00:00:00 第2章の設定と読者の視点
00:04:30 用語の変遷と実務者の混乱
00:08:55 ERPにおける『計画』が誤解を招く理由
00:13:25 ERPの計画落とし穴を避ける；Excelに恥はない
00:17:55 流行語批判とLokadの新造語
00:22:25 空虚な約束のない欠陥ある言語の使用
00:26:55 オペレーションズ・リサーチがサプライチェーンとなり、その後分岐した
00:31:25 前科学的サプライチェーンと反証基準
00:35:55 確率的意思決定は反復試行を必要とする
00:40:25 破綻した自動化の約束と変わる目標
00:44:55 より良い方法が現れたとき、最適性の主張は失敗する
00:49:25 数十年に及ぶ停滞の歴史的証拠
00:53:55 なぜ実際のブレークスルーは拡散するのか；サプライチェーンは遅れを取る
00:58:25 鈍い主張は実務者を遠ざけるのか？
01:02:55 泥理論への批判：形のない主張は反証に耐える
01:07:25 実践的科学：実績で方法を評価する
01:11:10 警鐘を鳴らす誇大広告の例としてのグラフデータベース
Summary
コナーはジョアンネスの「歴史」章を迂回路ではなく実践的なツールとして検証する。ジョアンネスは用語が戦場であると主張する：意味は変遷し、ベンダーは混乱を利用し、誤ったラベルが予算を誤誘導する—ERPの「計画」が代表例である。コナーはLokad独自の専門用語（「ホリミゼーション」）に異議を唱えるが、ジョアンネスはその違いが流行語の入れ替えではなく実体と透明性にあると述べる。さらに、主流のsupply chain theoryは反証を避けるため「前科学的」であり、何十年にもわたる「最適」論文が採用されないのは、理論が実践で機能していない証拠だと示す。実践者に対する教訓は率直で、宣伝ではなく歴史を信頼すべきだというものである。
Extended Summary
コナーはこのエピソードを、ジョアンネス・ヴェルモレルの本に対するストレステストと位置付ける。それは親しい内部対話ではなく、世界中の約1000万人に上る実務者が挑戦し、誤解する可能性のある内容である。最初の摩擦は構造的なもので、第2章は実践的プレイブックとして売られる本の中の「歴史」として位置付けられている。ジョアンネスは、サプライチェーンが何十年にもわたって意味が変動する用語で溢れ、ベンダーがその変化を利用しているため、歴史が実践的であると主張する。語彙を制御しなければ、効果的な検索はおろか、主張の評価すら不可能になる。
核心となる例は「エンタープライズ・リソース・プランニング」である。現代のERPは大部分が「計画」を行わないのに、その名称は過去数十年の市場ゲームやブランディング闘争のために残っている。このラベルを信じる代償は学術的なものではなく、金銭的および組織的である。企業は記録用に設計されたシステムに無理に計画を組み込もうとし、何年も費やし、最終的にスプレッドシートに頼る。教訓は、詩的に「言葉が重要」というのではなく、運用面では「言葉が誤解を招く」という点にある。誤ったラベルは予算や注目、期待を行き止まりに導き、ベンダーやコンサルタントはほとんど否定しない。
続いてコナーは第二の矛盾を突く。ジョアンネスは流行語を批判するが、Lokadは「ホリミゼーション」のような用語を作り出す。ジョアンネスの弁明は、Lokadが専門用語を完全に排除しているのではなく、新たな用語を控えめに導入し、公開された手法、ドキュメンテーション、検証可能な主張といった実体を伴っているという点にある。マーケティング文句で流行の名詞（昨日のブロックチェーン、今日の生成AI）を入れ替えるだけではないのだ。
議論はエスカレートし、ジョアンネスは主流のサプライチェーン理論が「前科学的」であるという主張に至る。その基準は反証可能性であり、主張は現実の下で失敗を露呈すべきだとする。彼は実務でほとんど利用されない数十年にわたる学術的な「最適」在庫論文を指摘し、広く研究が認識されているにもかかわらず採用されないことを、理論が実践で機能しない証拠とする。コナーは、サプライチェーンが変動的で分散的、かつ人間的であるため、化学のような反証は現実的でないと異議を唱える。ジョアンネスは雑音が多いことを認めつつも、たとえ反復試行や比較テストが必要であっても反証は依然として不可欠だと主張する。
実践的な助言は率直である。つまり、真実の代理として歴史を利用せよ。数十年にわたってなされた約束を追跡し、技術が「より先進的」になったにもかかわらず約束が縮小するタイミングに注目し、未だ成果を出していない長期のアイデア（彼はグラフデータベースを例に挙げる）を割引すべきである。要するに、インセンティブに従い、マーケティング用語を不信し、停滞した結果を最も重要なデータと見なすのだ。
Full Transcript
Conor Doherty: ではジョアンネス、ブラックロッジへようこそ。これは『サプライチェーン入門』というあなたの新著を章ごとに取り上げ、議論し、分析し、重要な点では潜在的な混乱や意見の相違についてあなたに追及する、連続シリーズの第2話です。そのため、私は世界中の約1000万人もの実務者の一人、あなたの本を手に取る読者の視点から語っています。彼らはあなたを知らず、Lokadのことも知らない。量的-供給-チェーン-マニフェストというものも聞いたことがありません。私のことも知らず（とんでもない話ですが）、ただあなたの本を手に取って読み始めるのです。
Conor Doherty: ここに座ることができたなら、彼らはどんな反応を示すでしょうか？ 特定の内容を読んだとき、あなたに何を言うのでしょうか？ つまり、あなたは本の潜在的な読者に対して応答する立場にあるということです。
Conor Doherty: というわけで—今回は第2話です—第1話では第1章を取り上げました。まだご覧になっていないなら、これは進行中の会話ですので、ぜひご覧いただきたい。シリーズを通じて以前の章への言及もあるでしょう。文脈を理解するためには、本を読むか、本を読んでエピソードを順に視聴してください。
Conor Doherty: とにかく、話を進めましょう。今日は第2章、あなたが「歴史」と呼ぶ章です。ここで重要な点は、これは序文でも前書きでもなく、本には序文も索引もないということです。つまり、裏面で実際の制約下でのサービス品質と利益率向上のためのプレイブックと謳われる本の中の第2章「歴史」であるのです。他の主張もありますが、それが主要な主張です。
Conor Doherty: そこで私の質問です。第2章「歴史」では、あなたは200年前に遡ってサプライチェーンの起源を概観し、18世紀のフランスの数学者を引用し、オペレーションズ・リサーチや、用語を生み出すベンダーのフェティシズムについて語っています。では、この歴史は実務者向けのプレイブックに実際に寄与しているのでしょうか？
Joannes Vermorel: それは寄与しています。なぜなら、その領域は必ずしも同じ意味を持たない、すなわち時代によって意味が大きく異なるキーワードで溢れているからです。
Joannes Vermorel: そのため、実務者にとっての一つの課題は、これらの用語を理解することにあるのです。つまり、物流やサプライチェーン、オペレーションズ・リサーチなど、何の話をしているのかということです。
Joannes Vermorel: 実際、ベンダーは依然としてこれらの用語を使用し、企業もまた同様です。そして、オンライン上にはこれらの用語を使った文書が山ほどありますが、場合によっては意味が異なっています。
Joannes Vermorel: そこで、私がこの領域を少しでも明確にしようと試みたとき、比較的短い章であるにもかかわらず、軽い歴史的視点を取ることが、現状の用語の意味や、人々がそれらの用語に何を求めているのか、またはかつて何を意味していたのかを理解する最も容易な方法だと気付いたのです。
Joannes Vermorel: そして改めて、実務者にとっては極めて重要です。サプライチェーンは、厳密な孤立状態で行われる幾何学のようなものではなく、ツール、システム、ベンダー、パートナーなどと相互作用する必要があるため、その全体像を理解することが重要なのです。
Joannes Vermorel: さらに、結論として、これはサプライチェーンに対する敵対的思考への旅の第一歩でもあり、興味深い試みでもあります。
Conor Doherty: それでは、用語についての話に戻りますが、なぜそれらが重要なのか、例を挙げていただけますか？ 実務者の視点から、ベンダーが言葉を誤用しているとあなたは述べています。書籍内でも例を挙げていますが（ご自身の例で構いません）、具体的にはどのような例があり、なぜそれほど問題視され、実務者向けのプレイブックで取り上げる必要があるのでしょうか？
Joannes Vermorel: つまり、自分の分野の用語を知らなければ、目が見えなくなるのです。何を探すべきか全く分からなくなり、Googleすら効果的に使えず、誤った質問をしてしまえばChatGPTでさえ途方に暮れてしまいます。
Joannes Vermorel: 私がLokadを始めたとき、用語が不足していたためにどれほど多くのことを見落としていたかに気づくまで数年を要しました。例えば、ある用語が30年前とは全く異なる意味を持っていたことに気づいていなかったのです。
Joannes Vermorel: そのため、文書を読むと混乱が生じます。なぜなら、「ここで何が起こっているのか？」といった疑問が湧くからです。オンライン上で見たものと比べて全く意味の通じない方法で物流について語られている。何が起こっているのか？ 実際、用語は数十年の間に変遷しているのです。
Joannes Vermorel: 従って、実務者にとっては非常に重要な問題です。語彙の習熟こそが、優秀になるための第一歩だと思います。用語を理解しなければ、オンラインで見つけた資料すら正しく理解できず、Googleで効率的に検索することも、適切な質問をすることもできません。
Joannes Vermorel: ご覧の通り、これらの用語は非常に重要です。そして、多くの用語が純粋な科学的理由ではなく、何らかのアジェンダのために導入されているというインセンティブの影響を受けているため、その理解の旅を続ける必要があるのです。
Conor Doherty: 改めて、どんな用語の例を挙げられますか？ 例えば、予測のようなものですか？ 予測ではないと推測しますが。
Joannes Vermorel: いいえ。例えば「計画」という用語です。計画や「エンタープライズ・リソース・プランニング」について考えると、非常に混乱を招く原因になるのです。
Joannes Vermorel: なぜなら、現代の大多数のERPは—そのために「エンタープライズ・リソース・プランニング」と呼ばれなくなったのですが—実際には計画を行っていないからです。つまり、計画がもはや存在しないので、「ERP」という名詞として使われるに過ぎず、全く意味を成していないのです。
Joannes Vermorel: さて、少し理解を深めるために。例えば、このソフトウェアは非常に重要ですが、「計画」と呼ばれているものの、実際には計画を実行しません。なぜそのようなものが存在するのか？ 答えは、本質的には90年代の市場アナリストが仕掛けたゲームにあります。
Joannes Vermorel: 当時は、これらは「エンタープライズ・リソース・マネジメント」と呼ばれるべきでした。しかし、市場アナリストやソフトウェアベンダーによるゲームによって、計画の分野で先行してプッシュし、その後撤退する結果となったのです。そして、我々はこの「ERP」という用語に縛られているのです。
Joannes Vermorel: しかし、これこそが重要な点です。例えば、技術的な名称であっても、あなたのERP内には実際には計画が存在しない—ちょうど「ビジネスインテリジェンス」に知性がないのと同じように。
Joannes Vermorel: ですから、この分野に初めて足を踏み入れると、用語が非常に混乱していることに気づくのです。そして、その歴史的逸話を理解することで、より把握しやすく、記憶に留めやすくなります。
Conor Doherty: ああ、その提示には誰も反論しないでしょう。すべてが正しく、歴史の描写も正確だと仮定すれば、意味論について議論する者はいないと思います。
Conor Doherty: 私が問いたいのは、この指摘が実務者としての初日にどのような影響を及ぼすかということです。つまり、「そうだ、ERPには計画がない」と言われたとき、初日、いや本を読んだその日から、実務者として私に何が変わるのでしょうか？
Joannes Vermorel: 私はERP内で実際に計画を試みることはしません。なぜなら、それが非常に重大な結果をもたらすからです。ある企業が計画を実行しようとすると、その貧弱なソフトウェアは本来その目的で設計されたものではなく、リレーショナル・データベースとしての性質から、記録システムと矛盾し、極めて悪い結果に終わるのです。
Joannes Vermorel: そして、こうした試みで実際に約5年を浪費します。例えば、リドルでは、SAPとの7年間の取り組みで実際に5億ユーロを浪費したのです。記録システムが本来設計されていない高度な分析を試みた結果、極めて悪い結果に終わりました。
Joannes Vermorel: Lokadでの経験を通じて、同じ問題に直面する企業を数多く見てきました。繰り返しますが、すべては語彙の問題に起因します。もし、ERPが計画を行うべきだと誤解すれば、それこそが探そうとする場所になるのです。
Joannes Vermorel: そして、実際に何かができると主張するベンダーに出くわすのです。エンタープライズソフトウェアのベンダーは—コンサルタントと同様に—決して「できない」とは言いません。「あなたのソフトウェアは何かできますか？」と尋ねれば、答えは必ず「はい」となり、もしできなければ、モジュールや小さなカスタマイズで済ませるのです。
Joannes Vermorel: ですから、正しい用語を持つことは、注意を向け、意味のある分野に努力を集中するための出発点となります。これは非常に重大な意味を持つのです。
Joannes Vermorel: 改めて、実務者やソフトウェア購入者にとって、もし私がCFOとしてERPの予算を承認し、「記録システムにしては5億ユーロだ」と言われたら、それは誰にとっても意味をなさないでしょう。なぜなら、これらのソフトウェアは非常に細分化され、何千もの機能があり、それらを理解するためには高次の視点が必要だからです。
つまり、ソフトウェアを変更するつもりがなくても、一度知れば、もしあなたの会社がERPしか持っていなかったとしても、それで良いということです。計画はExcelで行われます。それを恥じる必要はありません。現状そのものであり、問題ありません。
SQLデータベース内でそれを実現しようと何年も費やすべきではありません。うまくいかず、非常に苦痛で退屈な作業になり、最終的にはスプレッドシートに置き換えられてしまいます。
これもまた、非常に理解しておくべき重要な点です。そして、インセンティブが極めて強いため、常に嘘をついてくる多くの人々に直面することになるのです。
また、最大の嘘は通常、言語そのものを通じて行われると思います。なぜなら、それが求められているものであるからです。そして多くのベンダー、特にソフトウェアベンダーは、用語を通じて現実を文字通り歪めることに非常に成功しています。英語という言語を自分たちに有利なように形作ろうと試み、それはある程度効果を発揮するのです。つまり、ある程度ですが、確かに効果があります。
これこそが対処すべき事柄です。そうでなければ、実務者としては、実質的に行き詰まりに向かう方向に莫大な時間と労力を費やすことになるでしょう。
Conor Doherty: インセンティブについて話すとき、そしてそれを見極め診断する能力、つまり本質的に「たわごと」を嗅ぎ分ける能力について話すわけですが。つまり、ERPは実際には計画ではなく、本来は管理のためのシステムです。そして、これは記録システムであって、意思決定やインテリジェンスのシステムではありません。
あなたがその立場に至ったのは、豊富な経験と多分野にわたる知識があるからです。さて、第1章では（これを順番に見ることが重要な理由です）、サプライチェーンにおける正式な訓練の欠如があると主張しています。
そこで私の質問ですが、平均的な実務者、我々がオーダー・オブ・マグニチュードとして合意した1,000万人の一人である読者は、あなたのような専門知識を持たずに、これらの章の情報をどのように現実世界に適用するのでしょうか？つまり、彼らはあなたほどのコンピュータサイエンス、経済学、数学などの知識を持っていないのです。
Joannes Vermorel: それがまさにこの本の目的です。つまり、あなたが完全に途方に暮れないように最小限の文化的背景を提供し、この分野で繰り広げられている闘いの一端を理解し、正しく位置付けるためなのです。
例えば、このERPに関してですが、オンラインでERPとAPS（先進計画システム）の間に関するほとんどの情報に目を向けると、関与しているほとんどの人々、つまりその闘いにおけるベンダーは、あたかもERPがジェネラリストの解決策であり、APSがスペシャリストの解決策であるかのように「ゼネラリスト対スペシャリスト」として位置付けています。
そしてここで、再び、この章で述べられているのは、その表現が全く誤っているという点です。なぜなら、それは記録システムが実際に計画に有効な候補であるという印象を与えてしまうからです。それはこれまでにも、これからも決してそうではありません。
ご覧の通り、こここそが、非常に混乱を招くほどひどい用語を再検討する必要がある理由です。もっと一貫性があり、意味が通じるものに置き換えなければなりません。
そしてプランナーに対する行動の呼びかけとして、もし自分の領域を少しでも明確に考えられなければ、極めて混乱することになるのです。
Conor Doherty: さて、この点を踏まえて、少し先に進みましょう。再び、この章の重要な部分は、言語の使用に関してベンダーを、もしかすると公正に非難している点です。
ここで文脈を少し設定する必要があります。というのも、文脈に沿って引用したいからです。あなたは、「サプライチェーンはユークリッド的な鮮明さ、すなわち非常に正確な言語とAIの変幻自在な専門用語の間に位置する」と述べ、また、ラベルは10年ごとに変わると確立しています。
あなたは、ベンダーが「組織図やマーケティングピッチを持ち上げる」ためにバズワードを利用していると指摘しています。そして、これが重要なのですが、「定番の手法として数年ごとに新しい用語を造語するか、少なくとも採用してオファリングとブランドを刷新する」という点を述べています。
さらに、あなたは次のようにも書いています。「サプライチェーンの用語は流動的で、ベンダーはかつてないほど活発です。あるコンサルティング会社は、アジャイルで動的かつホリスティックなサプライチェーンを提唱しています。」
これらすべてに同意しますか？
Joannes Vermorel: ええ、その通りです。まさに本に書かれている通りです。
Conor Doherty: まさにその通りです。さらに、あなたは本だけでなく、全体のマーケティングピッチにも、あいまいな新語や学術用語を散りばめる傾向があります。
例えば、先週あなたはホリマイゼーションに関するブログを投稿しました。これはホリスティックと最適化を掛け合わせた造語です。先ほども述べたように、ホリスティックは、我々を含むベンダーが使うバズワードの明確な一例です。つまり、一方では特定の言語使用で人々をあいまいな言葉で惑わすベンダーを批判しているのです。
しかし、あなたの仕事に精通している人が、「我々も同じことをしているように見える」と主張した場合、どのように応じますか？
Joannes Vermorel: ええ、しかしもっと良くやっています。よし。
いいえ、実際はエンタープライズソフトウェアベンダーによる言語の取り込みは非常に浅薄なものでしかありません。そして、私の知る限り、Lokadは計画、予測、最適化、もしくは最適化の限界について、用語を正確に扱おうと試みている数少ないベンダーの一つです。
例えば、ホリマイゼーションにおけるLokadの取り組み、このような徹底ぶりは、Lokadイニシアティブの主要な特徴の一つだと思います。
私の同業者は―再び、偏見があるかもしれませんが―私の印象では、Lokadほど用語において正確ではありません。彼らは努力すらせず、おそらく気にも留めていないでしょう。
Conor Doherty: しかし、彼らは自分たちの文献についても、「我々は物事を非常に明確に定義している。ウェブサイトを見てくれ」と言うでしょう。あなたは「私の本を見てくれ」と言います。これらは権威に訴える議論です。
Joannes Vermorel: いいえ、そんなことはありません。ご覧の通り、ほとんどの場合、Lokadがサプライチェーンのために行っている、一般的な知識ではなく実際に多くの公開文書を用意してその主張を支えるという試みには及んでいないのです。
ご覧の通り、私の同業者の典型的な手法はこうです。あるバズワード「ブロックチェーン」が登場すると、約50ページにわたってその言葉を羅列します。そして次に新たなバズワード「生成AI」が登場すれば、単にCtrl+Hで「ブロックチェーン」を「生成AI」に置き換えるだけで、先に発表されたページがそのまま機能してしまうのです。
それが私の問題点です。そして、Lokadはそのようなことをしません。
ご想像ください、例えば50ページのパンフレットをお渡しして、その中でLokadが素晴らしいのはブロックチェーンを採用しているからだと記されているとします。そして今、新たなバズワード「生成AI」が登場しました。私は文字通りCtrl+Hで「ブロックチェーン」というキーワードを「生成AI」に一括置換でき、あなたの文書は全く同じように機能してしまうのです。
これが核心です。そして、Lokadはそのようなことをしません。つまり、我々が用語を導入する場合、非常に控えめに行っているのです。大量のバズワードを導入しているわけではなく、約20年の存在期間でせいぜい6語程度に留めています。
しかし、それらは非常に重要な概念です。そして、導入する際には非常に詳細に説明するよう努めています。例えば、「ホリマイゼーション」という概念は、実験的最適化という方法論についていくつかの講義を行った後に生まれたものです。
そのため、多くの補助資料が付随しており、本章全体、講義、多くのツール、多くの記事をひとまとめにするための包括的な用語として造語したのです。
Conor Doherty: ご覧の通り、質問を明確にするために申し上げますが、脱線したくはありません―「なぜホリマイゼーションがより優れているのか？」と問うのではなく、それは議論の本筋とは無関係です。
質問をもう少し明確にしましょう。あなたが非常に見事に使っているとしても、批判するのと同じ言葉遣いを使うことは賢明だと思いますか？市場で汚染された言語を使うことは賢明でしょうか？
Joannes Vermorel: しかしご覧の通り、ある時点で理解可能でなければなりません。私は言語全体を再発明することはできないのです。したがって、欠陥のあるものを使わざるを得ないのです。
例えば、適切な用語である「システム・オブ・レコード」を使うと、問題は人々が私の用語に馴染みがなく、何を意味しているのか理解できない可能性があるという点です。そうすると、「では、あなたのERP、CRM、WMSについて話しているんだ」と言えば、彼らは「ああ、なるほど」と答えるでしょう。
しかしご覧の通り、それは本当にバズワード的ではありません。「システム・オブ・レコード」は非常に明快で、その意味を理解できます。しかし「ホリスティック」とは、サプライチェーンの文脈で一体何を意味するのでしょうか？こちらの方がよりバズワード的です。
例えば、「ホリスティック」という言葉に関して、Lokadはほとんど使用せず、ウェブサイト上で使う際には「エンドツーエンド」、つまり非常に具体的な意味を持つことを明確にしています。
ご覧の通り、私が考えるLokadの違いは、私たちに欠陥があるとしても、実体のないバズワードをただ散発的に使うことはないという点にあります。文脈や実体のないバズワードを無造作に並べることはしません。
なぜなら、再びですが、人々はブロックチェーンを持っていると言いながらも、その内容は全く具体性がありません。つまり、「正確な機能一覧は何ですか？結果はどうなりますか？技術的な視点から何をしているのですか？何が起こっているのか理解できるのでしょうか？」という疑問が生じるのです。
そして、Lokadが内部で何が起こっているのかを公開する姿勢は極めて徹底していると私は考えています。M5コンペティションにおいて、SKUレベルで世界1位になった際、実際のアルゴリズムを公開しました。
非常に高い透明性が保たれています。そして再び、ソフトウェアベンダーの主な問題は、しばしば極めて不透明である点にあります。そのため、文脈も実体も伴わないバズワードが使われるのです。
そして、そこには私が「ハッピートーク」と呼ぶような、企業によるご機嫌取りの話が多く存在し、現代の用語は、長年にわたる多くのソフトウェアベンダーや大手コンサルティンググループとの企業間対立の結果として残されたものなのです。
Conor Doherty: 妥当です。そして、例えば平均的な実務者が何かを受け取ったとします。つまり、私は2つの用語、または2つのパンフレットを人々の前に置きます。「これらはどのベンダーのものであっても構わない」と。1つは「ホリスティックサプライチェーン」、もう1つは「ホリマイゼーション（ホリスティック最適化）」です。彼らはそれ以上深入りせず、限られた時間の中でどちらに時間を割くかを決めなければならないのです。
言語がこれほどまでに汚染されているかどうか、どうすれば人々は分かるのでしょうか？
Joannes Vermorel: いいえ、そのようには機能しません。つまり、再びですが、それは魔法の解決策ではないのです。Joannesによる1つの定義があるからといって、物事がそう進むわけではありません。
それは、あなたが活動する現実をどのように理解するか、頭の中でその風景をどのように整理するかにかかっているのです。そして、あなたは始めなければならないのです。
例えば、オペレーションズ・リサーチについて教える大学の講座は多数存在し、多くの良い要素を含んでいます。しかし、それらはサプライチェーンと呼ばれてはいません。サプライチェーンなのでしょうか？そうでないのでしょうか？これこそが本章の主題であり、オペレーションズ・リサーチとサプライチェーンとの関係を明確にするものです。
実際、1950年代から1970年代にかけて実践されたオペレーションズ・リサーチはサプライチェーンそのものでした。現代において、オペレーションズ・リサーチと呼ばれる最新の資料を見ると、全く異なるものになっているのです。
ですから、オペレーションズ・リサーチを見たとき、それはサプライチェーンなのでしょうか？それは文書の日付によって異なります。また、ある大学は古い用語に固執し、またある大学は新しい用語を採用しているため、若干の違いが生じます。
従って、これを理解することが非常に重要なのです。そうでなければ、全体の領域が一見無関係に見える要素で混乱してしまい、実際には文字通り同じものなのに混乱を招きます。
例えば、オペレーションズ・リサーチはサプライチェーンですが、基本的には1970年代後半までの話です。その後、オペレーションズ・リサーチはコンピュータサイエンスの一分野となり、全く異なるもの、すなわち数学的最適化に関するものとなりました。
Conor Doherty: では、先に進みましょう。話題はまだたくさんありますので、また後で戻るかもしれません。
私が特に際立っていると感じた主張の一つは、この章であなたが述べる、主流理論が全く壊れているという考え方です。実際、あなたは「前科学的」という用語を使っています。
そして、公平を期すために、文脈全体―章の結論部分ですが―で、あなたは「単純な命題は、主流理論が不十分であるということです」と述べています。
さて、あなたは先ほど議論したすべての内容と既に記録した第1章に基づいてこの結論に至ります。すなわち、「単純な命題は、主流理論が不十分であるということです。理論に欠陥があるために実践は逸脱し、期待された利益は実現しません。言い換えれば、膨大な文献があるにもかかわらず、サプライチェーンは知識が一貫して予測可能な成果をもたらさない前科学的な段階に留まっているのです。」
ですから、その点に触れておきたいのです。テーマの一つとして、たとえあなたが正しかったとしても、言語にはある種の強さがあるかもしれないという点があります。もう一方は、その主張の真実性です。
一般の読者にとって、サプライチェーンとそのすべての技術――いかに欠陥があっても――またそのすべてのアプローチを前科学的なものと分類するという考え方は、いくつかの問題を提起するかもしれません。
それは何と比較しているのですか？残りの質問もありますが、「前科学的」とは何を基準にしているのですか？
Joannes Vermorel: 検証が実際に機能するあらゆる分野です。検証可能性とは、現実がその主張を無効にできることを意味します.
そして、もしこの基準だけを見れば―例えば化学において―「化学を取れ」と私が言ったとする。はい、それは非常に科学的です。もし、ある化学の教科書でこの製品とあの製品を取って混ぜ、そしてその物質が熱くなると書かれているなら、実験を行うことができるのです。
しかし、実際には教科書通りにいかなければ、その理論―すなわち化学理論―が偽であるという反証のリスクがあります。現実には、化学は今や非常に確立され検証されているため、実験で教科書通りの結果が得られなければ、ほとんどの場合、実験のやり方が間違っているのです。
しかし、正にその反証に耐えてきたという点で、この特定の科学理論には非常に大きな信頼を寄せることができます。つまり、基本原理―例えば酸と塩基―を混ぜれば何か（熱を発する溶液）が得られるというのは、それほどまでに検証済みであり、単純な実験だけで化学における大発見が起こる可能性は極めて低いのです。
対照的に、サプライチェーンに関しては、文献の大多数がその基準を満たしていません。何より、発表されたものの大半は反証可能さすら持っていないのです。ですから、この基準を適用すれば、初めから科学に属していないとも言えます。それが大きな問題の一つです。
しかし次に、私にとってサプライチェーンが科学的理論ではないと判断する真の方法は、歴史を見ることです。100万を超える論文が存在する事実を見なければなりません。それらが文字通り半世紀にわたって流通し、半世紀にわたり自動化が約束されながらも実現されなかったという歴史を目の当たりにする必要があるのです。
そしてもう一度、この全体の歴史を見ると、問題は十分な性能のコンピューターがなかったという事実ではないことが分かります。それらは正当な説明ではありません。
ですから、この歴史的な立場を取れば、結局こうなります。つまり、70年分の論文があり、少なくとも50年分のモダンなコンピューティング環境―モダンといえば、人間の能力をはるかに超えてデータを処理できるもの―が整っているのです。
半世紀前から、コンピューターを使って100万以上の数値計算ができるようになったのです。つまり、この能力は半世紀にわたって存在しているということです。
そして、この半世紀の間に、文字通り数十万―今では総計で数百万とも言える―の論文が発表され、様々な程度で、在庫管理の最適化やサプライチェーンのあらゆる業務を遂行する最適解を主張してきました。
しかし、それらは企業で実際に使われてはいません。そこで私が言いたいのは、オッカムのかみそりです。もっとも単純な説明は、この理論は機能していないということなのです。
100万を超える論文一つ一つを煩雑に検証して、どこに欠陥があるのかを見つけ出すこともできますが―それには途方もない時間がかかるでしょう―あるいは、単にこの歴史的な立場に立って、「こんなに長い間、多くの人々に試され、数多くの論文が発表されてきたのに、結果が極めて乏しい」という事実を指摘することもできるのです。
最も合理的で単純な説明は、主流の理論が破綻しているということに尽きるのです。これが、現実の世界で実際に機能しているものが非常に少ない理由の説明にもなります。
Conor Doherty: というわけで、よくあるように、複数のことが同時に真でありうるのです。あなたは「壊れている」と主張しました。私は、サプライチェーンが科学前段階に留まっているという考え、特に反証可能性という基準に戻りたいのです。
そしてまた、あなたをしばらくそのまま見守りました。あなたが化学の話を持ち出すだろうと予想していたのです。改めて整理すると、第一章であなたが定義したサプライチェーン―つまり、「物理的な商品の流れを管理する上での変動下におけるオプショナリティの熟達」という定義です。
わかりました。まず、サプライチェーンの地理的に分散した性質、そこに作用する気象現象、そして異なるインセンティブ構造を持つ何百―いや、場合によっては何千―もの異なる主体たちが、限られた時間の中で協力し、どこかで作られたペンを私の手元に届けるために働いているという事実を考慮すれば。
それを、ここやあそこ、他のどこかの部屋で酸と塩基を加えると非常に予測可能な反応が得られるという化学の堅牢性と比較するのは、理解するのが難しいと感じる人もいるかもしれません。
サプライチェーンが反証の障壁を突破しなければ堅牢な科学とみなされ得ないという考えは、特に最初の二章を読む人々にとっては、まさに文字通り不可能な基準のように思えるかもしれません。なぜなら、あなた自身が定義した通り、サプライチェーンは「変動」であるからです。
では、絶えず形を変える存在をどうやって反証するのでしょうか？
Joannes Vermorel: 非常に難しいですが、それでもなお、何かが科学的とみなされるなら、半世紀後には結果が出ているはずです。領域全体を変革しているはずなのです。
もし、50年代、第二次世界大戦直後の主張に立ち返るなら、その主張は非常にシンプルでした―すなわち、我々は企業の意思決定を自動化するために、定量的な、つまり数学的な手法を考案する、というものです。そしてそれだけでした。
そして、人々は非常に具体的に語っていました。興味深いのは、その後コミュニティが途中で方向性を失ってしまったことです。しかし、戦後のオペレーションズ・リサーチのコミュニティは、非常に明確に「我々は、オペレーションを最適化し、リソースの配分を推進し、意思決定を支援するための定量的―数学的―な手法を考案する」と宣言していたのです。
そして当初は、「コンピューターの有無は問題ではない。もし非常に堅固な数学モデルがあれば、人間が手計算でその計算を行っても構わない」という見解まで示していました。
そして、実際に意味のある数学モデルが特定されたとき―これは第二次世界大戦中のことでした―それは人々によって実際に活用されたのです。人々は「おお、我々は最良の手法、つまり数学的な道具を手に入れた。さあ、手計算でその決定を下そう。私には手法があり、その手法こそが希少なリソースを配分するのに最適だ」と言ったのです。
このように、主張は非常に明確でした。
Conor Doherty: それで、私の質問ですが――つまり、あまりに強硬すぎるのではないかということです。
Joannes Vermorel: すみません、すみません。ええ、強すぎるのか？私はそうは思いませんね。
化学のように簡単に反証できるものは存在しないことは理解しています。たしかに、問題が分散しており、多くの人を巻き込む必要があるなどということもあります。ですから、我々はソフトサイエンス寄りに落ち着くわけです。
しかし、それにもかかわらず、サプライチェーンを科学として確立しようとする際には、我々の主張をできるだけ反証可能なものにしなければなりません。
Conor Doherty: その点については誰も異論はないでしょう。中断してすみませんが、それは立派な主張ですが、本書であなたが述べているものとは異なります。
Joannes Vermorel: いや、いや、いや。それこそが私が主張しようとしていることです。
Conor Doherty: もう一度言わせてもらいますが、その点については頑なに押させていただきます。あなたが先ほど述べたことを引用で要約できるとすれば、基本的にはオスカー・ワイルドの「我々は排水溝にいるかもしれないが、少なくとも星は見える」という言葉を反映していることになります。つまり、我々は正しい方向に向かっているのです。はい。しかし、それは本書であなたが述べていることではありません。
あなたは、「膨大な文献があるにもかかわらず、サプライチェーンは依然として科学前段階に留まっている」と言いました―と、私はそれを朗読することができます。
Joannes Vermorel: ええ。そしてあなたは、反証可能性が唯一の基準だと言いました。そして、「ええ、まあ、サプライチェーンは化学や数学、工学のように真に反証可能ではないだろう」とも言ったのです。
いいえ。再び言いますが、重要なのはあなたの証明に対する信頼度の程度であり、それは全く異なるのです。そして、いや、そうではありません。
もし反証できないものがあるなら、それは完全に科学前段階のものです。それが基準なのです。
そして、あなたがその分野を進むにつれ、成熟していくにつれて、証明の質は向上していくのです。私にとって、その分野の科学的成熟度は、人々が自らの主張を反証するためのより良い方法を見出すことで示されます。それは進行中の作業なのです。
ゼロか一かという単純なものではなく、何かが反証可能であるか否かという問題ではありません。完全に同意します。そして私が言いたいのは、現時点ではサプライチェーンが科学前段階にあるということです。なぜなら、実際に問題視されるほどのものさえ存在しないからです。
ご覧の通り、我々には何百万もの論文があります。何かが間違っていると現実が示すために実際に試験される、という考え―つまり、事実を検証する手段があるという考えは、全く注目されていないのです。
この100万を超える「最適な」在庫最適化に関する論文の中で、どれも反証のリスクに晒されているものは一つもありません。
だからこそ、私はこれが本当に科学前段階にあると言っているのです。そして今、我々は主張や理論を反証可能にするための、より良い方法論を見つける段階に移らなければならないのです。
さらに、これがこの歴史の要点でもあります。つまり、歴史そのものがあなたの理論を文字通り「反証」しているという、実証的な基準をいつ確立できるかを評価するためなのです。
ご覧の通り、これは実証的な主張です。しかし根本的には、もし何かが実際に機能するなら―しかしいや、そうではありません。なぜなら、再び約束に立ち返らなければならないからです。
第二次世界大戦以来の約束は完全自動化でした。それは長い間約束され続けてきたのです。そして興味深いのは、科学前段階の理論は進化の先でより優れた科学理論になるのではなく、自らをあらゆる批判から完全に免疫させるように変異していくということです。
Conor Doherty: サプライチェーンにおいて、それが可能だと思いますか？
Joannes Vermorel: まさにそれが起こったのです。
もし第二次世界大戦後に立ち返れば、人々は「我々は単に、問題に対して正確な数学的解答をもたらす数学的手法を考案するだけだ。そしてそれらの手法こそが最良である」と言っていました。
たとえ計算を実施するのが人間しかいなくても、その手計算に値するということです。
70年代に話を進めると、当時のエンタープライズソフトウェアベンダーは「我々はあなたのありふれた在庫に関する意思決定をすべて自動化する」と言っていました。当時、在庫管理は意思決定として捉えられており、それが実際に売りに出されていたものだったのです。
そして、SAPにまで話を戻すと、70年代には「我々は決定プロセスを完全―完全に―ロボット化する」と言っていたのです。半分ではなく、いや、いや、全く―つまり、その意思決定プロセス全体を。
しかし、結果はうまくいかず、人々はこのすべての取り組みから撤退したのです。そして今、我々は「おお、結局のところ、実務者が全てを行うことになる」という結論に落ち着いています。
ご覧の通り、提供すべきもの―理論が提供すべきもの―に関して、戻る動きが非常に大きいのです。
そして、私にとって、これこそが前科学的な理論がたどる道です。進化するにつれて、より良いものになるのではなく、実際には現実からますます免疫を得るように変異していくのです。
これは、20世紀初頭にカール・ポパーが指摘したことであり、科学的軌道に乗っていない分野は、より科学的になる方向には進化せず、むしろその理論自体があらゆる矛盾に対して完全に免疫を持つようになってしまう傾向があるのです。
Conor Doherty: さて、その基準で具体的に議論しましょう。正直なところ、これは本から少しそれた話になっています。なぜなら、第二章ではそんなに細かい点まで触れていないからです。
だから、ある程度の余地は認めます。あなたは、安定して――たとえ合理的に予測可能と言ったとしても――結果が出るという話をしています。あなたは、サプライチェーンは根本的に意思決定であると言いました。
その時々で下す意思決定は、非常にユニークな要因、変数、力、インセンティブ、価格、行動、人、供給状況、性向、動機など、あらゆるものの星のような配置を反映しているのです。
では、今日そのすべてを反映した意思決定を下した場合、その決定をどのように反証するのでしょうか？なぜなら、それを再現することは不可能だからです。つまり、これは確率的な側面があるため、一度の決定では何も反証できないのです。
Joannes Vermorel: では、その前提で進めましょう。もし何千もの意思決定を反復的なゲームとして行えば、全体として、あるいは大部分として、何かを反証することは十分に可能です。
いくらかの変動があるという事実は、繰り返し試行を行う必要があることを意味し、周囲のノイズのレベルも高いのです。したがって、結論を出すためには多くの回数が必要なのです。
しかし、これはソフトサイエンスだからこその問題ではありません。例えば、珍しい意見を調査する場合にも同じ問題が生じるでしょう。
例えば、フランスでどのくらいの人々を調査すれば、どの君主制の派閥に支持が集まっているか―フランスにおける君主派の中には、特定の君主制の派閥を支持する人々がいるのです―を判定できるのでしょうか。
問題は、フランスの君主派の人々はおそらく全人口の約0.5%程度であるということです。ですから、ブルボン派に支持があるのか、あるいは別の派閥に支持があるのか、信頼性の高い調査を行うには、おそらく数千人規模の調査が必要になるでしょう。
要するに、それは環境ノイズの問題なのです。そしてここで見て取れるのは、ソフトサイエンスに関する問題ではなく、あらゆる意思決定が膨大なノイズを伴っているという事実なのです。ですから、そのノイズを平均化し、方法Aが方法Bより優れているとあまり不確実性なく結論付けるためには、非常に多くの意思決定が必要になるのです。（不確実性）
しかし、それだけのことです。
Conor Doherty: もう一度、あなたは化学の例を用います。私たちは分子構造、または二つの非常に良く知られた化合物が相互作用する際に何が起こるかについて議論します。もし大量に―あるいは少量に―ある場合、そのとき例えば、化学で真の同等物を得るためには、もし実験を行う場合、しかもその量がナノグラムであったらどうなるか、という話になるのです。はい。そして、その結果、量が極めて微量なため、測定値は非常に不正確になってしまうのです。
そして、ある程度正確な測定値を得る唯一の方法は、何千回も実験を繰り返して平均化することなのです。つまり、このように、実験には多くのノイズが伴うという状況です。
しかし、化学の実験に比べれば、ノイズははるかに少ない―これが全体の要点なのです。
ですから、再びこの例が気に入ったので、その例をもとに議論を展開していきます。あなたは、非常に精密な分野で実施できる低解像度の実験と、自らの定義においてはるかに多くの変動に晒されるサプライチェーンとを対比して話しているのです。
Joannes Vermorel: そうです。しかし、それにもかかわらず、A/Bテストは可能です。もし、リソースの配分に二つの方法があれば、A/Bテストを行うことができます。
Conor Doherty: しかし、再びですが、それは比較的なものです。反証とは異なります。反証とは絶対的なものなのです。
Joannes Vermorel: いいえ、反証可能性とはこういうことです：機能するか、機能しないかです。
もし「これは最適です」と主張する手法があるとします。最適とは、決してそれ以上のものが現れないことを意味します。絶対に、決してです。もし私の最適な手法があり、それより優れたものを見つけた場合、それはもはや最適ではありません。
数学がどうなろうと、それは問題ではありません。
私はただ、最適な在庫管理手法を持っていると主張する百万もの論文があると言っただけです。たとえそれらが誤っていたとしても、それはこの分野の困難さまたは易しさについて何を示しているのでしょうか？
私が目指しているのは、進歩の矢印が存在し、その矢印に沿って実際に進歩があるという状況です。しかし、ここでは、最適な在庫管理方針を持っていると主張する百万もの論文があっても、数十年経ってもどれも生産現場で使用されていないという問題があります。
これは進歩の矢印ではありません。これは非常に停滞している分野であり、人々は最適であるとされるものを発表し続けるものの、正当な理由により実際には使われていないのです。
Conor Doherty: そして、それは～つまり質問はこうです：これは結論を前提とした別の見方です。あなたは論文が使われないのは、論文自体が役に立たないからであって、この分野で望むような構造が実際には得られないからではない、と仮定しているのです。これはまるで水を掴もうとするようなものです。「いや、だめだ、水は掴めるはずだ。科学は手に取れるものであるべきだ。」
Joannes Vermorel: いいえ。これこそがこの章の趣旨です。ここおよそ70年、少なくとも50年を振り返ってみましょう。例えば、在庫最適化技術に関する百万もの論文があり、しかもそれらは最適な在庫最適化技術だと主張しているのに、ほとんどの実務者はそれらを読んでいない―ちなみに、ほとんどの人がその存在すら知らない―という状況です。
もしさらに50年先に、もう百万もの論文が現れたとしても、何か違いが生じるのでしょうか？
そして私の答えは、再び歴史を振り返って誤った考え方をしたとしても、おそらく違いはないということです。ご覧の通り、これが歴史の章を必要とする理由です。つまり、進歩がほとんど見られず、非常に停滞しているという認識を持たせるためです。
数十年にわたりこの分野が停滞しているという事実に気づく唯一の方法は、歴史を見ることです。これは高次の判断です。
そして、私たちが抱える問題の一因は反証可能性の欠如にあると信じています。つまり、実際のところ、進歩の矢印が存在せず、この分野の進歩の矢印は壊れてしまっているのです。
これこそが私が指摘し、提示しようとしている点です。反証可能性は必要な手段の一つですが、唯一のものではありません。
そして、最終的には反証不可能なものが存在するならば、非常に危険な状況にあると私は信じています。
Conor Doherty: ところで、はっきりさせておくと、これは先に提示された立場への少しの修正です。以前は、何かが反証に抵抗するならばそれは前科学的だと言っていましたね。そして続いてそれは科学の手段の一つだと言いました。つまり、科学がより厳格であるため、サプライチェーンは反証不可能かもしれないが、それでも科学的であり得るということでしょうか？
Joannes Vermorel: いいえ、いや、そうではありません。反証可能性は必要ですが、それだけでは不十分です。
たとえば、理論は反証可能でなければならないだけでなく、最低限の簡潔さ―オッカムの剃刀―も求められます。もし世界を予測し、最適な判断を下す能力において等価な二つの理論があり、一方がもう一方よりずっとシンプルであるなら、シンプルな方を選ぶべきです。
しかしもちろん、それはもう一方の理論の適合性や正しさについて何も示していません。これは選別や選択の手段であって、AをBの代わりに選んだからといって、Aが短いまたは理解しやすいというだけでBの実際の真実性についてコメントしているわけではありません。
Conor Doherty: いや、しかしそれが科学の仕組みであり、どちらも正しいということです。
Joannes Vermorel: はい。これこそが文字通り科学のやり方です。もし全く同等な二つの理論があり、そのうち一方がはるかにシンプルであれば、科学者たちは単に「これを選ぶ」と言うのです。それだけの話です。
彼らは代替となる理論が同等に正しい可能性があることを知っていますが、ただ最もシンプルなものを選ぶのです。
そして、この分野においてもそれが実現可能だと考えています。
Joannes Vermorel: はい。改めて、科学的なものへと移行するためには、機能しないものを排除する基準を持つ必要があり、明確な拒否基準―拒絶するための手段―を備えていること、そしてコミュニティによって実際に科学的と認められるものが確実に使用される進歩の矢印を取り戻す必要があると信じています。
ご覧の通り、化学や他の多くの実際に科学的な分野で何かが発見されると、それは実務者によって用いられます。もし以前の方法よりもはるかに効率的な新たな化学プロセスが開発されれば―ちなみに、すべての用語は正確に理解されています、例えば化学反応の収率など―人々はそれを実際に使用するのです。
コンピュータサイエンスでは、誰かがより良いアルゴリズムを見つけると、そのアルゴリズムは通常、数ヶ月以内に、その問題に関心を持つ企業によって運用に組み込まれます。
ですから、ここで私は前科学的という考えに立ち返るのです。科学的な分野ではブレークスルーが起こると、その影響が分野全体に波及します。人々は適応し、最新の論文や発見を猛烈に追い求めるのです。
例えば生成AIで起こっていることを見れば、あるチームが論文を発表して「ほら、これができた。しかもより速く、簡単に」と言うと、皆できるだけ早くそれを実装しようと奮闘します。その理由は、実際に機能するからです。それは有効なものなのです。
Conor Doherty: しかし、それはリンゴとオレンジの比較のようなものです。例えは理解できますし、あなたの言いたい点も分かりますが――
Joannes Vermorel: いいえ、それはリンゴとオレンジではありません。これが要点です。
Conor Doherty: 注文する品目、タイミング、量、出所、急行かどうかの選択が、どうしてあなたが述べたことと比べられるのでしょうか？
Joannes Vermorel: もしこの分野が科学的に成熟していれば、誰かが手法を発表した時、単にA/Bテストが行われ、もしその手法が実際に優れていれば、1か月以内に採用されるはずです。
そして、あなたが指摘したように、人々は論文を利用しないのです。しかし改めて、私の答えは：それが機能しないから利用されないのです。
そして、これがまた私たちがこの歴史的立場を取る必要がある理由です。あの1000万人のサプライチェーン実務者全員が、ただの無知な愚か者―すなわち、自己流の外科医（これが第一章です）で、自分の訓練が全く価値のないものだと考えているという前提は、全く合理的ではないと思います。
そうではありません。
私が関わってきたすべての大企業には、学術文献に目を光らせている数名の人々が必ずいます。皆そうしているのです。大企業は決して愚か者ではありません。彼らは地元の大学と連携しており、何が発表されているかを常にチェックしています。
もし採用されなければ、それは単に機能していないからです。それが最も単純な説明であり、正しい説明だと私は信じています。
そして、このコミュニティが科学的な段階に移行すれば、他の分野で起こっていることを見ることになるでしょう。論文が発表され、何か重要なことが示されたと主張されると、皆がそれを再現し、採用しようと奔走するのです。これはコンピュータサイエンスにおいても、生成AIにおいても、材料科学などにおいても全く同じ現象です。
そして私にとって、このような行動こそが、進歩の矢印が明確にある、本当に科学的な原理に基づいた分野であるという逸話的証拠なのです。
誰かが何かを発見して「これこそ大発見だ」と言えば、皆がそれを再現し、再現に成功すれば直ちに採用するのです。
Conor Doherty: 私たちはもう話し続けています―もう1時間以上経ちました。これまでに2時間ほどこの議論を重ねました。本当に素晴らしいです。会話はとても楽しかったです。
そしてここで一つ、あなたに提起しておきたい考えがあります。というのも、私は本を読んだのですが、当然ながらあなたのことを知っているという事実を完全には切り離せません。完全には―いや、切り離せないのです。つまり、あなたは英語を理解しているので、私が英語で話しているとき、理解しないようにすることは不可能です。その部分の脳を完全にオフにすることはできません。無視はできても、理解はしてしまうのです。たとえ「理解しないようにしろ」としても。
同様に、私が読むときも、たとえ全く新しい目で見ようとしても、あなたが何を言っているのかは分かってしまいます。表現が多少異なっていたかもしれませんが、あなたの意図は理解しています。そしてもちろん、あなたがこれらすべてで意味するところも分かっています。
ただし、これは約2時間にわたる会話で、おそらく5〜6のポイントについて何度も行き来して議論しました。私があなたほどの専門性を持っているとは主張しませんが、全くの素人でもありません。
では、我々が交わした情報すべてを、普通の実務者が君の本を読んで「これがジョアネスが『前科学的』と言ったときの意味だ」と行間から読み取ると思いますか？
彼は、私が無知な愚か者で、自己流の外科医―それが第一章ですが―で、自分の訓練は全く役に立たないと言ったのではありません。しかし、私たちがさっき話した進歩の矢印のような建設的な点は、皆ご存知の通りです。
彼らはそれを読み取ると思いますか、それともその極端さに少し引かれてしまうと思いますか？これは感情的な問題であり、正解も不正解もありません。
Joannes Vermorel: 私が実務者と話していると、常に彼らの分野が停滞しているという現実を感じるという意見が多いです。おそらく、サプライチェーン実務者の90%は同意するでしょう。
30年も業界にいる人々はこう言うでしょう。「ああ、私が30年前にこの会社に入ったとき、すでにIBMのメインフレームで同じことをしていた。そして今はウェブアプリがあるが、論理は同じ、質は最低で、結果をまとめるためには依然として同じスプレッドシートを使っている。そんなの意味がない」と。
ですから、分野が停滞しているという事実に、50歳以上の実務者はおそらく同意するでしょう。彼らにとっては、人生のほとんどが同じ考えに基づいており、過去30年間でほとんど変化を感じていないからです。たとえ、ソフトウェアの見た目や使い勝手が、メインフレームの白黒端末からウェブアプリへと劇的に変わったとしても。
しかし、ユーザーインターフェースは劇的に変わったものの、数学、論理、そして基本的な理解は変わっていないのです。
ですから、「彼らは行間を読むだろうか？」とあなたは尋ねましたが、私には分かりません。
私が思うに、彼らは直感的に同じ診断―停滞した分野、壊れた進歩の矢印―を共有しているはずです。この歴史の章を読むことで、彼らがすでに感じているものが明確になり、興味を持つきっかけとなり、もっと学び、現状に挑戦しようとする意欲が高まるのではないかと思います。
あなたは日々、自分の分野が停滞していると感じるかもしれませんが、実際には毎日そのことについて考えているわけではありません。つまり、頭の片隅にあるだけです。そして、この本を通じて「おっと、実は半世紀も停滞している。何かを変えなければならない。そして、もっと学ぶ必要がある」と気づくかもしれません。
ですから、彼らは行間を読むことができるでしょうか？私には分かりません。しかし、この本が、この分野で進歩の矢印を再び動かすために必要な反応を引き起こすことができるでしょうか？私はそうなることを望んでいます。
Conor Doherty: まあ、反対はしません。
少しメタな視点から言い換えさせてください。あなたは著者であり、本を書いています。私も書いています。ですから、著者と読者の間には暗黙の社会契約が存在します。その目的は、私がある考えを伝えたいということにあります。私は著者であり、あなたは読者、すなわち私の本の対象なのです。
この暗黙の社会契約とは、できるだけ読者の立場に寄り添うということです。たとえば、あなたはラテン語で書いてはいません。実際、いくつかのラテン語のフレーズはありますが、全体はラテン語ではありません。それは誰にも理解されなくなる狂気の沙汰だったでしょう。ですから、ラテン語でもアラム語でも書かれていないのです。
そして、より体系的に言えば、私は本の最後のセクションに全ての数学的内容を配置しました。あなたはそのような選択をされたのです。体系的な選択がなされました―つまり、少なくとも読者にある程度合わせようと考えたのです。
そして私が言いたいのは―こう言い換えましょう―我々は1000万人規模の実務者という前提で話をしています。仮に魔法のように、その本を全ての1000万人の人々の目の前に置いたとして、約50%が「素晴らしい。これは私に響く」と感じるとしましょう。
そして残りの50%は、「その主張の極端さに少し不安を覚える」と感じ、初耳であるかもしれません。つまり、彼らは文字通り「主流の理論は壊れている、悲惨で信用に値せず、囚人のジレンマ、極端で――実際にそれを示唆する正確なフレーズは何だったか――『前科学的』」と読んでしまうのです。
あなたは非常に正確に表現しており、その意図も明確であると私は理解しています。しかし、再び申し上げると、1000万人という規模で平均をとった場合、彼らは「彼は実際には『私がバカだ』と言っているのではなく、ポッパー流の反証理論が欠如していると言っているのだ。それが彼の意味するところだ」と解釈するのでしょうか？
Joannes Vermorel: しかしまた、私はコミュニティ自身が自分たちを科学を行っているとさえ考えていないと思っています。これが一つの問題でもあるのです。
大学教授が全く科学的でない論文を発表しているという事実は、明らかに問題です。しかし、自己認識の面では非常に高く、ほとんどの実務者が「サプライチェーンで学んだことは正統な科学だ。そして今、それに異議を唱える男が現れた」とは考えないのです。いや。
私の見解では、ほとんどの実務者は、それが寄せ集めのヒューリスティックスや部族的な伝承、各社で何となく通用する方法だと理解しているでしょうが、その一貫性はなく、内在する矛盾が多く解決されず、それが大きな悩みとなっているため、結果として必要以上の会議が発生するのです。
ですから、多くの人々はそのような主張にあまり衝撃を受けないだろうと私は信じています。
しかしまた、この分野を科学の域に引き上げる試みの一環として、より明確な区別を持つことが必要だと思います。だからこそ、私たちは少し極端になる必要があるのです。なぜなら、前科学的な資料に関して私が抱く問題の一部は、しばしば主張があまりにもあいまいで、反証不可能になってしまうからです。
つまり、サプライチェーン4.0に関する内容は一方的にも他方的にも読むことができ、出来事はさまざまな形で展開します。矛盾が生じることはありません。それは鮮明さを欠いているのです。まるで、壊れたときにその欠片が明らかになるような結晶構造を持っていないのです。
それは大きな泥の塊のようなものです。もしあなたが泥の塊のような理論を提示すれば、どんな方向に歪められても、それは依然として泥の塊に過ぎません。一方で、結晶のようなものなら、壊れたときには確実に壊れたと分かります。
酷い話に聞こえるかもしれませんが、私たちはたった今、42人の共著者による論文への批判を発表しました。タイトルは「Generative AI時代のサプライチェーン」的なものです。
そしてこの論文は、私が「大きな泥の塊」と表現するにふさわしいものです。まさにその典型であり、形も一貫性もありません。いくら分解しても、それはやはり大きな泥の塊に過ぎません。今後何が起ころうともこれに矛盾するものは現れないでしょう。なぜなら、それはあまりにも無形で質が悪いからです。
これが前科学的であるという意味です。より明確な構造のものが現れたときに初めて、「ああ、これはかつて大きな泥の塊だった」と気づくのです。これまでの取り組みが前科学的だったと認識するには、科学の発展が必要なのです。
Conor Doherty: わかりました。さて、ディスカッションを完全に終えることはできません―サプライチェーンが化学のようなレベルの反証可能性を獲得できるかどうかという議論を締めくくることはできません。
しかし、最後の質問です。実践的なアドバイスとして、人々は初日からどのようにしてサプライチェーンにもっと科学的な要素を取り入れることができるのでしょうか？つまり、初日、すなわち本を読み始めたばかりで数章しか進んでいない状態から、実際に応用を始める初日以降、どのようにして彼らの取り組みに科学性を加えることができるのでしょうか？
Joannes Vermorel: この歴史的視点に立ち返る必要があります。歴史的視点を持つことは非常に重要です。なぜなら、騙されないためには、これまでなされてきた主張の歴史をしっかりと見る必要があるからです。
何十年にもわたって主張がなされ、そのたびに前の時代よりも控えめで流行語を多用した主張がされる場合、それは正しい方向に進んでいるとは言えません。一度よく考えてみてください。
大手ERPベンダーは、実現すると謳う内容についてはより控えめな主張を行いながらも、以前よりもさらに洗練され派手なものを提供しています。たとえば、2025年に私が持つGenerative AIを活用した控えめな主張が、1975年の私の主張よりも低調であるとすれば、一体何が起こっているのでしょうか？一体どういうことなのでしょうか？
ですから、歴史を学ぶことが非常に重要だと思うのです。つまり、誰を信用すべきかを理解するためです。
そしてまた、これまでの実験が非常に高コストであったことは明らかです。確かに、反証可能性を実証することは高コストで、遅く、混沌としており、困難です。
しかし、歴史的視点は何かの代理指標となるものを提供してくれると私は考えています。完璧な指標ではありませんが、代理としては十分に意味があります。
何十年も前から壮大な主張を続けているものを見てみると、実際にはほとんど成果を上げていません。いつか「これはただのでたらめだ。さもなければ成功していただろう」と言えるはずです。
さもなければ、誰かがその知識を有用なものに転換できていただろうのです。
例えば、サプライチェーン向けのグラフデータベースがあります。グラフデータベースはほぼ30年、オープンソースのグラフデータベースは20年ほど存在していますが、主流になったことはありません。私が知る限り、その活用例は非常に少ないです。
実際に生産でサプライチェーン関連のサポートにグラフデータベースを使用している企業に出会ったことはないと思います。
この歴史的知識から、グラフデータベースがサプライチェーンに全く影響を及ぼさないと結論づけることができるでしょうか？非常に実証的な観察に基づく歴史的議論です。決定的な証明ではありませんが、それでも意味があります。私にとって、それはサプライチェーンにおける今後の画期的な突破口としては極めて可能性が低いという、非常に確固たる示唆となります。
つまり、歴史をしっかりと見極める必要があるということです。これまでほとんど成果を上げなかったものを見なさい。非常に長い間存在していても、ほとんど成果を上げていないものは、おそらく今後も何も生み出さないでしょう。
これがこの章の本質です。歴史に目を向けなさい。半世紀以上機能してこなかったものは、おそらく今後も機能しないでしょう。
Conor Doherty: では、今日はありがとうございました。質問はこれで終わりです。これで第2章は締めくくられます。おそらく来週―少なくとも2026年には―第3章でお会いしましょう。
そして、ご覧いただいている皆さん、ありがとうございます。もし私たちに連絡を取りたい、または巨大な泥の塊から抜け出したいと思うなら、LinkedInでぜひ私たち―そして私―とつながるか、contact@lokad.comまでメールをお送りください。そして、その話はここまでにして、どうかお仕事に戻ってください。
