00:00:07 Stefan de Kokの紹介とサプライチェーンにおける不確実性の受容についての解説。
00:00:34 Stefanの経歴、Wahupaの設立、そして初期の苦労。
00:03:18 サプライチェーンにおける不確実性の異なる分類とその影響。
00:04:53 確率的予測を用いたLokadの不確実性対策アプローチ。
00:06:43 不確実性に対処する従来のアプローチ：バッファー、対応機構、そして無視。
00:08:01 顧客ニーズを無視し、対応に依存した場合の結果。
00:09:59 確率的予測への取り組みについての議論。
00:12:35 Stefanのひらめきと確率的予測の受容。
00:14:01 手法ではなく概念の重要性に気づく。
00:15:25 より良い予測のために従来の指標を変更する重要性。
00:18:38 顧客が不確実性を受け入れるのを支援し、ソフトウェア視点から採用すべき戦略。
00:20:19 企業が確率的アプローチに転換する影響。
00:22:38 市場が不確実性を受け入れる準備状況の観察と、将来に対するインタビュイーの期待。
00:25:01 締めの言葉。
概要
Lokad TVのエピソードで、ホストのKieran Chandler氏が、Lokadの創設者Joannes Vermorel氏とWahupaの共同創設者兼CEOであるStefan de Kok氏にサプライチェーンの不確実性についてインタビューしました。彼らは不確実性の受容と、より良い管理のためにあらゆる可能な結果を考慮する重要性を強調しています。従来のシナリオプランニングは多大なリソースを必要としますが、確率的予測は簡潔な解決策を提供します。De Kok氏は、企業が不確実性に対処する方法として、バッファーの活用、対応、または無視のいずれかの三つの方法を提示します。両氏は、確率的予測の採用、手法をオープンにする（ただし「シークレットソース」は伏せる）こと、そして意思決定のために確率的指標を活用することを提唱し、将来的には確率的アプローチが主流になると予見しています。
拡張概要
今回のLokad TVのエピソードでは、ホストのKieran Chandler氏が、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の創設者Joannes Vermorel氏と、Wahupaの共同創設者兼CEOであるStefan de Kok氏にインタビューします。議論は、従来は在庫バッファーで管理されてきたサプライチェーン内の不確実性の受容に焦点を当てています。ゲストはまた、自身の経歴と創業した企業についても語ります。
Wahupaの共同創設者であるStefan de Kok氏は、オランダのデルフト工科大学で応用数学を学び、キャリアをスタートさせました。就職活動の中で偶然にもsupply chain softwareの会社に出会い、入社。その後、コンサルティング、プロダクトマネジメント、機能別コンサルティングなど様々な役割を経験しました。職を失った後、自らのアイデアを実現し、長年にわたって発見してきた問題に取り組む決意を固めました。当初のアイデアは、既存の製品が主に大手のTier 1企業向けであったため、中小企業でも利用可能なプラットフォームを構築することでした。2003年、プラットフォームを構築できる人材を見つけるのに苦労しましたが、最終的にそのビジョンを実現するチームを確保しました。
不確実性はサプライチェーン管理の核心をなす要素です。未来の全ての物事は潜在的に不確実であり、例えばリードタイム、期間、品質やグレードの歩留まり、各種率などが挙げられます。Stefan氏は、サプライチェーンの専門家は、単に未来の平均的な値だけでなく、あらゆる未来の可能な組み合わせが及ぼす影響を考慮すべきだと考えています。
Lokadの創設者Joannes Vermorel氏は、不確実性がもたらす課題にどのように取り組むかについて自身の考えを述べます。従来、企業は「もし〜だったら」というシナリオを用いて不確実性に備えていましたが、このアプローチは非常に手間がかかります。効果的に不確実性に対応するためには、あらゆる未来とその潜在的な影響を考慮する必要があります。
Vermorel氏は、複雑なサプライチェーン問題にシナリオで対処する従来の手法は、時間とリソースを大量に消費するものであると述べています。一方、確率的予測は、単純な計算能力を活用して実装できる洗練された簡潔な解決策を提供します。このアプローチは、サプライチェーンを管理・運用する人員を削減できるという点でも効率的です。
De Kok氏は、企業がサプライチェーンの不確実性に対処する主な方法として、バッファーを使用する、発生時に対応する、または単純に無視するの三つがあると説明します。多くの企業はこれらの手法を組み合わせていますが、適切なバランスを見つけることが課題です。もしバッファーが正確でなければ、過剰に対応しなければならず、それがコスト高につながります。対応できない側面は無視されがちであり、長期的な損害、顧客不満、ひいては破産に発展する可能性があります。
De Kok氏はまた、リードタイム、能力、在庫といったバッファーがサプライチェーンの不確実性管理に果たす役割を強調します。企業は、対応が必要な問題を防ぐためにしばしば過大なバッファーを保持しますが、実際のパフォーマンスはバッファーではなく対応行動によって左右され、多くの企業が目標とするサービスレベルの達成に苦労しています。
Vermorel氏は、彼の会社Lokadが従来の予測から始まり、最終的に確率的予測へと移行したと説明します。初めは、平均値の予測が不正確になる状況に対応するために意図的にバイアスを導入する分位予測を利用しました。その後、段階的にバイアスを増加させる分位グリッドを経て、最終的には全てのバイアスを同時に考慮する確率的予測に進化しました。
De Kok氏は、2006年に確率的予測の価値に関するひらめきを得たと述べます。不確実な値は正確な数値で表現できないと気づき、確率的算術の開発に着手しました。これは複雑なサプライチェーン問題に対する洗練された解決策であると感じたためです。当初、De Kok氏は自社の確率的予測手法をビジネス上の重要な差別化要因と考え秘密にしていましたが、後にLokadを含む他社も同様の手法を用いていることを知り、確率的予測の実現性と価値が業界で証明されました。
Stefan de Kok氏は、サプライチェーン最適化において同じ目標を達成する方法は多岐にわたると強調します。彼は、1) 不確実性の受容、2) 確率的予測と計画の採用、3) 「シークレットソース」を伏せた上で手法やアイデアをオープンにすること、そして4) 従来の指標では不十分であるため確率的指標に置き換える必要があるという4つの重要な点を挙げています。Vermorel氏とde Kok氏は、指標の変更と確率的アプローチの活用が、サプライチェーン管理におけるより良い意思決定に不可欠であると認識しています。
Vermorel氏は、確率的モデルが確立されると複数の未来をシミュレーションでき、そこから意思決定とその潜在的な結果の評価が可能になると説明します。また、予測に使用される技術やアルゴリズムは、Lokad自身の予測エンジンの進化が示すように、全体的なアプローチほど重要ではないと述べています。
De Kok氏は、顧客が不確実性を受け入れるためには、信頼を呼び起こす自己説明的な出力を提供することが不可欠だと主張します。結果の可視化は、ユーザーが可能な値の範囲とその確率を理解する上で極めて重要です。彼は、ソフトウェア提供者と顧客の関係を、複雑なツールを作る整備士と、それを容易かつ効果的に使うドライバーに例えています。
企業における確率的アプローチの影響を論じる際、Vermorel氏はそれがしばしば直感と合致する洞察を提供すると指摘します。例えば、従来の予測手法は劣化しやすい製品の過剰在庫を示唆するかもしれませんが、確率的アプローチはより正確に、品切れや劣化に伴うリスクをバランスさせます。
市場の受け入れに関して、de Kok氏は不確実性を受け入れることへの反発があったものの、その抵抗は徐々に減少していると観察しています。彼は受け入れには、まず正確な数値だけでは不十分であると認識する段階、次に確率的アプローチの複雑さに対する誤解を克服する段階の二段階があると指摘します。彼はこれらの手法の受容が進むことに楽観的であり、最終的には業界の主流になると予想しています。
このインタビューは、不確実性の受容、確率的指標の採用、そしてサプライチェーン最適化におけるより良い意思決定のための可視化の重要性を強調しています。Vermorel氏とde Kok氏は、予測技術の継続的進化を提唱し、将来的に確率的アプローチが主流となる未来を見据えています。
フル・トランスクリプト
Kieran Chandler: 今日のLokad TVでは、Wahupaの創設者であるStefan de Kok氏にご参加いただき、大変光栄です。彼は、この不確実性を障害と捉えるのではなく、むしろ受け入れるべきものだと説明してくださいます。Stefan、今日はお越しいただきありがとうございます。まずは、ご自身の経歴や創業されたWahupaについて少しお話しいただけますか？
Stefan de Kok: ありがとうございます、Kieran、そしてJoannes。私はWahupaの共同創設者の一人です。オランダのデルフト工科大学で応用数学を学び始めた時は「サプライチェーン」という概念すら知りませんでした。就職活動の中で偶然サプライチェーンソフトウェアの会社に出会い、入社しました。その瞬間も一度たりとも後悔したことはありません。その後、コンサルティング、ソフトウェアコンサルティング、機能別コンサルティング、ソフトウェアプロダクトマネジメントなど、様々な役割で多くの顧客のために働きました。そしてまた別の偶然の出会いの後、仕事を失いましたが、その時初めて、自分がこれまで取り組んできた全てのアイデアや、長年気付いてきた問題に対して、今なら何かできるのではないかと実感しました。
当初のアイデアは、当時のS&OPを超える、ベストオブブリードなソリューションを多数取り入れたプラットフォームを構築することでしたが、多くの問題、特に統合の問題は解決されていませんでした。実際、実装の約70%は統合に費やされており、中小企業でも利用できるプラットフォームを作りたかったのです。当時の製品は大手Tier 1企業向けが中心で、同じ問題を抱える中小企業には適した解決策がありませんでした。そうして物事は始まり、2003年には、実際にそれを構築できる人材を見つけるのが非常に困難だと分かりました。年月とともにアイデアは変化し成長、次々とひらめきを得、最終的に数年前、遂にこのプラットフォームを構築できると確信できるチームを見つけ、彼らもこのプロジェクトに参加することに賛同してくれ、私たちはスタートしました。
Kieran Chandler: そして、それが本日のテーマであるサプライチェーン内の不確実性の受容へと繋がります。需要は明らかな一例ですが、他にはどのような不確実性が存在するのでしょうか？
Stefan de Kok: まあ、未来のすべては潜在的に不確実です。ですから、サプライチェーンに携わるのであれば、数量だけでなく、リードタイムや期間、品質やグレード、歩留まり、各種率など、未来に起こりうるあらゆる事象が様々な度合いで不確実であると考えなければなりません。つまり、これら未来の事象の平均値だけでなく、あらゆる未来の可能な組み合わせが及ぼす影響を検討する必要があるのです。非常に複雑に聞こえますが、実際にはそうする必要があります。そして、何かが過去に移ると、それはほぼ確実なものとなります。もちろん、過去にも多少の不確実性はあります。データの問題があったり、本当にそのように起こったかどうか明確でない場合もありますが、大部分において、一度過去になれば不確実性は大幅に減少します。そして、中間のどこかで…
Kieran Chandler: 今日の議論の一環としてJoannesも参加していただきます。Joannes、この不確実な未来に直面するという考えは、Lokadのアプローチの核心にあります。では、これらの課題にはどのように取り組まれているのですか？従来の手法では、楽観的や悲観的といった「もし〜だったら」のシナリオを用いるのが一般的ですが…
Joannes Vermorel: 不確実な未来にシナリオで対処する最大の問題は、そのシナリオ作成に伴う労力と時間が膨大になる点です。あらゆるシナリオを詳細に記述するのは非常に手間がかかります。興味深いことに、確率的予測では、いわば問題をブルートフォース的に解決しているようなものです。あらゆる可能な未来を考慮するのは途方もなく難しいと思われがちですが、十分な計算能力さえあれば、複雑なシステムで多数のシナリオを管理するよりも、ソフトウェアを実装し動作させる方がはるかに簡単であることが分かりました。これは、数学的に洗練され簡潔な解決策を提供するだけでなく、サプライチェーンの運用において、管理する人員が限られている点でも非常に効率的であるため、ソフトウェア開発面、運用面の両方で非常にスリムなシステムと言えます。だからこそ、私はこのアプローチに非常に興味を持ち、ワクワクしているのです。
キーラン・チャンドラー: シュテファン、もっと伝統的なアプローチも見てみよう。あなたは不確実性に対処するために、そうした古典的なアプローチがどのように使われているのを見ていますか？
シュテファン・デ・コック: 人々が不確実性に対処する方法は、実際には二つか三つの異なるアプローチがあります。一つ目はバッファを使う方法、二つ目は迅速化などの対応メカニズムを用いて不確実性が発生したときに反応する方法、そして三つ目は、単に無視する方法です。誰もがこれらのいくつかを実施しており、どれにどれだけ費用をかけるかが問題となります。一般的に、バッファの場合はすべて精度にかかっています。バッファを誤れば、通常は高コストで対応して過剰補償する必要があるのです。最後に、対応できない部分は無視せざるをえず、これが最も長期的なダメージを企業に与えます。顧客は苛立ち、市場占有率を失い、最終的に顧客を長期間無視すれば訴訟や破産にさえ至る場合もあります。
最も一般的なバッファはリードタイム、キャパシティ、そして在庫です。企業は、在庫が不足すれば対応が必要な問題に直面することを知っているため、これらを増やします。例えば、多くの企業は95～99パーセントのサービスレベルを目標としますが、実際のサービスを測ると、せいぜい90パーセント、通常はその目標を掲げる企業であっても80台後半に留まっています。さらに詳しく調べると、その数字は当初計画したバッファではなく、対応によって推進されていることが分かります。つまり、高コスト・高労力で迅速化を行い、不安定さや緊急対応の事象が多発しているのです。目標が98パーセントであっても、在庫ではわずか73パーセントのサービスしか提供できないかもしれません。これは企業の能力に負担をかけ、利益率を蝕むもので、今日のほとんどのサプライチェーンが直面している現状だと思います。
キーラン・チャンドラー: ジョアネス、確率論的アプローチについて少し見てみましょう。これを開発するのに数年かかったということですが、このアイデアはどこから来たのですか？
ジョアネス・ヴェルモレル: 我々にとって確率論的予測は一つの旅路でした。最初は単に平均値を予測する古典的な予測から始めたのです。その後、自動車部品を販売するクライアントが現れ、もし我々が…
キーラン・チャンドラー: ご存知のように、そのデータは非常にまばらで断続的でした。基本的にどこもゼロを予測するだけで、精度の面では非常に非常に良好でした。しかし、明らかに全くのナンセンスで、我々は最初に分位予測を考案しました。つまり、「平均需要を予測するのではなく、意図的な偏りを持った予測を行うべきだ」という考えです。意図的な偏りを持つ予測を分位予測と言います。これが、『さて、何を予測すべきか』という第一歩となりました。
ジョアネス・ヴェルモレル: シュテファンが説明したように、例えばCアイテム、すなわちA、B、Cや動きの遅い商品の場合、在庫を1、2単位にするべきか、あるいは3単位にするべきか、単に最小/最大だけにするのか、どう判断するのでしょうか。まず、我々は分位予測が、意味のある結果を得るための第一歩であると理解しました。つまり、単に「ゼロ予測」が最良という状況から抜け出すためのステップです。全く意味を成していなかったのです。そして、「分位予測を行うなら、その偏りをどの程度に調整するかも調整可能にすべきではないか」と気づき、そこから分位から分位グリッドという考え方へと進みました。偏りを徐々に増加させる一連の値を用い、さらに「いや、偏りはすべて異なるべきだ」と気づき、基本的には分位、コンタクトグリッド、そして確率論的予測へと至りました。ちなみに、統計学の文献においても、無偏見な予測から始め、偏りを持たせ、様々な偏りを検討して最終的にすべてを統合するというアプローチが語られており、これが確率論的予測なのです。どうぞご覧ください。
キーラン・チャンドラー: さて、シュテファン、あなたもまた、Lokad以外の業界でこの確率論的予測のアイデアを受け入れている数少ない一人だと思います。では、どのようなきっかけでこれらのアイデアをお持ちになったのですか？
シュテファン・デ・コック: ええ、ここで私のいくつかの啓示について語らせてください。一つ目は、不確実な値は正確な数字で表現できないということに、恐らく2006年ごろ気付いたことです。しかし、当時は完全に理解しておらず、真の啓示とは言えませんでした。その方法では意味がなかったのです。そして最終的に、私が「確率論的算術」と呼ぶものの開発に取り組んでいたとき、いかにそれを実現するかを見出し、振り返ると、あまりにも複雑に見えた問題が非常にエレガントな方法で解決されたのです。すべてが順調に収まった瞬間に、最初のアハ体験を得ました。しかし当時は、これは私の主要な差別化要因の一つだと考えており、秘密にしていました。
後になって、これは私のキャリアにおける偶然の瞬間の一つで、資金が必要になり、仕事を探していたとき、私の故郷ボストンにある別の企業を見つけたのです。その企業は、当時少なくともLokadを含め世界で3社の一つで、1970年代からこの方法を実践していました。そして、その実績を証明しているにもかかわらず、これを秘密のソースとして隠していたのです。そこでいくつかのことに気づきましたが、重要なのは、同じことを達成する方法が数多くあるという点でした。
キーラン・チャンドラー: 要点は、同じ成果を達成する方法は多様であるということです。あなた方のアプローチはそれぞれ大きく異なりますが、最終的な目的は同じです。つまり、どの方法を採るかではなく、そもそもそれを行うという概念が求められているのです。このアイデアを、企業を特別にしている秘密のレシピを明かさずに議論・普及させることについて、どのようにお考えですか？
シュテファン・デ・コック: 私たちを特別にしている秘密のレシピを実際に明かすことなく、このテーマについて話し、ブログを書き、記事を執筆できると気づいたのです。これこそが、今後10年ほどですべての計画や予測が到達すべき形であることを人々に認識させるために重要です。さらに私が最近強調している点は、従来の指標も誤っているということです。指標を変え、工場では確率論的予測と確率論的指標を用いて、その価値を測定する必要があります。
ジョアネス・ヴェルモレル: 全くその通りです。シュテファンに同意します。確率論的なものを採用すれば、多くの可能な未来をシミュレーションでき、まるで未来を知っているかのように、その結果をもとにすべての決定に挑むことができます。これにより、すべての決定を非常に洗練された方法でランク付けし、優先順位を決めることができるのです。しかし、背後にある秘密のソース、または技術そのものは、それほど重要ではないと私は考えています。Lokadでは、すでに5世代にわたる予測エンジンを廃止しており、そのたびに「これこそ史上最高だ」と信じたものが、2年後にはもっと良い方法があることに気づかされたのです。
キーラン・チャンドラー: ジョアネス、未来の実現可能性の利用可能性について言及されるのは興味深いです。その考えをもう少し詳しく説明していただけますか？
ジョアネス・ヴェルモレル: もちろんです。未来に変動が存在するという事実は、活用可能です。それは単に自分自身を守り、よりレジリエンスを高めるだけでなく、そもそも変動があるという事実を利用することもできるのです。
キーラン・チャンドラー: シュテファン、顧客の視点から見ると、どのようにして顧客がこの不確実性を受け入れるという考え方を採用するのを支援できるでしょうか？ソフトウェアの観点からは、どのような戦略が考えられますか？
シュテファン・デ・コック: 重要なのは、もし複雑なエンジンからブラックボックスのような出力が得られると、信頼性が損なわれるという点です。出力は自明であるべきです。確率論を用いれば、驚くほど多くのことが可能になります。つまり、答えが単一の数字になると考えるのではなく、不確実性を考慮した可能性の範囲を提供するのです。
キーラン・チャンドラー: 要するに、答えは複数の数値のどこかに位置し、その各値がどのように分布するかということです。それをどのレベルでも見ることができ、結局のところ、結果の可視化が重要なのです。私はこれを、ほとんど車のようだと考えています。我々は整備士であり、顧客は運転手です。昔は自分の車の仕組みを理解していましたが、今は車自体は美しくなっており、内部を見ても何が作動しているのか全く分からなくなっています。整備士でさえ、何が起こっているのかを把握するためにケーブルを接続してコンピュータに接続する必要があるのです。これが、未来のソリューション、つまり私たちが提供しているものの真髄です。その洗練さを提供しながら、ユーザー、すなわち運転手が実際に使いやすく、安全な意思決定を行える出力を得られるようにするのです。
ジョアネス・ヴェルモレル: 素晴らしいです。顧客の視点に立つと、企業が確率論的アプローチにシフトするとはどういう意味になるのでしょうか？確率について考えるというのは、バランスを取ろうとする大きな力、つまりどの問題を緩和すべきか、どのボトルネックが最も大きな打撃を与えるかを考えることに他なりません。面白いのは、こうした急激な需要予測の変動が、直感的に明らかだったことを数値化する方法を提供してくれる点です。幻想的な洞察が生まれるわけではなく、元々明らかだった事柄を、システムが初めて数値（平凡な形ではありますが）として示してくれるのです。例えば、非常に傷みやすい製品がある場合、在庫を多く取らないほうがリスクは少ないというのは明らかです。もし従来の予測手法を用いれば、「97パーセントのサービスレベルを達成すればよい」という結果になり、その結果、製品が賞味期限切れになる大量の過剰在庫を生んでしまいます。確率論的アプローチでは、予測がむしろ悪くなるかもしれません。必ずしも非常に良い結果が得られるわけではありませんが、在庫切れに直面した際のリスクを考慮すると、よりバランスが取れているのです。
キーラン・チャンドラー: それはコストがかかるため、決定はより合理的な方向、つまりイチゴの過剰在庫を避けるという方向へと導かれます。ですから、創業者が述べた「商業的な迂回路はシンプルさを追求すべきだ」という考え方には、私も完全に同意します。公平を期すならば、Lokadがこれまで最もシンプルなものを提供してきたとは言い難いですが、少なくとも努力はしているのは事実です。さて、シュテファン、最後はあなたにお任せします。市場でのご経験から、不確実性を受け入れるという概念を人々は準備できていると言えますか？そして、未来に関して何に最もワクワクしていますか？
シュテファン・デ・コック: もうすぐその段階に達すると思います。これまで多くの反発を目の当たりにし、険しい道のりでしたが、頂点に近づいていると感じています。状況は平坦になりつつあり、反発も少なくなっているのを実感しています。市場は、まず「正確な数字で不確実性に対処するのは適切ではない」という第一段階を認識し始めています。第二段階、そこにはいまだに少し摩擦があるように見受けられます。彼らは、それが過度に複雑だと考え、「皆、確かにできると言うが…」と常に「が」が付きます。そしてその「が」はしばしばビッグデータに関するものです。確率論的に処理するには大量のデータが必要だというのですが、実際はそうではありません。決定論的に解決するのと同じ問題なら、すべてのERPシステムにある歴史的データだけで十分なのです。
多くの人が抱くもう一つの懸念は、複数の可能な未来にどのように対処するかという点です。可能性の数が爆発的に増加すると考える人もいます。しかし、1つの確率論的予測は1つの確率論的計画につながります。ただ、それを分布として表現する必要があるのです。これが、多くの人が今なお苦慮している部分だと思います。しかし、私はこの傾向にワクワクしており、今後の行方が見えてきています。以前はこのアプローチに激しく反対していた人々からも、次第に受け入れられつつあり、ますます多くの人が切り替え、啓示を得ています。つまり、臨界質量に達すれば、主流に受け入れられるようになるでしょう。それに大いに期待しています。
キーラン・チャンドラー: 素晴らしいです。では、ここで締めさせていただきます。お二人ともお時間をいただきありがとうございました。ご視聴いただき大変感謝しております。それでは、また次回のエピソードでお会いしましょう。さようなら。
