00:00:00 石油・ガス供給チェーンの入門
00:05:02 高いリスクと洋上物流
00:08:20 サプライチェーン停止がもたらす財務的影響
00:13:54 供給チェーンにおける複雑性と自動化
00:16:15 誤解が計画に与える影響
00:18:39 在庫が稼働率に影響する
00:20:33 石油価格が収益性に影響を与える
00:23:00 効率的な稼働のための適正な在庫
00:25:10 スプレッドシートを超えた最適化
00:28:58 ERP の意思決定の限界
00:31:10 意思決定ツールとしての Excel
00:33:15 記録システムの重要性
00:37:00 意思決定における概算的正確性
00:38:10 関税下での意思決定の焦点
00:40:30 数値的レシピが焦点を高める
00:43:37 エンジニアリング上の課題による注意散漫
00:46:10 大規模化が機敏性を低下させる
00:51:30 スピードと数値的レシピの提唱
00:53:00 供給チェーンにおける価格設定の役割
00:57:19 文明の基盤としての石油
00:59:00 AI と事務自動化
要約
内省的な対話の中で、Conor Doherty と Joannes Vermorel は、石油・ガス業界における供給チェーンの課題に深く切り込み、単純な企業運営というよりも小型都市の管理に例えています。Vermorel は、重要性に依拠する従来の手法を批判し、効率性向上のために自動化と数値モデルの活用を提唱します。彼はまた、長期尾事象がもたらす財務的影響に触れ、在庫の過剰蓄積ではなく合理化された在庫管理の重要性を強調します。さらに、Vermorel は、ERPsが意思決定において不十分であることを指摘し、将来の不確実性に対処するためのインテリジェンスシステムの必要性を訴えています。この対話は、業界の保守的な性質を浮き彫りにし、サプライチェーン戦略の前進において機動性とデジタル最適化が不可欠であることを示しています。
詳細な要約
思索を促す対話の中で、Lokad のコミュニケーションディレクターであり LokadTV YouTube チャンネルのホストである Conor Doherty は、同社の CEO かつ創設者である Joannes Vermorel とともに、石油・ガス業界が直面する複雑な供給チェーンの課題について鋭く問います。彼らの対話は、これらの複雑性がアップストリーム、ミッドストリーム、ダウンストリームという各運用フェーズにおいてどのように展開するのかを綿密に検証するものとなっています。
Doherty は、石油・ガスセクターを世界の供給チェーンを支える基盤として位置付け、消費財から工業資材に至るまで多岐にわたる分野に与える深い影響に注目して議論を開始します。Vermorel もまたこれに同意し、航空宇宙や小売業に匹敵する供給チェーンの複雑性を強調します。単純だと思われがちな点に反して、石油掘削装置の管理は、小型都市の運営に例えられ、数万点に及ぶSKUsが途切れない運用の維持に不可欠な役割を果たしています。しかし、本当の課題は、製品の安定性を維持することではなく、経済的制約の中で将来的な供給チェーンのニーズを継続的に支えることにあります。
Vermorel は、ダウンタイムに関連する経済的リスクについて鋭い洞察を示します。小規模な現場であっても、リモートの洋上プラットフォームがもたらす物流上の困難により、日々莫大なコストが発生することを指摘します。Doherty の「難解さ、複雑性、重要性」という枠組みを借りながら、Vermorel は、しばしば ABC analysis のような手法を用いる、重要性のみに焦点を当てた従来の管理手法を批判します。彼は、大規模なプランナー集団に頼らずとも効率性を実現できるという理由で、Lokad が自動化と数値モデルを支持することを論じています。
この対話は、発生頻度は低いものの業務全体に深刻な財務的影響を与えるロングテール事象に焦点を移します。Vermorel は、供給チェーン運用において認識上の確率と実際の確率の間にギャップが存在することを指摘し、依存関係を正確に把握しなければサービスレベルが低下する可能性があると警告します。従来の方法がリスク対策として多量の在庫を採用する一方で、Vermorel は、単に量を増やすのではなく、稼働時間の最大化に焦点を当てた合理化された在庫管理を推進し、過剰在庫がもたらす非効率性と逆効果を強く非難しています。
業界の財務的な考え方を反映して、Doherty は、投資の各ドルにおいて本当に最大の ROI が追求されているのか疑問を呈し、数値レシピによる最適化が求められる時代に手作業のスプレッドシートに依存する合理性に疑念を抱きます。Vermorel もこの懐疑に共感し、大企業においてもスプレッドシートが生み出す非効率性を認め、単なる記録システムではなく、高度なインテリジェンスシステムの必要性を強調します。
Vermorel は、ERP や WMS のような記録システムを、高度な台帳として分類します。これらはデータ追跡には優れているものの、自動化された意思決定においては不十分であり、その欠点のためにユーザーを再びスプレッドシートへと戻らせることがしばしばあります。需要予測や在庫最適化の約束にも関わらず、これらのシステムはしばしば機能不全に陥り、意思決定に専念するシステム、すなわち不確実性に対応し複雑な決定を支援するインテリジェンスシステムの必要性を露呈させています。
この二人は、過去の取引を完璧に記録するために設計されたシステムと、現実の条件下で将来の不確実性に対応するために体系化されたシステムとの間にある二極性を明確に区別します。インテリジェンスシステムは、単なる記録管理を超えた複雑な計算処理を行い、在庫および価格戦略に関する意思決定を向上させる能力を持つ点で推奨されています。
Doherty は、企業が財務リスクを回避するために在庫を抱え込みながらも、リスク軽減用のソフトウェアの導入を避けるという、石油・ガス業界特有の保守的な性質に光を当てます。Vermorel は、この業界のエンジニアリングの実力が、結果的に供給チェーンの最適化を覆い隠してしまっているのではないかと推測し、デジタル化の努力が行われているにもかかわらず、機敏な業界と比較して固有の硬直性が存在することを示唆しています。
機敏性は、予期せぬ変化に対応する柔軟なソフトウェアによって体現され、FIFO のような従来の手法に挑戦し、よりダイナミックな供給チェーン戦略への道を切り開きます。Vermorel は、特にミッドストリームおよびダウンストリーム部門におけるトレーダーの自動化の普及を認める一方で、アップストリーム部門においてはインテリジェンスシステムが著しく活用されていないため、物理的な複雑性が依然として高い点を記録しています。
体系的な変革への移行は、既存の手動戦略と急成長中のソフトウェアソリューションを融合させることを伴います—この概念を Vermorel は、Lokad のデュアルランアプローチを通じて体現しています。この手法は、実務者が数値レシピとスプレッドシートを並行して使用し、科学者との協力を促進することで最適化の取り組みを洗練・拡大し、実務者の専門知識を最大の ROI のために活用することを可能にします。
対話は、Vermorel が産業社会における石油・ガスの永続的な重要性を称賛し、AI がバックオフィスの自動化を新たな時代へと導く中で深遠な進展を予見することで締めくくられます。Doherty もまた、将来の変革に対する期待を示し、供給チェーン管理の複雑さを丹念に探ると同時に、革新を追求する協働事業の証としてセッションを締めくくりました。
完全なトランスクリプト
Conor Doherty: Lokad へようこそ。石油・ガス業界は、独自のサプライチェーン管理上のハードルをいくつも抱えています。本日は、アップストリーム、ミッドストリーム、ダウンストリームにわたるこれらの課題と、効果があると考えられる手法および効果を発揮しない手法について議論します。ご視聴の皆様、ぜひ LokadTV の購読と LinkedIn でのフォローをお忘れなく。それでは、Joannes Vermorel との本日の石油・ガスに関する対話をお楽しみください。
まず初めに、Joannes、再び参加していただきありがとうございます。最初の質問は、我々がここに至った経緯や背景を示すものだと思います。多くの人は「Lokad が石油・ガス業界に関わっている」と聞くと、サプライチェーン最適化といえばスーパーマーケットや小売業を思い浮かべるため、少々驚くかもしれません。以前の航空宇宙に関する議論で Lokad がどのようにして参入したのかを伺ったのと同様に、石油・ガスで最初に関心を引かれた点は何だったのでしょうか？
Joannes Vermorel: つまり、石油・ガスは、ほぼすべてのサプライチェーンの出発点であると言っても過言ではありません。ほぼすべての製品が、何らかの形で石油・ガスに依存しています。このペンでさえ、石油由来の化合物を半ダースほど使用しているでしょう。このマイク、フォーム、ラップトップ、さらには塗料が塗られたこのテーブルや、あちらにある石油樽に至るまで、ほぼ全てが依存対象です。そして、エネルギーに関しても、世界は大部分、石油・ガスによって動いています。我々が持つ代替エネルギーの中で、必要なエネルギー供給量において顕著な影響を与えられるのは原子力だけであり、その他はせいぜい僅かな影響に過ぎません。
長年にわたり、Lokad ではまず最も目に見える店舗から始め、その後、上流のサプライヤーへと段階的に遡っていきました。そして、いつしか現在のように、各段階に焦点を当てる石油・ガス企業への対応へと進化しました。なぜなら、石油・ガスという業界は縦の広がりが非常に大きいからです。
Conor Doherty: それが問題なのです。先ほどもおっしゃったように、石油・ガスは極めて巨大な業界ですが、一方で、複雑性の観点では航空宇宙や小売業と比べてそれほど困難ではないとオフカメラでおっしゃっていたと聞いています。その点についてもう少し詳しく教えていただけますか？
Joannes Vermorel: 正確に言えば、難解さという点ではそうですね。面白いのは、その複雑性が規模の大きさゆえに極限まで高まっているということです。なぜこれほどまでに複雑なのでしょうか？それは、油田を運営するには、小型都市のような運営が必要となり、中規模都市が求めるすべての要素、すなわち数万点に及ぶSKUs（手袋から航空機のエンジンに至るまで）などが不可欠だからです。現場で電力を生み出すためのエンジンや、大量または地域限定の電力供給のために使用されるタービンも備えています。
非常に小さなものから非常に大きなものまで、すべてが運用を維持するために必要不可欠です。これは陸上、洋上、さらには油・ガス抽出のための一時的なプラットフォームである FPSO にも当てはまります。つまり、複雑性は極めて高い一方で、難解さはそれほどではないという違いがあります。
規模は巨大であり、多様性も非常に豊富です。しかし、難解さの面では、製品は比較的安定していると言えます。確かに進化してきた業界ですが、供給すべきものは、四半期ごとに全く新しいカタログが登場するファストファッションのようなものではなく、依然として非常に安定しています。
また、例えば航空宇宙のように、すべての部品が修理可能で、飛行中の機体と地上の部品との間で絶え間なく入れ替えが行われるサプライチェーンループとは異なり、ここでは高価な機械の修理は行われるものの、基本的には前方のサプライチェーンが支配的です。大量の消耗品や設備が必要とされ、それらは消費され、稼働停止を一切起こさないようにするため、常に膨大な量の供給が求められるのです。
ですから、規模に比べると難解さはそれほどでもないものの、明らかに極めて複雑なのです。
Conor Doherty: では、難解さと複雑性の違いをさらに明確にするために、コストはその複雑性にどのように影響するのでしょうか？部品について言えば、修理に必要な部品はいつか必要になることが分かっている、つまりBOMは既知であり、数量や必要なタイミングは不明な点もあるものの、いずれ必要となることは確かです。しかし、例えば陸上の修理施設で作業する場合と、洋上プラットフォームから200km離れた場所で作業する場合では、必要な部品が欠如していることによるコストは大きく異なります。これは複雑性の一側面と捉えるべきでしょうか？
Joannes Vermorel: 難解さとは、考えただけで非常に困難な厳密な数学パズルのようなものかどうかという点ですが、そうではありません。複雑性とは、単に、非常に多くのSKUs、部品、拠点、その他あらゆるものの数の多さに起因するものです。本質的には、ただ「多い」というだけで、追加の難解さが加わっているわけではありません。
そしてここで話しているのは、もう一つの次元、すなわちすべての賭け金が非常に高いという点です。そして私はこれを第三の次元、すなわち「重要性」と呼びたいと思います。重要性は極めて高いのです。しかし、Lokadのようなサプライチェーン最適化ベンダーにとって、もしダウンタイムのコストが1時間あたり1ドルであろうと100万ドルであろうと、これは単なるパラメータに過ぎません。ビジネスにとっては明らかに大きな違いがありますが、複雑さや困難さ自体は変わらないのです。
ただし、賭け金がドルで考え始めると、非常に高くなるのです。しかし基本的には、これは全く直交する別の懸念事項であり、原油・ガス業界においても、賭け金が天井知らずであるという事実は非常に重要なのです。
ほとんど小規模な現場でさえ、ダウンタイムが発生すると、実際に地中から石油を抽出しているわけですが、そのダウンタイムは1日あたり100万ドルに達する可能性があるのです。
Conor Doherty: いくつかの基準値として。つまり、そのレンジはかなり高いということです。そしてここで、少し詳しく解説する価値があると思います。先ほど航空宇宙について話しましたが、自動車や航空宇宙の分野では、1時間あたりのダウンタイムのコストが類似していることが分かっています。例えば自動車業界では約200万ドル、航空宇宙でも同様、複雑さを踏まえると大きくは変わらないのです。ただし、これらは通常陸上で発生します。
海上プラットフォームについて話す場合、考慮すべきは、最後の瞬間に部品を購入するだけでなく、部品輸送のために今すぐ船かヘリコプターを用意しなければならないという点です。そして、ヘリコプターが必要なだけではなく、パイロットやキャプテンという、極めて特殊な技能を持つ人材が、危機時に迅速に対応できる必要があるのです。油を地中から回収できない秒ごとに、その油の価値が失われるため、費用は天井知らずに膨れ上がります。
だから、財務上の賭け金を論じると、一次、二次、三次、四次とレベルは枚挙にいとまがなく、非常に大きいのです。
Joannes Vermorel: はい、賭け金は極めて高いです。しかし、サプライチェーン最適化の観点から私たちにとっては、たとえばプランAとして船による低コストな出荷で部品を調達する、一方でプランBとして海上プラットフォームへ緊急ヘリコプターで配送する、という状況を想定した場合、プランBの費用がプランAの100倍であっても、これは単に経済モデルのパラメータ設定の問題に過ぎません。
基本的には、国内のやや高価なサプライヤーと、より遠隔地の低価格なサプライヤーがいるマルチソーシングの設定と大差はありません。Lokadにとって、また我々の視点から見ると、マルチソーシングはそれほど複雑な課題ではないのです。
しかし、賭け金の問題は残ります。原油・ガス業界を特異なものにしているのは、重要性が天井知らずであり、ドル換算で他の業界よりも2桁、場合によっては3桁も高くなることが頻繁にあるからです。
Conor Doherty: このカテゴライズは本当に気に入っています。私が記録したのは、基本的に「複雑さ」「難解さ」「重要性」という3つのCです。これらは、Lokadおよび我々の supply chain scientists が問題をどのように捉えているかという、3次元的な視点を表しています。
Joannes Vermorel: はい。
Conor Doherty: では、原油・ガスにおける従来のサプライチェーン管理手法について、あなたの見解をお伺いしたいのですが。彼らはそのレベルの粒度や次元で物事を考えているのでしょうか。
Joannes Vermorel: 古典的な手法、例えばABC分析を考えると、すべてを重要性に基づいてセグメント化している、ということになります。つまり、例えばAランク、最も重要なアイテムについては、100アイテムごとに1人のプランナーを配置し、その1人が100 SKUを管理する、という方法です。これらは極めて重要なため、その人が毎日綿密に監視できるようにするのです。
そしてBランクの場合は、例えば1000アイテムという配置にして、1人が1000アイテムを、低いボリュームかつ低い賭け金で管理する。そしてCランクは、私が例示のための数字を出すなら、例えば1万アイテムといった具合です。これらは重要度が低く、コストも低いものです。
つまり、本質的には従来の方法は純粋に重要性という軸で物事に取り組んでいるのですが、Lokadが目指すのは自動化です。すなわち、すべてを正面から処理する数値的なレシピを求めています。機械は膨大な計算をこなせるので、たとえ希少なアイテムであっても解析が困難になることはありません。
考えてみてください。なぜAランクのアイテムにだけ、例えば100 SKUにつき1人のプランナーという体制をとるのに、すべてのSKUに対して需要・供給プランナーを配置しないのかという疑問です。海上プラットフォームで5万の異なるSKUを管理すれば、もしそのように配置すると、途方もなく多くのプランナーが必要になってしまうのです。
つまり、もし従業員1人あたり100アイテムを管理するとして、1つの抽出サイトの在庫管理だけで500人もの従業員が必要になるわけです。明らかにそれは現実的ではありません。
しかし、自動化の領域に入れば、スマートなソフトウェアロジックによって、そのような制約はまったく問題にならなくなるのです。そして、最も重要なSKUからロングテールまで、すべてにおいて高いパフォーマンスを実現したいと考えるのです。
なぜなら、このロングテールの問題は、たとえ必要性が低くても、ダウンタイムに寄与し得るからです。
Conor Doherty: 改めて申し上げますが、あまり専門用語を使いすぎないようにとの配慮からですが、ロングテールというのは分布上の低確率事象のことを指しているのですか。
Joannes Vermorel: ええ、その通りです。
Conor Doherty: 0.1%の確率であっても、影響は2500万ドルに及ぶ可能性があるということですね。
Joannes Vermorel: ええ、その通りです。そして、ロングテールの状況としては、普段は必要としないものが必要になったり、通常1週間で供給されるものが、何らかの理由ですぐに供給できず6ヶ月かかる、といったケースもあります。なぜなら、lead timesが変動するなどの理由があるからです。
ご覧の通り、uncertainty のすべての要因―つまり、今日の決定が将来の市場状況に基づいてなされ、特定量の部品消費やサプライヤーの供給能力に依存している―が、企業の運営に影響を及ぼしているのです。
つまり、複数の不確実性が存在し、複雑性のために、ごく低い確率の出来事が起こるだけでダウンタイムに直面するリスクがあるのです。
1万分の1と言っても、もしそのような事象が1万回も起これば、何度もサイコロを振ることになり、最終的には極めて低い確率の出来事でも実際に発生してしまうのです。
Conor Doherty: これは確率論の基本的な考え方です。ここで一度立ち止まってみる価値があります。以前、LokadのCOOであるSimon Schalitと会話した際、航空宇宙の複雑性について話していたのですが、彼は人々が確率論を理解する方法が、実際の確率論とは大きく異なると述べていました。
例えば、あるスケジュールを完了するために100個の部品が必要だとします。すべての部品が同時に利用可能でなければ効率的に作業できないとします。そして、各部品に99%のサービスレベルを設定した場合、「100個すべてが同時に利用可能である確率は99%だろう」という反応になります。しかし実際には、その確率は約65%、つまり2/3程度になるのです。
Joannes Vermorel: ええ、依存する確率分布を仮定すれば、まさにその通りです。
Conor Doherty: しかし要点は、たとえ初歩的な確率的思考を始めたとしても、実際に起こる可能性は思っているよりも複雑だということです。
ただし、あなたがおっしゃった通り、ロングテールの事象―1万分の1の確率で起こり、財務的に壊滅的な状況を招く―については、従来の視点でも既に認識されています。例えば、「1ドルのネジ一本が欠品するかもしれない」という理由で、100万個を在庫として抱え、使用されないまま100万ドルもの在庫資金を縛ってしまうというアプローチです。
実際、多くの企業は既にこの事実に気づいており、緩衝在庫の形で対応しています。それに何の問題もないのです。
Joannes Vermorel: 業界が非常に裕福であれば、根本的には問題ないと言えます。確かに在庫は莫大なコストを伴いますが、利益率が非常に高ければそれを容認できるのです。
しかし現実として、石油掘削プラットフォームやFPSOには保管スペースが限られているため、在庫をさらに増やす場合、結局は陸上に倉庫を設けなければなりません。そしてそれも遠隔地に位置することになるのです。FPSOは非常に大きな船ですが、容量は有限です。同様に、石油掘削プラットフォームも、巨大な海上構造物であっても、現地での保管能力は限られているのです。
そのため、保管容量をいかに最大限活用するかが極めて重要です。無限に在庫を持てるという発想は、一見魅力的に思えても、結果的に死蔵在庫に悩まされることになりかねません。
それは、高い稼働率を実現するための最適な戦略とは言えません。なぜなら、不要な在庫の山を作り上げ、最終的にそれを処分するために数ヶ月もかかってしまうからです。
そして、その結果、他の必要なものに注意が向けられなくなり、最終的に必要なものが欠けてしまい、偶発的なダウンタイムにつながるのです。
私の観察では、在庫が過剰な企業ほど、理想的な稼働率を実現できない傾向があります。膨大な在庫によって超高い稼働率が達成されるというのは、ごく稀なケースなのです。むしろ、過剰在庫は多くの問題を引き起こし、結果として稼働率が低下してしまいます。
Conor Doherty: さて、追って記録したのですが、扱うべきテーマは多岐にわたりますが、その中で余剰在庫の容認能力について触れておられました。つまり、利益率が寛大であれば、その余剰在庫を許容できるということです。
問題は、原油の価格が実時間で大きく変動するということです。例えば、これは4月10日の記録です。現在、ブレント原油は1バレルあたり65.48ドルです。しかし、今この価格が100ドルに上昇するか、あるいは25ドルに下落するかもしれません。海上プラットフォーム上や warehouses に保管された在庫、さらには飛行機、ヘリコプター、船をレンタルして輸送する際の数億ドルの資産は、こうした価格変動の影響をどのように受けるのでしょうか。価格変動はサプライチェーン管理プロセスにどのように組み込まれるのでしょうか。
Joannes Vermorel: 一般に、各サイトごとに抽出コストは全く異なります。アラビア半島のように石油抽出が非常に低コストな地域もあれば、カナダの―名前は思い出せませんが―アサバスカ盆地のような地域もあります。
Conor Doherty: はい。
Joannes Vermorel: はい、65ドルでは採算がギリギリになる場所もあります。
Conor Doherty: それはオイルサンドのことですね。
Joannes Vermorel: はい、アサバスカ盆地、つまりオイルサンドです。私の見解としては、まず第一に、原油の価格によってどのサイトが稼働を維持できるかが決まり、もし1バレル100ドルであればより多くのサイトが稼働でき、50ドルであればそうでもなくなるという大きな要因が働いています。そして…
Conor Doherty: それでもコストは発生します。つまり、裕福だからといって無駄を許せるわけではなく、本質的には望ましい戦略ではないということです。
Joannes Vermorel: もし1バレル10ドルで抽出し、65ドルで販売できる場合、在庫コストとして部品あたり数ドルの余分な出費が発生しても許容範囲内です。inventory costとして浮かんでいるその余分な費用は、十分に容認できるものです。
しかし、もし価格が65ドルで、全てのコストを統合した結果、生産コストが60ドルになってしまうと、バレルあたりプラスマイナス1ドルの在庫コストが非常に大きな意味を持ってくるのです。
それでも、本質的な課題は、単に在庫を蓄えることではなく、高い稼働率を実現するために何ができるかにあります。
そして、ある意味では、在庫過多自体が敵となるのです。単に在庫を膨らませれば高い稼働率が得られるという考え方は誤りです。それは、safety stockの観点から、ただ単に在庫を増やしているに過ぎず、実際には必要以上の在庫が保管問題を引き起こし、結果として稼働率が低下してしまうのです。
だから、本当に重要なのは、すべての制約を考慮して適切な在庫量を確保し、稼働率を最大化することなのです。
Conor Doherty: ええと、このディスカッションのこの部分を要約したいと思っていますが、そのために私が記録しておいた引用を使って、あなたに意見を聞きたいのです。それがどれほど正確か教えてください。
石油・ガス業界全体、あるいは少なくともサプライチェーン管理の視点から見れば、財務的に――ここで言う「財務的」とはロカディアン流の意味、つまり投資された1ドルごとにROIを最大化するという意味ですが――考えていないということになりますか？
Joannes Vermorel: 道徳的な観点では、彼らはそうしていると思います。しかし、詳細に目を向けると、実際にはそうしていません。
Conor Doherty: それについてもう少し詳しく教えてください。
Joannes Vermorel: マネージャーに聞けば「もちろん、我々は明らかにそうしています」と答えるでしょう。しかし、計算の細部を見ると、実際には人が手作業でやっているのです。
問題は、スプレッドシート上で人が数値を手動で調整する意思決定プロセスでは、最適化が全く不可能になるということです。根本的には、大規模なサイトで大量の係員が手作業で処理している状態に行き着いてしまうのです。
各現場で数万のSKUを管理しなければならないチームの話です。これは非常に複雑な問題です。多数の人が関与し、意思決定が手作業で行われると、結果として最適ではない状態になってしまいます。
たとえ経営トップが財務最適化の観点で考えていたとしても、サプライチェーンの実行層がスプレッドシートをいじっている限り、最適な結果は得られません。結局、経営トップは「限られた資金で最高のリターンが欲しい。つまり、1ドルごとに最も稼働率を上げるためのものに優先的に投資する」という考え方を持っているのです。それには誰もが同意するでしょう。
しかし、プロセスの末端、つまりピラミッドの下部では、結局のところスプレッドシートを扱う人々に行き着きます。これは彼らに引き継がれた内部資料ですが、その後はスプレッドシートで対応しなければなりません。どう処理するのでしょうか？現実には、非常に粗い方法で対処するのです。特に、Aランクで100SKU、Cランクで1万SKUというABC方式になっている場合はなおさらです。
私の考えでは、数値計算のレシピがあって初めて最適化を始められるのです。つまり、数値計算のレシピがなければ最適化は事実上不可能ということです。これが基本となります。
そして、その数値計算のレシピより優れたものは何か？答えは別の数値計算のレシピです。2つのレシピがあれば、並行して実行し、ベンチマークを取ることができます。
数値計算のレシピとは、元の歴史的データやその他の補助的なデータから、最終的な意思決定――例えば「このFPSOで今、最適な在庫管理を実現するために何を保持すべきか？」――を導き出す一連のアルゴリズムの集まりです。
Conor Doherty: さて、ここで話を戻すと、たとえば私がLokadに入社する前にも聞かれたのですが、（パン屋で働く人々を侮辱するつもりはありませんが）小規模な独立系ベーカリーがどのようにサプライチェーンを運営し、在庫管理を行っているかと言われたら、私は「スプレッドシートを使っている」と答えたでしょう。2人体制で、商品も限られている、というのは全く普通のことです。
しかし、巨大な航空宇宙企業や石油・ガス企業が、たったExcelのスプレッドシートだけで運営され、先ほど述べたような複雑な要素がすべて考慮されていないと言われたら、「それはあり得ない。Microsoft Excelのようなもので、あれほど未来的で複雑なプロセスを実現できるわけがない」と言ったでしょう。問題があるわけではないのですが、あなたが述べるようなことを実現するには、それ以上の対策が必要なのです。
そこで私の質問は、これほど影響力があり、利益を生む産業が、さっき述べたツール――つまり数値計算のレシピ――を採用するのを阻んでいるのは、一体何なのでしょうか？
Joannes Vermorel: この点に関しては、石油・ガス業界もサプライチェーン最適化において他の多くの業界と同様です。記録管理システムは、いかなる高度な意思決定プロセスも提供し得ないのです。ですから、すべての企業が記録管理システムを持っているのです。
記録管理システムとは何か？それはERP、WMS――在庫の動きや支払いなど、あなたが持っているものを追跡するシステムです。つまり、単なる原データであり、会計台帳以上のものが含まれているとはいえ、基本的には栄光化された台帳に過ぎません。
これらのシステムを提供するベンダーたちは、何十年も「その上で意思決定を自動化できる」と主張しては失敗してきました。記録管理システムでそれを試みるのは非常に悪いアイデアであることが分かったのです。これらのシステムのソフトウェアアーキテクチャは、その用途に全く適していません。
結果として、ベンダーは実務上非常に期待外れなものを開発してしまいます。市場に出回るどのERPを選んでも、実際にはERM――Enterprise Resource Management Systems――と呼ぶべきものです。市場のどのERMを見ても、需要予測や在庫最適化といった機能が備わっているのが分かります。紙の上では、少なくともそうなっているのです。
それでも、人々はExcelのスプレッドシートを使っています。なぜなら、これらの機能は劣っており、うまく動作しないからです。試してみれば、問題に全く対処できていないことが分かり、結局スプレッドシートに戻るのです。
石油・ガス業界には、この点で並外れた事例はありません。同じ問題は他の多くの業界でも起こっており、小売、製造、航空などでも同様です。問題は本当に遍在しているのです。
これらの記録管理システムは、あなたのサプライチェーンで何が起こっているか、どんな業務が行われているかという電子的な対応物として基本的に必要なものですが、インテリジェンスシステムとして拡張されることはなく、おそらく今後もそうなることはありません。
私が定義するインテリジェンスシステムとは、意思決定プロセスの自動化に完全に特化したものです。しかし、現状では全く実現されていません。1970年代後半からこれらの記録管理システムが存在し、そこに依存して意思決定の自動化が試みられてきたのですが、結果は出ていないのです。
多くのERMベンダーは、自社のウェブサイトで、試みと失敗の繰り返し――少なくとも6回程度――を見せています。しかし、それは実を結んでいません。
ですから、石油・ガス業界の企業が本気で取り組みたいのであれば、最適化の解決策は記録管理システムからは得られないという事実を認識する必要があります。それは、別の何か――サイドシステムから生まれるのです。
ちなみに、既にその通りになっています。Excelのスプレッドシートは、まさにそのサイドシステムの一例です。つまり、彼らの業務を支えるツールとしての実態は記録管理システムの外にあり、記録管理システム自体はその用途に適していないのです。
Conor Doherty: さて、これは非常に重要な点ですが、背景としてちょっと検索してみたんです。「ERP smarter decision-m」という言葉を入力したら、結果が無限に出てきました。
そして最初に出てきたのは――具体的な名前は出しません、放送時にはもう消えているかもしれませんが――「よりスマートな意思決定のための7つの財務ERPソリューション」。次の結果は「ERPとビジネス-インテリジェンスによるよりスマートな意思決定」でした。
これは実際、BIツールに入ったとたんに現れる第2のカテゴリ、つまりレポートシステムに該当します。
Joannes Vermorel: はい。
Conor Doherty: つまり、記録管理システムとインテリジェンスシステム、そしてその中間に位置するレポートシステム、生データの分析といった区別をきちんと説明してくださったわけですね。
しかし、まだ少し掘り下げる必要があるのは、第3のカテゴリであるインテリジェンスシステムが、なぜERPや記録管理システムと両立しないのかという点です。
なぜなら、先ほども言ったように、ERPに本来できないことをさせようとしているからです。要するに、石から血を絞り出そうとしているようなものです。なぜそうなるのでしょうか？それは、人々が誤解を招いているように思えるからです。
Joannes Vermorel: ええ、つまり、同じ対象に対して寛容でもあり不寛容でもあり得ないからです。記録管理システムで、もし計算がたった1ドルずれているだけでも、会計士は激怒するのです。それは許されないのです。
たとえ100万ドルの支払いであって、1,000,010ドルに丸められても、それが大問題になるでしょうか？会計士は激怒します。それは考えられない、つまり不可能なのです。1ドルも丸めてはいけません。
つまり、記録管理システムを扱う際には、まるで狂信者のように多数の項目で完全な正確性を求めなければならないのです。これには多大な時間と労力が必要です。なぜなら、行う多くのデータ操作において絶対的な正確さを維持する必要があるからです。
また、レイテンシの面では、すべての計算が超高速であるべきです。なぜなら、「この商品の在庫は今いくらあるのか」を瞬時に知りたい、あるいは新しいレコードを作成する際に待たされたくないからです。すべてがシンプルで、計算は完璧で、瞬時に結果が出るように感じられなければなりません。もちろん、リアルタイムというものは厳密には存在しませんが、あたかも瞬時である必要があるのです。
しかし、意思決定となると全く話が変わります。100万ドルと10ドルのわずかな差を、100万ドルとして概算してもいいのか？ええ、もちろんです。膨大な要素を無視してもいいのか？ええ、もちろんです。大雑把であっても正確であることが求められるのです。
不確実性が大きすぎる状況を想像してみてください。部品の消費が非常に不規則で、部品を供給するサプライヤーのリードタイムもまた非常に不規則、さらには最終的な仕入れ価格すら不確実な状況に直面しているのです。
つまり、需要、供給のリードタイム、さらには仕入れ価格という3つの不確実性が絡み合っています。そして、今すぐ決断しなければならないのです：この部品をこれだけの数量で購入依頼を出すべきか？ご覧の通り、1%の精度にもほどがある状態ではありません。重要なのは、完全に間違うのではなく、大まかに正しいということなのです。
インテリジェンスシステムは、まさにそのために数値計算のレシピとして設計されています。つまり、同じことに固執しているわけではなく、些細な部分は概算で済ませるということです。対照的に、会計士が決して行わない、さまざまな可能性について常に推測するという手法も採用されます。
記録管理システムは基本的に、過去に部品をどの価格で購入したのかという記録を提供するだけです。しかし、将来的に支払う価格が大幅に上昇する可能性については推測しません。そうした事柄は記録の領域に属さず、インテリジェンスシステムの領域に属するのです。
Conor Doherty: つまり、私の理解が正しければ、違いは――再びERPを例に取れば――、記録と意思決定の違いにあるということですか？
記録は単なる現実の反映です。例えば、テーブルにペンが1本あり、それを取った結果として記録が更新されるというように。一方で、意思決定とは、「ペンを買うべきか？そのペンはいくらするのか？どこから仕入れて、いくらで販売するのか？」といった、計算を通じた決断を導くプロセスなのです。これは単なる記録よりも、はるかに手間がかかり洗練されたものです。
Joannes Vermorel: その通りです。そして、記録管理システムが注目するのは過去の全てであり、完璧な過去の再現性を求めるのです。データはクリーンで、コンプライアンスを遵守していなければなりません。
例えば、意味を考えてみましょう。中国から部品を購入する必要があり、今すぐではなく6か月後に必要だとします。今すぐ高い関税を払って購入すべきか、市場が落ち着くのを待つべきか、さらに状況が悪化して200%の関税になるのではないかと考えるべきか――これこそ、記録管理システムにはそぐわない話です。
こうした内容を記録管理システムに入れてしまうと、監査人や会計士を悩ませる結果になるのです。
しかし、インテリジェンスシステムにおいては、まさにこうした要素が求められるのです。焦点は全く異なり、些細な要素は大雑把な概算で処理されます。
取引を最後の1ドルまで正確に記録する必要はなく、全体の0.1%未満のごく小さなコストは無視することができるのです。
それにしても、会計士は「たった20ドルの出費だから記録すべきではない」とは決して言えません。たとえ20ドルであっても、10万ドルの出荷を出すためのスタンプ代であっても、記録しなければならないのです。
しかし、インテリジェンスシステムにおいては、「これはどうでもいい、全く重要ではない。無意味にロジックを複雑化するだけだ」と判断するのです。
私の数値計算のレシピ、すなわちロジックは、本当に重要な大きな事柄に焦点を当てる必要があります。私のレシピが巨大なもの――何千行にも及ぶ理解不能なもの――になってはならないのです。重要な部分に集中し、ほとんど重要でない部分は無視すべきなのです。
この数値計算のレシピに維持不可能なほどの複雑さを盛り込むには限界があるのです。
Conor Doherty: 次に進む前にもう一点付け加えたいのですが、私たちは記録管理システムの価値を軽視しているわけではなく、当然それは重要ですし、レポートシステムも非常に有用です。
つまり、これらの呼称は単に区別するためのものであり、「インテリジェンス」と呼んだからと言って他が劣っているわけではありません。それぞれの機能が異なるのです。インテリジェンスシステムは意思決定を生み出すのです。
Joannes Vermorel: しかし、私は、愚かな記録システムを持たないことは非常に危険だと主張したい。賢くて巧妙なものがあっても困る。会計士に「ねえ、君の同僚は会計でとても巧妙なことをしている」と言ってみてごらん。
それは非常に想像力が豊かで賢い。しかし会計士は怖気づくだろう。「何だって？ 創造的な会計？ いいえ、結構です。」私はむしろ非常に馬鹿で硬直的なものを望む。そして、ルールはたくさんあるが、それらは非常に基本的なものだ。
ここで派手な創造性なんて求めていない。再度言うが、記録システムは電子元帳でなければならない。洗練されたものは記録システムにはふさわしくない。これをできるだけ、非常に愚かで、非常に単純なものにしてほしい。洗練を追求する場ではないのだ。
Conor Doherty: さて、これまでのコメントをまとめると、リスク回避が石油・ガス分野では非常に一般的だということになる。しかし、それには二つの形がある。ひとつは在庫に関するリスク回避であり、これはあなたが述べた重要性や財務上の賭けを考えれば当然だ。そして、もう一つは、もし私が正しく理解しているなら、最初のリスク回避を解決するためのソフトウェア選択においても多くのリスク回避があるということだ。
だから私は大金を失いたくない。そうするのがこのビジネスの目的ではないからだ。だから、たくさんの在庫を手元に置いている。さて、これがその問題に対処するために設計されたソフトウェアだ。いや、これを使うことにも私はリスク回避的である。
あなたの意見では、企業はどうやって、表面上明らかに対立しているこれら二種類のリスク回避の形を調和させるのだろうか？
Joannes Vermorel: 問題は少し、うーん、そう単純には捉えられないと思う。石油・ガス企業は、本質的にはエンジニアリング企業だ。つまり、エンジニアの企業であり、非常に技術的な課題に直面している。
実際、石油やガスの採取、輸送、流通がもたらすエンジニアリング上の問題は、極めて興味深く、非常に複雑だ。
そのため、他の業界でも見られる問題だが、最も優秀なエンジニアたちが、興味深い技術、つまり新たな資源を採取したり、あらゆる物を運用・輸送するための新技術の発明に専念してしまう状況が生まれやすい。
ご覧の通り、サプライチェーンもエンジニアリングの一分野である。しかし、その隣に非常に魅力的で輝くものがあると、企業は必要なサプライチェーンの人材を確保するのに苦労することになる。
この問題は、サプライチェーンの課題から人々や企業の注意を逸らす、石油・ガスの核心的なエンジニアリング課題に多大な関心が寄せられているという事実による。
再度言うが、これは石油・ガス特有のものではなく、技術重視のあらゆる業界に影響を及ぼす傾向にある。半導体業界も同様だ。ある程度、ファッション業界も同じで、ファッション業界ならファッション自体に関心があるのであって、サプライチェーンにはそうでもない。
このような業界では、技術的な志向を持つ人々が、業界の核心的な課題に取り組む傾向があり、サプライチェーンの副次的な課題に取り組むよりも、そちらを優先する傾向がある。
Conor Doherty: では、以上のことを踏まえて、石油・ガスのサプライチェーンが、他の業界と同じように敏捷で、積極的になることは可能であり、または現実的だと思いますか？
なぜなら、あなたが挙げたもののように…
Joannes Vermorel: まず第一に、規模が大きいこと自体が、より硬直的になるように設計されている。大きければ大きいほど、敏捷性は失われる。これは当然のことだ。試みはできるが…
しかし、程度の差はある。Amazonは非常に大企業でありながら、完全な官僚主義の悪夢にならないことで有名だ。しかし、極めて巨大な企業にとって敏捷性を維持することは非常に難しい。
ここで、石油・ガスは文字通り、これ以上大きな業界は存在しない。10億ドルから始まるプロジェクトの話をしている。非常に大規模だ。したがって敏捷性に関しては、石油・ガスが、例えばeコマースプレイヤーのように敏捷であると期待するのは現実的ではない。
それは単に合理的な基準ではない。しかし、適切な基準を考慮すれば、彼らには大きな改善の余地がある。さらに、現在ほとんどの企業がデジタル化され、記録システムを整備し、大掛かりな投資を済ませた状態にあるため、最適化を始める段階にあると私は信じている。
そして興味深いのは、当初彼らは記録システムへの投資を、最終的にインテリジェンスシステムが得られるものと考えて行っていたということだ。現実はそうだが、通常は同じベンダーではない。
つまり、記録システムは後の最適化のための基盤となるが、その最適化自体は記録システム内で行われるものではなく、別のもの、つまりインテリジェンスシステム上で行われる。そして、多くの場合、それは別のベンダーによるものになるだろう。
Conor Doherty: 少し掘り下げると、敏捷性の度合い、つまり私がその質問で意味したこと、または敏捷性を定義する一例としては、次のようなものだ。
あなたは半リアルタイム、あるいはかなり迅速に（先ほど言ったようにかなり迅速に）現在のサプライチェーンの状況に反応できるインテリジェンスシステムを持っている。
例を挙げよう。あなたは洋上プラットフォームの修理を行っており、修理リストは把握していると思っていたが、急に「本当に予想外の問題がある」と発見する。さて、準備はできているか、はいかいいえか？
修理のスケジュールは整っている。技術者もいる。工具もある。部品もある。しかし、予定していた作業が、実際には今部品がないために行えなくなってしまった。どうすればいいか？
私の理解では、敏捷なサプライチェーンとは、例えば行動のシステム、つまり行動スケジュールを再生成できるソフトウェアを持つものだ。完璧ではないかもしれない。しかし、完璧など存在しないという考えに至るだろう。それでも、例えば「もうどうしようもない、FIFOで行け、何とかしろ」とするよりは良いだろう。
Joannes Vermorel: しかし現実は、意思決定プロセスに人間が介在している場合、特に多くの人が関与している場合は、それは遅くなる。非常に遅くなる。例えば今、米国の関税が大幅に変動した状況を想像してほしい。そして、何百人もの人々が関与しており、新しい状況を反映させるためにスプレッドシートを更新する必要がある。
そのように進めれば、知っての通り、上層部がそれに気付き、全員にメールを送り、「皆さん、ニュースはご覧いただいていると思います。新たな状況の更新情報はこちらです、など々。新たな現実を反映するように業務を更新してください」と言うだろう。
しかし現実には、時間がかかる。人々は自分のスプレッドシートを持っており、更新は複雑で、中央集権化されていない。注意を払っていない人もいれば、すでに多くの問題に対処していて対応する余裕がない人もいる。
だから、人間が介在する状態で意思決定を行うと、全員の対応を整えるのにいかなる場合でも6か月かかることになる。
さらに、米国と世界との間での関税変動のスピードを考えると——時間単位で——非常に多様なチームの最新状態を整えるために6か月という期間を設けるのは、明らかに…つまり、極めて遅くなる。
つまり、これがLokadが数値的レシピを推奨する理由の一つだ。例えば一日で数値レシピを更新し、新たな現実を考慮に入れてテストし、本番環境に移すことができ、その後のすべての意思決定が更新されたレシピを反映する。これには新しい関税など、現在起こっていることが含まれるかもしれない。
Conor Doherty: さて、再度言うが、私たちはこれまで議論する中で、暗黙的あるいは明示的に上流部に焦点を当てたが（採取と洋上プラットフォームについて話したように）、ここで述べたことは上流、中流、下流すべてに当てはまる。
石油・ガスの中流および下流のサプライチェーンには、あなたが述べたようなソフトウェア介入により適している、または受け入れやすいという、他とは一線を画す何かがあるのか、それとも全て同じなのか——すべて亀ばかりか？
Joannes Vermorel: ああ、非常に似通っている。つまり、輸送に入ると、進化したトレーダーが大量に存在する。当然のことだが、彼らは自分をサプライチェーンとみなしていないが、私の見方では、価格設定もサプライチェーンの一部だ。
興味深いのは、これらのプロセスはすでに完全自動化・ロボット化されていることだ。この分野を担当するクオンツが存在する。つまり、商品そのものの売買や市場価格の設定に関しては、すでに完全にソフトウェア主導になっている。
それは興味深い。物理的な複雑さが大部分を占め、非常に資産集約的な上流部では、システム・オブ・インテリジェンスに関してはまだ十分に装備されていないと言える。それが大きな差別化要因となる。
Conor Doherty: さて、ここまでだが、あなたが今言ったこと、つまり「十分に装備されていない」という言葉が好きだが、現実的には、誰も完全に正統派な従来の方法で上流サプライチェーンを管理して、（Lokadのクライアントを除いて）「最初から最後まで完全にロボット化されている」というような状態に移行することはないだろう。
その最初の一歩を踏み出そうとする人々にとって、ソフトウェア的にはどのようなものになるのだろうか？
Joannes Vermorel: ソフトウェアは、単にデュアルランとなる。Lokadがこれらの状況に取り組む方法は、数値レシピを確立し、最初は人々が従来通りスプレッドシートを使い続ける。しかし、その傍らにLokad、すなわちLokadの数値レシピが提案するものがある。
彼らは比較し、どちらが最良かを判断できる。そしてLokadは決定を下さない。また、ホワイトボクシングの一環として、我々はその決定を正当化するためのドル建ての説明を提供する。私たちが推奨するすべての決定には、通常、ドル建てのパフォーマンス指標が半ダースほど付随しており、それがなぜ必要であるかを説明する。購入しようとしているもののコスト、得られる追加稼働時間に換算したコストなどがその例だ。つまり、プラスとマイナスを説明するためのドル建てパフォーマンス指標が半ダース存在する。
そして、その後反復する。そしてある時点で——これが数値レシピが実稼働に移行する方法だ。私たちの考えでは、サプライチェーンの実務者が「今日も昨日も一昨日もあなた方の決定を全て検証した。正直言って、それらはただ良いだけだ。付加価値は感じられない」と言った時だ。
そうなれば問題は解決だ。ただそれだけ。そして興味深いのは、自動化により、チームに対して、まずスプレッドシートで半自動的に意思決定を行い、次に別のシステムで同様に半自動的に行うという、倍の労力を要求しないという点だ。これはチームにとって悪夢そのものだ。
要は、新システムは完全に自動化、ロボット化され、必要なだけ（我々が言うデュアルランを）実行できるようにしたいということだ。通常、数ヶ月間続け、システムが確実で日々良好に動作し、人間よりもずっとミスが少ないと皆が確信するまで運用する。人々が「システムが私と意見が合わなかった…ああ、リードタイムを間違えた」と言い始めたら、もう自動化を決定する。
Conor Doherty: その通り。そして、クライアント側のサプライチェーン実務者が、そのアカウントを担当するサプライチェーン科学者と連携して意見交換できることも指摘すべきだ。これが協働して数値レシピを彼らの知見を反映するように改善する助けとなる。
再度言うが、サプライチェーン実務者の頭の中にある知見に価値がないと主張しているわけではなく、むしろそれを活用し、スケーラビリティと自動化によって投資のリターンを最大化しようということだ。
確かに一度あなたがそう言うのを聞いたような気がする、Joannes。ではJoannes、これ以上質問はないが、締めくくりとして、何か提言はあるか？
Joannes Vermorel: 要するに、石油・ガスの世界は我々の産業文明の基盤そのものであり、どこにも行くつもりはない。ピークオイルだなんて言われようとも、そう簡単には消えない。長い長い間、存在し続けるだろう。
そして、たとえ純粋なエネルギー面で世界が原子力に移行したとしても、適切でないケースは数多く存在することが判明している。例えば電気飛行機は、実現する技術が全く存在しない。森林伐採においても同様だ。非常に頑丈なトラックが必要であり、それらはバッテリーや充電だけで動くものではない。そして、農業や採鉱、その他多くの分野で使用される重機のほとんどが石油に依存している。
そして、多くの用途に必要なプラスチックもある。メディアが「包装用プラスチックが多すぎる」と言っているのとは違い、ほとんどの手術器具も大部分がプラスチックで作られている。
そうですね、何も進展しないでしょう。そして、私はこの業界がエンジニアリングの考え方を持っているとも思います。もし今後数十年を少し推測するとしたら、この業界もAIの波に乗り、膨大な事務系バックオフィス作業を自動化するだろうと思います。つまり、ここで話しているのは、文字通り何十万人もの事務員がバックオフィスの仕事をしている産業のことです。彼らは絶対に必要不可欠で、そうでなければ企業は完全に停止してしまいます。しかし、それを機械化して、人々をもっと興味深い仕事に従事させる巨大な可能性があるのです。
Conor Doherty: さて、Joannesさん、あなたの熱意を共有しています。そして、あなたの時間に心から感謝します。皆さんもご視聴いただき、ありがとうございました。では、また次回お会いしましょう。
