています。

DDMRPの批判

DDMRPの著者は、サプライチェーンのパフォーマンスを最大化するための最新の手法として、この方法論の利点⁴を推進しています。しかし、DDMRPにはいくつかの「隠れた」ジェムがありますが、以下に詳述しますが、この方法論にはいくつかの批判があります。最も注目すべきは、まず、新規性とパフォーマンスを評価するための不正確な基準、そして第二に、現実世界の複雑さを捉えることができない形式主義です。

隠れたジェム

一見すると相対的な逆説のように思えるかもしれませんが、DDMRPの最大の利点は、おそらくその2019年の出版物ではその著者自身によって適切に特定されていないかもしれません。この一見すると明らかな逆説は、おそらくDDMRPの限定的な形式主義の副作用です-以下に詳述します。

製造サプライチェーンに関しては、頻度移動平均は通常、時間的移動平均よりも優れています。実際、DDMRPは需要予測なしで機能すると述べるのは間違っています。バッファーは予測ですが、それは頻度予測（つまり、需要の日数）であり、時間的予測（つまり、1日あたりの需要）ではありません。経験則として、需要が不規則であるか、または断続的である場合、頻度予測の方が堅牢です。この発見は、J.D. Crostonが1972年に「断続的需要の予測と在庫管理」という論文を発表したことにさかのぼることができます。ただし、Crostonの手法はいくぶん不明瞭なままですが、DDMRPはこの視点を広くサプライチェーンの世界に普及させました。

近似優先順位付けは、サプライチェーンにおける堅牢な意思決定メカニズムであり、特に系統的なバイアスなどの問題を防ぎます。実際、安全在庫などのSKUごとのアプローチとは異なり、ローカルなサプライチェーンのアーティファクト（例：在庫切れ）によって数値的に歪められる可能性がありますが、緩やかなサプライチェーン全体の優先順位付けは、リソースがまず明らかなボトルネックに向けられることを保証します。DDMRPの著者は、優先順位付けが注意のメカニズムとして有益であることを明らかに認識していますが、その洞察は論理的な結論に至っていません：優先順位付けは経済的であるべきであり、パーセンテージではなくドルで測定されるべきです。

不正確な基準

DDMRPに対する主な批判は、その不正確な基準です。80年代初頭から2010年代後半までの40年間にわたって実装され、販売されたMRPは、実際には何も計画したり、予測したり、最適化したりするために設計されたものではありませんでした⁵。その名前自体、MRP（材料要件計画）は誤称です。より適切な名前はMRM（材料要件管理）でした。これらのソフトウェア製品は、その中核に関係データベース（つまりSQLデータベース）を持ち、主に会社の資産を追跡し、最も日常的な操作に関連するすべての事務作業を実行することを目的としています。たとえば、ユニットがピックされたときに在庫レベルを減らすなどです。

関係データベースが数値計算などの数値集約処理とほとんど相容れないため、上記で議論されたリードタイム推定の2つのバリエーションのように、このような製品が提供する数値レシピは、単純化されて機能しないものになることは驚くことではありません。それにもかかわらず、供給チェーンの予測的な数値最適化に関するコンピュータサイエンスの豊富な文献が存在します。この文献は、オペレーションズリサーチという名前で50年代に先駆けられ、その後もさまざまな名前で追求されてきました。たとえば、供給チェーン管理や単に供給チェーン最適化などです。

DDMRPの新規性と優位性の両方の主張は、MRPが供給チェーン最適化の目的において関連性のある基準であるという誤った前提から誤って導かれています。しかし、MRPは、関係データベースを中核とするすべてのソフトウェアシステムと同様に、数値最適化の課題には適していません。

MRPの制約に苦しむ製造業者は、数値最適化がMRPの設計と根本的に矛盾しているため、MRP自体に対する増分の改善を求めるべきではありません。代わりに、最初から数値パフォーマンスのために実際に設計されたすべてのソフトウェアツールと技術を活用すべきです。

限定的な形式主義

DDMRPの視点は、単純な数式と判断の組み合わせです。DDMRPは明らかに特定の数学的なフレームワーク、つまり重み付き有向非巡回グラフ内で動作しており、そのメカニズムにはよく知られた名前、つまりグラフ彩色、グラフ分割がありますが、DDMRPの資料にはこれらの用語がありません。供給チェーンの実践者にとってグラフ理論は複雑すぎると主張することもできますが、形式主義の欠如は、より正確かつ簡潔に数値的な振る舞いを説明することができる数多くの洞察を提供するコンピュータサイエンスの文献からDDMRPを孤立させます。

さらに懸念されるのは、形式主義の欠如がDDMRPをコンピュータサイエンスの広範な文献から孤立させていることです。この文献は、グラフ理論、確率的最適化、統計学習など、供給チェーン管理の要件を超えて広範に研究された複数のコンピュータサイエンスの分野の既知のアルゴリズムを使用した場合に何ができるかについて多くの洞察を提供しています。その結果、DDMRPはしばしば単純化された視点を採用しています（以下でこの点について詳しく説明しますが）、これは既知のアルゴリズムと現在のハードウェアの能力を考慮すると正当化されていないものです。

さらに、DDMRPの限定的な形式主義は、リードタイムが短縮されるという誤った主張につながります。実際には、DDMRPによって計算されるリードタイムは、構築上、切断ポイントが出現するたびにリードタイムパスが切り詰められるため、ほとんどの代替手段よりも短くなります。しかし、DDMRPでは、リードタイムが短くなると主張する際に方法論的なエラーが発生しています。正しい主張は、DDMRPでは、リードタイムが異なる方法で測定されるということです。DDMRPのリードタイムに関するメリットを定量的に評価するには、市場状況の変化に直面したときに供給チェーンがどれだけ迅速に追いつくかを評価するための形式的なシステム全体の慣性の概念が必要です。

また、DDMRPでは判断が広範に使用されています。つまり、切断ポイントの選択など、数値的な意思決定を人間の専門家に委任しています。その結果、DDMRPの実践を適切に形式化された競合する方法論とベンチマークすることは、実用的には不可能であり、実施するためには膨大な人員が必要です（つまり、数千のSKU以上）。

最後に、数値最適化プロセスを微調整するために人間の入力に頼ることは、現代のコンピューティングリソースの価格を考えると合理的な提案ではありません。メタパラメータの調整は許容できるかもしれませんが、グラフの各頂点での細かい介入は合理的ではありません。特に、現代のサプライチェーンの状況を見ると、人間の入力の必要性がシステム全体の慣性の最大の要因の1つであることがわかります。もう一つの手動調整層である切断ポイントの選択は、この点において改善ではありません。

現実の複雑さを無視する

サプライチェーンのモデリングは、必然的に現実世界の近似です。したがって、すべてのモデルは、精度、関連性、計算の実行可能性の間のトレードオフです。それにもかかわらず、DDMRPは現在のコンピューティングハードウェアを考慮する際にはもはや無視できない多くの要素に対して乱用的に単純化されています。

サプライチェーンは、企業の経済的利益を提供するために存在しています。より率直に言えば、企業は経済全体との相互作用を通じて生成される収益のドルを最大化します。しかし、DDMRPは、割り当てられたバッファに対する誤差の割合を最適化することによって、割り当てられたバッファに対する高いサービスレベルを維持することが利益になるとは限りません。DDMRPによって定義される優先順位は内向きです。つまり、DDMRPモデル自体の前提に一致する状態にサプライチェーンシステムを誘導しています。ただし、この状態が企業の財務上の利益と一致している保証はありません。この状態は、企業の財務上の利益に反する場合さえあります。たとえば、多くの低利益製品を生産するブランドを考えると、競合するSKU（準代替品）が既に在庫過剰を抱えている場合、特定のSKUの高いサービスレベルを維持することは利益にならないかもしれません。

さらに、DDMRPが提案する優先順位付けスキームは、基本的には一次元です。つまり、自身の在庫目標（バッファ）に対する遵守です。しかし、実際のサプライチェーンの意思決定はほとんど常に多次元の問題です。たとえば、1000個のバッチを生産した後、メーカーは通常、それらの1000個を海上輸送用のコンテナに入れます。しかし、サプライチェーンの下流で在庫切れが迫っている場合、1000個のうち100個を航空輸送で出荷することは、在庫切れを事前に緩和するために利益になるかもしれません。ここでは、輸送モードの選択はサプライチェーンの優先順位付けの課題における追加の次元です。この課題に対処するためには、優先順位付けの方法には、企業が利用可能なさまざまなオプションに関連する経済的な要素を統合する能力が必要です。

優先順位付けの一環として考慮する必要がある他の次元には、次のものがあります：

• 需要を増減させるための価格調整（通常は二次販売チャネルを介して）
• 市場で代替品が見つかる場合の製造または購入（通常はプレミアム価格で）
• 在庫の賞味期限（在庫構成に関する詳細な洞察が必要）
• 返品リスク（流通パートナーが返品可能な商品を持っている場合）

したがって、DDMRPは、MRPによって実装されるバイナリの全体または無しのアプローチと比較して、優先順位付けがより柔軟なアプローチであると述べていますが、DDMRP自体が提案する優先順位付けスキームはかなり不完全です。

Lokadの見解

DDMRPのモットーは「完璧ではなく、人々のために構築する」です。Lokadでは、量的サプライチェーンマネジメント（QSCM）の観点から、クラシックなIBMのビジョン「機械は働き、人間は考えるべき」という考え方を支持しています。

QSCMは、ありふれたサプライチェーンの意思決定を自動化すべきという仮説から始まります。この視点では、能力のあるサプライチェーンの専門家は希少であり、時間を在庫管理、購買、価格設定のルーティンな意思決定に費やすには高すぎると考えられています。これらの意思決定はすべて自動化できるべきであり、専門家は数値レシピ自体の改善に集中できるべきです。財務的な観点から見ると、QSCMは、システムを維持するために人日が消費されるOPEXから、システムの持続的な改善に人日が投資されるCAPEXに給与を変換します。

DDMRPの視点は、能力のあるサプライチェーンの専門家を大量に育成できるという仮説から始まります。これにより、雇用主のコストが低下し、従業員の離職に関連するトラック要素も低減されます。DDMRPはありふれたサプライチェーンの意思決定を生成するプロセスを確立しますが、完全な自動化を達成することはほとんど目標ではありません。ただし、機会があれば、DDMRPは自動化に反対ではありません。

興味深いことに、業界がQSCMの視点に向かっているのか、DDMRPの視点に向かっているのかは、ある程度観察可能であるはずです。もしQSCMの視点がより広く採用されるならば、サプライチェーンマネジメントチームは他の「才能」産業（例：量的トレーダーを持つ金融業界）のようになる可能性があります。そこでは、わずかな例外的に優れた個人が大企業のパフォーマンスを牽引します。逆に、DDMRPの視点がより広く採用されるならば、サプライチェーンマネジメントチームは成功したフランチャイズ（例：スターバックスの店舗マネージャー）のようになる可能性があります。そこでは、チームは多数であり、十分に訓練されており、優れた個人がシステムにほとんど影響を与えませんが、優れた文化が企業間の違いを生み出します。

リソース

• Demand Driven Material Requirements Planning (DDMRP), Ptak and Smith著, 2019年版
• Orlicky’s Material Requirements Planning, 3rd edition, Carol A. Ptak and Chad J. Smith著, 2011年版

ノート