00:00:07 最小/最大在庫管理法の紹介。
00:01:45 最小/最大在庫管理法の利点：簡単さ、自動化。
00:02:29 最小/最大在庫管理法の制約：棚卸し損失、最適化されていない。
00:04:39 最小/最大在庫管理法の問題：SKU中心の過度に単純化された視点。
00:07:09 最小/最大在庫管理法が注目された理由：簡単なERP統合。
00:09:20 供給チェーン管理における最小/最大在庫管理法の制約。
00:10:58 最小/最大在庫管理法の制約を克服する方法：設定のハッキング。
00:12:15 現代の在庫システムの提唱と移行の困難性。
00:14:22 最小/最大在庫管理法の代替手段：優先順位付け、非線形制約。
00:17:00 特定のビジネス上のリスク。
00:17:25 最小/最大在庫管理法の潜在的な欠点。
00:18:30 在庫管理の誤管理の財務的影響。
00:19:01 マネージャーへのアドバイス：最小/最大在庫管理法を超えて進む。
00:20:43 結論。
要約
インタビューで、Lokadの創設者であるJoannes Vermorelは、最小/最大在庫管理法について話しました。この手法は、最小と最大の在庫レベルを利用して自動的な補充を行い、生産性を向上させますが、需要の変動を考慮せずに在庫過剰と潜在的な在庫棚卸しを引き起こすとされています。Vermorelは、これが供給チェーン管理を過度に単純化し、在庫の相互関連性を無視していると主張しています。しかし、その簡単さと実装の容易さから、広く採用されています。サプライヤーの発注数量の不一致に対する回避策が提案されました。また、Lokadは、顧客の視点からの価値を重視し、非線形制約を考慮し、将来の需要に基づいて意思決定を行う手法を推奨しています。
詳細な要約
このインタビューでは、ホストのKieran Chandlerが、サプライチェーン最適化に特化したソフトウェア会社であるLokadの創設者であるJoannes Vermorelと共に、自動補充の最小/最大手法について話しました。最小/最大手法は、在庫管理の簡単で一般的な手法です。
Vermorelは、最小/最大手法を非常にシンプルな手法として説明し、2つのパラメーター、最小（min）と最大（max）の在庫レベルを含んでいます。最小パラメーターは、在庫管理単位（SKU）が補充が必要な時点を示すトリガーポイントです。最大パラメーターは、在庫レベルを元に戻すために再注文する数量を示す目標在庫レベルです。このシステムにより、在庫レベルはゆっくりと減少し、最小レベルに達すると再補充がトリガーされ、最大レベルに達するまで再び減少します。
Vermorelによれば、この手法の主な利点の1つは自動化です。在庫レベルが最小値に達した時点で、最小と最大のパラメーターがSKUに対して定義されている場合、システムは自動的に発注書を生成します。この自動化により、在庫の監視と発注に関わる手作業を減らすことで生産性を向上させることができます。
Vermorelは、最小/最大手法の重要な制約事項を強調しています。このシステムは、時間の経過に伴う製品の需要の変化を考慮していないため、売れ行きの鈍いまたは衰退している製品の在庫が不必要に蓄積される可能性があります。最小/最大手法は、製品の需要が徐々に消えていく場合でも再補充を継続します。その結果、この手法を使用する企業は需要が減少している製品の在庫過剰による在庫の廃棄に直面する可能性があります。
したがって、在庫管理における最小/最大手法はシンプルさと自動化の利点を提供しますが、固有の制約事項もあります。製品の需要の変動を考慮しておらず、在庫の廃棄の可能性があります。また、最適な最小/最大レベルの設定についてのガイダンスを提供していないため、最適な在庫管理を実現するためには定期的な手動調整が必要となる可能性があります。これらの制約事項から、最小/最大手法にのみ頼ることは、最適な在庫管理と潜在的な失敗をもたらす可能性があることが示されています。
Vermorelは、最小/最大在庫管理手法を批判し、サプライチェーン管理の複雑さを過度に単純化し、視点を単一のSKU（在庫管理単位）に人工的に狭めると主張しています。この手法により、企業は個々のSKUに焦点を当て、在庫とより広範なサプライチェーンの相互関連性を無視することになります。主な問題は特定のSKUの再注文のタイミングや数量ではなく、限られたリソースの中で全SKUの範囲でどこに投資すべきかということです。
Vermorelは、このSKU中心の視点を「有害」と表現し、複数のSKUを必要とするクライアントに最善のサービスを提供する方法のより広範な視点を無視しています。この考え方により、企業は最小/最大パラメーターの継続的な微調整のサイクルに陥り、サービスレベルと全体的な在庫投資戦略を最適化するのに苦労する可能性があります。
Chandlerは、もし制約事項が存在するなら、なぜ最小/最大手法が広く採用されたのかをVermorelに説明するよう促します。Vermorelは、そのシンプルさと実装の容易さを主な理由として挙げています。特に初期の関係データベースシステムでは、最小/最大の在庫ポリシーをいくつかのSQLクエリで追加することができ、ゼロから始めるシステムにとって魅力的な機能となりました。
歴史的には、モノリシックなシステムの好みも役割を果たしました。これらのシステムは、在庫の流入と流出を追跡することができ、最小/最大の機能などの基本的な補充インテリジェンスを含めるように拡張されました。Vermorelは、補充インテリジェンスに特化した別のシステムを統合することがより良いアプローチであったと提案しています。しかし、最も抵抗の少ない方法は、既存のモノリシックな構造に単純に追加することでした。
最小/最大手法は、サプライチェーンの専門家が最小/最大の値を日々調整することに専念する場合に効果的です。しかし、これには実務者自身に重要な作業量と責任がかかり、この取り組みが維持されない場合には最適な結果が得られない可能性があります。 最小/最大手法は、多くのERP（エンタープライズリソースプランニング）システムにハードコードされたサプライチェーン戦略です。この戦略は、サプライヤーの最小発注数量がシステムの最小/最大設定と一致する場合には比較的うまく機能します。しかし、サプライヤーが単位ではなく金額で表される最小発注数量を要求する場合、製品ごとの最小数量を好むシステムを複雑化させます。
この問題を回避するために、Vermorelはワークアラウンドとしてシステムハックを提案しました。厳密な最小/最大システムでは、最小値をゼロに設定し、最大値を無限に高い数値に設定することで、発注がトリガーされないようにします。発注が必要な場合、値を適切に調整してシステムが再発注シグナルを発するようにし、その後元の値にリセットします。Vermorelは、これによって追加の複雑さが生じることを認めていますが、会社が時代遅れのシステムに取り残されている場合、合理的な短期的な解決策になり得ると主張しています。
その後の議論は、最小/最大手法の代替手法に移り、特にLokadの手法に焦点を当てました。Vermorelによると、最小/最大手法との主な違いは、優先順位付け、非線形制約の考慮、および将来の需要予測に基づく意思決定です。優先順位付けには、顧客の視点から各製品の価値を考慮することが含まれます。非線形制約には、サプライヤーからの最小発注数量や倉庫の容量など、他の要素も含まれます。将来の需要予測には、確率的な予測を生成して潜在的な将来と関連するリスクを評価することが含まれます。
最小/最大手法が「ある程度機能している」ということは、在庫がビジネスにとって戦略的ではなく、在庫が安価であることを示唆しています。しかし、Vermorelは、在庫管理が重要な財務的影響を持ち始めるとすぐに、より洗練された手法を検討するべきだと警告しています。そうしないと、利益を逃すことになります。
最小/最大手法からの移行について、Vermorelは優先順位付けから始めることを提案しました。これはExcelなどのシンプルなツールでも実現できます。製品は在庫の緊急性に基づいてランク付けされるべきであり、需要予測、顧客の重要性、および在庫リスクなどの要素を考慮に入れるべきです。この優先順位付けにより、サプライチェーンマネージャーは製品を一つ一つスキャンするのではなく、リストの上位に焦点を当てることができ、生産性が向上します。
フルトランスクリプト
Kieran Chandler: Lokad TVへようこそ。今週は、在庫管理ソフトウェアに組み込まれた最初の自動補充方法の1つである最小/最大手法について話し合います。この手法の主な利点は、そのシンプルさです。しかし、今回のエピソードでは、この手法を選択することは最終的に失敗につながることを説明します。では、Joannesさん、今週は最小/最大手法についてもう少し詳しく説明していただけますか。
Joannes Vermorel: 最小/最大の在庫補充ポリシーは非常にシンプルです。1つのSKUを考慮し、2つのパラメータを定義します。最小値と最大値です。最小値は、在庫がこのレベルに達したときに補充をトリガーすることを意味します。そして、どれだけ補充するのか？在庫レベルが最大値に達するように、ちょうど十分な量を補充します。したがって、最小値はトリガーとして機能し、最大値は目標となります。これにより、在庫はのこぎりのような形状になります。在庫がゆっくりと減少し、補充され、再び減少します。実装は非常に簡単です。ほとんどのシステムで実行でき、ほとんどのサプライチェーンシステムには最小/最大の類似があります。
Kieran Chandler: 非常に単純なようですね。この手法を採用することの他の主な利点は何ですか？
Joannes Vermorel: ソフトウェアベースの在庫管理システムがあると仮定すると、自動化が得られます。何もしなくても、最小値に達すると発注が生成されます。つまり、生産性の観点からは比較的良いです。完全な自動化という価値あるものを提供します。
Kieran Chandler: それがすべての良い点ですね。では、今度はいくつかの悪い点について話しましょう。これは多くのERPに組み込まれている技術ですが、その制限は何ですか？
Joannes Vermorel: 最も大きな制限は、最小/最大による在庫管理が通常非常に悪いということです。その理由の1つは、最小/最大の手法では、何があっても補充がトリガーされるため、常に大量の在庫の廃棄が発生することです。つまり、徐々に消えていく製品がある場合でも、スローダウンが1年続いた後でも、再注文が行われます。最小/最大では、製品の段階的な廃止というものは存在しないため、設計上在庫の廃棄が発生します。さらに、在庫の最適化を行いたい場合、単に時間を節約して注文が渡されるだけでなく、最小/最大の手法では何も教えてくれません。最小値と最大値を選択できると言っても、いつ再注文するか、いくつ再注文するかという2つの条件を選ぶのは完全にあなた次第です。最小/最大で毎日すべての最小/最大設定を見直すつもりなら、他のポリシーを実装することもできますが、その場合は完全に自動化の利点を失います。
Kieran Chandler: だから、これが失敗につながる手法になる理由ですね。では、実際の世界でこの手法を使用することで人々が直面している問題は何ですか？
Joannes Vermorel: 最も重要な問題は、最小/最大があまりにも単純すぎるだけでなく、問題を理解する方法において比較的有害なフレームワークを提供していることです。
Kieran Chandler: 力は反復の中にあり、他の宇宙のことは関係ありません。考えてみると、ほとんどの企業では、数千の製品リファレンス、少なくとも数百、通常は複数の場所があります。ですので、事象は孤立して発生するわけではありません。問題は、いつこのSKUを注文すべきか、どれくらい注文すべきかということではなく、在庫に投資する余分なドルまたはユーロがある場合、そのユーロを優先的にどこに投資すべきかということです。
Joannes Vermorel: ご覧の通り、すべてのリファレンス、すべてのSKUは、在庫に投資するための同じ予算を競合しています。しかし、最小/最大の視点では、補充に関してSKU中心の視点しか提供されません。したがって、あなたが管理しているSKU内で存在するこの競争は存在しません。これが比較的問題である理由です。なぜなら、それは最小値と最大値という2つのパラメータを見つける問題になり、おそらくそれらのパラメータを毎週、毎月、毎年見直す必要があるかもしれませんが、それは本当にビジネス全体で起こっていることではなく、多くのSKUを必要とするクライアントがいるため、すべてのSKUが予算を競合しているのです。最高のサービスを提供する方法を本当に考える必要があります。単にこの1つのSKUのための解決策ではなく。
Kieran Chandler: そして、あなたが言うように、それほど問題のあるアプローチなのに、なぜそれが最初から非常に多くの注目を浴びたのでしょうか？なぜそれが多くのERPに組み込まれているのでしょうか？
Joannes Vermorel: まあ、実装が非常に簡単であることは明らかです。特に初期の関係データベースシステム、つまり初期のデータベースシステムを考えると、最小/最大の在庫補充ポリシーは3つか4つのSQLクエリで実装できます。トリガー用の1つ、数量用の1つ、おそらく発注を最終化するための1つなどが必要です。ERPにこれらの機能を追加するためには、文字通り数個のSQLクエリが必要です。ですので、何もない状態から始める場合は、それを追加することは合理的です。
歴史的には、モノリスを持つという大きなアプローチがありました。つまり、在庫管理システムがあり、入出庫の管理がうまくできます。しかし、補充インテリジェンスの機能を追加したい場合、最初に別のシステムを持つべきであるというのがより良いアプローチでした。しかし、最も簡単な方法は、既存の大きなモノリスを拡張して、「在庫管理はすでにできるので、最初の補充インテリジェンスを追加できる」と言うことでした。基本的には、最小/最大から始めます。
もし、供給チェーンの専門家が毎日これらの最小/最大値を調整すると仮定すると、実際にはそれなりにうまく機能するかもしれません。しかし、実際には、すべての知識と努力が供給チェーンの専門家の肩にかかっているだけです。
Kieran Chandler: 問題は、多くのクライアントがそのERPシステムの機能に非常に制約されているということです。したがって、もし最小/最大のようなものが彼らのERPに固定されている場合、彼らにはどのようなオプションがありますか？
Joannes Vermorel: それは問題です。なぜなら、システムに組み込まれているような機能がある場合でも、摩擦が生じ始めるからです。
Kieran Chandler: たとえば、サプライヤーの最小発注数量と一致しない場合に問題が発生します。もしサプライヤーが製品ごとに最小発注数量を指定している場合、すべての製品ごとに50個の単位を注文する必要があるかもしれません。最小/最大のアプローチでは、最小値と最大値の間に50個以上の差があれば、比較的うまく機能します。しかし、例えば、サプライヤーが「1回の注文につき少なくとも1万ドルの商品を注文してください」と言った場合、この場合、このサプライヤーから調達できる商品の範囲を見て、数百種類あるかもしれません。
Joannes Vermorel: はい、非常に単純化されたアプローチは望ましくありません。「1つの商品だけの注文ができる場合にのみ商品を注文する」というようなものです。それは起こりうる摩擦です。最小/最大に厳密に対応するようなシステムであれば、このような最小/最大の設定を回避することができます。私たちにはそのようなクライアントもいくつかいます。その場合、最小値をゼロに設定してトリガーされないようにし、逆にトリガーされるように最大値を設定します。システムが何も応答しないようにシステムを操作します。そして、解決策を提案するときに、その場で値を微調整し、システムに再発注させ、その後、値をゼロにリセットして再びシャットダウンします。これは非常にシステム依存的な方法であり、手動で行う必要はありません。リレーショナルデータベースの内容を直接調整することで、望む動作を逆にエンジニアリングすることができます。
Kieran Chandler: システムにハッキングして逆にエンジニアリングするという考えは、私たちの視聴者の中には少し神経質になるかもしれません。これは複雑さを増す要素ですか？これはお勧めのアプローチですか？
Joannes Vermorel: 推奨されるアプローチは、APIとすべての最新の機能を備えたモダンなクラウドベースの在庫管理システムを持つことです。しかし、現実は、それを持っていない場合、会社全体と完全に絡み合っている2〜3十年前のシステムに取り残される可能性があります。よりモダンなものに移行することは合理的な短期的なオプションではないかもしれません。はい、追加の摩擦がありますが、min/maxは非常に単純なため、min/maxのオーバーライドをハッキングすることは比較的簡単です。すべてのシステムにはある程度のmin/maxのフレーバーがあるため、逆にエンジニアリングするのははるかに簡単です。トリガーは、たとえば毎週月曜日に最大まで再注文するというような日付です。最小値はなく、最大値だけあり、それから毎週月曜日や月の最初の日などのスケジュールがあります。min/max在庫には、通常、単純なトリガー条件と単純なターゲットが付属しています。
Kieran Chandler: より詳細で半自動的な補充ポリシーでは、ハッキングするのははるかに複雑になりますか？
Joannes Vermorel: はい、そこがパラドックスです。より詳細で半自動的な補充ポリシーでは、システムがそのままで無効化することができない場合、ハッキングするのははるかに困難になります。しかし、ハッキングから離れて、min-maxアプローチの代替手段について話しましょう。Lokadアプローチとmin-maxアプローチの主な違いは何ですか？
Kieran Chandler: では、企業が最も必要とするものは何でしょうか？利益率が薄い商品もあるかもしれませんが、それらの商品は顧客にとって完全に重要です。それらがないと、顧客を完全に失うリスクがあります。優先順位付けが最初のステップだと言えますか？
Joannes Vermorel: 確かに、優先順位付けはおそらく最初のステップです。次に、サプライチェーンにおける非線形の制約を考える必要があります。これらを完全に無視することは非常に稀です。たとえば、サプライヤーからの最小注文数量があるかもしれません。これは、再注文するたびにサプライヤーが納品を行わなければならないという事実を反映しています。これは、注文数量に関係なく固定のコストであり、価格に反映されるかもしれません。また、倉庫スタッフが圧倒される可能性があるため、1日に多くの納品がある場合など、他の制約もあります。min/maxの観点からも反映されない多くの非線形の制約があります。これは通常、ドメインに固有のものですが、要点は、モデルがサプライチェーンの物理的な現実を無視していないことを確認することです。
Kieran Chandler: つまり、すべて将来の需要に基づいていると言っているわけですね。min-max在庫は需要をどのように予測するかについて何も言っていません。
Joannes Vermorel: その通りです。未来は不確かですので、最初の違いは、ある種の確率的な需要予測を組み込む必要があるということです。これにより、多くの可能な将来と、特定の決定をすることやしないことに伴うリスクを評価することができます。
Kieran Chandler: 多くの視聴者は現在うまく機能しているmin-maxアプローチを使用しているかもしれません。では、これらの警告に注意を払わない場合、可能な結果は何でしょうか？なぜmin-maxアプローチから変更すべきなのでしょうか？
Joannes Vermorel: もしmin-maxアプローチがうまく機能しているのであれば、在庫は非戦略的であり、在庫は非常に安価です。すべてのことに自動化が重要です。多くの商品が利用可能である必要がある場合、これは機能するかもしれませんが、在庫がない場合は非常に高価です。ただし、オフィス用品などの場合、在庫が多すぎることに特にデメリットがない場合、min-maxアプローチは問題ありません。しかし、サプライチェーンに重要な財務的影響がある場合、在庫管理の最適化を行わないことで多くのお金を失っている可能性があります。
Kieran Chandler: 結論として、私たちは視聴者に少しの教訓を伝えたいと思っています。もし私がサプライチェーンマネージャーだったら、min-maxアプローチから移行するために最初に取るべきステップは何でしょうか？
Joannes Vermorel: 最初のステップは、優先順位付けのようなものを選ぶことです。Excelでもできます。質問は、すべての製品を持っている場合、在庫が最も緊急に必要な製品から在庫が最も必要でない製品まで順位付けできるかどうかです。
Kieran Chandler: あなたは移動平均からなるミニ需要予測について言及しました。それは非常に粗いものであり、クライアントの重要性を考慮する要素もあります。これは追加機能ですか、それともミッションクリティカルですか？
Joannes Vermorel: それは特定の要素を含むものです。例えば、在庫リスクを考慮することができます。問題は、それが迅速な陳腐化を起こすものなのか、永遠に続くものなのかです。
とても基本的な数値レシピで、意味のあるランキングを作ることができます。良いことは、生産性の観点から、在庫をまだ手作業で処理している場合でも、優先順位付けがあれば、優先順位リストがあります。これにより、どこを見るべきかがわかります。
優先順位付けが多少粗い場合でも、リストの上部は通常、開始する良い場所です（レシピが完全に機能不全でない限り）。このアプローチは、毎週すべての製品を直線的にスキャンするよりも優れています。
Kieran Chandler: 了解です。それでは、ここで終わりにしますが、今日はお時間をいただきありがとうございました。それでは、今週は以上です。次回のLokad TVのエピソードでは、またお会いしましょう。それまで、ご視聴ありがとうございました。
