00:00:07 安全在庫とその欠点
00:00:39 安全在庫の定義と概念
00:02:05 安全在庫の概念の起源となぜ人気があるのか
00:04:10 安全在庫の問題点：季節性の無視と非現実的な正規分布の仮定
00:07:15 安全在庫が機能しない状況と代替手法の必要性
00:09:06 安全在庫がリスクを過小評価し、在庫過剰につながる方法
00:12:00 安全在庫のパラドックスと不確実性への効率的な対処法
00:13:20 供給チェーン管理における実行可能な意思決定と制御
00:15:00 安全在庫と確率的手法の間の代替手法
00:16:00 供給チェーンにおけるパラメトリックモデルの改善
00:18:54 安全在庫における廃棄物の問題とその結果
00:20:37 予測の役割と安全在庫への影響
00:22:29 供給チェーン管理の誤りに対処して改善する方法
00:23:01 キーメッセージ：供給チェーンにおいて時代遅れの数学モデルを信頼しないこと
概要
このインタビューでは、Kieran Chandler氏とLokadの創設者であるJoannes Vermorel氏が、供給チェーン管理における安全在庫の欠点について議論しています。安全在庫とは、需要の変動に対する追加の在庫であり、過度に保守的であり、在庫過剰と廃棄物を引き起こす可能性があります。その人気は、手動計算に比べて簡単で歴史的に改善されたことによるものですが、複雑な供給チェーンの不確実性を考慮していません。このモデルは需要とリードタイムに対して正規分布を前提としており、大きな偏差や予期しないイベントに対応していません。その代わり、Vermorel氏は、より良い最適化と在庫管理のための確率的手法を提案し、不確実性の影響と予測後のプロセスの改善に取り組んでいます。
詳細な概要
このインタビューでは、司会者のKieran Chandler氏とLokadの創設者であるJoannes Vermorel氏が、供給チェーン管理における安全在庫の概念とその欠点について議論しています。安全在庫とは、需要とリードタイムの変動に対処するために購入される追加の在庫を指します。この方法はシンプルですが、しばしば過度に保守的であり、在庫過剰と無駄な在庫を引き起こします。このインタビューでは、安全在庫の起源、その制約、および供給チェーン専門家向けの代替手法について探求しています。
安全在庫は、需要予測が与えられた場合、将来の需要に対して予測された数量よりも多くの在庫を保持すべきだという考えから生まれました。この追加の在庫、または「安全在庫」は、需要の潜在的な変動に対するバッファとして機能します。時間の経過とともに、業界は安全在庫を計算するための特定の方法に収束しました：将来の需要とリードタイムが正規（ガウス）分布に従い、このモデルを適用して必要なバッファを決定するという方法です。
安全在庫の人気は、その安心感のある名前と、歴史的には手動計算よりも改善されたものであるという事実によると、Vermorelは述べています。1960年代と1970年代の初期のコンピュータは、より複雑な計算に苦労しましたので、当時の安全在庫の計算は十分な解決策を提供しました。しかし、計算能力が向上しても、多くの実践者は安全在庫に依存し続け、それが現在広く使用されている理由です。
安全在庫の根本的な問題は、すべての不確実性を需要とリードタイムの両方に正規分布に削減できるという仮定です。この仮定は特にリードタイムにとって問題です。安全在庫の計算に頼ることで、企業は需要の一定の割合をバッファとして作り出し、季節性などの要素を無視します。需要予測はしばしば季節変動を考慮していますが、これらの予測の不確実性は同様に調整されていません。
要約すると、安全在庫の概念は、需要とリードタイムの正規分布の仮定に依存しているため、単純で安心感があるものの、供給チェーンの不確実性の複雑さを考慮していないため、過剰在庫と無駄な在庫につながることがよくあります。議論が進むにつれて、このインタビューでは、従来の安全在庫計算の制約を超えた、供給チェーンの最適化のための代替手法を探求することを目指しています。
会話は、Vermorelが供給チェーンの不確実性を管理するための近似解としての古典的な安全在庫モデルの分析から始まります。
Vermorelは、安全在庫モデルが需要とリードタイムの両方に正規分布を仮定していることは現実的ではないと説明しています。例えば、リードタイムは一貫して短い場合がありますが、サプライヤーのストックアウトの場合にははるかに長いリードタイムになることがあります。これにより、ベル型ではなく、名目時間周りのスパイクとまれなイベントのための長いテールの分布が生じます。
安全在庫モデルは、供給チェーンに重大な影響を与える大きな逸脱や驚くべき出来事を考慮していません。鳥インフルエンザによる鶏肉の販売への影響など、これらのイベントは正規分布モデルでは考慮されていません。実際には、これらの大きな逸脱は頻繁に起こり、問題を引き起こします。
リスクの過小評価はストックアウトの増加につながると思われるかもしれませんが、実際には、サプライチェーンの実践者は過小評価されたリスクに対応するために安全在庫を適応させ、膨張させます。これを行うために、彼らはインフレーション要因を導入したり、明示的に設定したりすることで、より高いサービスレベルの目標を設定します。これは、安全性を確保するために設計されたモデルにとって直感に反する過剰在庫を引き起こします。
このアプローチの問題は、膨張した安全在庫がすべての製品に均等に適用されることであり、過剰在庫と非効率性を引き起こします。これは、予測を細かく管理する実践者が安全在庫を膨張させることで、計算の精度を無効にしてしまうことによってさらに悪化します。
Vermorelは、確率的なアプローチが供給チェーンの不確実性を管理するためにより適していると提案しています。このアプローチでは、安全在庫は安全ではなく効果的ではないことを認識します。実際には、倉庫には作業在庫と安全在庫の別々の山はありません。在庫は1つだけです。問題は、この在庫が顧客に対応するのに適しているかどうかです。
顧客が安全在庫のバッファを持つことを強く望んでいる場合、このメッセージを伝えるために、Vermorelは安全在庫が安全ではなく効果的ではないことを強調します。代わりに、供給チェーンの不確実性を正確にモデル化する確率的なアプローチが、より良い最適化と在庫管理につながることを示唆しています。
Vermorelは、安全在庫が企業ができる購買注文や製造注文などの意思決定に焦点を当てることからビジネスの注意をそらすことがあると説明しています。彼は、確率的なアプローチが供給チェーン管理に適していると主張し、供給チェーンに直接影響を与える意思決定をよりよく制御することができると述べています。
ただし、Chandlerは、確率的なアプローチは複雑であり、カタログ内の各アイテムに対して異なる需要曲線が必要であると指摘しています。彼は、Lokadのアプローチよりも複雑でありながら安全在庫計算よりも高度なサプライチェーンのエグゼクティブ向けの中間的な解決策があるかどうか尋ねます。Vermorelは、現代の統計分析には矛盾があるとしながらも、より複雑なパラメトリックモデルを使用することが可能であると認めています。しかし、これらのモデルは作業や理解が難しくなり、しばしば不透明な数学的表記につながるため、Vermorelは明示的な数式を持たないにもかかわらず、任意の分布に適合する機械学習技術を使用する方が簡単かもしれないと提案しています。
その後の会話は、安全在庫による無駄な費用の問題に移ります。Vermorelは、安全在庫と需要予測に焦点を当てることは誤ったアプローチであり、リードタイムなどの他の不確実性に対処していないと考えています。彼はまた、完璧な予測の考えは幻想であり、予測は常に不完全であると指摘しています。代わりに、サプライチェーンの実践者は不確実性の結果に焦点を当て、予測の後にプロセスを改善することに取り組むべきだと述べています。
多くの場合、需要予測のための調整済み移動平均を大幅に改善することは困難です。Vermorelは、予測の不一致を非難することはしばしば無駄であり、実際の問題はしばしばその後の手順にあると説明しています。彼は、サプライチェーンの実践者がこれらの領域の改善に焦点を当てるよう奨励し、それらはしばしば大きな利益をもたらす低ハンギングフルーツを表していると述べています。
フルトランスクリプト
Kieran Chandler: 今日のLokad TVでは、この方法がうまくいかない理由を説明し、サプライチェーンの専門家に開かれている代替手段についても議論します。では、Joannes、安全在庫の問題について話し始める前に、もう少し説明してみましょう。安全在庫をどのように定義しますか？
Joannes Vermorel: 安全在庫は、予測がある場合、予測と同じ量の在庫を置くと、予測がバランスしている場合、在庫切れになる確率が50％になるという考えから生まれました。それがバランスの取れた需要予測の定義です。したがって、将来の需要を合理的にカバーするために実際に必要なものと予測の差は、いわゆる安全在庫と呼ばれます。一般的な概念は、平均予測に追加のバッファを追加することです。
ただし、現在の安全在庫は、より狭い定義を持っています。業界は将来の需要と将来のリードタイムが正規分布であると仮定するという基本的なモデルに収束しました。そして、「正規分布」とは、ガウス分布のことです。その後、この特定のモデルが適用され、どれだけの量をこの安全在庫に置くべきかを計算します。
Kieran Chandler: これらの考えがいつ生まれ、なぜ市場がそれにここまでこだわるのでしょうか？
Joannes Vermorel: 安全在庫は良い名前だと思います。安心感を与えるという点で、その力を過小評価してはいけません。安全在庫はより安全に感じます。安全な方法と危険な方法の選択肢がある場合、もちろん安全な方法を選ぶでしょう。
ですから、私はキャッチーな名前を持つことが、この非常に特定のアプローチを成功させた要因の一部だと思います。そして、長い間、コンピュータは非常に弱かったのです。手作業で行われる計算から、正規分布ができるだけ良いものであり、それは何もないよりも良いものでした。そして、初期のコンピュータ時代、1960年代後半から1970年代初頭にかけて、それは十分に良かったのです。私は多くの実践者がただ眠り込んでしまい、全体がそこに留まったのだと思います。
しかし、この余分なバッファの考え方は今でも意味を持っています。意味をなさないのは、需要とリードタイムの両方について、すべての不確実性を正規分布にまとめると言うことです。特にリードタイムに関しては、これはばかげています。
Kieran Chandler: この安全在庫が危険だという考え方は、一部の人には少し極端に聞こえるかもしれません。なぜ少し危険だと思うのですか？安全在庫に関するこれらの主な困難はどこから来るのですか？
Joannes Vermorel: 安全在庫は、その仕組みを説明するために言えば、需要から始まります。最終的には、需要の一定割合の在庫を作り出すことになります。つまり、予測が100であれば、80ユニットを追加することになります。これは元の需要の80％であり、それが安全在庫です。これは、需要に対して正規分布の仮定を選択することの直接的な結果です。
問題は、これを行うと、季節性を完全に無視することです。需要予測は頻繁に季節性があり、それは非常に予想されることです。しかし、現実は不確実性も季節性があるということです。
Kieran Chandler: あなたは、古典的な在庫モデルが不確実性に影響を与えるすべてのパターンを完全に無視していると述べています。また、需要に正規分布を適用することはかなり無理があるとも述べています。これについてもう少し詳しく説明していただけますか？
Joannes Vermorel: もちろんです。特にリードタイムに正規分布を適用することは誤解を招くことがあります。例えば、通常2日以内に納品してくれるサプライヤーを考えてみてください。ヨーロッパでは、アイテムを出荷するのに通常1日かかりますので、通常のリードタイムは2日です。しかし、サプライヤーが在庫切れになった場合、遅延は最大3ヶ月になるかもしれません。
Kieran Chandler: つまり、それはベル型の曲線ではないですね？
Joannes Vermorel: まったくそうです。完全に異なるパターンです。通常のリードタイムの周りに大きなスパイクが見られ、その後は長期の遅延が発生する可能性があります。これは、サプライヤーの在庫切れなどの特定のイベントに直面した場合に起こります。ですので、これを正規分布としてモデル化するのは悪い近似です - 四角いものを円にはめ込もうとしているようなものです。
Kieran Chandler: これは、わずかな変動や未知の要素が安全在庫の効果を損なうことを意味しますか？
Joannes Vermorel: 確かにそうです。現状を乱す要素、製品の需要が消えてしまう状況を引き起こす可能性のある要素は、安全在庫モデルには適切ではありません。例えば、鶏肉を販売している場合、鳥インフルエンザの発生が報告されると、人々は6ヶ月間鶏肉を食べなくなるかもしれません。これは通常とは大きく異なる逸脱であり、正規分布には考慮されていません。
Kieran Chandler: つまり、実際のサプライチェーンでは大きな逸脱がよく起こるのですか？
Joannes Vermorel: 驚くべきことに、はい。すべての製品について常に起こっているわけではありませんが、大企業は少なくとも1四半期に数回の大きな驚きを経験します。しかし、安全在庫モデルでは、そのような大きな逸脱は存在しないとされています。このような前提の下でサプライチェーンを最適化し、そのような逸脱が発生した場合、非常に高いコストがかかる可能性があります。
Kieran Chandler: これらのバンプやサプライズを考慮すると、確率的なアプローチの方が良いのでしょうか？安全在庫に比べてこのアプローチの主な利点は何ですか？
Joannes Vermorel: リスクを著しく過小評価するモデルを持っていると、予期せぬ需要に対して不適切な在庫レベルになる可能性があります。理論的には、安全在庫は予期せぬ需要に対してバッファとして機能するはずです。しかし、実際には、サプライチェーンの実践者は問題を悪化させる方法で適応します。彼らはリスクを過小評価した安全在庫モデルを使用し、98%の高いサービスレベルを目指します。しかし、リスクが過小評価されているため、実際のサービスレベルは低くなります。
Kieran Chandler: 時間と需要の両方でテールイベントが発生すると、たとえば85%のサービスレベルになる可能性があります。これは、サービスレベルの98%の目標からは非常に遠いです。では、どうすればいいのでしょうか？
Joannes Vermorel: 安全在庫には銀の弾丸があります。これは安全在庫に追加の乗算パラメータです。正規分布の仮定を持つモデルから始め、安全在庫を使っているすべての人がこの問題を抱えていることに気付いたため、安全在庫を膨らませる必要があります。企業は2つの方法でこれらの膨張係数を導入します。要素を明示的に入力するか、ソフトウェアで98%のサービスレベルを要求するが、実際には99.9%と入力するという方法です。これは98%を経験的に得るための方法です。
モデルがリスクを過小評価しているため、安全在庫を均等に膨らませます。これにより、大量の過剰在庫が生成されるという重大な問題が生じます。逆説的なことに、安全在庫と呼ばれるものから始めるのですが、このプロセス自体のために本質的に安全ではありません。
Kieran Chandler: つまり、常に最悪のシナリオに合わせて微調整しているということですね。みんなが本当に在庫が必要な日に微調整し、在庫や需要が変化しても、追加の安全要素が残っているのです。
Joannes Vermorel: はい、そしてこの追加の安全在庫はどこにでも存在します。人々は予測を細かく管理し、予測を超精密に計算しますが、この安全在庫のおかげで、すべてを次のメートルトンに丸め込みます。なぜなら、この膨張係数がすべての製品に均等に適用されるからです。少しステレオタイプ化していますが、実際に起こっていることや何度も見たことに近い近似です。
Kieran Chandler: では、その追加の安全値、安全在庫、バッファが必要だと主張する顧客とはどのように対処すればよいのでしょうか？彼らに伝えるべき主なメッセージは何ですか？
Joannes Vermorel: 主なメッセージは、まず、安全在庫は安全ではなく、効果的ではないということです。それはフィクションです。倉庫には2種類の在庫があるわけではありません。需要を満たす作業在庫と不確実性を満たす安全在庫は存在しません。在庫の量が顧客に対して適切かどうかが問題です。在庫レベルには実際にはあまり制御できません。なぜなら、顧客の需要を制御することはできないからです。制御できるのは発注や製造指示です。
安全在庫の問題は、実際にはあなたの手によって行われる意思決定から注意をそらすということです。それらの発注や供給注文、製造指示など、サプライチェーンに実際の物理的な影響を与える意思決定に焦点を当てるべきです。主なメッセージは、ERPの比較的恣意的なパラメータではなく、あなたが行っている意思決定に集中することです。
Kieran Chandler: 確率的なアプローチの問題は、比較的複雑であるということです。カタログ内のすべてのアイテムに対して異なる需要曲線がありますが、安全在庫の良いところは、比較的単純であるということです。各アイテムに対してある程度のバッファを追加するだけです。サプライチェーンのエグゼクティブにとって、Lokadの確率的なアプローチほど複雑ではないが、安全在庫のアプローチよりも優れているものはありますか？
Joannes Vermorel: 私は、現代の統計分析の小さな逆説に触れていると思います。安全在庫は統計のパラメトリックなアプローチであり、平均値や分散などのパラメータを持つモデルがあり、これらのパラメータを調整するためにこのモデルを使用します。しかし、このパラメトリックモデルが状況に完全に合っていないことにすぐに気付くことができます。まるで正方形が円の非常に悪い近似であるようにです。モデルにさらに複雑さを追加しようとしても、すぐにそれは難解でサプライチェーンの実践者にとって理解しにくくなります。
より複雑な明示的なモデルを採用することもできますが、数学的な表記の観点からは非常に困難になります。実際には、どのような分布にも適合することができる機械学習技術を使用する方が簡単ですが、少し不透明です。リードタイムの不確実性と需要の適切な組み合わせを求める場合、単純な閉じた式を期待することはできません。どのような場合でも複雑になる必要がありますが、リードタイムと需要の微妙な相互作用を考慮する必要もあります。
Kieran Chandler: 安全在庫の無駄について多く話しましたが、それは無駄なお金です。なぜ改善しようとしないのか、なぜ焦点を当てないのか、それはなぜですか？
Joannes Vermorel: 安全在庫は、多くのサプライチェーンの実践者にとって理解されているためだと思います。彼らは、将来の需要をよく理解することが重要であると過小評価しがちです。将来の需要は不確実性の唯一の源ではありません。将来のリードタイムも別の源ですし、他にも問題があります。実践者は純粋な需要予測に気を取られることがあり、また、予測の問題を一度解決すれば他のすべての問題が解決するという幻想もあります。
Kieran Chandler: 完璧な予測を持つことがすべての問題を解消するという信念があるようです。しかし、あなたはこれが幻想であり、予測が常に不完全であることを受け入れ、確率的なアプローチを取る必要があると提案しています。これについて詳しく説明していただけますか？
Joannes Vermorel: 確率的なアプローチは、完璧な予測の夢を諦めることです。予測が常に不完全であることを受け入れ、その不完全さの結果に対処することです。例えば、その結果の影響を考慮する必要がある不確実性（安全在庫など）を考慮し始める必要があります。
Kieran Chandler: つまり、予測が不当に非難されることがよくあると言っているのですか？
Joannes Vermorel: はい、まさにそう言っています。安全在庫では、人々は予測を非難する傾向がありますが、実際には予測はできる限り良かったのと同じです。調整の良い移動平均を超えることは難しいです。季節性などの要素を考慮することで少し改善できるかもしれませんが、それでもエラーを3分の1以上減らすことは難しいです。ですので、予測を非難することは無意味です。非常に多くの場合、本当のミスはその後に起こり、そこで大幅な改善ができる箇所です。
Kieran Chandler: 結論として、サプライチェーンのエグゼクティブに対する主なメッセージは何ですか？安全在庫の計算を捨てて欠品を受け入れるべきなのか、予測をより理解するべきなのか？
Joannes Vermorel: 主なメッセージは、主に手動計算のために開発された数学モデルを信頼しないことです。コンピュータを必要としない方法に基づいてサプライチェーンを運営することは合理的ではありません。トラックが動かなくなった場合に大量のバックパックを保管することは意味がありません。安全在庫の問題は、良いブランディングとサプライチェーン最適化のあいまいな技術的な側面のために持続しています。数値最適化に取り組む際には、自分の前提を疑ってみることをお勧めします。これを行うためには数学者である必要はありません。これらの前提がサプライチェーンの現実に合致しているかどうかを確認してください。
Kieran Chandler: なるほど、将来的には「安全在庫」ではなく「非安全在庫」と呼ぶことがあるかもしれませんね？
Joannes Vermorel: 誰にもわかりません。それは十分にあり得ることです。
Kieran Chandler: ありがとうございました、Joannes。今週は以上です。聴いてくださったリスナーの皆さん、次回お会いしましょう。さようなら。
