00:00:08 シナリオ分析と確率的予測の比較。
00:01:02 シナリオプランニングとそのシンプルさ。
00:02:56 ソフトウェアによるシナリオプランニングの制約と不確実性の扱い。
00:05:57 代替手法：確率的予測とその利点。
00:06:48 サプライチェーン計画における複数のシナリオの実装の難しさ。
00:08:00 サプライチェーン管理におけるシナリオプランニングの制約。
00:09:52 シナリオプランニングの代替手法としての確率的予測。
00:10:38 確率的予測と高解像度イメージングの比較。
00:13:22 シナリオプランニングの単純化の幻想と意思決定の課題。
00:15:00 シナリオ間の意思決定の平均化の不適切さを示す例。
00:16:01 伝統的なシナリオプランニングの制約。
00:17:27 確率的予測の実装の課題。
00:19:00 シナリオプランニングの利点とその将来。
00:20:58 可能な未来との調整の自動化。
00:23:19 確率的意思決定のための適切なツールの重要性。
概要
キーラン・チャンドラーが、サプライチェーン最適化ソフトウェア会社Lokadの創設者であるジョアネス・ヴェルモレルとのインタビューを行い、シナリオ分析の効果と確率的予測との比較について議論しています。ヴェルモレルは、シナリオプランニングには時間がかかり、膨大な入力が必要などの制約がある一方、確率的予測はサプライチェーンにおける不確実性に対処するためのより効率的で効果的なアプローチだと考えています。彼は、すべての未来に対応するために必要な非常に特殊なツールを探求することが採用のために不可欠であり、Lokadは確率的未来に対処するための数学的および統計的ツールであるランダム変数の代数を開発しました。最近のサプライチェーンの予測不可能性は、ローグシナリオに対処するためのより良いツールの必要性を浮き彫りにしています。
詳細な概要
このインタビューでは、司会のキーラン・チャンドラーとサプライチェーン最適化ソフトウェア会社Lokadの創設者であるジョアネス・ヴェルモレルが、シナリオ分析の効果と確率的予測との比較について議論しています。シナリオ分析は1970年代にシェルによって最初に開発され、サプライチェーンに関する事項において特に、将来についての仮定を行い、それがどのようになるかを探求する思考実験です。シナリオプランニングの目的は、複数の代替未来を探求し、より良い意思決定を行い、予測できない変動に対してより堅牢なパフォーマンスを作り出すことです。サプライチェーンは複雑ですが、シナリオプランニングはプロセスを簡素化することができ、ソフトウェアツールによってサポートされることがあります。一方、確率的予測はアプローチが異なり、仮定に依存しません。統計的確率と将来の不確実性に対処します。両方の方法は不確実な未来に対処しますが、シナリオ分析はより優れたシンプルなアプローチであり、確率的予測はより統計的確率に依存しています。
この議論は、サプライチェーン管理におけるシナリオプランニングと予測に焦点を当てています。
ヴェルモレルは、シナリオプランニングはさまざまな入力と仮定に基づいて異なるシナリオを予測することを含みます。これらのシナリオは意思決定者が代替未来に備えて戦略を調整するのに役立ちます。ただし、シナリオプランニングには制約もあります。たとえば、時間がかかることや専門家からの重要な手動入力が必要なことがあります。
ヴェルモレルは、より効率的かつ効果的なアプローチとして、人間の専門知識ではなく計算方法に依存する確率的予測の使用を提案しています。このアプローチは、考慮すべき変数が多く、可能なシナリオの数が圧倒的な場合に特に有用です。
ヴェルモレルは、シナリオベースの計画を提唱する多くのコンサルタントやベンダーが存在する一方で、これらのシナリオが実際に使用されることはまれであると指摘しています。これは、シナリオプランニングには時間とリソースのかなりの投資が必要であり、企業が常に実装することができない場合もあるためです。
全体として、ヴェルモレルはサプライチェーン管理における異なるシナリオの考慮と不確実性への対応の重要性を強調しています。従来のシナリオプランニングには制約がありますが、確率的予測はこの課題に対するより効率的かつ効果的なアプローチを提供します。
この会話では、シナリオがサプライチェーンにおける役割に焦点が当てられました。ヴェルモレルは、シナリオがサプライチェーンチームの日常業務において重要な役割を果たしているが、コストがかかりすぎると考えています。彼は、不確実な未来に対処するという核心的な洞察は正しいが、予測を行うという古典的なサプライチェーンの視点は完全に間違っていると主張しています。ヴェルモレルは、企業がシナリオを使用するのは、不確実な未来に対処するためのより良い代替手段がないためだと述べています。
確率的予測は、不確実な未来に対処するための新しい代替手段です。ヴェルモレルは、確率的予測がシナリオとは異なる点を説明しています。それは、現在は安価に利用できる大量の処理能力を活用することによって、完全に異なる視点を持っています。確率的予測のキーポイントは、発生確率が非常に低い場合でも、すべての可能な未来を考慮することです。ヴェルモレルは、確率的予測が現在利用可能な大量の処理能力を活用するため、不確実な未来に対処するためのシナリオよりも優れた代替手段であると考えています。
ヴェルモレルは、確率的予測の概念を説明しました。これは、可能な将来のイベントに確率を付ける機械的な方法です。これにより、ヴェルモレルは、すべての可能な未来を分析するためにシナリオの必要性はなくなったと考えています。彼は、わずか数ピクセルしかない低解像度の画像ではなく、将来の全体像を高解像度で持つことになるという例え話を使いました。
チャンドラは、シナリオプランニングと確率的予測のエンドユーザーの視点の違いについてヴェルモレルに尋ねました。ヴェルモレルは、シナリオプランニングは単純さの錯覚を提供するが、一貫性のない複数のシナリオに基づいて意思決定を行う際に問題が生じる可能性があると指摘しました。ヴェルモレルは、本を販売する店舗の例を挙げ、ほとんどの顧客が1冊の本しか欲しがらないのに対し、時折、学校の先生が同じ本を30冊欲しがる場合があると説明しました。
ヴェルモレルは、確率的予測がサプライチェーンの最適化と意思決定のツールとして重要であることを強調しました。なぜなら、それはわずかなシナリオではなく、すべての可能な未来の高解像度のイメージを提供するからです。
この議論は、サプライチェーンの最適化の課題に焦点を当てています。ヴェルモレルは、この分野に特化したソフトウェア会社であるLokadの創設者です。会話は、特定の本の店舗に保持する適切な在庫量についての議論から始まります。ヴェルモレルは、必要な在庫量を平均化することは意味がないと主張し、問題に対して人手を増やすという従来のアプローチは問題を悪化させると説明しています。彼は、シナリオプランニングが複数の未来を管理するための潜在的な解決策を提供するが、単なる論理のコピー＆ペーストではなく、確率的予測アプローチの実装ははるかに困難であると説明しています。しかし、Lokadのようなサプライチェーンのソフトウェアベンダーにとっては、システムを改善する重要な機会を提供しています。ヴェルモレルは、シナリオプランニングから生じる結果を調和させることが重要な課題であると結論付けています。
サプライチェーン管理におけるシナリオ分析とその制約について議論します。ヴェルモレルは、企業がシステムを導入し、非持続可能なエッジケースに遭遇するまで問題に気付かないことがよくあると説明しています。それにもかかわらず、ベンダーはデモ中にうまく機能する魅力的な機能を販売することにインセンティブがあり、代替案を想像できない限り、シナリオ分析は最善の選択肢のように思われます。ヴェルモレルは、シナリオ分析に確率を割り当てる確率的予測がシナリオ分析の自然な拡張であると考えていますが、真の問題はすべての可能な未来との調和を完全に自動化することにあります。この問題を解決するために、Lokadは確率的未来に対処するための特定の数学的および統計的ツールであるランダム変数の代数を開発しました。ヴェルモレルは、すべての未来に一度に対応するために必要な異例のツールを探索することが採用のために不可欠であると強調し、確率を持つすべての可能な未来を見ることができることに気付くだけでは十分ではないと述べています。最後に、サプライチェーンの予測不可能性とローグシナリオに対処するためのより良いツールの必要性について議論します。
フルトランスクリプト
キーラン・チャンドラー: 今日のLokad TVでは、その効果について議論し、確率的予測などの代替手法で置き換えることができるかどうかを検討します。
ジョアネス・ヴェルモレル: したがって、これらの2つの方法は、不確実な未来に対処する必要があるという点で類似しています。将来が確実にどのようになるかわからないため、オプションを探索したいと思います。ただし、この探索を行う方法は非常に異なります。
キーラン・チャンドラー: 今日はシナリオプランニングについて詳しく見ていきます。それがどのように機能し、何であるかを説明するのは良いスタート地点かもしれません。
ジョアネス・ヴェルモレル: シナリオプランニングは概念的に非常にシンプルです。単に「もしも」の思考実験を行い、未来がこのようになると仮定します。この初期の仮定に基づいて、この未来が実現した場合に供給チェーンの観点でどのようになるかを見てみましょう。ある意味では、非常にエレガントでシンプルであり、この演習を繰り返すことができます。シナリオプランニングのアイデアは、真の予測が1つだけでなく、いくつかの代替案を探索することです。いくつかの代替案を探索することで、予測できないが予想される変動に対して、意思決定とパフォーマンスをより堅牢にすることができます。
キーラン・チャンドラー: サプライチェーンでは需要が1つの変動かもしれませんが、他の関連する変動、例えばリードタイムなどもあるかもしれません。この方法は、複数の変動を組み合わせることができますか？
ジョアネス・ヴェルモレル: シナリオプランニングのキーポイントは、過去に非常に似たものに精神的に固執することで、物事を非常にシンプルにすることです。需要は数値的にこれであると言っているだけです。このシンプリシティのため、ソフトウェアの観点からは、数千の製品、多くの場所などの複雑さに対処するためのツールが必要です。興味深いことに、ソフトウェアの観点からは、シナリオプランニングは、セットアップとクラシックな予測を扱うロジックとの切り貼りの演習のようなものです。
キーラン・チャンドラー: シナリオ分析とは何か、そしてサプライチェーンの最適化においてどのように使用されるのかを説明していただけますか？
ジョアネス・ヴェルモレル: シナリオ分析は、可能な未来のシナリオを表す予測数値に基づいています。それらの予測に基づいて、意思決定を推論することができます。代替シナリオを持つ場合、それは単にバイアスを持つ異なる予測です。例えば、下降トレンドです。それから最初の一連の意思決定と比較して、すべての意思決定を推論し、比較することができます。最初の一連の意思決定は、通常のクラシックな予測を表しています。
L6 このようなソフトウェアでこのようなプロセスを非常に簡単に実装できるという事実は、必ずしも望む結果をもたらすわけではありません。特に、シナリオを調整するためには専門家と手動の微調整に依存します。将来の需要の膨張や縮小などの単純な変数に基づいてシナリオを調整する傾向がありますが、リードタイムなどの他の不確実な要素もたくさんあります。
シナリオを微調整する問題は、組み合わせが非常に多く、圧倒されることです。基本的に、シナリオの選択は非常に人間中心のものです。人間はそれらのシナリオを選りすぐることが期待されています。
代替のアプローチは、より計算的なアプローチを取ることであり、それが確率的予測の役割です。
キーラン・チャンドラー: それで、なぜ人間ではなく機械に任せる方が良いのですか？
ジョアネス・ヴェルモレル: はい、シナリオ分析は未来を完璧には知らないという事実に対処する興味深い方法ですが、数少ないシナリオを選りすぐるという問題を抱えています。現実の問題は、サプライチェーンの予測と計画のクラシックなアプローチ自体が非常に時間がかかるということです。大企業では、仕事を完了するためにプランナーや予測者のチーム全体が必要です。さらにシナリオを追加する場合、プロセスを推進するためにほぼ線形的に人員を増やす必要がある状況に直面します。そのため、私の経験では、シナリオベースの計画を提唱するコンサルタントやベンダーはたくさんいますが、実際にはそれらのシナリオが本当に製品に使用されることは非常にまれです。それはむしろ例外であり、通常ではありません。日常の業務を見ると、それらが実際に使用されることは非常にまれです。
キーラン・チャンドラー: シナリオがサプライチェーンチームの日常業務で重要な役割を果たす企業を見ることは珍しいですし、それは単にあまりにも高価すぎるためだと思います。しかし、この技術は1970年代から存在しています。なぜコンサルタントやベンダーがそれを推進し続けているのでしょうか、そして企業が明らかにそれを使用し続けている理由は何なのでしょうか？
ジョアネス・ヴェルモレル: まず、不確実な未来に対処する必要性という、核心的な洞察が非常に正しいと私は信じています。つまり、単に予測を行い、「これが未来です、来週はこの製品を155個販売する」と言うような、古典的なサプライチェーンの視点は根本的に間違っています。直感的に、このアプローチには何か根本的に間違っているものがあることがわかります。未来はわからないという事実に対処する必要があります。シナリオは、この問題に対する回答ですが、貧弱なものですし、より良い代替手段がないため、使用することは非常に魅力的です。あなたが手に持っているものがハンマーだけである場合、他のすべては釘です。したがって、より良いツールがない場合、実際にはネジを扱おうとしているにもかかわらず、ハンマーを使用します。
さて、大量の安価な処理能力など、40年から50年前に存在しなかったものに依存する代替手段が現れました。それが確率的予測の本質です。現在利用可能な大量の処理能力を活用することで、問題に完全に異なる視点を持つことができます。
キーラン・チャンドラー: では、確率的予測はなぜそれほど異なるのでしょうか？なぜなら、まだ代替の未来を見ているように思えるからです。確率的予測では、それが発生する可能性を割り当てているだけですが、表面上は実際にはそれほど異なっているようには見えません。なぜなら、可能な代替案を見ているだけだからです。
ジョアネス・ヴェルモレル: 確率的予測についての重要な考え方は、機械生成された未来を持つことです。すべての可能な未来、または少なくとも数値的に関連する未来を考えます。たとえ膨大な計算リソースを利用できるとしても、1兆分の1の確率でしか起こらないことの結果を評価する意味はありません。持っている処理能力を投資するには良いことではありません。しかし、少なくとも1年に100万分の1のチャンスがあるようなことだけを考慮すれば、非常に確率は低いですが、消えてしまうような確率ではありません。そのようなイベントに対処するためには、現代のコンピュータを通じて十分な処理能力があります。
キーラン・チャンドラー: 数十年後、自宅やスマートフォンにあるようなありふれたコンピュータだけで、確率的予測は可能な未来のイベントに確率を割り当てる機械的な方法です。それができるとすぐに、シナリオはもう必要ありません。すべての可能な未来の中から選ばれたシナリオをすべて置き換えることができます。すべてのピクセルを見ることができる完全な高解像度の未来のイメージに移行するのです。
ジョアネス・ヴェルモレル: それはどのような違いをもたらすのでしょうか？風景があり、ピクセルが5つしかない場合、それがどのように見えるかを推測するのは非常に難しいです。努力を重ねれば、画像に20個のピクセルがあるかもしれませんが、非常に手間がかかります。しかし、20個のピクセルから400万個に移行すると、ほとんど意味をなさないものから完全に意味をなす高品質な画像になります。実際には、理論的には徐々なプロセスですが、完全に異なるものです。
キーラン・チャンドラー: エンドユーザーの視点から考えてみましょう。シナリオ計画では、たった4つのピクセルだけで何が起こっているかについてのアイデアがあり、非常に論理的です。しかし、確率的予測とすべての可能な未来を見るというアイデアは、はるかに論理的ではなく理解するのが難しいです。エンドユーザーにとっては簡単ですか？
ジョアネス・ヴェルモレル: シナリオ計画では、単純さの錯覚があります。1つのシナリオを選び、その特定のシナリオに合わせた意思決定を行います。比較的簡単です。しかし、別のシナリオを見ると、別の意思決定が出てきます。3番目のシナリオを見ると、また別の意思決定が出てきます。実際には、完全に矛盾している可能性のあるすべての意思決定をどうするのでしょうか？素朴な答えは平均を取ることですが、平均が関連性がある理由は何でしょうか？
例を挙げると、学校向けの本を販売する店があるとします。ほとんどの顧客は、1人の子供を持ち、本の1部を求めている親です。同じ店では、時折、学校の先生が入店し、本の30部を求めます。
キーラン・チャンドラー: 問題は、店に本の5部を在庫として持っていることが意味があるかどうかですか？
ジョアネス・ヴェルモレル: もし、店に時折来店する親だけに対応したいのであれば、5部の在庫は十分かもしれません。しかし、先生にも対応したいのであれば、おそらく本の35部が必要です。先生に対応するためには30部必要で、それに加えて親に対応するために5部必要です。しかし、平均して「25部で十分だろう」と言っても、それは良くないです。なぜなら、それは親に必要な量よりもはるかに多く、先生に対しても十分ではないからです。つまり、平均化は通常意味をなさないのです。そして、MOQsのような非線形性がある場合、うまくいきません。つまり、あなたは一つのシナリオを選んで「ここには簡単な解決策がある」と言えるシナリオを選びます。別のシナリオを選び、別の簡単な解決策があるとします。しかし、それらのシナリオをどのように調和させるかという問題が生じます。現実は、問題にさらに多くの人員を投入するという従来のアプローチです。つまり、すでに人員面で非常に集中的なものを持っていました。各シナリオごとに、より多くの計画者、より多くの予測者が必要です。しかし、その結果として、すべてのものを調和させるために別のチームが必要になります。つまり、持っているスタッフの数が線形的に増えるよりも、必要なスタッフの数が超線形的に増えることになります。それは非常に悪いことです。
キーラン・チャンドラー: シナリオプランニングの利点の一つは、実装の観点からは、ロジックの一部をコピーして貼り付けるだけであり、それに対してさらにリソースを投入するだけです。それは、確率的予測手法の実装がはるかに困難であるため、企業がそれにあまり関心を持っていない理由なのでしょうか？
ジョアネス・ヴェルモレル: ソフトウェアベンダーとしては、まさにその通りです。具体的には、ソフトウェアサプライチェーンのソフトウェアベンダーであり、行っていることはサプライチェーンの予測と計画システムを設計することです。従来の観点からすると、少なくとも、システムはクラシックな予測を管理できるようになっています。つまり、ある単一のSKUまたは製品に対して、将来のある期間に対して日次、週次、または月次の数量を割り当てることができます。これがクラシックな予測製品の見た目です。すでに1つの未来を管理するためのすべてが整っています。これがどのようになるかを示しています。もしシナリオプランニングに移行したいのであれば、基本的には「さて、私はただこの未来の2番目のインスタンスを管理するだけで、それを2番目のシナリオとして参照するだけです」と言うだけです。ロジック的には、コード的には、シナリオ次元という1つの追加次元を追加するだけで、まったく同じコードです。これで、シナリオプランニングシステムが整いました。しかし、注意が必要です。その注意点は、それらから生じる結果を調和させるための何もしなかったということです。
キーラン・チャンドラー: シナリオですが、実際のところ、企業は通常、さまざまなシナリオによって与えられる結果を平均化することができないという問題に直面することに気づくまで、この問題に直面していることに気づかないでしょう。
ジョアネス・ヴェルモレル: 3つの例を挙げると、ベンダーはかなり良いでしょう。まず、ベンダーの利益は非常に安価な実装であり、なぜ安価で見栄えのする機能を実装しないのでしょうか？また、非常にシンプルなパイロットを行う場合、私が説明したエッジケースに遭遇することはほとんどありませんので、シナリオの平均化はおそらくうまくいくでしょう。しかし、より複雑な状況になると、無数のエッジケースが発生することに気付き、その結果、全体が実現不可能になることに気付くでしょう。しかし、この時点で、ベンダーは既に満足しています。なぜなら、ベンダーは既に支払われているからです。私たちが前のエピソードで議論したように、供給チェーンソフトウェアベンダーへの支払い方法にはすべて間違ったインセンティブがあります。さらに、代替案を想像することができない限り、それはまだ他にはない最良のもののように思えます。
キーラン・チャンドラー: では、少しまとめてみましょう。あなたは人々が代替案を想像できないと言いますが、現在の計算能力を考えると、代替案が存在する状況になっています。代替手法があるので、シナリオ分析がいつか消滅する可能性はありますか？
ジョアネス・ヴェルモレル: はい、実際には、Lokadが文字通り世界中の残りの部分に布教するにはまだ長い道のりがあります。確率的な予測そのものが問題ではないのです。確率を持つ多くのシナリオを持つという考えは比較的簡単で、シナリオアプローチの非常に自然な拡張のように感じます。シナリオを追加するのと同じように、画像にピクセルを追加するように、量は確率です。
キーラン・チャンドラー: 色の代わりに、これを私のシナリオと考え、このシナリオに割り当てられた確率があると考えることができます。しかし、問題は、すべての可能な未来を持っていると、それらの可能な未来の間の完全な自動調整の方法を考える必要があるということです。そして、それがLokadの視点から非常に困難で奇妙になり始めるところです。
ジョアネス・ヴェルモレル: 私たちが開発した解決策は、ランダム変数の代数と呼ばれています。したがって、それらの概念に対処するためには、非常に具体的な数学的統計ツールが必要です。予測の側だけでなく、意思決定の側でもです。実際には、Lokadの技術スタックをもっと詳しく見ると、予測は現在では比較的小さな部分に過ぎません。複雑さ、技術、ツール、プラクティス、アルゴリズムなどの大部分は、不確実な確率的な未来に直面しながらどのように意思決定を最適化するかにあります。
そして、それが採用を促進するための問題だと思います。人々は確率を持つすべての可能な未来を見ることができるというだけでなく、一度にすべての未来に対して操作するための非常に異例なツールを探求する必要があります。なぜなら、それらのツールがないと、人々がすべての可能性を整理するのに膨大な時間がかかるからです。トリックは、Lokadでは、すべての可能性を整理するのではなく、プロセス全体ですべての可能性を維持していることです。それは簡単ではありませんが、適切なツールがあれば、実際には非常に簡単です。
キーラン・チャンドラー: では、ここで終わりにしましょう。最近の出来事を考えると、人間が予測できないほど多くのローグシナリオが発生することを知っています。それでは、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。次のエピソードでお会いしましょう。ご視聴ありがとうございました。
