00:00:08 イントロダクションとIBFにおけるEric Wilsonの経歴。
00:01:35 分析から有用な数字やインサイトを生み出す際の課題。
00:03:45 分析活用におけるビジネス判断の役割。
00:05:31 有能な需要計画者の重要性と業界における不足。
00:07:25 サプライチェーンと分析分野における人材不足。
00:10:58 新たなサプライチェーン・サイエンティスト役割の必要性。
00:13:01 サプライチェーン管理における確率的思考。
00:14:41 ビジネスにおけるサプライチェーン管理の重要性の増大。
00:15:47 サプライチェーン管理へのメディアの関心の高まり。
00:17:18 一流大学におけるサプライチェーン権威の台頭。
00:18:27 分析の進化と未来におけるその役割。
00:19:59 成熟した技術が目に見えず背景に溶け込む現象。
00:20:53 成熟した見えにくい技術としてのアンチスパム技術の例。
00:23:59 人工知能の定義と適切な質問をする価値。
00:24:57 理想的なサイレントサプライチェーンと需要計画者への意味合い。
00:25:11 Ericが書籍に込めた期待と、需要計画者が得られるスキル。
00:26:39 締めの言葉。
概要
Kieran Chandler、Lokad創設者のJoannes Vermorel、そして公認ビジネス予測専門家Eric Wilsonとのインタビューにおいて、現代の組織における分析の重要性の高まりが議論されています。彼らは、膨大なデータから有意義な洞察を引き出すための課題とサプライチェーン最適化の必要性について探求します。いずれも、より良い意思決定のための実行可能な分析の重要性を強調し、サプライチェーン管理の熟練プロフェッショナルの需要の高まりと技術とサプライチェーン専門知識の統合について言及しています。分析の進化とともに、急速に変化する市場で競争力を維持するため、企業はより敏捷で応答性の高く予測可能な体制へと適応する必要があります。
詳細な概要
このインタビューでは、ホストのKieran Chandlerに加え、Lokad創設者のJoannes Vermorelと、IBFのオンデマンド・ポッドキャストのホストである公認ビジネス予測専門家Eric Wilsonが参加し、現代組織における分析の役割、及びデータを用いてビジネス意思決定を推進する際の課題と利点について議論します。
Vermorelは分析に対してやや物議を醸す見解を持ち、コンピュータで1秒間に100万の数字を生成するのは容易だが、人間が読むに値する5つの数字を1日生み出すのは極めて困難だと考えています。彼は、企業で広く使われている分析手法が有用な情報を生み出すことに失敗していると示唆します。一方、Wilsonは、膨大なデータから意味のある洞察を見出すことの重要性と、その利益がコストを大きく上回ると信じています。
Wilsonは、生データを情報に、さらに実行可能な洞察へと変換することの重要性を強調し、多くの企業がこの「洞察段階」に達するのに苦労している一方で、その旅路に踏み出すことが不可欠であると主張します。特にCOVID-19などの課題に直面する中、企業はデータを活用して消費者や経済を深く理解すべきです。
VermorelとWilsonは、分析の究極の目的はより良いビジネス意思決定を促すことにあると一致しています。Vermorelは、実用的かつ具体的な目的がなければ分析は非生産的な思考や行動に陥ると指摘し、バニティ・メトリクスの多用や主要業績評価指標（KPIs）への焦点不足を批判します。対して、企業はデータに基づいた実行可能で自動化された意思決定に集中すべきだと示唆しています。
Wilsonの新刊『Predictive Analytics for Business Forecasting』はdemand plannersを対象としており、データチームの拡大に伴い有能な需要計画者の確保が一層求められています。Wilsonは、需要計画者が消費者や需要に影響を与える要因を理解し効果的に伝達するための必要なスキルセットを備えていると信じています。
このインタビューは、現代組織での分析利用に伴う課題と利点を浮き彫りにしています。Vermorelが明確な実行可能な洞察なしにデータに頼ることを批判する一方、Wilsonはデータを価値ある情報に変換し意思決定に役立てる重要性を強調し、両者とも焦点を絞った実行可能な分析の必要性に同意しています。
会話は、Eric Wilsonが近年著しく需要が高まっているdemand plannersの不足を認めるところから始まります。過去5年で給与は30～40％上昇し、求人掲示板はこれらの職種の募集であふれています。適格な需要計画者は存在するものの、市場に十分な数がいないのが現状です。
Joannes Vermorelも同意し、才能が希少で高品質なサプライチェーン・サイエンティストの確保が困難であると述べ、状況を少数のトレーダーが大部分のリターンを生み出す銀行の定量取引に例えています。彼は、技術が人間の知能を拡大する乗数効果を持ち、より有能な人々がより速く大規模に業務を遂行できると信じています。
Vermorelは、過去5年間でデータサイエンティストの人気が高まった結果、PythonやPyTorch、Keras、TensorFlowなどの機械学習ツールに精通したプロフェッショナルが殺到していると指摘します。しかし、技術的スキルだけではサプライチェーンの複雑さを深く理解するには不十分だと主張します。
Vermorelの見解では、サプライチェーン・サイエンティストがGoogleやFacebookといったテック大手の領域を超え、実際の現場でそのスキルを応用することが大きな課題であり、大量のデータ処理とは異なるサプライチェーン分析の微調整が難関です。
Wilsonは、両者のスキルが融合して、日々のモデル変更に対応し分析を追加能力として取り入れる需要計画の役割が生まれる未来を描いています。これに対し、Vermorelは冗談交じりに、この種のポジションを表すために「サプライチェーン・サイエンティスト」という造語を用いて市場での差別化を図っていると述べています。
このインタビューは、サプライチェーン最適化のための熟練プロフェッショナルへの需要の高まりと、技術面とビジネス面の両方に対応できる有資格者の確保という課題を浮き彫りにしています。技術が進歩し続ける中、サプライチェーンの複雑性を深く理解し、需要計画者とデータサイエンティストの効果的な協働がますます重要となっています。
対話は、決定論的アプローチから離れ、サプライチェーン管理において確率的思考がいかに重要であるかを強調しています。業界の進化とともに、需要計画とサプライチェーンは企業にとってこれまで以上に重要になり、経営陣が注目する分野となっています。
データサイエンスの人気上昇は業界内に多くの流行語を生み出しましたが、実際のプロセスを深く理解する必要性が強調されています。サプライチェーン管理が一流大学から注目され、優秀な教授や学生がこの分野を探求するようになったことが、コンプライアンスやグローバリゼーションなどで複雑化する業界に新たな才能をもたらしています。
今後、分析はサプライチェーン管理の進化において重要な役割を果たします。企業は、変化する消費者行動に対応するため、より敏捷で応答性が高く予測可能な体制を整える必要があります。これには、ターゲットを絞ったマーケティングを支えるため、需要計画とサプライチェーン最適化への依存が増すことが伴います。データと分析の民主化は業界の変革を促し、企業にとってサプライチェーン最適化の重要性をさらに際立たせるでしょう。
Wilsonは、組織がよりフラットになり、意思決定を推進するために分析にますます依存するようになると見ています。Vermorelは、技術が成熟するにつれ目立たずに背景に溶け込みシームレスに機能するようになると述べ、成熟した技術の例としてアンチスパム技術を挙げています。
Vermorelは、サプライチェーン分析の未来はほぼ目に見えず、経営陣の注目を集めることなく日常的な意思決定を推進するものになると考えています。しかし、サプライチェーンは多様であり、どの企業や技術も市場全体を掌握できないと認め、先進的な分析が競争力維持にこれまで以上に重要になると信じています.
予測分析に関する書籍について問われた際、Wilsonは本書が数学に偏った内容ではなく、むしろ需要計画者向けの機械学習、人工知能、予測分析入門書であると説明します。本書は、人、プロセス、分析、技術を網羅し、データ駆動型組織の構築と組織内でのデータ活用の効果的な方法に焦点を当てています。
完全な文字起こし
Kieran Chandler: こんにちは。本日は、IBFのオンデマンド・ポッドキャストのホストであるEric Wilsonにご参加いただき、大変光栄です。これから、現代組織における分析の役割と、彼の新刊『Predictive Analytics for Business Forecasting』から学べることについて議論していきます。ではEric、アメリカからライブでご参加いただきありがとうございます。まずはご自身とIBFでの役割について少しお話しいただけますか？
Eric Wilson: このプロジェクトに参加でき、皆さんの一員となれることを大変嬉しく思います。私はEric Wilsonと申します。Institute of Business Forecastingの先導者として、全世界で50,000人以上の会員を擁するグローバルな組織の成長を支援しています。我々は、需要計画、予測、予測分析、SNOPなど関連分野の発展に注力しており、その一環として知識の共有も行っています。記事の執筆や、YouTubeなどで配信される隔週ポッドキャスト「IBF On Demand」のホストも務めています。これが私の簡単な自己紹介です。30年近く、数多くの業界や様々なポジションを経験してきたことが、今日の私を形作っています。
Kieran Chandler: 素晴らしいです！本日は、Joannes、我々の話題は現代組織における分析全般に関するものです。この件について議論した際、あなたは分析の実際の役割に対し、やや物議を醸す見解をお持ちだと感じました。最初のご意見をお聞かせいただけますか？
Joannes Vermorel: 私の見解を一言で申し上げると、コンピュータで1秒間に100万の数字を生成するのは非常に容易ですが、人間が読む価値のある5つの数字を1日に生み出すのは実に困難だということです。分析における最大の課題は、人間の関心に見合う成果をどう生み出すかにあります。現状、特にサプライチェーン分野において普及している手法は、このテストに合格していないと感じています。
Kieran Chandler: この点について、Ericはどうお考えですか？過去20年ほどでデータは飛躍的に増加しました。現在、私たちはあまりにも多くの数字を生み出し、本当に重要なものに目を向けていないのでしょうか？
Eric Wilson: 数字が多すぎるということはないと思いますが、Joannesが述べる「適切な情報を見つける」という点には確かな根拠があります。あらゆるデータは、あくまで生データであり、そこから何かを構築するための基礎に過ぎません。その生データを情報に、そして洞察へと変換することこそ、多くの企業が苦戦している部分です。しかし、そこに到達した際の利益は、その過程のコストをはるかに上回ります。たとえ困難な状況であっても、組織にとって生データを有用な洞察に変える試みは極めて重要です。
Kieran Chandler: 過去に縛られるのはやめ、未来に目を向け、特にCOVIDのような状況下で消費者や経済に関する新たな洞察を見出す必要があります。そうした洞察を解き放つべきです。
Joannes Vermorel: 当社Lokadで重視している主要な洞察の一つは、「ビジネス上の意思決定」という考え方です。これらの決定が実際にどのように企業の運営を変えるのか、分析を用いると非生産的な方向に陥る可能性もあるため、実用的で日常的な目的意識が不可欠です。意思決定とは、購買、在庫移動、価格改定など、サプライチェーンに具体的な影響を与えるものです。もし、意思決定の改善を直接目的として数字を分析しているなら有益ですが、私が目にするのは、あまりにも多くのKPIにより、いわゆる「バニティ・メトリクス」の大海に溺れている現状です。それらは焦点が定まらず、大規模かつ完全自動化された実行可能なプロセスへと変換される仕組みが欠如しています。
Kieran Chandler: Eric、あなたの新刊『Predictive Analytics for Business Forecasting』は需要計画者に非常に焦点を当てた内容になっています。データチームの拡大に伴い、有能な需要計画者の確保への期待が高まっているのですが、業界にはその点で何か不足があるのでしょうか？
Eric Wilson: それについては、はいともいいえとも言えます。需要計画担当者はその役割に成長する能力を持っています。彼らは消費者に影響を与える要素や需要に影響を与える要因を見極め、さまざまな変数との関連性を理解し結びつけるように設計されています。また、その情報をサプライチェーン、財務、そして組織の他の部門に伝達することができ、組織内の他の部分で活用可能な有用な洞察を提供します。必要なスキルセットを備えているのです。とはいえ、現状では需要計画担当者に対する需要が非常に高いため、彼らが不足しているのが実情です。過去5年間で給与は30～40％上昇しており、定性的、定量的、そしてコミュニケーション能力を兼ね備え、組織の分析とビジネス感覚を融合できる人材を求める求人が、今なお多数投稿されています。では、彼らは資格を持っているのでしょうか？ はい、できるのです。しかし、十分な数が存在するかというと、答えはノーです。
Kieran Chandler: そして、それはここでも共感されることでしょう。私たちは常に優秀なサプライチェーン・サイエンティストを求めていますが、その人材を見つけるのはなかなか困難なのです。Joannes、あなたの視点からすると、なぜそれほど難しいのでしょうか？
Joannes Vermorel: 才能とは定義上、希少なものです。すべての企業は最高の人材だけを採用すると謳っていますが、実際のところ市場は平均的な人材を採用しているに過ぎません。このような職務では、優れた人ほど不釣り合いに良い成果を上げるものです。私たちは今、銀行における定量トレーディングに似た領域に足を踏み入れており、数名のトレーダーが大部分のリターンを生み出している状況です。技術は人間の知性を倍増させるもので、もしもより賢く、能力が高く、ビジネスの洞察に優れた人がいれば、その組織のためにより速く、大規模に成果を上げるのです。これは銀行や金融のトレーディングに限らず、サプライチェーンにおいても非常に当てはまるのです。
私が考えるに、状況をさらに困難にしているのは「データサイエンティスト」という概念です。この用語は過去5年間で非常に流行しましたが、問題は大学で技術そのものに注力すべきだと教えられた人々が増えたことにあります。彼らはPython、PyTorch、Keras、TensorFlow、あるいはその時々で人気のあるオープンソースの機械学習ツールキットに非常に熟練しなければなりません。確かに、技術ツールに対する一定の流暢さは必須ですが、それは組織を動かす微細な要素、サプライチェーンの根幹を理解するための辛抱強い洞察の代わりにはなりません。これを見逃すと、全く外れてしまうのです。したがって、FacebookやGoogleのような企業でテストされ展開されたモデルを用いた無数の演習を積んできたサプライチェーン・サイエンティストたちは、実際の一般企業、すなわちGoogle以外のところに足を踏み入れると、Googleで見たものに比べて物足りなさを感じるのです。現実には、その難しさは別の種類にあり、ペタバイト級のデータを処理するための巨大なGPUクラスターを持つことではなく、サプライチェーン分析の細部を非常に正確に把握するという、また違った難しさが求められるのです。
Kieran Chandler: Eric、これについてどう考えますか？ あなたの本は幅広い分析手法を取り上げていますが、その基礎固めと全体像の把握は、達成がやや困難なものだと言えるでしょうか？
Eric Wilson: 同意します。
Kieran Chandler: データサイエンティストと需要計画担当者ではそれぞれ異なるスキルセットがありますが、互いに学び合うことも多いと思います。つまり、あなたがお話しされた通り、我々が直面している困難の全体像が浮かび上がります。需要計画担当者は、より科学的な基盤を持たなければなりません。外部の変数や新技術を見極め、それらのモデリングを行う、いわばデータサイエンティストの領域に足を踏み入れる必要があるのです。彼らは快適な領域から抜け出し、そうした業務に取り組む必要があります。同時に、協働や曖昧な状況への柔軟な対応、そしてコミュニケーション能力といった、需要計画担当者ならではの強みも大いに役立ちます。そこにデータサイエンティストの視点が加わることで、今後の需要計画の役割は双方のスキルセットの融合へと向かうでしょう。
Eric Wilson: サプライチェーンには独自の特徴があります。毎日モデルが変化し、それに適応できるという特性があるのです。需要計画担当者が提供すべきものは、アナリティクスという別の能力を加えることで、サプライチェーンにおける独自性を発揮することにあります。そして、まさにそれこそが目指すべきことなのです。
Kieran Chandler: Joannes、詳しく掘り下げてみますか？ もしかすると、サプライチェーン・サイエンティストのようなものが必要になるのではないかと考えていますが？
Joannes Vermorel: いや、冗談です。これはまさにLokadがこの種類のポジションのために作り出した用語です。少々作り話っぽい部分もありますが、特にデータサイエンス側の応募者が多く、大学が主に供給する人材であったため、Lokadが市場に向けて明確なシグナルを発する方法だったのです。今日では、大学が生み出すのは需要計画担当者1人につきおそらく10人のデータサイエンティストだと言えるでしょう。それが一大トレンドとなっています。そして、候補者や応募者に対して、まず第一にサプライチェーンに従事することが求められると認識させるためのものであり、派手な先進のディープラーニングモデリングを行わせるためではないのです。
Eric Wilson: それは良い見方ですね。つまり、サプライチェーンに必要な基本的要素に確率論的な思考を加えるということです。従来のサプライチェーンでは、多くの人が非常に決定論的で、「来月はX個売れるので、それを基に全体の計画を立てる」といった考え方をしていました。しかし、私たちはそのような単純な予測が当てはまらないことを皆理解しています。確率や範囲での考え方、リスクや機会に対する意識を持つ必要があるのです。そこでサプライチェーン・サイエンティストが登場し、需要計画がそれを支援するのです。アナリティクスはあくまで出発点に過ぎず、組織内で適切な思考と文化が根付けば、システム以上に確率的思考が生かされ、組織全体のマインドセットが変わっていくのです。
Kieran Chandler: Eric、あなたが言ったように、データサイエンスは徐々に流行してきていますよね。私たちもその点には大いに同意します。ますますその話題を耳にするようになりました。ところで、サプライチェーン業界自体はどうでしょう？ 非常に複雑ですが、初めてこの分野に飛び込む人にとっては、敷居が高いと感じるでしょうか？
Eric Wilson: 個人的には、需要計画は魅力的な分野だと思いますし、今後次のホットなキャリアになると信じています。しかし、COVIDの影響下で行われた最近の調査では、CFOやCEOへのインタビューにおいて、最も懸念されたのはキャッシュフロー、パンデミックの終息、そして需要計画とサプライチェーンでした。つまり、バックオフィスからボードルームへと注目が移ったのです。今やサプライチェーンには多大な注目が集まっており、新聞やテレビでもサプライチェーンが取り上げられ、以前のような認識不足は解消されつつあります。人々はその重要性を理解し、この分野に参入し、さらに成長させたいと考え始めています。怖いものだとは思いません。かつては単なるバックオフィスの機能とされ、人々に理解されていなかっただけです。
Kieran Chandler: サプライチェーンに関して、様々な流行語を用いたメディア報道が増えていますが、その裏にある真の理解は必ずしも伴っていません。Joannes、新たに始める人にとっても、それはまた敷居が高いものだと言えるでしょうか？
Joannes Vermorel: ジャーナリストは対象の理解が乏しくとも、膨大な記事を書くことに何の障害もないものです。しかし、冗談はさておき、私は認識の変化に気づいています。かつて、工業系企業を経営していた私の父は、非常に信頼できかつ正統な考え方をする人物は生産部門に、エネルギッシュで行動的な人物は営業部門に配置され、どちらの特性も備えない者はサプライチェーン部門に配置されると語っていました。あれが当時の常識でした。
幸いなことに、過去20年間で多くの大学が冗談ではない一流の教授陣と学生を擁するサプライチェーン修士プログラムを開始しました。業界にはこれまで以上に優秀な人材が集まるようになりましたが、同時にコンプライアンスやグローバル化などの理由から、状況はますます複雑になり、挑戦も増しています。
Kieran Chandler: 今後数十年間で、アナリティクスの役割はどれほど変化し、その進化はどのように展開していくとお考えですか？
Eric Wilson: うわー、つまり、ここ数年で巨大な進化、いや革命が起こるのは明らかです。組織内でより敏捷で、応答性が高く、予測力が求められるようになる必要性が高まっています。したがって、各組織は追いつくために変革を迫られるのです。今後は、空中波やウェブサイトに無差別に情報を発信するのではなく、より精密なマイクロターゲティングが必要となるでしょう。そして、それを支えるのが優れた需要計画とサプライチェーンです。私たちが目の当たりにするのは、データの民主化であり、すでにアナリティクスの民主化も進んでいます。サプライチェーンの機能が、組織全体を支える中核的要素として位置づけられ、あらゆる部門を支援するようになるのです。私は、本当に組織はよりフラットになり、今後はアナリティクスがその推進力としてますます重要になると考えています。
Kieran Chandler: Joannes、先ほどロイヤリティカードデータを使ったマイクロターゲティングの話をしましたが、これは確かに興味深い概念です。あなたは、テック業界の未来をどのように見ていますか？
Joannes Vermorel: 私の見解では、技術が成熟すると目立たなくなり、背景に溶け込むようになるものです。完全に洗練されれば、その存在にほとんど気付かなくなりますが、実際はかつてないほど普遍的に存在しているのです。その典型例がアンチスパムです。常にメールを仕分け、高精度で動作する高度な機械学習システムがあり、迷惑メールフォルダーを見ると99％が適切に分類されたスパムとなっている状態です。何も操作しなくても、ただうまく機能しているのです。Google MailやOutlookなどを使ったことがあれば、その感覚に心当たりがあるでしょう。適切に運用されれば、特に機械学習の分野における成熟技術は、静かに、確実にその役割を果たし、目立つことはありません。存在を忘れてしまうほどですが、それでも改善を続け、大きな成果を生み出す原動力となるのです。多くの組織におけるサプライチェーン分析技術の未来も、まさにそのようになると私は思います。極めて日常的な意思決定を多数支える一方で、CEOの注目を自然に集めることはないでしょう。
Kieran Chandler: サプライチェーンの最適化において、人工知能の役割をどのように見ていますか？
Joannes Vermorel: 直接的なターゲティングは自動的に、スムーズに行われるでしょう。倉庫、工場、店舗などの作業負荷もバックグラウンドで処理され、日々これらに気を配るのはごく一部の専門家のみになるでしょう。それにもかかわらず、競争力を維持しシステム全体を継続的に改善していくためには、非常に優秀な人材が不可欠となります。この種の技術が欠如すれば、まるでアンチスパムのないメールボックスのように、一日中迷惑メールの仕分けに追われることになり、競争力を失うことになるのです。当然ながら、アンチスパムがなければメールを使うこと自体がほぼ不可能になるでしょう。もちろん、メールの例えは完全ではありません。なぜなら、GmailやOutlookを利用する何百万もの企業で同じアンチスパム技術を用いることができるからです。しかし、サプライチェーンははるかに多様であるため、1社が市場全体を掌握するという現実的なポジションは考えにくいのです。それでもなお、多くの技術は存在しますが、もし一つ挙げるならば、それはまさにアンチスパムのように、ほぼ目に見えず、感銘を与えつつもこれまで以上に重要なものとなるでしょう。
Eric Wilson: その点において、あなたが言及している人工知能の定義、すなわちプロセスやアウトプットを自動化または強化するもの、というあいまいな概念のことですね。結局のところ、私たちが話しているのは、モデリングや分析、技術的側面よりも、むしろソフトな側面に重きが置かれる未来のことなのです。
Kieran Chandler: 何かがコモディティ化されると、別の何かがプレミアムとなります。つまり、データがコモディティになり、技術の力でほぼハンズフリーに提供できるようになると、どの質問をすべきか、またそれをCEOとの対話にどう反映させるかが、真のプレミアムとなるのです。そして、まさにサプライチェーン需要計画において、その目標に合致する人材が今後求められるわけです。非常に興味深い洞察ですね。
Joannes Vermorel: ええ、ここで話したように、サプライチェーンが完全に裏方で機能するという考え方―まさにそれが夢のような姿です。
Kieran Chandler: Eric、最後の一言はあなたにお任せします。締めくくりとして、本に対する期待や、読者である需要計画担当者に身につけてほしいスキルは何ですか？
Eric Wilson: ええ、私がこの本に望むのは、数学的な本ではなく、機械学習、人工知能、予測分析の入門書であることです。タイトルが示す通り、ビジネス予測、サプライチェーン、そして需要プランナーが、これまで内部データに頼った後ろ向きな分析から、外部データを活用した前向きな分析へと移行するための新しいデータの見方や、これまで試してこなかったかもしれないモデルへのアプローチを学ぶ入門部分を提供しています。本書は「人」「プロセス」「分析」「技術」という項目に分かれており、単にアンサンブルや決定木といったモデルの紹介にとどまらず、まずはデータもしくは分析による組織作りという人的側面から始め、続いて、どのような企業がサポートできるのか、何が必要で、どのように可視化を実現するのかという技術側面、そしてデータとは何か、どのように自社内で活用するかを、ただデータレイクに溺れるのではなく、具体的に解説していきます。今日からでも組織に取り入れ、すぐに活用できる要素を理解できるようになるのです。以上。
キアラン・チャンドラー: 素晴らしい。さて、ここで終了しなければなりませんが、本日はお二人のお時間をいただき、ありがとうございました。
ジョアンネス・ヴェルモレル: ありがとうございました。
キアラン・チャンドラー: これで今週はすべてです。ご視聴いただき、誠にありがとうございました。また次回のエピソードでお会いしましょう。
