00:00:05 サプライチェーン・サイエンティストの役割と責任
00:00:31 Maximilianの経歴と会社参加の経緯
00:02:03 サプライチェーン・サイエンティストの役割を導入した会社の理由
00:04:14 サプライチェーン・サイエンティストの役割を構成する3つの要素
00:07:35 朝におけるサプライチェーン・サイエンティストの優先事項
00:08:02 顧客とのコミュニケーションと実装作業のバランス
00:08:44 コミュニケーションと実装を分担する従来の手法の難しさ
00:11:02 顧客との唯一の窓口であり、直接実装を担うことの利点
00:12:54 複数の役割と利害関係者に責任を持つことの挑戦
00:14:25 データサイエンティストをサプライチェーン・サイエンティストに転換する難しさ
00:16:00 ソフトウェアエンジニアリングとデータサイエンスの博士課程学生の進捗に関する議論
00:17:07 サプライチェーン・サイエンティストの役割におけるやりがい
00:18:16 Locaのチームの多様性と、それが意図的でなかった理由の説明
00:22:48 サプライチェーン業界でのキャリアを考える人へのMaxのアドバイス
00:23:00 将来のサプライチェーン・サイエンティストへのJoannesのアドバイス
要約
このインタビューでは、Kieran Chandlerが創業者Joannes Vermorelおよびサプライチェーン・サイエンティストのMaximilian Barthと共に、Lokadにおけるsupply chain scientistsの役割について議論しています。Vermorelは、従来のデータサイエンティストでは不十分であったため、サプライチェーン・サイエンティストの役割を創設したと説明します。Barthは、サプライチェーン・サイエンティストが技術面、対人面、プロジェクト管理の側面に重点を置いていると語ります。Lokadの独自のアプローチは、仲介マネージャーを介さずにサプライチェーン・サイエンティストが直接顧客と対話する点にあります。VermorelとBarthは、実践的な問題解決、ハンズオンの経験、そしてオープンマインドが供給チェーン業界で成功するために不可欠であることを強調しています。また、国籍や性別にとらわれず、スキルと能力を重視する多様な人材の重要性にも焦点を当てています。
詳細な要約
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を専門とするソフトウェア企業Lokadにおけるサプライチェーン・サイエンティストの役割と重要性について語ります。彼には、Lokadの創業者Joannes Vermorelおよびサプライチェーン・サイエンティストのMaximilian Barthが同行します。
Maximilian Barthは、自身の経歴とLokadに参加した経緯を語り始めます。彼はドイツ人であり、フランスに移る前にアメリカ、フィンランド、オーストラリアなど複数の国に住んでいたと述べています。Lokadの多くのサプライチェーン・サイエンティストと同様に、彼はSTEM(科学、技術、工学、数学)のバックグラウンドを持っていますが、専門は金融にあります。Barthは、金融とサプライチェーン管理において、リスクを最小限に抑えながら最大のリターンを最適化するという共通点があることを強調します。
Joannes Vermorelは、Lokadでサプライチェーン・サイエンティストの役割を導入した理由を説明します。当初、会社は従来型のデータサイエンティストと協働しようとしましたが、効果は薄かったのです。Vermorel自身も、コンピュテーショナル・バイオロジーおよび分散型machine learningに従事していたため、不十分なデータサイエンティストの一員に数えられます。しかし、サプライチェーンの細部に着目することが、実践的な成果を上げるために極めて重要であるとすぐに悟りました。
Vermorelは、サプライチェーン管理におけるコミットメントの重要性を強調します。彼は、先進技術を用いるアプローチと、実際の成果に焦点を当てるアプローチを対比します。後者は、財務リスクやパフォーマンスに細心の注意を払い、そのリスクがシステム内でどのように現れるかを理解するための時間を投資することを伴います。一方、前者のアプローチでは、アルゴリズムの精錬に時間を費やすものの、それがsupply chain performanceに大きな影響を与えるとは限りません。
インタビュー全体を通じて、Lokadにおけるサプライチェーン・サイエンティストの重要性、彼らの専門知識の価値、そしてサプライチェーンを効果的に最適化するために実践的な成果に注力する必要性が強調されました。
彼らは、Lokadの創業者Joannes Vermorelおよびサプライチェーン・サイエンティストのMaximilian Barthと共に、サプライチェーン・サイエンティストが直面する役割と課題について議論しました。この会話では、コーディング、顧客とのコミュニケーション、緊急事態への対応といった多面的な業務内容や、「ゼロ欠陥」思考を避ける重要性についても触れられました。
Barthによると、サプライチェーン・サイエンティストの役割は、技術的側面(コーディングと顧客のニーズの把握)、対人的側面(顧客とのコミュニケーションおよび解決すべき適切な課題の特定)、そしてプロジェクト管理の側面(タスクの優先順位付けとプロジェクト推進)から成り立っています。Vermorelは、パンデミックやERPの問題など、緊急を要する事象が生じる文脈では、状況に応じた即時の対応が求められることを強調します。サプライチェーン・サイエンティストは、ユーロやドルでの潜在的影響に基づいて常にタスクの優先順位を見直す必要があります。
Barthは、実装作業と顧客とのコミュニケーションの間で時間配分をバランス良く行うことの重要性について詳述します。一般的には、コミュニケーションが20%、実行が80%という割合になるとされています。彼は、会議と実作業の適切なバランスを取ることが、顧客の最善の利益を確保し、期待と実際の作業内容が一致するために極めて重要であると指摘しています。
Vermorelは、顧客対応と技術担当を別々の人物が行う従来型のアプローチが抱える問題点について考察します。この方法では、情報が各担当者間で断片化され、伝達過程での情報損失が生じがちです。その結果、Lokadは、サプライチェーン・サイエンティストが技術面とコミュニケーション面の両方を担う、より統合されたアプローチを採用するようになりました。これにより、顧客のニーズの理解が深まり、効果的な解決策の提供が可能となっています。
Vermorelは、同社での初期の経験について語り、営業、データ、サプライチェーン・サイエンティストとして多彩な役割を兼任していたことを明かします。彼は、業務を分担する従来の方法が非効率的であり、拡大には向かないことに気づきました。
Vermorelは、Lokadで採用されているユニークなアプローチを強調します。すなわち、Maximilian Barthのようなサプライチェーン・サイエンティストが中間管理職やソフトウェアエンジニアを介さず、直接顧客と対応するという方法です。このアプローチは、技術的な細部に割く時間を削減する専用のツールを必要としました。Barthは、複数の利害関係者を管理しながら様々な責任を果たすことが、自身の役割における主要な挑戦であると指摘し、唯一の窓口となることでプロセス中の知識損失を最小限にできる点を強調しています。
データサイエンティストからサプライチェーン・サイエンティストへの転向について尋ねられた際、Vermorelは、一般的な数値的バックグラウンドを持つ者に比べ、データサイエンティストにとっては実際にはより困難であると説明します。彼は、サプライチェーン・サイエンティストには定量的な感覚が求められる一方で、具体的で現実的な工学的問題の解決に注力すべきだと主張します。たとえその解決策が比較的単純であっても、データサイエンティストはアルゴリズムから実践的解決策へのシフトが難しい場合があるのです。
Vermorelは、Lokadが博士号保持者を雇用しているものの、同社の主な焦点は顧客がサプライチェーン業務において高次のデータ主導の意思決定を行えるよう、効果的なnumerical recipesを提供することにあると結論付けています。 議論は、彼らの役割、会社の多様な人材、そしてサプライチェーン・サイエンティストを目指す人々へのアドバイスを中心に展開されました。
Joannesは、Lokadがソフトウェアエンジニアリングおよびサプライチェーンの問題解決のための役割に適した人材を採用していると説明します。データサイエンティストは長期的なプロジェクトに従事する一方、Maximilianのようなサプライチェーン・サイエンティストは、より短期間で実践的な問題解決に取り組んでいます。Maximilianは、問題の多様性とそれを顧客のために解決できるという点に大きなやりがいを感じており、Lokadのソリューションが手作業のプロセスを自動化することで、顧客の時間を創出し、貴重な洞察を提供していると述べています。
Lokadのチームの多様性について尋ねられた際、Joannesは、意図的に多文化なチームを作ったわけではないと説明します。むしろ、採用方針は国籍、言語、性別にとらわれず、スキルと能力に基づいて賢明で結果志向の候補者を採用するものであり、その結果、自然と多様な人材が集まるというものです。
Maximilianは、サプライチェーンでのキャリアを考える人々に、適切な質問を投げかけ、複数の視点から物事を見ることを学ぶよう助言します。プロジェクトは通常、複数の利害関係者が関与するため、全体像を把握し、関係者全員のニーズを理解する能力が不可欠です。
Joannesは、将来のサプライチェーン・サイエンティストには、数学的アルゴリズムやKaggleのようなコンペにだけ頼るのではなく、実際の現場での経験を積むことを推奨します。彼は、実際のデータに潜む課題を理解し、複数の利害関係者と向き合い、継続的な監視が不要な実践的な解決策を提供することの重要性を強調しています。まとめると、両者とも実践的経験、問題解決の実務能力、そしてオープンマインドがサプライチェーン業界での成功に不可欠であると述べています。
完全な書き起こし
Kieran Chandler: 当チャンネルではこれまで、従来のデータサイエンス能力を持つ人材よりもサプライチェーンのスペシャリストの重要性について議論してきました。ここLokadではこれをサプライチェーン・サイエンティストと呼び、本日はその一員であるMaximilian Barthが、日々の役割と責任について詳しく語ってくれます。Max、今日はご参加いただきありがとうございます。まずはご自身の経歴と、どのようにしてLokadに参加したのかを教えていただけますか?
Maximilian Barth: もちろんです。名字からもわかるように、私は多くのサプライチェーン分野の同僚とは異なり、フランス人ではありません。私はフランスで働く駐在員で、ドイツ出身です。しかし、私も他の多くの人と同じように、いくつかの国に住んできました。育ったのはアメリカで、その後フィンランド、オーストラリアに住み、そして現在はフランスにいます。Lokadのサプライチェーン・サイエンティストとして働く皆と同様に、私はSTEM(科学、技術、工学、数学)のバックグラウンドを持っています。ただ、私を少し際立たせるのは、金融のバックグラウンドがある点です。伝統的な工学の訓練は受けていませんが、金融とサプライチェーンの業務は非常に似ていると考えています。金融では、通常、リスクを最小限に抑えながらポートフォリオのリターンを最適化します。サプライチェーン・サイエンスにおいても、リスクおよび需要のばらつきを最小限にしながら、クライアントの在庫を最大のリターンに向けて最適化する点は非常に似ています。
Kieran Chandler: 素晴らしいですね。そして本日は、Joannes、サプライチェーン・サイエンティストの一日についてお話を伺います。以前にもこの件について語られましたが、なぜLokadでサプライチェーン・サイエンティストの機能を導入したのか、改めてお聞かせいただけますか?
Joannes Vermorel: いつも通りですが、これはひらめきによるものではありません。従来の方法でデータサイエンティストを起用しようとしましたが、うまくいきませんでした。ちなみに、私自身も最初の不十分なデータサイエンティストの一員に数えられます。Lokadは、私が計算生物学の博士課程を辞める際に創業されました。当時は正確な用語ではなかったのですが、基本的には分散型機械学習、すなわち華々しいデータサイエンスの領域でした。しかし、サプライチェーンの細部に注目することが実際の成果につながるとすぐに気づいたのです。Maximilianが示したように、どこにコミットメントを置くかが重要です。先進技術を追求するのか、実践的な結果を出すのか——一見、微妙な違いに思えるかもしれませんが、実際には全く異なり、劇的に違う要素が絡むのです。つまり、財務リスクやパフォーマンスを重視するなら、リスクとは何か、システム内でそれがどう機能するのかを議論する時間を必然的に費やすことになるでしょう。あるいは、より証明可能な収束証明が得られるようにグラデーションブースターツリーの改良に時間を割くのでしょうか?
Kieran Chandler: 本日は、あなたの日々の業務内容についてさらに詳しくお伺いしたいと思います。あなたの役割の核心部分は何だとお考えですか?
Maximilian Barth: 私は、この役割は非常に多面的だと考えています。日々の業務にはいくつかの構成要素があります。まずは技術的側面、すなわち多くのコーディングを行い、顧客の正確なサプライチェーン上のニーズや課題の微妙な違いを理解し、最適な解決策および彼らの要求を正確に把握することです。次に対人的側面、つまり顧客と対話し、彼らの解決すべき適切な課題や問題点を見極めることが求められます。顧客の具体的なニーズや、他と異なる点を理解することで、最適な解決策を構築できるのです。そして第三の側面はプロジェクト管理の視点です。特に小規模なプロジェクトでは、私たちはLokad側から主導的な役割を担い、顧客とどのように進めるか、タスクの優先順位をどう定めるか、どの作業から着手すべきかを調整しています。
Kieran Chandler: サプライチェーン・サイエンティストの日々の業務の中で、最も重要な部分は何だとお考えですか?
Joannes Vermorel: 文脈によって最も重要な部分は大きく異なります。パンデミックなどでサプライチェーンが炎上しているときは、まず火を消す必要があります。そしてここでも、やはりコミットメントの問題が関わってきます。もしあなたがデータサイエンティストなら、あなたのコミットメントは優れたアルゴリズムにあります。私は、しばしば最も緊急かつ差し迫った課題は、実はもっと平凡なものであると考えています。ERPが何らかの理由で問題を引き起こし、データが完全に狂っているのです。重複した記録があったり、全く不正確な在庫記録になっていたり。対処すべきことは、即座に対処しなければなりません。しかし問題は、非常に多くの課題が存在するため、その一部は潜在的に先延ばしにできるかもしれないという点です。解決の観点からは、すべてが100%綺麗であれば理想的ですが、大規模なサプライチェーンを運営している場合、処理するデータセット、プロセス自体、そして人々が結果を利用する方法のどれにおいても、完璧な状態を保証することは不可能です。欠陥ゼロのソリューションを提供することはできません。だからこそ、ある時点で財務的な影響に基づいて再度優先順位を決定する必要があります。私の考えでは、サプライチェーン科学者は常に「今、何を対処すべきか」「何が重要か」「そして何が戦略的か」を再評価しているのです。
Kieran Chandler: その点について、あなたはどのような視点をお持ちですか?具体的には、コードの実装、クライアントとのコミュニケーション、そしていざというときの火消し作業の間でどのように時間配分をしていますか?
Maximilian Barth: これは実に良い点だと思います。一般的に、あなたの一日は火事がないかどうかを確認することから始まります。オフィスに着いたら、すべてのアカウントをチェックして、夜の間に何も壊れていないか確かめます。私たちには世界中、さまざまなタイムゾーンにクライアントがいるので、私たちが眠っている間に彼らは実際に働いているのです。第一の優先事項は、すべてが想定通りに動作していること、そしてクライアントがダッシュボードをすぐに利用できる状態にあることを保証することです。今日の朝も、伝達されなかったERPの変更を即座に修正することから始まりました。それは華やかな作業ではありませんが、間違いなくその日の中で最も重要な出来事だったのです。修正後、すべてのデータが更新可能になりました。一般的には、時間の使い方は日や週によって異なります。これは綱渡りのようなもので、クライアントとのミーティングに時間をかけすぎると実装する時間がなくなり、一方で実装に専念しすぎると、クライアントの最善の利益や意向に沿ったものにならない可能性があるのです。密にコミュニケーションを取り、そのバランスを慎重に取る必要があります。全体として、実際の実装作業とクライアントとのコミュニケーション(メールや電話)の比率は、平均して20%のコミュニケーションと80%の実行であると考えています。
Kieran Chandler: このジレンマは非常に興味深いですね。というのも、コミュニケーションやミーティングに時間を割かねばならない一方で、技術的な側面にも十分な時間を割く必要があるからです。非常に多面的な役割ですね。それはあなたが常に思い描いていた役割だったのでしょうか?あるいは、クライアント対応と技術的作業を分離するような、いわゆる古典的なアプローチを検討したことはあったのでしょうか?
Joannes Vermorel: 古典的な方法を試みたことはあります。古典的な方法とは、誰かがクライアントと話し、その後その人が仕様書を書き、ITに渡して、ITチームがそのコミュニケーションを実装するというものです。しかし結果として、メッセージは何人かを経由する過程で多くの情報が失われ、最終的には全く問題と関係のないものを実装する、劣悪なソフトウェアエンジニアが生まれ、数日の遅延が発生してしまいます。根本的な問題は、その設計自体が壊れていたことにあります。初期の頃は、私が数人の同僚の助けを借りて、セールスとしてクライアントにアイデアを売り込み、その後すぐに非常に雑な実装を行い、その雑な実装をソフトウェアエンジニアに渡して「これで動いてるけど、ソフトウェアの品質は全くダメだ。もっと良く、ユニットテストを増やし、パフォーマンスを改善して、さらに整理されたものにしなければならない」と言う、という形を取っていました。しかし、すでにプロトタイプは完成していたのです。
Kieran Chandler: このアプローチの問題点は、技術的には非常に時代遅れで、セールスからデータサイエンティスト、サプライチェーンサイエンティスト、プロダクトマネージャーといった多くの帽子を一人でかぶる必要があるという点です。つまり、このような作業分担では、大規模な運用においてはうまく機能しないと気付いたのです。ちなみに、当時私はクライアントに「皆がITに対して不満を持っている」と言っていましたが、実際にはIT側も「皆が不満を言ってくる。われわれが酷い仕事をしていると言われるが、見てごらん、クライアントが渡してくる仕様書や要求事項も酷いんだ」と言っていました。
Joannes Vermorel: しかし、それは全く間違った見方です。基本的に、マキシミリアンの方法は中間管理職を介さず、クライアントが直接あなたに話しかけるというものです。ここで言っているのは、実際に倉庫で、店舗に対面しているサプライチェーンの実務者たちのことです。彼らは直接あなたに話しかけ、あなたは即座にレシピを実装に移すのです。中間にソフトウェアエンジニアが入る余地はありません。そのために、純粋な技術的な作業に時間を無駄にしないための専用ツールを開発する必要がありました。
Kieran Chandler: なるほど、それはサプライチェーンサイエンティストにとって大きな挑戦の一つでしょう。多くのステークホルダーがあなたの注意を引こうとし、多くのプレートを同時に回さなければならないのは相当な苦労でしょう。では、あなたはこの役割において、最も重要な挑戦は何だとお考えですか?
Maximilian Barth: 私が思うに、これが最大の挑戦であり、同時に利点でもあります。なぜなら、数多くのステークホルダーに対応しながら、さまざまな役割をこなさなければならないからです。良い点としては、単一の連絡担当者が存在し、その人物が問題について話し合い、実装された内容や方法を把握しているということです。これによって、複数の段階で知識が失われることがほとんどありません。しかし、同時にこれは大きな挑戦でもあり、異なる多くのことを非常にうまくこなす必要があります。クライアントのために優れたソリューションを実際に書き上げると同時に、彼らが本当に必要としているものを理解しなければなりません。
Kieran Chandler: その通りですね。問題が発生し、何か間違ったことをした場合、逃げることはできません。サプライチェーンサイエンティストの場合、サプライチェーンの専門知識を持つべきだと私たちは強く考えています。もしあなたがデータサイエンティストだった場合、サプライチェーンサイエンティストのような役割に転向するのはどれほど容易だと思いますか?
Joannes Vermorel: パラドックスなのですが、私の考えでは、データサイエンティストがサプライチェーンサイエンティストに転向するのは、一般的なエンジニアや数値に強い人々に比べて実際にはるかに難しいのです。面白いことに、フランス語には対応する二つの言葉がありますが、英語にはそれが存在しないと思います。数学者と「マトゥー」(matheux)との違いのようなもので、数学的な素養の有無が問われるのです。
Kieran Chandler: では、最初の質問に戻りますが、サプライチェーンサイエンティストになるために必要な資質について教えていただけますか、ジョアンネス?
Joannes Vermorel: 私たちに必要なのは、数字に対する嗜好を持つ人々です。サプライチェーンは巨大で、何千もの製品を直感だけで理解することは不可能です。量的な事柄に対して興味を持つ人物が求められます。しかし、ここでの要点は、この役割が非常に実践的であるということです。マキシミリアンは、実際に数百万ユーロ相当の物理資産に関する意思決定を企業が行えるよう支援しています。本質的に、これは非常に具体的な工学的課題に取り組むことなのです。データサイエンスの聴衆を喜ばせるものではないかもしれませんが、私の経験では、数年間データサイエンスに従事してきた人々を、実際に我々が呼ぶサプライチェーンサイエンティストとして優秀に転向させるのは非常に難しいということが分かりました。再度申し上げますが、重要なのはアルゴリズムではなく、数値的なレシピを持っているという事実なのです。最近行った別のエピソードでは、エンドツーエンドの数値的レシピが高いレベルで非常に理にかなっており、それがどれほど洗練されているかは本質的な問題ではないというものでした。もし半ば些細なソリューションで十分に仕事が済み、後から微調整が可能であれば、僅かな数値係数の調整が魔法のような効果を発揮したとしても、論文として発表されることはありません。しかし、もしそれが実際に機能するのであれば、何が問題なのでしょうか?
Maximilian Barth: そうですね、私たちの経験では、実際にPhDを取得している人もいます。Lokadでは実際にPhDを取得中の人が5名おり、そのうち2名はすでに修了し、3名が進行中ですが、彼らは自分のPhDを無事に守り抜くだろうと確信しています。しかし、私たちにとって、これらの人は純粋なソフトウェアエンジニアリングの軌道にあり、そのタイムラインすらも異なるのです。つまり、ある人々は3年先にソリューションの提供を計画して問題に取り組むのに対し、プラットフォーム側のデータサイエンティストはdifferentiable programmingのようなものを考えています。私たちには、差分可能プログラミングでPhDを取得している人がおり、この人物は文字通り差分可能プログラミングの構成要素を構築し、設計していますが、実際のサプライチェーンの問題は解決していません。あくまでマキシミリアンがそれを行っています。そして、実際の仕事においては、通常、翌日からもしくは数ヶ月先を見据えた時間軸で考えるものであり、3年先という長期的な視点は全く考慮されないのです。同じ時間軸ではありません。
Kieran Chandler: では、仕事のやりがいという点についてはどうでしょうか?どの部分を特に楽しんでいますか?
Maximilian Barth: 最もやりがいを感じるのは、直面する問題の多様性と、それらを非常に具体的に解決できる点だと思います。クライアントが、今まで解決策が見つからなかった、もしくはExcelで非常に不十分な手作業の回避策に頼っていた問題を持ち込んできたとき、それを自動化して解決できるのが魅力です。
Kieran Chandler: Lokadは、クライアントに対して意思決定支援だけでなく、ビジネスの全体像をより明確に提供するという大きな価値を生み出しているように感じます。では、特にサプライチェーンサイエンティストを含むLokadチームの多文化・国際的な側面について少しお話ししていただけますか?なぜそのようなチームを作ろうと思ったのか、またそれがなぜ重要だったのかを教えてください。
Joannes Vermorel: まず、我々のチームの多様性は、特定の意図で作られたものではなく、ある種の人々を排除しなかった結果だということを明確にしておきたいです。つまり、特定の国や背景の人々を意図的に選ぶ多様な採用ポリシーを実施したわけではありません。私の考えは、Lokadの設計において、あらゆる人を排除する要素があってはならないということでした。
例えば、当社には女性が約3分の1在籍しており、これはテック企業としては非常に多い方です。それを実現するためには、会社の仕組み自体が若い女性に不利になったり、彼女たちが歓迎されていないと感じさせたりしないようにする必要があります。
同様に、私たちはパリを拠点としていますが、もし完璧なフランス語が必須であれば、選択肢は主にフランス人や旧フランス植民地出身者に限定されてしまいます。このような障壁を取り除くことで、我々は多様な候補者のプールを引き寄せ、彼らの能力に基づいて評価することができるのです。
結果として、フランス人だけが知性や勤勉さを独占しているわけではないことが明らかになりました。現在、従業員のうちフランス国籍の人は約40%に過ぎず、残りは主にEU内およびそれ以外の地域から来ています。この多様性は、積極的に差別して実現したわけではなく、人々を賢さや実行力という能力に基づいて評価することに重点を置いた結果なのです。
Maximilian Barth: その通りです。そして、このような障壁を取り除き、スキルに焦点を当てることで、異なる視点や経験を持つチームが結集し、結果的に多角的なアプローチで革新的なソリューションを生み出すことが、会社やクライアントにとって大きな利益となるのです。
Kieran Chandler: 結局、非フランス人が採用されることになるのですね。私はフランスが大好きです。生まれ故郷でもありますが、雇用主としては、最終的に会社に最も貢献してくれる人を採用すべきであって、生まれた場所だけで選ぶものではありません。
Maximilian Barth: 完璧なフランス語を求めなかったのは本当に良かったです。そうでなければ、私もマックスも大変な状況に陥っていたでしょう。
Kieran Chandler: では、そろそろ締めくくるとしたら、マックス、サプライチェーン業界やサプライチェーンサイエンティストとしてのキャリアを考えている人に、どのようなアドバイスをしますか?
Maximilian Barth: 私の仕事で最も重要で価値があると感じるスキルは、適切な質問をすることと、物事を多角的に見る能力だと思います。我々のプロジェクトは基本的に多くのステークホルダーが関わっており、たとえ一人の連絡担当者と最も頻繁にやり取りをしていたとしても、その人物は他の多くの人々を代表していることを常に念頭に置かなければなりません。ですから、すべての関係者に適した全体的な解決策を見出すことが極めて重要です。全体的視点で物事を把握し、適切な質問を投げかける能力こそが、今後養うべき最も重要なスキルだと思います。
Kieran Chandler: 了解、素晴らしい。それでは、ジョアンネス、締めくくりに、サプライチェーンの科学者を目指すかもしれない人にどんなアドバイスをしますか?
Joannes Vermorel: 現実を見ろ。現実味のない方法は数多く存在する。Kaggleは素晴らしいが、ただのゲームに過ぎない。アルゴリズムは非常に興味深いが、少なくとも直接的には現実と結びついていない。サプライチェーンのキャリアを始めたいなら、手を汚す覚悟が必要だ。ERPに取り組み、教科書で見るようなすでに完全に整理され、完璧な理想的なデータではなく、実際のデータがどうなっているのかを見極めるんだ。そして、数多くの株主との折り合いを付けることにも取り組む必要がある。それは本当に難しい。なぜなら、もし会社内部で争いが起これば、どんなに優れた解決策でもその価値は半減してしまうからだ。さまざまな関係者全員が受け入れられる方法を見つけなければならない。これは非常に厳しい挑戦だが、エンジニアリングとしての価値観を守りながら進めなければならない。まるで資本主義的なプロセスのようなものを求めるべきだ。単にPowerPointを作成して提案を行うコンサルタントではない。マキシミリアン、君は実際の現場で稼働する何かを提供しており、できれば君がいなくても運用できる、時間と共に改良され続ける本物の資産をエンジニアリングしているんだ。提供されているのはPowerPointではない。
Kieran Chandler: 了解、素晴らしい。ここで締めくくりにしよう。お二人とも貴重なお時間をありがとうございました。
Maximilian Barth: ありがとうございます。
Kieran Chandler: 今週はこれで全てです。ご視聴いただき、本当にありがとうございました。また次のエピソードでお会いしましょう。ご覧いただき、ありがとうございました。