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。
00:01:00 Nicholasの著書「在庫最適化モデルとシミュレーション」の話し合い。
00:03:51 本の対象読者と簡略化のアプローチ。
00:05:15 IT部門から実践者への移行とサプライチェーンの成熟度。
00:08:02 Pythonの表現力と他のプログラミング言語に対する利点。
00:10:19 本でのPythonの重要性と実践的な学習の利点。
00:11:47 Pythonの人気とJavaやJavaScriptなどの競合製品。
00:13:51 Python 2からPython 3への移行と学術界への影響。
00:15:10 Pythonでの不確実性の扱いと言語の改善の可能性。
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。
00:16:18 在庫最適化と安全在庫の計算における一般的な混乱。
00:17:32 安全在庫計算におけるレビュー期間の重要性。
00:18:34 サプライチェーン管理における優れたエンジニアの必要性。
00:19:57 マイクロエレクトロニクスなどのより複雑な分野とのサプライチェーン問題の比較。
00:21:02 問題の定式化の重要性と優れた人材の獲得。
00:22:32 学術モデルの制約と実世界での適用。
00:23:01 数学モデルからシミュレーションへの移行とより正確な結果のための取り組み。
00:24:01 安全在庫の計算の制約とシミュレーションの必要性。
00:25:07 結論とNicolasの在庫最適化に関する書籍の紹介。
概要
インタビューでは、Kieran ChandlerがLokadの創設者であるJoannes Vermorelと「在庫最適化モデルとシミュレーション」の著者であるNicolas Vandeputとのディスカッションをホストしています。彼らはPythonを使用したサプライチェーン最適化におけるプログラミングの簡略化とアクセシビリティについて取り上げています。Vandeputの本は簡略化された在庫最適化モデルを提供しており、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、およびPythonの利点について議論しています。両者の専門家は伝統的な数学モデルの制約を認識し、サプライチェーン管理における現実世界の課題を処理するためのシミュレーションなどの代替手法の必要性を強調しています。
詳細な概要
インタビューでは、ホストのKieran ChandlerがLokadの創設者であるJoannes Vermorelと「在庫最適化モデルとシミュレーション」の著者であるNicolas Vandeputを紹介しています。このディスカッションは、Pythonなどのツールを使用したサプライチェーン最適化におけるプログラミングの簡略化とアクセシビリティを中心に展開しています。
Vandeputは、彼の本が在庫最適化モデルを簡素化し、サプライチェーンの実践者にアクセス可能にすることを目指していると語ります。この本では、理想化されたサプライチェーンに深く入り込むのではなく、実世界の状況に対応するためのPythonでの簡単な数値レシピを提供することに焦点を当てています。Vermorelは、これらのレシピはわずか数行のコードで実装できることを強調し、大手のソフトウェアベンダーが提供するものを解明し、それらが提供する価値に疑問を投げかけています。
この本は、在庫管理に苦労しているサプライチェーンの専門家を対象にしており、彼らが自分の在庫レベルを理解し最適化するのを支援することを目指しています。Vandeputは、使用されるモデルの仮定を立て、制約を理解することの重要性を強調し、完璧さを求めるのではなく、それを追求することを推奨しています。
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てきたことを説明し、企業が最初はサプライチェーンのデジタル対応を確立するのに苦労したと述べています。数十年の進歩の後、企業は今や知能を持たないまま在庫レベルをデジタルで管理できるようになり、最適化に集中することができるようになりました。
サプライチェーンの実践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心構えの変化は、Pythonなどのツールのアクセシビリティの向上とプロセスの簡略化によるものとされています。この変化により、実践者はサプライチェーン最適化に対してより多くの制御を取ることができるようになり、IT部門に完全に依存する必要がなくなりました。
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、およびPython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40年かかったことを強調し、それによりサプライチェーン最適化が実現可能になったと述べています。会話は、プログラムの表現力の重要性に移り、それにより組織が現実の変化や予測不可能なイベントに適応できるようになるという点に焦点を当てています。Vermorelは、Excelがある程度の表現力を提供しているが、その制約はスプレッドシートでの論理の組織方法に由来すると説明しました。一方、Pythonはより抽象的で表現力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理想的です。
次に、VandeputはなぜPythonが彼の選択の言語であるかを説明します。彼は、Pythonが世界中で最も人気のあるプログラミング言語の1つであり、オンラインで利用可能なリソースが豊富であることを指摘しています。これにより、ユーザーは簡単に質問の回答を見つけることができ、行き詰まる可能性が低くなります。さらに、Pythonのシンプルさがアプローチ可能性を高め、ユーザーはコードを読んで理解することができます。
この本では、2つの理由でPythonが強調されています。まず、Vandeputは学習には実践が重要だと考えており、ExcelとPythonの両方に多くの自己実施セクションを含めて読者が実践的な経験を積むことができるようにしています。また、Pythonを使用することで、個々のアイテムの問題を解決するだけでなく、より広範なサプライチェーンの問題に対してソリューションをスケーリングすることができます。
Vermorelは、VandeputのPythonの人気とシンプルさに同意しますが、言語の制約も認識しています。彼は、JavaScriptやJavaなどの他のプログラミング言語は、それらと一緒に作業するために広範なソフトウェアエンジニアリングのスキルが必要であるため、サプライチェーン最適化には適していないと提案しています。
会話は、プログラミング言語と在庫最適化における一般的な誤解についてのメリットに関するものです。
Vermorelは、Pythonが簡潔で使いやすいため、特に初心者にとってサプライチェーン最適化に適していると主張します。彼は、Pythonが1990年代の創造から現在までの進化により、学術および産業のニーズに対してますます人気が高まっていると指摘します。利点にもかかわらず、Vermorelは、不確実性の扱いにおいて改善の余地がまだあると述べています。ただし、彼はPythonが市場の他の高価なオプションと比較して費用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、Vandeputは、在庫最適化に関する業界内の一般的な誤解について詳しく説明しています。彼は、多くの実践者がしばしばリードタイムを輸送時間と混同し、安全在庫の計算時にレビュー期間の重要性を見落としていることを指摘しています。Vandeputは、リードタイムに加えてレビュー期間も考慮する必要があり、この期間を短縮することで安全在庫を減らすことができると提案しています。
VermorelとVandeputの両者は、業界内の混乱とサプライチェーン管理の分野でより教育のある専門家の必要性を認めています。彼らは在庫最適化の微妙なニュアンスを理解し、適切なツールと技術を利用してより良い結果を得ることの重要性を強調しています。
このディスカッションでは、サプライチェーン業界で直面する課題と、より優れた人材をこの分野に引き付ける必要性について触れられました。
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の分野よりも低いことがしばしばあると指摘しました。しかし、彼は、より優れた人材をこの分野に引き付けて問題解決に貢献することの重要性を強調しました。彼は、Vandeputの本が、知的で熱心な人々にサプライチェーン分野を魅力的にし、そのような問題に取り組むことに本当に興味を持つことができる人々に称賛されています。
Vandeputは、在庫管理における従来の数理モデルの制約について議論しました。これらのモデルは現実の簡略化に基づいていることが多いと説明しました。彼は、一部のモデルは特定のシナリオでは十分に機能するかもしれないが、適切に機能しない場合にはシミュレーションなどの他の手法が必要になることを説明しました。
Vandeputは、通常分布されたリードタイムを仮定する安全在庫の数式の例を挙げました。現実では、サプライヤーはほとんどの場合には時間通りに納品されますが、遅れると大幅に遅れることがあります。従来の数理モデルはこのような状況に対処するのが難しく、シミュレーションなどの代替手法の必要性を示しています。
会話は、通常分布されたリードタイムを仮定する安全在庫の数式など、従来の数理モデルの制約に焦点を当てています。両者は、現実のシナリオはこれらの仮定から逸脱することが多く、より正確なサプライチェーン管理のためにシミュレーションなどの代替手法が必要であると強調しています。
結論として、このインタビューでは、優れた人材をサプライチェーン業界に引き付ける重要性、従来の数理モデルの制約、およびこれらの制約を克服する代替手法としてのシミュレーションの潜在的な利点が強調されました。
フルトランスクリプト
Kieran Chandler: 今日のlokad tvでは、ニコラ・ヴァンデプットさんをお迎えして、彼の新しい本からどれだけシンプルになり得るか、そして何を学べるかについて話し合います。では、ニコラさん、再びご参加いただきありがとうございます。いつものように、ゲストの皆さんについて少し知りたいと思います。前回のショーでお会いした後、何をしていましたか？
Nicolas Vandeput: こんにちは、キーラン。実は、いつものように、在庫最適化と予測に関するいくつかの素敵なモデルを企業のために作成するために忙しく働いています。そして、私はいくつかの本を書いたり、大学で教えたりしています。それが私の大きな趣味ですね。
Kieran Chandler: そうですか、素晴らしいですね。今日は、その本の1つ、ジョアネスという本について話し合います。それは「在庫最適化モデルとシミュレーション」というタイトルですね。では、ニコラさんの本は他の本と何が違うのでしょうか？
Joannes Vermorel: この本では、ニコラさんが、私が現代のサプライチェーン（/ja/テクノロジー/）の基盤と考えているものに、正面から取り組んでいると思います。私がサプライチェーンと言うとき、単に物事を管理する意味ではなく、サプライチェーンの最適化の意味で言っています。現実のサプライチェーンに対応する可能性のあるものを持つためには、プログラムの表現力が必要です。この本では、理想化されたサプライチェーンについて深く掘り下げるのではなく、数学的な最適性の証明を行うことなく、現実のサプライチェーンに少しの要素を追加すると、数学的なフレームワークが崩壊してしまうような理想化されたサプライチェーンについては触れずに済む方法を取っています。ニコラさんは、アジャイルなマインドセットによるアプローチを取っており、非常に適切だと思います。具体的には、Pythonを使用して非常にシンプルで直感的な数値レシピを提供する方法を示しています。
そのレシピの美しいところは、実践的であり、ほとんどのクラシックなサプライチェーンのレシピは、ほとんどの場合、5行程度のPythonで実装できることを示しているということです。これは非常に興味深いと思います。なぜなら、非常にシンプルなことを行いたい場合、非常にシンプルな方法で行うことができるというアイデアを伝えているからです。これらのことを行うためには、数人のソフトウェアエンジニアが必要です。さらに、これによって、大規模なソフトウェアベンダーが実際に市場に押し出しているものを深く理解することができます。なぜなら、彼らが言っていることを実際に行うことができることを示すだけでなく、わずか数行のコードで行うことができるからです。その結果、これらのベンダーが提案しているものにはあまり価値がないという疑問が生じます。そして、さらに重要なことは、非常に小さなビルディングブロックを持つことができれば、それらを組み合わせて自分の現実世界の課題をレシピに注入することができるということです。これにより、少なくとも適切なものになる可能性があるものが得られます。
Kieran Chandler: サプライチェーンの解決策ですね。確かに非常に興味深いです。ニコラさん、わずか数行のコードで結果が得られるというアイデアは、コーディングに数時間も費やすよりもはるかに満足感がありますね。では、この本は誰を対象としていますか？
Nicolas Vandeput: 私の大きな関心事の1つは、簡素化です。したがって、このような本を書くときには、「サプライチェーンを管理し、在庫を最適化したい場合、どのようにすべてを簡素化してグローバルな全体像を提供し、同時に実践者が自分で行えるようにすることができるか」と考えています。ですので、この本は、現在サプライチェーンに関わっている人々、つまり「在庫が多すぎる」とか「在庫がたくさんあるのに適切なサービスレベルがない」とか、「在庫を担当しているけど、どれくらい必要かわからない」と思っている人々を助けるために書かれました。この本には、「自分でやってみる」セクションがたくさんあり、どのように簡単に行うことができるかを示しています。しかし、同時に、私は彼らに「いくつかの仮定をしなければならないし、仮定に従っていくつかのシミュレーションを行い、使用するモデルの限界を見る必要がある」と伝えようとしています。つまり、この本は、現在のサプライチェーンに関わっている人々、つまり「在庫を正確に把握する必要がある」と考えている人々のためのものです。
Kieran Chandler: 素晴らしいですね。これは少し考え方が変わる必要がありますね、ヨハネスさん。なぜなら、過去にはプログラミングはIT部門に任せられるものでしたが、今ではますます多くの実践者がそれを自分で行っているようです。なぜこのような考え方の変化があると思いますか？
Joannes Vermorel: これらのことは長い間存在していると思います。しかし、サプライチェーンの成熟度に関しては、数十年にわたり、企業は単にサプライチェーンのデジタルな対応物を持つこと、ERPやWMSのセットアップを持つことに苦労していました。在庫レベルを簡単に管理するだけのもので、何の知能もなく、ただ正確なデジタルなサプライチェーンの対応物を持つことです。それには長い時間がかかりました。最初のERPが展開されたのは、70年代末でしたが、現在では40年以上のERPの歴史があります。したがって、十分なデジタルマッピングを持つためには長い時間がかかりました。それがある程度の最適化を行うための合理的な選択肢になるまでです。そして、ExcelからPythonへの移行はゆっくりと進んできました。Excelはすでに多くのプログラミング機能を提供しており、それは本にもあるように、ある程度まで示されています。私にとっては、それは連続体であり、何かから別のものに移る完全なdisruptionではありません。現実の世界が投げかけるすべてのことに対処するために、このプログラム的な表現力が必要です。
Kieran Chandler: では、ヨハネスさん、サプライチェーンの予測不可能な性質を処理するために、ソフトウェアが表現力を持つ必要性についてもう少し詳しく説明していただけますか？
Joannes Vermorel: はい、私は常に完全にランダムで予測不可能なことがあると思います。それはBrexit、トランプの関税、パンデミック、または突然のワクチンの配布などです。これらはサプライチェーンを逆さまにするでしょう。ですので、実際の世界で起こるすべてのことに対処するためには、硬直したソフトウェアでは対応できません。したがって、もっと表現力のあるものが必要であり、それにはプログラム的な表現力が必要です。Excelはそれを提供してくれますが、スプレッドシートでの論理の組織方法に深く関連する制約があります。Pythonは次のレベルを提供してくれます。少し抽象的ですが、ユーザー定義関数などの機能を持つことができます。ExcelでもVisual Basicを使ってそれを実現することができますが、PythonはVBAの上位互換と言えるでしょう。
Kieran Chandler: ニコラ、ExcelからPythonへの移行について話しましょう。他にもSQLやC#など、たくさんのプログラミング言語があります。なぜこの本ではPythonが選ばれたのでしょうか？他の言語にはない何かを提供しているのでしょうか？
Nicolas Vandeput: まず、Pythonにはいくつかの利点があります。まず第一に、Pythonはかなり知名度があります。世界で一番の言語と言えるかどうかはわかりませんが、少なくともそれに近いです。つまり、今日、Pythonに関する質問を自分自身に投げかけた場合、Googleで検索すれば答えが見つかるということです。これは本当に便利です。もしPythonよりもはるかに高速なプログラミング言語を見つけた場合、「それならこれを使おう、速いから」と思うかもしれませんが、質問をしても回答が見つからない場合、行き詰まってしまいます。しかし、Pythonでは行き詰まることはほとんどありません。なぜなら、どこかで誰かが同じ質問を既にしており、それに対する回答が既に存在しているからです。一方で、これは非常に重要だと思いますが、私は単純化に非常に興味があります。Pythonは非常にシンプルです。私は常に量的アナリストとしての日々を思い出しますが、VBAを使用している同僚たちがいました。私たちは皆、Excelの巨大なVBAマクロファイルを心配している人々を思い浮かべるでしょう。Excelファイルの中の何かを触るのをためらってしまうのです。なぜなら、もし壊れてしまったら修復することが不可能だからです。しかし、Pythonはそんなことはありません。Pythonははるかにシンプルで、ファイルを読み続けるだけで、何をしているのかを基本的に読み取ることができます。本を読んだ後に私にメールを書いてくれた読者の一人または二人から、「ニコラ、私はPythonについて何も知りませんが、あなたのコードを読んで、基本的に何をしているのかが理解できました。すべてが非常に明確です。」というメッセージをいくつか受け取りました。これらの2つの理由により、新しいことを学びたい場合にはPythonを使うべきだと思います。さて、本に関して、なぜ私がPythonにこれほど重点を置いているのか、2つの理由があります。まず第一に、何かを学びたい場合、それを自分自身で経験し、試してみる方がずっと良いと考えています。
Kieran Chandler: では、サプライチェーンの最適化において、なぜPythonに焦点を当てることを選んだのですか？
Nicolas Vandeput: 私は、読者が新しいノウハウと知識を身につけることを望んでいるため、本には多くの自己実施セクションがあります。ExcelやPythonのどちらかで、自分自身で試してみることができます。また、サプライチェーンの最適化を神秘化せずに、それほど複雑ではないと伝えたいのです。数行のコードを入力するだけで、自分自身のコンピュータで動作します。Pythonを推進している主な理由は、そのソリューションをサプライチェーンに簡単にスケーリングできるからです。Pythonを使用すると、単純な仮定とモデルを使用してサプライチェーンを簡単に実行できます。
Kieran Chandler: それに同意しますか、ジョアネス？過去にPythonの制限について少し話しましたが。
Joannes Vermorel: 人気の面では、Pythonは最も広く使用されているプログラミング言語のトップ10に入ることは間違いありません。JavaScript、Javaなどの競合他社もありますが、サプライチェーンには適していません。それらの言語では何かを行うには、かなりのソフトウェアエンジニアリングのスキルが必要です。Javaの良い特徴の一部は、オブジェクト指向プログラミングへの広範なサポートですが、新しいユーザーを簡単にオンボードするには適していません。これらの機能は、サプライチェーンの最適化やサプライチェーンモデリングの目的には直接役立ちません。それを混ぜ込むだけで、最初の数ヶ月間には明らかな利点がない、少なくとも複雑なプログラミング言語になります。
Pythonは90年代に始まり、人気を博するまでにほぼ30年かかりました。Python 2からPython 3への大規模な移行があり、それは学界によるものだと私は考えています。Pythonは学界でその適切な位置を見つけ、Pythonの悪い部分をすべて取り除くためにPython 2からPython 3への大きな移行が行われました。その結果、過去10年間で、学界やサプライチェーンの最適化に必要なものにより適合した言語が生まれました。
Kieran Chandler: それでは、プログラミング言語について話しましょう。ジョアネス、Pythonについてどう思いますか？
Joannes Vermorel: Pythonは非常に簡潔なものであり、周囲に浮遊する要素があまり多くないものです。その正反対はおそらくC++のようなものでしょう。C++の言語仕様は非常に巨大であり、地球上で「C++に関して知り尽くしている」と言う人はいないのではないかと思います。C++のすべての部分に精通することは人間的にも不可能だと思います。言語は考えると狂気じみています。それで、それらすべてをまとめると、Pythonは本当にスイートスポットであり、人々がすぐに始めることができるようにするためのものです。私はそれが偶発的な複雑さ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、それが実際のゴールではないと思っています。それは私たちがLokadで開発してきたものです。ただし、これはNicolasの本のトピックではないので、あまり脱線しすぎません。しかし、私は不確実性に対処するためには、Pythonで比較的簡単に行えることがたくさんあると信じています。ただし、言語自体を変更するという観点からは、さらに簡単な方法で行うことができます。ただし、それは本の範囲を超えています。議論の目的上、現時点ではPythonから得られるものと市場でのほとんどの高価なオプションとの間で選択する必要がある場合、それは文字通りお買い得であり、少なくとも真剣に試してみる理由はほとんどありません。失敗しても、SAPのようなものと比べてはるかに安価な失敗になるでしょう。
Kieran Chandler: Nicolas、あなたの本では在庫最適化に関するいくつかのモデルだけでなく、一般的な混乱についても取り上げています。業界で意識すべき一般的な混乱は何ですか？
Nicolas Vandeput: 私はコンサルタントとしての経験から、在庫最適化に取り組む多くの実践者との議論を通じて、あらゆるところで見ることができる安全在庫の計算式について話し合ってきました。Wikipediaでも見ることができますが、人々はWikipediaにアクセスして安全在庫という言葉を検索し、その計算式をExcelに入力します。そこで私たちが見るのは、必要な安全在庫量を評価するためには、リードタイム（補充までの時間）を見る必要があるということです。しかし、多くの実践者がリードタイムと輸送時間の概念を混同しているという最初の混乱があります。トラックが倉庫から別の倉庫まで2日または1日かかるかもしれませんが、トラックを見つける必要があり、ドライバーを見つける必要があり、ピッキング時間などのすべての要素が発生するため、計画には3週間かかるかもしれません。最終的には2週間かかるかもしれませんが、人々が常に忘れがちなことが1つあります。それは、リードタイムだけでなく、レビュー期間も考慮する必要があるということです。
Nicolas Vandeput: 例を挙げましょう。毎週または毎月注文をする場合、それは私たちがグループでリスク期間と呼んでいるものの追加です。つまり、ニーズをカバーするための期間はリードタイムだけでなく、レビュー期間も含まれます。
Kieran Chandler: では、Nicolas、あなたの本「在庫最適化モデルとシミュレーション」では、レビュー期間を考慮することの重要性についても触れていますね。詳しく説明していただけますか？
Nicolas Vandeput: はい、レビュー期間は基本的には保護が必要な時間の量にレビュー期間の量を加えたものです。つまり、毎週だけで補充を行い、リードタイムが3週間の場合、リスク期間は実際には4週間です。したがって、4週間に起こりうる可能性のあることに対して保護する必要があります。私が見ているのは、ほとんどの人々、ほとんどのソフトウェアがこのレビュー期間を完全に使用せずにバイパスし、単にリードタイムの3週間に焦点を当てる傾向があるということです。ですので、私はこの本を読んで、何か安全が確保されたときには絶対にこのレビュー期間を考慮する必要があるということを強調しようとしています。また、私は人々に気づかせるために、実際にはこのレビュー期間を短縮できれば、生産のための凍結期間を短縮できれば、安全在庫を削減することができるということを押し進めています。これはサプライチェーンにとって良い勝利だと思います。
Kieran Chandler: そうですか。それに同意しますか、Joannesさん？混乱が多いため、人々が在庫ソフトウェアにお金を払うのはそのためですか？
Joannes Vermorel: はい、私は供給チェーンが絶望的に、より良いエンジニアのクラスを必要としていると信じています。そして、私の最初の講義の1つで、エネルギーがたくさんある場合は営業に行き、信頼性がある場合は生産に行き、あらゆる品質が欠けている場合はサプライチェーンに行くという冗談を言いました。しかし、問題は、サプライチェーンの特定の領域を比較すると、遭遇する混乱は、非常に優れた頭脳の産物ではないということです。そして、聴衆に対して少し厳しいかもしれませんが、例えば、マイクロエレクトロニクスのリソグラフィで行われていることを見てみると、それらの人々が解決している問題は驚くほど複雑です。それは文字通り、すべてがあります。複雑な数学を伴う量子物理学があります。そして、正直に言って、サプライチェーンで取り組まれている問題よりもはるかに複雑です。物理的な問題があり、さまざまな困難があります。技術は文字通り、非常に複雑な技術の要素が多く組み合わさっているのです。例えば、ASMLのような企業がオランダで行っていることは、ほとんど魔法のようです。最も優れた頭脳が集まったと言えるでしょう。しかし、課題は、サプライチェーンにより賢い人々が来るようにするために、在庫補充の適用期間の定義などの問題に混乱しない非常に優れた頭脳を引き寄せるために、問題を形成する必要があるということです。もちろん、もしもあなたの専門分野全体が、愚かなボタンを愚かなソフトウェアに変えることについてであるならば、最終的に得られる従業員は最も優れたものではないと驚かないでください。
Kieran Chandler: ええ、私は信じていますし、それはこの本が好きな理由の一つでもあります。ニコラスの本は、あなたが賢ければ、若ければ、ある程度の熱意を持っていれば、あなたが取り組むであろう問題に本当に興味を持つことができます。そして、本を読むことで、それらの問題を解決する能力を向上させることができます。それはサプライチェーンにとっても非常に良い支えです。まず第一に、世界を魅力的に感じさせることができるものです。そして、私が予想するのは、混乱の点では、現在人々を混乱させているようなことと、20年後に人々を混乱させるであろうことは、根本的に異なるものになるでしょう。特に、私たちがこの業界にもっと才能を持ち込む場合です。では、少しまとめてみましょう。ニコラス、あなたの本では、ヨハンナが使われているモデルのいくつかは、学術的な観点からは非常に有用かもしれませんが、現実世界ではその限界があると言っていました。これらの制約のいくつかは克服できると言えるでしょうか？そして、それらは現実世界でどのように使用されることになるのでしょうか？
Nicolas Vandeput: まあ、モデルは現実の単純化ですから、いかにモデルを始める際に、いくつかの要素を無視しなければならないかを理解する必要があります。ですから、本当の問題は、例えば1995年に98%の確率で機能するモデルを採用する場合、それは十分なのかということです。それに対して、賛成する人もいれば、そうではないと言う人もいます。さて、もしモデルを作成して、それが70%または60%の確率でしか機能しないことがわかった場合、通常の数学モデルでは十分ではないことが本当にわかります。私は本の最後の部分でこれを示しており、数学モデルだけでは十分ではないということを述べています。つまり、正確性や扱いやすさが不足しているということです。
Joannes Vermorel: 実際、Lokadのクライアントでも同じようなことが見られます。私たちが持っている数学モデルは、私たちが「ビッグウィン」と呼ぶものを特定するのに十分です。つまり、それらを修正すれば、サプライチェーンの収益性や最適化などに非常に大きな影響を与えるものです。これが私たちがクライアントに多くの価値を提供するところです。しかし、モデルは十分ではないと感じる詳細な部分もたくさんあります。そして、ここで、ある種の産業化が必要になります。そこで、本当にテストや調整、そして実際の世界でのテストを行うことができるような環境が必要です。つまり、サプライチェーンの核心は、分析とオペレーションの組み合わせです。つまり、愚かなことをしないようにするために分析が必要ですが、実際の世界でのテストやオペレーションも必要です。
Kieran Chandler: では、在庫最適化についてお聞きしたいです。人々はモデルを使用することに躊躇することが多いと思います。複雑になりすぎるのではないかと心配しています。シミュレーションに行くかもしれません。そして、ヨナスはサプライチェーンでのシミュレーションの方法についてたくさんお話しできると思います。
Joannes Vermorel: この本の最初の部分からもわかるように、「これがサプライチェーンの通常のモデルです。それらが機能するかどうかを確認するために、いくつかのシミュレーションを行いましょう」と示しています。そして、実際には、サプライチェーンでは通常、この通常の安全在庫の計算式（Wikipediaに載っているもの）を使用しています。この式は、ランダムな需要時間に対応できます。つまり、時々、サプライヤーが遅れることがあるので、より多くの安全在庫が必要です。しかし、実際には、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ための式を見ると、次のような前提条件があることがわかります。「リードタイムは通常分布する」というものです。つまり、サプライヤーは時々遅れることがありますが、あまりにも遅れることはありません。実際のところ、実践では、ほとんどのサプライヤーはほとんどの場合、時間通りに納品されます。しかし、遅れる場合はかなり遅れます。つまり、ケースの80%は時間通りに納品され、20%のケースでは1週間から2週間遅れることがあります。実際には、このような状況を扱うことができる数学的な式は存在しません。したがって、このような種類のサプライヤーがいる場合、この安全在庫の計算式ではどこにもたどり着けません。この問題を解決するには、シミュレーションに戻る必要があります。これが、いくつかの簡単な数学モデルを使用する限界であり、さらに一歩進んでこの問題を解決するためにシミュレーションを使用するべきである理由です。
Nicolas Vandeput: はい、私もJoannesの言っていることに完全に同意します。サプライチェーンの最適化において、数学モデルでできることには限界があります。シミュレーションは、異なるパラメータのサプライチェーンへの影響を理解し、最適化するための非常に強力なツールです。実際、私たちは長年にわたってそれを行ってきたし、Joannesも同じことをしています。
Kieran Chandler: それでは、素晴らしいです。ここで終わりにしますが、お時間をいただきありがとうございました。在庫最適化モデルとシミュレーションについてNicolasの本を読みたい方は、以下のリンクをご覧ください。それ以外の場合は、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。さようなら。
Joannes Vermorel: ありがとうございました。
Nicolas Vandeput: ありがとうございました。
