シンジェンタは4つのORツールで大豆育種を最適化し、研究開発費2億8700万ドルを回避した

大豆育種は伝統的に、大規模な試験集団を植え付け、どの交配が成功したかを知るために季節を待つことを意味していた。それは遅く、土地を多く必要とし、高コストだった。ジョセフ・バイラム率いるシンジェンタの大豆研究開発チームは、「アドバンスト・アナリティクスによるグッド・グロース」プログラムのもとで、育種を意思決定問題として捉え直した。すなわち、資源を投入する前に数学を用いて最良の戦略を選ぶことである。

チームはパイプラインの各段階に対応する4つのオペレーションズ・リサーチ・ツールを構築した。形質導入（TI）ツールと育種プロジェクトリード（BPL）ツールにより、各プロジェクトリードは有利な形質を移転するための代替戦略を比較し、最小のコストと時間で高い成功確率を示す戦略が見つかるまで反復できた。収量試験設計（YTD）最適化ツールとデータ品質カート（DQC）ツールは、圃場試験の設計と、商業化に向けた品種選抜・前進の品質を改善した。

このアプローチは、より多くの土地、水、投入資材を使うことなく、遺伝的獲得量（正確性、選抜強度、遺伝的変異、世代時間）を高めた。2015年、シンジェンタはフランツ・エデルマン賞を受賞し、IBM、国防兵站局、イングラム・マイクロ、米陸軍／サンディアのチームなどの最終候補を破った。これは通常、防衛やテクノロジーが支配する分野における農業企業の目覚ましい勝利だった。

一列も植える前に、あらゆる育種戦略を採点する

育種には、ORがまさに得意とする構造がある。逐次的な段階、不確実な結果、そして非常に高コストな試験である。

各ツールは特定のパイプライン段階を対象としたため、設計、開発、評価を通じて成果が積み重なった。

プロジェクトリードは、圃場で失敗した交配のコストを払う代わりに、コンピュータ上で戦略を比較できた。

プログラムは自らをドルで測った。2億8700万ドルのコスト回避と15億ドルのポートフォリオ価値が、その主張を否定しがたいものにした。

段階、確率、高コストな試験を伴うあらゆるパイプラインは最適化問題である。たとえ土の中で育つものであっても。実験に費用をかける前に、意思決定をモデル化せよ。

これらのツールは、2012年から2016年にかけて大豆研究開発において2億8700万ドルを超えるコスト回避を生み出し、15億ドルを超える価値のポートフォリオを提供する確率を高めた。その後シンジェンタは、大豆用ツールを主要作物すべてに適応させる複数年にわたる取り組みを開始し、農業にアナリティクスの人材をクラウドソーシングで呼び込むシンジェンタ・クロップ・チャレンジをスピンオフした。