供給網における「確率的」予測の現状 (2025)

Joannes Vermorel

2012年、Lokadでは、単一数値の時系列予測から確率的な世界観へと転換しました―まずは分位点予測、次に需要とリードタイムの完全な予測分布、そして最終的には確率論的意思決定の最適化へと進みました。10年以上が経過した現在、企業向けソフトウェア市場では実際のところほとんど変化は見られません―ただし、Lokadにおいては例外です。現在、多くのベンダーはprobabilisticという言葉を口にしますが、不確実性をモデル化し、組み合わせ、さらには自動化された意思決定にまで反映させるためにスタックを再構築した企業はほとんど存在しません。

市場のコンパクトな地図

この表は、2025年11月時点の公開された主張およびドキュメントを定式化したものであり、技術的な詳細がほとんど公開されていないベンダーについては、控えめな評価を採用している。

さらに厳格なリトマス試験のセット

長年にわたり、数学とマーケティングを区別するためのいくつかのテストを洗練させてきた。

まず、不確実性は問題が生じる箇所でモデル化されなければならない。供給チェーンは需要の変動性だけでなく、供給タイミング自体も確率変数である。もしベンダーが需要およびリードタイムについて完全な分布を推定し、これらを首尾一貫して組み合わせなければ、確率的な主張は意味をなさない。単にバッファを付けてポイント予測を膨らませるだけでは、確率的予測とは呼べない。

第二に、出力はtuning knobsではなく意思決定でなければならない。本物のシステムは、分布を最適化レイヤーに投入し、期待収益とコスト・制約とを天秤にかけることで、発注数量、配分、価格といった具体的な行動を導く。もし「最終成果」が安全在庫のパーセンタイルや目標サービスレベルであれば、それは確率的意思決定システムではなく、分散推定によって調整された決定論的ポリシーに過ぎない。

第三に、確率はプロセスとの接触に耐えなければならない。もしプランナーがグリッド上で予測を「編集」することを求められるなら、すでに確率的領域から逸脱している。人間による上書きは制約や優先順位を修正はできるが、適切に調整された分布を手で再構築することはできない。

第四に、ファットテイルは重要である。小売や予備部品は断続的であり、リードタイムは重い尾を持つ。どこでもガウス分布を静かに仮定するベンダーは、確率的予測を行っているのではなく、願望的な瞬間に基づく代数計算を行っているに過ぎない。この実践は非ガウス的な扱いを要求する。

第五に、測定は確率的でなければならない。もし主要なKPIがMAPEや従来型の精度であるならば、インセンティブはポイント予測やサービスレベルの表面的な装飾を優先させることになる。分布に対する適切なスコアリングルール、あるいは損益に基づく目的が真に重要である。

最後に、透明性は譲歩できない。ベンダーは、複数の不確実性がどのように組み合わされ伝播されるかを含め、確率がいかにして意思決定に変わるかを実務者が理解できるだけの十分な方法論を公開すべきである。

その基準に照らして、市場の現状は以下の通りである。

ベンダー別評価

Lokad — 規則を証明する例外

Lokadのスタックは、その構造上確率的である。需要とリードタイムは完全な予測分布として学習され、プログラムによる意思決定モデル内で組み合わされ、ビジネス上の制約の下で発注、配分、価格設定といった具体的な行動を出力する。我々はあえて安全在庫／サービスレベルの概念を断ち切り、意思決定を最優先する最適化とファットテイル処理を採用した。目的は、精度そのものではなく経済的成果である。この取り組みは2012年（分位点予測）に始まり、完全な分布モデルと確率論的最適化へと成熟し、現在も我々の支配的パラダイムとして機能している。

ToolsGroup — 確率的需要、サービスレベルフロントエンド

ToolsGroupは、完全な需要分布とロングテール処理について明確に伝えている。しかし、これらの分布はサービス主導のMEIOに供給される―在庫からサービスへのカーブ、動的安全在庫、目標サービスレベルが共通語となっている。実際、これは確率的モデリング層が決定論的なポリシーパラメータやプランナーのワークフローに繋がっている状態である。

Smart Software — 信頼できる分布、古典的ポリシー

Smartの長年の強みは、断続的な商品の需要とリードタイムの分布にあり、しばしばEpicor IP&Oを通じて組み込まれている。数理は実在し、運用は古典的である―サービスレベルを選定し、安全在庫を設定し、ポリシーをシミュレーションする。これは、確率的な入力が決定論的な出力となる例である。

Epicor IP&O (Smart) — 内側はSmart、外側はサービス

EpicorのIP&Oは、需要とリードタイムの確率的モデリングを謳い、ポリシーのストレステストを強調している。しかし、ユーザーに提供されるレバーは、サービスレベル、安全在庫、再注文ロジックであり、最適化はサービス対コストとして位置づけられている。

SAP IBP (SmartOps) — モジュールとしての確率論的MEIO

在庫向けIBPはSmartOpsに由来する。複数段階の最適化を通じ、予測誤差とリードタイムの変動性を考慮して顧客サービスレベルの維持を最小コストで実現する。その中で、安全在庫とサービスレベル目標を算出する。確率的要素は存在するが、それはあくまでプランナー主導プロセスへのアドオンに過ぎない。

GAINS — サービス目標への最適化

GAINSは、需要、供給、リードタイムにおける不確実性を「考慮する」MEIOを売りにしている。しかし、実際のインターフェースは明示的なサービスレベルの最適化と安全在庫の設定である。洗練されているが、エンドツーエンドの確率的意思決定とは言えない。

Blue Yonder — 名前は確率的だが、実際はサービス重視

Blue Yonderのページでは「自律的」かつ「確率的」な予測が謳われるが、在庫計画の核心は細分化されたサービスレベルのセグメンテーションと動的安全在庫にある。事例やパートナー資料は、分布に基づく意思決定ではなく、シナリオおよびサービス主導の運用モデルを強調している。

RELEX — 小売に焦点、安全在庫を中核とする

RELEXは小売の実行に注力し、現在はTrue Inventoryを中心とした確率的モデリングを謳っている。しかし、補充や不確実性への対策においては、自社の資料が依然として安全在庫の管理と目標サービスレベルの達成に重きを置いており、機械学習によって調整された決定論的ポリシーの範疇にとどまっている。

o9 Solutions — サービスレベル数学を用いたシナリオ

o9の「Digital Brain」は有能なシナリオプラットフォームである。そのMEIOに関するページでは、最適なサービスレベル推奨と継続的なポリシー再均衡が記述され、確率は事象の発生確率や「もしも」の形で現れるが、期待される経済成果の最適化を直接駆動する分布としては現れない。

Kinaxis — 分位数とMEIO拡張、依然としてサービス第一

Kinaxisは確率的要素へとシフトしている。ブログでは分位点予測が議論され、Wahupaの拡張によりMaestroに確率的MEIOが導入されている。しかし、その拡張でさえ、差別化されたサービスレベルや安全在庫の設定を謳っており、全体のプロセスは依然としてシナリオ重視でプランナー中心である。

E2open — 古典的なMEIOの語彙

E2openは、需要、リードタイム、サービスがネットワーク全体に波及する中で、ノード間の在庫を最適化しサービス期待に応えるという観点からMEIOを説明する。これが典型的なサービスレベルMEIOの物語である。

Coupa/LLamasoft — サービスレベル設計

Coupaのデザインスイート（旧LLamasoft）は明確である。SKUごとにポリシーを策定し、最適な安全在庫を算出し、サービスレベル目標に最適化する。これは決定論的ポリシーの確率論的パラメータ化である。

Infor — 確率的表現、決定論的レバー

Inforの資料では「インテリジェントで確率的な予測」が言及されるが、周囲の内容は予測精度、サービスレベル、安全在庫の補充を強調している。プランナーに提供されるレバーは、分布に基づく意思決定ではない。

Anaplan — シナリオ付き安全在庫アプリ

パートナー向けコンテンツやデモでは、動的安全在庫、サービスレベルのバランス調整、迅速なシナリオモデリングを中心に構築された在庫アプリが紹介されている。有用ではあるが、強い意味での確率的予測とは言えない。

本物とは本当に何を意味するのか

本物の確率的供給チェーンシステムは、高い基準をクリアしなければならない。最低限、需要とリードタイムの完全な分布を推定し、しばしばファットテイルを伴うこれらの不確実性を各意思決定の単一の確率的視点に統合する。さらに、制約条件下で経済的目的を最適化し、パラメータ目標ではなく意思決定を返す。また、適切な確率スコアや直接的な財務指標で自身を測定し、実行を自動化することで、人間が分布の形状ではなく優先順位や制約を管理する仕組みとなっている。Lokadでは、まさにそれを構築した。それは安全在庫の上に貼られた単なる見せかけではなく、全く異なるアーキテクチャである。

結びの考察

業界が新たに「確率的」という言葉に魅了され始めたことを歓迎する。しかし、言葉だけでは真の意味にはならない。10年たっても、ほとんどのベンダーは決定論的なポリシーに確率論的な装飾を施しているに過ぎない。不確実性が、安全在庫やサービスレベルという足場なしに統合・最適化され、意思決定に活かされるまでは、その主張は単なるマーケティングに過ぎない。Lokadは、既にずっと前にその足場を取り除き、確率そのものの上を歩く方法を確立したことで、他と一線を画している。

方法論的注記. 本評価は、ベンダーの公開ドキュメントおよび独自の解説に基づいている。ToolsGroupは分布について公然と議論する一方、サービスレベルMEIOへとルーティングしている；Smart/Epicorは需要とリードタイムの分布がポリシー選択に反映されることを強調している；SAP IBP/SmartOpsはサービスレベル駆動の多段階最適化を文書化している；GAINSはサービスレベル最適化画面を提示している；Blue Yonderは「確率的」と謳いながらも、サービスセグメンテーションと動的安全在庫に重点を置いている；RELEXは安全在庫の管理と確率的在庫精度を強調している；o9はサービスレベル最適化されたMEIOとシナリオを前面に出している；Kinaxisは依然としてサービスレベルの言葉を用いるWahupaのMEIO拡張を追加している；E2openおよびCoupa/LLamasoftは古典的なMEIOを記述している；InforとAnaplanは、結果を精度と安全在庫の観点で捉えている。

もしベンダーが自らの評価に異議を唱えたいのであれば、需要およびリードタイムの分布をどのように構築し、これらの分布がどのように意思決定に最適化され、キャリブレーションがどう測定され、ファットテイルにどのように対処し、プロセスが確率分布の形状に対する人間の編集の誘惑にどのように抵抗するかという詳細な条件を公開することが求められる。それは一大ニュースとなるであろう。