00:00:00 導入：固定 lead times の隠れたコスト
00:00:57 矛盾：誰もが lead times は変動すると知っているのに、企業は変動しないかのように計画する
00:01:52 Supply chain の理論とソフトウェアが lead times の変動性をほとんど無視する理由
00:04:01 経営への影響：資本の誤配分、過剰在庫、欠品
00:08:28 逸話：遅れた1件の注文が新しい標準 lead time になるとき
00:10:36 固定 lead times は素朴な予測アルゴリズムである
00:12:29 生鮮品の例：お金が漏れ出す場所
00:17:02 lead times の変動性について企業が制御できること、できないこと
00:19:06 固定 lead times が他の supply chain の近道を増幅する仕組み
00:20:49 倉庫の入荷能力：納品を平準化することが重要な理由
00:24:10 まれな世界的ショックよりも日々の平凡な変動が痛手になる理由
00:29:00 サプライヤー評価と確率的な lead time モデリングの必要性
00:33:52 OTIF レポートとサプライヤー scorecard だけでは不十分な理由
00:35:19 マクロ危機と自ら招く日々の意思決定ミス
00:38:55 Amazon と、平凡な変動性を大規模に制御する力
00:42:13 視聴者質問：過去平均と buffer
00:45:18 化学製造の例：高価な投入物と重要だが安価な投入物
00:49:12 Pharma の質問：lead times の変動性を実務でモデル化する
00:56:28 過去の lead time 差分だけでは良い意思決定につながらない理由
00:58:23 余談：Excel での Tetris とスプレッドシートの限界
00:59:01 損失関数は誰が所有すべきか？
01:03:22 短い lead time の事業も同じ問題に直面するのか？
01:07:25 safety stock はまだ必要か？
01:10:23 実務上の次の一歩：supply chain の意思決定をロボット化する
01:14:12 締めくくり
概要
問題は lead times が変動することではありません。誰もがそれを知っています。問題は、企業が変動しないかのように計画し、その後で資本が浪費され、在庫がずれ、担当者が日々火消しに追われる理由を不思議がることです。固定 lead times、safety stock、buffer は経済的な推論ではありません。官僚的な近道です。本当の損害は、劇的な危機よりも、毎日繰り返される無数の小さな自損的ミスから生じます。解決策は、不確実性を明示的にモデル化し、習慣、平均、管理上の都合ではなく、期待される経済的リターンに基づいて意思決定することです。
完全なトランスクリプト
Conor Doherty: これは Supply Chain Breakdown です。今日は固定 lead times の隠れたコストを分解します。私は Lokad のマーケティングディレクター、Conor です。左にはいつものように、Lokad の創業者 Joannes Vermorel がいます。
始める前に、視聴者への質問です。lead times は変動すると思いますか。もし「当然変動する」と答えるなら、次の質問です。あなたの会社では、lead times が固定であるかのように計画していませんか。今日のテーマはまさにこの緊張関係です。
LinkedIn で簡単な投票をしたところ、冗談の回答を除けば 90% 以上が「lead times は当然変動する」と答えました。問題は、人々がそう言いながら、企業の意思決定プロセスではその現実が無視されることです。Joannes、この矛盾をどう説明しますか。
Joannes Vermorel: 理由はいくつもあります。まず、主流の supply chain 理論が、この分散をほとんど扱っていません。1000ページの教科書を読んでも、lead time の分析、モデリング、forecasting はほぼ出てきません。その結果、市場の supply chain planning や forecasting ソフトウェアにも、lead time のモデリングがほとんどありません。実務家が関心を持っても、道具がないのです。
さらに経営側には「これはサプライヤーの問題だ」という直感があります。欠陥のように見えるので、サプライヤーが直せば終わりだと考える。もちろん、実際には終わりませんが、そう考えることで自社側の注意が弱まります。
理論にもソフトウェアにも空白があり、組織としても「サプライヤーが解決すべき問題」と見なす。技術的には、サプライヤーが完全に解決すれば自社は何もしなくてよいのですが、それは起こりません。
Conor Doherty: 需要は不確実性の一番大きな源泉ですが、lead times の不確実性も非常に近い二番目です。それでも企業レベルでは投資も関心もソフトウェアも不足しています。これを無視する経営上の危険は何ですか。
Joannes Vermorel: 自社の lead times を無視すると、在庫に投入する資本が多すぎるか少なすぎるかになります。これは事業の巨大なドライバーです。lead time が7日だと思っていて、実際には1か月なら、オペレーション全体に問題が連鎖します。
顧客に on time and in full で届けられなければ深刻だ、ということは誰でも理解しています。同じことがサプライヤーにも当てはまります。彼らも最善を尽くしますが、予期しない出来事があり、常に予定通り・数量通りとは限りません。だから lead times は変動します。
サプライヤーが何十、何百もあれば、毎日どこかの注文が遅れたり、数量が違ったりします。それは事業の一部です。これを無視するのは、片目で経営するようなものです。
影響は非常に大きい。工場停止、顧客への約束不履行、あるいは不要な過剰在庫。契約上は2週間でも実際には2日で届くなら、無駄な在庫を抱えます。
もう一つの理由は S&OP の政治ゲームです。需要 forecast は部門予算に直結します。Sales は低い目標を、Production は高い目標を望む。だから皆が需要 forecast に集中します。lead times は経済的には重要ですが、社内政治では見えにくいのです。
Conor Doherty: 固定 lead times とは、平均値や契約上の lead time を使うことですね。
Joannes Vermorel: その通りです。多くの場合、lead times は測定すらされません。契約に7日と書いてあるから7日と入力する。その契約は10年前かもしれません。数字は古くてもシステムに残り続けます。
Conor Doherty: 例として、SKU-サプライヤーの通常 lead time が14日だとします。ある注文だけ100日かかると、システムが100日を新しい標準として扱い、次の注文にもそれが残る。結果は大きな過剰在庫です。
Joannes Vermorel: これは非常によく見る機能不全です。最後の lead time をそのまま将来の基準にする、非常に素朴な forecasting アルゴリズムです。ただしアルゴリズムとして理解されていないので、backtesting も改善圧力もありません。lead times はサプライヤー住所の郵便番号のような metadata として扱われます。
Conor Doherty: 生鮮品を世界中から輸入し、名目 lead time が10週間だとします。8週間にも24週間にもなり得る。どこでお金が漏れますか。
Joannes Vermorel: 生鮮品では、季節によって需要と価格が大きく変わります。正しい時期と間違った時期で価格が4倍違うこともあります。9月1日に到着すれば利益が出るが、11月1日に到着すれば同じ価格・同じ需要は期待できません。
9月の顧客を満たせず、売上を失い、場合によっては市場シェアを失う。そして遅れて届いた商品は、需要も価格も低い時期に来る。死蔵在庫や大幅値引きになります。
さらに、組織が lead time 変動に備えていないと、最後の瞬間に firefighting が発生します。担当者が手作業でクリックし、設定を変え、再調整する。将来を先取りして資本を正しく配分する代わりに、予想可能な変動が引き起こす banal な問題を処理することになります。
Conor Doherty: しかし輸入では船を速くできないなど、自社で制御できないこともあります。
Joannes Vermorel: だからこそ、lead time 問題が解決されるとは期待できません。自社の管理下になく、サプライヤーの完全な管理下にもない。lead times は今後も変動し続けます。
重要なのは、その変動が資本配分の投資収益に大きく影響することです。遠方のサプライヤーに注文するなら、lead times の変動は経済計算に反映されるべきです。そうしないと、多すぎるか少なすぎるかを知らずに注文します。変動を考慮すると、注文量が減ることも増えることもあります。
Conor Doherty: 固定 lead times は便利な近道ですが、service level、ABC、静的な MRP/ERP ルールなど他の近道の影響を増幅します。
Joannes Vermorel: その通りです。重要なものに盲目だと、簡単に防げたはずの愚かで高価な問題が出ます。例えば倉庫が1日に10台のトラックしか受け入れられないとします。計画上すでに10台の日に、遅れたトラックが1台加わると11台になります。ドライバーは待てないかもしれず、トラックは別の便に使われるかもしれません。
事前に配送を平準化して、1日8台にしておけば吸収できたかもしれません。時には、あえて lead time を1日長くする方が経済的に良い。短縮は高くつくことが多いからです。
Conor Doherty: 多くの人は、COVID や海峡閉鎖のような極端な出来事だけが lead times の本当の痛みだと考えます。
Joannes Vermorel: 実際には、日常的な小さな変動の方が企業を傷つけます。多くの企業では、人々がほとんど busy work をしています。Excel をいじり、ERP をなだめ、毎日流れを維持するためだけに膨大なホワイトカラー時間を使う。これは資本を増やす仕事ではありません。
Supply chain は、毎日何千もの資本配分を行う経済ゲームです。人々が firefighting に気を取られていると、主要な意思決定が悪くなります。チェスをしながら台所の火を消し続けるようなものです。
Conor Doherty: probabilistic に lead times をモデル化すると、サプライヤー評価はどう変わりますか。
Joannes Vermorel: まず、変動の経済的影響を測定できます。モデル内で、変動あり・なしを比較できる。これなしに「完全に信頼できるようにしてほしい」と言っても、サプライヤーは「どんなコストでもよいのか」と聞くでしょう。
非常に良い lead times は可能ですが、非常に高価です。逆に、急がない注文なら、lead time を長くする代わりに価格を下げられるかもしれません。航空業界ではそういう例があります。交渉は必ずしも短縮だけではありません。1% が大幅遅延する場合と 5% の場合の経済的影響を見なければなりません。
Conor Doherty: OTIF レポートや supplier scorecard、契約ペナルティはどうですか。
Joannes Vermorel: それだけでは不十分です。Supply chain は unattended で動く生産的な資産であるべきです。unattended とはゼロ人です。通常時なら、数週間は手作業の軍隊なしで動くべきです。実際には、多くの大企業が毎日何十人日もの firefighting を必要とします。lead times がモデル化されていないことは、その大きな原因です。
Conor Doherty: マクロな危機は全員に影響し、ミクロな日常問題は自社で制御できる、ということですね。
Joannes Vermorel: そうです。世界的な危機は競合にも顧客にも影響します。市場シェアを動かすのは、自社がどれだけ自損的な混乱を減らせるかです。Amazon は水晶玉を持っていたわけではありません。郵便番号ごとの配送約束、価格調整、返金処理など、日常の小さな意思決定を大規模に自動化しました。
Conor Doherty: 過去平均と buffer では足りませんか。
Joannes Vermorel: buffer は経済計算のない資本配分ポリシーです。“lead time プラス7日分の在庫” は、それが利益を生むか、倉庫スペースを奪うか、他の投資より良いかを答えません。たまたま正しいかもしれませんが、期待収益率を最大化する根拠はありません。
Conor Doherty: 化学製造では、高価な材料と安価だが遅れると生産を止める材料があります。
Joannes Vermorel: どちらも経済計算です。高価な材料には保有コストがあり、安価でも critical な材料は、航空機修理の duct tape のように、欠けると大損害です。ただし安価でも bulky なら倉庫スペースを使います。全てをユーロやドルに換算して比較します。
Conor Doherty: これは一度決めて終わりではありませんね。
Joannes Vermorel: はい。unattended なプロセスが日々の意思決定を生成し、人間はその数値レシピを改善します。改善は今日だけでなく明日以降の意思決定も良くする。だから仕事が蓄積されます。
Conor Doherty: 実務的には何が必要ですか。
Joannes Vermorel: probabilistic modeling の機械が必要です。過去観測を確率分布に変える machine learning コンポーネントです。それを需要、将来価格、返品、実際に受け取る数量など他の不確実性と組み合わせます。Pharma では遅れるだけでなく、数量不足もあり得ます。
その後、経済モデルと stochastic solver が必要です。Excel は確率的なオブジェクトには向いていません。Lokad のような環境、または同等のものが必要です。
Conor Doherty: 要するにコンピュータを使う。
Joannes Vermorel: ただし spreadsheet もコンピュータです。適切な道具を使うことが重要です。Excel で Tetris を作ることはできますが、便利ではありません。確率が中心になると spreadsheet は合いません。
Conor Doherty: 会社が lead times を記録しているだけではなぜ足りないのですか。
Joannes Vermorel: 記録は workflow であって、モデルではありません。過去は見えますが、確率モデルも、他の不確実性との結合も、資源配分への接続もありません。lead time だけを孤立してモデル化しても actionable ではありません。
Conor Doherty: loss function の ownership はどうですか。
Joannes Vermorel: 新しい部門を作るべきではありません。Supply chain はすでに官僚的に膨らみやすい。loss function は経済ドライバーに分解すべきです。stockout のコストは Sales、資金コストは Finance。Supply chain はそれらをまとめる packaging を所有します。
Conor Doherty: 短い lead times の会社にも当てはまりますか。
Joannes Vermorel: 経済性次第です。短い lead times では顧客も短い lead times を期待します。生鮮品では1日の遅れが大きく響きます。firefighting が作業の20%を超えるなら、大きな改善余地があります。
Conor Doherty: probabilistic に forecast すれば safety stock は必要ですか。
Joannes Vermorel: 必要ありません。safety stock は経済計算なしに資本を配分する非経済的ポリシーです。非経済的な道具が経済的な答えを一貫して出すことはありません。lead times の probabilistic な扱いは、safety stock がどれほど時代遅れかをさらに明確にします。
Conor Doherty: 次の一歩は何ですか。
Joannes Vermorel: 意思決定プロセスをロボット化することです。lead time modeling は目的ではなく、より良い意思決定の手段です。Lokad では、経済的に弁護できない “insane” な意思決定をなくすことが本番化の条件です。lead times を孤立してモデル化せず、悪い意思決定を生む blind spot から始めるべきです。
Conor Doherty: 今日はここまでです。Joannes、ありがとうございました。視聴者の皆さんも、質問、DM、コメントをありがとうございました。数週間後に pricing in supply chain について話します。それでは、仕事に戻りましょう。
