00:00:00 ようこそ&ハウスキーピング
00:01:30 ロジスティクスとサプライチェーン用語の進化
00:03:31 サプライチェーンにおけるソフトウェアの出現
00:05:30 ロジスティクスの実行 vs. サプライチェーンの意思決定
00:08:09 現代のロジスティクス: ソフトウェアがルートを提供
00:10:25 サプライチェーンと運用の区別
00:18:08 一般的なサプライチェーンとロジスティクスの捉え方
00:23:11 サプライチェーンとロジスティクスを区別できない企業
00:25:57 サプライチェーンの最適化と自動化
00:28:50 将来のトラック運転手の自動化
00:31:28 エールフランスの例: 大規模な自動化投資
00:33:45 AI自動化: 誤解と現実
00:36:29 ロジスティクス: 自動化によるコスト削減
00:41:20 航空宇宙の例: 意思決定における財務機会
00:45:01 潜在的な対立: ロジスティクス vs. 供給チェーンの優秀性
00:47:21 各セクターにおけるダウンタイムのコスト
00:52:05 リソースの明細書: 部品、人、ツール
00:54:27 サプライチェーンにおける自動化の重要性
00:57:52 FIFO: 常に財務的に最適化されているわけではない
01:03:55 ロジスティクスにおける機械化の進展
01:05:20 ブルーカラーの職の消失: 遠い未来
01:08:39 Eコマースの例: ブルーカラー vs. ホワイトカラー
01:12:12 資本主義的投資のための意思決定の機械化
01:14:07 結論と最終的な考察
要約
Conor Doherty と Joannes Vermorel は、サプライチェーンとロジスティクスの違いについて詳しく掘り下げます。Joannes はこれらの用語の歴史的進化をたどり、もともと軍事的概念であったロジスティクスが実行に重点を置く一方で、供給チェーン管理は意思決定を伴うことを指摘します。1970年代後半にソフトウェアが登場したことで、これらの役割はさらに分離され、ロジスティクスはサプライチェーンアルゴリズムによって生成された意思決定の実施を担うようになりました。Joannes は、ルート最適化や巡回セールスマン問題などの例を挙げ、現代の供給チェーン管理が効率性と応答性を高めるために動的でリアルタイムなツールに依存していることを強調します。
詳細な要約
最近の LokadTV のエピソードで、Lokad のコミュニケーション責任者である Conor Doherty は、同社の CEO で創設者でもある Joannes Vermorel と共に、思考を刺激する議論を繰り広げました。この会話は、産業の自動化が進む中でますます重要性を増す、サプライチェーンとロジスティクスの重要な違いに焦点を当てていました。
Joannes は、「ロジスティクス」と「サプライチェーン」という用語の歴史的進化をたどることから始めました。19世紀のもともと軍事用語であったロジスティクスは、部隊の移動、避難所、補給の管理を指していました。この概念はその後、特に第二次世界大戦後のオペレーションズ・リサーチの文脈で、民生利用に適応されました。時間とともに、商品やサービスの流れを管理する上で関与する、より広範で複雑な意思決定プロセスを説明するために「サプライチェーン」という用語が登場しました。
Joannes は、ロジスティクスが多くの場合、ブルーカラー労働者を含む意思決定の実行に焦点を当てる一方で、供給チェーン管理は通常ホワイトカラーの専門家が扱う意思決定の技術に関わるものであると強調しました。この違いは1970年代後半にソフトウェアが登場したことでさらに顕著になりました。ソフトウェアが導入される前は、監督者がすべての決定を行っていましたが、ソフトウェアの導入により、より複雑で動的な意思決定プロセスが可能になり、供給チェーンとロジスティクスとの間に明確な分離が生じました。
Conor は、ロジスティクスの分野においてもソフトウェアが重要な役割を果たしていると指摘し、それにより Joannes はその細かい違いについて説明を加えました。例えば、ロジスティクス・ディレクターがトラックの運転手を監督し、車両の安全を確保している一方で、実際のルート最適化は供給チェーン管理の機能です。ロジスティクスチームは、ルートの最適化、トラックの効率的な積載、および時間通りの配送を実現するために設計された供給チェーンアルゴリズムによって生成された決定を実行します。
Joannes は、古典的な最適化問題である巡回セールスマン問題について議論することで、この点をさらに具体的に説明しました。現代の供給チェーン管理では、ソフトウェアソリューションがこのような複雑な問題を処理し、ロジスティクスチームにあらかじめ決定されたルートとスケジュールを提供します。この分業により、ロジスティクス担当者は実行に専念し、供給チェーンの専門家は分析および意思決定の側面を担当することで、より効率的かつ効果的な運用が可能となります。
この会話では、動的な意思決定におけるソフトウェアの役割にも触れられました。Joannes は、Waze のようなリアルタイムツールが現在の交通状況に基づいて代替ルートを提案できる点を強調し、これが現代の供給チェーン管理の特徴である自動化された意思決定の一例であると述べました。この機能により、運用が柔軟かつ速やかに対応できるようになり、エラーや非効率性の可能性が低減されます。
まとめると、この議論は、特に自動化が進む時代において、供給チェーンとロジスティクスを区別する重要性を裏付けるものでした。ロジスティクスは意思決定の実行に関するものであり、供給チェーン管理はその意思決定を生み出す複雑で多くの場合自動化されたプロセスに関わっています。この分離により、企業は専門的なスキルと技術を活用することができ、最終的にはより効率的かつ効果的な運用につながります。
完全な文字起こし
Conor Doherty: Lokad へようこそ。今日は、Lokad の創設者兼 CEO である Joannes Vermorel と共に、供給チェーンとロジスティクスの重要な違いについてお話しします。ご承知の通り、これは企業にとって非常に重要なポイントであり、とりわけ自動化が進む世界ではなおさらです。いつも通り、もし Lokad の活動を気に入っていただけたなら、YouTube チャンネルの登録や LinkedIn のフォローもご検討ください。それでは、どうぞリラックスして、会話をお楽しみください。
So, Joannes, welcome to the new studio, the Black Lodge. How do you feel?
Joannes Vermorel: とても快適です。実は、皆さんへの面白い事実として、以前はキッチンで、冷蔵庫が二つ、電子レンジなどいくつかの家電の前に並んで座っていたのですが、今回は初めて自分たち専用のプライベートスペースが持てたということです。それは非常に素晴らしいことです。
Conor Doherty: 実際、これはとても面白いですね。ここ数年を振り返ると、小さなイースターエッグのようなエピソードとして、あなたとゲストの間で熱い議論が交わされたこともありました。背景として、カメラのすぐ後ろでランチを作ったり、コーヒーを淹れたりしている人々がいるという状況があるのです。
いずれにしても、スタジオはまだ完成していませんが、それが重要なビジネスの妨げになってはなりません。ということで、本日のテーマは「供給チェーンはロジスティクスと同義ではない」ということです。さて、Joannes、高い視点から見て、なぜ我々はここにいるのでしょうか?
Joannes Vermorel: この分野では用語が非常に複雑です。実は、1970年代まで人々が「ロジスティクス」と呼んでいたものが、現在では「供給チェーン」と呼ばれているのです。つまり、用語の意味には徐々に進化が見られました。ロジスティクスは19世紀に軍事用語として登場し、実際、これは LOI の専門性を指すフランス語でした。それは文字通り軍事的な用語であり、その当時の問題は部隊の避難所を確保することでした。
フランスとスイスのそれぞれの将軍二人によって理論化され、部隊の移動の組織化や避難所、食料供給などを管理するという考えが提唱されました。これが大規模な組織の生成、大規模組織の同期の始まりといえるでしょう。150年後、これがほぼロジスティクスそのものでした。その後、第二次世界大戦後に非常に重要となった運用研究という分野が登場し、そこから供給チェーンとロジスティクスという、異なる道を歩む二つの概念が生まれました。
つまり、これらの用語の意味は、どの年代を基準にするかによって大きく異なります。現代において要約すると、供給チェーンは意思決定の技術、すなわち意思決定を行うことに関わるものであり、ロジスティクスはその意思決定の実行に関わるものです。実際、供給チェーンはホワイトカラーの人々と意思決定プロセスに関わる一方、ロジスティクスは主にブルーカラーの人々が担当し、決定が下された後の実行を担っています。
Conor Doherty: 歴史的には、少なくとも最近まで、供給チェーンとロジスティクスはほぼ同義語として扱われてきました。では、なぜ先ほど述べたように、供給チェーンがホワイトカラー、ロジスティクスがブルーカラーに焦点を当てるという分離が生じたのでしょうか?
Joannes Vermorel: 主にソフトウェアの登場が原因でした。1970年代後半までは、どんな決定も下すことができたのは人間、つまり作業を監督し、指示を出して決定を行っていた監督者だけでした。したがって、1970年代までは二つを分離するという考えは実際には意味を成しませんでした。しかし、ソフトウェアの層を導入し始めると、その分離は次第に明確になっていきました。
まず、複雑さが飛躍的に増大しました。1970年代後半以来、供給チェーンはおそらく製品の種類やバリアントを100倍程度に増やしていると推定されます。現在の状況は50年前とは比べものにならないほど複雑です。これもまた、すべてソフトウェアのおかげで実現しているのです。現在、10万種類までの異なる品目を収納できる倉庫も存在します。これは以前の状況とは比べ物にならないほどの複雑さです。
その結果、複雑さへの対処や意思決定プロセスの扱いは、それ自体が非常に分析的でデータ指向のスキルとなり、たとえそれが crude なものであっても、Excel スプレッドシートのような道具を用いることによって数千の製品を扱う必要が出てきました。これには専門的なスキルも要求されます。
そのため、予測や在庫パラメータの設定などを含む分析スキル、すなわち今日我々が供給チェーンと呼んでいる部分と、純粋な実行部分との間に分岐が生じたのです。純粋な実行スキルは、例えばトラック運転手の管理、時間厳守の確認、飲酒運転の防止、誰もが安全に運転していることの保証など、物理的な実行に関わるものです。つまり、こうして両者はまったく異なる道を歩むことになりました。
Conor Doherty: 確かにそうですね。ただ、ロジスティクスの領域だけで運用する場合でも、ソフトウェアは使用され、決定が下される必要があるのです。では、その違いについてもう少し詳しく説明していただけますか?
Joannes Vermorel: 例えば、ロジスティクスの観点からトラックがたどるルートを見ると、いまだに一部の企業ではこれをロジスティクスの機能と捉えているかもしれませんが、私はこれを供給チェーンの機能と考えています。ご覧の通り、ロジスティクスディレクター、つまりトラック運転手を監督し、トラック自体が良好な状態で安全であることを確認する人物は、必要なルートを示すソフトウェアを受け取ります。
So you see, this is not from the logistic director that you would expect a certain refinement from the route optimization algorithm. You see, the fact is, as I said, Logistics executes the decisions that have been generated for them, and thus the generation of those decisions belongs to the realm of supply chain. Then, the execution is the realm of Logistics. So yes, there are decisions, but I would say the logistic director doesn’t call the shots in the algorithmic optimization that goes into establishing the route. If this route is ineffective, they would probably request some other party to deal with it; they would not be dealing with it themselves.
Conor Doherty: そういえば、そう遠くない過去に、Meinolf Sellmann との議論で巡回セールスマン問題について話したことを思い出します。ですから、非常に具体的な例として、ルート最適化について話す場合、巡回セールスマン問題について私よりも上手く説明していただけますか?その際、供給チェーンにおける意思決定がどこで完結し、ロジスティクスが実行の役割を引き継ぐのかを明らかにしていただけますか?
Joannes Vermorel: つまり、ロジスティクスが意思決定を引き継ぐことはありません。ロジスティクス側で新たな決定を下すことはなく、決定はすでになされており、実行のみが求められるのです。これが現代の考え方です。50年前なら、このような問題分析は行われなかったでしょう。ロジスティクスの観点からすると、すでに第三者によって提供されたルートを示すソフトウェアが存在します。それは既定のものであり、トラックに何を積むべきかも既に決まっており、その際に第三者が、提案された品物が適切に収まるかどうかを確認する責任を負っています。また、複数存在する第三者が責任を持ち、ルートが正しく、提案された時間枠が実現可能であることを保証するのです。
ご覧の通り、供給チェーンは、次にどのルートを取るかという短期的な意思決定から、今後5年間の容量予測のような長期的な意思決定まで、あらゆる決定を担う視点です。これは単に時間軸の問題です。しかし、短期から長期にわたるすべては純粋に分析的なプロセスであり、実際の実行とは無関係にソフトウェア内で処理できるものです。当然ながら、モデルや計算は現実の制約条件に適合している必要がありますが、それにもかかわらず、これは決定の領域であり、ロジスティクスは実行の領域です。あらかじめ決定されたルートが与えられ、そしてそのルートを運転できる適任のドライバーが必要となるのです。
The same applies to intra-Logistics inside a facility. And when you look at this separation, the more meaningful distinction nowadays is most likely Supply Chain versus Operations. Operations involve the person who supervises all the blue-collar jobs of the company. Logistics is a class of those jobs, but you also have others, such as production workers who operate machinery in a static position, as opposed to moving things around.
Conor Doherty: あまり先の話には進みたくないのですが、私が強調したい点への良い橋渡しをしてくれました。あなたは物理的な制約について言及しました。つまり、ルートは存在し、ロジスティクスが運転手が現場にいるか、またはその工程を実行する運転手を選定する役割を担っています。これは、Lokadのような企業がスケジューリングで行っていることに似ています。部品、工具、そして人員を取り、例えばこの部品をあちらへ、この工具を使って、資格、技能、利用可能性の面でJoannesに担当させるといった決定がなされるのです。これらはすべて、私たちが提供するサプライチェーンの意思決定にあたります。
Joannes Vermorel: はい。
Conor Doherty: では、ロジスティクスはどこに位置付けられるのでしょうか? サプライチェーンがすべて行っているように聞こえますが。
Joannes Vermorel: いいえ。ご存知のように、ソフトウェア以前の時代では、そうした意思決定を下せるのは、現場で実際に作業を行う人に近い監督者のみでした。その状況では、責任の分担は不可能でした。トラック運転手の監督者が全ての指示を出していたのです。現在、ネットワーク接続されたソフトウェアがあるおかげで、意思決定を分散させられるようになりました。
あなたのサプライチェーンは多数の拠点に分散しているかもしれませんが、複数のソフトウェア層がすべてを結びつけています。光の速度はほぼ瞬時に情報を伝達できるため、地理的な位置はもはや問題ではありません。ネットワーク化されたソフトウェアを用いることで、タスクの実行監視と意思決定を切り離すことが可能です。到着時間、必要なトラックの台数、積載物の決定、または特殊設備の必要性といった計画関連のすべての決定はサプライチェーンが行います。
サプライチェーンに含まれないのは、人々がフォークリフトで自殺しないようにすること、機器が適切に使用されること、従業員の健康が維持されること、そして士気が良好であることを保証することです。これらは意思決定ではなく、プロセス指向の作業です。例えば、倉庫内でのフォークリフトの制限速度は、一度だけエンジニアリング上の決定として定められ、その後、倉庫の運用期間中は変更されることはありません。これはロジスティクスの領域ですが、意思決定と呼ぶには適しません。単に、一度確立されたプロセスに過ぎないのです。
Conor Doherty: 要するに、サプライチェーンは大きな不確実性にさらされているということですね。では、ロジスティクスはそうではないというのがあなたの主張ですか?
Joannes Vermorel: はい。つまり、人々は「不確実性があまりにも大きく、状況が大いに変動する」と言います。確かに条件は変わり、与えられる計画も変動します。しかし、実行方法自体は変わりません。トラックを安全に運転する方法は、配送内容に左右されないのです。速度制限やブレーキ規則といった安全ポリシーは不変であり、これらの運用プロセスは、その日ごとの計画に関係なく常に同じです。
特殊な技能が求められる部分もありますが、話がそれましたね。要点は、ロジスティクスの課題は常にポリシーを完全に遵守し続けることであり、これが主な難題であるということです。一方で、サプライチェーンの課題は、すべてが常に変動する中で、適切な良い意思決定を下すことにあります。つまり、これらは非常に異なる視点なのです。
Conor Doherty: 説明していただくと理にかなっているのですが、ここでのあなたの立場は、主流なサプライチェーンおよびロジスティクスの意思決定プロセスの概念とどれほど根本的に異なるのでしょうか?
Joannes Vermorel: 過去20年ほどで、企業は徐々にこのような理解に収束してきたと思います。そのプロセスは非常に実証的でした。サプライチェーンがより重要になるにつれ、ソフトウェアツールの数も増加したことに企業は気づいたのです。多くのシステムからデータを抽出するために、スプレッドシートすら使われています。つまり、スプレッドシートを用いた粗いアナリティクスであっても、膨大な手法が存在するのです。
現実問題として、ロジスティクスディレクターが倉庫現場で多くの時間を費やすと、これらのデータを解析しアナリティクスの技術を身につける能力が十分に発展しない可能性があります。実証的に、企業はアナリティクスに専念する人材が必要であると認識しました。逆に、アナリティクスを担当する人々は管理者としての人数が非常に少なく、特にブルーカラー労働者の管理は、ホワイトカラー労働者を清潔で安全なオフィスで管理する場合とは全く異なるスキルを要します。
企業は徐々に、ロジスティクスディレクターの管轄下でブルーカラーの管理を、サプライチェーンディレクターの管轄下でホワイトカラーの管理を分離してきました。しかし、まだ分析業務がロジスティクスディレクターの責任に残っている企業もあり、彼らは本来適性のない分析を担当する羽目になっているのです。短期から長期にわたるすべての分析的な意思決定は、代わりにサプライチェーンディレクターの管轄でなされるべきです。これには、長期的な目標策定から、自動化倉庫でロボット運転時にミリ秒単位で行われるリアルタイムの決定までが含まれます。
Conor Doherty: デジタル化と必要なソフトウェアスキルに触れましたが、コンピュータに精通しているという点で、サプライチェーンディレクターとロジスティクスディレクターの違いは何でしょうか?
Joannes Vermorel: 私の見解では、ロジスティクスディレクターはコンピュータシステムについてほとんど知識を持たなくても大丈夫です。計画やその他の基本的なパフォーマンス指標を読む程度の知識さえあれば十分です。しかし、彼らにプログラミングや、チームのパフォーマンスを監視するための基本的なパーセンテージ以上の複雑な作業を求めることはありません。
これに対して、サプライチェーンディレクターは非常に分析的なポジションを担っています。プログラミングスキルがない人がこの役割を担うことも可能ですが、将来的にはプログラミングが基本的な要件となると私は考えています。もし、単純ではない分析や数値の計算を行いたいのであれば、プログラミングの知識が必要になるでしょう。
Conor Doherty: あなたが述べたような区別を実践していない企業や、サプライチェーンとロジスティクスを同義または一つの部門として扱っている企業の例はありますか?
Joannes Vermorel: はい、見込み客と話す際にまだ頻繁に見受けられます。古い体質の企業では、実際にはサプライチェーンディレクター相当の役割を担うロジスティクスディレクターに対して「ロジスティクス」という用語を使うことがあります。その問題は、この人物がブルーカラーのチーム管理と予測の精緻化という、相反する職務要求を同時に担うことになってしまう点です。
また、ロジスティクスディレクターがLinkedIn上で肩書きをサプライチェーンディレクターに変更する場合もありますが、スキルは一致しないままです。現在、多くの企業がロジスティクスディレクターとサプライチェーンディレクターの両方を配置していますが、責任の再編が完全には進んでいません。例えば、ルート最適化のような短期的な意思決定が、本来ならソフトウェアに詳しいサプライチェーンチームの手に委ねられるべきところを、依然としてロジスティクスディレクターの管轄下に残ってしまっています。
私の見解では、企業を適切に組織する方法は、相性の良いスキルをグループ化することです。サプライチェーンの意思決定にはソフトウェアに精通した人材が求められる一方で、ロジスティクスは人材の管理に重点を置いています。これらは全く異なる考え方です。
Conor Doherty: サプライチェーンの最適化について話すとき、少なくともLokadにとっては、その多くが自動化に依存しています。その概念を受け入れるなら、理論上、サプライチェーンの最適化には上限があるはずですが、その上限は非常に高いです。なぜなら自動化が手作業を排除するからです。一方、あなたがおっしゃる通り、ロジスティクスはほぼ完全に物理的な事業です。財政面で見ると、ロジスティクスの最適化はサプライチェーンの最適化と比べてどの程度実現可能なのでしょうか?
Joannes Vermorel: ブルーカラーの労働の機械化は2世紀、あるいは3世紀にわたって進行してきましたが、ソフトウェアの進歩に比べると遥かに緩やかです。過去10年で倉庫はますますロボット化が進んでいますが、それもまた緩やかなプロセスです。小規模な製品しか扱えなかった、比較的自動化しやすい倉庫から始まり、また一日中マイナス20℃という過酷な環境で働く必要がある冷凍食品保管のような現場からもスタートしました。
このプロセスは、2000年代初頭を出発点とすると、開始から完了まで約40年かかると予想されます。トラック運転手の自動化はまだ本格化していない分野ですが、必ず実現するでしょう。私の予想では、大規模なトラック運転の自動化は今世紀末前に始まるものの、その複雑さゆえに完了までにはさらに2~3十年かかる見通しです。運転手を排除することは可能ですが、荷物の積み下ろしを行う人は依然として必要です。
これは、いずれトラックの積み下ろしを自動化するシステムが整えば解決できる問題です。ご覧の通り、工場でも同様の現象が見られます。自動化が容易だったものは何十年も前に自動化され、現在、手作業として残っているのは自動化が非常に困難な作業なのです。つまり、状況はこのようになっています。従って、ロジスティクス側の目標は依然としてすべてを自動化することであり、そのプロセスは21世紀の大部分にわたって続くでしょう。進行は継続中ですが、そのペースは非常に一定であり、人々もそれを当然視しています。今後も年率数パーセントの進展が見込まれます。
つまり、これは前提であり、人々もそう予期しています。大きな驚きはなく、非常に長い間安定して進んできました。何かが自動化されても、もはや誰も驚かなくなりました。すべてが徐々に自動化され、時には、例えば倉庫が新しいものに置き換えられ、必要なオペレーターが10分の1になることもあります。しかし、全体としては、プロセスはゆっくりと着実に進むのです。
ソフトウェア側、つまりサプライチェーンの意思決定に大きく影響を与える側面では、状況は非常に異なります。物理的な面とは異なり、こちらは先行投資よりも技術の問題です。すべての倉庫が直ちにロボット化されない理由の一つは、その事業が極めて資本集約的であるためです。大規模な倉庫を完全自動化するためには、何億ユーロもの投資が必要となるのです。
Conor Doherty: オフカメラでエールフランスについて、ある「ワンルーフ」的な例を以前に言及されましたね。
Joannes Vermorel: はい、例えばエールフランス・インダストリーズは「ワンルーフ」イニシアティブを掲げ、実質的に2棟の大規模な建物を連結して、すべてのMRO活動を1つの大きなユニットで実施できるようにしようとしています。屋根が1つであることで、部品が外部にさらされず、冷えたり、詰まったり、落下したりといった問題を回避できるのです。
Conor Doherty: はい、しかもプロセスが山ほどあります。部品が施設を出るとすぐに、厳密な基準で再度受け入れられなければならないので、全体が複雑になります。つまり、すべてが簡略化されるのです。
Joannes Vermorel: しかし、すでに非常に大規模な2棟の建物を連結し、さらに2億ユーロ規模の屋根を追加する投資をするとなると、その実現には数千ユーロ単位の投資が必要です。物事は非常に時間がかかり、企業は実施したいと思ってもリソースの制約からペースを調整せざるを得ません。今日、航空宇宙分野の多くのクライアントは自動化倉庫への投資を徐々に進めていますが、それは非常に高額なため、時間が必要なのです。
例えばAmazonのようなケースとは異なり、投資対効果はeコマース事業のAmazonほど劇的ではありません。したがって、時間を要するのです。ソフトウェアに関しては、技術が整うまで自動化が困難ですが、一旦技術が整えば、必要な投資が少ないため、展開は格段に速く進みます。確かに投資は必要ですが、物理的な面で必要とされるものに比べれば些細なものです。
Conor Doherty: はい、これは以前の話になります。昨年のことで、どの記事の話だったかは覚えていませんが、ソフトウェアにおける自動化と、その技術が存在すればどれほど迅速に展開できるかの違いについて議論しました。ソフトウェアベースなら、人間の手の器用さを再現するロボットハンドを得るだけの場合に比べ、迅速に普及できるはずです。とはいえ、それは未だ困難であるか、まだ実現されていません。多くの人々はAI自動化について「あらゆる所にある」と誤解しています。特定の分野、非常に限定された領域ではそうですが、迅速に荷物を積み下ろししたり、結び目を結んだりする能力は、あなたの話からすると、未だ実現されておらず、かなり先の話になるでしょう。
Joannes Vermorel: はい、物体を操作するための技術はすでに山ほど存在しますが、どれもに限界があります。極めて速く正確なシステムもありますが、適応性に欠けるため、部品は正確な初期位置に配置される必要があります。これは自動車産業で見られる現象で、非常に速く正確なロボットアームはあるものの、知能は持っていません。ロボットへの入力は完璧に配置されなければならないのです。
次に、不確実性に対処できるシステムも存在しますが、それらは遅く、あまり強力ではありません。すべては徐々に進展していますが、計算してみると、人件費のほうが依然として安価なのです。年々、機械で行う作業の範囲が広がっているのが現実です。これこそ、ブルーカラーの作業が徐々に機械化されるという私の説明と全く同じことです。プロセスは今なお進行中です。
例えば、フランスでは毎年約1%の農家が減少している一方で、食料生産は毎年約1%増加しています。つまり、毎年1%の労働者が減り、1%多くの生産がなされ、1%少ない土地で行われているのです。これを世紀単位で見ると莫大な進歩ですが、その進展はゆっくりと着実であり、大きなブレークスルーは期待されていません。
ソフトウェアは全く異なり、はい、投資額が大幅に低いため、革新ははるかに迅速に拡大すると言えるでしょう。
Conor Doherty: 投資収益率を評価する観点で話すと、もしサプライチェーンの意思決定ソフトウェアに投資すれば、特定の財務指標を用いて、その投資がプラスの効果をもたらしているかどうかを判断できます。もし物流が純粋あるいは主に物理的な事業であるなら、その影響はどのように測るのでしょう?同じ指標を使うのですか?物流とサプライチェーンの投資収益率を比較するのですか?つまり、物流は…どうやって改善されていると判断するのでしょう?すみません、言い換えます。どうやって改善されているとわかるのでしょう?
Joannes Vermorel: そうですね、どうやって改善されていると分かるのでしょうか?物流の場合、与えられたミッションがあり、そのミッションを人々を危険にさらす方法で遂行することは決して許されません。そういう方法はダメです。つまり、ミッションは常識として通る範囲で完全に遵守されて遂行されなければならず、あとはコストの問題になります。より安く実現できるかどうか、というだけなのです。
誰かがオンラインで製品を注文した場合、問題は、倉庫からその製品を出荷し、指定された時間内に顧客の玄関先に届けるのにいくらかかるかということです。つまり、物流の進歩とは、まさに自動化によるコスト削減に尽きるのです。以上です。
サプライチェーンの場合、その問いははるかにオープンになります。なぜなら、サプライチェーンは非常にオープンエンドな課題だからです。意思決定の改善に上限はなく、以前も申し上げた通りです。例えば、どれだけのバリエーションを導入すべきか、というのはサプライチェーンならではの問いです。
ご存知の通り、製品があれば、より多くの人を満足させるためにバリエーションを増やすことができますが、バリエーションの数に限界はあるのでしょうか?実際、導入する各バリエーションは余分なオーバーヘッドを生み、収益も次第に低下していくため、バランスが必要です。しかし、価格の上げ下げなど、問うべき事柄は実に無限に広がります。より良いサプライチェーンの意思決定から期待できる絶対的な限界があるとは言いませんが、どこまで進化できるかについては明確な制限がないのです。
そして、問いはさらにオープンエンドです。基本的に、これまで考慮してこなかった、多くのサプライヤー、代替案、選択肢、価格体系など、さまざまな要素を検討できるのです。明確な限界は存在しません。一方、物流の領域では、与えられるミッションは非常に狭く限定されています。もし目的が一点から別の一点へ製品を移動することであれば、それだけで十分なのです。しかも低コストで実現できる。
しかし最終的には、物流のゲームの中で、例えば顧客への配送方法を再考するなど、会社そのものの戦略を根本的に変えることは、物流の範囲外の問題です。一例として、ファッションの小売店があると仮定しましょう。つまり、あなたはファッションストアを経営しており、その場合はサプライチェーンの問題として捉えることができるのです。
例えば、店舗で最後の在庫を購入する代わりに割引を提供し、その商品を従来のeコマースで送付するという方法があります。つまり、店舗を訪れた人が、特定の商品やサイズの最後の在庫を手に取ろうとしたとき、その場で商品を持ち帰るのではなく、割引を受けてその在庫を送ってもらうという仕組みです。
Conor Doherty: それはなぜ行うのでしょうか?
Joannes Vermorel: ええ、そうすることもできるのです…
Conor Doherty: それは品切れに見えませんか?
Joannes Vermorel: はい、その通りです。つまり、それはストックアウトを緩和し、さらには品揃えを増やす可能性を秘めた方法なのです。なぜなら、その方法なら在庫を大幅に削減する余裕が生まれるからです。これこそがサプライが探求できる分野の一つです。しかし、物流の観点からは、これは既に決定されたミッションを遂行するゲームに過ぎません。
Conor Doherty: おっしゃった理論的な例が気に入りました。実は話を聞いている間にメモを取っていたのですが、確かあなたが講義で述べられたか、あるいはサプライチェーン-サイエンティストから聞いたものでした。航空宇宙クライアントが毎日の推奨事項、つまり『これを買え、あれを買え』をどのように受け取っていたかの例です。簡略化すると、2つのエンジンを買えというもので、非常に大げさではなく、ただ二つの部品を買えという内容でした。
そして、それは誤った意思決定としてフラグが立てられました。なぜそのようなことをするのでしょうか?必要はないはずです。しかし、アルゴリズムは、新品のエンジン購入価格がある一定の水準を下回ったため、後で再販することが経済的に有利だと判断し、その決定を下したのです。つまり、その判断は必要性に基づくものではなかったのです。
Joannes Vermorel: はい、それは財務上の機会の一つでした。
Conor Doherty: そうです。
Joannes Vermorel: そして、これは航空機が解体される際にまさに起こる現象です。市場に数個、あるいは大量の余分な部品が流れ込み、一時的に競合相手による誤判断が起こるのです。本来はたとえば100で売られるべきものが30で売られてしまう、という事故が発生します。だから、即座に利益が見込める機会をとらえるのです。
つまり、はい、これはオープンエンドな問題です。オープンエンドなサプライチェーンは、非常にオープンエンドな仕事と言えます。これが、例えば物流ディレクターとサプライチェーンディレクターの違いに戻ると、非常にオープンなゲームをしている場合、従業員に関して適用されない評価基準が存在する理由でもあります。
例えば、卓越性についてです。物流の世界では、卓越性は明確です。プロセスを完全に遵守すれば、ゲームに勝利したことになり、あなたは卓越していると判断されます。しかし、サプライチェーンの世界では、卓越性はあいまいに定義され、どれだけ改善できるかの絶対的な尺度が存在しないのです。
そのため、現場のオペレーションを重視するブルーカラーの従業員向けのチームで卓越性に注力するのは理にかなっています。彼らが毎日マニュアル通りに全てを遂行すれば、完璧だと評価され、これ以上のことは期待されません。しかし、サプライチェーンの場合は全く異なるゲームであり、完璧に到達したかのように人を称賛するのは意味がないのです。
もちろん、人を称賛することは可能ですが、このゲームが完全にオープンエンドであるため、どの成功も次のさらなる成功への一里塚に過ぎないのです。だからこそ、サプライチェーンの世界で月間最優秀従業員といった制度を設けるのは意味をなさないのです。
月間最優秀従業員は、明確な目標が存在し、すべてを完璧にこなすことが可能な場合にのみ意味を持ちます。しかし、サプライチェーンではそのような状況は成立しないのです。
Conor Doherty: その点をまとめると、物流においては理論上の完璧なゲームが存在します。エラーもミスもなく、誰も怪我をしない―そんな完璧な状態でプレイできるのです。しかし、その一方で、物流における卓越性の追求とサプライチェーンにおける卓越性の追求の間には本質的な緊張関係があるように感じられます。
例えば、生産スケジュールをお渡しするとしましょう。「これが必要、このタイミングであの人を、そこへ行かせる」といった具合です。すると物流部門からは、「実はその機械は稼働停止中で、完全な安全体制を維持するために修理が必要だ」と言われるのです。もしサプライチェーンとして生産を進めさせれば、物流の安全記録やプロトコルの維持に悪影響を及ぼす可能性があります。
では、一方の追求が他方の追求を犠牲にしているという矛盾は存在しないのでしょうか、あるいは…
Joannes Vermorel: いいえ、そうではありません。つまり、サプライチェーンは現実世界のすべての制約を考慮に入れた意思決定を行う必要があるのです。たとえば、機械の修理状態や故障状態を考慮しなければならず、その情報がシステムに欠如していることもあります。基本的に、これを調整するのがサプライチェーンの役割なのです。そして、もし機械の修理状態が不明な場合、予期せぬオーバーヘッドを見越してバッファ付きの意思決定を行い、その後、物流や他のブルーカラーのチームが徐々にそのオーバーヘッドを把握できる計画を生成する必要があるのです。
しかし、ここで重要なのは、計画が実行可能であるべきであり、そのためには不確実性を見越した計画が求められるという点です。再び申し上げますが、これはサプライチェーンの話です。一方、物流の視点では計算が全く異なります。例えば、年間に一台故障する機械があったとしましょう。では、10年に一度故障する機械のコストはどうなるでしょう?それほどの価値がなかったり、予備として第二の機械を用意する必要があったりするかもしれません。いくらかの計算は必要ですが、意思決定の規模としてははるかに小さいのです。
そして、もし派手な予算割り当ても始まれば、それはまたサプライチェーンの問題に戻ります。私たちは非常に分析的な視点から取り組む必要のある複雑な意思決定プロセスについて話しているのです。再び、これはサプライチェーンの話です。物流部門としては、「機械を早期故障を引き起こさない方法で運用しているか?」という点が遵守事項となり、もしそれが実行されれば、彼らは優れた仕事を果たしていると言えるのです。
Conor Doherty: それは偶然の一致かもしれませんが、私は最近、他の執筆のためにこれを読んだばかりです。そのため、特定のセクターにおけるダウンタイムの実際のコストについて少し馴染みがあります。昨年、Siemensが発表した『The True Cost of Downtime』という報告書では、業界によってダウンタイムのコストが推定されており、ファッションやFMCGでは時間あたり約39,000ドル、一方、自動車業界では予期せぬダウンタイムの場合、時間あたり200万ドルを超えるとされていました。
そして、すべてが相互依存しているため、一つが停止すれば他の生産にも影響を及ぼし、波及効果が生じます。それは単独の問題ではなく、直接費用と間接費用の両方が発生するのです。ですから、機械が停止しているかどうかのコストをサプライチェーンがどのように考慮するかという話において、修理時期に差し掛かっている状況下で予期せぬダウンタイムによる莫大な財務損失を最適化スケジュールにどのように反映させるのかが問題となるのです。
Joannes Vermorel: 技術的な用語で言えば「確率的最適化」です。確率的最適化とは、不確実な条件下での最適化のことです。だからこそ非常に技術的になるのです。そして、これが理由で、分析的な立場であるサプライチェーンディレクターと、非分析的な立場である物流ディレクターを分ける必要があると考えています。サプライチェーンディレクターに求められるデータ解析はすでに非常に困難な作業なのです。
物流側でブルーカラーの従業員と関わる者が、不確実性を考慮するために確率的最適化のような非常に精巧な最適化手法を使わなければならないという考えは、あまり現実的ではありません。また、サプライチェーンの視点から意思決定が何を意味するのか、非常に広い視野を持つ必要があるのです。意思決定には、あらゆる故障状況に対する代替プランが含まれるかもしれません。単に「スケジュールを渡すだけ」ではなく、「サプライチェーンチームによって設計されたシステムがあり、もし機械が故障したり、オペレーターが体調不良になったり、部品が欠品したり、欠陥が生じた場合には、代替経路を示してくれる」というものです。これはスケジューリングの最適化なのです。
場合によっては、在庫があっても、複数の店舗に供給しなければならない倉庫の場合、倉庫内の在庫が全店舗をカバーするには不足していることがあります。その結果、多くの店舗で品切れが発生するのは明らかです。しかし、いずれにせよ在庫をどこかで分配する必要があるのです。大量の在庫を一店舗に送るべきか、均等に分散すべきか、または別の方法を取るべきか、不完全な状況にも対応しなければならず、これが意思決定プロセスの一部となるのです。これは理想的な状況だけで決定されるものではなく、計画通りに進まなかった場合に取らなければならない全ての代替経路、すなわち意思決定ツリーが存在するのです。
Conor Doherty: これは、後日、会社のCOOであるSimon Schalitと話すかもしれません。最近彼とこの件について話し合い、彼はあなたの話を説明してくれました。用語を補足すると、リソースの明細書といいます。部品、人、ツールがあり、特定の日の特定のプロセスに対して、クライアントに一連のアクションを提供するのです。つまり、全体のプロセスを完遂するために、この時にこれが必要になるのです。例えば、これが一晩で生成され、その翌朝に何かが変わる―キーとなる認定や資格を持つJoannesが体調不良になったとしましょう。そんな事象が1%の確率で起こるとしたら、元の状態が維持できなくなったことを反映するために、生成された全シーケンスを再生成する必要があるのです。もう少し詳細を補足できるかもしれません。
Joannes Vermorel: ソフトウェア導入以前に戻ると、ブルーカラーの現場監督が意思決定者でもあった理由は、常に何か問題が発生し、計画から逸脱する際に臨機応変な判断が求められたからです。しかし、ソフトウェアがあれば、そうした意思決定を動的にその場で行えるのです。これが、例えばルート最適化が行うことと全く同じです。たとえばWazeを使っていると、リアルタイムで道路が封鎖されていると知らせ、代替ルートを提案してくれます。つまり、あなたが取るべき正確な経路が決定され、それが交通状況や道路情報など最新の情報に基づいて継続的に更新されるのです。
サプライチェーンが意思決定プロセスを扱うと言うとき、必ずしも静的なもののことを指しているわけではありません。最新の状況に合わせて意思決定を自動的に修正できるソフトウェアである可能性が高いのです。だからこそ、自動化が鍵であると強調するのです――完全に自動化されていなければ、人を介するため反応が遅くなってしまいます。
Conor Doherty: おそらく複数の人々ということですね。
Joannes Vermorel: そうですね、つまり誰かに相談しなければならない場合、たとえば利用可能であれば反応に30分かかるなど、非常に非常に遅いのです。ですから、サプライチェーンで意思決定を現実的に管理する唯一の方法は、完全に自動化することです。さもなければ、以前と同じように、現場の監督や物流担当者がその場で即興的に対応することになってしまいます。もちろん、何もしないよりはマシですが、それはあらゆる種類の比較的悪い意思決定、特にたとえば運転手が許可時間を超えて運転し事故に繋がるようなコンプライアンス違反の状況を招く可能性があります。直感だけでリアルタイムに計画を調整して、守りたいすべての要素を保持するのは非常に難しいのです。これこそが、ソフトウェアの真価です。
Conor Doherty: アレクセイ、つまり、アレクセイ・ティホノフですが、以前ディジョンで彼と話したことがあり、彼はあなたが説明している状況について「どんな代替案も、しばしば高次元問題に対する低帯域の解決策だ」という素晴らしい表現をしています。つまり、あなたが述べたように、即時の結果、近い将来の影響、はるか先の帰結、例えば「そこに送れば、ここには送れない」というような機会費用を含むすべての結果のことです。人間や人間の集団に、1時間あたり39,000ドルから200万ドルにも上る可能性のあるペナルティや契約上の違反リスクがかかる状況で、リアルタイムに協力して「これがこの問題の最善策だ」と結論付けてもらうのは、正直非現実的だと思います。
Joannes Vermorel: そうですね、実際には人々は単純な経験則に頼っているのです。
Conor Doherty: たとえばFIFOですね。
Joannes Vermorel: その通り、FIFO、つまり先入れ先出しです。これでも十分機能します。そして、これらの経験則のより優れたバージョンを作り上げること自体もサプライチェーンの課題です。通常、サプライチェーンの使命は、もしソフトウェアシステム全体が停止した場合に備えて、流れを維持するための極めてシンプルな経験則を引き継ぐことにあります。しかし、その非常に荒削りな経験則が非常に優れていると錯覚してはいけません。全てを凍結するよりはマシですが、決して非常に効率的でもなく、予測可能な問題を引き起こすでしょう。
Conor Doherty: そうですね、もう一度FIFOの例を挙げると、私の理解が間違っていれば訂正してください。なぜなら、聞いている人が「FIFOに何の問題があるんだ?」と質問するかもしれないからです。補足ですが、例えばMROがあり、エンジンAとエンジンBという2基のエンジンがあるとしましょう。エンジンAはエンジンBより先に入庫し、ほぼ同じ部品と修理時間が必要です。先に入ったエンジンAを先入れ先出しで修理しますが、修理を完了するために、まだ手に入らない別の部品が必要です。一方、エンジンBを先に修理すれば、たとえ後に入庫したとしても、より早く稼働に戻せる可能性があります。
エンジンBをできるだけ早く稼働させないと、財務上の影響が出るかもしれません。これは非常に単純なシナリオですが、私が提唱しているのは、何もしないよりは修理するほうが良いという経験則です。確かに、一台修理するのは全く修理しないよりはマシですが、利益最大化や投資収益率を追求する上で経済的に最適な判断と言えるでしょうか。
Joannes Vermorel: そうです。そして、だからこそ、各機能を分離する必要があるのです。ブルーカラー労働者と関わる場合、その責任は非常に大きいです。頭の中でリアルタイムの財務最適化を行おうとするのは、全く現実的ではありません。超人でない限り、人々に期待できるのは基本的な経験則に従うことだけです。それ以上の高度な分析は、全ての知性を投じられる専門家に任せるべきです。抜け道はありません。そして、大きく変わったのは、ソフトウェアのおかげでそれが可能になった点です。
つまり、何十年も前に、遠隔地にいる人々にも情報を提供することで可能になったのです。急に、倉庫の真ん中にいなくても、在庫がどれだけあるかや、その日の保留中の注文を知ることができるようになりました。遠隔地のデスクにいながら、すべての関連情報にアクセスできるのです。これこそが90年代後半にソフトウェアが全企業に提供した恩恵であり、人々がスプレッドシートで作業できるようになったために、各機能が分離され始めた理由でもあります。
つまり、私たちは依然として単に人々を分離した自動化前の時代について語っており、ホワイトカラーは別の場所に配置されています。しかし、現代では全体を自動化できるより優れたバージョンが存在します。ホワイトカラーはもはや意思決定を直接行うのではなく、数値レシピを設計し、自動的に実行させるのです。さらに、リスク管理の観点からもこのアプローチは優れており、人に依存すれば誤りが何度も繰り返されるため、安全な決定を求めるなら、航空宇宙で行われるような段階的なレビュー、例えば5段階のレビューが必要になります。しかし、そのレビュー過程は非常に遅いのです。
だからこそ、新型航空機を市場に投入する際、すべてを何度もレビューするこの非常に遅いプロセスのために十年もの時間がかかるのです。サプライチェーンの問題は迅速な意思決定が求められることにあります。多段階のレビューは、たまにある誤った意思決定という問題以上に、余分な手間を生む傾向があります。迅速に行動する必要があるのです。そして、自動化があれば、数値レシピに欠陥があった場合、欠陥を修正するだけで以降のすべての意思決定がその欠陥から解放されるのです。これにより、プロセスははるかに資本主義的になります。
だからこそ、Lokadでは「すべてを自動化する」アプローチを非常に重視しているのです。これは単に生産性向上のためというだけでなく、投入する労働時間が数値レシピを改善し、発見される欠陥を一度で完全に修正できる積み上げ型のプロセスを実現するためです。人を訓練し、その人がミスをすることで再訓練し、訓練方法を微調整して極めて低い残留ミス率を実現しようとしても、ミスがゼロになることは決してありません。
Conor Doherty: そして、そのレベルの訓練は、人が去ると共に失われるんですよね。別の仕事に移るか、引退すれば。
Joannes Vermorel: その通りです。数値レシピは会社に永遠に残り続けますが、人はやがて去っていくのです。
Conor Doherty: さて、会話の最初にサプライチェーンと物流の間に非常に明確な区別を描かれていましたね。そして、会話を進める中で、自動化がソフトウェア領域、すなわちサプライチェーンの意思決定において明確に進行中であるという考えに触れました。
Joannes Vermorel: ご覧の通り、物流に関しては物理的な物品の機械化の問題であり、これは過去3世紀にわたって進められてきたのです。現代におけるその機械化の水準は、当時のそれと比べて途方もなく高いのです。
ご覧ください。現代のトラックの積載能力を、1世紀前の初期のトラックと比較してみると、現代のトラックはるかに多くを運搬でき、信頼性も高く、操作も非常に簡単です。実際、1世紀前にもトラックは存在していましたが、今のようなトラックではなかったのです。その進歩は非常に顕著であり、製造業と同様に、あるいはそれ以上に、物流分野は大いに機械化されていますが、それでも機械化が非常に困難な分野には人が関わっているのです。
Conor Doherty: その通りです。そして、私の疑問は、定義が当初は同義だったものの分岐し、両方で自動化が必然であれば、いつしかそれらが一つの巨大な部門に統合されるのではないか、ということです。サプライチェーンと物流が、例えばオペレーションズリサーチやサプライチェーン、物流といった、あらゆる機能を包括する一つの用語にまとめられるのでしょうか?
Joannes Vermorel: つまり、問題はブルーカラー職の消失に関わることであり、現段階ではまだSFの話です。いつかその時が来るかもしれませんし、例えば、テスラがアンドロイドロボットで人間の作業をより安価かつ迅速に行える世界を実現すれば、ブルーカラーの仕事は消滅し、ブルーカラーチームを管理する役職自体もなくなるでしょう。
ご覧の通り、これは比較的遠い未来の話だと思います。私自身が生きて見届けられるかどうかも分かりません、なぜなら課題が非常に大きいからです。確かなのは、この分野が今なお順調に進歩しているということであり、ここで話しているのは何世紀にもわたるプロセスだということです。
そして、インフラの面でも変革が必要になるでしょう。例えば、現代のトラックがこれほど効率的に動くためには、1メートルほどの高さの荷役ドックを備えた倉庫を建設し、それを標準化する必要があったことに、人々は気づいていないかもしれません。全体として、適切な荷役ドックを持つ非常に大型のトラックを活用するため、インフラ全体を調整しなければならなかったのです。
それには長い時間がかかります。つまり、どんな自動化が進んだとしても、私がまだ想像もできないほどにインフラ全体を刷新する必要が出てくるでしょうし、それには時間を要するのです。しかし、いつかブルーカラーの必要性が完全になくなれば、物流ディレクターの役職も消えるでしょう。そして、実際、過去にもそのようにして部門全体が縮小されたことがありました。
例えば、かつては郵便物の仕分け専用の部署が多くの企業に存在しましたが、今はそれが完全に消滅しています。Lokadでは時折、週に一通程度の手紙が届くことがありますが、管理部門の誰かがその手紙を渡すだけで、それ以上のことはありません。これらはすでになくなったのです。ですから、将来的に物流が完全に自動化され、解析と工学のみの問題になる未来を私は想像できますが、現状はまだその状況からはほど遠いのです。
Conor Doherty: それに対して、あなたは『サプライチェーン分野での自動化による絶滅イベント』について非常に強い口調で語っていました。では、なぜサプライチェーンの方がより早く進むと考えるのか、説明してください。
Joannes Vermorel: イメージとしては、例えば、倉庫で現場の処理や出荷・返品物流を担当する500人のブルーカラーと、その流れや管理を担当する500人のホワイトカラーがいるeコマース企業がある、といったものです。つまり、サプライチェーンはまさに1000人規模で運営され、その半数がブルーカラーなのです。
私の見解では、今後10年以内にその500人のブルーカラーが大幅に削減される状況は想定できません。自動化倉庫などで徹底的に自動化が進めば、人数を半減させることはできるかもしれませんが、すでに機械化されている部分についての話です。しかし、意思決定プロセスに関しては、500人からたった5人にまで縮小することは十分に可能な領域です。
そして、Lokadはすでに一部のクライアントに対してこれを実現しています。現在、約1000人の従業員が我々の提供する意思決定を利用しているクライアントもありますが、その意思決定は自動生成され、Lokadは数名のサプライチェーン専門家によって運営されています。つまり、かつては1000人のホワイトカラー従業員が意思決定の大部分を担っていたのに対し、それが自動化されたのです。もちろん、クライアントが完全に人数をゼロにするわけではありませんが、1000人から20人程度のチームに縮小するという考えは決して非現実的ではありません。
これこそが、まさにソフトウェアが実際に機能している例なのです。多くの企業で現場で働く人数と同等のサプライチェーン担当者が存在する状況は、今後さらに劇的な変化を遂げると私は予想しています。スプレッドシートを扱う人数が、実際に現場で作業する人数と同じになるという考え方自体が…
私としては、これは一種の技術的な不条理だったと思います。物理的な面では非常に巧妙な自動化が進んでいるのに、なぜかソフトウェアの面では後れを取っていました。今、意思決定の領域において期待される生産性にようやく追いつき始めているのです。
Conor Doherty: さて、締めくくりに、先ほど資本主義的視点について言及されましたが、本日お話しいただいた情報に基づくと、サプライチェーンにおける資本主義的な機会とはどのようなものなのでしょうか?
Joannes Vermorel: サプライチェーンにおいて、意思決定の分野はあなたの意思決定を機械化することです。なぜなら、すべてが機械化されるまでは、そのプロセスは資本主義的ではなく、資本主義の枠組みには収まらないからです。つまり、1人の労働時間を投資する場合、それがその日の意思決定を単に生み出すために消費されるのか、あるいは将来のすべての意思決定をより良くするための投資となるのかという問題なのです。
Conor Doherty: つまり、これは数値レシピの改善に関する話ですね。
ジョアンネス・ヴェルモレル: その通りです。そして、サプライチェーンの実践がつい最近まで資本主義的なものではなかった理由でもあります。単なるOpex、つまり運用費用に過ぎなかったのです。企業が必要とする意思決定を生み出すために、毎日この程度のマンデーが必要なのです。以上です。人を訓練することはできますが、数十年前に到達した限界があり、長年大企業で訓練されてきたため、その人たちは訓練によって大幅に改善されることはなく、わずかにしか向上しません。
つまり、数十年前には安定状態に達していたのですが、意思決定プロセスを自動化すれば、投入されたどんなマンデーも資本主義的な投資のように無期限に配当を生むことになるのです。だからこそ、投資収益率の面では自動化は比類なきものとなり、それは文字通り金を印刷する機械のようなものなのです。
コナー・ドハーティ: 基本的に資産を作っているということですね。
ジョアンネス・ヴェルモレル: その通りです。ただし限界もあります。ある時点で、数値的なレシピをさらに改善する明確な方法が見えなくなり、収益が逓減してしまいます。つまり、レシピをより良くする能力が停滞するため、無制限のリターンが得られる資産ではないのです。しかし、上限は人々が考えるよりもはるかに高いのです。まだ意思決定を自動化していない企業にとって、その差は絶対的に巨大なものとなります。
コナー・ドハーティ: つまり、お金の観点から考えるとそうということですね。では、ジョアンネス、これ以上質問はありません。今日はかなりお話をお伺いしました。こうした会話が恋しかったです。改めて、お時間をいただきありがとうございました。そしてご視聴いただき、ありがとうございます。では、また次回お会いしましょう。