00:00:07 安全在庫とその問題点。
00:00:39 安全在庫の定義と概念。
00:02:05 安全在庫概念の起源と、その人気の理由。
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前提。
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、過剰在庫を招く仕組み。
00:12:00 安全在庫のパラドックスと、不確実性への非効率な対応。
00:13:20 サプライチェーン管理における実行可能な意思決定と管理。
00:15:00 安全在庫と確率的手法との間にある代替アプローチ。
00:16:00 サプライチェーンにおけるパラメトリックモデルの洗練。
00:18:54 安全在庫の無駄の問題とその影響。
00:20:37 予測の役割と安全在庫への影響。
00:22:29 サプライチェーン管理の誤りへの対処と改善。
00:23:01 重要なメッセージ：サプライチェーンにおいて時代遅れの数理モデルを信用するな。
要約
このインタビューでは、キアラン・チャンドラーとLokad創設者のジョアネス・ヴェルモレルが、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。安全在庫は、需要の変動に備えるための追加在庫ですが、過度に保守的となり、過剰在庫や無駄につながる可能性があります。その人気の理由はシンプルさと、従来の手計算に比べた歴史的な改善にありますが、複雑なサプライチェーンの不確実性を考慮していません。モデルが需要およびリードタイムを正規分布で表している点は現実的ではなく、大きな逸脱や予期せぬ事象に対応できません。代わりに、ヴェルモレルは不確実性の影響に対処し、予測後のプロセス改善を図るために、より最適化された確率的アプローチと在庫管理を提案しています。
詳細な要約
このインタビューでは、司会のキアラン・チャンドラーとLokad創設者のジョアネス・ヴェルモレルが、安全在庫の概念とそのサプライチェーン管理における短所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備えて購入される追加在庫を指します。その単純さにもかかわらず、この手法はしばしば過度に保守的で、過剰在庫や在庫の無駄を招きます。インタビューは、安全在庫の起源、その限界、そしてサプライチェーンの専門家向けの代替アプローチを探求します。
安全在庫は、需要予測がある場合、企業は需要予測数量より多くの在庫を持つべきだという考えから生まれ、これによりストックアウトのリスクを低減します。この追加在庫、すなわち「安全在庫」は、需要の変動に対する緩衝材として機能します。時が経つにつれて、業界は将来の需要とリードタイムが正規（ガウス）分布に従うと仮定し、そのモデルを用いて必要な緩衝在庫を算出する特定の手法に収束しました。
ヴェルモレルによれば、安全在庫の人気は、その安心感のある名称と、歴史的に手計算に比べた改善を示していたことに起因します。1960年代や1970年代の初期のコンピュータは、より複雑な計算に苦戦していたため、安全在庫の計算は当時、十分な解決策とされました。しかし、多くの実務者がそのまま現状に甘んじたのです。
安全在庫の根本的な問題は、需要とリードタイムの不確実性すべてが正規分布に還元できるという前提にあります。特にリードタイムに関しては、この前提が問題です。安全在庫の計算に依存すると、企業は需要の一定割合を緩衝材として確保する傾向があり、季節性といった要因を無視してしまいます。需要予測は季節変動を考慮しますが、その不確実性は同様に調整されません。
つまり、安全在庫の概念はシンプルで安心感を与えるように見えても、需要とリードタイムにおける正規分布の前提に依存しているため欠陥があるのです。この手法は、サプライチェーンの複雑な不確実性を反映できず、過剰在庫と在庫の無駄を引き起こします。議論の進行とともに、従来の安全在庫計算の限界を超えたサプライチェーン最適化の代替手法が探求されます。
会話は、ヴェルモレルがサプライチェーンの不確実性管理には不十分な近似手法であると主張する、古典的な安全在庫モデルの分析から始まります。
ヴェルモレルは、安全在庫モデルが需要とリードタイムの両方において正規分布を仮定している点が非現実的であると説明します。例えば、通常、リードタイムは短いものの、仕入先のストックアウトが発生すると、はるかに長いリードタイムとなる可能性があります。これにより、分布はベル型ではなく、名目上の時間の周辺にピークが現れ、稀な事象に対して長い裾を持つ形になります。
また、安全在庫モデルは、サプライチェーンに大きな影響を与える大幅な逸脱や予期せぬ事象を考慮していません。例えば、鳥インフルエンザが鶏肉販売に影響を及ぼすような事象は、正規分布モデルでは捉えられません。実際、これらの大幅な逸脱は問題を引き起こすほど頻繁に発生します。
リスクの過小評価はより多くのストックアウトを招くと考えられがちですが、実際にはサプライチェーンの実務者は適応し、過小評価されたリスクを補うために安全在庫を膨らませます。彼らは、明示的なインフレーション係数を導入するか、またはより高いサービスレベル目標を設定することで、結果として過剰在庫を招いてしまうのです。これは、安全を確保するために設計されたモデルとしては直感に反します。
このアプローチの問題点は、膨らませた安全在庫がすべての製品に均一に適用され、過剰在庫と非効率性を招くことであり、さらに、予測を細部まで管理しながらその精度を実質的に無効にしてしまう点にあります。
ヴェルモレルは、サプライチェーンの不確実性管理には確率的アプローチがより適していると提案します。この手法は、安全在庫が安全でも効果的でもないという現実を認めます。実際、倉庫において、作業在庫と安全在庫が別々の塊として存在するわけではなく、在庫は一つにまとめられているのです。その在庫が顧客へのサービスに適しているかどうかが問題となります。
安全在庫のバッファーを堅持する顧客にこのメッセージを伝えるため、ヴェルモレルは安全在庫が安全でなく効果的でないことを強調します。代わりに、サプライチェーンの不確実性を正確にモデル化する確率的アプローチは、より良い最適化と在庫管理につながるのです。
ヴェルモレルは、安全在庫が、購買注文や製造注文といった企業が下すべき意思決定から注意を逸らす可能性があると説明します。彼は、サプライチェーンに直接影響を与える意思決定をより適切に管理できるため、確率的アプローチがサプライチェーン管理に適していると主張します。
しかし、チャンドラーは、確率的アプローチはカタログ内の各アイテムごとに異なる需要曲線が必要となるため複雑であると指摘します。そして、Lokadのアプローチほど複雑ではなく、安全在庫計算よりも高度な、中間的な解決策がサプライチェーン-サイエンティスト向けに存在するかどうかを問いかけます。ヴェルモレルは、現代の統計分析にはパラドックスが存在するものの、より複雑なパラメトリックモデルを使用することは可能だと認めます。しかし、これらのモデルはすぐに扱いにくくなり、理解が難しく、不透明な数学的表記に陥りがちです。その結果、明示的な数式は欠くものの、あらゆる分布に適合できる機械学習技術を使う方が簡単かもしれないと示唆します。
次に、会話は安全在庫による無駄な支出の問題に移ります。ヴェルモレルは、安全在庫と需要予測に過度に依存することは誤った方向であり、リードタイムなど他の不確実性の要因に対処していないと考えています。また、完璧な予測という考え自体が幻想であり、予測は常に不完全であると指摘します。代わりに、サプライチェーンの実務者は不確実性の結果に注目し、予測後のプロセス改善に努めるべきです。
多くの場合、適切に調整された移動平均以上の需要予測の大幅な改善は困難です。ヴェルモレルは、乖離の原因を予測に求めるのは無意味であり、実際の問題はその後の工程にあると説明します。彼は、これらの工程の改善に注力するようサプライチェーンの実務者に促します。それらは大きな成果をもたらす、取り組みやすい改善点となっているのです。
全文書記録
Kieran Chandler: 今日のLokad TVでは、この手法がなぜ機能しないのか、またサプライチェーンの専門家が利用可能な代替手法についても議論します。ではジョアネス、安全在庫の問題に入る前に、少しその概要について説明していただけますか。安全在庫をどのように定義しますか？
Joannes Vermorel: 安全在庫は、予測があるとき、もし予測と同じ量の在庫を保有し、かつその予測が均衡していれば、在庫切れとなる確率が50%になるという考えから生まれました。これが、バランスの取れた需要予測の定義です。したがって、実際に必要な需要を十分にカバーするためには、予測より多くの在庫が必要となる。この、予測と実際必要な在庫量との差がいわゆる安全在庫です。基本的な概念は、平均予測の上に余分なバッファーを加えることにあります。
しかし、現代の安全在庫は、はるかに狭い定義を持つようになりました。業界は、将来の需要とリードタイムが正規（ガウス）分布に従うと仮定し、そのモデルで安全在庫の量を算出するという一つの方法に収束しました。
Kieran Chandler: これらの考えはいつ頃生まれたもので、なぜ市場はこの手法にそんなにこだわるのでしょうか？
Joannes Vermorel: 私は、安全在庫という名称はとても良いものだと思います。安心感を与える響きがあり、優れたブランドの力を過小評価してはなりません。安全在庫はより安全に感じられますし、「我々は安全策を取っている、安全在庫を持っている」と言うのは良い選択に思えます。もし安全な手法と不安全な手法のどちらかを選ぶとしたら、当然、安全な方を選ぶでしょう。
ですから、キャッチーな名前であったことが、この非常に特定のアプローチを成功させた一因だと思います。さらに、かつてはコンピュータが非常に性能が低く、手作業での計算では正規分布が最善の方法であり、全く数値的レシピがなかった時代から、そのまま移行してきたのです。1960年代後半から1970年代初頭の初期コンピュータの時代では、それで十分でした。多くの実務者がその後、特に見直そうとはしなかったのです。
しかし、余剰バッファーの概念自体は、今でも意味を持ちます。問題なのは、需要とリードタイムの全ての不確実性が正規分布に還元できるという考え方です。特にリードタイムに関しては、これは非常に不合理です。
Kieran Chandler: 安全ではないというこの考えは、過激に聞こえるかもしれません。なぜそう考えるのでしょうか？安全在庫の主要な問題点はどこにあるのですか？
Joannes Vermorel: 安全在庫は、その仕組みを見ると、まず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ることになります。たとえば、需要予測が100であれば、80単位、つまり元の需要の80%を追加することになり、これが安全在庫となります。これは、需要に対して正規分布の前提を乗せた特定のサービスレベルを選択した直接の結果です。
問題は、こうすることで季節性を完全に無視してしまう点にあります。需要予測はしばしば季節的であり、当然のことですが、実際の不確実性もまた季節性を帯びているのです。
Kieran Chandler: つまり、従来の在庫モデルは不確実性に影響を与えるすべてのパターンを無視しているということですね。また、需要に正規分布を適用するのは大げさだともおっしゃいましたが、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のは誤解を招く可能性があります。例えば、通常、2日以内に納品してくれる仕入先を考えてみてください。ヨーロッパでは通常、発送が1日で済むため、リードタイムは概ね2日ですが、もし仕入先がストックアウトを起こした場合、その遅延は最長で3ヶ月に及ぶ可能性があります。
Kieran Chandler: つまり、それはベル型の曲線ではないということですね？
Joannes Vermorel: 全くその通りではありません。全く異なるパターンです。名目上のリードタイム付近に顕著なピークが現れ、その後、大幅な遅延が生じる可能性があります。これは、仕入先のストックアウトなどの特定の事象が発生した場合に起こるため、正規分布としてモデル化するのは誤った近似であり、正方形を円に当てはめようとするようなものです。
Kieran Chandler: つまり、どんな小さな変動や未知数でも安全在庫の有効性を損なうということでしょうか？
Joannes Vermorel: その通りです。現状を崩すような要素、つまり製品の需要が一気に消失するような事象は、安全在庫モデルを不十分なものにしてしまいます。例えば、鶏肉を販売していて鳥インフルエンザが報告された場合、人々は6ヶ月間鶏肉を食べなくなるかもしれません。これは通常から大きく逸脱しており、正規分布では考慮されないのです。
Kieran Chandler: では、実際のサプライチェーンでは大幅な逸脱が一般的に見られるということでしょうか？
ジョアンネス・ヴェルモレル: 驚くべきことに、そうです。全ての商品で常に発生するわけではありませんが、どんな大企業でも四半期ごとに少なくともいくつかの大きな驚きがあるでしょう。しかし、安全在庫モデルは、そのような大幅な偏差は存在しないと示唆しています。この仮定のもとでサプライチェーンを最適化しておくと、実際にそうした偏差が発生した場合、非常に大きなコストがかかる可能性があります。
キーレン・チャンドラー: これらの突発的な事象や驚きを考慮すると、確率論的アプローチのほう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？
ジョアンネス・ヴェルモレル: リスクを大幅に過小評価するモデルを使うと、不十分な在庫レベルにつながる可能性があります。理論上は、安全在庫は予期せぬ需要に対する緩衝材として機能すべきですが、実際にはサプライチェーンの実務者が問題をさらに悪化させる形で対応しているのです。彼らは、リスクを過小評価する安全在庫モデルを用いて、98%のような高いサービスレベルを狙います。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それより低くなってしまいます。
キーレン・チャンドラー: 時間的にも需要的にも末端の出来事を考えると、例えば85%程度のサービスレベルしか得られない可能性があります。これは98%という目標から大きく乖離しています。では、どう対処すればいいのでしょうか？
ジョアンネス・ヴェルモレル: 解決策は、いわゆるシルバーバレット、すなわち安全在庫に掛ける追加の乗数パラメータを用いることです。正規分布を仮定したモデルを出発点とし、実際に安全在庫を利用している全員がこれらの問題に気づいたため、安全在庫を膨らませる必要が出てきたのです。企業は、このインフレーションファクターを、明示的にファクターを設定するか、またはソフトウェア上で98%のサービスレベルを望むと入力しながら、実際には99.9%を入力するという2つの方法で導入します。これが実証的に98%を実現する方法なのです。
つまり、モデルがリスクを過小評価するために安全在庫がほぼ一律に膨らまされる結果、大量の在庫過多という重大な問題が生じるのです。パラドックスは、リスクを過小評価するモデルゆえに安全在庫をどこでも増やしてしまい、結果として大量の在庫過多を生む点にあります。おかしなことに、安全在庫と呼ばれるものから出発しているにもかかわらず、このプロセス自体が本質的に安全ではないのです。
キーレン・チャンドラー: つまり、常に最悪のシナリオに備えて微調整を行っているということですね。皆、自分が本当に在庫を必要とする日を目指して微調整し、在庫や需要が変化しても、その追加の安全ファクターが維持されるのです。
ジョアンネス・ヴェルモレル: その通りです。そして、この追加の安全在庫はあらゆる場所に存在することになります。人々は予測を細かく管理し、その調整に多大な時間を費やします。細部に至るまで正確を期して計算し、結果としてこの一律に適用されるインフレーションファクターのおかげで、全てが次のトンに丸められてしまうのです。これは多少のステレオタイプかもしれませんが、実際に起こっている、または何度も見てきた現象の大まかな描写です。
キーレン・チャンドラー: では、追加の安全値、追加の安全在庫、つまり緩衝材が絶対に必要だと主張する顧客に対してはどのように対処するのでしょうか？彼らに伝えるべき重要なメッセージは何でしょうか？
ジョアンネス・ヴェルモレル: 伝えたい重要なメッセージは、まず第一に、安全在庫は安全ではなく、効果的でもないということです。安全在庫は幻想にすぎません。あなたの倉庫には、需要に応える作業在庫と不確実性に対処する安全在庫という二種類の在庫は存在せず、単に一つの在庫の塊しかありません。問題は、この在庫量が顧客に適切なサービスを提供できるかどうかです。実際には、顧客需要をコントロールできないため、在庫レベルを十分に管理することはできません。コントロールできるのは、あなたが行う発注や製造指示などのオーダーだけです。
安全在庫の問題点は、それがあなた自身がコントロールでき、サプライチェーンに実際的な影響を与える発注、供給、製造注文といった決定から注意を逸らしてしまうことにあります。重要なメッセージは、比較的恣意的なERPのパラメータではなく、あなたが下す決定に焦点を当てるべきだということです。
キーレン・チャンドラー: 確率論的アプローチの問題点は、その複雑さにあります。カタログ内の各商品にはそれぞれ異なる需要曲線があるのに対し、安全在庫は非常にシンプルで、単に各商品に緩衝材を追加するだけです。では、サプライチェーンの経営者向けに、Lokadの確率論的アプローチほど複雑ではなく、安全在庫的アプローチよりも少し進んだ何かはないのでしょうか？
ジョアンネス・ヴェルモレル: これは現代の統計分析における小さなパラドックスに触れていると思います。安全在庫は、平均や分散といったパラメータを持つモデルを用いて、そのパラメータを調整する統計学のパラメトリックアプローチです。しかし、このパラメトリックモデルは、まるで正方形が円の非常に悪い近似であるかのように、状況に全く適合しないことがすぐに明らかになります。より複雑さを加えようとしても、すぐにそれは難解になり、サプライチェーンの実務者にとって理解しづらいものとなります。
より複雑な明示的モデルに進むこともできますが、これらは数学的表記において非常に難解になります。むしろ、機械学習技術を使う方が簡単で、多少不透明ですがあらゆる分布に適合することができます。現実には、リードタイムの不確実性と需要を適切に組み合わせるには、単純な閉じた式で表現することは不可能です。何があっても複雑になってしまいますが、これはリードタイムと需要の微妙な相互作用を考慮するために必要なのです。
キーレン・チャンドラー: 安全在庫の無駄遣い、つまり無駄なコストについて多く語ってきました。それにもかかわらず、なぜ人々は改善に取り組もうとせず、その点に焦点を当ててこなかったのでしょうか？
ジョアンネス・ヴェルモレル: それは、安全在庫が多くのサプライチェーン実務者にとってよく理解され、慣習化しているからだと思います。彼らは、将来の需要を正確に把握することが出発点に過ぎないと過小評価しがちです。将来の需要だけが不確実性の要因ではなく、リードタイムの不確実性やその他の問題も存在します。実務者は、単なる需要予測に気を取られてしまい、一度予測問題が解決すれば他の全ての問題も自動的に解決するという幻想に陥りがちです。
キーレン・チャンドラー: 完璧な予測があれば他のすべての問題が解決されるという信念があるようですが、あなたはそれが幻想だと示唆しており、常に不完全な予測を前提に確率論的アプローチを取り入れるべきだと述べています。その点について詳しくお聞かせいただけますか？
ジョアンネス・ヴェルモレル: 全くその通りです。確率論的アプローチとは、完璧な予測という夢を断念することです。予測が常に不完全であることを認め、その不完全さの結果と向き合うことを意味します。例えば、その結果の一つとして、不確実性の影響を考慮し始める必要が出てくるのです。安全在庫は、その不確実性の結果をモデル化する非常に粗い手法の一例に過ぎません。
キーレン・チャンドラー: では、予測がしばしば不当に非難されるということを示唆しているのですか？
ジョアンネス・ヴェルモレル: はい、まさにその通りです。安全在庫を採用すると、実際には予測ができる限り良好であったにもかかわらず、人々は予測を非難しがちです。十分に調整された移動平均以上に改善するのは難しいものです。もちろん、季節性などの要因を加味すれば多少の改善は見られますが、それでも誤差を3分の1以上削減するのは困難です。したがって、予測を非難するのは無意味なのです。多くの場合、真のミスはその後に行われるものであり、そこに大幅な改善の余地があるのです。
キーレン・チャンドラー: まとめると、サプライチェーン経営者への重要なメッセージは何でしょうか？ 安全在庫の計算自体を放棄して欠品を受け入れるべきか、それとも予測をより理解するべきか、どちらなのでしょうか？
ジョアンネス・ヴェルモレル: 重要なのは、主に手作業での計算のために考案された数学モデルを盲信しないことです。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のは合理的ではありません。ちょうど、トラックが停止するかもしれないという理由だけで大量のリュックサックを保管するのが不合理であるのと同じです。安全在庫が残り続ける問題は、優れたブランディングや、サプライチェーン最適化の一見すると曖昧な技術的側面によるものです。サプライチェーンの数値最適化に取り組む際には、自分の仮定に疑問を呈すべきです。数学者である必要はなく、これらの仮定が実際のサプライチェーンに適しているかどうかを確認すればよいのです。
キーレン・チャンドラー: なるほど。では、将来的には「安全在庫」と呼ぶのではなく、「不安全在庫」と呼ぶ流れが出てくるのでしょうか？
ジョアンネス・ヴェルモレル: どうでしょうね？十分にその可能性はあります。
キーレン・チャンドラー: ありがとうございました、ジョアンネス。今週はこれで終わりです。お聞きいただいたリスナーの皆さん、ありがとうございました。また次回お会いしましょう。それでは、さようなら。
