00:00:13 サプライチェーンにおける概念実証の実装の課題。
00:01:00 概念実証がうまくいく場合とサプライチェーンの異なる点。
00:02:29 サプライチェーンはオープンな問題であり、その成功を測定する難しさ。
00:03:31 サプライチェーン業界における概念実証の制約事項。
00:06:30 ホリスティックなアプローチとリードタイムの重要性とサプライチェーンの最適化。
00:08:00 イニシアチブの変化しない側面に焦点を当てる重要性。
00:08:54 概念実証におけるデータ収集の難しさ。
00:11:55 イニシアチブを単なる予測に単純化する問題。
00:13:54 時系列予測の制約事項。
00:15:17 概念実証の苦い経験とその制約事項。
00:17:36 サプライチェーンソリューションのソフトウェアベンダーの評価におけるPOCの代替手段。
00:20:25 サプライチェーン業界におけるPOCの将来とその制約事項。
00:21:31 サプライチェーンの最適化にホリスティックなアプローチを取る重要性。
00:22:52 POCに頼らずにベンダーのパフォーマンスを週次で評価する重要性。
要約
インタビューで、Lokadの創設者であるJoannes VermorelとホストのKieran Chandlerは、サプライチェーンの最適化と概念実証（POC）の制約事項について議論しています。 Vermorelは、LokadがしばしばPOCの要求を辞退する理由を説明し、両者に損害を与える可能性を挙げています。彼は、POCが電子メールクライアントの選択などの具体的な問題に最適である一方、サプライチェーンの最適化などの複雑な変革プロセスでは不十分であると述べています。サプライチェーンは複数の関係者を含み、分散型の課題を提供し、POCはしばしば過度に単純化されます。彼は、安定した側面とデータ駆動のホリスティックな視点に焦点を当てることを提案しています。また、ベンダーのパフォーマンスを定期的に評価し、満足のいく進展を示さない関係を終了することを提案しています。
詳細な要約
インタビューでは、ホストのKieran ChandlerとLokadの創設者であるJoannes Vermorelが、サプライチェーンソフトウェアの概念実証（POC）とその制約事項について詳しく議論しています。 Vermorelは、Lokadが見込み顧客からのPOCの要求を頻繁に辞退する理由を説明し、顧客企業とLokadの両方に潜在的な損害を挙げています。
Vermorelは、POCが20年以上前から存在し、本質的には有害ではないことを認めながらも、狭義に定義された問題に適用された場合に効果的に機能すると述べています。POCがうまく機能する典型的な状況は、Microsoft OutlookやGmailなどの電子メールクライアントの選択です。これは既知の解決策を持つ標準化された問題です。ユーザーは明確な期待値を持ち、痛点を把握しています。このプロセスはもはや変革的ではなく、単に1つの電子メールクライアントから別のクライアントに移行するだけです。
しかし、POCがサプライチェーンの最適化に適用される場合、Vermorelはそれを狭義に定義された問題の「逆」と呼んでいます。彼はそれを企業にとって変革的なプロセスとし、複数の場所や多くの国にまたがる非ローカルな問題として特徴付けています。サプライチェーンの相互接続性により、複雑さが増します。
さらに、「オープンな問題」という考えについて詳しく説明すると、Vermorelはサプライチェーンの最適化を、最適化したいというアイデアとして説明しています。これには計測が必要です。金銭的な価値で意味のある計測を行うには、相当な努力が必要であり、得られる指標は始まりに過ぎません。既存の会社の運営に対する行動の影響を評価するための「数値レシピ」を洗練させることで、旅は続きます。彼は、ストックアウトごとの正確なコストや、各顧客ごとの顧客の忠誠心への具体的な影響を評価する例を示しています。
POCが量的なサプライチェーンに対してのみ無効であるのか、サプライチェーン業界全体に対して無効であるのかという質問に対して、Vermorelはサプライチェーンの問題の多くは相互接続性のためにPOCとしてフレーム化するのが困難であると主張しています。彼は、サプライチェーンにはサプライヤー、顧客、倉庫、生産工場などの複数の関係者が関与しており、それは単一の場所での製造プロセスの最適化とは異なる、分散型の課題を提供していると説明しています。
Vermorelは、サプライチェーンが本質的にはサプライヤーと顧客に接続されているため、ローカルかつ意味のあるものを特定することは困難であると強調しています。彼は、サプライチェーンでローカルな最適化を行うことは容易ですが、これらの取り組みは通常、問題を単に他の場所に移動させるだけに終わると警告しています。たとえば、1つの場所で1つの製品を最適化するための大きな努力は、サプライチェーンの他の場所で問題を引き起こす可能性があります。
Vermorelは、POCが大局を考慮せずにマイクロ最適化に焦点を当てる傾向があるため、サプライチェーンの最適化は困難だと説明しています。これはサプライヤーや顧客に問題を引き起こす可能性があります。さらに、リードタイムはプロセスをさらに複雑にします。リードタイム自体よりも短い時間枠でサプライチェーンを最適化することは困難です。これにより、POCは予想よりもはるかに長い時間を要することがしばしばあります。
ChandlerとVermorelは、サプライチェーンを最適化しようとする際に全体像を考慮することの重要性について議論しています。彼らは、POCがしばしばサプライチェーンの真の理解に必要な完全なリードタイムを考慮していないと指摘しています。Vermorelは、ベンダーや選択したソリューションに関係なく変わらないものに焦点を当てる方法論の各ステップで資本主義的なアプローチを採用することを勧めています。
POCの間に直面する課題の1つは、データの収集と計測です。Vermorelは、計測しないものを最適化することはできないと考えているため、データの収集は優先事項であるべきだと述べています。しかし、現実は、POCのためのデータの収集が予想よりも困難であることがしばしばあります。これは、複数の倉庫、生産ユニット、配送場所などを持つ小売ネットワークなど、現実世界の状況の複雑さに起因しています。
Vermorelは、過去の需要を正確に評価することが困難である例を示しています。ストックアウト、プロモーション、その他の異常などの問題が、過去の注文データを歪める可能性があり、真の需要パターンを理解することが困難になります。これらの問題に直面した場合、POCは通常、週次の時系列予測などの古典的な予測手法に戻る傾向があります。このアプローチは問題を単純化しますが、サプライチェーンの最適化の複雑さや微妙なニュアンスを無視します。
バックテスト、つまり予測をテストするために過去のデータを使用することは、サプライチェーンの最適化で使用される別のツールです。統計的な観点からは機能しますが、Vermorelは、バックテストはサプライチェーン管理の大局的な一部に過ぎないと主張しています。たとえば、購買パターンは、交渉価格や最小注文数量（MOQ）などの要因によって影響を受ける可能性がありますが、これらはバックテストでは考慮されていません。
Vermorelは、サプライチェーンの最適化は予測の精度に焦点を当てるだけでは解決できない一次元の問題ではないと強調しています。彼は、最適化を可能にするために既存のプロセスを見直し、調整する必要があると主張しています。予測に焦点を当てる主な問題は、大局的な視点を見落とし、すべての状況に適用できない特定のタイプの予測に依存していることです。
Vermorelは、サプライチェーンは数十年前からデジタル化されているが、多くの企業がExcelシートに依存し、さまざまなシステムによって生成された数値を無視していると指摘しています。彼は、企業がデータをデータレイクに統合し、サプライチェーンの意味論を反映した意味のあるドキュメントを作成するなど、基本的なことに焦点を当てるべきだと提案しています。
サプライヤー、生産ユニット、倉庫、流通チャネルなど、サプライチェーンの安定した側面に焦点を当てることで、企業は自社の長期的な財務利益を反映するメトリクスを作成することができます。Vermorelは、主な課題はデータの意味論を理解し、最適化に必要な適切なデータが利用可能であることを確認することにあると強調しています。
POCの代替手段を検討する際、Vermorelは、サプライチェーンで変化しない要素に焦点を当て、データ駆動型の包括的な視点を提供できるベンダーを探すことを提案しています。POCは一部の洞察を提供するかもしれませんが、複雑な問題にはより詳細なアプローチが必要ですので、小規模な実験からあまり期待しないように警告しています。
彼はまた、ベンダーとの協力は長期的なコミットメントではないべきだと提案しています。企業はリーンイニシアチブに参加し、週次でベンダーのパフォーマンスを評価して進捗を確認することができます。進捗が不十分な場合は、サブオプティマルなベンダーとの関係を続けるよりも早期に関係を終了する方が良いです。
フルトランスクリプト
Kieran Chandler: 今日は、なぜPOCがうまくいかないのかを正確に理解し、顧客が供給チェーンソフトウェアの多様な選択肢の中から選ぶための代替手段を理解します。では、ジョアネスさん、POCはすでに20年以上も存在しているので、すべてが悪いわけではありません。どの産業で実際に機能していますか？
Joannes Vermorel: プルーフ・オブ・コンセプトは、解決したい狭い問題がある場合や、大規模なオープンな可能性を考える必要がない場合にうまく機能します。たとえば、POCがうまく機能する典型的な領域は、メールクライアントを選択するように求められた場合です。何年もメールクライアント（たとえばMicrosoft OutlookやGmail）を使用しているため、期待することがわかり、痛点もわかっています。これは、標準化された解決策がある比較的標準化された問題であり、正確な比較ができます。企業にとっては、これは基本的には変革ではありません。数十年前にメールを使い始めたときに変革的でしたが、この時点では単に別のメールクライアントに移行するだけです。POCは、これらの超戦術的で明確に定義された問題に適しています。大きな課題は、数量的なサプライチェーンがまったく逆のものです。それは基本的には会社を根本的に変革し、完全に非ローカルなものです。デスクからローカルにサプライチェーンを実行することはできません。多くの場所、潜在的には多くの国にまたがるネットワークがあるからこそ、事態は本当に複雑になります。
Kieran Chandler: では、それをオープンな問題として特徴付けるのは何ですか？
Joannes Vermorel: サプライチェーンはまず最適化したいアイデアであり、最適化するためには計測が必要です。ユーロやドルで物事を計測したいという事実自体、実際に意味のある計測を得るためにはかなりの努力が必要です。メトリック、出発点は、数値的なレシピがあなたの会社にとって良いことか悪いことかを評価する方法を洗練するための旅です。明らかに、顧客にサービスを提供することは良いことであり、在庫切れが非常に多いことは悪いことですが、問題は、どのようにして個々の在庫切れの正確なコストを評価し、個々の顧客の忠誠度に正確な影響を評価するかということです。
Kieran Chandler: ですから、概念実証は基本的には数量的なサプライチェーンに対してのみ機能しないのですか、それともサプライチェーン業界全体に対して機能しないのですか？
Joannes Vermorel: サプライチェーンのほとんどの問題は、概念実証としてフレーム化するのが非常に困難です。定義上、サプライチェーンには複数の関係者が関与します。多くのサプライヤー、多くの顧客、保管倉庫、生産工場があります。それは本質的に非常に分散した課題です。世界の他の部分から完全に孤立した製造プロセスの最適化など、非常にローカルなものとは異なります。サプライチェーンはサプライヤーや顧客と完全につながっています。したがって、定義上、ローカルかつ意味のあるものを見つけるのは困難です。なぜなら、サプライチェーンの問題は、ローカル最適化を行うのが非常に簡単であるということです。問題は、それを行うと、通常は問題を移動させるだけになることです。つまり、それによってサプライヤーやいくつかの顧客に問題を引き起こすだけです。大局的な問題を解決したわけではありません。ローカルに何かを最適化しただけです。そのため、サプライチェーンは一般的に概念実証に非常に困難な要素があります。そして、Lokadの場合はさらに難しさのレイヤーがあります。なぜなら、私たちは未来と不確実性に取り組みたいので、リードタイムを考慮に入れる必要があるからです。したがって、リードタイムを3ヶ月先を考えて計画と実行をしなければならない業界で取り組んでいる場合、サプライチェーンの数値的なレシピを最適化しようとしても、1つのイテレーションにかかる時間はリードタイムとほぼ同じです。つまり、リードタイムより短い期間で実際に何もできないということですし、現実的には2〜3回のイテレーションが必要です。したがって、リードタイムが約3ヶ月で、2〜3回のイテレーションを行うとすると、6〜9ヶ月になります。エンタープライズソフトウェアにとってはあまり長くはありませんが、クイックな概念実証を考えると、非常に遠くなってしまいます。
Kieran Chandler: それを少し詳しく説明しましょう。つまり、概念実証では基本的には小さな視点しか見ていないということであり、解決策が本当に機能し、自己を証明するためには、全体の大きな視点を見る必要があるということですね。そして、2つ目に言及したことはリードタイムに関連しており、概念実証は通常非常に短期間で行われるため、結果を得て何が起こっているかを理解するために完全なリードタイムを考慮していないということです。実際に結果を見るために、概念実証をどれくらい続けるべきですか？
Joannes Vermorelr: 測定を最終的に完了し、利益を計測し、コード化できることが明確になるまで待つと、時間がかかりすぎます。そのため、通常、私たちが提案するのは、各ステップで非常に資本主義的な方法論を持ち、ビジョンに基づいていることです。私が「各ステップで資本主義的」と言う意味は、どのようにサプライチェーンを最適化しようとも、この最適化を実行するためにはデータが必要です。このプロセスは少し時間がかかるかもしれませんが、ベンダーやソリューションを選ぶにしても、内部で行うにしても、外部の会社と行うにしても、このプロセスは独立しています。このイニシアチブを実行する際に、選ばれたベンダーに関係なく、最終的に変わらない部分に焦点を当てることができれば、非常に資本主義的になることができます。たとえば、計測していないものを最適化することはできませんので、計測のためのデータ収集を開始する必要があります。この努力自体は、概念実証の規模には適していないと思われるかもしれません。
Kieran Chandler: それは多くの視聴者にとって驚くべきことかもしれませんが、概念証明では、データの収集は概念証明を開始する際に提供される簡単な部分であるはずです。なぜそれほど困難なのでしょうか？
Joannes Vermorel: それは常に困難です。なぜなら、現実はあなたの概念証明の試みが最も惨めな方法で失敗するようにするために独自の方法を持っているからです。しかし、もっと真剣に考えてみましょう。起こっている実際の状況を見てみましょう。たとえば、倉庫数軒、生産ユニット数軒、および配送場所数軒を含む小売ネットワークがあるとします。さて、あなたは次のように言います。
Kieran Chandler: お客様がどのようにサービスを受けて満足しているかについて話しましょう。ですので、概念証明を始めたいと思い、最初に思われたよりもトランザクションデータを取得することがより困難であることに気付きます。なぜそうなのでしょうか？
Joannes Vermorel: 例えば、お客様の注文は簡単だと言えるかもしれません。はいといいえ、というのは、在庫切れのために注文を満たすことができないお客様からの注文など、多くの奇妙な状況が発生する可能性があるからです。システムには、注文が満たされなかったことを忠実に記録します。翌日、お客様はさらに大きな注文をします。なぜなのでしょうか？前日の注文が満たされなかったからです。しかし、最初の注文を満たしていれば、翌日には2回目の注文はなかったかもしれません。したがって、さまざまな理由で影響を受けたクライアントからの注文の生の履歴ストリームだけでなく、過去の需要を反映させたいのです。それは最初に思われるよりもトリッキーなことに気付きます。
Kieran Chandler: では、概念証明の取り組みでこれらの問題に直面した場合、通常はどのようなことが起こるのでしょうか？
Joannes Vermorel: 問題を単純化する方法を見つけようとし、最終的には週次の時系列予測のような古典的な予測の概念証明に戻ってしまいます。過去の需要に基づいて需要を予測することを考え、それをすぐにバックテストできます。在庫切れ、プロモーション、およびすべての奇妙な要因を無視します。最終的な結果は概念証明の定義に合致するものですが、それによって、解決しようとしていた問題から完全に逸脱してしまいます。
Kieran Chandler: バックテストについて少し話しましょう。過去のデータを見て予測を行い、それを比較することですね。なぜバックテストはうまくいかないのでしょうか？
Joannes Vermorel: 統計的な観点からはバックテストは機能しますが、限界があります。サプライチェーンの観点から見ると、バックテストは全体像の一部に過ぎない数値的なツールです。チームの購買パターンを最適化しようと考え始めると、すべての最小発注数量が固定されているわけではないことがわかります。たぶん、それらのまれな購入は、購買チームが低価格を交渉したが、極めて高い最小発注数量を設定したために引き起こされています。これにより、購買注文の間に余分な遅延が生じ、すべてが複雑になり、リードタイムが膨らみます。
私が言いたいのは、最適化は予測の精度の観点から誤差を減らすという一次元のものだけではないということです。また、可能な場合には、すべての既存のプロセスを受け入れて見直し、調整することで最適化が実現できるようにする必要があります。また、実際に測定しているものについて考える必要があります。問題は、これらの小さな概念証明プロジェクトが、時間系列の精度基準に戻ってしまい、誤差がパーセンテージで表されることです。再び、私たちはビジネスの基本からは非常に遠いです。
Kieran Chandler: つまり、予測の本当の問題は、それに焦点を当てて大局を見ないことですか？ それは非常に特定のタイプの予測です。関連するすべてのデータを収集することは困難ですので、概念証明が週次のデータを入力として週次の予測を出力する古典的なものになることが保証されています。おそらく、私たちが今日説明していることは、過去の経験からの苦い経験、過去に試したこと、そして概念証明を行ったことから来ているものです。では、概念証明を行った際に経験した主な問題のいくつかは何ですか？
Joannes Vermorel: 最悪なのは、概念証明に完全に成功することがあるということです。それが一番痛いことでしょう。エンタープライズソフトウェア企業として、すべてのリードを獲得するわけではありませんので、リードを失うことは当然のことです。本当に痛いのは、概念証明に勝利することです。はい、概念証明では最も優れたパフォーマンスを発揮するかもしれません。おそらく大幅に上回るかもしれません。しかし、それを本番環境に移行しようとすると、すべてが崩壊し、クライアントの期待に一切応えられないことに気付きます。おもちゃの問題から実世界の問題に移行したためです。おもちゃの問題に対して行ったことが、限られた範囲と明確な指標を持つこの問題に非常にうまく機能していたかもしれませんが、すべてのビジネスの基本を完全に無視していました。本番環境に移行すると、自分の解決策がまったく答えを提供していないことに気付きます。
最悪なのは、サプライチェーンが数十年にわたってデジタル化されているため、大企業では、会社に持ち込むソリューションが以前の試みと同じようになることです。それは誰にも無視される一連の数字を生み出すでしょう。避けられないことですが、サプライチェーンチームは常に通常のExcelシートに戻り、別のシステムによって生成された機能不全の数字を完全に無視します。
Kieran Chandler: では、企業の視点からもう少し詳しく見てみましょう。POCの良いところは、ソフトウェアベンダーが問題にどのようにアプローチし、特定の課題にどのように対応しているかを見ることができることです。それ以外に、POCの代わりに企業が使用できる選択肢は何ですか？異なる企業のパフォーマンスを確認するために、他に何ができるでしょうか？
Joannes Vermorel: 代替手段は基本に焦点を当てることです。データの統合には課題があると指摘しました。現在の方法はデータレイクを構築することです。それを超えるステップは、サプライチェーンの観点から意味のあるドキュメンテーションを提供することです。成功するためには、変わらないことに焦点を当てる必要があります。サプライチェーンはおそらく最も基本的な方法で変わらないでしょう。まだサプライヤー、生産ユニット、倉庫、流通チャネルがあるでしょう。比較的安定していると予想されることはたくさんありますので、それに焦点を当ててください。データを統合する際には、関連するドキュメンテーションも統合してください。なぜなら、データの意味が常に大きな課題だからです。
このデータは何を意味するのでしょうか？注文日とは、サプライヤーに送るために注文を作成した日ですか、システムに登録された日ですか、サプライヤーが注文を受け取ったことを確認した日ですか？数十通りの可能性があります。問題は、それらのすべてがどこに文書化されているかです。データとデータの意味にアクセスできない場合、何も最適化することはできません。再び、例えば、数量サプライチェーンアプローチを説明したとき、数値計算をスケールで実行するためのクラウドコンピューティングプラットフォームとしてLokadがあります。しかし、クライアントにとって非常に重要なのは、関連するすべてのデータを統合し、サプライチェーンの意味を理解し、会社の長期的な財務利益を真に反映するメトリックを作り出すことです。それは困難です。サプライチェーンの物理的な制約とうまく対応するプロセスを作り出すことも重要です。これらすべては、数値計算を実行するために使用するツールから独立して内部にあります。
Kieran Chandler: ここでまとめると、サプライチェーン業界では数十年にわたってPOCが存在しています。つまり、POCがまったく存在しない時代を想像できるでしょうか？
Joannes Vermorel: 明らかに、まだよく知らない若者がもう1つのPOCを求めることがあるでしょう。それは生活の一部です。そして、彼らが正しいかもしれません。なぜなら、サプライチェーンにおいても、POCが本当に適切な方法である状況があります。例えば、古いバーコードプリンターと互換性のある新しいバーコードプリンターがあり、新しい方が優れていて、速くて、安くて、効率的である場合などです。このような場合、もう1つのバーコードプリンターを購入し、お気に入りの倉庫でテストすることができます。つまり、POCが適切な方法である場合や問題が存在します。しかし、サプライチェーン全体の最適化の課題を考えるとき、小規模な実験からはあまり期待しない方が良いと言えます。問題が複雑であり、十分に努力しなければ失敗することに気付くでしょう。
Kieran Chandler: では、今日の最後の重要なメッセージとして、POCはある程度の洞察を提供できるが、あまり期待しないほうが良いということですか？また、POCは全体としてはうまく機能しないということですか？
Joannes Vermorel: はい、POCの反対はベンダーとの10年間の契約ではありません。それもまた別のことです。POCを行っていないからといって、「ベンダーと一緒に働けると思います。私たちが望むのは、リーンな産業であり、非常に高価ではなく、週ごとに進めていくだけです。」と言えないわけではありません。10週間以内にイニシアチブを立ち上げる必要があるという事実に注意を払う代わりに、イニシアチブの進捗が満足のいく速度で進んでいるかどうかに注目するべきです。ベンダーを選んでから3週間経っても進捗が非常に遅いと感じる場合は、典型的なPOCよりも短い期間でも辞めるべきです。問題は、10年先を考えているが、それはあなたのビジョンです。次の10年間において会社にとって非常に重要な要素に焦点を当てています。しかし、エンタープライズベンダーを解雇する際には、進捗がないためにドアを閉めるのではなく、週ごとに評価し、進捗があるかどうか、何らかの勢いが生まれているかどうかを見極めるべきです。あなたは、そのような小さな兆候を探しており、無期限の計画を念頭に置いています。
Kieran Chandler: ここで終わりにしますが、私たちが皆を怖がらせたかどうかはわかりませんが、見てみる必要があります。
Kieran Chandler: ここで終わりにしますが、私たちが皆を怖がらせたかどうかはわかりませんが、見てみる必要があります。
