全文書起こし
Conor Doherty: こちらはSupply Chain Breakdownです。今日は需要だけでなく、それ以外のものも予測すべき理由を解説していきます。私の名前はConorで、Lokadのコミュニケーションディレクターです。そして、いつものようにスタジオの左側にはLokad創設者のJoannes Vermorelがいます。
さて、始める前に二つの質問があります。一つ目、どちらからご視聴ですか？ 私たちはパリにおります。そして二つ目—この議論全体を定義する重要な質問ですが—需要だけでなく、その他の要素も定期的に予測することが重要だとお考えですか？ この鍵となる質問は、全体の議論に大きな影響を与えます。時間が限られているので、早速始めましょう。
この会話は、再視聴した講義の一つ、リードタイム予測 講義5.3に触発されたものです。その中であなたは「合理的な確実性の範囲内で知られていないものには、すべて予測が必要だ」と述べました。私としては、死と、フランスでは確実な税金以外は何も確実だとは思わないあなたをよく理解しています。では、話を進めるにあたり、サプライチェーンにおける既知の未知、つまり私たちが「知らないと分かっている」事柄とは何でしょうか？
Joannes Vermorel: サプライチェーンの文献を見ると、すべては売上の予測に関するものです。つまり、実際の販売における time series 予測が、他の予測と比べ何と千対一という割合になっています。
文献を調査した際、売上予測について論じる論文千件に対し、lead time の予測について論じる論文はわずか一件でした。もちろん、リードタイムは非常に重要です。優れたサービス品質を保つためには、「どれだけの期間、どの程度のお客様にサービスを提供するか？」と問わなければなりません。明らかに、リードタイムに依存して、もし物品の到着に6か月かかるなら、6か月分の需要をカバーしなければなりませんし、サプライヤーが48時間で納品できるなら、期間ははるかに短くなります。
現実には、ほぼすべての業界でサプライヤーは完璧に信頼できるわけではありません。そして、これはリードタイムという明白な例に過ぎません。その次に考えられるのは価格です。自社サプライヤーの価格は、市場の変動に応じて上下します。また、競合他社の価格もあなたの手を縛る要因となり得ます。競合が価格を下げれば、それに引きずられてあなたも値下げせざるを得なくなりますし、逆に運が良ければ競合が倒産して、市場の圧力が一つ減ることで、価格を引き上げることも可能になります。
このような事象は常に起こっており、もしこうした非常に重要な uncertainty の要因を考慮に入れなければ、サプライチェーンの意思決定―つまり希少なリソースの配分―は現実とかけ離れてしまいます。まるでリスクの誤管理のようです。存在するリスクを無視すれば、いかなる計算もずれてしまい、結果として本来あるべき以上のオーバーヘッドが発生してしまうのです。
Conor Doherty: ありがとうございます。ここで議論の枠組みを非常に慎重に定めたいと思います。あなたは、講義の準備時に学界の状況を調査し、需要について書かれているものとリードタイムのような他の要素との間に巨大な格差があることを発見したとおっしゃいました。これは学界の話ですが、実際の現場でのサプライチェーン計画となると、状況はさらに悪いのです。実際、リードタイム、価格、返品、不良品率などを予測している人は、現実においてはどの程度一般的なのでしょうか？
Joannes Vermorel: 現実には、実に0.1%未満です。どの中規模 ERP を選んでも、需要予測モジュールは必ず搭載されています―たとえそれが crude なものであっても。私の知る限り、リードタイム予測のような機能はほとんど存在しません。価格変動の分析も、同様に見当たりません。
アプリケーションの領域に目を向けると、これらの機能が全く存在しないという事実は、学術論文においてもほぼ欠如していることを反映しています。 enterprise software においては、ほとんどのベンダーが学術書に記載されている内容を文字通りコピーしているだけで、技術面で非常に革新的というわけではなく、大きな教科書に記された numerical recipe をそのまま展開しているに過ぎません。
Conor Doherty: それらの機能は存在しません―持ってこなかったのは私の落ち度ですが―実際、昨日、あなたのオフィスでいくつかの教科書を拝見し、リードタイム予測がどこで言及されているか、索引をざっと確認したところ、せいぜい一段落程度しか見当たりませんでした。
Joannes Vermorel: リードタイム予測については全く記載されていません。せいぜい、サプライチェーンのプロフェッショナルは、リードタイムにばらつきがあると認識している程度です。私が実践的な教科書（arXivのような論文ではなく）で見た中で最も多かったのは、リードタイムが正規分布に従うと仮定するものでした。これは非常に奇妙です。なぜなら、今日出した注文が昨日に到着するという、非ゼロの確率を含むことになってしまうからです。負の無限大から正の無限大まで、正の確率が存在してしまいます。
一見すると、リードタイムに対する非常に奇妙な考え方ですが、これが文献における現状の最先端です。さらに、現場の企業アプリケーションでは、この概念は完全に欠如しています。通常、リードタイムはハードコードされた定数で、運が良ければ年に一度見直されますが、運が悪ければ一度も見直されないのです。
Conor Doherty: さて、理論上―議論のための仮定として―多くの企業では計画が純粋に需要予測に基づいています。では、何が問題なのでしょうか？ 一つの不確実性にのみ注力するのであれば、当然、需要に全力を注ぐべきではないでしょうか？
Joannes Vermorel: 他のどの分野を考えても同じです。サプライチェーンは非常に不透明で複雑ですが、例えば保険を販売している場合を想像してみてください。火災保険では家が燃える確率を考慮する必要がありますが、同時に実際に利益を上げるためには、顧客が契約を継続する可能性も考慮しなければなりません。
こうした不確実性を全て織り込まなければ、見当違いの判断になってしまいます。非常に重要な要素を無視して経済計算が正しい結果を生む可能性など、ほとんどありえません。ここで話しているのは、微妙で捉えどころのないパターンではなく、リードタイムや販売価格のように明らかで大きな影響を持つものです。
例えば、アクセサリーのように顧客があまりこだわらない製品を90%の gross margin で販売できれば、在庫過剰に対してより寛大になれます。なぜなら、1単位の販売で他の10単位分のコストをカバーできるからです。一方、卸売業者で粗利率が2%の場合、在庫過剰は致命的となり、非常に慎重な管理が求められます。
ここでは、予測される粗利益率についての投影を行っていますが、これも価格に依存します。価格に注意を払わなければ、収益性に大きな変動が生じ、製造、購買、在庫保持のいずれにおいても劇的な影響を及ぼすことになります。
Conor Doherty: ここで強調すべきは、基本的にリスク管理や経済学の観点から、さまざまな不確実性を認識する重要性について議論しているという点です。
Joannes Vermorel: その通りです。ここでは、未来を見通して、会社が合理的な根拠に基づいた意思決定を行うために、何を知り、何を定量的に評価する必要があるのかを明らかにしようとしています。
従来の主流理論は、単に売上の時系列データさえあれば十分だと考え、せいぜいリードタイムに関しては固定値を当てはめる、といった非常に単純なアイデアに基づいています。しかし、業界によってはさらに多くの不確実性が存在します。例えば、eコマースでは返品があり、テキスタイル―ファストファッション―では品質管理が問題となることがあり、バングラデシュからの生産品の一部が品質検査を通過しない場合、1000単位を発注しても最終的には400単位が不合格となり、600単位しか使えない、といった事態が起こるのです。
これらが既知の未知です。各業界で働く人々はそのことを理解しています。しかし、非常識なのは、需要に関係のないこれらの不確実性を考慮に入れる典型的な方法が、需要予測を逆算して間接的に反映させるという点です。
例えば、もしリードタイムのばらつきが大きいと考えるなら、人々は販売予測を上方修正して、 order more を早めに行い、リードタイムリスクをカバーしようとします。しかし、これは非常に回りくどいアプローチであり、結果的に販売予測を悪化させることで会社の収益性が上がるという、矛盾した状況に陥ってしまうのです。運用上はそのようになる理由は理解できますが、むしろ他の不確実性を個別に予測する合理的なアプローチが求められます。
Conor Doherty: ここで少し反論させてください。私がこの話を宣伝し始めたとき、何人かの方―チャンネルの友人たち、また私たちがインタビューした方々、NorthlandのJonathan KarrelさんやInside OptのMeinolf Sellmannさんにも―から、今日議論している内容、つまりあなたが提案しているのは新しいものではなく、リードタイムや不良品率、返品などの予測は何十年も前から文献に存在し、一部の場所や業界では標準的な手法となっている、との指摘がありました。これに対してどうお答えになりますか？
Joannes Vermorel: 文献に存在していたという事実はあります―1950年代のオペレーションズリサーチの時代にまでさかのぼる論文も見つかるでしょう。しかし、売上予測と比べると、その比率は千対一と極めて偏っており、ほとんどの場合、わずかな触れがなされているだけなのです。
15年半以上にわたり、数百人のサプライチェーンディレクターと話をしてきた中で感じたのは、実際にこれらの機能を取り入れている企業は、全体の99%未満でしかないということです。もし実際には0%に近いとすれば、全世界の何らかのサプライチェーンを有する100万社の中で、そうした取り組みをしているのはごく僅か、数十社に過ぎないのです。
Conor Doherty: 学界での認識と現場での実情の乖離を強調されていますね。しかし、仮にほとんどの企業があなたの述べた不確実性の要因を認識しているとすれば、なぜ企業は需要予測に注力し、他の要因を大部分無視または過小評価するのでしょうか？
Joannes Vermorel: この主流のパラダイムでは、需要予測は真の意味での予測ではなく、むしろコミットメントなのです。企業はあらかじめこの需要量を提供することを約束し、内部では部門間で、誰がどれだけの資金を手にするかという「領地争い」が行われています。これがS&OP、すなわちマーケティング対販売対オペレーションなどの内部分裂の火種となるのです。誰もがより大きなシェアを求めるのです。
需要の背景には、これは単なる statistical forecast ではなく、コミットメントであり預言的な声明でもあるという考えが働いています。会社は「こう予測する」と宣言し、その自己成就的な効果により、必要な資源が適切に配分されるのです。
しかし、他の不確実性の要因については、そのような領土争いが存在しません。リードタイムの予測では、予測の性質を巡る内部抗争は起こらないため、その結果、これらの要因は完全に脇に追いやられ、最終的には各部門や各製品ラインの資金を定める S&OP の大混戦状態にのみ集中してしまうのです。
これらの他の不確実性の要因は意思決定において極めて重大な影響を及ぼしますが、企業内の内部政治においては同様の影響を持たないため、一般的に完全に軽視されてしまうのです。需要予測が内部資源を巡る抗争の核となっているため、そもそも統計的なモデルを好むというよりも、需要予測そのものが社内の権力闘争の中心となっているのです。
Conor Doherty: あなたのお話から、多種多様な不確実性の要因について議論していることが伝わってきます。しかし、あなたが「他の不確実性」と言うとき、必ずリードタイムを例として挙げます。先ほどの講義（講義5.3―Alex、チャットに投稿してください）で、あなたは数ある不確実性の中で、リードタイムが最も、あるいはその中でも際立って重要であり、「非常に過小評価されている」と強調しました。その「非常に」という言葉が示すとおりです。なぜリードタイムはこれほど重要で、なおかつ過小評価されるのでしょうか？
Joannes Vermorel: なぜ過小評価されるのか？ 先に述べたとおり、そこには内部での領地争いが存在しないため、純粋なリスク管理上の問題に帰着します。このモデリングの結果自体は、マーケティング、販売、生産間の資金配分を直接決定するものではありませんが、企業の収益性に対しては極めて重大な影響をもたらします。
Joannes Vermorel: リードタイムが非常に重要である理由は、リードタイムが「好ましい」分布を示さないからです。例えば、「我が社のサプライヤーは必ず21日以内に納品する」といったことはなく、Lokadでは数百社の企業データを分析してきた結果、リードタイムはほぼ常に二峰性を示すということが明らかになっています。すなわち、星が整い全てが計画通りに進む場合の鋭いピークがあり、ある業界では95%の確率で、信頼性が低い場合でも80%程度で、正確な納品が行われるのです。 それが、完璧な調和の下で、指定された期間内に納品が実現される時なのです。 それから惑星の位置が合わないときがあります。典型的なケースとしては、あなたのサプライヤーが現在、在庫切れになっており、手元に商品がなく出荷できない場合です。輸送業者に問題がある場合や、仲介にあたる倉庫が満杯の場合、あるいは税関での検査遅延などの問題が起こる状況もあります。この状況―第二のモード―は、業界によっては発生率が5%から20%、あるいは30%にまで上り、遅延が非常に長引くのです。最悪の場合、商品が全く届かないこともあります。
もし平均の予想到着時間、すなわち数学的な定義に基づいて計算すると、商品が届かないために無限大の値が頻繁に出現することに気づくでしょう。これらの商品について平均リードタイムを算出すると、無限大を平均しているに等しいのです。もちろんこれはいささかナンセンスですが、ここで言いたいのは、（技術用語で「ファットテール」と呼ばれる）こうした事象が、計画通りに進まなかった場合に、遅延が非常に長くなる可能性があるということです。例えば、通常は３日で届くはずのものが１年かかるというケースも、正規分布では捉えられないのです。
Conor Doherty: これはある事柄に関連しています。同じ講義からの引用をもう一度読みます。リードタイムについて話す際、あなたは人々が通常これを「変動性」として扱っていると言っていました。そして、この変動性はコンプライアンスでは制御できないものです。人々は通常、技術的介入によって対処すべき不確実性の源としてではなく、対面または手作業で介入する、例えば「電話を取ってサプライヤーに連絡する」といった方法で対処すべきものと捉えています。これについてもう少し詳しく説明していただけますか？
Joannes Vermorel: これは主にサプライチェーンにおける一般的な見解です。未来の需要は不確実性を伴う予測というよりは、むしろコミットメントと見なされます。一度そのコミットメントがあると、あとは計画に対する逸脱を最小限に抑えるためのコンプライアンスが求められるのです。いかなる逸脱も、コンプライアンス不足と見なされます。人々はプロセスの卓越性などを追求するため、この不確実性に直接取り組むことはなく、むしろこの変動性自体を欠陥―来年、プロセスが完全に整えばなくなるもの―と考えるのです。
なぜ、来年にはプロセスを修正して解消されるはずの問題を予測する必要があるのでしょうか？残念ながら、私が説明しているこの不確実性は削減不可能なものです。なぜなら、それはあなたに依存するものではなく、他人によって下される決定に左右されるからです。あなたのサプライヤーが在庫を持っていたとしても、彼らはあなたではなく他のクライアントに先に対応することを決めるかもしれません。運が悪い話です。サプライヤーとしては優秀でないかもしれませんが、あなたが持っているのはそれだけであり、あなたに不利な決定が下されるのです。
競合他社の価格についても同様です。もしすべての競合が価格を上げれば、あなたも同様に価格を上げられるのは素晴らしいことですが、実際はどうでしょう？誰かが価格を下げるのです。やはりそれはあなたの思い通りにはならないのです。
天候、津波、地震などの混乱を引き起こす自然現象を脇に置いても、最終的にはこれらの不確実性の源は、他者が将来下すであろう決定に帰着するため、削減不可能なものです。根本的には、あなたは他人が将来下す決定を予測しようとしているのです。これが需要を予測する時に起こることであり、人々が将来あなたの製品を購入するかどうかという決定を文字通り予測しているのです―そして、その決定はいつでも変わり得るのです。リードタイムを予測する際には、サプライヤーがタイムリーなサービスを提供するために同程度の投資を維持し、製品を中止しないという前提が入っており、すべてが推測に過ぎないのです。だからこそ、こうした予測が必要になるのです。
Conor Doherty: 複数の情報源から、特定の不確実性に内在する変動性について引用すると、あなたは「それはあなた次第ではない」と述べ、以前は変動性はコンプライアンスで制御できるものではないと論じました。もしこれらの変動性の源を、つまり人々が手動で介入することで制御できないのであれば、人々は実際にどのような対策を講じることが可能なのでしょうか？一つは無視することです―これは既に取り上げました。他にはどんな選択肢があるのでしょうか？
Joannes Vermorel: 非常に頻繁に、人々はマスターフォーキャストを逆算します。ここで言うマスターフォーキャストとは、需要予測のことです。なぜなら、企業において「予測」と言えば、理論上は需要、リードタイム、価格、返品、品質問題、生産歩留まりなどすべての不確実性の源に対して適用されるべきですが、実際には「予測」は需要のみを対象としているからです。
彼らは需要予測を逆算し、それを上下に調整することで、間接的にコミットメントを再調整しようとします。なぜなら、マスターフォーキャストの背後には、企業が資源配分などの形で既に下しているすべてのコミットメントが存在し、これらのリスクに対してそのコミットメントが多少妥当に作用するように調整されるからです。これが実際に行われている方法です。しかし、これは非常に回りくどく非効率的な方法であり、企業を導くには極めて間接的な手法なのです。
Conor Doherty: 時間を考慮して先に進みますが、チャンネルの別の友人であるJeff Baker―MITでご覧の皆さん、こんにちは―から出た質問を一つ伺いたいと思います。彼は、多くの大企業、特に製造業において、今日私たちが説明するようなアプローチが一般的であると指摘しました。人々はさまざまな不確実性を認識し、積極的に予測も行っていますが、予測された情報を活用するためのプランニングツールがしばしば欠如していると述べました。これについてどうお考えですか？また、なぜ不確実性を認識し、定期的に予測している非常に大規模で利益を上げる企業であっても、その予測を意思決定プロセスに組み込まないのでしょうか？
Joannes Vermorel: まず最初に、「彼らは予測している」という点に疑問を呈します。どこかにデータサイエンスチームがあり、何百もの項目を予測しているにもかかわらず、誰も彼らの取り組みに注意を払っていません。次回のエピソードでデータサイエンスについて詳しく触れる予定です。つまり、誰かが「そうだね」と言っても、そのデータサイエンスチームは完全に孤立しており、彼らの活動に誰も関心を持っていないのです。私としては、それは無関係だと言いたいのです。
さて、プランニングツールが存在しているという事実ですが、改めて言えば、それらのツールは学術文献にあるものを反映しているにすぎず、実際にはほとんど何もありません。プランニングツールは主に「売上予測が王である」という支配的なパラダイムを反映しているだけです。そして、人々が「ツールがない」と言う場合、特にエンタープライズ向けソフトウェアベンダーとしてソフトウェアを販売している場合は、顧客主導であるためです。エンタープライズ企業は自らの要件を提示し、ベンダーはその要求に従って単に提供するだけです。もし必要な機能が備わっていないのであれば、それは何よりもまず、クライアント企業自身がその機能に関心を持たず要求しなかったからなのです。
Conor Doherty: 内部での質問と公のコメントもいくつかありますので、先に進みたいと思います。最後の質問です。その後、聴衆に移りましょう。今日は多くの話題を取り上げましたが、あなたの見解に同意しているものの、実際に取り組むためのプランニングツールやソフトウェアが不足している企業に、最後にどのようなアドバイスをされますか？技術と態度、この二点についてどのような考えをお持ちですか？
Joannes Vermorel: 最初のステップは、実際にかかる費用をユーロやドルで大雑把に計算することです。これらの費用はほとんど評価されることがなく、単なる事業運営のコストとみなされがちです。それが企業にとって些細な問題なのか、あるいは非常に大きな問題なのかは様々ですが、私の考えでは、大規模な企業にとっては莫大な金額になることが多いのです。
大雑把な計算を行った上で、次に経営層、つまりCレベルの幹部に会い、この問題の大きさについて合意を取ることを提案します。あとの技術的な詳細―具体的にどのように進めるかなど―は別途議論できるとして、ほとんどの場合、問題自体が認識されていないことが本質的な障害となっています。誰もこの問題に対して金額換算を試みたことがなく、試みたとしても極めて稀なのです。結果として認識不足となり、経営陣はそれが本当に重要な問題なのか、単なる装飾品なのか判断できなくなるのです。
非常に大きな企業のトップエグゼクティブであると想像してください。毎日何十人もの人々が「無視できないテクノロジーがある」とあなたのドアを叩いてきます。私の提案は、非常に明確なビジネスケース―シンプルなもの―を構築することです。ここで言っているのは、超高度で技術的に難解なものではなく、問題の適正な規模をしっかりと把握するためのものです。それを責任者に提示すれば、あとは自ずと動き出すでしょう。大企業で有力なエグゼクティブになるのは、彼らが愚かだからでは決してなく、むしろそうなった者は極めて稀です。大企業は実際、組織の上層部に上がる人々をうまく選別しており、それが彼らの生存戦略となっているのです。一度問題が認識されれば、企業内で好まれる運用方法に従って、自然と物事は進展していくでしょう。
Conor Doherty: ありがとうございます。あなたに他の重要な予定があることを考慮して、時間を尊重したいと思います。ですので、公のコメントを優先し、私的に送られた質問への回答は明日LinkedInで行うことにしましょう。
こちらはMurthyからのコメントと質問です―正しく発音できていればよいのですが。『Joannes、CPG企業や小売業者が直面する主要な課題の一つは、季節的な需要変動に伴う流通およびフルフィルメントセンターでの混雑です。混雑の予測と効果的な緩和策の構築に関するベストプラクティスを探るセッションを企画することは可能でしょうか？』
Joannes Vermorel: 短い答えとしては「絶対に可能」です。長い答えとしては、これは決定論的な一点予測を用いる場合に、設計上避けがたい問題なのです。平均需要、またはFMCGの場合は平均の流れを予測しますが、その平均値は定格のわずか上、あるいは下に位置し、人々は「大体問題ない」と判断するのです。
しかし実際には、特にFMCG/CPGでは、非常に急激な変動が存在します。理論上は週単位で100%直前の利用率であっても、変動のために日常的にそれを上回ってしまいます。確かにそのための技法は数多く存在します。例えば「シャドウ・バリュエーション」と呼ばれる手法について議論するべきで、これは時間をかけて物事を平滑化するために、流通センター、生産ユニット、輸送業者、または実際にボトルネックとなっている部分の飽和リスクを反映する機会費用の概念を導入するというアイディアに基づいています。
これは、さまざまな不確実性の源という話題とは少し異なります。
Conor Doherty: その点についてですが、もし皆さんが取り上げてほしいセッションがあれば、ぜひ下のコメント欄に記入するか、または公開されたくない場合はLinkedInで個別にご連絡ください。
では、次に進みましょう。発音が間違っていたらご容赦ください。カイゼン――失礼します。『私の市場、すなわち高級品市場では、需要は断続的で非常に少量です。精度向上のための最善のアドバイスは何でしょうか？なお、我々は既に集約レベルで予測を行っています。』
Joannes Vermorel: 時間はほんの数分しかありませんので、時系列が適用できると無理に仮定するのは無意味です。要点は、時系列自体が壊れている―本当に壊れているということです。人々は、時系列に合わない状況に直面すると、その問題を時系列に合わせるために改変しようとします。ここでは、「四半期ごと、地域ごとに全てを集約しよう」とすることで、肉付きのある予測可能な時系列に戻そうとしているのです。
短い答えとしては、時系列予測をあきらめるべきだということです。高級品には全く適していません。我々には高級クライアントがいますが、時系列予測は全く適用できないのです。これは例えばユニリーバには通用するかもしれませんが、希薄で断続的な需要には機能しません。小売業には、航空宇宙にも、石油やガス、高級品・ファッション全般にも適さないのです。
これが短い答えです：時系列予測は諦めるべきです。もちろん代替手法は存在しますが、…
Conor Doherty: 自社の卑な宣伝をするつもりはなかったのですが、実際にそのための追加リソースがあると申し上げたかったのです。Alexey、もし聞こえていれば、高級市場向け予測の学習リソースをいくつかチャットに投稿してください。非常に役立ちます。
関連して、また高級品に関する話題ですが、最後のコメントがあります。『我々は既に需要を分布として予測しています。リードタイムの分布を購買ロジックに組み込む、最も迅速で混乱の少ない方法は何でしょうか？』非常に大きな問いであることは理解しています。
Joannes Vermorel: それはあなたのシステム設定、すなわち現在の数値的レシピがどこにあるか、アルゴリズム／意思決定エンジンがどのように構築されているかに大きく依存します。Excelを使って整理することも可能ですし、実際、Excel上で確率的な設定に対応できることを示すスプレッドシートも用意しています。見た目は少々醜いですが、忍耐強ければ実現可能です。
もし本当に急いでいるのであれば、あなたが望む結果をある程度達成できる経験則、すなわち任意の数値計算を見つける必要があります。私の提案は、需要自体を逆算するよりも優れた経験則を見つけることです。一歩踏み出すのです―それは依然として応急処置に過ぎませんが、需要を微調整するよりは一歩前進です。その後、他に手段がなければ、Excelでどのように確率的予測を実現しているかを参照してみてください。
さらに進めるのであれば、Lokadのような専門家はこれらの課題を数ヶ月で解決しています。決して大規模なプロジェクトではありませんが、実際の、適切な数値的レシピを確立するためにパイプライン全体を刷新する必要があるということです。いずれは、サプライチェーンのためにプログラムによる数値的レシピを採用せざるを得ない現実を回避することはできません―しかし、それはまた別の話題です。
Conor Doherty: 40分でお呼び出しするようにと言われていますので、非常に簡潔な締めの一言をいただきたいと思います。今日取り上げたすべてに基づいて、需要予測を超えた予測について、皆さんにどのように訴えかけますか？（30秒でお願いします）
Joannes Vermorel: それをリスク管理と考えてください。サプライチェーンにおける意思決定は、リスク管理そのものです。もし需要だけを予測するなら、顧客が来るかどうかというリスクしか考慮せず、その他のリスクをすべて無視することになってしまいます。それは良くなく、適切なリスク管理とは言えません。
私の最後の締めくくりとしての考えはこうです：その他のリスクに目を向けることで、どれだけの金額が失われているかを評価してください。あなたの会社がいくら無駄遣いしているかを見極め、その数字を上司に伝えましょう。問題の大きさを認識すれば、人々は反応し、解決策を模索するに違いありません。
Conor Doherty：ありがとうございます。質問は尽き、時間もなくなりました。いつもながら、私と一緒に参加してくださった皆さん、そしてその他全ての方々に、出席と質問をしていただいたことに感謝します。先ほども申し上げた通り、これらの問題について個別に議論したい方は、ぜひJoannesさんと私をLinkedInでフォローしてください。来週、Supply Chain Breakdownの次回エピソードでお会いしましょう。
それでは皆さん、仕事に戻ってください。
