A Calibration-Aware Reference Architecture for Resilient Supply Chain Planning: Integrating Conformal Probabilistic Demand Forecasting with Scenario-Based Stochastic Vehicle Routing

あなたは、毎日移動しながら何千人もの隣人たちにピザや薬、おもちゃを届ける、巨大な浮遊都市の船長であると想像してください。これはサプライチェーンの世界です。トラック、倉庫、スケジュールが織りなす目に見えないネットワークが、私たちの現代生活を支えています。しかし、ここには問題があります。未来は混沌としています。時には嵐が吹き荒れ、時には工場が故障し、時には突然、誰もがペパロニを大量に注文したくなります。都市を動かし続けるために、船長たちは明日何が起こるかを予測しなければなりません。

長い間、科学者たちはこれらを解決するために2つの異なるツールキットを使用してきました。一つのツールキットは機械学習です。これは、過去のパターンを見て未来を推測する、非常に賢い探偵のようなものです。もう一方は**オペレーションズ・リサーチ（オペレーションズ・リサーチ）**です。これは、手元にある駒を使って最善の一手を考える、熟練のチェスプレイヤーのようなものです。通常、これら2つのツールキットは互いに連携していますが、多くの場合、話す言語が異なります。探偵はチェスプレイヤーに単一の数字（例えば「ピザが100個必要」）を渡し、チェスプレイヤーはその数字に基づいて計画を立てます。ここでこの論文が問いかけている大きな疑問は、もし探偵の推測が少し間違っていたらどうなるか？ もし「100個のピザ」が100%の保証ではなく、90%の推測に過ぎなかったとしたら？ もしチェスプレイヤーが不安定な推測に基づいて計画を立てれば、都市全体が食料不足に陥ったり、渋滞に巻き込まれたりするかもしれません。この論文は、探偵とチェスプレイヤーを繋ぐ、より安全な新しい方法を構築しています。つまり、航海に出る前に、彼らが自分たちの仕事をチェックできるようにするのです。

探偵のミス：「90%」は「90%」を意味しないとき

この論文の著者たちは、サプライチェーンの世界で非常によくある習慣をテストすることに決めました。通常、コンピュータが需要を予測するとき、「500ユニット以上は必要ないという確信は90%です」と言うことがあります。これは**分位点予測（クォンタイル予測）**と呼ばれます。これは、天気アプリが「雨が降らない確率は90%です」と言うようなものです。

研究者たちは、16の顧客を持つ物流ネットワークのデジタルシミュレーションを400日間にわたって構築しました。そして、標準的なコンピュータプログラム（「勾配ブースティング・アンサンブル」）を探偵として機能させました。彼らはその探偵に需要を予測させ、その「90%の確信」という予測が実際に正しいかどうかを検証しました。

結果は驚くべきものでした。コンピュータは彼らを騙していました。意図的ではありませんが、単に自分の自信（確信度）を調整する方法を知らなかったのです。コンピュータは自らの予測区間に対して80%の確信があると主張していましたが、現実の世界ではその予測が的中したのは77.5%の時間だけでした。その差は2.47パーセントポイントです。

これは、天気アプリが「雨が降らない確率は80%です」と言っているのに、実際には22.5%の確率で雨が降るようなものです。もしそのアプリに基づいてピクニックを計画すれば、あなたは濡れることになります。サプライチェーンにおいて、これはトラックが実際には必要だったよりも少ないスペースで出発させられていたことを意味します。計画上は安全に見えても、現実にはトラックの保護が不十分だったのです。論文では、これを「ネガティブな結果」と呼んでいます。なぜなら、従来のやり方がリスクを伴うものであることを証明したからです。コンピュータが示した「90%」という数字は、本当の保証ではなく、単に運良く最適化されただけの推測に過ぎませんでした。

チェスプレイヤーの新しい戦略：動く前に計画をテストする

探偵が信頼できないと分かった後、著者たちは探偵とチェスプレイヤーの間の架け橋を修復するための新しいアーキテクチャを構築しました。彼らは単に古い道具を捨てたのではなく、そこに「キャリブレーション層（校正層）」を追加したのです。

再び、あなたがチェスプレイヤーであると想像してください。探偵から与えられた単一の数字を受け取って駒を動かす代わりに、あなたには今、シミュレーション・ラボがあります。

1. キャリブレーション層： 探偵が数字を出す前に、それを特別なフィルター（共形分位点回帰と呼ばれるもの）に通します。このフィルターは、探偵の過去のミスをチェックし、統計的に現実と一致する可能性が高くなるように予測区間を調整します。論文では、この手法が「交換可能性の下での分布フリーな周辺被覆（distribution-free marginal coverage under exchangeability）」を提供すると述べています。つまり、あらゆるシナリオで完璧な修正を約束するのではなく、データの挙動に基づいて信頼レベルを修正するのです。
2. モンテカルロ・ラボ： 単一の未来を計画する代わりに、チェスプレイヤーは数千もの「もしも」のシナリオを生成します。同じトラックのルートを400通りの異なる可能な未来に対して実行し、実際にトラックが立ち往生する頻度を確認します。
3. 「価値」のチェック： 著者たちは、これらすべての追加の数学的計算が本当に価値があるのかを知りたいと考えました。彼らは「スマートな計画」（数千のシナリオを使用したもの）を「単純な計画」（平均的な推測を使用したもの）と比較しました。しかし、両方の計画において、トラックの数と燃料の量は全く同じに設定しました。これが極めて重要です。もしスマートな計画が、より多くのトラックを持っていたために勝ったのであれば、それはズルになります。トラックの数を等しく保つことで、より良い情報を持つことの真の価値を測定することができたのです。

彼らが見つけたこと（そして見つけられなかったこと）

この論文は、自分が何を証明し、何を単に構築したのかについて、非常に正直です。

証明された事実：
16の顧客を400日間シミュレーションした結果、調整されていない探偵は時間が経つにつれて精度が悪化していきました。5つの異なる期間（「フォールド」と呼ばれます）を通じて、予測の質は16.1%低下しました。コンピュータは学習するためのデータが増えていた（観測数が3,104から5,568へと増加）にもかかわらず、依然として混乱していました。これは、手法が自身の確信度をチェックしていない限り、「単にデータが多い」だけでは不十分であることを証明しています。コンピュータが「言ったこと」と実際に「起きたこと」の間のギャップは、実在し、測定可能なものでした。

「建設中」の部分：
著者たちは、これらの新しい機能を含む完全なツールボックスを構築しました。それには、「確率的解の価値（Value of the Stochastic Solution）」（スマートな計画を使うことでどれだけお金を節約できるか）を測定する方法、トラックが十分に満載されているかを確認する方法、そしてコンピュータがなぜその推測を行ったのかを説明するシステムが含まれます。しかし、彼らは、これらを測定するためのツールは構築したが、この特定のレポートにおいては「スマートな計画」対「単純な計画」の最終的な比較のための数値計算はまだ行っていないことを認めています。彼らはこれらを「ティア2（第2段階）」のコンポーネントとラベル付けしました。つまり、エンジンは完成しており、テスト用ハーネスも用意されているが、最終的なレース結果はまだ入っていない、ということです。

なぜこれが重要なのか

最も重要な教訓は、新しいスーパーアルゴリズムではなく、新しい「姿勢」です。論文は、サプライチェーンにおいては、計画が安全であると仮定するのをやめ、それを測定するべきだと主張しています。

これまでは、コンピュータが「90%安全です」と言えば、誰もがそれを信じていました。しかし今、著者たちは、キャリブレーション・チェックがなければ、その90%が実際には77%である可能性があることを示しました。その差は、トラックが時間通りに到着するか、あるいは道端で燃料切れになるかの違いを生みます。

著者たちは、すべてのステップがチェックされるように構築するための「リファレンス・アーキテクチャ（参照アーキテクチャ）」、つまり設計図を作成しました。彼らはコードをオープンソースとして公開しており、誰でもダウンロードしてテストを実行し、自分自身で確かめることができます。彼らは世界のサプライチェーン問題を解決したと主張したのではなく、私たちが通常行っている「仕事のチェック方法」が壊れていることを証明し、それを修正するための、より誠実な方法を提示したのです。

要するに、探偵の最初の推測をそのまま信じてはいけません。計算をチェックしてください。シミュレーションを実行してください。そして、常に、実際に降るかもしれない雨のために、トラックに十分なスペースがあることを確認してください。