00:00:07 サプライチェーン業界におけるMicrosoft Excelの役割。
00:01:33 Excelの人気とその主な強みについて。
00:03:01 ヒューリスティクスとスプレッドシートでの実装。
00:04:43 Excelの技術的な行き詰まりとその制約。
00:06:46 スケーラビリティの問題とExcelの制約に関する誤解。
00:08:01 Excelとスプレッドシートのプログラミングモデルの制約。
00:09:38 複雑で複製されたロジックによるスケーラビリティの問題。
00:11:39 スプレッドシートからの移行とより優れたプログラミング能力の必要性。
00:13:27 ヒューリスティクスを超えて現代的なアプローチを取ること。
00:15:00 GoogleとAmazonからの学びとサプライチェーン最適化における機械学習の役割。
00:16:00 サプライチェーン最適化における確率的予測の重要性。
00:17:10 サプライチェーン管理においてMicrosoft Excelよりも高度な技術を使用することへの懐疑の解消。
00:18:19 AmazonやAlibabaなどの企業が業界に与える影響。
00:19:45 技術的な行き詰まりにとどまることの結果。
00:20:01 Excelの適切な使用法と予測的なサプライチェーン最適化における制約。
概要
このインタビューでは、Lokadの創設者であるKieran ChandlerとJoannes Vermorelが、Microsoft Excelのサプライチェーン管理における役割について話し合っています。VermorelはExcelをサプライチェーンの「スイスアーミーナイフ」と呼び、プログラム可能性とカスタマイズ性の強みを認めています。しかし、彼は複雑なサプライチェーンの管理において、スプレッドシートが技術的な行き詰まりに達しており、プログラミングモデルの制約が複製とメンテナンスの問題を引き起こしていると考えています。サプライチェーンを最適化するために、Vermorelはヒューリスティクスをデータ駆動の洞察に置き換えるなど、企業が機械学習などの高度な技術を採用することを提案しています。Excelにはメリットがありますが、複雑な最適化には、組織はスプレッドシートを超えて、AmazonやAlibabaなどのテックジャイアントの足跡に続く必要があります。
詳細な概要
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と共に、サプライチェーン業界におけるMicrosoft Excelの役割について話し合っています。この会話は、Excelの人気の背後にある理由、その強み、および業界でのヒューリスティクスの使用について展開されています。
Vermorelは、Microsoft Excelがサプライチェーンのスイスナイフであり、世界中のサプライチェーンの約90%がExcelを介して実行されていると推定しています。彼は、最近まで優れた代替手段がなかったため、多くの優れたオプションが実際にはいくつかの点で優れていなかったことが、Excelの人気の理由だと述べています。
Excelの主な強みは、プログラム可能性と表現力にあり、高度なカスタマイズが可能です。組織全体に広がっているため、さまざまな場所や製品ラインのサプライチェーンの実践者は、自分たちのサプライチェーンを管理するためのヒューリスティクスや数値レシピを作成することができます。Vermorelは、ヒューリスティクスを数値レシピと定義し、証明可能に正しいわけではないが、おおよそ正しいものとしています。これらのヒューリスティクスは、時間をかけて試行、テスト、調整され、部門ごとや場所ごとに異なります。
サプライチェーン管理におけるヒューリスティクスの例としては、昨年の同じ期間に販売された数量の2倍を在庫に保つことがあります。このようなヒューリスティクスの背後にある理由は常に明確ではありませんが、実際に機能することがわかっており、業界全体で広く使用されています。
ホストのChandlerは、数十年にわたって基本的な近似値がサプライチェーン業界にとって十分であったことに触れています。Vermorelは同意しますが、業界が進化する中で改善と最適化の機会があると強調しています。
彼らは、サプライチェーン最適化におけるスプレッドシートベースのアプローチの制約について議論し、特にExcelとそれに類似したプログラムに焦点を当てました。Vermorelは、企業が既にスプレッドシートのような環境でヒューリスティクスの最大のポテンシャルに達しており、この技術は行き詰まっていると説明しています。この議論では、その理由や複雑なサプライチェーン管理にスプレッドシートを使用する際の固有の問題について掘り下げています。
Vermorelは、企業が1990年代にスプレッドシート技術の可能性を探求し、2000年代初頭に比較的安定した状態に達したことを指摘しています。いくつかの進歩があったにもかかわらず、彼は、ExcelやGoogle Sheets、OpenOfficeなどの類似プログラムを含むスプレッドシートが技術的な行き詰まりに達していると考えています。これは、企業がヒューリスティクスを最適化した後、残された変更が無意味であるためです。
Chandlerは、スプレッドシートベースのアプローチの制約についてVermorelに説明を求めます。Vermorelは、Excelの問題が大量のデータを処理できないことだと誤解している人もいるが、実際の問題はプログラミングモデルにあると説明しています。彼は、MicrosoftがExcelのスケーラビリティを数十億行のデータに拡張することができるが、実用的な観点からは行き詰まりと認識しているため、そうしないのだと主張しています。
Vermorelによれば、スプレッドシートのプログラミングモデルは、ロジックの大規模な複製を伴うため、スケーラブルではありません。ユーザーがデータに対して一つのロジックを適用したい場合、それをスプレッドシート全体にコピー＆ペーストする必要があり、効率の悪いプログラミングプロセスになります。組織が大規模な組織全体にわたって複数のヒューリスティクスを統合しようとすると、この複製はより問題となり、情報の管理が困難になります。
Vermorelは、小規模なスプレッドシートに数百の製品と2、3つのヒューリスティクスが含まれるシナリオを例に挙げています。スコープが拡大し、より大きなセグメントに対してより多くのヒューリスティクスが必要になると、複雑さの問題が発生します。スプレッドシートを使用して組織全体にわたって数百のヒューリスティクスを管理しようとすると、管理が困難な悪夢になります。
このインタビューでは、サプライチェーン最適化におけるスプレッドシートベースのアプローチが行き詰まりに達していることが強調されています。制約は、プログラミングモデルにあり、ロジックの大規模な複製と、より大きなスコープや組織にスケーリングする際の複雑さの管理ができないことです。これにより、スプレッドシートは現代のビジネス環境におけるサプライチェーン管理の複雑なニーズには適していません。
会話は、複雑なサプライチェーン管理にスプレッドシートを使用する際の課題と、より効率的でスケーラブルなソリューションへの移行の必要性について展開されています。
Vermorelは、スプレッドシートはサプライチェーンを管理するためによく使用されているが、複雑さを扱う上で最適な解決策ではないと強調しています。彼は、スプレッドシートで使用されるプログラミングモデルがしばしばロジックの重複を引き起こし、メンテナンスやデバッグが困難になると指摘しています。これは特に、サプライチェーンの実践者が使用するさまざまなヒューリスティクスに対応するために数百の異なる数式を含む大規模なスプレッドシートを扱う場合に問題となります。
スプレッドシートからの移行方法について尋ねられた際、Vermorelは、単にスプレッドシートのロジックを別のシステムに複製するだけでは、わずかな改善しかもたらさないと述べています。代わりに、組織は根本的なアプローチの見直しを行い、機械学習などのより高度な手法を採用する必要があります。これにより、ヒューリスティクスをデータ駆動の洞察に置き換えることができます。
GoogleやAmazonなどのテックジャイアントから学べる教訓について話し合う中で、Vermorelは、これらの企業が歴史的データから学ぶために機械学習を使用することで、ルールベースのシステムを超えて進化していると説明しています。これにより、サプライチェーンをより効果的に最適化することができます。ただし、機械学習の成功の鍵は、確率的な予測の視点を採用することであり、これはAmazonの研究と出版物によって実証されていると述べています。
スプレッドシートから離れることに懐疑的なサプライチェーンの実践者の懸念に対処する中で、Vermorelは、Excelには安定性やスケーラビリティなど多くの良い特性があると認めています。しかし、予測的なサプライチェーン最適化においては、Excelは技術的な行き詰まりを意味すると警告しています。特に、AmazonやAlibabaなどの競合他社がサプライチェーン管理の技術革新に積極的に取り組んでいる場合、自分の業界が停滞し続けることができるかどうかを検討するよう実践者に促しています。
Vermorelは、Excel自体には欠陥があるわけではなく、データ入力や他のより単純なタスクにはまだ有用であると強調しています。ただし、複雑なサプライチェーン最適化には、スプレッドシートを超えてより高度な技術を採用する必要があると述べています。
フルトランスクリプト
Kieran Chandler: 今日は、この目標について話し合い、それを実現することが簡単ではない理由を理解します。では、ジョアネスさん、サプライチェーン業界におけるMicrosoft Excelの役割をどのように捉えていますか？
Joannes Vermorel: つまり、それはまさにサプライチェーンのスイスナイフです。ほとんどあらゆる目的に使用され、BICライターのようなもので、どこでも使われています。Excelを通じて何ができるかは非常に印象的です。私の見積もりでは、世界中のサプライチェーンの90％以上がSAPやERPシステムではなく、Excelを通じて実行されていると言えます。ERPシステムは資産を管理しますが、予測的なサプライチェーン最適化に関しては、その90％以上がExcelを通じて行われています。
Kieran Chandler: 業界の90％以上が使用しているのなら、なぜそれほど人気があり、人々がそれに頼っているのでしょうか？
Joannes Vermorel: 興味深いですね。まず、答えの一部は、最近まで信頼できる代替手段があまりなかったためです。多くの優れた代替手段は、実際にはいくつかの点で優れていないのです。ですので、人々がExcelを使い続けたのは、彼らが愚かだったり、宗教的にそれに執着していたわけではなく、単に信頼できる代替手段が存在しなかったからです。
Kieran Chandler: では、Excelの特徴は何で、なぜ人々はそれを好むのでしょうか？
Joannes Vermorel: それが非常に強力になる要素の一つは、プログラム可能性と、この種のシステムに伴う表現力のレベルを組み合わせることができるということです。二つ目は、組織内で広く分散しているということです。多くのサプライチェーンの実践者が、国や場所、製品ラインを超えて独自のヒューリスティクスを作り上げることができます。
Kieran Chandler: ちなみに、ヒューリスティクスとは何を意味するのですか？どのように定義しますか？
Joannes Vermorel: ヒューリスティクスとは、証明可能に正しいとは言えない数値的なレシピのことです。それはおおよその正しさを持つものを目指した最善の試みです。通常、純粋な数学的な観点から見ると、ヒューリスティクスは正確ではなく、しかし何とか機能します。例えば、一般的なサプライチェーンのヒューリスティクスは、前年の同じ期間に売れた単位数の2倍の在庫を持つことで、3ヶ月の期間を考慮します。これらのヒューリスティクスは試行錯誤を重ね、時間とともに調整され、部門や場所によって異なる期間や係数などの魔法の数字が設定されています。スプレッドシートの素晴らしいところは、これらの多様なヒューリスティクスを実装したスプレッドシートの海を通じて組織に埋め込むことができるということです。
Kieran Chandler: つまり、業界で見られるのは、この基本的な近似値が十分であり、多くのサプライチェーンが実際には数十年にわたってそれで運営されているということですね。
Joannes Vermorel: まさにその通りです。“十分である"と言うと興味深いですが、数十年間それで運営されてきたということは興味深いですし、私の視点からは興味深いです。なぜなら、今では…
Kieran Chandler: 現在では、私はExcelを技術的な行き止まりと呼ぶことができます。企業は既にヒューリスティクスを考案し、洗練させ、最大限に活用するための十分な時間を持っていました。Excelだけでなく、スプレッドシートのような環境を提供するソフトウェアであれば、Google Sheetsなどでもまったく同じです。Excelそのものである必要はありません。ここで重要なのは、スプレッドシートのデータモデルです。Excelであるか、オープンオフィスの代替品であるかは重要ではありません。興味深いことに、これらの企業は90年代にスプレッドシートで何ができるかを探求し、2000年代初頭には多くの大企業が比較的安定したものを持っていたと思います。私たちは既にほぼ20年間、安定したものを持っていると言えます。この点においては新しいものは何もありません。そして、それは確かに技術的な行き止まりと呼ばれるものです。なぜなら、ステークスを編集し、それを行った後に残るのは、私が言うには些細なことだけです。ですから、技術的な行き止まりと言うのであれば、本当に何が足りないのでしょうか？この種のスプレッドシートベースのアプローチには何か問題があるのでしょうか？
Joannes Vermorel: Excelの制約を誤解する人もいます。Excelにはスケーラビリティの問題があると誤解している人がいますが、実際の問題ではありません。確かに、Excelスプレッドシートではテラバイト単位のデータを処理することはできませんが、それは実際の問題ではありません。Microsoftが数十億行を処理できるスプレッドシートを持たないことを決めたのは、それができなかったからではありません。彼らはExcel 97で最大行数を65,000行から100万行以上に増やしました。彼らは大規模なデータ処理に特化した別のバージョンのExcelで制限を10億行にまで引き上げることができました。では、なぜMicrosoftはExcelのスケーラビリティを引き上げないのでしょうか？それは、実用的な観点から見ても行き止まりだと彼らも知っているからです。
Joannes Vermorel: Excelやスプレッドシート全般においてスケーラビリティがないのは、プログラミングモデルです。プログラミングモデルは、スプレッドシート内にロジックがある場合、同じことをもっとやりたい場合には、基本的にそのロジックをスプレッドシート全体にコピー＆ペーストすることになります。プログラミングの観点から言えば、あなたがやっていることはロジックの大量複製です。1つの数式があり、今では元の数式の100万個のコピーがあります。大規模な組織を持っている場合、スプレッドシートを通じて個々のヒューリスティックを持つことの利点は、誰でも自分自身のヒューリスティックを持つことができるということでした。しかし、数百の製品を持つスプレッドシートを取り上げ、2つまたは3つのうまく機能するヒューリスティックがある場合、このより大きなスコープに必要な20以上の異なるヒューリスティックを大きなスプレッドシートに統合しようとすると、スプレッドシートは複雑さの問題を抱えるようになります。スプレッドシートには、単に切り貼りされた2つの数式だけでなく、スプレッドシート内のすべての場所で同じように使用されない20の数式が含まれるようになり、かなり複雑になります。組織全体で何百ものヒューリスティックにスケールアップしようとする場合、それは完全な悪夢になります。
Kieran Chandler: スプレッドシートはやや重く、計算に時間がかかるようですね。それは複製されたロジックがその理由ですよね？
Joannes Vermorel: はい、大部分においてそうです。プログラミングモデルにより、ロジックがあちこちに重複しています。問題は、このロジックのメンテナンスです。何百もの異なる数式が含まれるExcelスプレッドシートをどのようにメンテナンスしますか？私は、単に1つの列ごとに異なる数式を持つ数百の異なる数式について話しているわけではありません。それは簡単な方法です。100万行のExcelスプレッドシートを想像してください。その行の一部には、上または下の行と同じ数式ではない数式があります。異なるサプライチェーンのプラクティショナーは、異なる製品ラインとセグメントで異なるヒューリスティックを使用しています。それを考慮に入れたい場合、非常に複雑でメンテナンスが非常に困難なスプレッドシートになります。スプレッドシートは、複雑さの増加にうまく対応できず、これらの大規模なスプレッドシートで何が起こっているのかをメンテナンス、デバッグ、理解することが悪夢になります。
Kieran Chandler: では、どのようにスプレッドシートから離れることができますか？組織は数年間それらを構築してきましたし、それらには多くのロジックが含まれています。
Joannes Vermorel: まず、プログラミングの能力が必要ですが、以前のものを複製することは避けたいです。以前のスプレッドシートロジックを単に複製しようとすると、以前のものよりも優れたものになるわけではありません。バックアップやアクセス権の管理がわずかに改善されるだけです。基本的に、別のシステムにスプレッドシートを複製しようとすると、技術的な行き止まりに陥ります。わずかに効率が向上するかもしれませんが、それは非常にわずかなものです。それで終わりです。新しいシステムは少し堅いかもしれませんので、いくつかの柔軟性を失うかもしれません。ですから、ヒューリスティックを通じて得られるものを超えるものを考える必要があります。自分自身を再発明し、より良い結果を得る機会を与えるものに取り組む必要があります。
Kieran Chandler: あなたは、GoogleやAmazonなどがこれを超えてより現代的なアプローチを実装していると述べました。彼らから何を学び、彼らが実装したものから何を学ぶことができますか？
Joannes Vermorel: 現代の機械学習の特異性は、ルールベースのシステムの段階を超える方法です。人間の知性をコピーする最初の段階は、ルールベースのエンジン、または意思決定エンジンでした。サプライチェーンで使用されるヒューリスティックはまさにそれです-それらは、購入するか、生産するか、あるいはある領域にさらに割り当てるかを決定するためのルールです。それを超えるためには、自分自身を再発明し、サプライチェーンプロセスを改善するために現代の機械学習技術を採用する必要があります。
Kieran Chandler: 場所や他の何かと、私たちはルールベースのシステムに到達し、ルールを調整しました。GoogleやAmazonがやっていることを見てみると、「私たちは機械学習をやっている」と言っていますが、それはバズワードになり、非常に高度な機械学習であり、AIとしても認められるかもしれません。基本的には非常にシンプルなものです。手動で保守される静的なルールセットの代わりに、私たちは歴史的なデータからそれらのルールを学びたいのです。
Joannes Vermorel: 必要なのは基本的にプログラミングの能力ですが、機械学習の能力も必要です。そのほとんどのヒューリスティックは、データそのものから直接学習することができます。それは非常に複雑なものではありませんが、プログラミングパラダイムが間違っていると、うまくいかず、機械学習もうまくいきません。数値的なサプライチェーンの支配的なパラダイムは、AmazonやLokadのような一部の企業が異なる考え方を始めるまで、唯一の未来しかないクラシックな需要予測を持つことでした。予測を行い、その後、すべてがこの1つの未来に基づいています。残念ながら、この出発点から問題に取り組むと、うまくいかず、その見かけ上愚かなヒューリスティックのパフォーマンスを再現することはできません。それらのヒューリスティックを上回るためには、確率的な予測の視点を採用する必要があります。そして、それがAmazonが公開した研究に基づいて行っていることです。
Kieran Chandler: さて、ここでまとめると、おそらくこれを見ている懐疑的なサプライチェーンの実践者に対して、彼らはMicrosoft Excelを使用していて、システムはうまく動いているかもしれませんが、少し不格好かもしれません。それから移行するための本当のインセンティブは本当にあるのでしょうか？
Joannes Vermorel: もしもあなたが1〜2十年間Excelを使用しているのであれば、最初に認識するべきは、あなたが技術的な行き詰まりにいるということです。それは良いかもしれませんが、もう良くなりません。Microsoftの次のバージョンが何かを解決することは期待しないでください。Excelはすでに優れた製品です。非常に安定しており、クラッシュすることはありませんし、かなりスケーラブルであり、多くの良い特性を持っています。もう少し良くなることはありません。スプレッドシートの代替品は何の違いも生みません。わずかに改善するかもしれませんが、基本的には何の違いもありません。問題は、あなたが行き詰まっているという事実を受け入れることができるかどうかです。一部の産業は高原にいることができますが、サプライチェーンに関しては、AmazonやAlibaba、Zalandoなどの一部の企業が技術的に非常に攻撃的であり、非常に速く進んでいます。彼らは本当に結果を出しており、サプライチェーンの観点からはスプレッドシートを使用していません。だから、教訓はあなたが高原にいるということです。一部の人々ははるかに良い結果を出しており、それはマーケティングの宣伝文句ではありません。AmazonやAlibabaの成長は本物です。あなたは本当に技術的な行き詰まりにいて、そのままにしておくことが本当にできるのでしょうか？おそらくできるかもしれませんし、できないかもしれません。
Kieran Chandler: では、結論として、Excelは借りた時間で動いていると言えますか？実際には、業界にExcelが存在しない日が来ると思えますか？
Joannes Vermorel: 誤解しないでください。Excelは頻繁に使用されていますが、予測的な最適化ではなく、表形式のデータ入力に使用されています。Microsoftは、Excelを通じたデータ入力が簡単であるために、80年代後半にスプレッドシート戦争に勝利しました。スプレッドシートを使用する場面はたくさんあります
Kieran Chandler: データ入力がExcelを通じて簡単だったため、スプレッドシートを使用する場面はたくさんあります。私が言いたいのは、やや複雑な供給チェーンネットワークの予測的な供給チェーン最適化を行いたい場合、Excelはこの特定の目的においては終わりです。他の多くのことに対しては、Excelは十分です。では、最後のコメントはありますか、Joannesさん？
Joannes Vermorel: この領域を注意深く見守ってください、と言っておきます。
Kieran Chandler: 今週も同じです。ご視聴いただきありがとうございました。また次回お会いしましょう。さようなら！
