00:00:00 インタビューの紹介
00:01:46 予測の正確さが利益に与える影響
00:03:25 予測の正確さの定義
00:07:36 数量的な手段での評価
00:09:35 時系列の一つの測定値としての時間
00:11:16 バスケットレベルで表現される需要
00:13:22 時系列予測の類似性
00:15:17 時系列の制約と腐敗性食品の文脈
00:18:51 時系列がビジネスの核心を反映していない
00:21:41 予測価値の追加の言及
00:24:47 KPIとしての予測の正確さの議論
00:27:55 ファッション業界の欲望の生成に焦点を当てる
00:30:35 航空宇宙産業への転換
00:33:05 Lokadの確率的なアプローチ
00:36:22 バックパックの販売と将来の意思決定の例
00:39:34 需要は供給に先行する、iPhoneの例
00:42:37 Lokadと他の企業との違い
00:46:13 Lokadの問題解決へのアプローチ
00:49:11 一般的なサプライチェーンの視点との不一致
00:51:49 観客の質問への移行
00:54:06 プランニングはビジネスの理解を反映していない
00:57:35 正確さの教科書的な定義は関係ない
01:00:01 予測の正確さと実行に関する質問
01:03:38 部門間のコミュニケーションと情報の隔離に関する質問
01:06:15 電気機器のB2Bディストリビューターの例
01:09:34 B2Bでより一般的なバスケット分析
01:12:30 予測の正確さの測定
01:15:02 動画のタイトルに疑問を投げかける
01:17:10 がんの除去の類似性
01:20:32 マネージャーの秘密のスプレッドシート
01:23:03 質問へのJoannesの回答
01:25:00 予測構造における時系列予測についての質問
01:27:05 伝統的な予測手法を教える大学についての質問
01:30:54 企業の合意のためのSnop
01:33:23 プランニング部門の不在時のロックダウン中の実験
01:36:12 会社の変革についての議論
01:39:10 サプライチェーンにおける大いなる幻想
01:42:13 正確さはまさに間違った心構えを示している
01:42:49 インタビューの終わり
要約
LokadのCEOであるJoannes Vermorelは、供給チェーン管理における予測の精度の伝統的な理解を批判し、それがビジネスの核心的なDNAを反映していないと主張しています。彼は一般的に使用される時系列予測は過度に単純化されており、供給チェーンの目的には正確に未来を表していないと指摘しています。Vermorelは異なるアプローチを提案し、会社の本質に数量的に忠実であることに焦点を当てています。彼は増分の改善に焦点を当てることを批判し、企業はよりシンプルでより良い解決策を探すべきだと提案しています。Vermorelは問題の本質を理解し、ビジネスに意味のある数量化された声明を作成することの重要性を強調しています。
詳細な要約
LokadのCEOであるJoannes VermorelとConor Doherthyの間の会話で、需要計画における予測の精度とその役割について探求されました。フランスのソフトウェア起業家であるVermorelは、1920年代以来この業界に根付いている供給チェーン管理における予測の精度の伝統的な理解に疑問を投げかけました。彼は、予測の精度が株式市場の投機に直接関連している一方で、供給チェーン管理には予測の精度と収益性の直接的な関係がないため、このモデルは適用されないと主張しました。
Vermorelは正確さを定義する2つの方法を提案しました：一般的な方法とLokadの方法です。彼は、一般的な定義は時系列予測であり、等間隔の周期的な予測であると説明しました。しかし、Vermorelは、過去と未来の間の対称性、測定の局所性、および計算環境またはソフトウェア環境に対する無関心など、重要な仮定を行っているとして、このアプローチを批判しました。彼は、時系列予測は供給チェーンの将来を忠実に表していない過度に単純化されたモデルであると主張しました。
スーパーマーケットの例を使って、Vermorelは製品間の重要な関係を無視する時系列予測を説明しました。彼は、時系列予測が重要な次元を無視し、将来の構造を反映していないと主張しました。彼は、時系列予測は小規模なビジネスには十分かもしれないが、複雑な供給チェーンを運営する大企業には適していないと示唆しました。
Vermorelは、予測の精度についての供給チェーンの教科書の焦点も批判し、それがビジネスの核心的なDNAを反映していないと述べました。彼は、スーパーマーケットは商品のかごを販売するために構築されており、個々の製品を単独で見る予測ツールの論理に疑問を呈しました。
Vermorelはまた、商品の腐敗性を例に挙げて需要の複雑さについて議論しました。彼は、店舗の在庫の半分が翌日に期限切れになる場合、実際には50個の在庫があるわけではないと説明しました。また、顧客は賞味期限が最も長い商品を選ぶことがあり、これが特定の商品の販売の緊急性に影響を与える可能性があると述べました。
Vermorelは、時系列はスーパーマーケットにおけるかごや商品のライフサイクルなどの重要なパターンを正確に反映することはできないと主張しました。彼は、時系列の正確さは自身のパラダイムを反映しているだけであると考えており、それがLokadがこのアプローチから逸脱する理由です。
Vermorelはまた、数学的な解決策についても批判し、それが現実世界では実用的ではないと指摘しました。彼は、彼の批判にもかかわらず、時系列に基づいたツールが実際には機能していると主張する批評家もいるかもしれないと認めました。Vermorelは、ベンダーが過去45年間にわたって彼らのツールがすべてを自動化することを約束してきたにもかかわらず、すべてがスプレッドシートで行われていると主張しました。
Vermorelは、時系列の視点が間違っており、問題の構造に合っていないと考えています。彼は、時系列が提供する未来の一次元の視点を批判しました。KPIとしての予測の正確さの代わりに追求すべきものについて尋ねられた際、Vermorelは、会社にとって意味のある将来に関する数量的な声明を出すことが目標であるべきだと提案しました。
Vermorelは、時系列はほとんどのビジネスにとってほぼ必ず間違っていると結論づけました。彼は、数学モデルを誤った構造に合わせようとすることを、丸い形を四角い穴に合わせようとすることに例えました。彼は、ビジネスによっては問題に取り組むための他の方法が多数あると提案しました。
Vermorelは、スーパーマーケットやファッション企業など、さまざまなビジネスモデルの例を挙げ、時系列がそれらには意味をなさないと主張しました。彼は、未来について考えるためには、時系列のビジョンには合わない「欲望のハロ」を考慮する必要があると主張しました。
Vermorelはまた、航空宇宙産業についても議論しました。部品の消費は航空機のライフサイクルによって推進されると結論づけました。彼は、時系列を使用することは、どのビジネス分野においても粗雑な近似であると主張しました。彼は、時系列を使用することを、牛を球体として近似することに例え、それが現実世界の状況に対しては貧弱な近似であると主張しました。
Vermorelは、過去が未来の正確な鏡であると仮定する従来のサプライチェーン管理のアプローチに問題があると指摘しました。彼は、これは特にサプライチェーンにおいては未来の決定がまだされておらず、競合他社の決定を含むさまざまな要因に影響を受けるため、事実ではないと主張しました。
Vermorelは、バックパックの販売を例に挙げて、自身のポイントを説明しました。彼は、会社が導入するバリアントの数が将来の需要に大きな影響を与えると説明しました。彼は、アソートメントを最初に決めてから予測するという従来のアプローチは非現実的であると主張しました。なぜなら、需要は確定的ではなく、会社の決定に影響を受けるからです。
Vermorelはさらに、企業が市場に製品を導入することで需要を創出し、その製品に対する需要を生み出すと説明しました。Doherthyは、異なる部門からの洞察を活用して予測を修正する予測価値追加の実践を取り上げました。Vermorelは、これはしばしば直感を数字で裏付ける手段に過ぎず、実際の意思決定プロセスには貢献しないと批判しました。
Vermorelは、時系列モデルに限定されないより汎用性のある数値レシピをLokadが使用していることを説明しました。彼は、会社の将来に忠実であり、会社が達成しようとしていることに合致する声明を出すことの重要性について議論しました。Vermorelは、ビジネスの本質を理解し、それに基づいてモデルを構築することの重要性を強調しました。
Vermorelは、さまざまな垂直の特異性を無視する大部分のサプライチェーンの書籍で表現される視点を批判しました。Doherthyは、彼の意見に反対する大手の成功した企業に対してVermorelはどのように反応するか尋ねました。Vermorelは、企業には意見がなく、それらの企業で働く人々だけが意見を持っていると主張しました。彼は、多くの大企業の幹部が彼の意見に同意するだろうと信じており、彼らはしばしば従来の計画アプローチに失望していると述べました。
Vermorelは、予測の正確さに関する従来のサプライチェーンの教科書の定義が、彼が誤っていると考える時系列予測のパラダイムに基づいているため、欠陥があると主張しました。彼は、Lokadのアプローチは、会社の本質に数量的に忠実であることがより価値があると提案しました。
Vermorelは、視聴者の意見に同意し、確率的な予測を通じて不確実性を受け入れる必要性を強調しましたが、まだ行われていない将来の決定を考慮する必要性も強調しました。
Vermorelは、予測は単なる要素であり、それ自体に価値はないと説明しました。彼は、予測の価値はサプライチェーンでの実行によってのみ評価できるという考えに同意しています。また、チーム間で多くのKPIを共有することは、必ずしも会社に価値を創出しないと主張し、注意を促しました。
Vermorelは、データの共有は人間による手作業を伴うべきではないと説明しました。代わりに、すべてのデータにプログラム的にアクセスできるようにすることで、各自が自分自身の意思決定を最適化できるようにするべきだと述べました。他の部門にレポートの読み込みを強制することによって官僚主義を作り出すことに警告しました。
Vermorelは、バスケットの概念がB2Bビジネスにとって重要であると主張し、電気機器のB2Bディストリビューターの例を挙げました。彼は、彼らのビジネスの大部分は建設現場によって駆動されており、特定の時期に大量の機器を配送する必要があると説明しました。これは、彼によれば、バスケット分析の一形態です。
Vermorelは、時系列予測の代替手段が複雑なAIである必要はないと主張しました。彼は、時系列よりも複雑ではない多くの他の数学モデルが存在すると提案しました。
Vermorelは、Lokadが大企業のサプライチェーンの多くの相反する目標を調和させるために財務的な視点を使用していると説明しました。彼は、すべての目標と制約をドルで表現することで、これらの衝突を管理するための統一された言語を提供すると提案しました。これはドルで考えることではなく、複雑な企業での実用性と拡張性についてのものだと強調しました。
Vermorelは、正確さと時系列が主流のサプライチェーンのパラダイムでは同じものだと断言しています。彼は、Lokadがそれらを分離したいと考えており、正確さを重要視する方法があるが、これはサプライチェーンの教科書で提示されているものとは根本的に異なると述べています。
Vermorelは、時系列の正確さという欠陥のある概念に基づいてプロセスを過度にエンジニアリングしているFVAを批判しています。彼は、これによって会社が間違った方向に進み、サプライチェーンをより競争力のあるものにすることなく不必要な官僚主義を追加していると主張しています。
Vermorelは、大企業が公式のSNOP予測ではなく非公式のスプレッドシートに頼ることが多いと説明しています。彼は、これらのスプレッドシートがビジネスの本質とより一致しており、実際にビジネスを推進していると提案しています。
Vermorelは、現状と比較しての改善が必ずしも全体的な改善ではないと主張しています。彼は、増分の改善に焦点を当てることを批判し、よりシンプルでより良い解決策を探すべきだと提案しています。
Vermorelは、時系列に頼ることだけに依存することに警告しながらも、時系列は構造の一部である可能性があると主張しています。彼は、企業が語彙と視野を広げる必要があると提案しています。
Vermorelは、古典的な時系列と機械学習をそれぞれ白黒テレビとLCDスクリーンに例え、機械学習には利点があるものの、古典的な方法からの飛躍ではないと述べています。
彼は、大学が正しい予測の態度を教えていないことを批判し、問題の本質を理解し、ビジネスに意味のある数量化可能な声明を作成することの重要性を強調しています。
Vermorelは、Lokadが簡単なパラメトリックモデルを使用してウォルマートの競争で5位にランクインしたことを共有し、複雑なモデルが常に成功に必要ではないことを示しています。
彼は、古典的なモデルから高度な機械学習モデルへの連続体があり、それらの間の区別は一部の人々が考えるほど明確ではないと主張しています。
Vermorelは、大学が正しい予測の態度を教えていないことを再度批判し、将来のサプライチェーンの問題に取り組む際の正しいマインドセットの重要性を強調しています。
彼は、S&OPプロセスの目標は企業全体の調整を作成することであると説明しましたが、実際には終わりのない会議になることが多いと述べています。
Vermorelは、情報はITシステムを通じて流れると主張し、調整には人々間の常時のコミュニケーションは必要ないと述べています。
彼は、S&OPの会議は数値的なレシピと会社の戦略的意図を明確にすることに焦点を当てるべきだと提案しています。
Vermorelは、多くの大企業が時系列予測なしでも十分に機能することができると主張しています。
彼は2020年と2021年のロックダウン中に80％の稼働率で運営されていた企業の例を共有しましたが、それにもかかわらず、企画部門は非活動でした。
Vermorelは、企業が14ヶ月間部門なしで運営できる場合、その部門はミッションクリティカルではないかもしれないと提案しています。
彼は、ロックダウン中に大規模な変革を遂げ、5％の電子商取引から2/3の電子商取引にシフトした企業の例を共有しています。
Vermorelは、企業内の特定の機能の重要性に疑問を投げかけており、大規模な変革を遂げながらも効果的に運営できた企業があることを指摘しています。
彼は、予測の正確さが重要な要素ではないと主張し、企画部門が1年以上非活動であっても通常通りに運営された企業の例を挙げています。
Vermorelは、主流の時系列の正確さのパラダイムが予測の有用性について重要な質問をしないことを批判しています。
彼は、意思決定から数学モデルへのつながりを強調し、それらの意思決定の現実世界への財務的影響を評価することの重要性を強調しています。
Vermorelは、予測の正確さを孤立して評価する一般的な方法を批判し、それが現実世界の状況を反映していないと主張しています。
彼は、正確さの問題はしばしば誤った形で提示されるため、正確な直感は洗練されたが不適切なビジネスモデルよりも優れていると結論付けています。
インタビューはConor DoherthyがVermorelに感謝し、残りの質問を別の日に保存することを約束して終了します。
フルトランスクリプト
Conor Doherthy: Lokad TVライブへようこそ。今日はLokadの創設者であるJoannes Vermorelがスタジオに参加しています。今日は非常に興味深いトピック、需要計画における予測の正確さ、およびそれが重要なのかどうかについて話し合います。このチャット中にいつでも質問を投稿していただいて構いません。会話の後半でそれらに取り組みます。何か聞いたことに異議がある場合は、まずそれらの質問に答えます。では、始めましょう。Joannes、私たちは、おそらく言っても安全であると思いますが、やや反対の立場を取る会社です。これはおそらく私たちの最も反対の意見です。予測の正確さが需要計画において聖杯と見なされる理由は何ですか？
Joannes Vermorel: 「なぜ」は、私にとっては比較的明確だと思います。それはサプライチェーンの教科書に書かれているからです。おそらく過去50〜70年、おそらくサプライチェーンと呼ばれる前から、オペレーションリサーチと呼ばれていた時代から書かれてきました。おそらくそれ以上に遡ることができると思います。1920年代までさかのぼれば、プロの経済予測家の出現とともに、そのような前提が見つかるでしょう。もしも予測の正確さというアイデアをそのルーツにさかのぼると、20世紀初頭のアメリカの経済予測家にあります。つまり、もしも商品の価格を予測して、鉄鉱石の価格が上がるかどうかを予測する場合、正確な予測があれば、市場を打ち負かして素晴らしいリターンを得ることができます。これは投機に対しては当てはまります。問題は、市場を打ち負かす予測モデルを持っているかどうかです。簡単に言えば、そうではありません。少なくとも簡単にアクセスできるモデルではありません。ですので、もはや市場を打ち負かすことはできません。いくつかの注意点があります。いくつかの裁定取引会社はそれを行って利益を上げていますが、それは単なる一点です。サプライチェーンの観点から言えば、私のポイントは、直接的な対応関係はないということです。ただし、私の批判はそれとは少し異なります。問題はより深刻で基本的なものです。なぜなら、単に数値を得るだけで、それが正しければ自動的に利益を生むというわけではないからです。まるで株式市場でプレイしているときのようにです。
Conor Doherthy: つまり、予測の正確さの向上と最終的な収益性との間には相関関係がないと言っているのですか？
Joannes Vermorel: 問題は、用語自体に誤解があるということです。まず、正確さの定義について明確にすることから始めましょう。正確さの定義には少なくとも2つの方法があります。一つは一般的な方法であり、もう一つはLokadの方法であります。まずはLokadの方法から説明しましょう。これは一般的ではない方法ですが、私たちが正確さにアプローチする方法です。正確さの全体的なアイデアは、将来について数量的な声明をしているということです。正確さは、この声明に関して、品質、優れているかどうか、忠実であるかどうかについての資格です。つまり、将来についての声明があり、将来はこのようになるべきであるというのは、質的な声明ではなく、数量的な声明です。そして、この将来に関する数量的な声明の上に、それがどれくらい優れているか、忠実であるか、実際に将来を描写しているかを言いたいと思います。そして、この評価を数量的に行いたいのです。それが正確さであるべきです。私たちが正確さを私の方法で定義するなら、私は賛成です。これは非常に関連性があり、意味があり、会社にとって利益をもたらすものです。しかし、これは絶対にサプライチェーンの教科書で見つけることのできる定義ではありません。正確さの一般的な定義は、時系列予測です。つまり、人々が正確さと言うとき、暗黙のうちに時系列予測を指しているのですが、どんな種類の時系列予測でもなく、一定の間隔で予測されるものです。一定の間隔とは何を意味するのでしょうか？日ごと、週ごと、月ごと、四半期ごと、年ごと、時ごとに周期的な予測です。つまり、周期的な予測です。それはどんな種類の予測でもなく、他にも多くの代替予測が考えられますが、時系列であり、一次元であり、周期的であり、すべての期間が同じです。さらに、各期間に1つの値が割り当てられる点予測について話しています。私の定義は非常に異なります。私が与えた定義ははるかに広範であり、将来についてのどのような数量的な声明をしているかについては具体的ではありません。私はただ、将来についての声明を評価しようとしていると言っているだけです。そして、この声明は数量的であるべきだと言っています。私は「今年は良い年になると信じています」といったようなものには異議を唱えていません。それは将来についての数量的な声明ではなく、質的なものです。つまり、正確さは将来についての数量的な声明に適用され、それを再評価するために数量的な手段を求めていると言っているのです。一般的なアプローチははるかに直接的であり、非常に重要な仮定を行っています。その仮定は、時系列、一次元、周期的または一定間隔、点予測です。これがほぼ核心的な仮定です。過去と未来の間の対称性、測定の局所性、計算環境やソフトウェア環境に対する無関心など、さらに基本的な仮定がいくつかあります。
Conor Doherty: ありがとうございます。そして、少し反論させていただきますが、Lokadと一般的なアプローチの違いを説明していただいたとき、一部の人には明確ではないかもしれません。時間系列の視点に問題があるのはなぜですか？一次元とはどのような意味で、なぜそれが問題なのですか？
Joannes Vermorel: 量的な記述で将来を説明することを決めた場合、私たちは時間系列以外の将来の見方があるかもしれないということを、私たちは非常に慣れているために、教科書では供給チェーンの教科書だけでなく、他のビジネスの教科書でも、全く認識していません。私たちが将来を数量的に見る唯一の方法が時間系列であるかのような印象を与えてしまうのが、最も大きな間違いだと思います。私は、そうではないと言います。さらに、時間系列は非常に単純化されたモデルです。時間ごとに一定の期間で一つの測定値を持つものです。私たちが持っている数学モデルの中でも最も単純なものです。それは将来の忠実な表現ですか？将来について知っていることを合理的な方法で反映していますか？私の提案は、サプライチェーンの目的においては、それは違いますし、全く近いものでもありません。いくつかの例から始めましょう。例えば、スーパーマーケットが観察する需要を見てみましょう。時間系列の視点では、スーパーマーケットで販売されている任意の商品を取り上げ、スーパーマーケットごとに一つの時間系列を持つことができます。将来の需要を考える正しい方法でしょうか？いいえ、なぜなら、人々は単体の商品を買うためにスーパーマーケットに入ってくるわけではありません。彼らが欲しいのはバスケットです。少なくとも大多数の場合、スーパーマーケットに一週間に一度行って、バスケット一杯の商品を買います。需要の観点で重要なのは、バスケットレベルで表現されます。これが人々が観察し、感じるものであり、品質の観点で考える必要がある場合には、バスケットで認識されます。つまり、私の買い物リストに必要なものはすべて揃っているかどうかです。したがって、このバスケットレベルの認識は、単独の時間系列とは何の関係もありません。そして、これらの単独の時間系列は、商品間の関係や代替品の関係を完全に無視しています。時にはこれらの効果に盲目的です。つまり、私たちは盲目的な問題を抱えています。時間系列の中心にあるこの一次元は、非常に重要な高次元を無視しています。それらは完全に存在する商品間の関係や代替品の関係を無視しています。時にはこれらの効果に盲目的です。つまり、私たちは盲目的な問題を抱えています。
この一次元は、非常に重要な高次元を無視しています。そして、私の提案はそれが偶然ではないということです。スーパーマーケットや他の企業の例を考えてみてください。将来が何を意味するのか、私たちが実際に見ているものを考えてみてください。その結果、私たちは時間系列を見ているのではありません。構造を持つものを見ているのですが、必ずしも時間系列の構造ではありません。非常に単純なビジネス、小さな店舗などでは時間系列が十分な場合もあるかもしれませんが、それらのビジネスは例外であり、通常ではありません。特に現在の世界では、大規模な企業が大規模なサプライチェーンを運営し、多くの複雑さを持っている状況では、時間系列はそれぞれの商品やカタログ内のそれぞれのSKUに対して独立して扱います。したがって、関連性やバンドル、代替品がある場合、それに無関心または盲目的です。そして、それは結果として、個々の商品に対して正確ではないが、誤解を招くものになります。たとえば、テレビが白黒であると想像してみてください。それが時間系列の予測です。何かが足りないのです。ピクセルを追加することで精度を高めることができます。しかし、それでも白黒のままです。そして、「ああ、でもたくさんのピクセルを追加すれば…」と思うかもしれませんが、それでも白黒です。テレビを大きくしても、リフレッシュレートを上げても、色がありません。黒と白だけです。
だから、これは例として取ることにします。何をしても問題ありませんが、寸法が欠けている場合は、ケースを救うことはできません。そして、欠けている寸法がたくさんあります。生鮮食品のスーパーマーケットの例を再考してみましょう。生鮮食品、棚に商品があるとしましょうが、棚にある各ユニットには賞味期限があります。そして、多くの買い物客が店舗を訪れる際には、賞味期限を確認し、この商品に対する意見は、この商品の寿命が残り1日しかない場合と、3週間残っている場合で異なります。まだ非常に新鮮です。しかし、時系列のデータを見ると、これは存在しません。たとえば、ヨーグルトのパックの販売や需要の時系列表現では、新鮮さを表現することはできません。それは存在しません。これは、テレビの例に戻って、「私は白黒しか持っていませんが、でもね、私はちょうど3台のテレビを買えばいいんです。最初のテレビは青を表示し、2番目のテレビは緑を表示し、3番目のテレビは赤を表示するんです。そして、技術的には、私はすべての色を持っています。ただ、それを視覚的に再結合する必要があります」と言うことに等しいでしょう。私は言います、「うーん、でもそれは非常に非常に複雑な問題の解決策です。それは良い解決策ではありません。実際のユーザーエクスペリエンスからすると、それは完全なクソです。」
そして、スーパーマーケットに対しても、私たちは単に時間の経過による腐敗を扱うと言って、より多くの時系列を追加するだけで済ませることができると言っています。はい、非常に技術的な意味では、それを可能にすることができるかもしれませんが、それは非常に実用的な解決策ではありません。それは良い解決策ではありません。そして、ここでも、腐敗性は問題です。需要は1次元のものではありません。新鮮さという別の次元があり、それは重要です。需要に影響を与え、在庫にも影響を与えます。在庫が50ユニットあると思っていても、その半分が明日期限切れであれば、実際には50ユニットの在庫はありません。そして、それはクライアントが最も長い賞味期限のユニットを選ぶという逆行動を取らない場合の話です。
スーパーマーケットの棚から商品を選ぶクライアントは、最も長い賞味期限の商品を選ぶかもしれず、したがって、実際には最も緊急性の低い商品を逆に選ぶかもしれません。だから、最初のケースに戻ると、時系列はできません。そして、私たちはすでにスーパーマーケットという1つの例を挙げただけで、バスケットや腐敗しやすい商品など、非常に重要なパターンが2つあります。それらは非常に重要であり、非常に核心的であり、時系列のパラダイムには合いません。そして、正確性、教科書の正確性は、時系列のパラダイムにのみ一致します。それは暗黙的にのみ一致します。だから、私はLokadが異なると言っているのです。サプライチェーンの教科書は、正確性に関しては、時系列についてのみです。私のポイントは、何かを測定するための道具があり、それは重要ではなく、ビジネスの核心、ビジネスが進む要素、それらのバスケット、腐敗しやすいものには合わないということです。それは制約について話しているように聞こえます。制約がたくさんあります。他の制約、さらには制約でさえないもの、構造がたくさんあります。問題の基本的な構造、つまりスーパーマーケットでは、単位ごとに製品を1つずつ販売することではありません。バスケットを販売することです。これがスーパーマーケットを動かす要素です。これがスーパーマーケットの本質です。スーパーマーケットは文字通り、床から天井までバスケットを販売するために設計されています。
だから、あなたは商品を一括で降ろすことができる販売ポイントがあるわけですし、全体が前進するわけです。だから、カートがあるわけです。スーパーマーケットでは、人々が一度にたくさんのものを買えるように、すべてが工夫されています。もし追加のコーヒーカップを買いたいだけなら、スーパーマーケットに行く意味はありません。だから私のポイントは、すべてが工夫されているので、スーパーマーケットの前の駐車場を含めて、予測ツールが1つの製品を単独で見るのは意味がないのではないかということです。そして私の答えは、いいえ、それは意味がありません。ですから、あなたが説明している未知の要素や非物質的な要素を反映するために、時系列の視点を適応させる方法はありません。数学者は言うでしょう、十分な時系列を積み重ねればできると。なぜなら、私たちは常にさらに時系列を追加できると言えるからです。それはまさに、白黒のテレビがあると言って、複数のテレビを持てば、すべての色に対応できると言っているのと同じです。ですから、ここで注意が必要です。時系列に対してさらにさらに時系列を導入することが許されると言うなら、はい、技術的には任意の次元の問題に対処できます。なぜなら、時系列を追加することで計測器の次元を増やすからです。しかし、それは実用的な解決策ではありません。テレビで色を表示したい場合、複数のテレビを持つことは良い解決策ではありません。数学には、実用的ではない解決策がたくさんあります。数学者は、数学的には正しいが実際には実用的ではないクレイジーな解決策を考案するのがとても得意です。
現実の世界では、それは狂気です。問題に取り組む方法ではありません。良い解決策を提供するわけではありません。非常に理論的な解決策を提供するだけです。しかし、批評家は、実際には実践的に機能する時系列アプローチに基づく多くのツールが存在すると主張するかもしれません。たとえば、予測価値追加を取り上げましょう。今、あなたが説明したものは、それには当てはまらないと思いますが、それを提唱する人々は、実際にはあなたが言ったこととは逆に機能すると言うでしょう。そうですね、実際には、1970年代後半以降、ベンダーは自動化された高度なソフトウェアを持っており、サプライチェーンに関連するすべてを自動化できると主張してきました。ベンダーは、サプライチェーンに関連するすべてを自動化できる高度な自動化ソフトウェアを持っていると言ってきました。そして、人々が「管理をするためのエンタープライズソフトウェア」を持っていると言うとき、現在では「顧客関係管理（CRM）」のことを指していて、単なる事務的な記録、データ入力のことです。しかし、70年代にさかのぼると、彼らが「管理」と言っていたとき、彼らは意思決定も含めてすべての知識を考えていました。ですから、私の提案は、理論的には、過去40年間、在庫、補充、生産、スケジューリング、在庫割り当て、価格最適化など、すべての決定を完全にロボット化するためのソフトウェアがあるということです。ベンダーによれば、すべてが完全に自動化され、40年以上にわたって100％自動化されています。そして、ほとんどのベンダーは、80年代にコミュニケーションを行っていた方法を見ると、これは機械によって完全に行われるでしょうと言っていました。過去10年間で、私は200人以上のサプライチェーンディレクターに会いましたが、どれもソフトウェアが導入されています。一連のソフトウェアソリューションが実装されてきましたが、すべてのことはまだスプレッドシートを通じて行われています。
title: “時系列予測の誤った視点”
数十年にわたり、すべてを自動化するとされる時系列予測に特化したエンタープライズソフトウェアの数世代があります。しかし、現実はそれがまだExcelで行われているということです。何が間違っているのでしょうか？私は、核心の問題は時系列の視点が正しくないことだと考えています。それは問題の構造に合っていないのです。他にも問題はありますが、最も大きな問題はそれが合っていないことです。未来に対するこの一次元のアプローチはあまりにも単純化されすぎており、そこからすべてが崩壊してしまいます。予測の正確さをKPIとして追求すべきではないのであれば、代わりに何を追求すべきでしょうか？まず、私たちは何を解決しようとしているのかを再考する必要があります。私たちは、会社にとって意味のある将来に関する数量的な声明を作り出そうとしています。将来に関する声明は、大部分がドメイン固有であり、サプライチェーンの教科書で述べられていることとは正反対です。サプライチェーンの教科書は、時系列が必要なものだと主張しています。私は、何百もの企業を観察した結果、これはほとんど間違っているという結論に達しました。時系列で十分にモデル化できるビジネスがあるとすれば、それは例外であり、通常ではありません。その構造は時系列に合っていません。数学モデルを投影しようとしても、適切な構造を持っていない場合、モデル化しようとしている現実を適切にモデル化することはできません。まるい形状を四角い穴にはめようとするようなものです。まるい形状しか見たことがない場合、それがすべてだと思うかもしれません。しかし、他にもたくさんの方法があり、これらの他の方法はビジネスに依存します。スーパーマーケットであれば、DNAはバスケットです。ファッション業界であれば、まったく異なるでしょう。ファッション会社であれば、欲望を生み出したいので、時系列はあまり意味をなしません。トレンディな新しいパターンがあるとします。それに遊びを効かせた多くの製品を生み出すことができますが、製品の数は多かれ少なかれ異なるでしょう。
Conor Doherty: もう一度言いますが、時系列は未来の非常に単純化された近似であると言うとき、Lokadでは常に私たちのアプローチを確率的なものとして、正確に間違っているよりもおおよその正しさを重視すると説明しています。これは単なる用語の違いですか？
Joannes Vermorel: 私が言ったように、まず構造があります。そして、それはLokadが異なる点の一つでもあります。私たちは確率的なアプローチを旗印として使用していますが、実際の問題はまずおそらく構造に関するものです。私が見る2番目の問題は別のものです。それは、過去が未来の正確な対称であると仮定し、正確さを求める古典的なサプライチェーンのアプローチです。これは事実ではありません。これは、例えば惑星の動きを見ている場合には当てはまります。つまり、観察者に過ぎない場合、人類はそれを観察し、何も変えることができません。ですので、惑星の動き、例えば火星の動きを予測したい場合、過去が未来の対称であると仮定することは問題ありません。なぜなら、私たちは火星の動きに具体的で計測可能な影響を与えることはありません。しかし、サプライチェーンにおいては、これは良くありません。なぜなら、将来のすべてはまだ行われていない決定に依存しているからです。将来は、あなたの将来の決定だけでなく、競合他社など他の人々が行う将来の決定にも条件付けられています。ですので、過去と未来の間にはこの根本的な非対称性があり、正確さを特徴とする古典的な時系列の視点はそれを完全に無視しています。それは言及されていませんし、このような正確さの指標でも評価されていません。将来について忠実な声明をするためには、どんな声明であっても、未来はまだ決定されていないという事実を内包している必要があります。まだ決定されていない状況でも有用な声明をする必要があります。
Conor Doherty: 多くの人々は需要の両側に立っていると思っており、観察者のようにそれを観察していると言います。しかし、あなたは、私たちは未来を制御することはできないが、選択肢と共にそれを共同執筆することができると言っています。しかし、それについて知らない人々にとっては、それは何ですか？
Joannes Vermorel: たとえば、バックパックを販売しているとします。いくつ売れるでしょうか？まず、導入するバリアントの数によります。もし黒いバックパックだけを持っていて、それをECサイトや店舗にどこにでも置くのであれば、たくさん売れるかもしれません。しかし、他のバックパックも持っていて、少し大きいものや色々な色のものがある場合、1つのバリアントを追加するたびに売上は倍増するでしょうか？いいえ、明らかに競合が生じます。将来の需要は書かれていないし、確定されていません。それは導入するバリアントの数に非常に依存します。これはまだ行われていない選択肢です。そして、問題を分割して、まずバックパックのアソートメントを決めてから予測するというのは無意味です。なぜなら、明らかにアソートメントを決めた後に需要が不足している商品があることに気付いた場合、それらを削除することになるからです。文字通り、私たちは需要をエンジニアリングしているのです。それが企業が行うことです。それが経済学者ジャン＝バティスト・セイの法則でもあります。需要は供給に先行します。需要を生み出すためには、市場に商品を押し出す必要があります。AppleがiPhoneを導入する前、市場でのiPhoneの需要はゼロでした。商品をまず市場に押し出し、その後で商品の需要を生み出す必要があります。
Conor Doherty: しかし、あなたが批判しているパラダイムの中で、需要と予測価値の追加のような実践があります。需要があり、マーケティングや営業に行って彼らの意見を聞きます。私たちはx個のバリアントを導入するつもりです。そして、そのような意識があります。私たちの決定が将来を作り出し、修正が上方または下方に行われます。
Joannes Vermorel: しかし、私は再び言いますが、10年近く、ほぼ10年半にわたって企業を観察してきた結果、それらは単なる官僚制度です。事実がどのように起こるかを見ると、会社のどこかにいる人々が「ああ、チャンスがある、やろう」と言います。そして、それをただそのようにやれば、非科学的に聞こえると思います。だから、彼らは自分たちの直感を数字で裏付けたいと思い、一部の人々はそれに数字を投げかけます。そして、「OK、数字がある、それは今科学的だ、やろう」と言うでしょう。しかし、いいえ、それは市場に関する非常に妥当な直感であり、何かについての非常に妥当な高レベルの推論であり、それからイニシアチブを適切にサイズ調整するためのエンベロープの裏計算だけでした。そして、それ以外のすべては、イニシアチブを押し付けるための官僚制度に過ぎませんでしたが、それはそのものに貢献しませんでした。それは最初の火花ではなく、衝動でもあり、それが可能にした真の科学的な習得でもありませんでした。それは戦闘の後に起こった文書作業に過ぎませんでした。あなたはLokadが自社のクライアントと行っていることを説明しました。私たちはコミュニケーションを取り、彼らの将来の計画についての洞察を得て、それを数値レシピに取り入れます。機能的な違いは、基本的にはより多機能な数値レシピを持っていることです。私たちは時系列に固執せず、実際の実践では時系列モデルをほとんど使用しません。画面に曲線を表示する場合、時系列である必要があります。これは画面が二次元であり、時間が一次元であるためです。
モデルの内部では、モデルは一次元ではありません。私たちの予測モデルのほとんどは、時系列予測モデルのように動作しません。将来に関する数量の記述の信頼性を示すビジョンに合致する精度指標はありますが、平均絶対パーセンテージ誤差の指標とはほとんど関係ありません。私たちは自問自答します。私たちは本当に重要で、忠実で、私たちが本当にやろうとしていることに合致する記述をしていますか？たとえば、航空宇宙業界では、私たちは艦隊を提供し、その艦隊に制御可能なパラメータがあるというアイデアを本当に受け入れていますか？航空機の寿命はおそらく3〜5十年です。これは非常に制約されているため、私たちはそれらをモデルに組み込むことができます。クライアントと協力する際、私たちは単純なことをするモデルを持っています。彼らが解決しようとしていることを理解するための時間をかけ、将来のビジネスに忠実である意味のある記述は何かを把握します。これは非常に異なります。私たちに精度指標がある場合、ビジネスの本質から始めて、構造を捉え、それに基づいて何かを設計します。それは垂直の特異性を捉えることでもなく、そのDNAです。たとえば、航空宇宙では、スペアパーツとして保存しているものが飛行機であることを考慮に入れる必要があります。衣料品では、一時的な流行やトレンドがあります。航空宇宙では、来たり去ったりする艦隊があります。たとえば、ボーイング747は段階的に廃止されていますが、エアバス350は段階的に導入されています。もしファッションをするつもりで、新しさを無視すると言うのであれば、私の答えはそれはうまくいかないということです。私は、これらのことが詳細なものであるというほとんどのサプライチェーンの本で表現されている視点に強く反対します。それらは詳細ではありません。この垂直を完全に無視してアプローチすることはできません。スポーツチームのマーチャンダイジングを行う場合、毎年1つのチームが勝つという事実を無視することはできません。たとえば、野球チームのアクセサリーを販売している会社に戻りましょう。常に1つの勝利チームがあるという事実を時系列にどのように適合させますか？あなたは正確さを工学的に作り出しています。あなたはモデルの上に何かを工学的に作り出していますが、この時系列モデルは意味をなさないのです。数値は得られますが、…
Conor Doherty: まあ、私は巻き上げを始めて、いくつかの観客の質問を見てみたいと思っています。私たちは純粋に財務的な観点からボトムラインに重点を置いている会社です。すでに質問されているかもしれませんが、あなたに尋ねます。何十年も続いている数十億ドルの企業があります。私たちが言っていることにほぼすべて反対しています。私たちに対して「私たちの銀行残高を見て、ジョアネス、あなたとは異なる意見です」と言う人々にどのように対応しますか？
Joannes Vermorel: いくつかのレベルで、まず、企業は何についても同意または不同意ではありません。企業は単なる人間の大集団であり、それ自体に意見を持っていません。それらの企業で働いている人々だけが意見を持っています。ですので、企業はたくさんのことを行いますが、特に大企業では、多くのことは偶然です。それは本当にそのように設計されたわけではなく、ただ偶然そうなったのです。それが偶然です。私たちが時系列に反対していると言うとき、私の経験では、大企業の経営陣と話をすると、私がちょうど述べたような基本的なことに非常に頻繁に同意しています。大ファッション企業のCEOと話をすると、彼は通常、計画チームがなぜ絶対にすべてを時系列に合わせたがるのか、それは彼自身のビジョンとは完全に一致しないため、非常に困惑しています。ですので、私は本当に反対しているのでしょうか？そうは思いません。私が垂直に数十年間を過ごした経営者と話をすると、彼らは通常、計画のやり方に非常に不満を持っています。なぜなら、それは彼ら自身のビジネスの核心的な認識と理解を反映していないからです。結局のところ、私は計画チームから来る数字よりも自分の直感を信頼しています。それらの経営者がそう言っていて、会社が成功していることは、彼らが正しいことをしていることを証明しています。彼らは自分の直感をスケールアップすることができないため、計画チームが必要です。ですので、より多くの数字が必要ですし、その計画チームとツールが必要ですが、実際には非常に優れているわけではありません。私は教科書に書かれていることからかなり逸脱していますが、私が話をする多くの経営者の直感とはそんなに逸脱していないと思います。
Conor Doherty: 予測の正確さが重要でない理由について、要点をまとめていただけますか？それから、次に進みましょう。
Joannes Vermorel: それは重要ではないのは、サプライチェーンの教科書の定義を見ればわかります。それはすべて間違っています。それはすべて間違った時系列予測のパラダイムの上に構築されています。ですので、それが完全にパラダイムの不一致であると言っています。それは解決しようとしている問題と一致しておらず、したがって、それは間違った問題に対する派手な数学的または統計的な解決策にすぎません。ですので、それはこの意味で重要ではありません。しかし、Lokadの方法と言えば、会社の本質に定量的に忠実なものがあるかどうかです。その意味では、それは非常に重要です。
Conor Doherty: 質問に対する皆さんのご質問に感謝します。順番にお答えするために、裏で提出された順番で最善を尽くします。ですので、私は私に提示されたものを読んでいるだけで、これらのいくつかはあなたがお答えするでしょう、と思います。ダスティンという名前の人から、「予測の正確さは重要ですが、ポイント予測の正確さを測定することによって量化する現在の方法は制限されています。究極の目標は確率の分布の正確さを測定することです。同意しますか？」という意見があります。
Joannes Vermorel: やはり、Lokadは確率的な予測に向かって進んでいます。確率的な予測は不確実性を受け入れることができます。しかし、それだけでは十分ではありません。ですので、はい、不確実性を受け入れることは確かに必要です。Lokadはそれに賛成です。しかし、もう一度言いますが、もしまだ一次元的なら、それはまだ良くありません。そして、もし過去を未来の対称として扱い続けるなら、まだまだ未来にまだ行われていない意思決定の可能性を完全に無視しています。
Conor Doherty: 予測の正確さは、内部および外部の変化の両方からの洞察を含む実行の正確さについてのものであると示唆していますか？予測の観点から見て、焦点は数量と価値にあるべきですか？パウロは、特に商業、マーケティング、財務のようなさまざまな機能間で共有される場合、KPIが最も重要であると考えています。あなたの見解では、上昇と下降のシナリオは有用ですか？そこにはたくさんの小さな質問がありますが、あなたが選ぶことにします。
Joannes Vermorel: それは非常に興味深いことです。まず、予測はそれ自体で成分であり、アーティファクトです。会社にとっては何もしません。将来について数量的な声明を出す場合、ソフトウェアは単なるアーティファクトです。それ自体に価値はありません。私はパウロが非常に正しいと思います。あなたの評価は予測に固有のものではありません。サプライチェーンの実行を通じてのみ、この数値アーティファクトが適切であるかどうかを評価できます。数値アーティファクト、予測を作成し、それが良い予測であったか悪い予測であったかをその結果、遠大な結果によって判断することができます。それが、遠大な結果から予測の作成に使用された数値レシピまで戻る必要がある場所で、それが良い予測であったか悪い予測であったかを評価するための非常に重要なアプローチです。
異なる部門間でのKPIの共有については、注意が必要です。企業は数字を読むことでお金を稼ぎません。チーム間で数字を共有することは良いことですが、それは会社に価値を創造しますか？実際にはそうではありません。そして、人々がKPIと言うとき、それはキーであるべきです。キーパフォーマンス指標のようなものですが、実際には企業には数十、数百、時には数千ものKPIがあります。ですから、KPIではなく、パフォーマンス指標、つまりトラックロードのパフォーマンス指標です。私のポイントは、ある程度はそうですが、注意が必要です。企業は既に多くの人々に対して、非常に少ないことをしながらメトリックスを見る時間を費やしています。
Conor Doherty: それについて追加で質問させていただきますが、異なる部門間のコミュニケーションを共有しすぎることは悪いことですか？ただし、私はあなたが特にファンではないと知っているシロの反対ですよね？
Joannes Vermorel: それらの数字を人々は何に使うのでしょうか？私の考えでは、データを共有する場合、それは人間の目と脳を通過するべきではありません。私たちの典型的なクライアントは、1テラバイト以上のトランザクションデータを持っているということです。それはたくさんです。ですから、現実的には、目で見ると、1秒あたり何桁の数字を読むことができますか？1秒あたり約5桁の数字です。このデータを人間の脳を通じてチャネルするには、一生がかかるでしょう。ですから、明らかに、データを共有したいと言うとき、それが人々を通過する必要があるという意味ではありません。シロを壊すことは、他の部門のボブがあなたが生み出し、生成し、報告書などを作成するすべてのデータを消費しなければならないことを確認することではありません。それは、会社内のすべてのデータにプログラム的にアクセスできるようにすることで、各自が自分自身の意思決定を最適化できるようにすることです。そして、調整が必要な場合は、さまざまな意思決定を行うための数値レシピ自体を整列させることです。これは、人々自身が自分自身の時間と帯域幅、人間の時間と人間の帯域幅を使用してこのデータを手動で処理する必要はないということです。シロを壊すことは、他の部門にレポートを作成してもらい、それを読むことを期待するということではありません。ここでは、あなたは単に官僚主義を作り出しています。他の部門に強制的に課す官僚的なタスクを作り出しています。そして、私の直感は、それを行うときのほとんどの時間、それは会社にとって利益にならないということです。それはするかもしれませんが、それは確定されたことではなく、ほとんどの場合はそうではありません。
Conor Doherty: ありがとうございます。時間に制約があることを念頭に置いていますので、この質問はSashinまたはSainからです。B2Bビジネスにおけるバスケットの概念またはバスケットの視点は、単に消費財ではなくB2Bビジネスにも適用可能ですか？
Joannes Vermorel: それは重要です。例を挙げましょう。Lokadのクライアントの1つは、電気機器のB2B流通業者です。非常に大きな会社です。電気機器を販売する場合、お客様は大企業であり、ビジネスの大部分は建設現場によって推進されます。したがって、たとえば、小さな修理を行うために蛍光灯やスイッチを注文するための会社が時折存在するかもしれませんが、ビジネスの大部分は建設現場によって推進されます。新しいタワーが建設され、6か月後には同じモデルのライトスイッチを4,000個と200kmのケーブルが必要になります。そして、これはエッジケースではなく、土木建設を見ると非常に典型的なことです。建設される建物があり、その建物に関して電気機器の装備が必要なビジネスが大口注文を行うことがあります。したがって、例えば、6か月前には、この電気機器の流通業者がすべての在庫を持っていることを期待していません。このような在庫は誰もがすぐに利用できる量ではありませんので、建物の設置を行う会社はそれを知っています。数か月前に大口注文を行い、それが利用できないことを知っています。しかし、私たちはたくさんの時間を与えますが、来年の3月末までにはすべての準備が整っていることを望んでいます。その後、建物の展開を行い、すべてのものが必要になります。したがって、私たちは大口注文を受けており、1,000の参照があり、それぞれの参照には何百ものユニットがあり、最後のユニットまで完璧に利用可能でなければなりません。そして、私たちはあなたをだますわけではありません、私たちはこれを実現するために十分な月数を与えます。これが、つまり、この場合、興味深いことは、私たちは再び時系列から逸脱しているということです。需要はありますが、需要を時系列として考えると、本質を見逃してしまいます。ポイントは、注文日と商品の予定可用日の2つの日付があるということです。これもバスケットですし、これはB2Bであり、スーパーマーケットとは異なり、必要なものが事前に発表されます。それが完璧に把握されているかというと、そうではありません。なぜなら、建設スケジュールには小さなずれが生じる可能性があり、クライアントは1週間早くまたは1週間遅くそのようなものが必要になる場合があるからです。したがって、まだいくらかの変動性があり、建設現場が進行するにつれて、彼らはバスケットにわずかな調整を行うかもしれません。しかし、まだ多くの時間で利用可能な情報の大部分を持っています。ですので、B2Bを見ても、このような現象が存在することがわかります。むしろ、B2Bは繰り返しのビジネスや明確に特定されたパートナーに関するものです。したがって、このようなバスケット分析は、B2C小売業よりもB2Bでさらに一般的です。
Conor Doherty: ステファンからのコメントです。彼は「多くのデータ、構造化されているかどうかに関わらず、高度なAIに予測を得るために大量のデータを供給することができます。ただし、これには注意点がありますね？」と言っています。それは質問です。お分かりですか？
Joannes Vermorel: はい、私は、時系列の代替手段はスカイネットレベルのAIであるとか何かではないと言っています。Lokadが使用するほとんどのモデルは非常にシンプルで、単に時系列ではないだけです。時系列である必要があるという一種のカルトが存在します。私は、なぜそう思うのかと言います。数学は広範であり、時系列よりも複雑ではない代替手法はたくさんあります。異なるだけです。時系列は最もシンプルなものであり、少しは複雑ですが、時系列よりもシンプルなものはほとんどありません。時系列は文字通り、時間の次元を持つ1つの数量ですので、時間の次元を扱うのは難しいです。時系列よりもシンプルであることは難しいです。しかし、時系列の代替手段がスカイネットレベルのAIであるわけではありません。これらのモデルはまだパラメトリックで非常にシンプルであり、解決しようとしている問題の構造を受け入れることに関するものです。私が問題の構造を説明すると、毎年1つの勝者がいる野球のシリーズのようなもので、他のチームは負けます。私たちは、非常に複雑な構造について話しているわけではありません。それらのことはそれほど複雑ではなく、数分で説明できますし、Lokadが通常使用するモデルも数分で説明できます。時系列は数秒で説明できるので、私たちは数分かかるようなものに関心を持っています。
Conor Doherty: 形状の違いについて、これについて簡単に追加で質問しますが、人々が予測の良さや忠実さを測定する際には、精度を見ます。私たちはそれを見ません。私たちが使用するもう1つの形状は財務的な影響です。それが代替の形状ですか？
Joannes Vermorel: それは私たちのトリックの一部です。財務的な視点は私たちが固執しているわけではありません。ただし、私の経験では、大規模な企業が管理する広範なサプライチェーンを扱う場合、数十もの相反する目標の調整の問題が発生します。目標がたくさんあります。大企業であり、無駄を出さず、サービスの品質を高め、倉庫と資産の最大利用を求め、最大のストレージスペースと賞味期限の制約があります。したがって、制約と目標があります。私たちはそれらを統一するための言語が必要です。これは非常に実践的なことです。これらのことは互いに衝突します。サービスの品質は無駄に対して衝突します。非常に高いサービスレベルを持ちたいと言うなら、生鮮食品を選ぶと、非常に高いサービスレベルを持つことになりますが、時折、期限切れの在庫を捨てなければならなくなり、無駄が生じます。緊張があります。ゼロの無駄と非常に高いサービス品質を持つことはできません。高いサービス品質を持つ場合、いくらかの無駄が発生し、無駄を完全に排除すると、頻繁に在庫切れになります。これは避けられません。これは問題自体の設計です。これらの相反する目標があります。さて、それを拡大しましょう。大企業があり、それらのすべてを統一する必要があります。Lokadが使用するトリックの提案は、それらをすべてドルで表現するということです。私たちは共通語を持っています。それを統一する方法です。それは単なるトリックです。私がドルで考えたいわけではありません。それは私の経験です。複雑な企業を考慮する際にスケールする唯一の方法です。それは単なる実用性の問題です。
Conor Doherty: ありがとうございます。では、このビデオのタイトルは「時系列は重要ですか？」とすべきですか？不確実性と予測の正確さを定量化することは重要だと考えていますが、現在の方法には反対ですね？
Joannes Vermorel: 再び、正確さと時系列は同じものです。サプライチェーンの教科書を見てみると、正確さが即座に時系列と関連付けられていない教科書は見たことがありません。ほとんどのサプライチェーンの教科書では、時系列の数学的な定義を与えることさえしないでしょう。彼らは直接正確さの定義に移り、それ自体が時系列を定義しています。ですから、これらのものは主流のサプライチェーンのパラダイムでは一体のものです。Lokadはこれらを分離したいと言っています。実際には正確さを重要視する方法がありますが、それは実際にはサプライチェーンの教科書に示されているものとは根本的に異なるものですので、非常に慎重です。正確さは良い用語であり、有効ですし、私たちが道徳的に行っていることです。しかし、私たちが行っていることは、サプライチェーンの教科書に見られるものとは根本的に異なるので、同じ用語を使用すると混乱を招きます。
Conor Doherty: ありがとうございます。最後の2つの質問でこれに触れましたが、これはコンスタンティンからの質問です。一部の人々は、FVA（お気に入りの方法）を正確さを向上させるための手段として提唱しています。最近、FVAを批判するレビューを公開しましたが、代替案として何を提案しますか？
Joannes Vermorel: では、ここで答えをお伝えします。これは私ではなく、TOAからのものです。外科医が体からがんを取り除くとき、そのがんに何を置き換えますか？ですから、FVAに関しては、主流のパラダイムで行われる正確さは虚偽の考えです。ビジネスの本質を見ると、この数学的な手法、線は高いレベルでビジネスと合致しているのでしょうか？私の提案は、注意を払って見ると、そうではないということです。ですから、FVAは虚偽のパラダイム、虚偽のツールの上に過剰なプロセスをエンジニアリングしているだけです。それによって会社はますます間違った方向に進んでいます。FVAは、虚偽の概念である時系列の正確さがあり、それに加えて会社内にいくつかのミニビューロクラシーを作り出すためにプロセスをエンジニアリングしているだけです。私の意見では、これは会社に導入される最初のものでも最後のものでもない、無駄なビューロクラシーの一つです。大企業には無駄なビューロクラシーがたくさん存在しています。結局のところ、会社にとってはただの無駄なビューロクラシーが増えるだけでは終わりません。しかし、会社のサプライチェーンをより競争力のあるものにするでしょうか？いいえ、まったくそうではありません。むしろ正反対の効果をもたらすでしょう。会社を壊すことはありませんが、コストを増やすだけで、会社は前に進むでしょう。
Conor Doherty: はい、少し反論させていただきます。私たちは両方ともトマソのアナロジーが好きですが、外科医ががんを取り除くと、何をその場所に置くのでしょうか？それをこの文脈に適用すると、まるで「これを取り除いたので、手をこまねいて、何も置かないでください」と言っているようなものです。その空白を埋めるものは何でしょうか？
Joannes Vermorel: 大企業における正確さの実際の意味を説明しましょう。予測を作成するCES局という部局があるSNOPプロセスがあり、それに基づいて予測を評価する人々がいます。それらは使用されていますか？いいえ、使用されていません。過去10年間に接触したすべての大企業、200以上の大企業で、私が調査し監査すると、企業全体がシャドウITスプレッドシートで運営されていることがわかります。SNOPプロセスから浮かび上がるすべての数値は使用されていません。営業担当者、製造、サプライチェーンの人々、物流、輸送能力を持つ人々は、これらの数値を使用していません。それはまるでポチョムキンの村のようです。SNOPという大きなものを作り、四半期ごとに見直すという幻想があります。しかし、すべてのマネージャーが自分だけがこの隠しスプレッドシートを持っていると思っています。サプライチェーンの副社長が、数値がゴミだから秘密のスプレッドシートを持っていると言ったことが何度もあります。しかし、部下に対しては、公式のSNOPプロセスに従うように要求しています。監査の一環として、部下と面談し、彼らは秘密のスプレッドシートを持っていると話します。彼らは数値を信頼していないので、異なる方法で行っています。そして、彼らは皆、自分だけがこの秘密のスプレッドシートを持っていると思っています。私はこれを何度も見てきました。SNOP計画には虚偽の数値がありますが、最終的な意思決定は正しいものになります。それはどうして可能なのでしょうか？答えは、必ずどこかにビジネスの本質により合致した方法で作成されたスプレッドシートが存在するからです。人々は公式のポリシーではないため、スプレッドシートを隠しているだけですが、それが会社を動かしているのです。大きな数値のポチョムキンの村ではなく、それが会社を動かしているのです。
Conor Doherty: ありがとうございます。まだいくつかの質問がありますので、簡潔さを求める必要があります。ショーンからの質問です。「予測の正確さはサプライチェーンの要素の一つですが、特定のビジネスにおいては主要な制約ではない場合もあります。改善された予測を活用するには、通常、サプライチェーンの他の変更が必要です。同意しますか？」
Joannes Vermorel: 改善されたファックスマシンを活用することは重要ですか？それが私が伝えようとしていることです。人々が私に「古典的な意味での正確さが向上している」と言うと、それはまるで「あなたはより良いファックスマシンを持っている」と言っているのと同じです。それが現状に比べて改善されているからといって、全体的に改善されているわけではありません。それがサプライチェーンにおける増分主義の災いです。人々は「はい、私たちにはより良いファックスマシンがあります」という視点でしか改善を見ることができません。もしもあなたがファックスマシンの改善についてしか考えられないのであれば、良い立場にはありません。人々が「ああ、AIやスカイネットについて話している」と言うと、私は例えば、電子メールはファックスマシンよりも基本的にシンプルですと言います。ファックスマシンはより洗練されており、技術的に要求が高いですが、代替案に比べてクソみたいな解決策です。それが私のポイントです。人々が「ああ、私たちはこの改善を持っています」と言うと、私は「はい、あなたはただより良いファックスマシンを持っているだけです。おめでとうございます。しかし、あなたはポイントを見逃しています。よりシンプルで、より良く、より合致し、より速く、よりスリムな方法で何かをする機会を見逃しています。」と言います。
Conor Doherty: ありがとうございます。次に進みましょう。フィリップからの質問です。「予測における構造について議論する際、時系列予測は一部の場合においてその構造の一部となり得るのでしょうか？」
Joannes Vermorel: そうですね、時系列は非常に基本的な構造です。何かを作成する際に、時系列が偶然にも予測要素の一部として現れないようにするのは非常に難しいです。私のメッセージは、時系列を使用すべきではないというものではありません。これが本質ではありません。私が言いたいのは、時系列だけでは非常に単純化されているということです。語彙、視野を広げる必要があります。他の要素もありますし、その他の要素には時系列が含まれることもあります。それは時折起こります。
Conor Doherty: 次はマヌエルからの質問です。「大学では伝統的な予測方法を教え続け、その正確さを強調しています。しかし、多くの追加要素を考慮する機械学習モデルが最近導入されたことで、今日の発表の視点は変わりましたか？」
Joannes Vermorel: 古典的な白黒テレビと、物を映し出す光を投影する大型フラットスクリーンの違い、それが昔の学校の時系列です。機械学習はあなたに白黒の液晶画面を提供します。それでも白黒ですが、より良い品質のものがあり、よりスリムで、それには場所があります。私の問題は、より優れた数値モデルではありません。大学が正しい予測アルゴリズムを教えていないことが問題ではありません。私の問題は、正しい予測の態度を教えようとしないことです。問題の本質を見ていますか？ビジネスに意味のある数量化された声明を作成しようとしていますか？それがあなたがやっていることですか？それは意味がありますか？将来は過去の対称ではないという事実を考慮に入れていますか？再び、態度です。そして、技術的な側面があります。私にとって、古典的な時系列と機械学習は、世界のスペクトルがあります。私たちが第5位を獲得したウォルマートの競争を見てみましょう。私たちは5つのパラメータを持つ非常に単純なパラメトリックモデルを使用しました。それは古典的なものと数えられるでしょうか？私たちは1000チーム以上の競合チームの中で第5位にランクインし、さらにSKUレベルで第1位にランクインしました。非常に単純なモデルです。興味深いことは、それが非常に単純な5つのパラメータモデルであるということです。しかし、私たちがそれらのパラメータを学んだ方法は、より緻密な差分可能プログラミングを通じてでした。それで、それは機械学習なのか？それとも昔ながらの方法なのか？私にとって、超古典的な自己回帰モデルから超洗練されたディープラーニングモデルまで、世界の連続体があります。量子的な飛躍はありません、それらはすべて存在しています。大学が正しく予測アルゴリズムを教えていないことが問題ではありません。サプライチェーンの目的に対処する際に必要な予測の態度、マインドセットを正しく教えていないことが問題です。それが問題です。S&OPプロセスの目標は、企業全体の調整を作成することです。それが目標です。生産現場の人々が販売チームが販売するものを生産し、販売チームが提供できるものを生産することです。それは文字通り企業の調整に関するものです。しかし、実際には、S&OPの実践は終わりのない会議の連続です。それが実際の状況です。
私の考えでは、情報はITシステム、アプリケーションの景観を通じて流れています。私たちは競合するパラダイムを持っています。私たちはまったく同じページにいません。情報はアプリケーションの景観を通じて流れています。もし調整があるなら、それは情報についてではありません。情報を調整するためにお互いに話し合う必要はありません。それは数値的なレシピと会社の戦略的意図を明確にすることになりますが、それはS＆OPミーティングで行われることではありません。多くの大企業はまあまあの結果を出していますが、それらの時系列予測は何にも貢献していない官僚制度の一部です。それを削除しても問題ありません。2020年と2021年のロックダウン中、一部の国の一部の企業は白カラー労働者の一部を14ヶ月間技術的失業に追いやりました。会社はまだ80％の能力で運営していました。それは減少しましたが、ゼロではありませんでした。それらのロックダウンのために、特に計画からの白カラー労働者は文字通り自宅に留まり、法人のコンピューターに触れないように言われました。私たちは、計画部門全体が14ヶ月間消えても何も問題ないという大規模な実験を行いました。したがって、会社がこの部門の人々が不在のまま14ヶ月間部門なしで運営できる場合、それは部門がまさに超重要なミッションではないことを示しているのではないでしょうか。私たちはさらに、大企業でさえ、ロックダウン期間中に実質的に電子商取引になったケースさえ持っています。ロックダウン前は電子商取引セグメントが売上の5％でしたが、2021年末には電子商取引が売上の3分の2を占めるようになりました。したがって、会社は5％の電子商取引から事実上の電子商取引会社に大規模な変革を遂げました。会社が大規模で急速な変革を経験し、それをうまく実行できる場合、それはそれらの機能について何を示しているのでしょうか？私はその考えに疑問を投げかけています。特にLokadのような特定の意味での正確さが重要ではないとは言いませんが、通常の実践方法を見ると、何度もロックダウンがあり、正確さの指標を担当する部門を14ヶ月間も閉鎖するという大規模な実験を行いました。そして、ビジネスへの影響は何もありませんでした。通常どおりのビジネスでした。その後、それらの企業の中には繁栄するものさえありました。それは私にとって目を覚まさせるものでした。この実験は起こるべきではなかったが、実際に起こったのです。
Conor Doherty: ありがとうございます。そして、最後の質問もニコラスからで、おそらく別のものかもしれませんが、私は部門が統計データを勘の良さで上書きしようとすることがよくあります。予測の正確さが在庫と顧客体験の改善にどのように影響するかをリアルタイムで定義する方法はありますか？
Joannes Vermorel: それが問題なんです。これは、メインストリームの時系列の正確さのパラダイムの一部として決して問われない質問です。これは、サプライチェーンの教科書で問われる質問ではありません。これは存在しません。しかし、これだけが問題ではありません。会社で実際に使用される予測の有用性も含まれます。これらのことは存在しません。ですので、これは非常に重要です。意思決定から数学モデルまでのすべての点をつなげることは非常に重要です。しかし、それは、将来に関する定量的な声明を生成する数学モデルから、実際に行われる意思決定まで、終端から終端まで数値的な手法が必要です。そして、それらの意思決定は、会社に財務的な影響を与えます。そして、それが予測モデルが忠実かどうかを評価する方法です。私は「忠実」という言葉を使っていますが、正確という言葉を使いたくありません。そして、そのバッグ・オブ・トリックの一部は、財務的な視点です。なぜなら、それによってそれが容易になるからです。しかし、通常の実践では、途中で止まってしまいます。サプライチェーンの教科書やほとんどのサプライチェーンソフトウェアによって楽しまれている大きな幻想があります。予測の段階で問題を切り捨てて、他の部分とは孤立して自分たちがどれだけ良いか、またはどれだけ悪いかを評価することができるというものです。これは完全な間違いです。予測の適切さや正確さを孤立して評価することはできません。これは数学モデルのベンチマークにすぎません。それは良いことですが、それは現実の生活ではありません。それはまるで射撃場の優勝者を決めるようなものです。射撃のオリンピックチャンピオンがいるかもしれませんが、実際の軍事演習では、人々は実際の戦争で実際の銃を使って射撃しません。これはまったく異なります。結論として、正確さの問題の一部は、問題自体が誤ってフレーム化されていることです。数学的な意味で正確さが間違っているわけではありません。私が言っているのはそうではありません。私が言っているのは、それらの概念を取り巻くパラダイム的な環境が不適切であるということです。ビジネスを真に受け入れる勘の良さと、完全に不一致なビジネスを超洗練されたものよりも、おおよそ正しい方が毎日優れています。それが問題です。そして、正確さは、この完全に間違った考え方がどのように機能するかを示しています。
Conor Doherty: ジョアネス、他に質問はありません。まだありますが、別の日に取っておきます。お時間いただき、ありがとうございました。そして、ここまでお付き合いいただいた皆さん、本当にありがとうございました。次回お会いしましょう。
