00:00:00 チャプター6：サプライチェーンの接着剤としてのインテリジェンス
00:04:49 収益性こそがインテリジェンスを定義し、人間らしさではない
00:08:17 優れた選択が運用上のインテリジェンスを測る
00:12:50 白襟労働のサプライチェーン業務にも機械化が到達
00:17:24 コーディングエージェントが準備への異議を打破する
00:21:12 主流のサプライチェーン・プレイブックはロボット化可能
00:26:10 コーディングエージェントを試して、実績を直接確認せよ
00:30:20 白襟の自動化がOPEXをCAPEXに転換する
00:34:24 ソフトウェアは価値が増す競争優位資産となる
00:39:23 インテリジェンスのシステムは資産の一部に過ぎない
00:42:34 ソフトウェアファーストの運用へ向けた漸進的な道はない
00:46:23 通常の日は無人自動化が処理すべきだ
00:50:26 人間は厄介な問題を通じて資産を向上させる
00:55:02 すべての部門が部分的にソフトウェア主導となる
01:00:46 実務者は機械に対する価値観を再考すべきだ
要約
このエピソードでは、サプライチェーンにおけるインテリジェンスは威信の問題ではなく成果の問題であると論じている。つまり、情報をより収益性の高い意思決定に転換するものは、その定義上、よりインテリジェントと言える。これに基づけば、多くのルーチンなサプライチェーン業務は既に自動化可能であり、これを無視する企業は競争に敗れるだろう。人間の本来の役割は、機械がまだ不得意とする厄介で戦略的な問題の解決に留まる。したがって、サプライチェーンは単なるコストセンターではなく、意思決定論理によって改善すれば価値が増し、怠れば価値が下がる生産的資産として捉えるべきである。
詳細な要約
このエピソードでの議論は、単純だが見落とされがちな区別に立脚している。インテリジェンスは称賛の対象ではなく、機能そのものである。サプライチェーンにおいて、インテリジェンスは洗練された響きを持つものや、人間の判断を褒めるものではなく、情報をより良い経済的成果をもたらす意思決定に変換する能力を意味する。もしある方法が別の方法よりも多くの利益を生み出すならば、実用的かつ限定的な意味で、それはよりインテリジェントであると言える。
この定義により、多くの混乱は即座に解消される。多くの企業は「優秀な人材」を擁していると主張するが、それは、その人々が常に他の選択肢よりも優れた意思決定を下している場合にのみ意味を持つ。ここでの比較対象は、人間と抽象的な機械の理想との間ではなく、あるdecision-makingシステムと別のシステムとの間である。凡庸な人間のプロセスが、単に「人間だから」という理由で正当化されることはなく、ソフトウェアがソフトウェアであるという理由で排除されることもない。
そこから議論は、より大きな歴史的パターンへと展開する。肉体労働は最初に機械化された。今や、白襟労働もまた機械化の波に乗っている。かつてコンピュータが算術や簿記のために行ったことを、コーディングエージェントや自動化ツールが、はるかに広範な知的作業に対して実現し始めている。企業がこの変化に「準備ができている」と感じるかどうかは問題ではなく、市場は心理的な準備を待たない。優れたツールを用いた競合他社が優位性を得、その優位性は次第に増幅される。
しかし、これはAIに関する流行の主張を無制限に肯定するものではない。むしろ、ルーチンで主流のサプライチェーン業務―標準的な計算式、分類、反復的な意思決定プロセス―は、ますます容易に自動化可能である。一方で、真に戦略的な問題、すなわち評価、 trade-offs 深い uncertainty 下でのトレードオフ、そして競合他社が容易に模倣できない特色ある優位性の創出といった難題は残る。これらは専門用語をあしらったスプレッドシートの単なる問題ではなく、厄介な問題であり、現状においては依然として主に人間の領域である。
これが、サプライチェーンを単なるコストセンターではなく生産的資産として捉えるべき理由である。意思決定論理がソフトウェアに体現され、維持・改善され、経済的に効果的になると、それは知的資本のようなものとなる。洗練によってその価値は増し、怠慢によってその価値は減少する。その意味で、企業のサプライチェーン能力は、単なる管理的なルーチンの集合ではなく、生産的なコードの一部のように進化する。
実際の含意は絶望ではなく再評価にある。人間の価値は消えない。むしろ、それは上流に移行する。日常的な業務は自動化されるべきであり、希少で困難、そして戦略的なものは人間の手によって維持される。現実の問いは、機械が従来以上のことを成し遂げられるようになった時に、人間がいかにして依然として価値を創出できるかという点にある。
完全なトランスクリプト
Conor Doherty: おかえりなさい。これは特別シリーズのエピソード6です。ジョアネスと私は、彼の新刊『サプライチェーン入門』を章ごとに解説していきます。
このシリーズでは、私はLokadを知らず、ジョアネスも知らない、ましてやLokadで3年半働いたことがないという非常に特定の立場から話しています。私は、このシリーズにおいて、Amazonなどで広く流通するこの本を手に取り、読み始め、疑問を抱く世界中の約1,000万人の実務者の一人です。そして、その疑問をジョアネスにぶつけます。
さて、前述の通り、これはエピソード6です。つまり、これまでに5つのエピソードがありました。もしまだご覧になっていないのであれば、まずそちらをご視聴いただくことをお勧めします。今日、特に最初の数問では、以前のエピソードで話した内容に触れるからです。それでは、ジョアネス、再会できて嬉しいです。
では、第6章は「インテリジェンス」と謎めいたタイトルで呼ばれています。第5章でデータ、情報、知識について論じた後、今やインテリジェンスに焦点をあてています。できるだけ具体的に、第6章「インテリジェンス」の核心となる主張は何であり、またそれはこれまでの内容をどのように踏まえているのでしょうか?
Joannes Vermorel: インテリジェンスは接着剤です。経済学の章で、目標は投資収益率の最大化であると確立しました。これは自明の理です。そして、前章の「情報」では、必要な材料、すなわち情報を得たことを確認しました。
さて、我々は何を成し遂げたいのか、つまり投資収益率の向上を目指し、データと情報の違いを明確に理解した上で関連情報をすべて収集しました。得られたものはあるが、唯一欠けているものは非常にスマートな実行力です。しかし、「スマート」とは具体的に何を意味するのでしょうか?
明らかに、もし人について話しているなら、「ああ、あの人はちょっと賢い人だ」と言うでしょうし、その他色々な表現もあります。不正確な定義はたくさんあります。多くの企業が「私たちは才能があり賢い人を雇っている」と言いますが、それは事実かもしれませんし、確かに非常に成功している企業もあります。しかし、それはあまり実践的な定義ではありません。なぜなら、人に「しかし知能をどう定義するのですか？」と根本的に尋ねれば、基本的に「分からないが、同じ人間を見れば認識できる」と答えるからです。
公平を期すなら、これはまたある意味で標準とも言えます。しかしこれは非常に実践的な定義ではありません。なぜなら、私たちはソフトウェアが非常に重要な世界に生きているからです。私が言いたいのは、これらのコンピュータはサプライチェーンの単なる細部ではなく、むしろ大部分において環境そのものなのです。そして、サプライチェーンは本質的に electronic records を通してしか観察できないと述べています。つまり、ソフトウェアの部分は単なる細部ではなく、文字通り根幹のレイヤーなのです。現実には、電子のレンズを通してしかサプライチェーンを見ることができません。
そしてなんと、これらのコンピュータは、ある形では知能を提供することもでき、すでにそうしています。算術は明らかに一種の知的情報処理です。人々は「ああ、ただの機械的なことだ」と言うかもしれませんが、実際には1970年代後半までは、学位を持つ人々が計算を行っていました。ですから、コンピュータはすでに算術という最も機械的な部分において、知能、つまり情報処理の負担から私たちを解放することに成功しているのです。
さて、次にテーブルの上に何が残されているのかを議論する必要があります。私たちには、いわば半分賢い機械とも言えるコンピュータがあります。それはどういう意味なのでしょうか？ そして、このすべてにおいて人間の知能の役割は何なのでしょうか？ さらに、知能とは何かを明確にしておきましょう。なぜなら、「見たときにわかる」というだけではなく、もっと深い理解が必要だからです。この定義はあまりに非実践的で、行動に移すことができません。
Conor Doherty: ここにはいくつかのポイントがあり、私はすでにいくつかメモを取っているので、準備していた質問から逸脱してしまっています。しかし、知能について話す際に引き出すべき重要な区別があると思います。冒頭で述べたように、あなたは大企業で、知能の高い人々を雇っていると言いましたが、それは確かに正しいかもしれません。
本書、またはこの章における一つのポイントは、サプライチェーンを利益を上げながら運営するための日々の意思決定という特定の文脈において、知能とは何かという問いです。そして、そのために人間レベルの知能が必要なのでしょうか？ 既に、そのレベルの知能を信頼性と大規模性を持って実行できるソフトウェアは存在するのでしょうか？ 私は後者であると非常に主張しており、それは何十年も前から存在しているのです。
Joannes Vermorel: はい。まず、私は人間中心の知能の定義を望んでいません。なぜなら、もし定義が人間中心であれば、結局「人間とは何か？」という問題に突き当たってしまうからです。もちろん、この問いは哲学的なレベルでは非常に興味深いですが、サプライチェーンの問題ではありません。ですから、私はそれを切り離して考えています。
私は人間性や魂、意識などを定義しようとしているわけではありません。これらは非常に重要な問題ですが、サプライチェーンの問題ではありません。
Conor Doherty: 収益性などの問題です。
Joannes Vermorel: その通りです。ですから、私は全てを収益性に結び付けています。第3章で説明しました、認識論—いや、そうではなく、第4章は経済学です。
Conor Doherty: はい。
Joannes Vermorel: そして、第4章で経済学について詳しく述べています。ですから、私はこう言います。知的に運営するとはどういう意味か？ それは、非常に収益性の高い、すなわち投資収益率を最大化する意思決定を生み出すということです。文字通り、本書において、私の著書において、知能をサプライチェーンの特定の文脈において、利益を生み出す能力と同一視しているのです。
これは、生の情報を適切な意思決定に変換して利益に結びつける方法なのです。そして、これが私の定義です。非常に実践的です。もしあるものがより多くの利益を生み出すならば、それはより知的であると言えます。もしそれがより良い意思決定を生み出し、その結果、より収益性が高いなら、見た目がどうであれ、それはより知的なのです。
もし、より多くの利益を生み出すものが基本的な割合を用いているなら、その基本的な割合こそがより賢いということになります。これが、私が問題にアプローチする方法であり、非常に実践に根ざした定義を持つための方法です。そして、この知能の定義はサプライチェーンに必要なものという観点からのものです。改めて申し上げますが、私たちはここで人間の知能という哲学的問題を解決しようとしているのではありません。私たちは、あなたのサプライチェーン、市場、クライアント、サプライヤーなどの状態に関して収集可能なあらゆる生情報を得た後、その情報をどのように意思決定に変換するかという次の要素を明確にしようとしているのです。
すべての情報が集まった後、その情報をどのように意思決定に転換するか？ ここで知能が働くのです。それが、一方から他方へと変換する接着剤であり、魔法なのです。
Conor Doherty: 実際、引用文は見つけたのですが、すでに私のメモにありました。文脈のために補足すると、あなたは本書の中で「サプライチェーンは利益を上げるためにかなりの知能を必要とする」と書いており、あなたの定義では知能とは「将来のより優れた報酬をもたらす選択を行う能力」とされています。
さて、誰かが「でも、私たちはすでにそのための非ソフトウェア的なシステムを持っている。つまり、人間中心のプロセスを通して、将来のより優れた報酬をもたらす意思決定に至っている」と言った場合、あなたはどう応じますか？
Joannes Vermorel: 改めて言いますが、はい、と答えます。しかし今、問題はそれが賢いかどうか、あるいはそれが可能な限りの利益を生み出しているかどうかという点です。これは比較の問題です。
Conor Doherty: つまり、あなたが言っているのは、比較の問題だということですね。
Joannes Vermorel: そうです。二つのものは共に良くても、一方が他方より優れている場合があるのです。
Conor Doherty: 全くその通りです。
Joannes Vermorel: 問題はリソースの配分にあります。物が購入され、輸送され、変換され、分配される、などなど。つまりリソースの配分が行われるのです。問題は、それらが知的に、あるいは可能な限り収益性高く行われているかということです。
したがって、核心は常に反事実的なもの、つまり利益のための選択肢をテーブルに残しているかどうかにかかっています。そして、もしそれが非常に明白であるならば、「ああ、あなたは愚かなことをしている」と言うでしょう。なぜなら、あまりにも多くのお金をテーブルに残しているからです。常に比較の問題なのです。
さて、もしすでにそれを実行している人々がいるなら、それで構いません。問題は、彼らが集団として何をしているか—すなわち、ある種の集団知能として—と、他の何か、または代替の組織が提供できるものとの比較なのです。
Conor Doherty: 「代替の組織」とは、つまりソフトウェアの介入を伴う知能のシステムのこと、もしくは単に異なる形で組織された人々のことを意味するのでしょうか？
Joannes Vermorel: あるいは、単に異なる形で組織された人々を意味します。例えば、S&OP プロセスのように、ただ人々が作業をしている場合もあります。つまり、それは単に人々であっても、組織の仕方が異なるだけであったり、少量のソフトウェアを用いる、いわゆるExcelを使った人々であったり、あるいは大量のソフトウェアを用いる人々であったり、もしくはただ一つの強力なソフトウェアを用いるという場合もあり得るのです。
つまり、人数が多いことも少ないことも含めた全体のスペクトルが存在するということです。再度言いますが、知性の領域においては、人数が多いからといって必ずしもより賢い結果が得られるわけではありません。例え話ですが、通りから10人を呼んでチェスのグランドマスターと対戦させたら、彼らは勝つでしょうか？もしただ通りから10人を集めたら、答えは「いいえ」、おそらく勝てないでしょう。
コナー・ドハーティ: うん。
ヨアンヌ・ヴェルモレル: そして、もし通りから今度は1000人を集めたとして、その1万人でチェスのグランドマスターに勝てるでしょうか？それでも無理でしょう。少なくとも確実にはね。
コナー・ドハーティ: そう。現実でもおそらく無理だね。
ヨアンヌ・ヴェルモレル: その通り。そしてそこが人々が混乱する部分です。「団結は力なり」という考えは、基本的には知性の作業ではなく、物質的な作業に適用されるものだからです。
もし問題がレンガをある場所から別の場所へ運ぶことであれば、確かに私たちが1000人集まれば、私一人でやるよりもはるかに多くのレンガを運ぶことができるでしょう。しかし、モナリザを創り出すとなれば、たとえ私たちが1000人いたとしても、誰一人としてモナリザに近づくことはできません。
だからこそ、知性は非常に特有なものなのです。知性は極めて捉えにくく、難解なものです。だからこそ、私が言いたいのは、自分の定義を最終的に測定できるものである「利益」に基づかせたいということです。そして、サプライチェーンの文脈において、知性が特に人々との関係にあると大前提するわけではありません。
要するに、利益を生むものであれば良いのです。実際に最終的なレシピに何人が関与しているかは、今後明らかになるものであり、それはあなたのソフトウェア技術の状況に大いに依存するでしょう。
コナー・ドハーティ: さて、これを踏まえてですが、実はこの話題はオフカメラでも話し始めたもので、名前の言及はする必要ありませんが、今日あなたから、AIの概念（後ほど触れますが）、すなわち知性とサプライチェーン内で定めようとしている基準に関するご自身の見解について、オンラインで少し反発を受けたと聞きました。
人々は、あなたに挑戦し、反論を呈し、「サプライチェーンはここで話題にしているようなパラダイムに対して本質的に十分に進化していない」と主張していました。
ヨアンヌ・ヴェルモレル: はい、しかしここでは技術進歩の全体的な傾向を見なければなりません。作業は機械化され、そして今もなお機械化は進んでいるのです。これは文字通り何千年にもわたって進行してきたものであり、ここ50年の間に物理的な物事に関しては飛躍的に加速しました。
つまり、私たちは進歩してきたということです。灌漑すらも労働を節約する手段です。始まるのに文字通り何千年もかかったものが数多くあり、ここ半世紀で肉体労働は劇的な生産性向上を遂げました。
コナー・ドハーティ: 本質的にはオートメーションの話をしているんだ。
ヨアンヌ・ヴェルモレル: そう、基本的には自動化ですが、その規模はあらゆるレベルに及んでいます。時には、これが「スマートな自動化」ではなく、単により大きな機械を使っているだけだと思われることもあります。例えば、コンテナ船の場合、依然として船を操縦しているのは人間ですが、搭載されているのは20,000個のコンテナです—そして、もし同じコンテナをトラックで運ぼうとすれば、20,000人のトラック運転手が必要になるのです。
つまり、コンテナ船自体は非常に先進的な技術ではありませんが、ただ大きくすることで生産性を飛躍的に向上させることができます。したがって、生産性向上は、派手な技術によっても、単に力任せに大きくすることで達成できるのです。コンテナ船は、巨大化と一括処理による力任せのアプローチそのものです。
コナー・ドハーティ: それとも、いや、単にサプライチェーンの文脈に戻すと、ということだね。
ヨアンヌ・ヴェルモレル: その通り。そして今、話はホワイトカラー、つまりオフィスワーカーの領域に移っています。計算機の登場とともに、コンピューターはホワイトカラーの仕事、少なくともその単調な側面や多くの面を自動化してきました。
人々はあまり知らなかったのですが、私の両親が働き始めた頃は、まだ手作業で計算する人々が存在していました。それは文字通り一日中の仕事でした。すべての支払先に支払う金額を手作業で計算し、各支払先の元帳を手で管理していたのです。そして後にExcelが登場し、その後に会計ソフトが登場し、さらに後にはERPsが登場して、このプロセスをまた改善していったのです。
コナー・ドハーティ: 要するに、効率化するということですね。
ヨアンヌ・ヴェルモレル: その通りです。実際に物を動かし、建設や製造に従事するブルーカラーだけでなく、ホワイトカラーにおいても生産性向上が見られるようになりました。そしてそのプロセスは今も進行中で、最近では非常に加速しています。これがここ数ヶ月のコーディングエージェントの物語です。
興味深いのは、LinkedInなどオンライン上で—私自身も定期的に投稿しているのですが—多くの人々がフィードバックをまとめると、ほとんどが肯定的であるということです。彼らはこう言います。「ヨアンヌ、あなたは100年先も未来であり続けるものを提唱している」と。
コナー・ドハーティ: そう、100年先ではないかもしれないが、あなたは10年先を行っているね。
ヨアンヌ・ヴェルモレル: 自動化というもの、世の中はまだ準備ができていない。つまり、彼らは、あなたが語る自動化のレベル、あなたが提唱し、Lokadが実践しているものに対して、サプライチェーンは対応していないと言っているのです。存在はしているものの、あなたは例外で、企業全体としては準備ができていないのです。
そして、これは非常に興味深い点です。コーディングエージェントに関して私が見るのは、誰も準備ができていないが、それでも必ずやって来るということです。すでにその姿は現れています。Claude Code、OpenAI Codex、そしていくつかの競合他社のコーディングエージェントが示しているのは、あなたが準備ができていなくても問題ではなく、むしろすでに存在しているという事実です。
そして、その基準は―私を含む世界中の人々が発見しているのですが、本当に衝撃的で、私が思っていた以上に非常に高いのです。
コナー・ドハーティ: その二つ、実際、あなたが本を書いたおかげでもあるんだね。
ヨアンヌ・ヴェルモレル: はい、本を書いて以来です。
コナー・ドハーティ: そう。君のLLMに関する質問は、実はもう時代遅れになっている。これは進歩のスケールを示しているんだ。君への軽視ではなく、ただCodex以前の話というだけさ。
ヨアンヌ・ヴェルモレル: その通りです。進歩は全くもって指数関数的で、非常に奇妙さすら感じられます。あのAI企業たちでさえ、マーケティング資料が時代遅れになっています。通常、ソフトウェアベンダーはいつも月面を約束しているかのような、来年には存在するかもしれないものを売り込んでいます。
しかしここでは、実際に6ヶ月前に完成したものを販売しているのです。つまり、マーケティング部門でさえ、ソフトウェアの実際の能力に比べれば遅れており、それが素晴らしいのです。
この本では、一般知能を「知的システムが自己改善する能力」として定義しています。そしてご存じの通り、直近の世代、つまりOpus 4.6とGPT 5.3、すなわちそれぞれAnthropicとOpenAIにおいて、どちらの場合もソフトウェア開発チームは、これらのコーディングエージェントが文字通り次のバージョンを書いていると語っているのです。
もちろん人間の監督下ではありますが、それでもなお。つまり、自己を書き換えることができるソフトウェアシステムに近づいているという考えは―本ではLLMを使って、もしかすると一般知能の火花があったかもしれないと述べたのですが、今ではそれは単なる火花ではなく、小さな炎になっているのです。大炎ではないですが、確実に燃え上がっているのです。
だから、「まだ準備ができていない」という批判は、全くもって無意味だと思います。市場は、あなたが準備できているか否かを気にしません。なぜなら、そのツールはあまりにも効率的で、世界のどこかで必ずあなたの競合他社がそれを使っているからです。それだけのことです。
そしてもう一度、もしあなたが「銃撃戦に剣を持ち込む」という表現のような状況であったとしても―実際にはあなたが剣を持っていけば、彼らは戦車を持ってくるようなものです―その差は甚大です。本当に、非常に大きいのです。ですから、そうです。ちなみに、これはLokadのようなソフトウェアベンダーにとっても衝撃的な打撃であり、私たちも免れてはいません。非常に真剣に受け止めている問題なのです。
コナー・ドハーティ: さて、また深く掘り下げる必要はありませんが、ここで取り上げたい神話や誤った先入観がいくつかあります。例えば、LLM、大規模言語モデルがサプライチェーンにおいて全ての問題を解決する万能薬だと売り込む人々がいますが、あなたはそれがナンセンスだと指摘しています。これは多少時代遅れかもしれませんが、サプライチェーンの意思決定におけるAIの考え方について、あなたは今どのように考えていますか？
ヨアンヌ・ヴェルモレル: 明らかなのは、主流のサプライチェーンアプローチを完全にロボット化したいのであれば、エージェントはそれをはるかに超えているということです。
コナー・ドハーティ: つまり、またあなたが言っているのは―
ヨアンヌ・ヴェルモレル: つまり、安全在庫、ABC分析など、ありふれた指標のことです。もしそのありふれた指標、すなわちASCMの全トレーニング資料に関する全てのものを対象とするならば、コーディングエージェントはそれをはるかに凌駕しています。主流のsupply chain theoryを採用するならば、OpenAI CodexやAnthropic Claude Codeがそれをロボット化できるかどうかについては、疑問の余地は全くないと言えるでしょう。
はい、可能です。容易に実現できます。それはもはや本当に挑戦的なことではなく、ツールをフル活用しているとも言えません。もはやその必要すらなくなったのです。
コナー・ドハーティ: それならなぜ企業はそれを実施しないのですか？これは月20ドルで商業的に利用可能です。数十億ドル規模の企業が――
ヨアンヌ・ヴェルモレル: しかし、実際に導入している企業もあります。ただし、これは全体のごく一部の話です。市場は教育者ではなくフィルターですから、新技術がすべての企業に受け入れられることはないと考えるべきです。企業は常に全ての技術を受け入れるわけではありません。ごくわずか5%が新技術を採用し、残りは倒産してしまうのです。これこそが市場の本質であり、非常に痛い現実です。シュンペーターもこれに気づいていました。これがイノベーションの創造的破壊なのです。
では、eコマースに話を戻しましょう。ウォルマートはAmazonを打ち負かすことができたかもしれません。必要だったのは、数人のエンジニアを配置することだけでした。ジェフ・ベゾスはガレージで働いており、何も持っていませんでした。彼は優秀なエンジニアすら採用できなかったのです。全ては後になってからのことでした。彼が初期段階で雇えたのは、安価なエンジニアだけでした。彼は小さなスタートアップで、数々の問題に直面していました。何も整っていなかったのです。銀行とのコネクションもなく、物流ネットワークも持っていなかったため、完全な混乱状態に陥っていました。
そしてなぜAmazonは巨人となったのか？その答えは、他の誰もが手を抜いたからです。誰も何十年も気に留めなかった結果、手遅れになってしまったのです。そしてここでは、その光景が再現されるでしょう。なぜなら、eコマースは一度きりの現象ではなかったからです。
19世紀末を振り返ると非常に興味深いことがわかります。電気が登場したのです。電気はゲームチェンジャーです。例えば、どの工場でも構いません。電球を取り付けると、突然その工場は24時間稼働可能になるのです。つまり、夜を制するということです。これは、もし機械が高価であれば、ハード資産への投資が、年間平均で12時間稼働していたものが、一転して24時間稼働するようになることを意味します。
電球が普及する以前は、暗闇や蝋燭で工場を稼働させることは不可能でした。ご覧の通り、電気―つまり電球をいくつか追加するだけで―あなたの工場の投資収益率が突然倍増する可能性があったのです。そしてどうでしょう？工場に電球を追加する機会を逃したすべての製造企業は、姿を消してしまいました。
そしてこの現象は何度も繰り返されています。例えば自動車業界においても同様です。20世紀初頭のヨーロッパには何百ものブランドが存在していました。何百も。そして、それらほぼすべての企業は絶滅してしまいました。その理由は、テイラー主義、すなわち組立ラインを非常に特定の方法で組織し、スループット等を最大化するという考え方が、フォードの成功を支えたからです。ある意味で、フォードのようになれなかった企業は倒産してしまったのです。
では、問題はそれが本物なのかどうかということです。技術の世界では、人々は時折非常に浅い事柄に対して壮大な主張を繰り返してきました。私が話してきた流行語の数々もその一例です。例えば、ブロックチェーンは完全なデタラメでありながら誇大に扱われました。さらに近年では、需要予測というものがありました―これもまた、まるで実体のないヴェイパーウェアのようなものです。実際、需要予測技術というものは存在せず、単に一部のベンダーが作り出した流行語に過ぎないのです。
では、果たして我々が話しているのは本物のものなのでしょうか？私の答えは、私を信じるな、ということです。コードを使ってみろ。ちなみにLokadの同僚にはこう言っています。コーディングエージェントの一つを使ってみなさい。そうすれば1時間以内にあなたの初アプリが作成でき、その出来にあなたの心は打たれるでしょう。それほど簡単なのです。
Lokadのヨアンヌ・ヴェルモレルを信じる必要はありません。テストをするだけで1時間以内に証拠が得られます。ちなみに、ソフトウェアの専門家でさえない何十人ものYouTuberを見かけました。彼らは料理や政治などについて議論しているにもかかわらず、「ところで、このツールを試してみたら1時間でアプリを作ってしまった。すごく洗練されたアプリだ」と言い、その出来に驚いていました。
ですから、今回は本当に、非常に大きな衝撃を与えるものです。そしてこれは、ホワイトカラーの職、つまり私の主張では、現行の主流サプライチェーン理論が完全にロボット化できるという考えを意味しています。
ちなみに、本書で紹介しているLokadの代替理論は、完全なものではありません。理由は、本書で議論している通り、依然として非常に妥当な点があるからです。例えば、評価の問題は非常に困難です。あなたのLLMはその点についてナンセンスな答えしか返してこないでしょう。ですから、私が挙げる、非常に困難な—特に厄介な—問題に関しては、近いうちに自動解決策が得られるとは期待していません。
繰り返しますが、この本はLLMが主流になるずっと前、そして確かにコーディングエージェントが主流になる前に書かれたものですが、この点については比較的満足しています。これらの予測は概ね正しかったのです。Claude Codeは、まだ正しく問題を解決できていません。OpenAI Codexも同様です。評価の問題はあまりにも難しいのです。
Conor Doherty: さて、これは重要な点ですが、私たちはすでにインテリジェンスやAIについてかなり議論してきました。一方で、章全体に経済学の要素が少しずつ入り込んでいます。これは、サプライチェーンが応用経済学の分野の一部であることから当然の流れです。そして先ほど資産について触れましたが、それはOPEX（運用費）対CAPEX（資本支出）の考え方、つまりサプライチェーンをより「資産」として扱うというアイデアに他なりません。
そこで、いくつかの引用を読み上げた後、皆さんに持ち帰ってもらおうと思います。しかし、あなたは、運用費を資本支出に転換する必要があると主張しています。「サプライチェーンの実践は、生産的な資産として具現化されるべきだ」、もしくは「具現化されるべきだ」と。さらに「その資産は、運用コストを超える継続的なリターンを生み出す」とも述べています。
さて、運用費を資本支出に変えるという考えは、多くの人々に響くに違いありません。あなたがこの概念を初めて提唱したわけではありません。「ああ、もっとCAPEXとして見るべきだ」と言われてきました。しかし、あなたはその実現のためのテクノロジー的な手法を提案しているのです。では、本書やあなた自身の視点から見ると、それは具体的にどういう姿をしているのでしょうか？どのような生産的資産なのでしょうか？どんな姿をしているのですか？
Joannes Vermorel: 改めて、ブルーカラーとホワイトカラーを考えてみてください。ブルーカラー労働者の場合、運用費を資本支出に転換するためには、労働者を機械に置き換えるのです。そうすることで給与を支払う代わりに前払いの投資を行い、その機械が同じ作業をはるかに低コストで遂行してくれるのです。
ご覧の通り、これが自動化の素晴らしさです。すなわち、最も希少な資源である「労働力」を取り除くことができるのです。
Conor Doherty: うん。
Joannes Vermorel: 結局のところ、最も希少な資源は労働力そのものです。言いたいのは、ブルーカラーとホワイトカラーは異なる種類の労働かもしれませんが、結局は労働という点では変わらないということです。一方で、ブルーカラーの場合、従業員の身体能力や作業能力、その「腕」を購入しているのです。対してホワイトカラーの場合、基本的にはその従業員の認知能力を購入しているのです。
しかし、根本的には、長い間、運用費を資本支出に変換するというアイデアは、ブルーカラーの領域の特権でした。単に機械を購入して、その機械が物理的な労働をこなすのです。
コンピューターの登場により、私たちはホワイトカラーの自動化の領域に足を踏み入れました。たとえば、元帳を管理するために計算を行っていた事務員たちは、すでにコンピューターによって置き換えられています。そして、これはその延長線上にあると考えています。
会計の面白いところは、会計が本質的にコスト中心であるという点です。どんな企業も、良い会計をしているだけで超利益を上げられるわけではありません。むしろ、会計が悪ければ―
Conor Doherty: ええ、先週もその話をしましたね。
Joannes Vermorel: その通りです。会計がしっかりしていなければ、お金は失われたり、盗まれたり、賄賂が横流しされたりします。だからこそ、しっかりとした会計が必要なのです。企業の生存のためには、複式簿記は必須です。規模が大きければ選択の余地はありません。
Conor Doherty: そうですね。
Joannes Vermorel: さて、サプライチェーンの面白いところは、もし正しく運用すれば―私が主張するのは―サプライチェーンは単なるコストセンターではなく、利益センターになり得るということです。
まず、サプライチェーンを利益センターにするためには、なぜそれが利益センターになり得るのかを理解する必要があります。もし従来のサプライチェーンの見方に固執すれば、主流の視点では「要求（サービスレベルなど）があり、サプライチェーンのゲームはその基準を満たすためにコストを最小限に抑えること」となります。
そのように問題を定義してしまうと、サプライチェーンは決してコストセンター以外のものにはなり得ません。つまりこれは誤った枠組みです。これもまた、財務的というよりは哲学的な立場の問題です。核心に迫ると、私はサプライチェーンを、意思決定がリターン率を持つものとして捉えています。このリターン率は非常に魅力的で、一ドルがしばらくして二ドルになったり、逆に半ドルになったりするのです。
つまり、「利益センター」と言っても、必ずしもサプライチェーン自体が直接お金を生み出すという意味ではなく、その潜在能力があるということを意味しているのです。
Conor Doherty: ええ。
Joannes Vermorel: もし運用がうまくいかなければ、単に損をするだけです。ところで、サプライチェーンが利益センターになり得るという考え方を受け入れると、問題はこうなります。正しいソフトウェアを備えたこの機械、あるいはコンピューターは、自動的に、機械的に、私に利益を生み出すことができるのでしょうか？私の答えは「はい」であり、それは決してSFの話ではありません。
Conor Doherty: ええ。それで、少し質問の枠組みを変えさせてもらいます。つまり、あなたはサプライチェーンをコストセンターから資産に転換したいと言っていますが、ここで「資産」とは必ずしも保有するものに限らない、ということになります。例えば、株式も資産です。でもそれらは本来、価値が上がったり下がったりするものです。
あなたは基本的に、サプライチェーンを生産的または価値が上昇する資産に転換できると主張しているのです。ところで、これは具体的にどういう意味なのでしょうか？生産的資産とはどういう意味か。つまり、どの部分を見れば「これが私のサプライチェーンだ」となるのか。
Joannes Vermorel: 実際には、その答えはソフトウェアにあります。なぜなら、他にも知的な生産的資産というものがあるからです。たとえば、ブランドもその一例です。
Conor Doherty: ええ。
Joannes Vermorel: それは資産です。もちろん、ディズニーがマーベルをブランドとして買収したとき、それは生産的な資産でした。収益を生むものであり、実際に収益を生み出しているのです。
要するに、これは知的財産としての資産です。どんな資産かというと、特許でもブランドでもなく、ソフトウェアの一部、つまり本質的にはコードそのものなのです。そして、なぜこれが資産なのかというと、根本的に言えば、とても競争的なゲームをしているからです。
ですから、サプライチェーンのゲームを正しく運用できれば、あなた独自の非常にユニークなソフトウェアとロジックを持つことができ、競合他社よりも有利に戦えるニッチな領域を築けるということです。必ずしも常にどこでも最強とは言えなくても、その分野ではトップでいられるのです。
だからこそ、これが生産的な資産になると言っているのです。もし正しく運用すれば、利益を生み出し、企業が市場の中で優位の島を築く手助けとなるのです。なぜなら、守りの堀のような独自の強みがなければ、必ず競合他社に取って代わられてしまうからです。定義上、生き残る企業は、市場の中で単に良いだけでなく、最高である部分という島を持っている企業です。もし、最高である部分がゼロであれば、企業は消えてしまいます。
Conor Doherty: 先ほど「価値が上がる（appreciate）」や「価値が下がる（depreciate）」という用語を使いました。家のような資産の場合、価値は上がったり下がったりします。たとえば、車を購入すれば、販売店を出た瞬間に価値は下がります。しかし、良いロレックス、例えばサブマリーナーは、価値が上がることもあるのです。つまり、物の価値は上昇することもあれば下落することもあるということです。
この文脈で言えば、あなたの説明によると、サプライチェーンはコードに転換されるのです。つまり、それ自体が資産となり、積極的に維持・改善することで、より良い意思決定が可能になる。なぜなら、それは静的な概念ではなく、資源を賢明に配分することで、どんどん良い判断（すなわちより大きな財務的リターン）を生むコードとなるからです。価値が上がる（appreciate）ということです。
もし半年間見過ごしてしまえば、当初ほど良い判断を下さなくなり、その資産は価値を下げてしまう（depreciate）。私の理解は合っていますか？
Joannes Vermorel: 全くその通りです。完璧です。そして、ちなみにソフトウェアの場合、このゲームは半世紀以上にわたりソフトウェアベンダーによって既に奏でられてきたのです。マイクロソフトには「Microsoft Excel」という資産があります。彼らはそのソフトウェアの価値を放置して、年々古くなり、ライセンスが減少していくこともできますし、あるいは投資を行って改善し、新バージョンを買うインセンティブを与えることもできます。
ご覧の通り、実際に毎日大量の人々がサブスクリプション等を通じて、このソフトウェアのライセンスに対価を支払っています。だから、マイクロソフトにとっては、これが資産となっているのです。何も手を加えなければ、ゆっくりとしかし確実に価値は下がっていきます。
例えば、マイクロソフトの一部の資産について、マイクロソフトは「これ以上再投資はしない」という戦略をとっています。これがMicrosoft Accessの事例です。Microsoft Accessは依然として減価償却がされる資産ですが、一部の人々はまだライセンスを購入しており、依然として収益を上げています。しかし、市場全体としては下降軌道にあるのです。マイクロソフトは15年ほど前に、Accessに対しては最低限のアップデート以外の再投資は行わないと決めました。要するに、革命的な変革はなく、最小限の保守のみという戦略です。
Conor Doherty: ここで使っている用語についても明確にしておきたいのですが、サプライチェーンについて語る際、目に見えず直接触れることができないと述べています―それが第1章の内容です。しかし今、サプライチェーンはCAPEXとして、すなわち資産、さらに価値が上昇する資産になり得ると語られています。そして同時に「システム・オブ・インテリジェンス」についても言及しています。「システム・オブ・インテリジェンス」が資産となり、それがあなたのサプライチェーンになるという認識でよろしいのでしょうか？これらは全体として同義と見なしていいのでしょうか？
Joannes Vermorel: いいえ、違います。システム・オブ・インテリジェンスを導入するという話は、実際にはソフトウェア中心の議論なのです。
Conor Doherty: しかし、それ自体が資産であるということですよね。購入する対象はそれだから、人々が混同してしまうこともある、ということですか？
Joannes Vermorel: いえ、いえ、いえ。システム・オブ・インテリジェンスは、資産の一部分に過ぎません。企業としては、それを説明する必要があるのです。
Conor Doherty: そうですね。
Joannes Vermorel: 企業にとっては、ソフトウェアを運用する人材や組織的な知識も含めて、初めて完全な資産となるのです。なぜなら、私たちはSkynetのような完全自律型のシステムを持っているわけではなく、ソフトウェアを運用するためには人が必要だからです。ですから、資産として捉えるならば、ソフトウェアを運用・保守する人々もこの資産の一部として含める必要があります。
しかし、システム・オブ・インテリジェンス自体は、あなたのアプリケーション全体の中で、どの部分がどの責任を担うかという境界線を明確にするためのものに過ぎません。単に「このソフトウェアはこれを担当する、しかしあれは担当しない」という役割分担を示すものです。
Conor Doherty: ええ。そして、システム・オブ・インテリジェンスは意思決定を生み出す仕組みになっており、先ほど話していたような意思決定を生み出すコードのラインの話と一致するということですね。ここを明確にしたかったのです。
Joannes Vermorel: ただし、私が通常「システム・オブ・インテリジェンス」と称するものは、実際にはある種のソフトウェアのクラスを指しているにすぎません。そこに、保守のための人材が必要だという事実は含めていません。再度言いますが、システム・オブ・レコードやレポートについて論じるときも、私は純粋にソフトウェアの話をしているのです。ここではいろいろなソフトウェアの特性を分類しているに過ぎません。
私が「資産」というとき、ソフトウェア中心の視点ではなく、経済的な視点から捉えています。つまり、あるものが資産なのか負債なのかという対比です。これが私の考え方です。つまり、これは経済的視点、経済的スタンスの問題なのです。
システム・オブ・インテリジェンスについて論じたときは、あくまでソフトウェアの視点からでした。重なる部分は多いのですが、本質的には異なる角度から見ているのです。
Conor Doherty: なるほど。
Joannes Vermorel: 結局のところ、大きな重なりはあるものの、見方の問題です。私はソフトウェアの観点から問題を見ているのか、あるいは経済学の角度から見ているのか、という違いです。
Conor Doherty: なるほど。では、実務家の立場からもう少し深掘りさせてください。この章には非常にテクニカルな部分も含まれています。例えば、確率的勾配降下法（差分可能プログラミング）のような話が出てきます。これもまた興味深いのですが。
私が特に注目したのは経済学の話です。なぜなら、あれは私の言語であり、私の日常業務、つまり「収入」と「支出」に直結するものだからです。もし読者が本を手に取って、「ああ、この考え方が素晴らしい。ついにコストセンターから生産的資産への転換が実現できる」という風に感じたとしたら、最初の一歩は何でしょうか？システム・オブ・インテリジェンスでしょうか？「そうだ」と感じてから実際に導入に向けて進捗を上げるための直線的なステップは何なのでしょう？
Joannes Vermorel: 問題は、そこに漸進的なステップは存在しないということです。馬車から自動車へと直線的に進歩することはできないのです。これが、従来の知識からの根本的な脱却を示している部分です。
私たちは、インテリジェンスがスペクトラムであるというアイデアを受け入れる必要があります。そして、そのスペクトラム内で、コンピューターや機械が、かつては人間の頭脳だけの特権だった部分をますます食いつぶしているのです。そして今、コーディングエージェントの登場により、哲学的立場として「証明がない限り、あらゆることは知的作業をソフトウェアが行うべきだ」と言える状況に達しているのです。
これは、私が本に盛り込んだ主張をさらに強化するもので、今やそのコーディングエージェントが基準をあまりにも高く設定しているため、正しい相互作用のスタンスとしては「もしその作業がエージェントによって実行可能であることが証明されない限り、デフォルトでエージェントが行うものと仮定すべきだ」ということになります。それが正しい姿勢です。
ちょうど輸送手段と同じです。もし「物を手で運ぶのが正しい方法だ」と証明できない限り、私はデフォルトで車両を使って運ぶ方が良いと考えます。車両を使わないという正当性を証明してもらう必要があるのです。
ブルーカラーの世界では、これがあまりにも明白なため、今日では何か反復的なことがあれば「機械を使えないか？」というのが当たり前の考え方になっています。たとえば、チャーリー・チャップリンの『モダン・タイムス』のように、一日に5000回もハンマーで打たなければならない状況を想像してください。誰もが「それなら機械があって当然だ。重いハンマーを手にして5000回も打つなんて誰もするはずがない」と言うでしょう。もちろん、機械が必要なのです。
起こったことは、昨年コーディングエージェントで起こったと思いますが、正しい哲学的パラダイムは「さもなければ証明されるまで、知的作業は機械が行うべき」というものになっています。そして、人間の知的作業が消えたという意味ではありません。しかし、本質的な哲学的立場は「非常に良い理由がない限り、すべてを自動化すべき」であるということです.
Conor Doherty: ええ、では、あなたの言葉を引用させてもらいます。その直後に、第6章からの引用ですが、「大規模な状況下での、無人による平凡な作業の自動化」、または日常の単純な作業、つまり「平凡な業務上の意思決定」が、供給チェーンにおいて既に10年以上も手の届くところにあるということです.
この質問には2つのポイントがあります。順を追って答えていただきたいのですが、まず一つ目として、運用上「無人」とはどういう意味なのでしょうか？エンドツーエンドの視点で説明してください。そして、もし何か問題が起きた場合、人間はどこに関わるのでしょうか？
Joannes Vermorel: つまり「無人」とはそういう意味です—例を挙げると、ある会社を考えてみてください。どんな普通のビジネスでも構いません。ウォルマートを例に取ってみてください。これはただの普通のビジネスです。特に派手なことは何も起こっていません。確かに、ニュースではアメリカが世界のどこかで地政学的な問題を抱えているとか、どこかで独裁者が酷いことをしていると報じられるかもしれませんが、本質的には今日のウォルマートは、アメリカにおけるごく普通の日として考えれば良いのです.
本当に特別なことは何も起こっていません。世紀の大雪のようなものではなく、ただ普通の天気です.
Conor Doherty: 普通の日ですね.
Joannes Vermorel: そうです、これは普通の日です。つまり、もしその日がいつもの一日と変わらず、既に1年の中でそのような日が100日あったなら、あなたの知能システム、すなわちこのソフトウェアは、あなたの代わりに供給チェーンのあらゆる意思決定を無人で行えるはずなのです.
そして、それは「はい、はい、はい」とボタンを押す人々に頼るのではなく、自動的に決断を下すのです。そして、あなたはそのシステムに十分な信頼を寄せることができる、つまりシステムが十分に信頼できることが証明されており、実際にシステムに任せることができるのです.
人々は「え、コンピュータを信用できるのか？」と言うかもしれませんが、その答えは断じて「できる」ということです。例えば、あなたの車に搭載されているABS（アンチロック・ブレーキ・システム）は、極めて生命を脅かす決断を下しています。あなたがブレーキをかけすぎていると判断するのです。これは、より強くブレーキをかけるためのシステムではなく、むしろタイヤが路上で滑り出さないように、ブレーキを控えめにかけるためのシステムなのです.
つまり、もしこのABSが故障すれば、ブレーキが効かなくなるということです。明らかに、これは非常に命にかかわるシステムであり、最も必要とされる時に極めて高い信頼性が要求されます。こうしたシステムは何十年も前から存在しており、適切なエンジニアリングがなされていれば問題にはならないのです.
つまり、供給チェーンは定義上、ほとんどの日が平凡であるべきであり、そうでなければ「平凡」の定義がおかしいのです。私は、システムはおそらく20日中少なくとも19日は—あくまで指標ですが—完全に無人で運用できるべきだと考えています。もし月に2回以上介入しなければならないなら、それは問題です。もちろん、本当に混乱する月もあります。10年に一度、同じ月に一見不可能と思える5つの出来事が起こる狂った月があるでしょう.
しかし、通常の状態に目を向ければ、ほとんどの日は普通です。システムは完全に無人で動作すべきです。そして「無人」とはどういう意味かというと、一日の終わりに、どのような意思決定がなされたか―どこに何を送ったのか―を振り返って、「うまくいった。問題なし。予想通りに動作し、何一つ後悔はない。システムはまさにあるべき通りに動作した」と言える状態のことを指します.
Conor Doherty: では、これが例外の場合ということですね。例外が発生したときにどうするかという考えに対する回答です。例えば、ロレックスを購入する際、それは資産として購入するものであり、何か問題が生じたら時計修理士に依頼します。これは資産の改善という点では問題ありません。なぜなら、先ほど資産が評価される、すなわち価値が上がるということについて同意したからです。価値が上がるというのは、つまりより良い状態になるという意味です。そして、それがより良くなるというのは、プロセスのどこかで人間の介入があった結果だと思われます。その仕組みをリスナーのために説明してください.
Joannes Vermorel: 改めて申し上げますが、我々はソフトウェアのパラダイムの中にいます。つまり、ソフトウェアを段階的にリファクタリングし、より良いバージョンへと進化させていくということです。これは工学的な問題、つまりソフトウェアエンジニアリングの問題なのです.
Conor Doherty: つまり、これは人間の洞察力による問題ということですね.
Joannes Vermorel: その通りです。まさにその意味です。これは創造的な問題であり、根本的には、競合相手に対して優位性を見出すために、競合が行わないことをあなたがやらなければならない、いわば手ごわい問題なのです.
正解の解決策というものは存在しません。ある解決策が正しいとされるのは、単に競合他社がまだそれを実行していないからかもしれません。彼らが実行し始めたら、あなたは差別化する必要があるのです。つまり、これは難問、未解決の問題、つまり前述した形式的な境界を持たない問題の領域に入っているのです。そして、現時点ではそれが人間の頭脳の特権であると言えます.
しかし、ここで我々は、なぜ人間の知性が必要なのかを明確に理解しています。それは、これらの問題が極めて困難で、本当にブルートフォースで解決できず、列挙することもできないからです.
Conor Doherty: 例えば、例を一つ挙げていただけますか？再度言いますが、小売会社であろうと、航空宇宙のMROであろうと、何でも構いません。生産的な資産があり、その資産を向上させるために会社の人間が関わる例を示してください.
Joannes Vermorel: 例えば、こう言えるでしょう。『自社の供給業者の一つとパートナーシップを築き、そのパートナーシップを市場で特権的なアクセスが得られるような形に整え、誰よりも低いコストで何かにアクセスできるようにできるか』と.
ご覧の通り、このパートナーシップはどのような形であっても構いません。合弁事業であっても、この供給業者のために鉄道線を建設するようなことでも構いません.
Conor Doherty: 戦略的洞察ですね.
Joannes Vermorel: はい、何にでもなり得ます。契約の下で、私が自社の技術の一部をこの供給業者に提供して彼らを向上させることもできるし、供給業者が私の会社に投資することもできるし、単に両チームが毎月一緒にリトリートに行くということでも構いません。形は無限にあります.
これは、選択肢A、選択肢B、選択肢Cといった形で列挙できる提案ではありません。可能性は無限大です.
Conor Doherty: わかりました。そして、また例として、私がこのように捉えている（もしかすると私の考えが間違っているかもしれませんが、ご指摘いただければと思います）が、もしあなたがウォルマートの例にあるような状況にあって、一日の終わりに振り返ったとき、物事は良かったかもしれませんが、実際はその決定がもう少し高められた可能性があると私は思うのです。なぜなら、それはその供給業者や店舗に関して、私が持っている非常に独特な人間的洞察を反映しているからです.
もしそれが繰り返し起こるものであれば、それはコードに組み込むことができ、コードとして表現され、この資産に取り込まれる。そして将来的には、そのモデルが意思決定を生み出すように訓練され、同じ作業を何度も繰り返す必要がなくなるのです―
Joannes Vermorel: そうです。これはまさにマイクロソフトがExcelを改善する方法そのものです。彼らは人々の意見、フィードバックを集め、もし何かが非常によく見受けられるなら、いずれ「これは単なるノイズではない。偶然の産物ではなく、製品に対する根本的に正しいフィードバックである。だから、この方向に製品を改良しよう」と行動を起こすのです.
ご覧の通り、ここでの主な問題は、一日の終わりに「この決定はもっと良くできたかもしれない」という点が多々見受けられることです。しかし、問題は、結局のところあなたは一日の初めにソフトウェアが持っていたよりも多くの情報を知っているということです。つまり、あなたは解決策に対する真の洞察と、生存者バイアス、すなわち一日の初めにはあなたの知性システムに存在しなかった事後情報とを区別しなければならないのです。したがって、一日の中で後から明らかになったことについて、このシステムを無知だと非難することはできません.
Conor Doherty: 了解です。さて、もう約1時間続いたので、少しまとめに入ろうと思います。ただ、一点明確にしておきたいのは、もし供給チェーンが資産となった場合、その資産はどの部署が所有するのでしょうか？会社全体と言えるかもしれませんが、それは具体的にどこに表れるのでしょうか？例えば、財務部でしょうか？
Joannes Vermorel: 問題は、ホワイトカラーの自動化により、全てのホワイトカラーの職が自動化されている点です。私にとっては、これは20年前から明らかでした。ちなみに、私には講義があり、第二講義で「21世紀はホワイトカラーの機械化の時代になる」と述べたことがあります。これが私の導入の主張そのものです.
つまり要するに、各部署をミニソフトウェア会社に変えていくという考えは現実のものとなりつつあります。それは長い間進行しており、今や非常に強く現れています。だから、もし「ソフトウェアはIT部門に属する」と言えば—
Conor Doherty: うん.
Joannes Vermorel: その最終的な結果は何でしょうか？それは会社全体を運営してしまうことです。だから私たちはそれを望んでいません。なぜなら、それではITという概念が意味を失ってしまうからです。もし法務、マーケティング、供給チェーンなど各部署が存在するのであれば、それは労働の分業を示しているのです。すなわち、人々を区分して扱う方法なのです.
つまり、すべてをITにまとめると言えば、それはもう会社そのものになってしまい、どう区分するかという問題だけが残ります。問題を先送りにしているにすぎません。すべてをITに入れるのは構いませんが、そうなると「どう分割するか」という問題が生じるのです.
つまり、すべてをITに入れることは、その言葉の意味を消してしまうということです。ただ「会社になる」と言うだけになってしまうのです。もし意味のある言葉を保ちたいのであれば、「すべてがITに吸収される」というのはありえません。そうすれば分業の概念がなくなり、私たちの言葉自体が意味を失ってしまうのです.
つまり、かつて大量のホワイトカラー労働者が存在していた場所では、今後は代わりに多くのソフトウェアが存在する世界に突入しているということです。そして興味深いのは、コーディングエージェントが未来の企業の姿に対して非常に魅力的な側面を与えているという点です。おそらく、各部署ごとに独自の資産を創出するために、コーディングエージェントを運用する人々が存在するでしょう.
これは、例えば法務部門においても、その人々がエージェントを用いて大規模に、極めて生産的に業務を遂行することを意味します。人事部門も同様です。すべての部署で同じです。つまり、もし供給チェーンが本質的にソフトウェアのゲームになる—そしてこれがこの本で私が提唱していること—ならば、供給チェーン部門は企業内の一種の専門的なソフトウェア部門となり、その目的は、生産的であり、供給チェーンのゲームを非常に収益性高く展開することで利益を生み出す資産を創出、運用、維持、発展させることにあるのです.
そしてこれは並行して進むものであり、マーケティングも全く同じゲームを行い、同じ問題に直面し、自部門の生産的な資産を発展させ、ブランディングや市場認知の面で、企業に収益をもたらす何かを育成する必要があるのです.
再び、実際に生産的な資産がありながらも、人間の労働力は存在するが、それが支配的でないという状態です。これが多くの大企業の未来の姿です。実際、製造業ではすでにそのようになっています。多くの製造業では、支配的なのは労働要素ではなく、例えばNvidiaでは労働にかかる費用は支配的ではなく、支配しているのは資本、つまり運用する機械の価格です。これは、これらの機械を操作するブルーカラーよりもはるかに重要なのです.
さらに、Microsoftの場合、彼らのソフトウェア資産の評価は、従業員に支払う給与よりもはるかに高いのです。根本的に、ソフトウェア企業は何十年もこのパラダイムの下で運営されており、無形のソフトウェア資産の評価が、実際に企業活動の大部分を占めるのです。もちろん、ソフトウェアエンジニアには良い給与が支払われますが、資産に比べればその額は小さいのです.
そして今、ほとんどすべての企業が少しずつソフトウェア企業のようになっていく、次の段階に向かっています。これは奇妙な世界ですが、多くの人々が何十年も前からこの世界の到来を予見していたとも言えるので、全く新しいものではありません.
Conor Doherty: さて、私の最後の質問です。これは、供給チェーンの実務者がこの記事を読んでいるという観点にも関連します。章6の最後にたどり着く約1000万人の供給チェーン実務者は、あなたの話から何を得るべきでしょうか？
Joannes Vermorel: 彼らは自らの人間の知性と、機械知能と比べたときの自分たちの付加価値について再考する必要があります。これは、2世紀前にブルーカラー労働者が問われたのと全く同じ質問です。すなわち、「あなたの付加価値は何か」という問いです.
ちなみに、素晴らしい答えはたくさん存在します。手作業に従事する多くの人々は、依然として市場から大いに評価されています。パリの高級レストランに行けば、シェフがいます。シェフはブルーカラー労働者ですが、通常非常に高収入を得ています.
ですから、非常に良い答えが多く存在するのです。答えは苦痛や惨めさではなく、シェフが稼いでいるということであり、フランスで最も多くの収入を得ている人々を見ると、その多くのシェフは、一般の人々と比べて富のパーセンタイルが非常に高いのです.
しかしながら、これは実際に取り組むべき真剣な問題です。すべての労働者、ブルーカラーも「機械に比べたら自分の価値は何か」と自問せざるを得なくなっています。そして今、ホワイトカラーもまた、機械知能と比較して自分たちの価値が何であるかを真剣に考える必要があるのです.
私からの一言としては、「心配するな、まだ十分な余地はある」ということです。しかし、これからは状況が変わるので、慎重に考え、世界がそのまま変わらずにいくとは思わないようにする必要があります.
Conor Doherty: つまり、まとめると、10年前の一般的な助言は「プログラミングを学べ」だったのに対し、今日では「料理を学べ」ということになるのです.
Joannes Vermorel: 再び、あるいはメタコードを学ぼう。なぜなら、コーディングエージェントは遥かに速い速度であなたのためにコーディングしてくれるからです。すでにコーディングを知っていれば、それは素晴らしいことです。コーディングをすでに習得している人たちは、実はその技術を採用するのが一番簡単なのです。ですから、必要な追加スキルの組み合わせが変わってくるのです。
しかし根本的には、たとえばコーディングに関して非常に詳しくなっても、この革命の次の段階へ進む際に非効率になるわけではありません。むしろその逆です。ですから10年前であっても、コーディングを学ぶことは良いアドバイスでした。ちなみに、コーディングエージェントを本格的に活用したいのであれば、今もそのアドバイスは有効です。自分自身が少なくとも少しはプログラミング的な考え方に慣れている方が良いのです。
Conor Doherty: はい。
Joannes Vermorel: 言語の構文はそれほど重要ではありません。しかし、世界は広大で、チャンスは非常に多様であるため、万能な解決策を提示することはできません。それは非常に個人的な旅になるでしょう。ちょうど二世紀前、機械化によって職を失ったブルーカラーたちが、芸術家の道を選んだ者もいれば、全く異なる道を歩んだ者もいたのと同様に。道は無数に存在します。
しかし、注意が必要です。基本的でありふれた知的作業の機械化はすでに始まっています。本当に、既にそうなっているのです。
Conor Doherty: わかりました。では、ジョアネス、本当にありがとうございました。他に質問はありません。第七章でまたお会いしましょう。
ご視聴いただいた皆様、本当にありがとうございました。いつも、毎週、毎ビデオで申し上げていますが、もし会話を続けたいと思われたら、どうぞ自由にジョアネスと私にご連絡ください。一番簡単な方法はLinkedInです。もしそれが難しい場合は、contact@lokad.com へメールをお送りいただいても構いません。
それでは、次回の第七章でお会いしましょう。そして、さあ、仕事に戻ってください。
