サプライチェーン経済のための代数

Joannes Vermorel

私たちの定量的サプライチェーン宣言の第一原則は、_すべての未来は考慮されるべき_であると述べています。したがって、2年前にEnvisionを拡張し、確率変数をネイティブに扱えるようにしました。この確率的代数は、不確実な未来への対処法の礎となります。

次に、_第二_原則は、_すべての実行可能な意思決定は考慮されるべき_であると述べています。例えば、サプライヤーから購入すべき数量などです。しかし、それらの意思決定自体は_確率変数_ではなく、関連する数量は_未定_であり、_不確実_ではありません。私たちの確率的代数だけでは、これから行われる意思決定を適切に反映するには不十分でした.

そこで、昨年、私たちは密かにかつ段階的に補完的な代数、すなわちzedfuncsの代数を導入しました。zedfuncはEnvisionにおけるデータ型であり、数量化された意思決定に伴う経済的な報酬または損失を反映することを目的としています。主な工夫は、zedfuncが_一つ_の意思決定に対する結果を計算するのではなく、すべての意思決定、すなわち1単位から無限¹単位までの生産開始により生じる全ての報酬を計算する点にあります.

ranvarsとzedfuncsを組み合わせることで、価格割引などの厄介なサプライチェーンの複雑性にも最小限の労力で対処することが可能になります。zedfuncsは、定量的なサプライチェーン最適化のための必須要素であり、すべての実行可能な意思決定を投資収益率の降順に並べた優先順位リストを作成するために不可欠です.

小さな欠点として、zedfuncsは計算資源をかなり消費します。これらは一般的なスプレッドシートには収まらない高度な数値データ型です。幸いなことに、Lokadは私たちのお気に入りのクラウドコンピューティングプラットフォームから得た多数のマシンに負荷を透過的に分散しており、生の処理能力はこれまでになく安価です。したがって、実際には何億ものzedfuncsの処理はEnvisionバックエンドにとって問題ではありません. 現行のLokad zedfuncsの設計には相当な努力が必要であり、私たちは初回試行の完全な書き直しを経験しました。課題の核心は、zedfuncsのメモリフットプリントを管理するために必要な独自のロス圧縮アルゴリズムにありましたが、これは十分ではありませんでした。より正確に言えば、最初のバージョンは最も重要な部分で十分な数値精度を保持していませんでした。しかし、第二のバージョンは、プロダクションシステムで得た知見のおかげで正しく機能するようになりました.

確率的需要予測がサプライチェーンで注目を集める中、多くのソリューションはこれらの新たな視点を十分に活用できていません。適切なツールが不可欠です。何十億もの確率を生成するのは（いくぶん）容易ですが、それらを投資収益率を最大化する意思決定に変換するのは遥かに困難です。それがzedfuncsの役割です.

zedfuncsは、おそらく受け取る多数のRFPに盛り込まれることはない非常に価値あるツールですが、_定量的サプライチェーン_の大部分は、これらのzedfuncsまたは将来的なより優れた代替手段だけでは達成できません.