数理最適化：レジリエントなサプライチェーンの鍵

ロジスティクスの混乱はサプライチェーンの世界では新しい現象ではないが、COVID-19が引き起こした混乱の規模は、ステークホルダーがこれまで見たことのないものだ：Accentureによると、Fortune 1000企業の94%がパンデミックによる混乱を経験した。

幸い、今日の企業には数理最適化のような人工知能テクノロジーの配列があり、サプライチェーン混乱との戦いと克服を助ける。

数理最適化は、1980年代以来、サプライチェーン計画と運営のためのゴートゥーテクノロジーとして確立されてきた。ビジネス界の企業は、市販およびカスタムの幅広い計画アプリケーションを活用し、効率と収益性の向上だけでなく、混乱の管理と緩和にも取り組んできた。こうしたテクノロジーは、サプライチェーンの機敏性とレジリエンスを育む上で、長年にわたり極めて重要なツールとなってきた。

数理最適化は、プランナーとその他の主要ステークホルダーのために2種類の意思決定を促進する：

• 反応的。 リアルタイムで混乱を検知し、根本原因を特定し、リソースを動的に再配分することで、迅速かつ効果的に対応し、リカバリ時間を短縮する。
• 予防的。 サプライチェーンリスクを分析し、潜在的混乱を予測する。

数理最適化がいかに最適な反応的・予防的意思決定を推進し、サプライチェーン混乱に対処するかを見ていこう。

3部構成のモデル

すべての数理最適化アプリケーションは、本質的に2つの要素で構成される：ソルバー（アルゴリズムベースの問題解決エンジン）とモデル（実際の運営環境の表現またはデジタルツイン、そのすべての複雑さと課題を含む）。

モデルは、サプライチェーンの特定要素（サプライヤー、生産、ロジスティクス、倉庫運営など）をカプセル化できるし、エンドツーエンドのネットワーク全体を包含することもできる。

各モデルは3つの部分で構成される：

• 意思決定変数。 サプライチェーンのさまざまなポイントで行われる決定；
• 制約。 守らなければならないビジネスルール；
• ビジネス目的。 多数の（しばしば対立する）ビジネス目標——コストと在庫レベルの最小化、またはリソース活用、オンタイムデリバリーパフォーマンス、顧客満足度の最大化など。

混乱が発生すると、数理最適化アプリケーションは、実際のサプライチェーンの振る舞いを理解し体現したモデルに基づいて構築されているため、ユーザーが以下を達成できる：

• 可視性。 キャパシティボトルネックや需給の急激な変動など、混乱の発生源を即座に特定；
• 柔軟性。 現在のサプライチェーン全体の運営条件を反映するよう、調整や新しい制約、意思決定変数、ビジネス目的の追加によりモデルを修正；
• 機敏性。 計画とスケジュールを動的かつ自動的に再最適化し、混乱を可能な限り迅速かつ効果的に解決する最善の行動方針を決定。

数理最適化アプリケーションがあれば、企業はエンドツーエンドネットワークへのリアルタイム可視性とコントロールを維持でき、混乱が襲ったときに根本原因を容易に特定し、迅速に必要な措置を講じてそれらを是正し、ビジネス継続性を維持できる。

「継続的インテリジェンス」

機械学習——おそらくAIの最もよく知られた側面——は過去のデータに依存する。対照的に、数理最適化は利用可能な最新データを用いて、リアルタイムの処方的分析を提供する。Gartnerが呼ぶところの「継続的インテリジェンス」をサプライチェーンネットワーク全体にもたらす。

COVID-19パンデミックのような深刻なサプライチェーン混乱が発生すると、企業は過去のデータに依存して、前例のない財務的・運営的課題をナビゲートできない。

最新の可用データと、運営ネットワーク全体の現在の状況を捉えたモデルを利用するため、数理最適化アプリケーションは、現在のサプライチェーン問題への最良の解を自動的に生成し、継続的インテリジェンスと最適な意思決定を可能にする。

リスクの探求

サプライチェーン混乱の処理において重要なのは、リスクを評価し、将来に向けて計画し準備することだ。数理最適化のシナリオ分析機能により、企業は：

• 探求 さまざまな供給、需要、在庫、キャパシティ、マクロ経済、地政学、その他のwhat-ifシナリオを探求し、ビジネスへの潜在的影響を評価する；
• 発見 隠れたリスクを発見し、リスクエクスポージャーと、自然災害や生産・輸送障害のような混乱発生時のリカバリ時間を測定する；
• 解放 リソース再配分やサプライチェーン再構成により、リスク軽減とサプライチェーンレジリエンス向上の機会を解放する。

数理最適化のシナリオ分析機能により、企業は資本投資、サプライヤー選定、キャパシティと在庫計画、生産・倉庫施設立地など、複数の領域で予防的・戦略的決定を可能にし、将来の混乱の影響からサプライチェーンを断熱化できる。

COVID-19パンデミック中、我々は前例のないサプライチェーン混乱の波を経験し、グローバル経済に重大で持続的な混乱をもたらし、サプライチェーンプロフェッショナルに巨大な課題を突きつけた。数理最適化は、こうした混乱と戦う強力な武器であることを証明し、サプライチェーン効率と収益性を向上させた。このAIテクノロジーは、サプライチェーンリーダーが常に変化するビジネス環境をナビゲートし続ける上で、不可欠なツールであり続けるだろう。

Ed Rothberg氏はGurobiの共同創業者兼CEO。