🖥️ No-Code SCM Optimization Apps

ブラウザを開けば、
そこがSCM計画室。

表を直して、ボタンを押すだけ。難しい数理最適化の数式は一切不要。配車計画・需要予測・在庫方策・生産ライン・設備ガント・スタッフ勤務表、調達途絶リスクまで——計画担当者が自ら触って確かめられる、11のサプライチェーン最適化Webアプリケーション。

MOAI-Apps 配車最適化画面
router: 地図上の配送ルートと車両別積載率
11
業務特化型の最適化アプリ
0
数式知識不要・GUIで完結
10min
例題から結果まで10分で一周
3
全アプリ共通の操作ステップ

どのアプリも同じ、
シンプルな3ステップ

11個のアプリはすべて同じ画面設計と思想で作られています。一度使い方を覚えれば、配車でも在庫でも生産でも、迷うことなく操作できます。

📝Step 1

表を直す / CSV取込

Webブラウザ上で表のセルを直接打ち直すか、自社のCSVファイルをドラッグ&ドロップで取り込みます。

✓ 入力チェック機能: 入力ミスがあると「直してください」や「注意」が即座に通知され、誤った計算を防ぎます。

⚡Step 2

ボタンを押して計算

「解く」ボタンを1回クリックするだけ。バックエンドの高速最適化エンジンがミリ秒〜数秒で制約を満たす最適解を導き出します。

✓ バックエンド自動起動: Gurobi, OR-Tools, SCOP, OptSeq 等の産業用ソルバーが自律稼働します。

📊Step 3

結果を読んで書き出す

地図ルート、設備ガントチャート、在庫推移グラフ、KPIカードで結果を一目で確認。ワンクリックでCSVやJSONで保存できます。

✓ 案(シナリオ)保存: 条件を変えた複数の計画を「案」として保存し、並べて比較できます。

11の最適化アプリケーション

サプライチェーンの上流(調達・在庫・途絶リスク)から下流(幹線・配車・シフト)まで、現場の計画業務をまるごとカバーする専用ツール群です。タブをクリックして各アプリの画面と機能をご覧ください。

apps/router (第3章)

その日の注文を、どの車両がどの順に回るか

荷受け時間枠(タイムウィンドウ)、車両ごとの積載重量・容積上限、大型車進入規制、実道路の所要時間行列を考慮し、総走行時間を最小化する巡回ルートを秒速で算出。地図上に車両ごとの走行経路をカラフルに描画します。

決めること
車両別の訪問順、出発・到着予定時刻、積載率
入力データ
マスタ(車両条件・デポ拠点)+ 注文表(配送先住所・荷量・時間帯)
出力結果
車両別インタラクティブ配送ルート地図、運行指示スケジュールCSV
このアプリの操作を体験する ↓
router 画面
router: 地図上の配送ルートと車両別積載率の確認画面
apps/inventory (第1章)

品目の分類・発注方策・需要予測と在庫削減効果

売上金額と需要のばらつきを掛け合わせたABC-XYZ 9象限分類、LightGBMや指数平滑化による需要予測、そして「予測を日次の発注点につなぐ動的在庫シミュレーション」を1つのアプリで完結。在庫45%削減のインパクトを可視化します。

決めること
品目別重要度ランク、最適安全在庫量、日次発注点
入力データ
品目マスタ、日次・月次出荷実績CSV、調達リードタイム
出力結果
ABC-XYZマトリクス、需要予測グラフ、動的vs静的在庫推移比較
社内データでの試用を相談
inventory 画面
inventory: 動的在庫方策(青)による在庫圧縮シミュレーション
apps/scheduler (第6章)

作業をどの設備で何時から始めるか

設備・作業員・治具などの再生可能資源の制約と、作業間の先行関係、段取り替え時間を考慮し、全体のメイクスパン(完了時刻)または納期遅れペナルティを最小化する詳細ガントチャートを自動編成します。

決めること
各作業の設備割当、開始・終了時刻、納期遵守状況
入力データ
作業一覧(手順、所要時間、先行作業、納期)、設備稼働カレンダー
出力結果
設備別タイムラインガントチャート、資源負荷グラフ、遅れ警告リスト
社内データでの試用を相談
scheduler 画面
scheduler: 設備別ガントチャートと資源上限チェック画面
apps/network (第2章)

DCをどこに何か所開き、どの顧客を担当させるか

全国の顧客需要分布から、配送リードタイム300km制約を満たす物流拠点(DC)の候補地と最適箇所数を特定。総費用の45%を占める「DC固定費」と「輸送費」のトレードオフを地図とグラフで分析します。

決めること
開設すべきDC候補、各顧客の割当先DC、総物流費用
入力データ
顧客位置・需要量、拠点候補地リスト・固定費、距離別運賃テーブル
出力結果
拠点配置・担当エリア地図、拠点数別コストカーブ(エルボー法)
社内データでの試用を相談
network 画面
network: 物流センター配置と顧客担当エリアの地図表示
apps/shift (第7章)

スタッフの勤務表(夜勤明け・連勤・希望休)

夜勤明け休み(インターバル)、連続勤務日数上限、スキル資格保有者の同時配置、スタッフ各自の希望休を厳密に順守。特定の人に負担が偏らない公平で実行可能なシフト表を自動生成します。

決めること
日別・スタッフ別の勤務シフト(早番・遅番・夜勤・休日)
入力データ
スタッフ一覧(スキル・雇用形態)、希望休、日別時間帯別必要人数
出力結果
月間シフト表グリッド、必要人数過不足グラフ、違反ゼロ検算結果
社内データでの試用を相談
shift 画面
shift: スタッフ勤務表の自動生成と日別充足度チェック
apps/lotsize (第5章)

いつ・どのラインで・どれだけ作るか

品目ごとの部品構成表(BOM展開)と日次生産能力の上限をもとに、段取り替え回数と在庫保管費用のトレードオフを解決。過剰在庫を持たず、かつ欠品を起こさない最適な日次ロットサイズを計算します。

決めること
ライン別の日次生産ロット数、段取り替えタイミング、在庫推移
入力データ
製品需要計画、多段BOM、生産ライン能力上限、段取り費用・時間
出力結果
日次生産カレンダー、ライン負荷率グラフ、資材所要量(MRP)表
社内データでの試用を相談
lotsize 画面
lotsize: BOM展開に基づく日次生産計画とライン負荷状況
apps/servicenet (第4章)

拠点間の幹線を、どこで積み替え、何台出すか

拠点間の長距離輸送(OD需要)を、大型車単位で運行する幹線サービスネットワーク設計。ハブ拠点での積替え集約を活用し、トラックの空きスペースを削減して総運行便数を最小化します。

決めること
運行区間ごとの便数、直送 vs ハブ積替えの選択、荷物ルート
入力データ
発着地別輸送需要量(OD表)、中継ハブ候補、大型車両積載量・便単価
出力結果
幹線運行ダイヤグラム、ハブ集約フロー地図、車両積載効率分析
社内データでの試用を相談
servicenet 画面
servicenet: ハブ積替えによる幹線便数と集約フローの最適化
apps/revenue (第8章)

限られた容量を、価格の違う顧客にどう配るか

輸送トラックの荷台枠、倉庫保管スペース、航空・鉄道座席などの有限容量を、運賃・価格帯の異なる複数顧客クラスにどう割り当てるか(レベニューマネジメント)。資源の限界価値(入札価格)を瞬時に算出します。

決めること
クラス別予約上限(プロテクションレベル)、受付可否の閾値価格
入力データ
総利用枠容量、顧客クラス別運賃単価、需要予測分布
出力結果
予約上限配分表、入札価格(シャドウプライス)カーブ、期待売上試算
社内データでの試用を相談
revenue 画面
revenue: キャパシティの最適クラス配分と入札価格設定
apps/scml (第9章)

供給・生産・輸送・在庫をまとめた、費用最小の計画

調達先から複数工場、配送センター、顧客に至るサプライチェーン全体を1つの数理モデルに集約。各工程の固定費や輸送費、生産制約を丸ごと勘案し、全社総費用最小の総合事業計画を立案します。

決めること
各工場の生産量、DC経由の輸送フロー、期末在庫量、全社総コスト
入力データ
供給網定義ファイル(SCMLまたはCSV一式:拠点・経路・品目・制約)
出力結果
全社物量フロー図、品目別物質収支検算レポート、コスト内訳表
社内データでの試用を相談
scml 画面
scml: サプライチェーン全体の調達・生産・輸送・在庫の統合解
apps/risk (第10章)

どの調達先が止まると、生産が止まるか

部品表を素材まで遡り、拠点ごとに「在庫で持ちこたえられる期間(TTS)」と「復旧までの期間(TTR)」を比較。在庫で埋まらない露出期間と期待損失から弱点を特定し、期待費用最小と最悪ケース費用最小の2通りの在庫配置を提示します。複社化や在庫積み増しをどこから始めるべきかを数字で判断できます。

決めること
弱点となる調達先の特定、途絶に備えた拠点×品目別の在庫配置、複社化の優先順位
入力データ
拠点(生産能力・途絶確率・復旧期間)、品目(単価)、部品表、拠点間の供給、拠点×品目(在庫上限・需要)の5表
出力結果
階層グラフ・TTS−TTRリスクマトリクス、拠点別期待損失、在庫配置の比較、途絶確率の感度、シナリオ比較ダッシュボード
社内データでの試用を相談
risk 画面
risk: 途絶時に生産が止まる経路と、拠点別の露出期間・期待損失
apps/explorer (第11章)

例題の結果を、前提を動かしながら読む

「需要が20%増えたらどうなる?」「燃料費が高騰したら?」といった疑問に答える分析エクスプローラ。前提パラメータをスライダーで動かし、コストやサービスレベルの感度分析や複数シナリオの並列比較が可能です。

決めること
外生環境変動に対するロバストネス評価、最悪シナリオの特定
入力データ
各アプリで保存された「案(シナリオJSON)」
出力結果
シナリオ比較チャート、パラメータスイープ感度グラフ
社内データでの試用を相談
explorer 画面
explorer: 複数シナリオの前提条件とコスト差分の並列比較

ブラウザ上の操作感を体験する

アプリの使い勝手は極めてシンプルです。下の注文表の黄色いセル(荷量・時間帯)をクリックして値を変更し、「解く」ボタンを押してみてください。

router / 注文と配車
📝 注文データ(クリックして数値を変更可能) ● 計算完了(制約検算済み)
配送先 荷量 (kg) 指定時間枠 住所
店舗A(渋谷) 東京都渋谷区道玄坂
店舗B(新宿) 東京都新宿区西新宿
店舗C(品川) 東京都品川区東品川
※ 黄色い枠をクリックすると荷量や時間枠が切り替わり、ボタンを押すと数理最適化ソルバーが再計算します。
配車結果地図
総走行時間削減
-23.4%
平均車両積載率
94.2%
時間枠・制約違反
0件

現場で信頼される
「安心設計」

数理最適化の計算結果を実際の現場で安心して使うために、マニュアルに明記された厳格なルールと仕組みが全アプリに組み込まれています。

🛡️

独立した制約検算

「最適解」と出ても鵜呑みにしません。ソルバーとは独立した検算ルーチンが、時間枠・積載量・夜勤明け休息などの全制約を二重チェックし、合格した解だけを提示します。

🏷️

「古い結果」の自動警告

結果を出したあとにデータや設定を1箇所でも変更すると、画面に「古い」という印が自動点灯。以前のデータで作られた古い計画を誤って現場に流す事故を防ぎます。

💾

下書き保持と案(シナリオ)保存

編集中データはブラウザに下書きとして自動保存されるため、タブを閉じても作業を継続可能。完成した計画は名前をつけて「案」として保存し、いつでも呼び出せます。

貴社の実データで、
アプリの威力を試してみませんか?

「現在使っているExcelの注文表を取り込めるか」「工場の設備条件を反映できるか」など、専門スタッフが社内データでの無料フィジビリティ診断を実施します。

  • 貴社CSVデータによる無償フィジビリティ診断
  • 最適なアプリの選定と10分デモのご案内
  • 機密保持契約(NDA)締結後の安全な検証