プランから賭けへ: なぜサプライチェーンは無人決定が必要なのか
私がサプライチェーン入門を出版したとき、多くの読者から、書籍全体に静かに流れている一つのアイディア、すなわちサプライチェーンにおける無人意思決定への推進について、さらに掘り下げてほしいという要望が寄せられました。『より多くのダッシュボード』や『より多くのアラート』ではなく、人間が「承認」をクリックするのを待つことなく、日常の決定を自動で行い実行するソフトウェアのことです。
このエッセイでは、私が「無人決定」と呼ぶものが何であるか、なぜそれが経済的に避けられないと考えるのか、そしてどのようにして計画、予測、会議を中心とした主流のサプライチェーン手法と衝突するのかを明確にしたいと思います。
サプライチェーンの本来の仕事：一日中賭けを行うこと
専門用語を取り払えば、サプライチェーンは賭けを行うための機械にすぎません。
すべての発注、すべての倉庫間の割り当て、すべての価格変更は小さな賭けです。不確実な中で、長期利益を向上させるために、ある選択肢を犠牲にして別の選択肢を追求します。未来は決して分からないのに、とにかく資源を投入するのです。
この視点から見ると、サプライチェーンの日々の業務は「計画を維持すること」ではなく、選択肢の中から選ぶことなのです。SKU、流通経路、顧客が多ければ多いほど、その選択肢は増えます。控えめな小売業者でさえ、毎日何万件ものマイクロな賭けを行い、大規模なネットワークでは何百万件にも上ります。
これらの決定が、スプレッドシートに向かって身を屈める人々によって一つ一つ行われると、ボトルネックとなるのはトラックや船、倉庫スペースではなく、人間の注意力、すなわちプランナーの一週間の労働時間になります。
無人意思決定は、まさにそのボトルネックを深刻に捉えるための私の試みです。
「無人決定」とは何か
無人決定とは、非常に具体的なものを意味します：
ソフトウェアは企業の記録と関連する外部シグナルを取り込み、提案される行動を計算し、通常の状況下ではそれらの行動が自動で実行されます。プランナーが数量を再入力する必要はなく、マネージャーが発注書に署名する必要もありません。ソフトウェアが直接、記録システムに注文を書き戻すのです。
もし条件が許容範囲を逸脱した場合―データの破損、奇妙な市場ショック、矛盾する制約―ソフトウェアは停止して警告を発します。しかし、停止は例外であり規則ではありません。通常は、決定は人間の検閲なしに進行します。
ここでの狙いは、「プランナーの判断をより速くする」ことではなく、そもそも人間が介在する必要のある決定の数を減らすことにあります。
それには、2つの点を痛切に明確にする必要があります。
まず第一に、「良い」とは貨幣において何を意味するのかを決めなければなりません。余剰在庫は品切れに対する一定の保護をもたらしますが、運転資本を拘束し、棚スペースを消費し、後々の評価損を増加させる可能性があります。これらの効果はそれぞれ金銭的な影響を持ちます。トレードオフを金銭で表現できなければ、機械に適切な選択を期待することはできません。
第二に、許容される手段の範囲、すなわちどのサプライヤー、どのリードタイム、どの輸送手段、どのルート、どの最小値と最大値、どの規制や物理的制限が許されるかを定義しなければなりません。述べることさえ怠った制約は、機械が守ることはできません。
明確な経済的尺度と許容される事項の明確な記述が得られれば、無人決定の根拠は自明になります。同じ構造を持つ反復的な決定は、一度計算として符号化され、その後、規模を問わず毎日ソフトウェアによって実行されるべきです。
つまり、決定が頻繁で体系化され、安定した経済性に基づいているのであれば、毎朝人間が再度決定を下すのは無駄なのです。
簡単な思考実験
あらゆる需要シグナル、在庫状況、リードタイムの更新、コストを把握し、その上で人間の介入なしにすべての発注、転送注文、ピッキングウェーブ、価格変更を発行する単一のシステムを想像してみてください。
そのような世界では、セールス＆オペレーションズ・プランニング会議で「調整」するべき事項は何もなくなります。なぜなら、システムがすでに各選択において需要、供給、財務を調和させているからです。また、個別の「在庫ポリシー」や「サービスレベルターゲット」も必要ありません。それらの概念は経済的計算に暗黙のうちに含まれているのです。
この思考実験はSFではありません。広告オークション、クレジットスコアリング、リアルタイム価格設定など、特定の分野では多くのデジタル企業が既にこの方式を採用しています。これらの分野では、完全自動化された意思決定エンジンが数年前から標準となっており、人間の反応速度や記憶力が単に追いつかないためです。
サプライチェーンは、本質的に自動化が難しいわけではなく、主に歴史的な理由から遅れをとっているのです。
主流はサプライチェーンをどのように捉えているか
この対立を理解するために、この分野がどのように自らを表現しているかを簡単に見てみましょう。
CSCMPのような専門団体は、サプライチェーンマネジメントを、調達、仕入、変換、ロジスティクスに関与するすべての活動の計画と管理、さらにチャネルパートナーとの調整と協力として定義しています。ASCMも同様の言葉を用い、この語彙を標準化するための辞書を提供しています。
SCORモデルのようなフレームワークは、この活動を一連のプロセス、すなわち、計画（Plan）、調達（Source）、製造または変換（Make/Transform）、配送（Deliver；場合によっては注文（Order）と履行（Fulfill）に分割）、返品（Return）、そして有効化またはオーケストレーション（Enable/Orchestrate）に整理します。これらのプロセスには、豊富なメトリクスとベストプラクティスのライブラリが付随しています。
さらに、支配的な経営の儀式はセールス＆オペレーションズ・プランニングおよびその後継である統合業務計画（Integrated Business Planning）です。要するに、需要の単一の合意予測を作成し、それを生産、調達、ロジスティクス、財務の調整の中核として、ローリングホライゾンで活用するという考え方です.
今日、大企業のS&OP会議に出席すれば、ほぼ間違いなく以下のようなものが見られるでしょう:
- ファミリー、地域、またはSKUごとの時系列予測で満たされたスライド。
- 目標とするサービスレベルおよび在庫回転率。
- 予算に対するギャップ分析。
- 誰もが「一つの数値」に合意するための事前会議や経営層レビューのカレンダー。
これらの手法は非常識ではありません。むしろ、複雑な組織に秩序をもたらそうとする試みなのです。しかし、それらは問題の本質に対する特定のビジョンを体現しています。
そのビジョンにおいて、中心となる成果物は計画、つまり未来に投影された時系列の束です。マネージャーの仕事は、現実をその計画に「合わせる」か、数値が再び受け入れ可能に見えるまで計画を修正し続けることにあります。この環境での自動化は、主により洗練されたダッシュボード、円滑なワークフロー、伝統的な数式のより一貫したパラメーター設定を意味するに過ぎません。
私の見解は、ここで明確に異なります。
プランから賭けへ
主流の見方は計画から逆算しますが、私の見方は賭けから前進します。
計画中心の世界では「すべての部門がどのようにして同じ未来に合意するか」が問われます。一方、賭け中心の世界では「現状を踏まえて、次の限界的なユーロ、パレット、または生産能力の1時間をどこに投入すべきか？」という問いになります。
計画は、せいぜい第二の問いに対する副次的な結果に過ぎず、主要な対象ではありません。もし明日の選択肢が変われば、計画もそれに応じて変わるべきです。目標は計画に従うことではなく、不確実性の中で日々利益をもたらす賭けを行うことなのです。
これは抽象的に聞こえるかもしれませんが、いくつかの軸で両者の見解を対比してみましょう。
1. 予測の役割
主流の実践では、予測が主要な制御信号となっています。S&OPとIBPは、月次または週次の単一時系列予測の作成に大きな重きを置き、その曲線に全員を合わせようとします。MAPEやバイアスといった精度指標が中核的なパフォーマンス指標となります。
私の経験では、これには二つの問題があります。
第一に、需要を整然とした時間区分に集約すると、ばらつく売上、プロモーション、製品間のカニバリゼーション、乱れたリードタイム、相関するショックといった、最も重要な行動が隠れてしまいます。滑らかな線は安心感を与えますが、真実を映し出すものではありません。
第二に、予測が密かに意思決定の代わりとなってしまいます。つまり、「我々の制約を考慮して、この価格でこの商品の別のコンテナを導入すべきか？」と問う代わりに、「来月の需要はどうなるか？」と問い、その答えを古い補充ルールが注文に変換してしまうのです。もしそのルールが経済的に単純であれば―実際ほとんどの場合―予測精度が2ポイント向上しても、利益に対しては何の意味も持たないのです。
無人で賭け中心の世界においても、未来の見通しは必要ですが、それは需要の時系列に限定されません。バスケットの構成、リードタイム、返品、チャネルミックス、価格変動の影響など、さまざまな事柄についての確率的な推定が必要です。そして、それらは金銭的に選択肢を比較する際にのみ必要となります。
焦点は「私の需要予測は正確か？」から、「あらゆる不確実性を踏まえて、どの選択肢が最も良い期待収益をもたらすか？」へと移ります。
2. 自動化するもの
主流のツールは通常、「意思決定支援」と形容されます。プランニングシステム、コントロールタワー、IBPプラットフォームはデータを集約し、KPIを表示し、例外を強調し、時には行動を提案しますが、人間の確認なしに何かを実行することはほとんどありません。
ほぼすべての決定において、人間は意図的に「ループ内」に置かれます。ガバナンスの観点では安全に思われるかもしれませんが、経済的には高コストです。一日に百件の補充提案を承認しなければならないプランナーは、一つ一つに深く考察する余裕がなく、軽く流し、ほとんどを承認し、いくつかを微調整し、何も問題が起こらないことを期待するのです。
対照的に、無人意思決定は、論理が反復的であり経済学的に十分理解されている部分において、あえて人間を排除することを目指します。
ソフトウェアが記録を読み取り、選択肢を評価し、決定を下します。もし、引き分けやパターン外の事象があれば、停止して助けを求めます。決定が自動化されているからといって恣意的であるわけではなく、毎日その都度即興で行うのではなく、一度論理を確立したということを意味しているのです。
航空との類推は有用です。現代の航空機では、巡航中のデフォルトは手動操縦ではなく自動操縦です。パイロットは離陸、着陸、および異常事態に備えて存在します。これをパイロットの威信の低下と捉える者はなく、むしろ機械が長時間にわたり安定した軌道を維持するのに優れているとの認識です。
サプライチェーンにも独自の「巡航フェーズ」があります。それは、慣れ親しんだパターンに従うために退屈である反面、数え切れないほどの反復的な選択肢です。これらこそが無人で行われるべきものです。
3. アーキテクチャ：意思決定はどこで行われるのか？
SCORモデルやほとんどのERPスイートは、計画と実行が同じトランザクションコア内およびその周辺で行われると仮定します。注文はそこに保存され、パラメーターもそこに保管され、組み込まれたロジックがそれらを推奨アクションに変換します。
結果として、ビジネスロジックは設定テーブル、バッチジョブ、カスタムレポート、スプレッドシートのエクスポートなどに散在してしまいます。何か問題が起これば、なぜその決定が下されたのかを把握するのは困難です。ロジックを改善したいときは、古いルールが隠れているあらゆる箇所を突き止めなければなりません。
無人意思決定が機能するためには、より明確な分離が必要だと私は考えます。
記録システムはトランザクションおよびマスターデータの単一の真実の源として残り、分析システムは過去の事象について語り続けることができます。しかし、データを具体的なコミットメントに変換する意思決定ロジックは、論理立てやすく、バージョン管理やテスト、ロールバックが容易な専用のレイヤーに存在するのです。
私はこのレイヤーを「意思決定エンジン」と呼ぶこともありますが、名称よりもその運用規律が重要です。重要なのは、金銭、スペース、時間をコミットするロジックを、様々なツール内のパラメーターのもやではなく、一級の成果物として扱うことにあります。
これが適切に行われれば、すべての自動化された決定は、読み取り可能な論理の一片と特定のデータスナップショットに遡ることができ、まさにブラックボックスの逆となるのです。
4. ガバナンスとインセンティブ
主流のガバナンスはしばしば、重要性を従業員数や会議スケジュールに結びつけます。大規模なプランニングチームを運営し、主要なS&OPプロセスを主宰するマネージャーは、戦略上中心的な存在と見なされます。ベンダーはユーザーごとのライセンス販売や、「ユーザー採用」を重要な成功指標として祝うことで、これを強化します。
無人意思決定はその威信の勾配を逆転させます。チームに贈る最高の賛辞は、ほとんど誰にも気づかれることなく、毎週何百万もの正しい決定が下されるという事実です。ガバナンスの焦点は、システムに関与する人数ではなく、意思決定ロジックの質とそれが利益やリスクに与える影響となります。
これは単なる哲学ではなく、契約にも影響を及ぼします。もしベンダーが席ごとに支払いを受け取っているなら、その席を自動化して排除するインセンティブはほとんどありません。もし、チームが広範な会議の儀式を維持することで報酬を得ているなら、無意識のうちにその儀式を守ろうとするでしょう。
もし、無人意思決定の質向上、すなわち同じ在庫水準での品切れの減少、キャパシティのより良い活用、同一リスク下でのより良いマージンに対して報酬を与えれば、内部外部問わず、関係者は正しい方向へと駆り立てられるのです。
「これは危険ではないのか？」 – よくある反論
私が無人意思決定を主張すると、必ず三つの反論が挙がります。
第一の反論は、コントロールを失うことへの恐れです。マネージャーは、意思決定をソフトウェアに委ねることを懸念します。私の答えは、多くの大企業がすでに、既存ツールに組み込まれた数式やパラメーターを通じて、暗黙のうちに意思決定をソフトウェアに委任しているということです。プランナーがほとんど理解していない補充ルールに頼るとき、彼らは本当に「コントロール」しているとは言えず、単にレガシーアルゴリズムの人間フロントエンドに過ぎないのです。
論理を明確に表出し、経済性を明示し、コードにバージョン管理を導入することで、実際にコントロールを取り戻すことができます。代替の方針を並行してテストし、異なるルールセットの下で昨年の状況を再現し、どの変更がどの結果をもたらしたのかを正確に確認できるのです。
第二の反論は、脆弱性への恐れです。もしモデルが間違っていたらどうなるのか。ここでも、主流のやり方との比較は示唆的です。固定化された安全在庫の数式や粗いサービスレベル目標で運営している企業も、すでにモデル誤差にさらされています。ただし、その事実が慣習の層の下に隠れているだけです。無人意思決定には、挙動の異常をすばやく検知する仕組みを組み合わせなければなりません。停止ルール、経済的成果の監視、そして調査中により単純な方針へ戻せる能力が必要です。
第三の反論は、人に関するものです。この構想はプランナーを時代遅れにしてしまうのでしょうか。
確かに仕事の性質は変わります。無人運用の世界では、発注を手で微調整する人への需要は減り、適切な経済性や制約をロジックに落とし込み、データに疑問を投げかけ、実験を行い、その結果を解釈できる人への需要が高まります。重心は、反復的な細かな判断から、意思決定フレームワークそのものの設計と保守へ移るのです。
その移行を受け入れる組織にとって、人の仕事は単調になるどころか、むしろより興味深いものになります。
無人運用の一日とはどのようなものか
ここで、控えめな一例を描いてみましょう。
小売業では、夜間のうちに意思決定エンジンが前日の売上、現在庫、入荷予定、更新されたサプライヤーのリードタイムを読み込みます。資本コスト、納期遅延のペナルティ、シーズン末の値下げパターンも把握しています。そして、その日の発注書と在庫移送指示を提案します。SKUと拠点の大半では経済条件が定型的であるため、注文は自動的にERPへ送出されます。
ごく一部のケースだけが異常を示します。たとえば、サプライヤーのリードタイムが突然2倍になった、需要が過去のどのパターンも超えて急増した、重要倉庫で制約の衝突が起きた、といった場合です。そこではエンジンは無理に賢く振る舞おうとせず、停止して調査用の記録を残します。人間の専門家が朝にその案件を確認し、対応を決め、必要なら次回に向けてロジックを修正します。
スペアパーツのネットワークでは、故障率、修理時間、設備の重要度、保管コストを踏まえて、どの部品をどこに在庫すべきかをエンジンが継続的に再評価します。基礎となる経済計算が変化したため、条件の変化に合わせて在庫方針も静かに更新されます。「ABC区分」を手で調整するために四半期ごとのレビュー会議を開く必要はありません。
輸送でも、経路選定や積み合わせは同じ考え方で扱われます。システムは運送会社ごと、輸送モードごと、サービスレベルごとのコスト曲線を把握しており、5年前のワークショップで作られたルール階層ではなく、総コストとサービスへの影響に基づいて出荷をレーンへ割り当てます。
ここに神秘的な人工知能は必要ありません。必要なのは、正確なデータ、率直な経済判断、そして日々の賭けをソフトウェアに委ねる意思です。
なぜこの対立が重要なのか
無人意思決定を、ソフトウェア設計上のニッチな好み、あるいは数ある「アプローチ」の一つにすぎないと見る誘惑はあるかもしれません。私はそうは考えません。
主流の計画中心の見方と、無人運用の賭け中心の見方は、そもそも別の問いに答えています。
計画中心の見方が問うのは、「将来像について人々の足並みをどうそろえるか」です。だからこそ、合意形成、会議、プロセス成熟度に強く引き寄せられます。
一方、賭け中心の見方が問うのは、「私たちが直面する不確実性を踏まえた上で、今日、希少資源をどう配分すれば長期利益を高められるか」です。そこでは経済性、帳簿を流れる貨幣、そしてその推論をソフトウェアに落とし込むことが中心になります。
どちらの見方も、サービスレベル、コスト、リスクを重視しています。どちらも協働を重視しています。しかし、意思決定の量と速度が今後も増え続ける一方で、人間の注意力は有限であり続ける世界で生き残るよう設計されているのは、そのうちの一方だけです。
私の著書では、サプライチェーンは応用経済学の一分野として捉えるのが最善だと論じています。すなわち、変動のもとで希少資源を配分することを任務とする規律です。もしそれが正しいなら、自然な到達点は明白です。経済性が理解され、パターンが安定しているところでは、機械に無人で意思決定させるべきです。経済性が曖昧であったり、世界がたった今変化したばかりであったりするところでは、トレードオフを明確にし、ロジックを更新するために人間の労力を投じるべきです。
未来を手にするのは、最も美しい計画を持つ人たちではありません。毎朝、部屋いっぱいの人に数字を打ち直させなくても、より良い推論を、より良い意思決定へと大規模に変換できる人たちです。
