Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
SCM Solutions - Metrics, Trade-offs and Beyond -
Search
Sponsored
·
Your Podcast. Everywhere. Effortlessly.
Share. Educate. Inspire. Entertain. You do you. We'll handle the rest.
→
MIKIO KUBO
December 16, 2023
Business
1
210
SCM Solutions - Metrics, Trade-offs and Beyond -
Supply Chain PlanningのSolutionをMetricsとそのトレードオフを中心にまとめてみました.
ついでにMOAI技術を用いた新しいソリューションを提案しています.
MIKIO KUBO
December 16, 2023
Tweet
Share
More Decks by MIKIO KUBO
See All by MIKIO KUBO
The Fusion of Mathematical Optimization and AI (MOAI): History and Outlook (Final Version)
mickey_kubo
0
40
The Fusion of Mathematical Optimization and AI (MOAI): History and Outlook (Short Version)
mickey_kubo
1
40
The Fusion of Mathematical Optimization and AI (MOAI): History and Outlook
mickey_kubo
1
74
History and Future of MO+AI
mickey_kubo
1
68
History and Future of MO+AI (Fusion of Mathematical Optimization and Artificial Intelligence)
mickey_kubo
1
33
Next.js 入門解説: Reactとの決定的な違いとApp Routerに基づくモダンWeb開発
mickey_kubo
1
110
Google Antigravity and Vibe Coding: Agentic Development Guide
mickey_kubo
5
350
React完全入門
mickey_kubo
1
110
TypeScript初心者向け完全ガイド
mickey_kubo
1
110
Other Decks in Business
See All in Business
採用ピッチ資料|SBペイメントサービス株式会社
sbps
0
37k
動画編集スクールブイプロ_ファクトブック2026
stakayama
0
400
フルカイテン株式会社 採用資料
fullkaiten
0
81k
なぜ、あのPdMは「時間がない」と言わないのか? ~元エンジニアPdMが実践する「ドキュメント化 x MCP」の全貌~
sam8helloworld
0
180
採用向け会社紹介資料_20260105.pdf
yoshikatsu0423
0
390
アットウェア 会社説明資料
atware
0
13k
【新卒向け】株式会社リブに興味のある方へ
libinc
0
10k
株式会社スマートラウンド 会社紹介資料 / CompanyDeck
smartround
0
3.1k
成果報酬型アジャイル開発とプロダクトマネジメント
sasakendayo
0
150
キャンバスエッジ株式会社 会社説明資料
canvasedge
0
7.7k
Growth Book
kuradashi
0
2k
株式会社TENET 会社紹介資料
tenetinc
1
22k
Featured
See All Featured
Evolution of real-time – Irina Nazarova, EuRuKo, 2024
irinanazarova
9
1.1k
RailsConf 2023
tenderlove
30
1.3k
Art, The Web, and Tiny UX
lynnandtonic
304
21k
Self-Hosted WebAssembly Runtime for Runtime-Neutral Checkpoint/Restore in Edge–Cloud Continuum
chikuwait
0
310
Helping Users Find Their Own Way: Creating Modern Search Experiences
danielanewman
31
3.1k
Winning Ecommerce Organic Search in an AI Era - #searchnstuff2025
aleyda
0
1.8k
Done Done
chrislema
186
16k
The World Runs on Bad Software
bkeepers
PRO
72
12k
Rebuilding a faster, lazier Slack
samanthasiow
85
9.4k
Heart Work Chapter 1 - Part 1
lfama
PRO
5
35k
How to make the Groovebox
asonas
2
1.9k
Designing Experiences People Love
moore
144
24k
Transcript
SCM Solutions Metrics, Trade-offs and Beyond MOAI Tech Labo
SCM Solutions - Metrics ⼤規模インスタンスでの求解可能性 (size) 計算速度 (speed) 解の誤差 (error)
ロバスト性 (robustness) 拡張可能性 (extendability) 適応範囲 (range) 導⼊速度/費⽤ (implementation time/cost)
Size ⼤規模インスタンス(問題に数値を⼊れたもの)での求解可能性 ⼤規模でも解ける ⼩規模でないと 解けない Greedy Local search Exact solution
methods metaheuristics 実際のSCMの多くの問題は NP-hard Sizeの⼤きいインスタンスに対して ⾼速に誤差の⼩さい解を⽣成する ことは(おそらく)できない
Speed 計算速度 終了判定基準をユーザー が指定し,その中で最良解を探索する インスタンスのサイズに 対して指数オーダーで 計算量が増⼤ Greedy Local search
Exact solution methods metaheuristics インスタンスのサイズに 対する多項式オーダーで 計算が終わる
Error 解の誤差(精度 accuracy / 質 quality) ⼤きな相対誤差 Greedy Local search
Exact solution methods metaheuristics 厳密解もしくは 相対誤差の保証を もった解 途中で打ち切ることによって 近似解法としても使える 近似解法
Robustness ロバスト性 インスタンスが 変わると悪い解 を算出する Greedy Local search Exact solution
methods metaheuristics 様々なインスタンス が解ける(ただし 計算時間は変化) 少数のインスタンス に対して上⼿く動く 近似解法は,インスタンス パラメータの変化に弱い すべてのインスタンス テストしたインスタンス 新しいインスタンス
Spped, Size, Error のトレードオフ ⼩規模 ⼤規模 低速 ⾼速 Speed Size
誤差⼤ 厳密解(誤差⼩) Error Exact solution methods Greedy Local Search Metaheuristics Sizeの⼤きいインスタンスに対して ⾼速に誤差の⼩さい解を⽣成する ことは(おそらく)できない NP-困難性
パラダイムシフト すべてのインスタンスの集合 実際のインスタンスの集合 すべてのインスタンスに対して ⾼速に誤差の⼩さい解を⽣成する ことは(おそらく)できない たくさんの過去の 実際のインスタンス 過去のたくさんの実際問題の インスタンスと対応する解がある
対応する解 NP-困難性 すべてのインスタンスの集合 機械(深層)学習の利⽤ ?
MOAIによるNP-困難性の克服 ⼤規模でも解ける ⼩規模でないと 解けない 低速 ⾼速 Speed Size 誤差⼤ 厳密解(誤差⼩)
Error Exact solution methods Greedy Local Search Metaheuristics MOAI (機械学習+数理最適化) ⼤規模インスタンスに対する 誤差の⼩さい解を⾼速計算 +
Extendability 拡張可能性 問題の拡張が容易 単純でモジュール化 されたアルゴリズム 複雑でモジュール化されていない アルゴリズム 問題の拡張が難しい (もしくは多⼤な 追加費⽤/時間がかかる)
数理最適化モデリング⾔語で 記述可能な付加条件 数理最適化モデリング⾔語で 記述が難しい付加条件 買収によって様々な問題に対応 開発者の退職によってメンテが悪化 新しい機能の追加が不可能
Range 適応範囲 狭い: 特化した問題に 対するソリューション Optimind Lyna Logics Asprova Flexche
Forecast Pro SAP IBP Panasonic (Blue Yonder; JDA; i2) c3.ai o9solutions Coupa (Llamasoft) Optilogic 広い: SCMの幅広い範囲 をカバー Anaplan Streamline • 配送 • スケジューリング • 予測 に対する個別ソリューション • ネットワーク設計 • 配送 • 多段階在庫 • 予測 • 多段階在庫 • + ERP 得意分野はあるが ほとんどすべての機能 + ERP
Implementation time/cost 導⼊速度/費⽤ ⽐較的安価で短時間 Coupa (Llamasoft) ⾼価で時間がかかる プログラム設計者がすでに退職 Optilogic 数理最適化モデル
をユーザーに公開 DB Schema GUI プログラム設計者が現職
Extendability, Range, Impl. Timeのトレードオフ 拡張が容易 拡張が難しい Extendability 狭い 広い Range
安価で短時間 Implementation time/ cost ⾼価で時間がかかる SAP IBP Panasonic (BY) c3.ai o9solutions Optimind Lyna Logics Asprova Flexche Forecast Pro Coupa Optilogic Anaplan Streamline
MOAIソリューション 拡張が容易 拡張が難しい Extendability 狭い 広い Range 安価で短時間 Implementation time/
cost ⾼価で時間がかかる SAP IBP Panasonic (BY) c3.ai o9solutions Optimind Lyna Logics Asprova Flexche Forecast Pro Coupa Optilogic Anaplan Streamline + MOAI Supply Chain全体をカバー 最先端の最適化ソリューション モジュール化とAPI公開によって ユーザーがモデルを拡張可能