00:00:00 導入と用語の定義
00:02:40 サプライチェーンにおける不確実性と保護のコスト
00:03:54 リスク管理と無駄の最小化
00:05:30 サプライチェーンにおける削減できないリスクと機会
00:07:37 サプライチェーン vs 製造の完璧さ
00:09:35 サプライチェーンと競合他社におけるリスクと機会
00:14:09 サプライチェーンにおける静的アプローチの問題
00:15:56 予測可能なミスとしてのビジネスプラクティス
00:18:46 サプライチェーンにおけるエンジニアリングの俊敏性
00:21:20 リスクと機会のドル価値
00:23:36 サプライチェーンリスクの財務最適化
00:26:37 Lokadの確率的予測へのアプローチ
00:29:53 大規模な混乱と地域的な災害のリスク
00:31:59 日々のサプライチェーンの意思決定におけるリスクの考慮
00:34:08 大きな顧客の喪失リスクとリスクの相関
00:37:03 地図投影と数学モデルにおける歪み
00:42:31 予測と時系列リスクの構築
00:45:20 確率的最適化と確率的アプローチ
00:48:36 サプライチェーンの意思決定の経済ドライバーの分解
00:51:44 過去の出来事によって企業が驚かされることが多い
00:57:00 予測の損傷と予測におけるクロスエントロピー
01:00:00 実行可能なリスク評価の重要性
01:06:49 在庫配布の財務リスク
01:13:54 プロモーションのコストとIT依存のリスク
01:17:22 顧客心理のモデリングの難しさ
01:24:26 時系列予測の評価
01:27:33 主流のサプライチェーンソフトウェアにおけるリスク
01:29:30 結論と行動への呼びかけ
要約
Conor Doherty氏、LokadTVのホスト、およびLokadの創設者であるJoannes Vermorel氏は、サプライチェーン管理における固有のリスクについて議論しています。 Vermorel氏は、将来の不確実性が主なリスクであり、これは削減できず制御を超えていると強調しています。彼は、すべての意思決定にはリスクとリターンのトレードオフが関与しており、ゼロリスクは達成不可能であると指摘しています。 Vermorel氏はまた、これらのリスクから生じる機会にも言及し、市場の不足を利用することを提唱しています。彼はアジャイルで機会主義的なマインドセットと、リスクを軽減するための確率的予測の使用を支持しています。 Vermorel氏とDoherty氏は、リスク管理から中小企業でも利益とキャッシュフローの増加が得られるという点で合意して結論付けています。
詳細な要約
ソフトウェア会社であるLokadの創設者であるJoannes Vermorel氏とホストのConor Doherty氏の対話の中で、サプライチェーンにおけるリスク管理について詳しく探求されています。 Vermorel氏は、サプライチェーンにおけるリスクの主な源は将来の不確実性であると説明しています。製造業とは異なり、プロセスを完璧にすることでリスクを排除することはできず、サプライチェーンのリスクは未知で削減できない将来の条件に依存しています。
Vermorel氏は、サプライチェーン管理におけるすべての意思決定にはリスクとリターンのトレードオフが関与しており、将来の不確実性は削減できないと強調しています。また、サプライチェーンにはゼロリスクは存在しないと指摘しています。完璧な製造プロセスでも、5年後に製品が市場で売れないというリスクは常に2桁の割合で存在します。
Vermorel氏は、サプライチェーンにおけるリスクの源は将来の不確実性であると繰り返し説明しています。このリスクは削減できず、会計のような他の領域とは異なり、サプライチェーンのリスクは制御を超えており、軽減することしかできません。また、サプライチェーンにはリスクがあるだけでなく、機会もあることを指摘しています。たとえば、市場が不足しているときに多くの在庫を持っていることは、素晴らしい利益につながる可能性があります。
Vermorel氏は、サプライチェーンのリスクは一般的で予測可能な財務効果があるとDoherty氏の観察に同意しています。彼は、サプライチェーン管理はほとんど制御できない多くのリスクと機会に対処することを含むと強調し、これらのリスクと機会をバランスさせる意思決定をすることしかできないと強調しています。
Vermorel氏は、サプライチェーンではリスクと機会の両方が生じる可能性があると説明しています。たとえば、競合他社が市場に参入または撤退することで価格が下がったり上がったりし、収益性に影響を与えることがあります。彼はまた、ヨーロッパの電子商取引会社が驚くべき出来事を利用して例外的な利益を上げた例を挙げています。
Vermorel氏は、サプライチェーンではアジャイルで機会主義的なマインドセットを持つことが重要であると説明しています。予測可能なミスを利用する慣行を確立することは可能ですが、新たなリスクに備えることも重要です。
Vermorel氏は、自動車製造における欠陥のコストについて説明し、サプライチェーン管理では厳格な制約はなく、すべてが財務最適化の対象となると指摘しています。彼は、リスクを軽減するためにサプライチェーン管理で予測が使用されることを説明しています。ただし、自動車製造の欠陥とは異なり、予測の不正確さは完全には排除されないと述べています。
Vermorel氏は、確率的予測の概念を紹介し、すべての可能な未来に確率があると説明しています。彼は、顧客の行動ではなく製品の需要を予測することによって、2%の顧客喪失のリスクなどのリスクを確率的予測に組み込むことができると説明しています。
Vermorel氏は、リスク主導のアプローチの品質は、確率的予測の精度ではなく、最終的な結果によって判断されるべきだと主張しています。彼は、どれだけの利益または損失が発生したかが主な関心事であり、予測の精度ではないと強調しています。
Vermorel氏は、確率的予測の精度を測る指標であるクロスエントロピーはパーセンテージと同じくらい抽象的であり、高品質なモデルの学習には良い特性があると提案しています。彼は、金銭的な誤差の削減に結びつく最終的な結果が最も重要な指標であると強調しています。
Vermorel氏は、このようなリスク管理部門はしばしば官僚的であり、サプライチェーンのすべての意思決定に影響を与えない限り、その評価には何の結果もないと主張しています。リスク評価が購買の意思決定に影響を与えない場合、それは無視されていると述べています。
Vermorel氏は同意し、重要なのは両方ですが、マクロな意思決定はしばしばギャンブルであり、日常的な意思決定は数量的に評価できると主張しています。
Vermorel氏は、各店舗を独立して扱い、安全在庫を維持して潜在的な不足をカバーするというサプライチェーン管理の古典的な視点について議論しています。しかし、このアプローチは、倉庫レベルで在庫切れになるなどの問題を引き起こす可能性があります。彼は、安全在庫を順番に店舗に割り当てる従来のアプローチを批判し、一部の店舗が完全に在庫切れになり、他の店舗が何も受け取らないという結果になる可能性があると指摘しています。これにより、需要が満たされず、一部の店舗には過剰な在庫が生じることがあります。
Vermorel氏は、すべての店舗が同時に在庫切れになるように在庫を分散させることで、販売を最大化するより良いアプローチがあると提案しています。彼は、ネットワークと店舗間の相互依存関係、および利用可能な在庫を考慮に入れた確率的アプローチを提案しています。
Vermorel氏は、顧客の期待やブランド価値などの無形のリスクについて議論しています。たとえば、割引を提供することで、顧客は将来の割引を期待するようになり、これを定量化して管理することは困難です。彼はまた、サプライチェーンに影響を与える可能性のあるITの依存関係など、他のリスクのクラスについても言及しています。
Vermorel氏は、プロモーションは顧客が購入を待つことにつながる可能性があり、顧客の行動の長期的な性質のためにモデル化や管理が困難であると指摘しています。彼は、リスク主導のアプローチが従来の時系列計画予測に比べてこれらのタイプの推測とより互換性があると提案しています。
Vermorel氏は、大企業だけがリスク管理に費用をかけることができるという考えに疑問を投げかけ、リスクを無視することの方がより高コストになると主張しています。彼は、確率的予測が従来の時系列予測よりも効果的で展開しやすいと提案しています。Vermorel氏は、リスク管理は小規模企業にも利益とキャッシュフローの増加につながる可能性があるため、小規模企業でもリスク管理の恩恵を受けることができると主張しています。
結論として、Vermorel氏はDoherty氏の要約に同意し、リスクを無視することによって多くの企業が防げるはずの災害に直面していると主張しています。彼は、現実とサプライチェーン管理のより良いマッチングが自動化の度合いを高め、プロセスを管理するために必要な人員を減らすことにつながると提案しています。
フルトランスクリプト
Conor Doherty: LokadTVへようこそ！リスクはサプライチェーンにおいてシステム的です。ある視点からは、サプライチェーンの決定は、直接的または間接的にリスクのクラスを提示します。ここで、リスクを回避する方法を説明するために、Lokadの創設者であるJoannes Vermorelがいます。
では、Joannes、アメリカの偉大な思想家ジョージ・コスタンザの言葉を引用して言いますが、リスクを管理するためには、まずそれを理解する必要があります。そして、それを理解するためには、まずそれを定義する必要があります。では、サプライチェーンの文脈で、リスク管理とは具体的に何であり、製造業など他の分野のリスク管理とはどのように異なるのでしょうか？
Joannes Vermorel: サプライチェーンにおけるリスクの主な源は、未来のことです。製造業では、主に正しいプロセスを持つことが重要です。正しいプロセスがあれば、何十億個もの部品を欠陥なく生産することができます。したがって、製造に関しては、リスクを排除することが可能です。リスクはあまり将来に依存しません。たとえば、工場に火災の危険を引き起こす不良なプロセスがある場合、工場が火災に見舞われるのは時間の問題です。
サプライチェーンでは、文字通り未来のことを知らないため、すべての可能性を保護することはできません。それはあまりにも高コストです。特定の製品の需要が20倍に急増する可能性が常に存在しますが、適用可能なリードタイムなどを考慮して、予想される販売量の20倍を在庫に持つべきでしょうか？いいえ。
基本的には、他のドメインとは異なり、サプライチェーンにおけるリスクの源は、未来の状況を知らないことであり、おそらくリスクと報酬のトレードオフです。そして、将来に関する不確実性は、工場の製造プロセスのような物理的な資産の不確実性とは異なり、削減できないものです。
完全なリスクのない状態は存在しません。ただし、製造プロセスを見ると、ほぼゼロに非常に近づくことができます。完全にゼロではありませんが、非常に近いです。サプライチェーンに関しては、どの製品を見ても、市場で5年後にはその製品が売れなくなるリスクは常に二桁の割合があります。特に、その製品が異なるSKUとしてカウントされるバリアントによって置き換えられる可能性を考慮に入れると、5年後にまだ存在すると絶対的な自信を持てる製品はほとんどありません。
Conor Doherty: では、まとめると、サプライチェーンにおけるリスク管理は、無駄なリソースを最小限に抑えることだけでなく、純粋に財務上の懸念事項ですか？
Joannes Vermorel: リスクの源は、文字通り未来を知らないという事実です。もし未来を教えてくれる魔法の水晶玉があれば、理論的にはほぼリスクのないサプライチェーンの実践が可能です。ただし、それには十分なお金が必要です。
このリスクの源は削減できず、他の分野では奇妙に感じられるかもしれません。たとえば、会計では、会計ミスのリスクがありますが、それを排除するために会計の実践が存在します。会計の実践に関連するリスクについて考えると、それを非常にまれなものにしたいと思うでしょう。
サプライチェーンでは、選択肢はありません。あなたが優れていて、正しい実践を持っていても、リスクは削減できません。戦争や封鎖、火災など、あなたの制御を超えたさまざまな出来事が需要を大きく変える可能性があります。それがリスクの主な源です。あなたは知らないのです。そして、あなたができることは、それらのリスクを軽減することです。しかし、リスクがあると同時に、会計の実践のような他の分野には存在しない機会もあります。
たとえば、市場が不足しているときに何かの在庫がたくさんある場合、その在庫を高値で売ることで利益を上げることができます。
Conor Doherty: サプライチェーンの問題のほうが、無能な人を雇うという例よりもはるかに一般的なものになるようですね。それらは非常にまれなものですが、サプライチェーンの文脈で話しているリスクのクラスは、リードタイムが数日延長または短縮されるなど、おそらく非常に頻繁で予測可能な財務的な連鎖効果があるでしょう。
Joannes Vermorel: はい、それらはあなたに依存しません。それも非常に異なる点です。工場の製造プロセスにおいて欠陥がある場合、欠陥がなくなるようにプロセスを修正するのはあなた次第です。完璧なゼロ欠陥の状態に到達することができます。または、完璧に近づくことができます。
しかし、サプライチェーンの世界に移ると、実際にはそうではありません。リードタイムがある限り、あなたはサプライヤーが存在し、この会社はあなたの制御を超えています。そして、それを内部化しても、トランスポーターがあるかもしれませんが、それもあなたの制御を超えています。トランスポーターを内部化しても、道路が水害で切断されたり、他の何かがあったりすると、やはりあなたの制御を超えています。
したがって、サプライチェーンの実践を特異なものにするのは、多くのリスクと逆に多くの機会に対処することです。そして、それらはほとんどがあなたの制御を超えています。したがって、あなたができることは、それらのリスクと機会を適切にバランスさせる決定をすることです。
Conor Doherty: したがって、リスクの文脈で機会について話すとき、逃す機会を意味しますか？
Joannes Vermorel: はい、競合他社が突然市場に参入し、価格を下げる可能性があります。それはリスクです。したがって、あなたは価格を下げざるを得ず、期待していたほど利益が少なくなるかもしれません。または、もはや利益が出ないかもしれません。しかし、逆のことも起こり得ます。競合他社が市場から撤退するかもしれません。この場合、価格を引き上げることができ、期待していたよりも利益が上がるでしょう。
リスクがあると思うたびに、機会があります。洪水が起こるかもしれません。倉庫が浸水するかもしれません。または、競合他社のうちの1つが浸水するかもしれません。したがって、人々が製造現場でリスクについて考えるとき、完璧を目指す明確な目標があります。リスクを考えるとき、特定の本当に機会的なランダムな好機はありません。
しかし、サプライチェーンでは、これが起こるかもしれません。何千もの製品があり、何らかのランダムな理由で競合他社がミスを comit するかもしれません。彼らは適切な在庫を持っていないかもしれませんし、適切な容量を持っていないかもしれませんし、適切な割り当てを持っていないかもしれません。そして、そこには機会があります。
たとえば、ある大手のヨーロッパの電子商取引会社は、ファッション製品の販売を開始し、季節のベストセラーを非常に早く特定しました。そして、彼らがすることは、すぐに元のブランドに巨大な注文を出し、すべての在庫を確保することです。
それは驚くほどよく受け入れられ、したがって彼らは言っていました。「もし私たちにとってこの売上高が驚きであるなら、おそらく元のブランドにとっても驚きであるでしょう。ですので、私たちが大量の注文をするとどうなるでしょうか？私たちは他の誰もが在庫切れになっている間に、大量の在庫を抱えることになります。私たちは通常の価格よりもわずかに高い価格で同じ製品を販売することができ、シーズン終了セールに関連するペナルティを負うことなくすべてを売ることができます。」
ですので、見ていただければわかるように、アイデアは驚くべき出来事があり、製品が専門家の予想を上回るほど売れるということです。そして、もし賢いなら、それを機会に変えて、まだ利用可能な在庫の量を独占し、この製品で例外的な利益を上げることができます。ですので、リスクは存在しますが、同時に生じる機会もあります。
Conor Doherty: わかりました、ありがとうございます。その例は非常に興味深いですね、なぜなら、会話の中で可能性の分岐点を開く可能性があるからです。私が正しく理解したならば、あなたが与えた例は機会への反応的な対応の一つでした。この洋服のファッション販売業者は機会を見つけ、非常に敏捷にその機会に対応しました。ですので、これは機会を管理し、リスクを回避するための反応的なアプローチですか？サプライチェーンではこれが最善の方法ですか、それともこのようなイベントを予測するための予防的なメカニズムがありますか？
Joannes Vermorel: それには二つの答えがあります。まず、あなたは非常に正しいです。それは敏捷なマインドセット、機会主義的なマインドセットであり、リスクと機会の両方に適用されます。興味深いことは、もしもあなたが製造の観点から来るなら、これはあなたが採用する視点ではありません。あなたは単にリスクを排除したいのです。それは静的な問題です。あなたのプロセスにはリスクも欠陥も危険もないか、ないか、そしてそれで十分です。もしそうでなければ、修正する必要があります。
ここでサプライチェーンでは、リスクにこのような静的なマインドセットでアプローチしようとすると、それを一度で完全に修正できるものと考えます。しかし、問題はそれが機能しないということです。なぜなら、完全に静的なものがあれば、機会を捉えることができなくなるからです。しかし、現実は、新たなリスクにもすぐに対応できないということです。それは完全に対称的です。ですので、機会が生じる一方で、誰もが驚き、すばやく対応する必要があるリスクもあります。それは対称的です。
では、準備するとはどういうことでしょうか？私がこの大手のヨーロッパの電子商取引会社の例を挙げたとき、彼らがブランドの在庫を確保するというゲームをすることは確立された慣行です。彼らは、大手ファッションブランドが20,000以上の異なるバリアントを持つコレクションを持つことを知っています。ミスは起こるでしょう。どれがミスになるかはわかりませんが、在庫のサイズを適切にすることができるという考えは、ミスが起こるという比較的安全な賭けと言えます。そして、それによって、予測可能なミスをあなたの利益に変えることができる慣行を確立することができます。
Conor Doherty: 速い消費財を扱う企業のような会社でプロセスをエンジニアリングするとき、具体的にはどのようにそれを具現化しますか？それはトップダウン型のプロセスですか、それともボトムアップ型のプロセスですか？つまり、それらの機会を利用することはどのように具現化するのですか？
Joannes Vermorel: サプライチェーンのほとんどのことと同様に、ある程度はトップダウンである必要があります。非常に下層の人々が組織自体を再設計する方法を持っていることは期待できません。たとえば、あなたのプロセスがSNOP（販売と運用計画）のようなものであり、SNOPのための四半期セッションがあり、新しい予測を確立し、全員がそれに同意し、大きな合意を形成し、全員が調査され、結果をまとめ、週ごとのカテゴリごとの予測を意思決定に適した形に再翻訳する必要がある場合、非常に下層の人々がアジャイルであるかどうかは関係ありません。プロセスと組織自体がどのようなアジリティも阻害します。したがって、アジャイルであるためには、ある程度はトップダウンからエンジニアリングする必要があります。ただし、アジリティが可能になるように何かをエンジニアリングした後、それからは、さまざまなチームがこの新たなアジリティを活用するかどうかにかかっています。
Conor Doherty: また、リスクと機会の考え方にアプローチする別の方法があると思います。与えられた例を逆にするだけで、これらのTシャツを売っていた会社が市場を独占することを決め、それを利用するのは機会を活用しているということです。サプライヤーの視点から見ると、ジョアネスの衣料品店が私に電話して、「あなたが持っているすべてのTシャツ、すべての黒いTシャツを欲しい、今すぐ買います」と言った場合、それは警戒すべきことでしょうか？なぜなら、ここにはリスクと機会があります。サプライヤーとして、私は売るべきでしょうか？それは今、今日、すべてをクリアする確実な売り上げです。それとも、なぜ彼が今それらを買おうとしているのか調査すべきでしょうか？ここに何か他の要素があるのでしょうか？
Joannes Vermorel: それは実際には調査に時間を費やす余裕があるかどうかに依存します。EDI接続があり、購入が完全に自動化され、ループ内に誰もいない場合、それは本当に依存します。しかし、サプライチェーンでは、敵対的な行動がいたるところに存在することは日常茶飯事です。サプライヤーはあなたの最良のパートナーであり、潜在的な競合他社でもあります。なぜなら、彼らはあなたの利益を制限することもできます。彼らはまた、競合他社になることを決定し、独自のブランドを持つこともできます。逆もまた真です。ブランドであれば、内部化を決定し、かつてのサプライヤーと競合することもできます。したがって、一般的なルールはありません。それは本当に依存します。しかし、サプライチェーンでは、このようなことに対して報酬や機会をドルやユーロで示すことができます。
L4 再び、自動車製造に戻ると、1人を殺す欠陥が発生するコストはいくらですか？答えはあまりにも高すぎます。ですので、派手なエンジニアリングを行うようなものではありません。ほとんど受け入れられないからです。理論的には、経済学者は、米国における人命の価値はさまざまな要素によって500万ドルと言うでしょう。もちろん、それについての主張もできるかもしれません。しかし、現実は、本当に深刻なエンジニアリングは誰も行いません。ただ、そのような問題が発生しないようにするためにできる限りのことをするだけです。ですので、実際には金融工学はありません。製造の観点から見れば、そのような問題を設計段階で回避したいだけであり、リスクを最適化するわけではありません。単にそれを排除したいだけです。しかし、サプライチェーンでは、それができず、実際にはトレードオフが生じます。何をするにしてもコストがかかり、報酬があり、それはただのグレーゾーンです。ですので、常に少し多めの在庫を持つことができますし、少し少ない在庫で運営することもできますし、全く在庫を持たずにバックオーダーを行うこともできます。ですので、非常に柔軟性があり、制約がほとんどないのがサプライチェーンの特徴です。支払いをする意思があれば、ストレージスペースを増やすこともできます。第2の倉庫を建設するために支払いをすることもできます。ですので、最終的には、制約やリスク、報酬の種類は柔軟であり、金融的な最適化に非常に適しています。一方、生死の問題では、「いいえ、私たちはそれを金融的に最適化するつもりはありません。それはカテゴリー的な回答でなければなりません。私たちはそれを望んでいません」と人々が言うでしょう。ですので、サプライチェーンには、ほとんどの問題が実際にはソフトな問題であり、超悪いサービスから超良いサービスまでのスペクトルが可能であり、サービスの品質が向上するにつれてコスト構造も変化するという贅沢があります。
Conor Doherty: 実際には、自動車製造の例は非常にうまくつながっています。たとえば、フォードでは、特に自動運転車において、デジタルツインを使用してリスクを管理しています。彼らはデジタルバージョンとデジタル環境を構築し、アルゴリズムを使用して理論上の自動運転車をさまざまなテストにさらし、リスクを評価します。これにより、実際の世界でプロトタイプを作成する必要はありません。これは彼らがリスクを管理するための一つの手段です。サプライチェーンにはそれに似たものはありますか？なぜなら、それ自体は物理的な製品ではなく、多くの動く部品で構成されているからです。
Joannes Vermorel: それが興味深いことです。予測を通じて、この不確実な未来に対するリスクを軽減しようとするのです。理想的には、予測が完璧であれば、このリスクを排除することができます。そのため、予測の精度は、自動車メーカーがブレーキパッドの欠陥を扱うように、排除すべきものとして扱われるサプライチェーンの多くの実践があります。
しかし、ブレーキパッドの欠陥のように、欠陥率を10億分の1にまで低下させることができるかもしれないのに対して、予測の不正確さは0.01の誤差にはなりません。数ヶ月先を見る場合、SKUごとの予測の精度は平均して50%の誤差があります。つまり、SKUごとの1日あたりの粒度で見ると、広範な不正確な予測になるのです。
リスクのクラスに対処するために、どのようなツールやプロセス、方法論を持っていますか？ それがLokadが確率的予測を行っている理由です。それはこの不確実性を受け入れる方法です。しかし、これは、予測が正確であると仮定し、不正確さが欠陥として解決されるべきとする古典的なパラダイムとは非常に異なります。
Lokadのアプローチである確率的予測は、これらの不正確さが消えることを仮定したり期待したりしないということです。私たちが持っているのは確率です。モデルを改善して、より集中した確率を持つことができるかもしれませんが、全体的な見方は、どんなに改善しても非常にぼやけて不確実なままであるということです。
Conor Doherty: 重要なポイントがあると思うので、それについて触れておきたいと思います。将来の需要の予測について話すとき、ほとんどの人は過去の販売データを見て数値を出すだけだと理解するでしょう。確率的予測アプローチは、過去のデータだけでなく、船が運河に立ち往生するなどの他のリスク要素も考慮に入れて統合するという立場ですか？
Joannes Vermorel: はい、まさにそうです。Lokadでは通常、予測よりも予測モデリングという言葉を使います。理論的には、何でも予測できるかもしれませんが、現実は、予測と言うと、デフォルトの期待は需要や販売の予測ということです。人々が予測を持っていると言うと、99%の場合は需要や販売の予測を指します。しかし、実際には、将来に不確実性があるものは何でも予測できるし、したがって予測モデリングがあります。
興味深いことは、データがなくてもリスクをモデル化できることがたくさんあるということです。例えば、ヨーロッパでの戦争です。過去100年を見ると、約50年ごとに1つの大きな戦争がありました。つまり、毎年、あなたに影響を与える戦争の可能性は2%あります。ヨーロッパの歴史を500年遡ることができ、それは何度も繰り返されてきたことです。
現在、西ヨーロッパで実際の戦争のリスクはかなり低いと思いますが、歴史的な観点から言えば、需要の大幅な混乱の2%のリスクを持つことは、それほどばかげているわけではありません。ウクライナで起こっていることを見てください。リスクは確かに現実的であり、20年前は旧ユーゴスラビアでした。そういうことは起こるし、正確なデータを持っていなくても、需要の大幅な減少の2%のリスクを示すことができます。
地域によっては洪水に見舞われたり、火災が発生したりするかもしれません。ボールパークの評価を行うことができるリスクはたくさんあります。それらのリスクが存在しないと偽るよりも、それを行う方が良いです。そして、確率的予測によって、需要の大幅な減少の2%のリスクを追加することは、技術的には非常に簡単です。
一方、古典的な決定論的な時系列予測で将来を予測する場合、それはほとんど不可能です。はい、災害が起こるシナリオがあると言えますが、このシナリオは主要な予測と大きく異なるため、日常的な業務とどのように調整すればよいのでしょうか？実際には、できません。
したがって、多くの企業が「シナリオを作成し、リスクをモデル化している」と言っていますが、現実はどうでしょうか？日々の意思決定はすべて、中央値予測または平均予測に100％依存しており、すべてのリスクを無視しています。したがって、リスクについて考えるための知的な演習を行ったかもしれませんが、日々の業務にこのリスクを組み込んでいない場合、それは単なる知的な演習に過ぎません。日々の業務には何の影響もありません。
Conor Doherty: 実際には、私もこの点について少し追求したいと思っています。予測価値追加などの他の予測手法を考えてみると、異なる部門が予測に寄与するというアイデアがあります。例えば、新しい競合他社が出現するという情報を取り入れ、マーケティングがその情報を持っている場合、それを時系列に組み込むのはどうすればよいのでしょうか？同様に、これは少し追求しているところですが、西ヨーロッパでの戦争の2%の可能性をどのように確率的予測に組み込んで、棚にある商品の数量を算出するのでしょうか？ある意味では、それらは似ているように思えます。
Joannes Vermorel: まず、時系列から始めましょう。現在、時系列は人々が将来について考える際に一般的に信じられている方法だと思われています。しかし、ほとんどの主流なサプライチェーンの専門家は、時系列を通して将来を考えるだけで十分だと考えています。しかし、時系列は将来について知っていることを表現するためには非常に狭い範囲です。たとえば、B2B企業の場合、お客様は他の企業です。非常に基本的なリスクとして、大きな顧客の1つが競合他社に移る可能性があります。これが起こると、彼らがあなたから購入していたすべての製品を購入しなくなります。たとえば、この1つの顧客が定期的に購入していた商品を在庫に保管していた場合、この顧客が突然あなたを去ると、この在庫は一晩で死んだ在庫になります。在庫はうまく回転していたが、この顧客が去るリスクがあったためです。
ここで、大きな顧客があなたを去るリスクがあるという考えは、非常に洗練された考えではありません。どの営業担当者も「私たちにはこの顧客がいて、彼らが私たちを去るリスクが常にある」と言うでしょう。問題は、将来の予測を時系列でフレームにすると、行き詰まることです。製品に関する情報ではなく、顧客に関する情報があるため、それを表現することはできません。そして、この製品がゼロになるリスクがあると言っても、このリスクは高度に相関しています。同時に、この顧客が購入しているすべての商品がゼロになる可能性があります。これは、単独の製品がゼロになるというリスクとは非常に異なるリスクです。
まず、時系列はリスクを表現するのに適していないのです。
これを見逃さないようにするために、時系列は製品自体ではなく、顧客の製品への関係の反映です。時系列は単一次元の測定です。毎日、毎週、毎月に測定が行われます。これを等間隔の時系列と呼びます。人々が時系列を考えるときには、これを想像しています。これは単一次元の測定であり、文字通り温度のようなものです。過去には温度があり、将来にも温度があるので、この時系列を拡張することができます。
しかし、これは以前の顧客が購入した製品との関係についての情報であり、将来については何も言っていません。問題は、持っている情報が顧客の粒度であり、予測が製品の粒度であることです。これには不一致があり、この情報から他の情報に移行するための翻訳はありません。これが重要なポイントです。
数学では、不正行為をすると奇妙なことになります。たとえば、少し不正行為をすると、地球は球体であると仮定します。正確には球体ではありませんが、十分に近いです。したがって、地図を作成するときには、球体を平面上に投影します。世界地図を見ると、歪みが生じます。たとえば、ヨーロッパの地図ではアフリカは非常に小さく見えますが、実際にはヨーロッパよりも大きいです。これは、球体を平面で表現しているための歪みの効果です。
しかし、ここでは問題ははるかに大きいです。あなたは非常にリスキーなものを表現しようとしています。これは多次元のオブジェクトであり、一次元のオブジェクトである時系列として表現しようとしています。したがって、問題や歪みは非常に巨大です。アフリカをヨーロッパよりも小さく見せるだけで問題だと思うなら、それは供給チェーンでそのリスクに関する情報を時系列に注入しようとするときに直面する問題に比べれば非常に控えめな問題です。
もう1つの問題があります。解決策がわからないと、問題について考えるのは非常に難しいです。人々は、それらのリスクを表現することができる数学モデルのクラスに本当に精通していません。彼らは時系列に固執しているのは、時系列以外のものを想像することができないからです。しかし、最初のステップは、これが正しい表現ではないことを認識することです。まだ何を使用すべきかははっきりしていなくても問題ありません。
いくつかの技術的な問題があります。たとえば、対数がどのように計算されるかははっきりしていませんが、それでも構いません。それを成功裏に使用するためには、それについて明確なイメージを持つ必要はありません。それでは、次に進むことができます。Lokadは、この種の情報をどのように活用しているのでしょうか。
アイデアは、将来について考えるとき、高次元のバージョンは、すべての可能な未来が確率を持つと考えることです。したがって、任意の将来についてのこの確率を考えることができます。すべてのものの販売レベル、需要、再販されるものについて正確に知っている将来の確率です。
これが起こる確率があります。非常に小さいですが、適切な数学的ツールを持っていれば、非常に小さい確率で作業することができます。そして、非常に多くの可能な未来があるため、それらの確率の合計は1になります。起こる未来は1つあり、それらの確率の合計は1になります。
2％のリスクを失うというリスクを分解することができます。それは実際にはそれほど難しくありません。需要を製品の視点で見ると、顧客を注入することは非常に困難です。しかし、需要を顧客の行動の結果として見て、顧客の行動を予測すると、顧客があなたを去るというこの追加のリスクを比較的簡単に追加することができます。
予測を異なる方法で構築することができます。時系列アプローチを活用することと確率的アプローチを活用することのアジリティの違いは何であり、それがリスク管理にどのように反映されるのでしょうか？
主な問題は、時系列リスクは存在しないということです。実際には存在しません。それは2次元空間における立方体のようなものです。立方体なんてものは存在しません。立方体を描くことはできますが、基本的には合わないのです。合わない余分な次元があると問題が発生します。もし持っているのが2次元平面だけなら、その中に立方体を積み重ねることはできません。合わないのです。そして、時系列では、あなたは行き詰まってしまいます。
何とかして対処することができます。リスクに対処できないと言うこともできますが、予測が不正確であることを意図的に歪めることによって、この予測に基づいて行われる決定がこのリスクを反映するようにすることができます。それはリスク管理にたどり着くための非常に複雑な方法です。
技術的には、それを行うことは可能ですが、非常に奇妙な方法で行われるでしょう。例えば、予測を意図的に不正確にすることでリスクに対処することができます。それはリスクに対処するための非常に複雑な方法ですが、それにたどり着くための非常に複雑な方法です。
確率的アプローチに移行すると、本質的に確率的な予測が得られます。そのため、確率が存在します。また、最適化を行うという別の課題があります。それは確率的最適化プロセスと呼ばれます。不確実な条件が存在する場合にどのように意思決定を最適化するのか？初期条件に存在する不確実性に自然な親和性を持つ最適化を行う必要があります。
Conor Doherty: 評価する場合、そして具体的にはどのように、いや、それをやり直します。企業にいて、確率的アプローチを採用し、時系列を行っており、さきほど述べたことに納得しているとします。そして、確率的予測手法の究極の製品である推奨事項が提示されると、実際には、その価値の中には、例えば、顧客を失う可能性など、多くの要素が組み込まれています。そして、経営陣はそれを見て、それは狂気だと思うのです。具体的には、それらがどのように対話すればよいのでしょうか。なぜなら、それには多くの要素が組み込まれているからです。どのようにギャップを埋めるのでしょうか？
Joannes Vermorel: まず、出力は何であり、そこで根本的な相違があります。確率的予測によって駆動されるリスク志向のサプライチェーンプロセスの出力は、リスクに対処するためにほぼ唯一の実用的な技術であると私の知識ではほぼ確実です。それが確率の役割です。出力は計画ではなく、意思決定です。奇妙なことは、将来が知られていると思うのでリスクを排除できるということですが、サプライチェーンのリスクは主にこの不確かな未来に関連しています。正確な予測が可能であると思うのであれば、サプライチェーンの実践の出力は予測であり、予測は計画です。予測があれば、意思決定のためのオーケストレーションの問題です。
Joannes Vermorel: リスク志向のアプローチを取る場合、プロセスの出力は計画でも予測でもありません。それは意思決定です。しかし、リスク志向のプロセスが悪い場合、悪い意思決定につながる可能性があります。では、どのようにして悪い意思決定を特定し、どのようにしてそれに対処するのでしょうか？それは非常に異なる方法で起こります。再び、古典的な視点に戻ると、人々は予測の正確さを考えるでしょう。なぜなら、それが最終目標だからです。リスク志向の場合、ある意思決定にはリスクと機会が関連付けられており、それがドルやユーロで表現されています。したがって、悪い意思決定を見つけた場合、実質的には、この予定された意思決定に関して行われたドルやユーロの評価が間違っていると言っているのです。
したがって、私たちは通常、生成するすべての意思決定について経済的な要素を分解し、この意思決定に関連する要素がいくつかあることを示すことができます。したがって、それを問題にする場合、ある要素を問題にし、例えば、在庫保有コストのリスクの見積もりが完全に間違っているように見えると言うことができます。そして、はい、それがサプライチェーンの科学者の役割です。プロセスを逆にエンジニアリングして、この見積もりに何が間違っているのかを特定することです。しかし、それは非常に技術的なものです。
しかし、現実の問題は、非常に間違った古典的な時系列予測がある場合、この時系列予測が非常に不正確であると言うことです。しかし、一度それを言ったら、その根本原因を調査することも非常に技術的な作業になります。
Conor Doherty: 以前に戻って、リスク管理への積極的なアプローチについて話していました。自動車産業のデジタルツインを例に挙げると、リアクティブなリスク管理について話していました。確率的予測は、あなたがこの意思決定をする世界をシミュレートして、ここに予想される応答がある、この意思決定をすると、ここに予想される応答がある、という意味でほぼ積極的です。
Joannes Vermorel: ですから、積極的な意味で言えば、単に変動があると言うだけです。私のコントロールを超える変動が常にあるということです。それがこの将来に関する不可避な不確実性であり、それに基づいて、私は迅速かつ適切に変化する状況に対応するプロセスを設計する必要があります。それが私たちが機会が生じるときにそれを利用し、問題が生じるときにそれを緩和することができるプロセスを設計することに非常に積極的です。それには多くの準備が必要です。
しかし、それは不確実性を最初から排除するために多くの準備をすることで騙されるわけではありません。それはある意味で教義的な立場ですが、予測モデリングの兎穴の底にたどり着くことはできないという考えです。100％正確なモデルに到達することは決して起こりません。残存する不確実性の量は非常に大きくなるため、観察した変化に追いつくのに非常に優れたプロセスを設計することができます。
なぜなら、非常に頻繁に企業は過去数ヶ月に起こったことに驚かされるからです。将来はわからないと言うかもしれませんが、過去はわかります。しかし、既に見たものに対する平均的な反応時間が6ヶ月の場合、過去数ヶ月に起こったことに驚かされる可能性があります。企業は非常に頻繁にこのような方法で驚かされます。
Conor Doherty: ここでも少し突っ込んでみたいと思います。リスク管理について話すなら、リスク管理の実践方法を評価する必要があります。再び、時系列と確率的アプローチに戻ると、時系列が大きく間違っている場合、それを指摘して「それは間違っていました、大きく間違っていました」と言うことができます。それは、あなたが100を売ると言ったのに、10しか売れなかったということです。桁違いに間違っていました。確率的アプローチでは、確率を提供していますが、これが絶対に売れるものではないとは言っていません。それによって、間違いを防ぐことができますか？
Joannes Vermorel: いいえ、技術的には確率的予測の正確さについての指標がありますが、さらに興味深いことに、意思決定自体の正確さを評価することができます。そして、それは、確率について忘れてください。それらは一時的な計算の産物に過ぎません。計算には他にもたくさんの数値的な産物があります。それらは取るに足らないものです。つまり、正しい決定を下すことができれば、確率が間違っていても本当に問題になるのでしょうか？
Conor Doherty: それはどういう意味ですか？確率が間違っていても正しい決定を下すことができるのですか？
Joannes Vermorel: たとえば、コンピュータは常に近似値を使っていることに気づかない人もいます。計算を行うとき、あなたはある程度の桁数の精度を使うだけです。精度の損失は重要ですか？それは場合によります。そして、サプライチェーンでは、何に依存するかによります。まあ、最終的な決定が良いか悪いかに依存します。
だから最終的に言いたいのは、このリスク志向のアプローチの品質を、プロセスの最後、つまり意思決定によって判断すべきだということです。高次元の確率に対処すること、非常に高次元の空間での確率の数値評価に関連するテクニックは、さまざまな奇妙な点を持っています。それらの技術が適切かどうかは、確率的予測の品質ではなく、最終的な結果によって判断されるべきです。
必ずしも予測の正確さが主な関心事ではなく、どれだけの利益または損失が出たかが重要です。
Conor Doherty: はい、まさにその通りです。そして、それは一部の人にとって非常に難しいことです。侮辱するつもりはありませんが、リスク管理の観点から、より正確な予測を望むという考えは技術的に間違っていると言っているのですか？
Joannes Vermorel: まず、あなたが「20％の不正確な予測」と言うとき、それらのパーセンテージは完全にでっち上げの単位です。それはキログラムでもキロワットでもありません。それは何らかの具体的な現実を持つものではありません。これはでっち上げであり、人々は「ああ、でも私たちはパーセンテージの正確さに慣れているので、それは確かに現実的なものでしょう」と言います。私はまったくそうではありません。非常に正確な予測であっても、その不正確さをパーセンテージで表現した場合、非常に低いかもしれません。
何度も聞かされた逸話があります。店舗の需要をゼロと予測するだけで、非常にすぐに非常に正確な予測が得られます。ゼロを予測し、ゼロで開店し、予測は100％正確になります。したがって、このパーセンテージで表現される測定は非常に意味がありません。
もし私が交差エントロピーで表現される確率的な予測測定が可能だと言ったとします。それは非常に抽象的で理解に苦しむものになるでしょう。しかし、私が主張しているのは、交差エントロピーもパーセンテージと同じくらい抽象的で不透明なものであるということです。それは非常にでっち上げのものです。たとえば、Lokadでは交差エントロピーを選んだのは、最終的な意思決定に到達する際に良い性質を持っているからです。
たとえば、交差エントロピーは非常に急峻な勾配を示し、高品質なモデルの学習を容易にします。それは非常に技術的なことですが、それは機能します。そして、どのような意味で機能するのでしょうか？それは、最終的な意思決定であるエンドゲームの結果を判断することによって機能します。そして、それは最終的にユーロやドルの誤差を減らす結果につながります。それがこのリスク志向の視点から作業する人々にとって重要なメトリックです。
もう一度言いますが、もし時系列の視点から作業する場合、あなたは人々を殺す欠陥を持つ自動車メーカーのように、ドルを数えることはせず、非常に安全であり、ほぼ計測不能な安全性を確保したいと考えているでしょう。
Conor Doherty: では、リスク管理に専念する部門がある場合、リスク評価に基づいたサプライチェーンを持っている場合、それは矛盾した、つまり矛盾したものだということですか？
Joannes Vermorel: いいえ、それは単にリスク管理を行っている人々が官僚であるということを意味します。彼らがすることは何の影響もありません。通常、彼らには何の影響もありません。見てください、問題は、リスク評価を行うことができるが、それらの評価をサプライチェーンで行われるすべての意思決定にわずかに調整することができない場合、評価を行った後に評価を埋めてしまったということです。
例えば、「このサプライヤーは来年破産するリスクが2％ある」と言ったとします。それはあなたの購買の意思決定に影響を与えますか？もしそうでなければ、あなたは評価を埋めてしまったのです。それを無視しています。頭を砂に埋めているのです。
そして、それは非常に奇妙です。なぜなら、人々は「ああ、でも私たちはリスクを分析しています」と言うでしょう。はい、しかし、あなたはこの評価に基づいて行動していません。そして、私が行動と言うと、人々はそれが間違いだと考えるでしょう。人々がサプライチェーンについて考えるとき、それがメディアで聞かれることです。彼らは「ああ、私たちは中国に工場を持つべきではない」と言うでしょう。はい、それは非常にマクロなリスクですが、もっと日常的なリスクもあります。
ですから、何を買うか、どこに在庫を持つか、価格を上げるか下げるか、それらはリスクを伴う意思決定です。そして、これらの意思決定は、購入、生産、販売するすべてのSKUに対して毎日行われます。そして、サプライヤーや競合他社、顧客に関するリスクについての評価がある場合、その評価とあなたが行う非常に小さな意思決定との間に数値的につながるものがない場合、リスクを適切に管理していません。
Conor Doherty: つまり、私の理解が間違っている場合は訂正してください。リスク管理のほとんどの人々の概念は、完全にチェーンを混乱させる大規模なイベントのようなマクロスケールにあるということですが、あなたの立場は、より重要でより切迫したリスク管理は日々の小さな意思決定にあるということですか？
Joannes Vermorel: 両方とも非常に重要ですが、正しい意思決定をするためにどれだけ情報を得ることができるかについては現実的に考えましょう。マクロな意思決定に関しては、大部分においてはギャンブルです。完全なギャンブルであり、それは構わないことです。それが資本主義です。これは利益と損失の経済です。人々はリスクを取り、チャンスが関与します。そして、私は言っているのは、例えば新しい市場に参入することが安全かどうかを教えてくれる実践的な方法は本当に存在しないということです。評価を行うことはできますし、プロセスを少し合理化しようとすることもできますが、基本的には統計や数量分析から逃れるものです。
それに対して、サプライチェーンを見てみると、中規模の企業は毎日何万もの意思決定を行います。そして、それが私が言っていることです。大規模なマクロな意思決定ではギャンブルをし、直感的な評価以外の選択肢はありませんが、毎日行われる何万もの意思決定の場合、数量的な評価と実際に意味のあるものができます。
Conor Doherty: では、マクロスケールの例のような巨大なものから離れて、SKUレベルのようなものにしてみましょう。私たちにはいくつかの店舗があり、10の店舗があり、有限の在庫、白いTシャツの在庫があります。すべての店舗が白いTシャツを必要としています。私が持っているものをすべての必要な店舗に分配するために、確率的で最もリスクを考慮した方法は何でしょうか？
Joannes Vermorel: クラシックな視点を取りましょう。クラシックな視点、時系列に焦点を当てたものでは、未来を知っていると仮定します。ですので、安全在庫があります。基本的に、すべての店舗にこの数量の在庫があるべきであり、その上にわずかな残存の不確実性を認識するために、小さなバッファを追加します。これが安全在庫です。すべての店舗は独立して扱われ、すべての店舗をカバーするために十分な在庫を持つべきです。
では、実際のリスクは何でしょうか？リスクは、倉庫レベルで在庫切れになる可能性があることです。そして、その資源が倉庫で制限されている場合、各店舗に対して何をすべきかという問題になります。クラシックな方法で行うだけでは、最初の店舗のために在庫を割り当て、まだ在庫が残っている場合は、2番目の店舗に対しても同じプロセスを繰り返し、そしておそらく4番目の店舗で止めることになるでしょう。その結果、最初の4つの店舗を効果的に埋めて、他の店舗には何も送らないことになります。これは非常に賢明ではありません。これは、倉庫で商品が在庫切れになるという小さなミニクライシスに適切に対処していません。
Conor Doherty: しかし、財務の観点からのリスクはどうなのでしょうか？
Joannes Vermorel: いいえ、そうではありません。それが安全在庫の役割です。安全在庫を設定するとき、あなたは店舗にユニットを配置していますが、それらのユニットは関連する時間枠内で売れる可能性が非常に低いものです。それが安全在庫の役割です。おそらく必要とはならないバッファです。
売上を最大化したい場合、在庫を均等に分散させる方がはるかに良いです。目標は、すべての店舗が同時に在庫切れになることです。もちろん、それを完全に達成することはできませんが、それに近づけることを目指します。
在考慮到在前四家店鋪集中存貨的替代情況下，其他所有店鋪都缺貨，所以根本無法銷售。對於這些店鋪，你只能銷售大約一半的庫存，所以會有很多剩餘。這樣就會出現一種情況，一家店鋪缺貨，而另一家店鋪則有相對過剩的庫存，而那些沒有庫存的店鋪的需求得不到滿足。
Conor Doherty: 所以這就是風險嗎？
Joannes Vermorel: 是的，這就是我們所說的缺貨風險。管理這種風險的一種方法是在看到倉庫中的產品有缺貨風險時，保留倉庫中的庫存。這樣，最好的店鋪仍然可以有一點商品。
與將我們的10家店鋪中的每一家獨立對待的時間序列方法相反，概率方法將網絡和所有這些店鋪之間的相互依賴關係以及與我的可用庫存的關係納入考慮。
Conor Doherty: 我很好奇公司究竟如何管理所有這些信息，因為相對於傳統的時間序列方法來說，這是一大量的信息。是通過自動化來管理所有這些還是人們仍然需要檢查這些決策？
Joannes Vermorel: Lokad的做法是自動化整個過程。人們在那裡監督自動化過程，但實際上，大多數公司，儘管它們聲稱一切都是手動驗證的，但實際上很長一段時間以來一直在使用相當自動化的流程。每當你使用具有平均值和最大值的min-max庫存設置時，你就有一個只運行的補充自動機。數十年來，已經存在廣泛自動化的設置。
Lokad只是在這方面邁出的一步，但與人們之前所擁有的相比，它並不一定是一個顛覆性的變革。它更加自動化，但許多公司已經在高度自動化的設置上運營。
Conor Doherty: 一家不利用自動化的公司，但是，比如我之前提到的，擁有專家風險管理的整個部門的公司，它們是相當了解的，對吧？
我還想到，我們似乎將整個對話集中在了更具體的風險，比如庫存單位（SKU）、店鋪、洪水等等。這些都是非常具體的資源或資產以及相應的風險。那麼有沒有無形的風險，比如時間、帶寬、知識，所有這些都涉及到公司的運營？那裡有什麼風險，或者我們如何管理這些風險？
Joannes Vermorel: 有無形的風險。例如，如果你是一家時尚公司，你進行促銷銷售，你會在你的客戶中產生一種期望，即這些折扣將來還會發生，所以人們會改變他們的行為。理論上可以估計這個過程，但實際上很難，因為建立客戶期望是一個需要多年時間的過程，所以實驗並不容易。
例如，如果你是一個奢侈品牌，並且堅信你不應該做促銷，因為這會貶值你的品牌，你不會進行一個為期五年的測試來看看促銷是否真的會貶值你的品牌。在某個時候，你需要根據信念和判斷來運營，而不是進行測試。
做促銷會產生實際成本。當你做促銷時，你會失去一定數量的錢，這是你立即降低價格所放棄的利潤，所以你放棄了一些利潤空間。這是一個即時的成本，但還有這種額外的風險，即在客戶端產生不良習慣，你需要量化這些成本。
還有其他類型的風險，比如IT依賴。你的軟件可能會崩潰，你可能會遇到其他很多影響你供應鏈的問題。但這些風險更像是製造業中的風險，你希望你的ERP達到100%的運行時間。沒有理由讓它停機，你可以通過工程手段實現接近100%的運行時間。
Conor Doherty: 你剛才提到從定價策略的角度來看，折扣可能會培養消費者的不良習慣。你是什麼意思？
Joannes Vermorel: 每當你做促銷時，客戶會看到你在做促銷。所以下次，他們會說：“我不會以全價購買。我只會等到你再次做促銷。我看到你做過促銷，所以我知道你的品牌確實會做促銷，所以我可以等待。我會等到你做促銷，然後再購買。”
問題在於沒有什麼能真正模擬這一點。模擬你的客戶的心理狀態大多超出了你的掌握，因為需要十年的時間來塑造你客戶的心態。
當你設定價格時，你向你的客戶傳達了一個信息。人們會給予一定程度的關注，但需要時間才能理解。所以有一個相當大的慣性。你可以嘗試做一些花哨的建模來估計影響，但現實情況是，這些事情需要多年的時間，你不會有太多實驗的機會。你不會能夠驗證你使用的任何技術。因此，在現實中，你需要做出判斷。
Conor Doherty: 所以這是風險管理協議中的一個要素，仍然在人們達成共識的範圍內。我們想要清算庫存嗎？我們想要永遠保留它嗎？還是我們想要在促銷中出售它？
Joannes Vermorel: 是的，當你採取這種風險驅動的方法時，與傳統的時間序列計劃預測相比，這種方法更加相容。
Conor Doherty: 所以確定公司應該採取哪種類型的簡易政策的指導原則應該是，它是否有助於獲得更大的回報？
Joannes Vermorel: 如果某件事可以定量評估，那就去做。但當不可能時，但又普遍認為它很重要，那麼你應該估計。
我認為說我們沒有合理的數字，因此我們假裝它不存在是一條非常危險的道路。它確實存在，因此你需要估計。與其完全正確，不如有一個大致正確的數字更好。
Conor Doherty: 我覺得我們有點結束了，但我想問一個有點困難的問題。你談到如果定量分析在財務上是不可行的。所以對於那些負擔不起更精細的預測和風險管理政策的大公司來說，他們可能採取概率方法。但對於沒有那種可支配現金的公司，你會給出什麼樣的風險管理建議，以便實施？
Joannes Vermorel: 我想質疑，你真的能夠忽視風險嗎？庫存是需要花錢的。擁有一位供應鏈科學家來協助你優化決策的價格計劃大約是每月2500歐元。是的，這是一筆可觀的金額，但如果你不是一家小公司，如果你是一家年營業額超過1000萬美元或歐元的公司，這並不是一筆巨額的金錢。實際上，這只是你支付給一個人的一小部分費用。
如果你碰巧有五個以上的人從事供應鏈功能，例如庫存補充、生產排程、庫存分配、價格管理，而他們的流程完全忽略了風險，我會說你真的能夠繼續這樣做嗎？忽視這些風險可能會因為你完全忽視風險而讓你損失數百萬美元。
由於這是不尋常的，人們可能會認為這只適用於像亞馬遜之類的公司。不，不是的。在很大程度上，傳統的時間序列預測要複雜得多，原因是它與問題不匹配。所以是的，表面上看起來更簡單，因為人們習慣了時間序列，但當涉及到實際解決問題時，它完全不匹配實際問題，而這個解決方案，儘管在實踐中看起來很容易，但在部署和使用方面卻是一場噩夢。
Lokad為小客戶使用的概率預測是不尋常的，但它確實很好地解決了問題，因此最終，你知道，在我的講座中，我舉了一些例子，如果你想了解概率技術，我的代碼示例大多不到20行。人們可能會說這太複雜了，但我說這只是20行代碼，你可以在一個半小時的講座中提供該方法的完整細節。
你真的能說你的公司太小，無法花幾十個小時來處理這個案例嗎？這真的超出了你的能力嗎？我的意思是，是的，如果你只是一個只有一個人的精品店，但如果你的年營業額超過1000萬美元，你已經有了一些利害關係，錯誤可能會造成更多的損失，相反，因為這不僅僅是錯誤，還有機會。
如果你在合適的時候提高價格，使利潤增加百分之十，這可能會使數十萬美元的現金流入你的公司，這真的可以抵消花費時間處理風險的成本。
Conor Doherty: 所以如果我要總結一下，基本上有一種信任的成分，但一旦你這樣做，水並不那麼冷…
Joannes Vermorel: 我會說這不是那麼大的信任。我認為有這樣一種非常奇怪的觀念，即從主流供應鏈理論來看，風險實際上不存在。你有那些超級溫和的需求波動和超級溫和的交貨時間，用正態分佈建模，當人們說正態分佈時，就是在說沒有風險。
事實上，我從未遇到過任何一位企業家不完全意識到他們的業務充滿了各種風險。這種瘋狂的地方在於，使用主流的供應鏈軟件，人們假裝風險不存在，但風險仍然存在，因此公司經常面臨非常昂貴的災難，這些災難是由於未考慮風險而造成的，我不是說像1991年進入俄羅斯市場投資，認為它會成功，突然之間它就變成了新的埃爾多拉多。
我說的是公司面臨的災難是完全可以預防的事情，這些事情實際上是在預期風險範圍內的，比如供應商出現問題、價格上下波動、需求波動，但這些都不超出市場一般演變的預期範圍。這種情況下，我想說的是，大多數主流做法完全忽視了風險。
當我與供應鏈從業人員交談時，他們會說確實存在很多風險，但問題在於他們無法填補這個差距，我說這並不難，只是與你們現在所做的完全不同，而且這種方法不僅已知，而且實際上更便宜，因為它還可以實現更高程度的自動化，因為當你使用時間序列進行供應鏈時，你需要很多人來不斷修補現實與時間序列之間的差距。
但如果你有一個更好的匹配，你就不需要那麼多人來修補這個問題。
Conor Doherty：在這個說法上，我想結束了。Joannes，非常感謝，一如既往，很高興能和你交談。非常感謝大家的觀看，我們下次再見。
