00:00:08 イントロダクションとNicolas Vandeputの歓迎。
00:00:34 Nicolasの現在の仕事と大学での教育について。
00:01:00 Nicolasの著書「在庫最適化モデルとシミュレーション」について議論。
00:03:51 著書の対象読者とシンプル化アプローチについて。
00:05:15 IT部門から実務者へのシフトとサプライチェーンの成熟について。
00:08:02 Pythonの表現力と他のプログラミング言語に対する優位性について。
00:10:19 著書におけるPythonの強調と実践的学習の利点について。
00:11:47 Pythonの人気とJavaやJavaScriptなどの競合言語について。
00:13:51 Python 2からPython 3への移行と学界への影響について。
00:15:10 Pythonにおける不確実性への対処と、言語改善の可能性について。
00:16:03 新しい在庫最適化ソフトウェアを試すためのお得な価格について。
00:16:18 在庫最適化における一般的な混乱と安全在庫計算式について。
00:17:32 安全在庫計算におけるレビュー期間の重要性について。
00:18:34 サプライチェーン管理における優秀なエンジニアの必要性について。
00:19:57 サプライチェーンの問題を、マイクロエレクトロニクスなどのより複雑な分野と比較。
00:21:02 問題の定式化と優秀な人材の獲得の重要性について。
00:22:32 学術モデルの限界とその実世界での適用について。
00:23:01 数学的モデルからシミュレーションへの移行で精度向上を図ることについて。
00:24:01 安全在庫計算式の限界とシミュレーションの必要性について。
00:25:07 結論とNicolasの在庫最適化に関する著書の言及について。
要約
インタビューでは、Kieran ChandlerがLokadの創設者Joannes Vermorelと、著書「在庫最適化モデルとシミュレーション」のNicolas Vandeputを迎え、Pythonを用いたサプライチェーン最適化におけるプログラミングのシンプルさとアクセスしやすさについて議論します。Vandeputの著書は簡略化された在庫最適化モデルを提供し、Vermorelはこれらのモデルの実装の容易さを強調しています。彼らはサプライチェーン最適化の進化、プログラミングの表現力の重要性、そしてPythonの優位性について語り、両専門家は実世界のシナリオがこれらの前提から逸脱することにより、サプライチェーン管理の課題に対処するためにシミュレーションなどの代替手段が必要であると認識しています。
詳細な要約
インタビューでホストのKieran Chandlerは、Lokadの創設者Joannes Vermorelと、著書「在庫最適化モデルとシミュレーション」のNicolas Vandeputを紹介します。議論は、Pythonなどのツールを通じてサプライチェーン最適化におけるプログラミングのシンプルさとアクセスのしやすさに焦点を当てています。
Vandeputは、自身の著書が在庫最適化モデルを簡素化し、サプライチェーンの実務者にも扱いやすくすることを目的としていると述べています。著書は、理想的なサプライチェーンに深入りするのではなく、Pythonによるシンプルな数値的レシピを提供し、実世界の状況に対処することに重点を置いています。Vermorelは、これらのレシピが数行のコードで実装できることを強調し、大手ソフトウェアベンダーが市場に打ち出すソリューションの実態に疑問を呈しています。
この著書は、在庫管理に苦戦するサプライチェーンの専門家向けに設計され、彼らが在庫水準を理解し最適化するための助けとなることを目的としています。Vandeputは、完璧を追求するのではなく、前提条件を設け、使用されるモデルの限界を理解することの重要性を強調しています。
Vermorelは、サプライチェーンの成熟度が数十年にわたって進化し、かつては企業が自社のサプライチェーンのデジタル版を確立するのに苦労していたのに対し、今や企業は知能的な管理なしで在庫水準をデジタル管理できるようになり、最適化に注力できるようになったと説明しています。
サプライチェーンの実務者がプログラミングにより積極的に関与するようになったという考え方の転換は、Pythonのようなツールの利用しやすさとプロセスの単純化に起因しています。この変化により、実務者はIT部門に依存することなく、サプライチェーン最適化を自ら推進できるようになりました。
彼らはサプライチェーン最適化の進化、プログラミングの表現力の重要性、そしてPython利用の利点について議論しています。
Vermorelは、ERPシステムが成熟するまでに約40年を要したことを指摘し、これによりサプライチェーン最適化が実現可能な選択肢となったと述べています。議論は、現実の変化や予測不可能な事象に適応するためのプログラムの表現力の重要性へと移り、VermorelはExcelが一定の表現力を持つものの、その限界はスプレッドシートにおけるロジックの組織方法に起因すると説明しています。一方、Pythonはより抽象的で表現豊かな解決策を提供するため、サプライチェーン最適化に非常に適していると述べています。
次にVandeputは、なぜPythonが著書で選ばれたプログラミング言語であるのかを説明します。彼は、Pythonが世界で最も人気のあるプログラミング言語の一つであり、オンライン上に豊富なリソースがあるため、ユーザーが容易に疑問の答えを見つけられ、行き詰まる可能性が低いと指摘します。さらに、Pythonのシンプルさにより、コードを読むだけで理解できるため、非常に親しみやすいとも述べています。
著書がPythonを重視する理由は二点あります。第一に、Vandeputは実践が学習に不可欠であると考え、ExcelとPythonの両方で多くのDIYセクションを設け、読者が実際に手を動かして学べるようにしています。第二に、Pythonは個別のアイテムの問題解決を超え、サプライチェーン全体の最適化に向けたスケーラブルなソリューションを提供することを可能にします。
Vermorelは、Pythonの人気とシンプルさに関するVandeputの主張に同意しつつも、言語の限界も認めています。彼は、JavaScriptやJavaのような他のプログラミング言語は、必要とされる高度なソフトウェアエンジニアリングスキルのため、サプライチェーン最適化にはあまり適していないと示唆しています。
この会話は、プログラミング言語としてのPythonの利点と、在庫最適化に関する一般的な誤解を中心に展開されています。
Vermorelは、Pythonの簡潔で使いやすい性質が、特に初心者にとってサプライチェーン最適化に非常に適していると主張しています。彼は、1990年代の誕生以来のPythonの進化が、学術界および産業界のニーズに応える上でその人気と有効性を高めてきたと指摘します。その一方で、不確実性の扱いにはまだ改善の余地があるとも述べ、市場にある他の高価なオプションと比較して、Pythonは費用対効果の高いソリューションであると断言しています。
一方でVandeputは、在庫最適化に関する業界内の一般的な誤解に踏み込み、多くの実務者がリードタイムと輸送時間を混同し、安全在庫を計算する際にレビュー期間の重要性を見落としていると指摘します。Vandeputは、レビュー期間はリードタイムに加えて必ず考慮すべきであり、この期間を短縮することで安全在庫を減らすことが可能になると強調しています。
VermorelとVandeputは共に、業界に蔓延する混乱と、サプライチェーン管理分野におけるより高度な知識を持つ専門家の必要性を認め、在庫最適化の微妙な点を理解し、適切なツールと手法を活用する重要性を強調しています。
この議論は、サプライチェーン業界が直面する課題と、より多くの才能ある人材をこの分野に引き付ける必要性に触れています。
Vermorelは、サプライチェーン業界の問題の複雑さは、マイクロエレクトロニクスなどの他分野に比べてしばしば低いと述べました。しかし、直面する課題を解決するためには、より多くの優秀な人材を引き寄せることが重要であると強調し、問題解決に本気で取り組む知的で熱意ある人々にとって、Vandeputの著書がサプライチェーン分野をより魅力的なものにしていると評価しています。
Vandeputは、現実の簡略化に基づくために限界がある伝統的な数学モデルについて論じ、あるシナリオでは機能するものの、十分なパフォーマンスを発揮できない場合にはシミュレーションなどの別のアプローチが必要になると説明しました。
Vandeputは、リードタイムが正規分布すると仮定する安全在庫計算式の例を挙げ、実際には供給業者はほとんどの場合時間通りに納品するものの、遅延する場合はかなりの遅れとなる可能性があると指摘します。従来の数学モデルはこのような状況に対処するのに苦労するため、シミュレーションのような代替手段の必要性が明らかになります。
この会話は、正規分布するリードタイムを仮定する安全在庫計算式など、伝統的な数学モデルの限界に焦点を当てています。両専門家は、実世界ではこれらの前提から逸脱するシナリオが存在し、その結果、より正確なサプライチェーン管理を実現するためにシミュレーションなどの代替手法が必要になると強調しています。
結論として、今回のインタビューは、サプライチェーン業界に優秀な人材を引き寄せる重要性、伝統的な数学モデルの限界、およびこれらの限界を克服するためにシミュレーションを代替手法として用いる潜在的な利点を浮き彫りにしました。
フル・トランスクリプト
Kieran Chandler: 本日のlokad tvでは、再びNicolas Vandeputをお迎えできることを大変嬉しく思います。彼は、どれほどシンプルに実現できるのか、そして彼の新著から何を学べるのかについて議論してくれます。Nicolas、再度お越しいただき誠にありがとうございます。今日も例によって、私たちはゲストについて少し知りたいと思っています。では、番組でお会いして以来、どのような活動をされてきたのですか?
Nicolas Vandeput: 再びこんにちは、Kieran。ええ、実はいつも通り、企業向けの在庫最適化や予測のための優れたモデル作成に忙しく取り組んでいます。そして、書籍の執筆や大学での講義も行っており、ご存知の通り、これが私の大きな趣味になっています。
Kieran Chandler: 了解です。では本日は、その書籍の一つである「在庫最適化モデルとシミュレーション」について議論します。Joannes、Nicolasの著書にはどのような違いがあるのでしょうか?
Joannes Vermorel: 私の考えでは、Nicolasはこの著書で、率直に申し上げて現代のサプライチェーンの礎となる一要素を取り入れています。ここでいうサプライチェーンとは、単なる管理、すなわち物事の計上だけを意味するのではなく、サプライチェーン最適化の観点で捉えるものです。実際のサプライチェーンに対応するためには、プログラム的な表現力が必要です。この著書で非常に興味深いのは、理想化されたサプライチェーンに深入りして「ええ、こんなこつああんなこつの最適性の数学的証明を出そう」とするのではなく、Nicolasがよりアジャイルな考え方で、Pythonを用いて非常にシンプルで明快な数値的レシピを提供する点にあるということです。
これらのレシピの素晴らしさは、非常に実践的であり、ほとんどの古典的なサプライチェーンの手法が大体5行程度のPythonコードで実装可能であることを示している点にあります。そして、もし非常にシンプルなことを実現したいのであれば、極めてシンプルな方法でそれを達成できるという考えが伝わってきます。これらを考案するために大勢のソフトウェアエンジニアが必要というわけではありません。むしろ、その副次的効果として、大手ソフトウェアベンダーが市場に提案しているものが根本から解明されるのです。というのも、彼らが主張することを、数行のコードで実現できることを示すと、その提案に実際の価値があるのかという疑問が生じるからです。そして私は、大部分においてその答えは「ない」と考えています。それ以上に、非常に小さなビルディングブロックを組み合わせることで、実世界の課題をこれらのレシピに盛り込み、少なくとも適用可能な十分な可能性を持つものにできるのです。
Kieran Chandler: サプライチェーンの解決策ですね。とても興味深いお話です。Nicolas、このわずか数行のコードで成果が得られるという考えは、何時間もコーディングを見続けるよりも遥かに満足感があります。では、この書籍はどのような人々を対象としているのでしょうか?
Nicolas Vandeput: 私の大きなこだわりのひとつは、物事を単純化することです。だから、このような本を書くとき、サプライチェーンを管理して在庫を最適化したい場合、全体像を示しつつ実務者自身が実行できるように、すべてをどう単純化するかを考えています。つまり、「在庫が多すぎる」「在庫はあるけれども、適切なサービスレベルが確保されていない」あるいは「在庫を担当しているけど、必要量が全くわからない」と考えているサプライチェーン関係者向けに本書を書いたのです。本書には、自分自身で実践できる方法を最もシンプルな形で示す「Do it yourself」セクションが数多く盛り込まれており、同時に「いくつかの仮定のもと(存在しない完璧さを目指すのではなく)、シミュレーションを行って用いるモデルの限界を見極める」という考えも伝えています。要するに、本書は、在庫管理を正しく行う必要があると考える現代のサプライチェーンに携わるすべての人々のためのものです。
Kieran Chandler: 素晴らしいですね。そして、ヨハネス、これは考え方の変化とも言えるでしょう。なぜなら、これまでプログラミングはIT部門に任されるものでしたが、今やその腕を磨く実務者がますます増えているように見えるからです。では、なぜこのような考え方の変化が起きているのでしょうか?
Joannes Vermorel: これらの要素は長い間存在していたと考えています。しかし、サプライチェーンの成熟度に関しては、何十年もの間、企業はサプライチェーンの正確なデジタル表現――ERPあるいは在庫レベルを単純に管理できるWMSシステム、つまり知能性は皆無だが、正確なデジタル版を持つこと――を手に入れるのに苦労してきました。そこに到達するまでには長い時間がかかりました。初期のERPが導入されたのは(当時はこの名称ではなく)70年代後半であり、今日ではERPの歴史は4半世紀にもおよびます。十分なデジタルマッピングが実現するまでには時間がかかり、各種最適化を合理的な選択肢にするための条件が整うまでに時間が必要でした。そして、ちなみにExcelからPythonへの移行も、ゆっくりと進んできたのです。Excelは既に多くのプログラミング機能を提供しており、その一部は本書でも説明されています。私にとっては、これは連続体であり、あるものから別のものへの完全なdisruptionではありません。現実世界が投げかけるあらゆる課題に対処するためには、このプログラム的な表現力が必要なのです。
Kieran Chandler: では、ヨハネス、先ほどサプライチェーンの予測不可能な性質に対応するために、ソフトウェアに表現力が必要だというお話でしたが、もう少し詳しく説明していただけますか?
Joannes Vermorel: はい、常に全くランダムで予測不可能な事象が存在すると思います。Brexitやトランプの関税、パンデミック、あるいは突如として会社がワクチンの流通に取り組まなければならなくなり、サプライチェーンが一変することもあり得ます。実世界ではさまざまな出来事が起こるため、堅固なソフトウェアだけでは現実のあらゆる事象に対処できません。だからこそ、より表現力のあるもの、すなわちプログラム的な表現力が求められるのです。Excelもその表現力を提供しますが、スプレッドシート内でロジックを組み立てる方法に起因する一定の制約があります。Pythonは次のレベルの抽象性を持ち、ユーザー定義関数などを扱えるなど、より高度な表現力を提供してくれます。ExcelでもVisual Basicを介して似た機能は使えますが、実質的にはPythonはVBAの優れたバージョンと言えます。
Kieran Chandler: Nicolas、ExcelからPythonへの移行についてもお話しされましたが、他にもSQLやC#など多くのプログラミング言語があります。なぜこの本ではPythonを選ばれたのでしょうか?Pythonは他の言語では得られないどんな利点を提供しているのですか?
Nicolas Vandeput: 全体として、Pythonにはいくつかの利点があると考えています。まず第一に、非常によく知られている点です。世界一の言語だと言うかどうかは別として、少なくともその仲間入りはしているということです。つまり、今日Pythonについて疑問があればGoogleで検索すれば答えが見つかるという非常に便利な状況にあります。たとえ、Pythonよりもはるかに高速な言語を見つけて「これを使おう、速いから」と思ったとしても、質問しても答えが見つからなければ、行き詰まってしまいます。しかしPythonでは、それが極めて起こりにくいのです。誰かがすでに同じ質問をして答えを得ているという事実があるからです。一方で、非常に重要な点として、私は単純化を非常に重視しています。Pythonは本当にシンプルです。数量分析アナリスト時代、VBAを使用する同僚のことをよく思い出します。誰もが恐れる、修正不可能なほど巨大なExcelのVBAマクロファイルを、皆頭の片隅に持っているはずです。しかし、Pythonはまったくそんなものではありません。むしろ、Pythonは非常にシンプルで、ファイルを読み進めるだけでその動作が理解できるのです。実際、読者の中には「Nicolas、Pythonについて何も知らなかったが、あなたのコードを読んでその全てが非常に明快で理解できた」とメールをいただいたこともあります。こうした点から、新しいことを学びたいのであれば、Pythonこそが本当に使うべき言語だと考えています。さて、本書に関して、なぜここまでPythonに重きを置いているのか――まず、何かを学びたいのであれば、
Kieran Chandler: ところで、あなたの本ではなぜサプライチェーン最適化においてPythonに焦点を当てたのか、興味があります。
Nicolas Vandeput: 実際に自分自身で体験し、試してみることができるほうがずっと良いと思っています。本書ではExcelやPythonを用いた多くの「Do it yourself」セクションを推奨しており、読者が新たなノウハウや知識を習得できるように意図しています。また、サプライチェーン最適化がそれほど複雑なものではないと理解してもらうためでもあります。わずか数行のコードを入力するだけで、自分のコンピューター上で動作するのです。Pythonを推奨する主な理由は、サプライチェーン向けの解決策を容易に拡張できるからです。Pythonを使えば、単純な仮定とモデルを利用してサプライチェーンを簡単に運用することが可能です。
Kieran Chandler: ヨハネス、それについては同意されますか?以前、Pythonの限界についても少しお話しされていましたが。
Joannes Vermorel: 人気という点では、Pythonが最も広く使われるプログラミング言語のトップ10に入っていることは疑いの余地がありません。候補としてはJavaScriptやJavaなどがありますが、これらはサプライチェーンには適しません。これらの言語で何かをするには、相当なソフトウェアエンジニアリングの技術が必要です。例えば、Javaの優れた点であるオブジェクト指向プログラミングのサポートは、新しいユーザーの導入を容易にする上ではむしろ欠点となる場合があります。これらの機能はサプライチェーン最適化やモデリングの目的には必ずしも有用ではなく、取り入れると、プロジェクト開始から数ヶ月間は、明らかな利点も見いだせない複雑な言語になってしまいます。 Pythonは1990年代に始まり、人気を得るまでにほぼ3世紀近くの歳月がかかりました。Python 2からPython 3への大規模な移行があり、これは学界による主導だと私は考えています。Pythonは学界で自らの強みを見出し、Python 2からPython 3への大転換では、Pythonの悪い部分がすべて排除されました。その結果、過去10年間で生まれた言語は、学術界やサプライチェーン最適化に必要なものにより即したものとなっています。 Kieran Chandler: では、プログラミング言語について話しましょう。ヨハネス、Pythonについてどう思われますか?
Joannes Vermorel: Pythonは非常に簡潔で、余計な要素に煩わされることがありません。正反対の例として挙げられるのは、おそらくC++でしょう。実際、「C++のすべてを知っている」と言える人がいるかは疑問です。なぜなら、その言語仕様はあまりにも膨大で、人間が全てを把握するのは不可能に近いからです。考えてみれば、その仕様はほとんど狂気の沙汰です。こうした背景を踏まえると、Pythonは非常に絶妙なバランスポイントを提供しており、誰もがすぐに始めやすい言語だと言えます。偶発的な複雑性の落とし穴を避けるための良い出発点だと信じています。ただし、これは最終解決策ではなく、ちなみにこれはLokadで開発しているものでもあります。しかし、これはNicolasの本の主題ではないので、あまり脱線はしません。不確実性に対処するためには、Pythonで比較的簡単にできることがたくさんあると信じていますし、もし言語自体を改変する覚悟があれば、さらにシンプルにできる方法もあるでしょう。しかし、それは本書の範疇を超えます。話の目的上、今のところ、Pythonが市場に出回っている高価な選択肢と比較して得られるものを考えれば、実にお得で、少なくとも真剣に試さない理由はほとんどないと思います。たとえ失敗したとしても、世界のSAPで失敗するよりずっと安価な失敗になるでしょう。
Kieran Chandler: Nicolas、あなたの本では各種モデルだけでなく、在庫最適化に関する混乱についても取り上げられています。業界で注意すべき一般的な混乱は何でしょうか?
Nicolas Vandeput: 例を挙げましょう。もし毎週または毎月発注を行うのであれば、私がグループ内で「リスク期間」と呼んでいる期間が加わります。つまり、需要をカバーすべき期間は、単なるリードタイムだけでなく、レビュー期間も含むのです。
Nicolas Vandeput: はい、私がコンサルタントとして多くの実務者と在庫最適化の取り組みについて議論してきた経験では、至る所で見かける安全在庫の計算式――例えばWikipediaで「安全在庫」と検索し、その計算式を確認してExcelに入力するという現象――が確認できます。そこで重要なのは、必要な安全在庫量を評価する際、リードタイム、すなわち補充に要する時間を考慮すべきだということです。しかし、多くの実務者がリードタイムと輸送時間という概念を混同しているのが第一の混乱点です。例えば、ある倉庫から別の倉庫までトラックで運ぶのに1日または2日しかかからないとしても、トラックやドライバーの手配、ピッキング作業などのために、計画段階では3週間かかるかもしれません。そして最終的には2週間となる場合でも、多くの人が忘れがちなのは、リードタイムだけを見るのではなく、レビュー期間も合わせて考慮する必要があるという点です。
Nicolas Vandeput: 例を挙げますと、毎週または毎月発注を行う場合、グループ内で「リスク期間」と呼んでいる期間が加算されます。つまり、需要をカバーすべき期間はリードタイムだけでなく、レビュー期間も含まれるのです。
Kieran Chandler: では、Nicolas、あなたの著書「Inventory Optimization Models and Simulations」ではレビュー期間の重要性について述べられていましたが、もう少し詳しく説明していただけますか?
Nicolas Vandeput: ええ、つまりレビュー期間とは、本来保護すべき期間にレビュー期間分を上乗せしたものです。たとえば、毎週補充を行い、リードタイムが3週間の場合、リスク期間は実際には4週間となります。つまり、4週間分に起こり得る事態に対して備える必要があるのです。私の経験では、多くの人やソフトウェアがこのレビュー期間を全く考慮せず、単に3週間のリードタイムだけに注目しているのが現状です。そこで本書では、安全在庫を評価する際には絶対にレビュー期間を考慮すべきだという点を強調しています。同時に、もしこのレビュー期間や生産のフローズン期間を短縮できれば、結果的に安全在庫も削減できることに気づいてもらいたいと考えています。これはサプライチェーンにとって大きな成果だと思います。
Kieran Chandler: では、ヨハネス、その点についてはどう思われますか?このような混乱が多いからこそ、人々は在庫管理ソフトウェアに喜んでお金を払っているとお考えですか?
Joannes Vermorel: はい、つまり、私の考えでは、サプライチェーンには、もっと優れたタイプのエンジニアが切実に必要だと思います。最初の講義の一つで、こんな導入のジョークを言ったのですが、もしエネルギーにあふれていれば営業へ、信頼性があれば生産へ、そしてあらゆる資質に欠けていればサプライチェーンに回る、というものでした。しかし、サプライチェーンの特定の領域を比較してみると、そこで見受けられる混乱は、決して非常に優秀な頭脳の産物ではないように思えるのです。失礼かもしれませんが、例えば、マイクロエレクトロニクスのリソグラフィーで行われていることや、その技術者たちが解決している問題を見ると、彼らの取り組みは信じられないほど複雑です。文字通り、全てが盛り込まれており、複雑な数学を用いた量子物理学もあります。正直なところ、サプライチェーンで扱われる問題よりも、はるかに複雑です。物理的な問題には様々な困難が伴い、技術的には、非常に複雑な部品を多数組み合わせなければならないのです。例えば、オランダのASMLのような企業が行っていることは、ほとんど魔法のようで、最も優秀な頭脳が集まれば人類の偉業と言っても過言ではありません。でも、サプライチェーンにもっと優秀な人材を呼び込むためには、在庫補充の適用期間の定義のような単純な問題に惑わされず、彼らが知性を発揮できる形で問題を構築する必要があるのです。つまり、もしあなたの業務全体が、単純なソフトウェアのボタンを押すだけのものだとすれば、最終的に採用されるのは決して最も優秀な人材ではないということになります。
Kieran Chandler: ええと、私もそう考えています。そして、この本の好きな点の一つは、ニコラの本が、もしあなたが賢く、若く、ある程度の情熱を持っていれば、取り組むべき問題に心から興味を持つことができる要素を提供しているところです。そして、本を読むことで、実際にその問題の解決能力が向上し、サプライチェーンにとって大きな支えにもなるのです。これこそ、最初から知的好奇心にあふれる優秀な人材にとって、世界をより魅力的に感じさせる要因だと思います。ですから、現在人々を混乱させている事柄と、二十年後に人々を混乱させる事柄は、業界にもっと多くの才能が集まれば、根本的に異なるものになると私は推測しています。さて、ここで少しまとめましょう。ニコラ、あなたの本でヨハナが触れていたのですが、使われるいくつかのモデルは、学術的には非常に有用かもしれませんが、実際の世界では限界があると言っていました。これらの限界は克服可能でしょうか?また、どのように実世界で活用されるようになるのでしょうか?
Nicolas Vandeput: まあ、常に理解していただきたいのは、モデルは現実を単純化したものに過ぎないということです。モデルを構築する際には、必然的にいくつかの要素を省略しなければなりません。つまり、問題は、例えば、あるモデルが1995年に98%の確率で機能しているとしたら、それで十分なのかどうかという点にあります。誰かは「十分だ」と主張するでしょうし、誰かは「不十分だ」とも言うでしょう。しかし、もしモデルが70%や60%の精度しか発揮しなければ、通常の数学的モデルは明らかに十分ではないと実感させられるはずです。別のアプローチに移る必要があるのです。本書の最後の部分で示している通り、ある時点で数学的モデルはもはや十分でなく、正確さを欠き、実用性もなくなってしまいます。
Joannes Vermorel: そして、実際Lokadのクライアントでも見られるのは、私たちが用いている数学的モデルは、いわゆる大きな成果、つまりそれを改善すればサプライチェーンの利益などに莫大な影響を及ぼす要因を特定するには十分だということです。これが、私たちがクライアントに大きな価値を提供している部分だと思います。しかし、同時に、細部においてはモデルが良いものの、十分ではない部分もあり、そこで実際に現場で試験や微調整ができる工業的なプロセスが必要になるのです。これこそがサプライチェーンの核心であり、分析と運用が融合している現場なのです。すなわち、分析により愚かな判断を避けながら、同時に運用やテスト、
Kieran Chandler: さて、ここで在庫最適化についてお伺いしたいのですが、どうやらこの分野は、モデルがあまり複雑になりすぎるのではないかと懸念して、使うことをためらう人が多いようです。ですから、シミュレーションに頼ることになるかもしれません。ジョナスがサプライチェーンにおけるシミュレーションの方法について、語ることが非常に多いと確信しています。
Joannes Vermorel: 本書の第一部では、「これらがサプライチェーンの通常のモデルだ。では、それらが実際に機能するかどうか、シミュレーションをしてみよう」ということを示しています。そして、例えばサプライチェーンで一般的に用いられる安全在庫の公式、ウィキペディアにあるあの公式を取り上げています。この公式は、ランダムな需要時間、つまり時々供給業者が遅れる場合に対応してより多くの安全在庫を確保すべきだというものです。しかし、実際にこのランダムな需要時間に基づいて必要な安全在庫量を評価する公式を見ると、「リードタイムは正規分布する」という前提が隠されているのが分かります。つまり、供給業者は時折遅れるものの、極端に遅れることはないという、理想的な分布を仮定しているのです。実務上、ほとんどの供給業者は大抵は時間通りに納品しますが、もし遅れる場合は非常に大幅に遅れるのです。例えば、80%は時間通りで、20%は1、2週間遅れるといった具合です。現実には、このような供給業者に対応できる数学的な公式は存在しません。したがって、そのような供給業者を抱えているなら、この安全在庫の公式だけでは前に進むことはできず、本当に必要なのはシミュレーションに立ち返ることであり、これが簡単な数学的モデルの限界であり、一歩踏み込んだシミュレーションの活用が求められる理由です。
Nicolas Vandeput: はい、そして私はジョアンネスの言うことに全く同意します。サプライチェーン最適化の面では、数学的モデルに依存できる範囲には限界があると思います。シミュレーションは、サプライチェーンにおける様々なパラメータの影響を理解し、最適化するための非常に強力なツールです。実際、これこそ私たちが何年も前から行っていることであり、ジョアンネスも同様に取り組んでいます。
Kieran Chandler: さて、素晴らしいですね。ここで一旦締めさせていただきますが、お二人ともお時間をいただきありがとうございました。もしニコラの在庫最適化モデルとシミュレーションに関する本にご興味がある方は、下記の説明欄にリンクを掲載します。では、次回のエピソードでまたお会いしましょう。ご視聴ありがとうございました。さようなら。
Joannes Vermorel: ありがとうございます。
Nicolas Vandeput: ありがとうございます。