従来の機械学習メソッドの限界

 近年は新型コロナウイルス感染症の大流行、ロシアとウクライナの紛争、貿易戦争などの有事にサプライチェーンの分断が発生している。それで浮き彫りになったのは、機敏に動いて素早く立ち直れるよう、サプライチェーン計画の策定能力を高めることが企業にとって極めて重要である点だ。

 とはいえ、これはハードルの高い難題である。その大きな理由の一つは、予測の不正確さにある。不正確な予測は、納期の遅れ、需要とかけ離れた在庫水準、残念な決算数値という結果をもたらす。それも当然だろう。的外れな需要予測に基づき、的確な在庫や生産の意思決定ができるわけがない。

 我々はこの欠陥をカバーする方法を考え出した。この新メソッドは、過去のデータと機械学習を使って、サプライチェーンに関する優れた助言を生成する。既存の機械学習メソッドはなるべく正確な予測をすることに主眼が置かれているのに対し、我々のメソッドは実際に決断を下すことに重点を置いている。