統合事業計画シミュレーションベンダーSimcelのレビュー

著者：Léon Levinas-Ménard

最終更新：2026年11月4日

Simcelは、需要、供給、財務、炭素排出量をシミュレーションする統合事業計画プラットフォームを提供している。チームはこれを使い、シナリオの比較、能力と収益性の評価、計画の調整を行う。アシスタントのLanaは、自然言語による分析、外部市場のシグナル、アラート、製品の操作案内を追加する。1 2 4

サプライチェーン総合評価：3.9/10。

評価軸	点数
サプライチェーンの深さ	4.0/10
意思決定と最適化の実質	3.8/10
製品とアーキテクチャの一貫性	4.8/10
技術的透明性	3.0/10
ベンダーの真摯さ	4.0/10

Simcelの最も有力な提案は、業務の挙動と財務上の結果を一つのシミュレーションで結び付けることだ。公開された考察は、従来の計画が隠しがちな問題を認識している。非線形な費用、遅延、分断されたモデル、数学的には魅力的でも業務上は劣る意思決定である。確率的な需要入力にも明確に言及している。

隔たりがあるのは、その視点と、実装を検証できる本番の意思決定エンジンとの間だ。公開資料は、実装済みの予測手法、確率の校正、行動の選択、実際の成果との照合よりも、想定するモデリング手法を詳しく説明している。現行の業務は依然として、シナリオを調整し計画間の整合を取る人に大きく依存する。広範な財務・生産性向上の主張を支える測定の詳細は乏しい。

SimcelとLokadの比較

Simcelは、チームが代替案をシミュレーションし、事業計画を調整する共通環境を販売する。Lokadは運用込みの在庫最適化サービスを提供し、サプライチェーンサイエンティストが業務上の意思決定を生成する数値レシピを開発・保守する。比較の焦点は、反復的な分析業務が保守される計算処理になるのか、それとも計画チームに分散したままなのかにある。

両者とも、個別の予測指標やサービス指標より財務上の結果を重視する。重要な違いは、その結果をどう使うかだ。シミュレーションによる損益計算書は、管理者が少数のシナリオを比較する助けになる。経済的最適化では、利益に重大な影響を与える相互作用を維持しながら、需要とリードタイムを含む不確実な未来に対して行動を選ばなければならない。

Lokadの手法は、意思決定の定式化を継続的なエンジニアリングと捉える。同じ誤りが繰り返されると、担当者はモデル、データ処理、経済的仮定を修正し、その変更を検証する。サービスの責任は、計画用インターフェースの設置にとどまらない。

Simcelの公開資料では、その責任のより大きな部分をユーザーと導入パートナーが担う。アシスタントがデータを調べやすくし、シミュレーションがシナリオ準備を短縮する可能性はある。それだけでは、予測の修正、レビュー、例外への判断を繰り返す回数を減らして事業を運営できるとは示せない。

シミュレーションとその経済的限界

静的な計画の断面より実質のあるモデル

2025年4月、創業者Julien Brunは、SimcelのDynamic Scenario Simulationをシステムダイナミクスと離散事象ロジックの組み合わせと説明した。需要予測などの確率的入力を使い、処理自体は決定論的に実行するという。調達、生産、輸送、保管における日々の能力制約を扱い、結果を業務と財務の両面で表すと説明している。3

決定論的な実行と不確実な入力は両立する。同じサンプリング済みの未来を、同じルールで再現できるからだ。技術上の問いは、どの未来を計算に含め、どう重み付けし、その結果を意思決定にどう反映するかである。もっともらしいシナリオ群は議論の材料にはなっても、リスクを伴う約束を順位付けするための確率を提供するとは限らない。

このアーキテクチャでは、すべてを線形計画モデルに変換せずに非線形な挙動を表現することもできる。有用な方向性だ。その価値は具体的なルールに依存する。ロットをどう起動し、車両をいつ出発させ、能力をどう消費し、欠品が販売をどう変え、業務が失敗したときに何が起きるのか。調査した資料には、実行可能な仕様も、読者が確認できる代表的モデルもない。

現在の製品ページは、取引単位のシナリオと、一年分を一分でシミュレーションする能力をうたう。2 2025年の説明には、数千の顧客、数百の製品、複数の施設という規模感はあるが、再現可能な問題例やハードウェア構成はない。3 高速な実行に価値があるのは、モデルが重要な挙動を捉えると確認できた後だ。シミュレーションする結果を減らしても、システムは速くなる。

財務統合だけでは経済的最適化を立証できない

Simcelは、シミュレーション上の処理量に応じて固定費を配賦する動的な活動基準原価計算を説明する。3 これにより、業務変化を財務報告へ反映しやすくなる可能性がある。ただし、得られた単位原価が自動的に意思決定に適した値になるわけではない。

月間固定費が100,000の倉庫を考えよう。100,000個を扱えば一個当たりの配賦額は一、200,000個ならその半分になる。配賦額の変化は、追加注文を受ければ現金が節約できることも、断れば配賦された分の費用を回避できることも示さない。重要なのは実際の限界的な影響だ。荷役、輸送、他の場所での欠品、能力の別用途の排除、追加支出を発生させる閾値などである。

製品や顧客の収益性を考えるうえで、この区別は不可欠だ。間接費の配賦後には魅力が乏しく見える製品でも、正の貢献をしている場合がある。それを廃止すると、同じ固定費をより少ない製品で負担することになりうる。逆に、魅力的な平均利益率が、能力増強に伴う段階的な費用を隠すこともある。

Simcelの統合損益モデルは、こうした影響を表現する場を提供する。ただし、公開された説明では、意思決定の選択が回避可能な費用、配賦費用、機会費用、リスクをどう区別するかが示されていない。財務の詳細は有用だが、推奨行動が利益を生むかどうかを決めるのは、その詳細の経済的解釈である。

静的最適化への批判は、公開された代替策より具体的だ

Brunが2026年6月に公開した、Optimal, and Still Wrongに付随する記事は、ネットワークのデータと意思決定に使うロジックを区別する。豊かなデータ構造を用意しても、ソルバーが単純化された配分に依存したままでは改善にならないと論じ、取引の詳細、ロットの経済性、財務統合を備えた挙動シミュレーションを提唱する。7

これは実質のある批判だ。接続されたグラフがあるだけでは、数値的な目的が事業に対応しているとは示せない。単純化した目的を精密に解いても、欠落した業務の挙動は補えない。

Simcelには、シミュレーションをどう意思決定手続きに変えるかの説明がなお必要だ。提案された行動をモデル内で再現することは、仮定に条件付けられた結果の計算である。次の候補をどう選ぶか、重要な代替案を探索するか、不確実性が順位をどう変えるかは説明しない。

実用的なエンジンには、手作業で作った複数のシナリオから勝者を選ぶ以上のものが必要だ。有用な行動を繰り返し見つけ、定式化の失敗を検出し、計画担当者の回避策の一覧を膨らませずに修正を取り込めなければならない。公開された代替策の説明は、Simcelによる従来型システムへの批判と比べて、依然として具体性に大きく欠ける。

予測、不確実性、デジタルツイン

確率的な用語はあるが、校正は実証されていない

Simcelの確率的予測に関する用語集は、需要分布とモンテカルロシミュレーションを標準で備えると明言する。需要の幅に応じた欠品リスクと財務結果を説明したうえで、この手法が企業の収益性を保証できると主張する。9

モンテカルロはサンプリング手法であり、独自の予測能力や最適化能力の証拠ではない。独立に生成されたSKU予測からサンプリングしても、製品、拠点、供給者、輸送上の事象の依存関係は捉えられない。ネットワーク全体のシミュレーションは影響の伝播に役立つが、入力の依存構造もモデル化する必要がある。

需要の不確実性は問題の一部にすぎない。将来のリードタイム、供給者の供給可能性、業務上の遅延が、在庫や能力への約束の価値を左右することがある。調査した資料は、それらの同時確率モデル、推定方法、校正の確認方法を公開していない。

シナリオを増やしても利益は保証できない。詳細なモデルでも、需要の反応、代替品の入手可能性、供給者の挙動、失敗の経済的費用を誤ることがある。重要な証拠は、現実がモデルから外れたときに意思決定がどう機能し、そのずれが次の版をどう改善するかである。

Lanaの予測改善には測定の定義がない

Lanaのページには、外部シグナルによる**予測品質+20%**という表示がある。精度指標、基準となる性能、予測期間、SKU・拠点の粒度、評価期間、相対的改善かパーセントポイントかは示されていない。4

これらの欠落により、数値を技術的に解釈できない。誤差の相対的削減と、精度の百分率の上昇は異なる。製品群の月間合計が改善しても、特定拠点での次の補充判断にはほとんど関係しない場合がある。外部シグナルも、予測時点で実際に利用可能だった情報を使って評価しなければならない。

Simcelの用語集は、予測精度を一からMAPEを引いた値と定義し、複数の誤差指標を扱っている。10 実需要がゼロならMAPEは定義できず、数量の少ない時系列では適切に機能しない場合がある。需要パターンや集計水準の異なる対象を、一つの百分率で普遍的に評価することはできない。

同じ規律はデジタルツインにも当てはまる。ツインは、在庫、能力利用、出荷、費用、利益など多くの将来量を予測する。取引単位の詳細な出力があっても、予測が正確とは限らない。調査した記録には、校正研究も、予測した経済的成果と実現した成果を事前に定めた方法で比較した検証もない。

合成学習データはシミュレーターの誤りを引き継ぐ

CELによるSimcelの説明では、シミュレーションしたシナリオを処方的アルゴリズムの学習に使うことを提案している。履歴データの入手可能性や品質への依存を減らせるとし、自律的な戦術判断に向けた実験を述べている。6

合成データを使えば、業務履歴にあまり現れない珍しい組み合わせを学習システムに経験させられる。しかし、シミュレーターの挙動が実際の業務に一致するとは立証できない。シミュレーターの欠落を利用するよう学習した方策は、生成データでは抜群の成績でも、本番では直ちに失敗するかもしれない。

したがって重要な境界は、生成環境の外にある観測での検証だ。シミュレーション年数を増やしても、欠落した因果関係は補えない。公開説明には、シミュレーターの校正手順、学習から分離した業務データによる試験、説明された自律方策の本番実績がない。

生産性と残り続ける計画業務

Lanaの例では、ユーザーがSKU、地域、週の範囲を選び、増加率を入力して変更を確定し、予測修正イベントを作成する。アラートの処理では、確認、担当者への割り当て、アクションの作成をユーザーに求める。4

これは「エージェント」という言葉より、現在の労働モデルを明確に示している。ソフトウェアは計画担当者が情報を見つけて解釈するのを助け、その後に人が行う追加修正を支援する。経済的な評価基準は、その修正が反復的な費用に見合うだけ意思決定を改善するかどうかだ。

潜在的な作業量は、製品、市場、事象、例外の数に応じて増える。アラートへのアクセスを速くしても、処理件数が増えるだけで、その業務が消費する注意力は減らないことがある。拡張可能な運用モデルには、個々の介入を容易にするだけでなく、定型的な介入の種類そのものをなくすことが必要だ。

計画の周期にも緊張関係がある。Simcelの2025年6月の論考は、月次の計画周期を待つことを批判する。8 一方、単一業務計画の用語集は、24か月のローリング期間にわたる月次の合意済みコミットメントを説明し、短期の実行はその承認済み枠組みに制約されるとしている。11

継続的シミュレーションと定期的な統治は両立しうる。未解決なのは、新たな情報によって合意した計画が無効になったときに何が起きるかだ。判断がなお調整と承認を待つなら、シミュレーションの高速化は組織上のボトルネックを取り除いていない。システムが自動的に意思決定を修正できるなら、そのためのルールと経済的権限を明示するべきである。

技術の歴史と実装実績

現在の会社紹介ページは、プラットフォームの起源をコンサルティング経験と八年間の開発に求め、Julien Brunを創業者兼CEO、Youssef BouzoubaaをCPOと紹介している。CELは引き続き、配送ネットワークのコンサルティング業務の一環としてSimcelを販売している。14 15

公開された経緯は、コンサルティングとシミュレーションに由来することを裏付ける。個々の計算能力のリリース履歴については、精度が低い。

時期または出典	技術的主張	調査した記録で確認できる進展
CELの公開日不明の製品説明	詳細なフローシミュレーション、合成学習データ、実験的な自律的戦術判断。6	現行製品もシミュレーションを備えるが、対応する自律方策の評価は公開されていない。
2025年4月	確率的入力を持つ、名称の付いたハイブリッドシミュレーション手法。自律管理は開発途上の方向性として説明。3	手法には概念的な詳細があるが、業務ベンチマークと校正は非公開。
2025年6月	カレンダーの周期を待たず、継続的に反応する計画を提唱。8	現行の製品資料でも、人による修正と調整に相当の作業が残る。
2026年6月	計画の品質を決めるのはデータ層より意思決定層だと主張。7	明確なアーキテクチャ論だが、意思決定手続きを確認できる公開資料はまだない。
現在のLana	予測改善、対話型分析、行動の提案、インターフェース操作支援。4	具体的な利用手順はあるが、反復的な計画労働の削減量は測定されていない。

自律化の野心が繰り返し示されることが重要なのは、現在の例が依然として計画業務を行う人への支援を中心にしているからだ。隔たりは、流行語を使うかどうかではなく、実際に提供された運用上の挙動にある。

Simcelの公開研究カタログには、静的最適化、S&OPと財務計画の分離、第三世代IBPの提案に関する文書がある。完全なPDFはメールでの請求を通じて配布される。技術資料そのものより、公開要約と関連記事の方が入手しやすい。16

より確かな実装履歴なら、手法がいつ本番に入り、どの判断を変え、何が失敗し、修正版がどう機能したかを示すはずだ。研究年数、シミュレーション件数、コンサルタントの経験の幅は、その問いに答えない。

ソフトウェアの構成要素

同社のシニア機械学習エンジニアの求人は、例外的に具体的な技術一覧を提供している。製品の技術構成をデータ・AIライブラリと分け、モデルの展開、パイプライン、監視の責任を説明している。5

層	Simcelが列挙する技術	運用上の意味
アプリケーション	Angular、TypeScript、Node.js/NestJS、Go、Python。	複数の言語と実行環境の境界で、互換性のあるリリース、診断、サポートが必要になる。
データとAI	pandas、Polars、PyTorch、TensorFlow、scikit-learn、MongoDB。	重複する処理・学習フレームワークは、依存関係管理と検証の作業を生む。
インフラ	Docker、Kubernetes、Terraform、AWS、Bitbucket Pipelines。	コンテナイメージ、オーケストレーション、インフラ変更、展開パイプラインの継続的保守が必要になる。

出典：Simcel自身が作成した求人。5

この一覧は実際のエンジニアリング活動を裏付ける。同時に、特定用途の計画製品としては大きな運用負担を生む。費用は、どの構成要素が本番稼働し、どれが代替候補なのか、モデルの変更をどう展開し、言語の境界をまたぐ障害をどう診断するかに依存する。その責任分担は、サービスのアーキテクチャとしては公開されていない。

同じ求人は、Gurobi、OR-Tools、CPLEXの知識を望ましい経験として挙げる。5 導入済みソルバーを特定しているわけではなく、本番の意思決定エンジンが線形計画法や混合整数計画法を使うことも示していない。

統合によって、さらに維持すべき境界が加わる。プラットフォームは、データレイクからの取り込み、双方向REST API、CSV、Excel、SFTPによる定期交換をうたう。2 信頼できる種類のインターフェースではあるが、スキーマ、バージョン管理、照合、部分更新からの復旧を定めた公開契約ではない。

設定の保守とセキュリティ

Simcelの導入パートナーは、設定、統合、変更管理を明確に担当し、導入全体を主導する場合もある。13 継続作業には、業務ルール、費用モデル、商品と顧客の対応付け、能力に関する仮定、例外処理が含まれる。

同社の仮定管理ガイドは、有用な修正の規律を示す。仮定を記録し、実績に照らして測定し、失敗を調査し、改訂するというものだ。12 あらゆるずれを、計画に従わなかったユーザーの失敗とみなすよりよい。それでも、具体的な運用責任者、バージョン管理された実装、教訓を残す回帰試験が必要である。

製品ページがうたう二時間のユーザー研修は、妥当なモデルを構築・保守する労力を示さない。2 パラメーターの入力場所を知ることと、それが事業を表すか、統計的に校正されているか、変更によって経済的判断が改善するかを知ることは異なる。

総保有費用には、顧客側の分析担当者、コンサルタント、データ修復、モデル改訂、検証、ソフトウェア運用、継続する計画業務を含める必要がある。調査した公開資料には、その合計を算出できる料金体系やサービス分担がない。

Lanaは、SSO/JWTセッション、ワークスペース単位の役割、暗号化されたAPIキー、TLS、監査ログを記載する。さらに、テナント分離、分割処理、アシスタントのデータを永続保存しないことも主張する。4 前者は具体的な統制の種類を示す。後者にはアーキテクチャの詳細が必要だ。どのデータがモデル提供者に渡り、どの認証情報を使え、何がログに残り、外部テキストが業務行動の提案に変わるときに権限をどう強制するのか。

市場情報が予測イベントを生成する場合、これは特に重要だ。信頼できない外部コンテンツは、言語モデルが要約しただけで本番の仮定を変更する権限を得てはならない。調査した資料は、シグナルの読み取り、変更の提案、変更の承認の境界を説明していない。

財務的利益の根拠

ホームページは、顧客利益の累計増加が9700万超、計画の生産性向上が77%超、経験が21年と述べる。顧客の母集団、測定期間、利益額の通貨、ソフトウェア、コンサルティング、業務変更それぞれの貢献は定義していない。1

同じページには、Sanofiのゼネラルディレクター名義の推薦文があり、計画時間の節約と部門横断の連携改善を述べる。1 これは定性的なユーザー体験を裏付ける。大きく掲げた比率を立証したり、監査可能な経済的結果を示したりするものではない。

2025年6月の計画周期に関する論考は、匿名の栄養製品メーカーが迅速な対応で売上四百万とEBIT 110万を守った事例を述べる。8 顧客、観測期間、対応しなかった場合の結果、Simcel固有の貢献は特定していない。迅速な対応の価値を示す話であり、プラットフォームの投資効果を再現可能に測定したものではない。

モデルの継続作業には責任者が必要であり、財務上の主張には、成果を得るための労働と導入作業を含む基準が必要だ。サービス契約は、反復的な意思決定の失敗を誰が修正し、その結果得られる利益をどう測定するかを定めるべきである。調査した公開記録は、そのような取り決めを示していない。

サプライチェーン評価

サプライチェーンの深さ

基準	点数
経済的な枠組み	6/10
意思決定の最終到達点	3/10
サプライチェーンに関する概念の明晰さ	5/10
時代遅れの中心的教義からの脱却	3/10
KPIの見せかけへの耐性	3/10

平均：4.0/10。

経済的な枠組み — 6/10。 プラットフォームは業務上の選択を財務的な影響につなげる。未解決なのは、配賦費用とシミュレーションした会計結果が、限界的な経済的選択肢の妥当な順位になるかどうかだ。3 7 17

意思決定の最終到達点 — 3/10。 公開されている業務は、シナリオの比較、解釈、計画担当者の調整を支援する。業務上の判断を選択・実行する反復可能な自律プロセスは実証されていない。2 4

サプライチェーンに関する概念の明晰さ — 5/10。 接続されたデータと適切な意思決定ロジックの区別は有用だ。公開された代替策には、校正、候補の選択、経済的検証に関する重要な未回答事項が残る。3 7

時代遅れの中心的教義からの脱却 — 3/10。 高速なシミュレーションは、合意計画、レビュー周期、手作業で維持するコミットメントの枠内にある。その枠組みは、製品が取り除こうとする労働と目標主導のゆがみを残す可能性がある。8 11

KPIの見せかけへの耐性 — 3/10。 予測と生産性の改善には、業務的に解釈できる測定の定義がない。財務ダッシュボードを設けても、成果の帰属の弱さは解決しない。1 4 8

意思決定と最適化の実質

基準	点数
確率的モデリングの深さ	3/10
最適化または機械学習における独自の実質	4/10
現実の制約への対応	5/10
意思決定の自動化と労働生産性	3/10
実際の業務の複雑性に対する回復力	4/10

平均：3.8/10。

確率的モデリングの深さ — 3/10。 Simcelは需要の確率的入力とサンプリングを明示する。その校正、依存構造、不確実なリードタイムとの同時の扱いは公開しない。3 9

最適化または機械学習における独自の実質 — 4/10。 ハイブリッドシミュレーションの説明は、想定するエンジンを理解する土台になる。独自の学習や行動選択による改善を裏付ける再現可能な評価はない。3 6 7

現実の制約への対応 — 5/10。 モデルは、業務上の時間、能力、非線形な挙動を保とうとしている。難しい本番事例での忠実性を評価するには、公開記録の実行可能な詳細が足りない。3 7 17

意思決定の自動化と労働生産性 — 3/10。 対話型分析は、情報検索の手間を減らせる。例では、人による予測変更と例外処理が残り、残存作業を全面的に集計していない。1 4

実際の業務の複雑性に対する回復力 — 4/10。 文書化された仮定の検証は妥当な出発点だ。欠けているのは、失敗が定式化を変え、その変更を独立に再検証する本番の循環の証拠である。3 12

製品とアーキテクチャの一貫性

基準	点数
アーキテクチャの整合性	6/10
システム境界の明確さ	5/10
セキュリティへの真摯さ	4/10
ソフトウェアの簡素さと保有費用	4/10
プログラムによる運用とエージェント支援運用との適合性	5/10

平均：4.8/10。

アーキテクチャの整合性 — 6/10。 共通のシミュレーションモデルは、業務と財務の見方の不整合を減らせる。構成要素の境界と、シナリオ間で異なる仮定の扱いには、さらに文書が必要だ。2 3 7

システム境界の明確さ — 5/10。 統合の種類とアシスタントの操作手順は見える。変更の確定、元システムとの照合、不完全な更新からの復旧に関する権限は、依然として明確でない。2 4

セキュリティへの真摯さ — 4/10。 Lanaはいくつかの具体的なアクセス・通信統制を示す。分離と一時処理の主張には、モデル提供者と業務データにまたがる封じ込めを評価するための詳細が足りない。4

ソフトウェアの簡素さと保有費用 — 4/10。 雇用主は、相当数の実行環境とフレームワークを公開する。その運用費用とモデル保守の責任分担は、機能一覧ほど明確でない。5 13

プログラムによる運用とエージェント支援運用との適合性 — 5/10。 構造化されたインターフェースとシミュレーションエンジンは、自動化業務を支えうる。文書化されたアシスタントは、繰り返す判断作業をなくすより、既存プロセスとのやり取りを改善するものが中心だ。2 4

技術的透明性

基準	点数
公開技術文書	3/10
ベンダーの仲介なしで検証できる度合い	2/10
可搬性とロックインの可視性	3/10
導入手法の透明性	4/10
技術的主張を支える証拠の密度	3/10

平均：3.0/10。

公開技術文書 — 3/10。 手法に関する論考と求人の詳細から、設計の一部は分かる。予測仕様、シミュレーションの契約、本番アーキテクチャ、検証資料は乏しい。3 5 7

ベンダーの仲介なしで検証できる度合い — 2/10。 公開ページは意図を説明するが、実行可能なモデルや再現可能な意思決定ベンチマークを提供しない。研究PDFの全文にはメールでの請求が必要だ。2 16

可搬性とロックインの可視性 — 3/10。 ファイルとAPIによる交換でデータは移動できる。それは、設定済みの業務ルール、シナリオの意味、学習済みモデル、その検証履歴の可搬性を示さない。2 13

導入手法の透明性 — 4/10。 資料は、データ準備、モデリングの労力、パートナーの責任を認識している。継続作業を定量化せず、展開後の責任移管も定めていない。3 12 13

技術的主張を支える証拠の密度 — 3/10。 説明は、シミュレーションを中心とする製品であることを裏付ける。予測改善、自律方策への野心、広範な利益の主張は、それよりはるかに根拠の詳細が薄い。1 4 6 9

ベンダーの真摯さ

基準	点数
公開情報発信の技術的な真摯さ	4/10
技術ロードマップの一貫性	4/10
概念の明晰さ	5/10
経済的成果への責任	3/10
エージェント型ソフトウェアの世界での競争力の持続性	4/10