現代のサプライチェーンにおける人間
サプライチェーンは複雑なシステムであり、おそらく人類がこれまでに設計した中で最も複雑なものの一つで、多くの人々、様々な機械、そして膨大なソフトウェアを含んでいます。最近私がDDMRPについて投稿した見解は、非常に活発な 議論を生み出しました。これにより、私は量的供給チェーンマニフェスト(QSCM)とDDMRPの根本的な違いについてさらに考えるようになりました。これら二つのビジョンは、本質的にサプライチェーン内における_人間の役割_について大きく意見が分かれています。
QSCMは_クラシックなIBMのビジョン_にしっかりと根ざしています:
機械は働くべき;人は考えるべき;
対照的に、DDMRPは_大衆教育の立場_を採用しており、そのモットーが最もよく表しています:
完璧ではなく人のために作られている;
サプライチェーンにおける人間への哲学的アプローチは、QSCMとDDMRPのすべての違いを説明するわけではありませんが、これら二つの視点がある程度譲れない理由を明らかにしています。

サプライチェーン実務者の希少性 vs 豊富性
サプライチェーン実務者は、DDMRPもQSCMも企業にとって貴重な資源として認識されています。しかしながら、両アプローチは、この視点が各自の手法にどのように組み込まれているかにおいて大きく異なります。
QSCMは、ありふれたサプライチェーンの意思決定は自動化されるべきだという仮説に基づいています。この視点は、有能なサプライチェーン実務者が非常に希少であり、在庫管理、購買、または価格決定の_生成_に時間を割くには高コストすぎると強調しています。これらの意思決定はすべて自動化可能であり、自動化されるべきで、実務者は数値レシピそのものの_改善_に専念できるのです。財務的な観点から、QSCMは、システムを維持するために_消費_される労働日数を、システムの継続的改善に_投資_される労働日数へと、OPEXからCAPEXへと転換します。
DDMRPの視点は、有能なサプライチェーン実務者が_大衆一斉に_訓練可能であるという仮説に立ち、これにより雇用者のコストを下げるだけでなく、いかなる従業員の退職に伴うバスファクターも低減できると考えます。また、人間が処理しやすいように特化された数値レシピを採用することで、OPEXへの投資自体も削減可能となります。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ための_プロセス_を確立しますが、完全自動化の達成は基本的には目標ではありません1。ただし、機会があれば自動化を積極的に取り入れることもあります。
興味深いことに、業界がQSCMの視点に向かっているのか、あるいはDDMRPの視点に向かっているのかは、ある程度観察可能なはずです。もしQSCMの視点がより広く採用されるなら、サプライチェーン管理チームは、金融業界の_クオンティタティブ・トレーダー_のように、数名の非常に才能ある個人が大企業の業績を左右する「タレント」産業に進化するでしょう。逆に、DDMRPの視点がより広く採用されるなら、サプライチェーン管理チームは、例としてスターバックスの店舗マネージャーのような成功したフランチャイズに近い形に進化し、卓越した個人の影響は限定的であるものの、優れた_カルチャー_が企業間の違いを生むことになるでしょう。
ローカル対グローバルな透明性
QSCMとDDMRPはどちらも、複雑なシステムの最適化に伴う_ブラックボックス_効果を回避しようと努めています。両アプローチは、ある程度の_サプライチェーンの透明性_の実現を重視しますが、初期の前提の違いから、_透明性_が意味するものについて大きく異なる見解を持っています。
QSCMの視点では、透明性はまず第一に、明示的に定量化された_経済ドライバー_2を通じて_マネジメント_レベルで達成されるべきです。システムが下す各意思決定は、一連のドライバー(通貨単位(例:ドル)で測定される)によって裏付けられ、その意思決定がなぜ採用されたのかを説明します。例えば、購買の意思決定は、余分な在庫を持つことにより生み出される追加のマージンによって動機付けられる一方、キャリングコストや在庫の減損リスクの増加によって否定的な影響も受けます。経営陣がこれらの経済ドライバーをコントロールしており、システム全体ではQSCMは非常に透明性が高いのです。システムは単に、これらのドライバーがもたらす複雑でありながら日常的な影響を_大規模に_展開するだけです。しかし、このようなシステム全体の最適化の欠点は、各意思決定の細かい部分を解読するのが極めて複雑になる点にあります。なぜなら、各意思決定が多数のドライバーの複雑なバランスと、数多くの可能性のある未来に対する評価の結果だからです。
DDMRPの視点では、透明性は_オペレーショナル_レベルで意図され提供されます。数値レシピのシンプルさにより、結果がどうあるべきかを「大体見積もる」だけで各意思決定の正否を容易に評価できることが保証されます。また、スプレッドシートで計算を再現することも常に可能です。さらに、優先順位リストを通じて、DDMRPはサプライチェーンの本質的な複雑さを緩和し、実務者が常にすべてのSKUを手動で再確認することを防いでいます。しかし、DDMRPによる_局所的_な最適化戦略の欠点は、システム全体の成果が通貨単位で測定された場合、透明性に欠ける点にあります。例えば、DDMRPは、これまで多様な製品を様々な数量で注文していた大規模かつ成長中のクライアントの急な喪失というリスクを考慮する際に、回復力と成長というシステム全体のトレードオフを経営陣が調整するための手段を提供しません3。
_ローカル_と_グローバル_な透明性の両立は不可能です。つまり、意思決定がシンプルな数値レシピにより_局所的_に最適化される場合(DDMRPのように)、システムレベルで何が起こっているのかの制御も透明性も失われます。あるいは、意思決定が_全体的_に最適化される場合(QSCMのように)、すべての意思決定が数値的に絡み合い、個々の意思決定を切り離して透明性を確保する試みが極めて難しくなります。
-
数値的に言えば、DDMRPは二段階のプロセスに従います。第一に、デカップリングポイントを確立し、第二に、数値による優先順位付けに基づいてフローを開始します。もしDDMRPの目標が完全自動化であったなら、デカップリングポイントは自動的に算出されていたでしょう。しかし、デカップリングポイントが自動的に算出されるなら、それらに_全く_注意を払う必要はなく、全体の計算の一時的な状態に過ぎなくなります。DDMRPがデカップリングポイントを具現化しているのは、これらが数値レシピの厳密な結果ではないからです。 ↩︎
-
大口顧客の喪失に対してサプライチェーンをより強靭にする一つの方法は、その顧客の注文に完全に依存して在庫を削減することです。しかし、既に大口である顧客が依然として成長している場合、在庫を削減すると将来の成長が危うくなります。この状況では、回復力を重視するか成長を重視するかという根本的なトレードオフが存在し、このトレードオフはほぼすべてのサプライチェーンの意思決定に影響を及ぼします。 ↩︎