定量的供給チェーン最適化においてPOCは機能しない
概念実証は、我々の見込み顧客が弊社の供給チェーン最適化サービスを試すために最も頻繁に依頼するものの一つです。しかし、これらの依頼は、第一にクライアント企業自体に悪影響を及ぼし、第二にLokadにも影響を及ぼすため、我々はしばしばお断りしています。POC（概念実証）はB2Bソフトウェアで非常に普及していますが、なぜ量的供給チェーン最適化の特定の場合に甚だしく有害となり得るのかを把握するのは容易ではありません。(1) 本記事では、供給チェーンにおける「アンチパターン」としてPOCに関する我々の知見をまとめます.
POCは費用が低くならない
POC手法の根底にある主要な仮定の一つは、POCの方が実際のシステムよりも低コストであるということです。残念ながら、この仮定はほぼ常に誤っています.
まず、供給チェーン全体のネットワーク内で小さな範囲を設定しても、ほとんど変化は見られません。過去には、ソフトウェアベンダーがスケーラビリティの問題に苦しみ、実際の大規模展開には、データベースなどのソフトウェアライセンスとともに提供されることもある大規模な初期ハードウェア投資が通常必要でした。これらの投資がなければ、データ処理すら開始できなかったのです。しかし、今日のクラウドコンピューティングの時代では、その制約はもはや存在せず、アプリが適切に設計されれば、データ処理を開始するために追加のものは何も必要ありません。クラウドコンピューティングの料金は、クライアントが増えるごとにごくわずかに上昇しますが、総じて見れば、例えば見込み顧客との打ち合わせにかかる費用と比べれば無視できるものです。次に、初期の取り組みの大部分はデータの質の検証から始まり、その後、クライアントとの商業的なB2B関係を確立するための適切な識別作業が続きます.
さらに悪いことに、統計的予測が関与する場合、データが多いほど物事は難しくなるのではなく、むしろ容易になります。したがって、データの範囲を制限することで、POCは_全体_の課題に取り組む場合と比較して、より困難かつ高コストになりがちです。我々の経験では、POCが供給チェーン全体の5%にのみ焦点を合わせた場合でも、その5%には通常、ネットワーク全体の複雑さのほとんどが含まれることがわかっています。実際、POCが大規模プロジェクトのほぼすべての複雑さを内包しているからこそ、POCが意味をなすと期待されるのです.
複雑さを無視することは、決して選択肢にはなりません。もしあなたの供給ネットワークに貨物コンテナや信頼性の低いサプライヤーが含まれているなら、これらの要素が考慮されていなければ、POCがどのように説得力を持つのでしょうか？最小発注量（最小発注数量）など、特定の制約が無視されると、数値結果は使い物になりません.
POC以降のコストは、供給チェーンの全複雑性を管理するために、Lokadとそのクライアント双方が注ぐ努力によって左右されます。これらのコストは、対象となるビジネスの固有性によって決まり、規模はコストにごくわずかな影響しか与えません.
POCは失敗の可能性を高める
POCを選択すると、企業はしばしば供給チェーンを改善するために_あれこれ試す_結果に陥ります。しかし、この特定のケースでは、ヨーダの言葉を引用したいと思います。やるか、やらないか。試みは存在しない。 ソフトウェアベンダーの主張にも関わらず、供給チェーンの最適化は困難です。POCの問題は、関係者が失敗する余地を与えすぎる点にあります.
- 売上履歴の抽出は極めて複雑です. 残念ながら、他に選択肢はありません。需要を表すデータなしでは、供給チェーンの最適化に成功することは決してないのです.
- 電子的な在庫レベルは正確ではありません. テクノロジーは最も顕著な逸脱を自動検出し、再集計の優先順位付けを支援できます。しかし、供給チェーン管理者が幻の在庫に対処せざるを得ないことも少なくありません.
- いかなる方法をとっても予測は不十分なままです. 企業は、不確実な未来を受け入れることを学ぶべきであり、その不確実性を消し去ろうとすべきではありません。確率的予測は未来の不確実性を捉えるのに特に優れています.
複雑さは、言い訳の一つに過ぎません.
解決策が簡単で問題のないものであると期待される状況もあります。例えば、新入社員のための新しいメールアカウントの作成などです。しかし、供給チェーンの最適化はほとんど常に困難です。もし企業が数年以上存続しているならば、供給チェーン最適化の「簡単な」部分は既に何年も前に済んでいるはずであり、残るのは「困難な」部分なのです.
我々の経験では、チームがデータの問題に苦しんでいる初期段階で、ほとんどのPOCは失敗します。しかし、これは在庫最適化ソリューション自体について何も語っていません。なぜなら、ソリューションが実際に試されることがないからです.
POCは供給チェーン最適化の取り組みを逸らす
POCは必ずしも_生産_の視点とは一致しない見解を強調します。経営者はベンチマークを作成したり、KPIを設定したりすることを求めます。しかし、もしあるKPIの算出が最適化そのものを行うよりも困難であったらどうでしょうか？また、そのKPI自体が示唆に富んでいるものの、何かを改善するための実行可能な選択肢を提供しなかったらどうでしょうか？
我々の経験では、POCは生産の観点から必要とされない要素によってしばしば逸脱してしまいます。それらの要求に対処しようとすると、POCは実際の生産よりもさらに大きな課題となってしまうため、POC自体が台無しになるのです.
さらに、POCの主な目的が安心感を求めることであるため、ほとんどのPOCは、クライアント企業がベンダーに対して、ソリューション全体の信頼性を犠牲にしてでもビジネスのあらゆる側面を含めるよう圧力をかけるゴールドプレーティングのアンチパターンに悩まされます。その結果、得られるソリューションは生産の観点からはあまりにも脆弱なものとなってしまいます.
また、多くのPOCが“想像上の”問題により失敗するのを目撃してきました。例えば、数千のSKUで実証的にテストされた最良の予測モデルが、非季節性であるために他のすべての季節変動モデルを上回っていた場合、これを問題とみなすべきでしょうか？対象となるビジネスが季節性であるかどうかは疑いようがありません：確かにそうです。しかし、この場合、将来の需要を予測する最良の方法が単に季節性を無視することであるとしたら、これを問題と見なすべきでしょうか？我々の経験では、この単一の「問題」が多くのPOCにおいて障害となっている一方で、供給チェーンの実務者たちは、最終的に提案された発注数量が妥当であると認めていました.
生産へ直接移行し、必要に応じてプロジェクトを修正する
POCは、次世代ソリューションが到来する間に事業を継続する必要がある実務者によって、通常かつ正当に気を散らす要因と見なされます。我々の経験では、直ちに生産へ移行する方が、安価でリスクも低いことが示されています。しかし、これは適切な手法を用いて実施されるべきです.
まず、「データのロジスティクス」に起因する失敗は選択肢にはありません。測定しないものは最適化できません。データに意味がなければ、すべての最適化試みも無意味になります。成功は必須であり、そうでなければ数年以内に企業が存続できなくなる可能性があります。実際、大部分の努力がこのデータのロジスティクスに関連しており、この投資は生産用ソリューションとはほぼ完全に分離して行うことが可能です。そして、これは良いことです！もし何らかの理由で最適化ソリューションが不十分であった場合でも、投資は失われず、より良い代替ソリューションへ単に振り向ければよいのです.
次に、生産へ直接移行することが目標であっても、数値が疑問視されないというわけではありません。むしろその逆です。旧プロセスと新プロセスは共存すべきであり、新プロセスが磨かれる間に、旧プロセスからできるだけ多くの低い果実（2）を摘み取るべきです.
その後、通常、数多くの問題が発生します。それらを整理することが重要です:
- 以前から旧プロセスに影響を与えていた問題（たとえそれがより静かであったとしても）。優れたプロセスと技術は問題を明らかにするものであり、これは欠陥ではなく美徳です.
- 配備されるソフトウェアで解決できない問題。もし倉庫でSKUの選別が信頼できないのであれば、需要予測モジュールがそれを確かなものにするとは期待できません.
- 実際の問題と期待値の不一致。統計的予測は非常に直感に反するものであり、期待が定量的な数値が示すものを上回ってはいけません.
- ソリューションの大幅な再設計なしには解決できない設計上の問題。これは通常、ソフトウェアがその課題に取り組むための適切な視点を持たない場合に発生します.
最後の点は、別の解決策を検討する必要があることを意味します。しかし、上述の通り、これはイニシアティブの終わりではなく、単に別のベンダーとの協業の始まりに過ぎません.
POCの考えを放棄することは、通常、イニシアティブに投資された全ての勢いを失うことを意味します。さらに、ほとんどのPOCは誤った理由で失敗するため、実際の課題がほとんど手つかずのままであることから、将来の試みの成功確率はほとんど向上しません.
実際、生産へ直行することは、聞こえるほどリスクが高いわけではありません。これは、POCの場合に見落とされがちな一連の失敗を防ぐのに役立ち、実際、見落とすべきではありません。必要な改善を得るために本当に必要なものに狭く焦点を当て、空想にふけるのをやめるようにイニシアティブを強制します。重大なベンダーの失敗に直面した場合でも、企業は内部の勢いを活用して別のベンダーに切り替えることができ、通常POCで起こるようなその勢いの損失を避けられます.
(1) 供給チェーンを最適化する方法は多数あります。より良いプロセス、より良いサプライヤー、より良い輸送業者、より良い採用… 本稿は定量的最適化、すなわち統計的予測や数値解法によって対処可能な供給チェーンの課題に焦点を当てています.
(2) 幻の在庫の修正は、全ての在庫最適化プロセスに利益をもたらします。同様に、在庫評価の見直しと改善も有益です.
