Pigment（エンタープライズ計画ソフトウェアベンダー）のレビュー

レオン・ルヴィナス＝メナール著
最終更新: 2025年12月

Go back to しじょうちょうさ

Pigmentはパリで創業され、ベンチャー支援を受けた計画・業績管理（EPM）SaaSであり、財務および業務計画のための単一のモデリング層として位置付けられています。ユーザーは多次元モデル（次元/指標/「ブロック」）を構築し、依存するブロックを自動的に再計算する数式を記述し、アクセス制御を定義し、ステークホルダーに対してレポートやシナリオを公開します。FP&Aや統合会計スタイルのユースケースを超えて、PigmentはS&OPおよび需要・在庫計画用のテンプレート化されたアプリケーションを提供し、組み込みの統計関数（例：ETSスタイルの時系列予測）による予測機能と、外部要因をサポートする機械学習ベースの予測と説明される別の「Predictions」機能を備えています。Pigmentはさらに、AI対応機能（例：「Analyst Agent」や関連するAIページ）も搭載していますが、公開される技術的詳細は機能ごとに異なり、コアとなるモデリングの仕組み（依存関係チェック、PREVIOUS/PREVIOUSBASEによる循環参照軽減など）は精密に文書化されている一方で、ML/AIコンポーネントについては、モデルクラス、訓練・評価手法、再現可能なベンチマークの情報が一貫して開示されていないシステムレベルで部分的に説明されています。

Pigment 概要

Pigmentは、計画、シミュレーション、レポート作成を複数の機能（財務、営業、人事、サプライチェーン）にまたがって共有するセマンティックモデルを中心とする、ブラウザベースの計画プラットフォームを提供しています。同ベンダーは、スプレッドシート中心の計画を、協働、権限管理、監査可能性、シナリオ分析をサポートする集中型モデルに置き換えることを強調しています.12 サプライチェーンに隣接するポジショニングとして、Pigmentはサプライチェーン計画、S&OP、および需要・在庫計画のための専用ページを公開し、製品を需要、在庫、キャパシティ計画と財務成果を一つの計画ワークスペース内で連携させる手段として位置付けています.345

公開されているドキュメントから、Pigmentの「モデリングエンジン」は数式駆動型であり、数式が変更されると依存するブロックが再計算され、プラットフォームは特定の関数（例：ブロック内の反復にはPREVIOUS、多ブロック反復構成にはPREVIOUSBASE）を用いて循環依存関係を積極的に防止または管理し、「許可された指標」の制限などの明示的な制約や、パフォーマンスへの影響を文書化していることが示されています.6 これは、Pigmentが「単なるCRUD + ダッシュボード」ではなく、コアシステムが多次元計画モデルのための依存関係を追跡する計算エンジンであるという具体的な証拠です。

Pigment 対 Lokad

PigmentとLokadは、「計画」に対して根本的に異なるアプローチを取っています。Pigmentは主にエンタープライズ計画および業績管理プラットフォームであり、その中核となる成果物は、組織全体で対話的に使用できるモデリング層（次元/指標、数式、ワークフロー、権限、レポート）で、ユーザーが計画を立案し、シナリオを実行し、ステークホルダーを整合させることを可能にします。必要に応じて、統計関数やML指向の「Predictions」、さらにAI駆動のクエリ/支援機能が追加されます.3467 一方、Lokadは定量的なサプライチェーン最適化プラットフォームとして構築され、不確実性下で確率的予測と明示的な最適化目的を用いて意思決定の提案（例：購買、在庫配分、生産計画）を生み出すことに重点を置いており、Envision DSLを通じてプログラム的に実装され、繰り返し実行可能な計算パイプラインとして運用されています.8910

この違いは技術的に重要です。Pigmentの公開資料は、モデリングの柔軟性、協働、シナリオ反復の迅速性を強調しており、一部に予測やAI支援が含まれますが、プラットフォームが一流の成果物として大規模な制約付き組み合わせ最適化問題（例：サプライチェーンにおける混合整数最適化）を定常的に解決しているという公開証拠は限られています。Pigmentのサプライチェーン関連のページは、計画の連携と応答性の向上を目的としており、最適化アルゴリズムのアーキテクチャ、目的関数、制約処理のスケールでの証明というよりは、計画と結果の接続に焦点を当てています.345 これに対し、Lokadの公開技術説明は、製品の核心出力として「確率的予測 → 最適化された意思決定」を前面に出しており、確率的/分位点予測や最適化指向の手法の説明、さらには予測に関連する技術的な取り組み（例：M5予測コンペへの参加）に関する証拠も含まれています.118

商業的には、Pigmentは高成長中のEPM/IBPベンダーに類似しており、複数の大規模なベンチャー投資ラウンドと幅広い部門横断的な計画のポジショニングが見受けられます.1213 一方、Lokadは一般的なエンタープライズ計画層ではなく、特注のコード定義型最適化アプリに重点を置く、専門的なサプライチェーン最適化ベンダーに似ています.89

企業の歴史、資金調達、およびマイルストーン

Pigmentは2019年にパリでÉléonore CrespoとRomain Niccoliによって設立され、従来のEPM/計画ツールに代わるモダンな選択肢として早期に位置付けられました.214 公開された報告書には、一連のベンチャー投資ラウンドが記録されており、2020年のシリーズA、2023年のシリーズC、そして2024年の大規模なシリーズDが報告され、投資家の継続的な関心と商業的なスケール拡大が示されています.14151213

本レポートでレビューした公開情報には、買収活動（Pigmentが他社を買収、または買収される事例）は確認されていません。この不在は注意して受け止める必要があり、「買収がない」場合もあれば、公開されたインデックス情報が不足している場合も考えられます。

製品と技術的能力

計画モデル：多次元ブロック、数式、および再計算

Pigmentのドキュメントには、数式が依存関係のサイクルを生み出した場合にモデリングエンジンがどのように動作するかについて、非常に詳細な情報が提供されています。プラットフォームは、数式が変更されると依存するブロックを再計算し、循環依存関係を検出するためのチェックを行います。また、無限ループを作成することなく反復計算（時系列シフトされた依存関係）を表現する仕組み（例：多ブロック反復構成に用いるPREVIOUSBASE）を提供します.6 同じドキュメントには、Pigmentが依存サイクル内の数式を計算用の「単一ベース数式」に統合する方法が記され、統合されたベース数式が無効になった場合のパフォーマンスへの影響やデバッグ失敗モードについて警告しています.6

これは、Pigmentの核となる価値が、単なるスプレッドシートを囲むワークフローラッパーではなく、多次元計画モデルと連携した計算エンジンであるという強力な証拠です。

サプライチェーン志向のテンプレートとユースケース

Pigmentは、S&OPおよび需要・在庫計画のユースケース（「レジリエントプラン」、シナリオシミュレーション、サプライチェーンと財務の連携を含む）を説明する専用のサプライチェーンページを運営しています.345 具体的な顧客事例として、DanoneがPigmentをS&OPおよび長期需要計画に利用し、「実装期間」が3ヶ月であったとされ、実装パートナーと共にカスタマイズされたPigmentモデルを用いてExcel中心のプロセスを置き換えたと記述されています.7 これは依然としてマーケティング資料に過ぎませんが、実装の詳細や明示された範囲が示された、少なくとも名前が特定できる参照事例です.

予測、ML、および「Predictions」

Pigmentは、ドキュメントやコミュニティ資料において統計的予測機能（例：ETS予測関数）を公開しています.1617 さらに、Pigmentは「Predictions」をML指向の予測機能として位置付けており、「予測モデルの選択」に関するドキュメントでは設定オプションが説明されるものの、公開ページでは正確なアルゴリズムファミリー、訓練手法、検証指標、または再現可能なベンチマークは明示されていません.18

Pigmentのエンジニアリングブログは、Predictionsサブシステムに関する最も実質的な技術的証拠を提供しています。予測のスケーリングに関する投稿で、Pigmentは多数の予測を並列に実行するためにDaskクラスターを使用するアーキテクチャについて説明し、「各時系列は独立して予測される」と述べ、水平スケーリングを可能にしているとしています.19 これは、Pigmentの予測が表面的なUIラベルではなく、本物の計算パイプラインとして実装されているという主張を裏付けるものですが、依然として公開情報としては主要なMLに関する疑問（どのモデルが使用されているのか、特徴量エンジニアリングがどのように扱われているのか（「外部要因」の記述を超えて）、ドリフトの監視方法、および本番環境での精度とコストのトレードオフ）が解明されていません.

AIアシスタントおよび「エージェンティック」コンポーネント

Pigmentは、AI対応機能（例：「Pigment AI」、「Analyst Agent Overview」）をマーケティングしており、共通のLLMエージェントフレームワーク（例：LangGraph）やシステム設計に関する言及を含む、「Insights Assistant」や「エージェンティックAI」を記述したエンジニアリングコンテンツも公開しています.2021 これらの情報は、Pigmentが製品機能としてAIアシスタントの機能を実装していることを裏付けています。しかし、懐疑的な技術観点からは、これらの資料は、コアとなる計画決定がAIによってエンドツーエンドで最適化されているという証拠ではなく、UX層の拡張（クエリ処理、要約、ガイド付きアクション）として解釈されるべきです。公開ドキュメントでは、AI層が厳格な制約下で信頼性のある計画決定を生成するという再現可能な実証は提供されていません.

アーキテクチャおよび技術スタックの証拠

Pigmentは、本レポートでレビューされた情報源において、単一の正典的なアーキテクチャホワイトペーパーを公開していません。しかし、複数の独立した情報が、もっともらしいスタックを示唆しています：

  • Welcome to the Jungleの「tech」プロファイルには、PostgreSQL、.NET (C#)、React、D3.js、TypeScript、Google Cloud Platform、Kubernetes (GKE)、CircleCIなどのコア技術が列挙されています.22
  • Pigmentのエンジニアリングブログでは、予測ワークロードをスケールさせるためにPythonエコシステムのツール（例：Dask）が使用されていることが示されています.19
  • Pigmentの製品ドキュメントは、依存関係分析および反復計算管理（PREVIOUS/PREVIOUSBASE）が可能なカスタムモデリングエンジンを実証しており、計画モデルと統合された決して些細ではない計算ランタイムを示唆しています.6

これらを総合すると、公開されている証拠は、PigmentがモダンなWebフロントエンド、.NETベースのバックエンドコア、および予測のための専門の計算サブシステムを持つクラウドネイティブなSaaSであることを支持しています.

展開、ロールアウト、および運用上の保証

Pigmentのケーススタディでは、展開に関する一例として、Danoneの実装が「わずか3ヶ月」で研究、構築、テスト、ロールアウトを完了し、実装パートナーと共に反復的なモデルの改善（1日に複数のバージョンをテスト）を行ったと記述されています.7 これは、PigmentがSaaSとして提供されているにもかかわらず、「ソフトウェアをインストールしてすぐに使える」ではなく、「ソリューションのモデリング＋チェンジマネジメント」に近い展開パターンを示唆しています.

セキュリティおよびコンプライアンスに関して、PigmentのセキュリティページはSOC 2 Type 2およびSOC 1 Type 2の準拠、ならびにGDPR/CCPAの言及を主張しています。また、企業向けのアイデンティティ統合（SAMLv2 SSO、SCIMプロビジョニング、MFA）、転送時の暗号化（TLS 1.3、HSTS）および保存時の暗号化（AES-256）、さらにRTO/RPO目標とセキュリティ保証プログラム（ペネトレーションテスト、バグバウンティ、監査、脆弱性スキャン）についても記述されています.23 これらは具体的な運用上の主張ですが、調達の際にはPigmentが参照する「トラストレポート」を通じて、独立した認証の詳細を確認する必要があります.23

クライアント、参照事例、およびケーススタディ

公開されている顧客参照事例には、匿名ではない名前が明記されており、Pigmentは（例：Danone）といった、明示されたユースケースや実装期間を含む、名前付きの顧客事例を公開しています.7 また、第三者の報告でも、資金調達の発表と共に、Pigmentの市場での実績や顧客の採用状況が一般的な形で言及されています.1213

それでも、読者は以下の点を区別する必要があります：

  • 名前が明記された、帰属可能な参照（例：企業名と範囲/タイムラインを記述した専用の顧客事例ページ）。7
  • ロゴウォール／一般的な採用の主張（どのモジュール、地域、または展開の成熟度が対象か明示されていない場合があります）。1213

懐疑的な技術評価

Pigmentが提供するもの（正確には）： 組織が多次元計画モデル（データ構造＋数式）を定義し、シナリオシミュレーションを実行し、権限管理と監査可能性を備えた計画入力で協働し、レポートを作成するためのクラウド計画計算環境。必要に応じて、統計関数および「Predictions」パイプラインを通じた予測機能の追加や、AI支援によるクエリ/インサイト機能の利用も可能です.3461923

それらの成果をどのように実現しているか： (1) 反復的/循環計算を解決するための仕組みを備えた、依存関係を追跡する数式エンジン,6 (2) 一般的な企業アイデンティティおよび暗号化制御を備えたクラウドSaaSアーキテクチャ,23 そして(3) 分散計算（Dask）を使用して並列時系列予測を可能にするスケーラブルな予測サブシステム.19 公開されたアーキテクチャの詳細は、モデリングエンジンのメカニクスについては最も強力である一方、使用されている具体的なML/AIアルゴリズムについては弱いです.

最新の評価： 技術的には、Pigmentはプラットフォームエンジニアリングの観点からモダンに見えます（クラウドネイティブなスタック、強力なセキュリティ姿勢、予測のための分散計算）。192223 しかし、多くの「AI」に関する側面は、PigmentがPredictions/AI機能について一貫してモデルクラス、評価プロトコル、再現可能なベンチマークを公開していないため、外部から検証するのが困難です。懐疑的な観点からは、実証された革新は計画計算層と運用製品化にあり、最も裏付けの乏しい主張は、予測や支援を超えた高度なAI駆動の意思決定を暗示するものです.

商業的成熟度： Pigmentの複数の後期ベンチャーラウンド（大規模なシリーズDを含む）および名前付きの企業顧客の事例は、初期段階の製品実験ではなく、商業的に確立されたスケールアップを示しています.71213

結論

Pigmentは、依存関係管理、反復計算、そして数式の再計算に関するドキュメントが示すように、薄いスプレッドシートのUIではなく、専用に設計されたモデリングエンジンを核とする真の計算コアを持つクロスファンクショナルなエンタープライズプランニングプラットフォームとして最もよく証明されています.6 Pigmentのサプライチェーンにおけるポジショニング（S&OP、需要＆在庫計画）は、専用の製品ページと、スコープおよび明示された実施スケジュールを含む少なくとも1つの名前付きストーリー（Danone）によって支えられています.3457 機械学習およびAIの主張は部分的に裏付けられており、特にDaskベースの並列処理を用いた分散型予測アーキテクチャのエンジニアリング開示や、AIアシスタントの設計に関するエンジニアリングの議論によって強く示されていますが、公開されているドキュメントでは、制約のあるプランニングコンテキストにおけるアルゴリズムの詳細、精度の主張、またはAI駆動の意思決定の信頼性を独立して検証するには不十分です.192021

Lokadと比較すると、Pigmentは予測およびAI支援を備えたエンタープライズプランニング／モデリング層として位置付けられるのに対し、Lokadはプログラムによるモデリングを通じて不確実性の下での指示的な意思決定最適化を核とするサプライチェーン最適化プラットフォームとして評価されます.891011

出典

  1. Pigment — サプライチェーンプランニング (SCP) ソフトウェア — 2025年12月17日取得 ↩︎

  2. TechCrunch — Pigmentがビジネスプランニングにおいてスプレッドシートに挑むために2,590万ドルを調達 — 2020年12月2日 ↩︎ ↩︎

  3. Pigment — 販売およびオペレーション計画 (S&OP) ソフトウェア — 2025年12月17日取得 ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎

  4. Pigment — 需要計画＆在庫計画ソフトウェア — 2025年12月17日取得 ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎

  5. Pigment — サプライチェーンチーム（ソリューションナビゲーション） — 2025年12月17日取得 ↩︎ ↩︎ ↩︎ ↩︎

  6. Pigmentナレッジベース — PREVIOUSBASEを用いた複数ブロック間の反復計算 — 2025年12月2日更新 ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎

  7. Pigmentカスタマーストーリー — Danoneが需要計画の成熟を促進するためにPigmentを選択 — 2025年12月17日取得 ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎

  8. Lokad — 定量的サプライチェーン（概要） — 2025年12月17日取得 ↩︎ ↩︎ ↩︎ ↩︎

  9. Lokad Docs — Envision言語（DSL） — 2025年12月17日取得 ↩︎ ↩︎ ↩︎

  10. Lokad — 確率的離散下降 (SDD) — 2025年12月17日取得 ↩︎ ↩︎

  11. Lokadブログ — M5予測コンペティションで909チーム中6位 — 2020年7月2日 ↩︎ ↩︎

  12. Tech.eu — Pigmentが1億3300万ユーロ（1億4500万ドル）のシリーズDを調達 — 2024年4月23日 ↩︎ ↩︎ ↩︎ ↩︎ ↩︎

  13. TechCrunch — Pigmentが1億4500万ドルのシリーズDを調達 — 2024年4月23日 ↩︎ ↩︎ ↩︎ ↩︎ ↩︎

  14. TechCrunch — Pigmentが2,590万ドルを調達（創業者/背景） — 2020年12月2日 ↩︎ ↩︎

  15. TechCrunch — Pigmentが8,800万ドルのシリーズCを調達（プランニングソフトウェア） — 2023年4月26日 ↩︎

  16. Pigmentコミュニティ — FORECAST.ETS関数（ETS予測） — 2025年12月17日取得 ↩︎

  17. Pigmentコミュニティ — FORECAST.LINEAR関数 — 2025年12月17日取得 ↩︎

  18. Pigmentナレッジベース — 予測モデルの選択 — 2025年12月17日取得 ↩︎

  19. Pigmentエンジニアリング — Daskを用いた予測のスケーリング — 2025年12月17日取得 ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎

  20. Pigmentエンジニアリング — エージェンティックAIへの道: Insights Assistantの構築 — 2025年12月17日取得 ↩︎ ↩︎

  21. Pigment — アナリストエージェント概要 — 2025年12月17日取得 ↩︎ ↩︎

  22. Welcome to the Jungle — Pigmentテックスタック (PostgreSQL, .NET, React, GCP, Kubernetes, etc.) — 2025年12月17日取得 ↩︎ ↩︎

  23. Pigment — セキュリティ (SOC2 Type 2, 暗号化, SSO/SCIM, RTO/RPO) — 2025年12月17日取得 ↩︎ ↩︎ ↩︎ ↩︎ ↩︎