00:00:07 Pierre Khoury氏とshippeoの紹介および背景.
00:01:25 サプライチェーンにおけるリアルタイム可視性とその重要性.
00:02:59 Shippeoの技術とその実際の運用方法.
00:04:00 サプライチェーンの意思決定に対するリアルタイム可視性の影響.
00:07:03 Shippeoが直面する技術的課題とその克服法.
00:10:01 到着予測アルゴリズムにおける様々な問題の考慮.
00:11:07 サプライチェーン効率化における細分化されたリアルタイムデータの利点.
00:12:55 供給チェーンデータの細かさの必要性と潜在的問題の特定.
00:15:14 情報共有を通じたサプライチェーン内のサイロの解消.
00:16:30 海運会社のアプローチと利害関係者へのメリット.
00:17:19 リアルタイム可視性なしでの予測と最適化の課題.
00:18:35 リアルタイム可視性の将来と戦術的な是正措置.
00:19:56 サプライチェーンの主要トピックとしてのリアルタイム可視性とデータ共有による価値創造.
要約
このインタビューでは、キーレン・チャンドラーがLokadの創設者であるジョアンネス・ヴェルモレルと、ShippeoのCEOであるピエール・フーリーに、サプライチェーンにおけるリアルタイム可視性の重要性について語ってもらいます。ヴェルモレルは正確な測定に基づく最適化の必要性を強調し、フーリーはデータとGPSポイントを集約して到着予測を行うShippeoの技術を強調しています。リアルタイム可視性はより良い decision-making を可能にし、潜在的な問題の軽減に役立ちます。技術的な課題があるにもかかわらず、ヴェルモレルとフーリーは、資産の追跡や高価な disruptions の回避におけるリアルタイムデータの価値に同意しています。Shippeoのデータ共有は、サプライチェーン全体で silos を打破し、効率性を向上させることを目指しています.
詳細な要約
このインタビューでは、ホストのキーレン・チャンドラーが、supply chain optimization を専門とするソフトウェア会社Lokadの創設者であるジョアンネス・ヴェルモレルと、サプライチェーンの可視性におけるヨーロッパのリーダーであるShippeoのCEO兼共同創設者のピエール・フーリーに話を聞きます。彼らは、サプライチェーンにおけるリアルタイム可視性の重要性、直面している課題、およびこれらの問題解決に向けた技術の活用方法について議論します.
ピエール・フーリーは、エンジニアとしての経歴、金融での経験、そして4年前のShippeo設立について語り始めます。同社の目標は、過去40年間ブラックボックスであった陸上輸送にリアルタイム可視性をもたらすことでした。現在、Shippeoは70名の従業員を擁し、ヨーロッパ全土の陸上輸送の追跡におけるリーダーです.
ジョアンネス・ヴェルモレルは最適化の基本原則について説明します。「測定しなければ最適化はできない」ということです。サプライチェーンは大陸全体に分散しているため、最適化が非常に困難です。歴史的には、倉庫内の在庫など静的なアイテムが追跡されてきました。しかし、サプライチェーンでは、trucksや出荷物など動くアイテムの追跡が求められます。リアルタイム可視性は、データが本社に届くのを日数待つことなくこれらの情報にアクセスできるため、より良い最適化を可能にします.
ピエール・フーリーは、Shippeoの技術が実際にどのように機能しているかを詳述します。同社は、キャリア向けのテレマティクス配車システムや小規模キャリア向けのモバイルアプリなど、様々なシステムに対応する150以上のコネクタを開発しました。Shippeoは、情報源に関係なく3～5分ごとにデータとGPSポイントを集約し、その上で予測分析、特に到着予測時刻を算出しています.
ジョアンネス・ヴェルモレルは、サプライチェーン最適化の観点からリアルタイム可視性の重要性を強調します。出荷状況を把握することで、たとえば追加購入や供給業者の変更といったより良い decision-making が可能になります。例えば、供給業者が10日で納品するはずの商品が実際には遅延している場合、Shippeoによるリアルタイム追跡が問題を特定し、緊急発注などの対応策を講じることで生産遅延を回避できます.
サプライチェーンにおけるリアルタイム可視性は、最適化と意思決定の向上に不可欠です。Shippeoの技術は、長年の課題であった陸上輸送の移動対象物の追跡問題を解決し、企業がより正確な判断を下し潜在的な問題を軽減できるよう支援しています.
ジョアンネス・ヴェルモレルは、主要な課題として、ERPs、WMS、および注文管理システムなどの取引システムから得られる情報が限られている点を挙げます。これらのシステムは、発注後に何が起こるかの情報を提供せず、サプライチェーンに不確実性を生じさせます。彼は、probabilistic approachesが依然として存在するものの、Shippeoのような企業からのリアルタイムデータによりその不確実性は大幅に低減できると考えています.
ピエール・フーリーは、150以上の異なるシステムとの接続、数百万のGPSポイントの安定かつ一貫したデータフローの確保、適応の遅い輸送業界における変革管理、そして高品質な data pipelines の維持など、直面している技術的課題について議論します。彼は、正確な到着予測時刻を算出するために、交通状況、運転手の休憩、積み下ろし時間、天候といった要因の考慮が重要であると強調しています.
ヴェルモレルとフーリーの両氏は、リアルタイムデータの高い価値に同意しており、これにより企業は高価な実物資産を追跡し、コストのかかる遅延や中断を回避できると述べています。ヴェルモレルは、資産自体の価格がそれほど高くなくとも、その入手可能性がサプライチェーンに大きな影響を与えると強調しています.
フーリーは、フランスでのYellow Jackets抗議活動中にShippeoのリアルタイムデータが顧客のトラック再配置を支援し、高額なヘリコプターや飛行機での配送を回避するのに貢献した例を紹介します。また、3～5分ごとに更新されるデータの粒度の高さが、倉庫、顧客、輸送チーム、カスタマーサービスチームなど、サプライチェーンに関与するすべての関係者にとって有益であると述べています.
ヴェルモレルは、サプライチェーンの境界部で頻繁に問題が発生することを説明し、例えば商品のピックアップ遅延やシステム間の誤ったコミュニケーションなどが原因で遅延が生じると指摘します。彼は、サプライチェーンプロセスの最適化において貴重な情報を提供する細かい lead times の重要性を強調しています。また、リアルタイムデータは重要ですが、その分析が必ずしも分単位である必要はなく、ネットワーク全体の最適化では日単位で考える場合もあると述べています.
フーリーは、サプライチェーンが本質的に複数のアクターで構成され、それぞれがしばしば情報を孤立的に管理していることを付け加えます。輸送に関するリアルタイム情報を共有することで、Shippeoはこれらのサイロを打破し、全体の効率を向上させることを目指しています。彼は、最新の情報により倉庫での待機時間が短縮され、その結果、輸送コストの削減と関係者全体の生産性向上につながる例を示しています.
Shippeoの主要顧客について尋ねられた際、フーリーは、主な焦点が出荷業者にあると説明します。彼らこそがこのソリューションの恩恵を最も受け、サプライチェーン全体での普及を牽引できるためです。キャリアやその他の利害関係者には、幅広い参加を促すためシステムが無償で提供されます.
ヴェルモレルは、サプライチェーン最適化におけるリアルタイム可視性の重要性を強調し、それが意思決定を複雑化する多くの不確実性を排除するのに役立つと述べています。確率的アプローチは不確実性に対処するのに有用ですが、可能な限り不確実性を低減することが依然として望ましいと強調します。彼は、Lokadが長期的な発注から戦術的な緊急対応に至るまで、より効率的なサプライチェーンの意思決定を提供できる未来を描いています.
フーリーは、Gartnerがリアルタイム可視性を主要トピックとしてランク付けするほど、サプライチェーンにおけるリアルタイム可視性への関心が高まっていると強調し、他のシステムとの情報共有が追加の価値を創出し、サプライチェーンに関与する全ての者に利益をもたらす協力的なエコシステムを育むと述べています.
完全な書き起こし
Kieran Chandler: 本日は、ShippeoのCEO兼共同創設者であるピエール・フーリーにご参加いただき、サプライチェーンにおけるリアルタイム可視性の利点と課題についてお話を伺います。ピエール、ご参加いただきありがとうございます.
Pierre Khoury: ありがとうございます、キーレン。とても嬉しく思います.
Kieran Chandler: では、まずはご自身の経歴とShippeoがどのように誕生したのかについて少し教えていただけますか.
Pierre Khoury: はい、私は工学の訓練を受け、エンジニアとしてのキャリアを積みながら、金融分野にも携わり、プライベート・エクイティ・ファンドの共同設立を経験しました。そして4年前、特に過去40年間ブラックボックスであった陸上輸送にリアルタイム可視性をもたらすためにShippeoを立ち上げました。現在、Shippeoは70名の従業員を擁し、ヨーロッパ全土の陸上輸送の追跡においてリーダーとなっています.
Kieran Chandler: そして、いつものようにLokadTVはジョアンネス・ヴェルモレルなしには成り立ちません。ジョアンネス、サプライチェーンにおけるリアルタイム可視性とは何か、もう少し詳しく教えていただけますか.
Joannes Vermorel: 最適化の基本原則は、「測定しなければ最適化はできない」ということです。何かが不透明なままであれば、最適化する希望はありません。サプライチェーンは大陸全体に広がっているため、その最適化は非常に困難です。歴史的には、倉庫内の在庫のような動かないものが追跡されてきました。しかし、サプライチェーンはトラックや出荷物など動くものの管理が求められるため、より難易度が上がります。リアルタイム可視性とは、データが本社に届くのを何日も待つことなく、即座に情報へアクセスできる状態を指し、到着が遅れると最適化の機会を失う危険性があるため、極めて重要なのです.
Kieran Chandler: なるほど、それが理論的な背景というわけですね。では、ピエール、実際にShippeoの技術がどのように機能しているのか、もう少し詳しく教えていただけますか.
Pierre Khoury: 先ほども申し上げたように、これは過去40年間解決されなかった課題でした。そこで、まずキャリアのITシステムの多様性という問題を解決するために、テレマティクス配車システムや小規模キャリア向けのモバイルアプリなど、様々なシステムに対応する150以上のコネクタを開発しました。そして、情報源に関係なく3〜5分ごとにデータとGPSポイントを集約し、特に到着予測時刻を算出するための予測分析を行っています.
Kieran Chandler: では、ジョアンネス、なぜこの点がLokadにとって興味深いのでしょうか？
Joannes Vermorel: 私たちは、追加購入を行うべきか、または別のサプライヤーから調達すべきかといった意思決定を行う際、一定時間内にどのような状況になるかに依存しています.
Kieran Chandler: 例えば、あるサプライヤーが10日で製品を納品する予定なのに、実際には5日遅れると分かり、Shippeoの追跡情報でトラックがここ数日ほとんど動いていないと分かった場合、それはどういう意味になるのでしょうか.
Joannes Vermorel: それは、例えば、原材料の不足で製造ラインが停止するという事態を回避するために、多少高価でも非常に近くにあるサプライヤーへ緊急発注をかけることで、事態の悪化を食い止める決断が可能になるという意味です。しかし、迅速な緊急対策を講じるためには、このようなリアルタイムデータが不可欠です。私たちが直面している大きな課題は、ERPs、WMSs、または注文管理システムなどの取引システムから得られる情報だけでは、発送先以外の状況が分からず、その後に何が起きるのかが不明な点にあります。最終的には受領が確認されるにせよ、その時点では非常に遅くなってしまいます.
Kieran Chandler: では、そのような状況は、これまで採用していたリードタイムに対する確率的アプローチを完全に置き換えるのでしょうか.
Joannes Vermorel: 確率的アプローチは、たとえば数日かかる配送の場合、初日であっても残りの日数に多少の不確実性が伴うため、依然として有効だと思います。しかし、Shippeoを使えばその不確実性は大幅に減少します。例えば、ヨーロッパ横断の5日かかる輸送で、4日目にトラックが予定通りの位置にあれば、残る不確実性はほぼゼロとなり、最適化に大きく寄与します。一方、Shippeoを使用しなければ、4日目になっても初日と同じ情報しか得られず、トラックが到着していないのは確実ですが、遅延の有無は不明なままです。つまり、Shippeoを利用することで、5日かかる輸送の4日目にはほぼ不確実性が解消され、結果として最適化が向上するということです.
Kieran Chandler: 要するに、それらの確率を洗練させることに尽きるというわけですね。ピエール、直面している技術的な課題についてもう少し詳しく教えていただけますか？リアルタイムで作業する場合、非常にシンプルとは言えないと思いますが、そこにはどのような挑戦があるのでしょうか？
Pierre Khoury: もちろんです。大きく分けて3つの主要な課題があると言えます。最初の課題は、技術的な観点から150以上の異なるシステムを接続し、それらをリアルタイムで単一の標準的なデータモデルに集約し、毎日何百万ものGPSポイントに対して安定した一貫性のあるデータフローを確保することです。二つ目の課題は、変革管理に関するものです。輸送業界は通常非常に変化が遅く、それを実現し、キャリアやユーザーを取り込み、訓練し、望む結果を達成するのは大きな挑戦です。三つ目の課題は、データの品質および正しいルールを用いてデータを取得し、一貫性があり高品質なものにすることです。
Kieran Chandler: ヨアネス、このデータの必要性に同意していただけますか？最近では、あまりにも多くのデータが収集されているように見えます。サプライチェーンにおいて本当にこれが必要なのでしょうか？くしゃみをしただけで、どこかで誰かがそのデータを集めているかもしれません。サプライチェーンにおいて本当に必要なのでしょうか？これは非常に価値のあるデータです。ランダムなツイートの話ではなく、トラックの話です。1台のトラックには通常、数十万ユーロ相当の商品が積まれているのです。もし電子機器など重要なものを輸送しているのであれば（土や砂といった単なる物質でなければ）、サプライチェーン上で運ばれているものは極めて価値があるのです。だからこそ、このデータを収集する意味があるのでしょうか？
Joannes Vermorel: はい、その意味は十分にあります。なぜなら、まさに莫大な価値を持つ資産を追跡しているからです。時には、提供しているものがそれほど高価でなく、単なる小さな部品、つまり金属の価格程度のものかもしれません。しかし、それが手元にないと、工場全体が停止してしまい、結果として何百人もの従業員が働けなくなる可能性があるのです。修理部品が届くまで待たなければならなくなるのです。データは信じられないほど価値があり、高価な物理的資産に結び付けることができますし、たとえそれ自体が高価でなくとも、その入手可能性や不可能性がサプライチェーンの他の要素に対して莫大なコストをもたらす可能性があるのです。
Kieran Chandler: では、実際に収集しているデータにおいて、どこまでが収集対象なのでしょうか？どの瞬間にトラックがどこにあるかを知るのは確かに重要ですが、交通情報もチェックしていますか？天候までも考慮に入れているのでしょうか？どこで境界線を引いているのですか？
Pierre Khoury: 到着予定時刻を信頼性の高いものにするために、交通状況、ドライバーの休憩、法定休息時間、そして積み下ろしのパターンといったすべての要素を考慮する必要があります。これらすべてを、当社の machine learning アルゴリズムに組み込むことで、信頼できるものにしているのです。ヨアネスが述べた例を挙げると、あるお客様から12月にイエロージャケットの抗議活動により通常とは異なる交通状況となったにもかかわらず、トラックの再配置を迅速に行い、リスクを生産計画内で軽減できたことについて感謝のメールをいただいたことがあります。抗議活動の影響は全くなく、逆に製品の配送にヘリコプターや飛行機を使わなければならなかった可能性すらあったのです。これは、私たちが提供する価値の良い例です。
Kieran Chandler: イエロージャケットの例は確かに非常に具体的ですね。ということは、3〜5分ごとにデータの更新を行うほどの細かい粒度を持っているということでしょうか？
Pierre Khoury: はい、その通りです。新たに切り拓いている境界線はリアルタイムデータであり、GPSポイントのおかげです。キャリアのシステムに応じて3〜5分ごとにデータを収集しており、非常に細かな粒度で、積み込みや荷降ろしの時間、そして道路上で発生する可能性のある問題などを把握することができます。このデータは、アクセスを制限するのではなく、適切なルールに基づいて倉庫、エンドカスタマー、輸送チーム、カスタマーサービスチームと共有することで、すべての関係者が将来の動向を把握し、より生産的かつ効率的に行動できるようにするため、非常に価値があるのです。最後に、Amazonにも触れておきたいのですが、最終的にはB2B配送であってもすべての顧客がAmazonのB2C配送と同じ体験を求めているのです。
Kieran Chandler: ありがとうございます。Amazonは毎週最も言及される存在ですね。分単位で話している場合もありますが、時間単位、いや実際には日単位で話している場合もあります。この細かい粒度は過剰ではないでしょうか？本当にこのレベルの粒度が必要なのでしょうか？
Joannes Vermorel: はい、特に輸送においてはすべてにこの細かさが必要というわけではありませんが、サプライチェーンの境界で発生する可能性のある問題を見積もる必要があるのです。たとえば、倉庫に配送された後、商品が翌日もしくは8時間後にピッキングされるというケースがあります。境界付近では多くの事象が発生します。ほとんどの場合、貨物は動いていなかったり変化していなかったりするため、サプライチェーン上でこのような極めて細かいリードタイムは意味があるのです。我々が目指しているのは、インターネット上のパケット分配の最適化のようなサブミリ秒の測定ではなく、物理的な作業が必要な現場において数分単位の粒度で十分なのです。
そして実際、この情報を得ることで多くの事象を検出することができますが、すべての分析が分単位で留まるというわけではありません。たとえば、エンドツーエンドで数週間に及ぶ時間を最適化・圧縮しようとする場合、分単位の測定値は、多くの問題、特にシステムの境界付近でのやや機能不全なパターンを特定する手助けとなります。サプライチェーンの主な問題は、物事があるシステムから別のシステム、すなわちソフトウェア、企業、またはチームへと移る際に生じるギャップにあります。そこに偶発的な遅延が発生し、それを取り除くことが可能です。通常、ネットワーク全体の最適化を行う際には、分単位ではなく日単位の視点に切り替えた最適化手法を取ることになるのですが、それは問題の種類によるのです。
Pierre Khoury: ヨアネスの話を補足すると、サプライチェーンとはその名の通り「チェーン」であり、その中には複数のアクターが存在します。しかし今日、これらのアクターは非常にサイロ化したアプローチと情報を持っています。私たちは、輸送に関する情報を共有することで、すべてのアクターが正しい情報を持ち、サイロを打破し最適化を図ろうとしているのです。そして、時には最新の情報が重要になることもあります。例えば、ある倉庫で積み込み時に2時間、配送時に2時間の待機時間があると分かれば、トラックの位置や到着予定時刻の情報を基に、その待機時間を最大50％削減でき、輸送費や在庫費用を低減し、すべての関係者の生産性を向上させることができます。キャリアについても、無駄な待機がなくなるため同様の効果が得られるのです。このような例は、すべての関係者にとってウィンウィンウィンの状況を生み出す素晴らしい例だと思います。
Kieran Chandler: このチェーン上のさまざまなアクターについて議論しましょう。どのアクターに重点を置くべきでしょうか？Shippeoの主要な顧客は、実際に在庫を注文する小売業者であるべきでしょうか？それとも運送会社そのものでしょうか？
Pierre Khoury: 我々のモデルは発送者（シッパー）アプローチに基づいています。主な利益を享受し、ソリューションの変革を推進するのはこのアクターだと考えています。したがって、我々の顧客はシッパーであり、システムはキャリアを含むすべてのステークホルダーに対して無料で提供されています。
Kieran Chandler: 可能な限り多くのアクターを巻き込むためですね。わかりました、素晴らしいです。そしてヨアネス、本日はここで少し話を締めくくるにあたり、リードタイムだけでなく、なぜこれほどこの問題に注目が集まっているのでしょうか？つまり、どのようにしてこの2つのツールが見事に連携しているとお考えですか？
Joannes Vermorel: 現在、最適化しようとしている状態について、しばしば大胆な推測を行っています。もちろん、保有在庫を取得することでできる限り測定はしていますが、実際には、注文中の商品や地点間の数量については非常に不透明な部分が多いのが現実です。これにより、システムの状態を概算せざるを得ず、モデリングが不必要に複雑化し、最適化の効率も低下してしまいます。不確実性が大きければ大きいほど、数値的に生き残るためには確率論的なアプローチが必要となります。しかしながら、不確実性自体が望ましいというわけではありません。特に、確率論的でありながらも、はるかに圧縮された形でほぼすべての不確実性を取り除く選択肢がある場合、全てが容易になるのです。その結果、完全に、もしくは超戦術的な是正行動と呼べる一連の対策が可能となります。現時点では、ERPなど多くのソースからのデータ統合作業は済んでいるにもかかわらず、出荷状況のリアルタイム情報が欠如しているため、理論上はごく僅かな労力でクライアントに提案できる是正策が存在しているはずです。しかし、リアルタイムの出荷状況がなければ、これらの最適化や是正提案を実施することはできません。将来的には、Lokadがアジアでの発注案件向けや、緊急の replenishment が必要な場合など、さまざまなレベルで最適化されたサプライチェーンの意思決定を提供する能力がますます高まると見ています。
Kieran Chandler: では、ゲストであるピエールに締めの言葉をお願いしましょう。サプライチェーンにおけるリアルタイム可視化について、人々に伝えたい重要な教訓は何でしょうか？
Pierre Khoury: 現在、サプライチェーンにおけるリアルタイム可視化は最もホットなトピックの一つだと考えています。これは私だけの意見ではなく、Gartnerもトップのトピックとして評価しています。このトークは、他者との連携によりどのように価値を創出できるかを示す非常に興味深いものです。Shippeoでの我々のミッションは、リアルタイム可視化に注力し、データを集約し、予測的な洞察を提供することにあります。しかし、シッパーの承認を得た上で他のシステムと情報を共有すれば、さらに新たな価値が生まれるのです。このようなエコシステムこそが、顧客や世界のサプライチェーンにもたらす価値だと信じています。
Kieran Chandler: では、ここで終了とさせていただきます。本日の貴重なお時間に感謝します。
Pierre Khoury: 本当にありがとうございました。
Kieran Chandler: 今週はこれで全てです。ご視聴いただきありがとうございました。来週もまた別のエピソードでお会いしましょう。それまで、どうぞご視聴ありがとうございました。
