00:00:07 ピエール・クーリーとシッペオの紹介とバックグラウンド。
00:01:25 サプライチェーンにおけるリアルタイムの可視化とその重要性。
00:02:59 シッペオの技術と実際の動作方法。
00:04:00 サプライチェーンにおけるリアルタイムの可視化の意思決定への影響。
00:07:03 シッペオが直面する技術的な課題とそれらの克服。
00:10:01 到着予測アルゴリズムのためのさまざまな問題の考慮。
00:11:07 サプライチェーンの効率性における詳細なリアルタイムデータの利点。
00:12:55 サプライチェーンデータの詳細性の必要性と潜在的な問題の特定。
00:15:14 共有情報を通じたサプライチェーンにおけるサイロの解消。
00:16:30 運送会社のアプローチと関係者への利益。
00:17:19 リアルタイムの可視化なしでの予測と最適化の課題。
00:18:35 リアルタイムの可視化の将来と戦術的な修正措置。
00:19:56 リアルタイムの可視化はトップのサプライチェーンのトピックであり、データ共有による価値創造。

要約

このインタビューでは、Kieran ChandlerがLokadの創設者であるJoannes Vermorelと、ShippeoのCEOであるPierre Khouryとの間で、サプライチェーンにおけるリアルタイムの可視化の重要性について話し合っています。 Vermorelは正確な測定に基づく最適化の必要性を強調し、KhouryはデータとGPSポイントを集約して到着予測を決定するShippeoの技術を強調しています。リアルタイムの可視化はより良い意思決定を可能にし、潜在的な問題を軽減するのに役立ちます。技術的な課題にもかかわらず、VermorelとKhouryの両者はアセットの追跡とコストのかかる障害の回避のための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の効率を向上させるためにサイロを取り払うことを目指しています。

拡大要約

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企業であるLokadの創設者であるJoannes Vermorelと、サプライチェーンの可視化におけるヨーロッパのリーダーであるShippeoのCEO兼共同創設者であるPierre Khouryと対談しています。彼らは、サプライチェーンにおけるリアルタイムの可視化の重要性、直面する課題、およびこれらの問題を解決するためにどのように技術が使用されているかについて議論しています。

Pierre Khouryは、エンジニアとしての経歴、ファイナンスでの経験、および4年前にShippeoを設立した経緯について語ります。同社の目標は、過去40年間ブラックボックスであった道路輸送にリアルタイムの可視化をもたらすことでした。 Shippeoは現在、70人の従業員を擁し、ヨーロッパ全域での道路輸送の追跡においてリーダーです。

Joannes Vermorelは最適化の基本ルールである「測定しないものは最適化できない」と説明します。サプライチェーンは高度に分散し、大陸全体に広がっているため、最適化が困難です。歴史的には、倉庫内の在庫などの静的なアイテムを追跡してきました。しかし、サプライチェーンでは、トラックや出荷などの移動するアイテムを追跡する必要があります。リアルタイムの可視化は、本部にデータが到着するのを数日待つことなく、この情報にアクセスするために重要です。これにより、より良い最適化が可能になります。

Pierre Khouryは、Shippeoの技術が実際にどのように機能するかを詳しく説明します。同社は、キャリアのためのテレマティクスやディスパッチシステム、および小規模キャリア向けのモバイルアプリなど、さまざまなシステムに150以上のコネクタを開発しています。 Shippeoは、ソースに関係なく、3〜5分ごとにデータとGPSポイントを集約し、予測分析を使用して到着予定時刻を算出します。

Joannes Vermorelは、サプライチェーン最適化の観点からリアルタイムの可視化の重要性を強調します。出荷の状況を把握することで、より良い意思決定が可能になります。たとえば、サプライヤーが商品を10日で納品する予定であるが、出荷が遅延した場合、Shippeoを介したリアルタイムの追跡は問題を特定し、生産の遅延を回避するために別のサプライヤーに緊急発注するなどの緩和策を講じるのに役立ちます。

サプライチェーンにおけるリアルタイムの可視化は、より良い最適化と意思決定に不可欠です。 Shippeoの技術は、道路輸送における移動アイテムの追跡という長年の問題を解決し、企業がより情報を得て、潜在的な問題を軽減するのに役立っています。

Joannes Vermorelは、彼らがERPWMS、注文管理システムなどのトランザクションシステムから受け取る情報が限られているという主な課題について説明します。これらのシステムは、発注が送信された後に何が起こるかについての情報を提供していません。これにより、サプライチェーンに不確実性が生じます。彼は、確率的アプローチはまだ存在すると考えていますが、Shippeoなどの企業からのリアルタイムデータにより、不確実性を大幅に減らすことができると信じています。

Pierre Khouryは、150以上の異なるシステムとの接続、数百万のGPSポイントの安定した一貫したデータフローの確保、遅々として適応が遅い輸送業界における変化の管理、高品質なデータパイプラインの維持など、直面する技術的な課題について語ります。彼は、交通、ドライバーの休憩、積み降ろし時間、天候などの要素を考慮して正確な到着予定時刻を作成することの重要性を強調します。

VermorelとKhouryの両者は、リアルタイムデータのサプライチェーンにおける高い価値について同意しています。これにより、企業は高価な物理資産を追跡し、コストのかかる遅延や障害を回避することができます。 Vermorelは、アセット自体が高価でなくても、その利用可能性または利用不可がサプライチェーンに重大な影響を与える可能性があることを強調しています。

Khouryは、Shippeoのリアルタイムデータがフランスのイエロージャケットの抗議活動中に顧客を助けた例を挙げ、トラックの再配置や高額なヘリコプターや飛行機の配送を回避することができたと述べています。彼はまた、3〜5分ごとの更新を含むデータの細かい粒度が、倉庫、顧客、輸送チーム、およびカスタマーサービスチームを含む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ことを述べています。

Vermorelは、問題は供給チェーンの境界で頻繁に発生すると説明し、さまざまな理由(例えば、時間通りに商品が引き取られない、異なるシステム間の誤ったコミュニケーションなど)により遅延が発生することがあると強調しています。彼は、サプライチェーンプロセスの最適化に有益な情報を提供できる詳細なリードタイムの重要性を強調しています。 Vermorelは、リアルタイムデータが重要である一方で、分析は必ずしも分単位のままである必要はないと指摘しています。たとえば、ネットワーク全体の最適化では、分単位ではなく日単位で考えることがあるかもしれません。

Khouryは、サプライチェーンは本質的に複数のアクターで構成されており、情報に対してしばしばシロ化されたアプローチを取っていると述べています。 Shippeoは、輸送に関するリアルタイム情報を共有することで、これらのシロを壊し、全体的な効率を向上させることを目指しています。彼は、最新の情報が倉庫での待ち時間の短縮に役立ち、輸送コストの削減やすべての関係者の生産性の向上につながる例を挙げています。

Shippeoの主要な顧客について尋ねられた際、Khouryは、彼らの主な焦点が荷主にあると説明し、彼らが最もソリューションから利益を得ることができ、サプライチェーン全体での採用を推進することができるからです。システムは、広範な参加を促進するために、キャリアやその他の関係者に無料で提供されています。

Vermorelは、サプライチェーンの最適化におけるリアルタイムの可視性の重要性を強調し、意思決定を複雑にする不確実性の大部分を排除するのに役立つと説明しています。確率的なアプローチは不確実性に対処するのに役立つかもしれませんが、それをできるだけ減らすことは依然として非常に望ましいです。彼は、Lokadが長期の発注から戦術的な緊急対応まで、さまざまなレベル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ようになることを想像しています。

Khouryは、サプライチェーンにおけるリアルタイムの可視性への関心の高まりを強調し、Gartnerがそれをトップのトピックと評価していると述べています。彼は、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すべての関係者に利益をもたらす協力的なエコシステムを育成できると信じています。

フルトランスクリプト

Kieran Chandler: 今日は、ShippeoのCEO兼共同創設者であるPierre Khouryが参加してくれました。彼は、サプライチェーンにおけるリアルタイムの可視性の利点と課題について少し語ってくれます。Pierre、参加してくれてありがとうございます。

Pierre Khoury: ありがとう、Kieran。ここにいられてとても嬉しいです。

Kieran Chandler: いいですね。まず、あなたのバックグラウンドについて少し教えていただけますか?また、Shippeoがどのようにして生まれたのかも教えていただけますか?

Pierre Khoury: はい、私はエンジニア出身で、私は私募エクイティファンドを共同設立したファイナンスを経てきました。そして、4年前に私たちはShippeoを始めました。目標は、特に過去40年間ブラックボックスであった道路輸送において、リアルタイムの可視性を持つことでした。現在、Shippeoは70人の従業員を擁する企業であり、ヨーロッパ全域での道路輸送の追跡においてリーダーです。

Kieran Chandler: そして、いつものように、Joannes VermorelがいなければLokadTVではありません。では、Joannes、サプライチェーンにおけるリアルタイムの可視性についてもう少し詳しく教えていただけますか?

Joannes Vermorel: 最適化の基本ルールは、測定できないものを最適化することはできないということです。したがって、何かがあなたにとって不透明なままであれば、何も最適化することはできません。サプライチェーンでは、それは非常に困難です。なぜなら、物事が文字通り大陸全体に広がっているからです。歴史的には、倉庫にあるもののように動かないものを追跡し始めました。物事が静的である限り、それは簡単ではありませんでしたが、数十年前から始まりました。しかし、現在の問題は、サプライチェーンがトラックや出荷など動いているものに関連していることです。そこで、非常に困難になります。リアルタイムの可視性は、この情報にアクセスすることであり、本部にすべてのデータが戻るのを待つ必要はありません。これは課題です。なぜなら、それをうまく行わないと、遅すぎるために最適化の機会を失うからです。したがって、リアルタイムの可視性は非常に重要です。

Kieran Chandler: では、それは理論的な背後にあるものですね。ピエールさん、実際にはどのように機能するのか、もう少し詳しく教えていただけますか?Shippeoの技術はどのように機能するのですか?

Pierre Khoury: 私が言ったように、これは40年間解決されなかった課題でした。したがって、私たちはまず、キャリアのITシステムの異質性を解決するために組織を整えました。キャリアのためのテレマティクスディスパッチシステムや小規模キャリアのためのモバイルアプリなど、さまざまなタイプのシステムと150以上のコネクタを開発しました。ソースに関係なく、3〜5分ごとにデータとGPSポイントを集約し、それに基づいて予測分析を行うことができます。特に到着予定時刻についてです。

Kieran Chandler: そして、Joannesさん、Lokadの観点から見て、なぜこれが興味深いのですか?なぜこれが興味深いのですか?

Joannes Vermorel: 私たちにとって、もっと購入するか、別のサプライヤーから購入する必要があるかどうかを決定する際には、ある一定の時間内に持っているか、おそらく持っているであろうものに依存します。

Kieran Chandler: たとえば、サプライヤーが商品を10日で配送できることがわかったとしますが、トラッキングによってトラックが数日間ほとんど動いていないことがわかっているため、5日遅れることになります。それはどういう意味ですか?

Joannes Vermorel: それは、生産インシデントになる可能性のあるものを緩和するために、緊急発注を行うことで、生産工場が原材料を持っていないために停止することを防ぐことができるかもしれないということです。そのサプライヤーはおそらくより高価ですが、非常に近くにあり、次の日に必要なものを配送することができます。しかし、非常に迅速な緊急対策を行いたい場合は、このデータが必要です。私たちにとっての大きな課題は、頻繁に、ERP、WMS、注文管理システムなどのトランザクションシステムからのデータしか持っていないことです。そこでは、物事が送られた場所以外の情報はわかりません。最終的には受け取ったことがわかるでしょうが、非常に遅くなります。

Kieran Chandler: それでは、Shippeoを使用している顧客がいる場合、リードタイムに対する確率的なアプローチは置き換えられるのでしょうか?完全に排除されるのでしょうか?

Joannes Vermorel: 確率的なアプローチは残ると思います。なぜなら、数日かかるはずの配送の途中であっても、1日目の時点では最後の4日間にはまだある程度の不確実性が残っているからです。しかし、この不確実性は時間の経過とともに大幅に減少する可能性があります。Shippeoの興味深い点は、ヨーロッパ全域を横断するような5日間かかるはずの輸送がある場合、4日目にトラックが予想通りの場所にある場合、残りの不確実性はほとんどありません。一方、Shippeoを使用しない場合、4日目になっても、トラックがまだ到着していないため、0日目と同じ情報しか持っていません。つまり、遅延があるかどうかはわかりません。したがって、非常に不確実な状況が残ります。一方、Shippeoを使用すると、5日間かかる配送の4日目には、ほとんど不確実性が残らないため、不確実性が減少するだけでなく、最適化も向上する可能性があります。

Kieran Chandler: つまり、確率を洗練させることがすべてですね。ピエール、リアルタイムでの作業は非常に簡単ではないと思いますが、もう少し技術的な課題について教えていただけますか?例えば、リアルタイムでの作業は非常に簡単ではないと思います。そこにはどのような課題があるのでしょうか?

Pierre Khoury: もちろん、3つの主な課題があります。まず、技術的な観点から言えば、150以上の異なるシステムを接続し、リアルタイムで単一の正準データモデルにまとめ、毎日数百万のGPSポイントの安定した一貫したデータフローを持つことが最初の課題です。2つ目の課題は変更管理に関するものです。輸送業界は通常変化が非常に遅いため、キャリアやユーザーをオンボードし、トレーニングを行い、望む結果を達成することは大きな課題です。3つ目の課題はデータの品質に関するものであり、データを取得するための適切なルールを持ち、一貫性のある高品質なデータを得ることです。

Kieran Chandler: ジョアネスさん、このデータの必要性についてどう思われますか?最近では非常に多くのデータが収集されているように思えますが、供給チェーンで本当にこのデータが必要なのでしょうか?私がくしゃみをすれば、どこかで誰かがそのデータを収集しているような気がします。供給チェーンで本当にこのデータが必要なのでしょうか?これは非常に貴重なデータです。私たちはランダムなツイートではなく、トラックについて話しています。通常、1台のトラックには何十万ユーロもの商品が積まれています。電子機器やそれなりに価値のあるものを輸送している場合、地球や土や砂を輸送しているわけではない限り、供給チェーンを通じて移動させるものは非常に貴重です。ですので、このデータを収集することは意味があるのでしょうか?

Joannes Vermorel: はい、意味があります。なぜなら、数トンもの価値がある資産を追跡しているからです。配送するものがあまり高価ではなく、単に金属の価格程度の小さな部品である場合でも、それらがないと製造工場全体が停止し、数百人が働けなくなる可能性があるからです。データは非常に貴重です。なぜなら、それは高価な物理的資産に関連付けられるからです。それらがそれ自体では高価ではなくても、利用可能性または利用不可能性が供給チェーンの他の要素に対して非常に高いコストをもたらす可能性があるからです。

Kieran Chandler: では、実際に収集しているデータの範囲はどこで区切るべきでしょうか?トラックの現在地を知ることは明らかに良いことですが、交通情報にも目を向けていますか?天候も考慮していますか?どこで区切るべきでしょうか?

Pierre Khoury: 信頼性のある到着予定時刻を算出するために、交通、ドライバーの休憩時間、法的な休息時間、積み込みと荷降ろしのパターンなど、すべての問題を考慮する必要があります。これらすべてを私たちの機械学習アルゴリズムに組み込んで、信頼性のあるものを作り上げています。おそらく、私たちはヨーロッパで最高の到着予定時刻アルゴリズムの1つを構築していると思います。Joannesが言った例を挙げると、12月にお客様の1人がメールを送ってきて、イエロージャケットの抗議活動のために感謝の意を示しました。通常通りに交通が流れていなかったが、彼らはそれを予測し、トラックを再配置し、生産計画内でリスクを軽減することができました。彼らは抗議活動の影響をまったく受けず、逆に製品のヘリコプターや飛行機での配送を強制されることもありませんでした。これは私たちがもたらす価値の良い例です。

Kieran Chandler: イエロージャケットは確かに非常に特殊な例ですね。では、データの更新の粒度は3〜5分ごとですか、それで正しいですか?

Pierre Khoury: はい、正しいです。GPSポイントのおかげで、私たちはリアルタイムデータの新たな境界を開いています。キャリアのシステムによっては、3〜5分ごとにデータを収集しています。非常に詳細なデータであり、積み込み時間、荷降ろし時間、道路上で発生する問題など、多くのことを見ることができます。このデータはすべての関係者にとって価値があります。このデータへのアクセスを制限するのではなく、適切なルールと許可されたアクセスに基づいて他の関係者と共有することが目的です。倉庫、最終顧客、輸送チーム、カスタマーサービスチームなどです。結果として、誰もが何が起こるかを知っているため、より生産的で効率的になることができます。Amazonについても触れておきたいと思います。最終的には、B2Bの配送でも、顧客はAmazonのB2Cパーセルと同じ体験をしたいと望んでいます。

Kieran Chandler: ありがとうございます。Amazonは毎週言及されることが多いですね。分単位ではなく、時間や日数の単位で話していることが多いです。この詳細な粒度は少し過剰ではないでしょうか?本当にこの詳細な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、供給チェーンの境界で起こる問題の量を推定する必要があります。たとえば、商品が倉庫に配送されるが、次の日や8時間後に商品がピックアップされる場合があります。境界では本当に多くのことが起こる可能性があります。ほとんどの場合、商品は移動したり変形したりしません。したがって、この細かいリードタイムは、供給チェーンの観点から意味があります。インターネット上のパケット配布を最適化しようとしているかのように、サブミリ秒の測定を行おうとしているわけではありません。粒度は、物理的な操作が必要な場合に意味のある数分の範囲です。

そして実際には、この情報を持っていると、多くのことを検出することができますが、すべての分析が分単位で行われるわけではありません。たとえば、数週間にわたるエンドツーエンドの時間を最適化し、圧縮しようとする場合、数分の測定値を使用して、おそらくわずかに機能しないパターンやシステムの境界で特に問題のあるパターンを特定することができます。サプライチェーンの主な問題は、何かが1つのシステムから別のシステムに移るとき、それがソフトウェア、会社、またはチームである場合があります。そこでギャップが生じ、偶発的な遅延が発生します。それらを取り除くことができ、通常、ネットワーク全体の最適化を行う場合は、分単位ではなく数日単位で考えることになります。ただし、問題のタイプによります。

ピエール・クーリー: ジョアネスが言ったことを補完するために、サプライチェーンはチェーンであるという定義があります。つまり、チェーン内には複数のアクターが存在し、これらのアクターは現在非常にシロ化されたアプローチと情報を持っています。私たちが行っていることは、輸送に関する情報を共有し、すべてのアクターが正しい情報を持ち、これらのシロを最適化することです。そして、時には、分単位の情報が重要です。たとえば、倉庫内での待ち時間が2時間であり、配送時の待ち時間も2時間あることを知るためには、トラックの位置と到着予定時刻の情報が必要です。これにより、待ち時間を最大50%削減し、待ち時間が少なくなり、輸送コストや在庫コストが減少し、誰もがより生産的になります。キャリアにとっても同様です。何も待っていないのです。私たちは、このような例が皆にとってのWin-Win-Winの状況であると考えています。

キーラン・チャンドラー: チェーンに沿って異なるアクターについて話しましょう。Shippeoの主な顧客は誰でしょうか?実際に在庫を注文している小売業者でしょうか、それとも配送会社自体でしょうか?

ピエール・クーリー: 私たちのモデルは出荷業者のアプローチに基づいています。私たちは、主な利益を得るアクターであり、ソリューションを変革に向けて推進するアクターだと考えています。したがって、私たちの顧客は出荷業者であり、システムはキャリアを含むすべての利害関係者に対して100%無料です。

キーラン・チャンドラー: 可能な限り多くのアクターを巻き込むために。わかりました、素晴らしいですね。そして、ジョアネス、今日は少しまとめることから始めましょう。リードタイム以外に、なぜこれに関心があるのでしょうか?2つのツールがどのようにうまく連携するかを見ることができますか?

ジョアネス・ヴェルモレル: 現在、私たちは最適化しようとしている状態について、頻繁に野生の推測をしています。はい、在庫を取得することで可能な限り多くのことを測定していますが、実際のところ、注文中のすべてのもの、注文中または場所間にある数量については、非常に頻繁に不透明です。これは不必要に複雑になり、システムの状態の推定値を持つことを強制します。これはモデリングを複雑にするだけでなく、最適化をより効率的に行うことも妨げます。不確実性が増すほど、数値的に生き残るために確率的なアプローチが必要です。ただし、不確実性が望ましいという意味ではありません。特に、ほぼすべての不確実性を取り除くオプションがある場合、それはまだ確率的ですが、はるかに圧縮されている場合、すべてが簡単になります。それによってのみ可能な、スーパータクティカルな修正アクションのクラスがあります。現在、理論的には、すでに彼らのERPや他の多くのソースからデータを統合する作業を行っているため、クライアントに対してほとんど努力を要しないで提案できる修正アクションがあるかもしれません。しかし、出荷のリアルタイムステータスがないため、それらの最適化や修正提案を行うことはできません。将来的には、Lokadが最適化されたサプライチェーンの意思決定をさまざまなレベルで提供できる余地がますます増えると考えています。アジアの発注に対するものから、非常に戦術的なものまで、例えば、遅延を生き延びるために今すぐ近くのサプライヤーに発注する必要がある緊急の補充などです。

キーラン・チャンドラー: オンラインでのサプライチェーンのリアルタイムの可視性について、人々に伝えたい重要な教訓は何ですか?

ピエール・クーリー: 私はリアルタイムの可視性が現在のサプライチェーンで最も注目されているトピックの一つだと思っています。私だけでなく、ガートナーもそれをトップのトピックとしてランク付けしています。この話は、他の要素と組み合わせることでどのように価値を創造できるかを見るのが非常に興味深いです。私たちの使命は、リアルタイムの可視性に重点を置き、データを集約し、予測的な洞察を提供することです。しかし、発送業者の承認を得て他のシステムと情報を共有すると、別のレベルの価値が生まれることがわかります。このようなエコシステムこそが、私たちが顧客や世界のサプライチェーンに価値をもたらしたいと考えているものです。

キーラン・チャンドラー: それではここで終わりにしなければなりませんが、今朝はお時間いただきありがとうございました。

ピエール・クーリー: どうもありがとうございました。

キーラン・チャンドラー: 今週は以上です。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、ご視聴ありがとうございました。