大澤氏(以下、大澤)：メーカーは、消費者に製品を届けるために、開発・生産・購買・営業といった複数の部門に分かれています。「良いものを作れば売れる」とされた時代には、それぞれ部門ごとの機能を磨き成長する「部門最適」の考え方が主流でした。しかし、現在ではそのやり方では対応しきれない局面が増えています。例えば、ドライバー不足により物流に制約条件がかかるようになった物流クライシス。従来は生産や販売の計画が先にあり、物流はそれを成立させるために後から追従する存在でしたが、今ではあらかじめ物流の制約を前提条件として組み込み、全体計画を立てざるを得なくなったのです。

サプライチェーンマネジメント(SCM)では、こうした全体計画を立案し、消費者に製品が届くまでのプロセスの最適化を目指します。各部門がそれぞれ固有の価値基準を持つ中で、会社の事業全体に係る意思決定を下す。その際、データは意思決定の内容に説得力を持たせるための重要な道具となります。

高橋教授(以下、高橋)：学生はBtoC(対消費者)領域に関心が向きやすく、BtoB(対事業者)の要素が強い物流などの分野は見過ごされがちです。学生には、単に売上データのような成果指標だけでなく、企業内部におけるモノの動きや、それに伴うコストや生産性、採算性を考慮した設計についてもぜひ知ってほしいですね。

荒木教授(以下、荒木)：統計データサイエンス学環では、こうした課題に対応するサプライチェーンマネジメントの講義も開講予定です。

大澤：科目としてサプライチェーンマネジメントを扱う大学は珍しいのではないでしょうか。多くの人にとっては入社後に出会う概念ですので、学生のうちからデータサイエンスが必要とされる分野としてサプライチェーンマネジメントに触れているというのは、我々としては非常にありがたい話ですね。

大澤：自動車業界ではビジネスモデル自体も変化しています。ガソリン車から電気自動車(EV)への移行が進み、研究開発費や生産工場建設などの先行投資額は20年前に比べ数倍から数十倍に膨らみました。こうなると「1台売っていくら儲かったか」という単純な損益判断だけでは成り立ちません。求められるのは、どれだけ先行投資して、どのように回収するかというハイリスク・ハイリターンな判断。その際に不可欠となるのが、管理会計^*1の視点です。
*1 外部に向けて会社の事業成績を報告する「財務会計」と対比される、経営判断やコスト管理のために算出する社内向けの会計

ビジネスモデルの変化により、企業における経営評価の指標も転換が必要です。現場も交えた意思決定の場面では、いまだに一定期間ごとの損益で計算する期間損益の指標が強く、今後はデータを駆使しながら中長期的な価値創出を見据えた指標へ転換していく必要があると感じています。

岡田氏(以下、岡田)：現場での課題は「モノ(製品・部品)とカネ(資金)をどうつなげるか」。例えば、営業部門は販売台数で状況を捉えがちで、そこに財務や会計といった利益で捉える視点はまだ十分ではありません。扱う製品の数量を利益や投資回収といった言葉に換算する「管理会計」の考え方をいかに現場へ取り入れるか。そこにブレイクスルーのポイントがあるのではと期待しています。管理会計は、必ずしも精緻な数字を求めるのではなく、概算を用いて大きな方向性を判断することにも適した考え方です。そうした特性は、迅速な意思決定が求められるサプライチェーンマネジメントとも親和性が高く、その点でも重視しています。

高橋：Hondaの取り組みは、グループ会社や工場から集めたデータを基盤に、単なるコスト削減にとどまらない戦略的な視点が特徴的です。具体的には、投下資本に対してどれだけ価値を生み出したかを示す指標(ROIC)を用い、投下資金に対するリターンを最大化するために間接購買やサプライチェーンマネジメントがどうあるべきかを捉えていらっしゃいますね。

荒木：データを用いた社内改革を進める中で、社内にはどのような変化があったのでしょうか。

大澤：「全体最適」を軸にデータを示して調整を進めることで、各部門がそれぞれに重要なところだけでなく「会社全体として何を目指すのか」という意識を持つようになったのは大きな変化として感じています。

Hondaには「ワイガヤ^*2」と呼ばれる、年齢や職位にとらわれず意見をぶつけ合う文化があります。さまざまな部署を担当する役員たちが経営課題に対して意見交換しながら最善の意思決定をすることもある風土が昔からあるのです。現在、我々が取り組んでいる社内改革というのは、その意思決定を組織のあらゆる層まで含めて全社的レベルに拡張しようとする試みだと理解しています。各部門で重きを置く価値基準は異なりますが、客観的な数字データをもとに議論するため、建設的な対話ができていると思います。
*2 「ワイガヤ」とは、「夢」や「仕事のあるべき姿」などについて、年齢や職位にとらわれずワイワイガヤガヤと腹を割って議論するHonda独自の文化

荒木：大学での学びも同様です。理論を学ぶ座学はもちろんのこと、「このデータを見てどう捉えたか」を学生同士で意見交換し、そこに教員が適切な問いかけや助言を行って思考を深めていくプロセスが重要になります。学生たちには、そうした対話を通じて、多角的にデータに向き合うマインドセットを育んでほしいと考えています。

荒木：現場でのデータ活用を進める上で、特に重要視されている点は何でしょうか。

岡田：私は、現場に蓄積された「暗黙知」を「形式知」に変えていくことが重要だと考えています。データというのは、単体で取り出しても「過去にこういう結果が出た」ということしか分からず、「なぜそのようなことが起きたのか」という答えは現場の経験や勘といった暗黙知の中にあります。まずは、データを用いて因果関係や相関関係を分析し、暗黙知を形式知へ変換する。そこで現状を正しく理解することで、次の意思決定を行うための道筋が得られるのではないでしょうか。

大澤：データを集めること自体よりも、その数値にどう意味を持たせ、経営判断につなげるかが本質ですよね。また、優れたシステムを導入しても使われなければ意味がありません。トップダウンで動くのではなく、一人ひとりが自律的に動くことが重要です。Hondaに語り継がれる言葉に「松明は自分の手で^*3」というものがあります。これは、立場に関わらずリーダーシップを取ることを推奨する言葉です。システムを導入しただけで終わらせず、社員が自発的に活用して変化を起こしている背景には、こうした企業文化の存在が大きいと感じています。
*3 まだ誰も歩いたことのない新しい道、茨の生い茂る未踏の地を自らの手で切り拓き、“大いなる志という松明”を赤々と燃やし、その松明を自分でかかげながら、これからもHonda独自の道を進みたいという考え

荒木：今後、サプライチェーンマネジメントやデータ活用の領域において、どのような展望をお持ちでしょうか。

大澤：企業経営においては、ROICの向上や、無駄を削ぎ落として環境に対応するESG経営^*4の観点が求められると思いますが、サプライチェーンマネジメントはその双方に大きな影響を及ぼします。設計でも製造でも営業でもない分野ですが、こういった事業全体を推進する役割の重要性はさらに高まっていくと思いますね。例えばESG経営の観点から見れば、需要予測を行い、必要なものを無駄なくスムーズに届けることは社会課題の解決にもつながります。会社の状態としてサプライチェーンマネジメントが機能する会社にすることが、重要なことではないでしょうか。
*4 環境(Environment)、社会(Social)、企業統治(Governance)の3つの観点から持続可能な成長を目指して企業経営を行う手法

岡田：「FDE(フォワード・デプロイド・エンジニア)」という言葉をご存じでしょうか。いわゆるデータサイエンティストでもなく、データの活用基盤構築や管理のみを担うエンジニアでもなく、現場の困り事に対して、その要因や解決の必要性を理解した上でソリューションの開発・実装まで一気通貫で行うエンジニアのことです。こうした人材を今後社内に増やしていきたいと考えています。複数の部門での業務経験を通じて現場の感性を磨き、その上で管理会計や経営学、データサイエンスなどの視点を組み合わせる。FDEを育成するために、サプライチェーンマネジメントというフィールドはとても適していると思います。

荒木：それでは、最後に皆さまから読者の方へメッセージをお願いいたします。

大澤：データサイエンスやAIの活用というのは、それ自体が目的ではなく、それにより社会課題をどう解決していくのかを考えるものです。サプライチェーンマネジメントや購買の仕事は、昨今の物流危機や環境問題といった非常に大きな社会課題に向き合っています。そこで、より良い社会を作っていくための舞台の一つとしてHondaに関心を持っていただけると嬉しいですね。統計データサイエンス学環は、データサイエンスという専門性に立脚しながらも、その枠を飛び出して他の分野も巻き込んでいく学際性を備えた場だと感じます。多様な現場へ飛び込んでモノや組織を動かしていく、行動力のある方にぜひ挑戦してほしいと思います。

岡田：モノづくりは決して容易ではありませんが、多くの人々の知恵と努力が結集した成果を社会へ届けるという経験には、大きな達成感が伴います。何よりモノづくりは面白い仕事です。ぜひこれから進路を選択する学生の皆さんにもこの業界に興味を持っていただきたいなと思います。

高橋：統計データサイエンス学環では統計学やデータの活用を学ぶことができます。データに表れない企業活動や課題について第一線の実務家の方からお話を伺い、仮説を立てて分析し、自分なりの答えを導き出す。そしてその成果に対して企業の方にフィードバックしていただくなど、企業連携を通じてデータを活用して交流できるサイクルを整えていきたいと思います。

荒木：現場のデータに関心を持ち、普段と異なる兆しに目を止め、「なぜ？」という疑問を大切にできること。それを手がかりに改善策を考え、より良い意思決定へつなげられる人材が求められているのだろうと改めて感じました。大学側も企業の現場におけるデータ活用の実態を絶えず学び、実践的な教育カリキュラムへと落とし込んでまいります。