供应链科学家

供应链科学家


首页 » 资源 » 此处

定量供应链重新定义了如何利用功能更强大、通常由机器学习驱动的软件,以及由大数据基础结构助力的扩展性更高的软件来优化供应链。但是,任何定量供应链优化项目的核心都在于供应链科学家,他们负责进行数据准备、经济建模和 KPI 报告。机器智能强化了供应链科学家的人工智能。供应链决策的智能自动化就是供应链科学家的最终工作成果。

人类与机器的对比

改进供应链性能要求深入了解业务策略。缺货的代价巨大,航空领域通常就是这种情况,而对于生鲜食品则更是常态。尽管当今的智能算法可以赢得国际象棋或 AlphaGo 的冠军,但即便最智能的机器,要想能够为贵公司的供应链制定战略路线图要在数十年之后才能实现。因此,确定纯粹由机器驱动的布置安排来推动供应链仍只存在于科幻小说中而已。

但是,智能算法和机器学习算法对于解决定义精确、有限且重复性的问题的效果惊人地好。定量供应链整合了这些现代化的软件功能:它利用人工智能来框定问题、消除不明确性和建立可重复的工作流;然后由机器接管,来生成大量但平常的、贵公司需要每天都运作的供应链决策。

定量供应链并不是从蓝图中剔除人类洞察。相反,定量供应链是将人类洞察带回这些洞察影响最大的地方,即战略事务。定量供应链正是通过将供应链人员从寻常的重复性工作中解放出来,由此赋予了团队所需的自由来将工作重点放到战略问题上,而不是纠缠于运营细节。

供应链科学家的角色

供应链科学家的角色是“处理”数据,将所有经济变数纳入逻辑当中,以及自动生成供应链决策。供应链科学家还负责实施和监测 KPI。KPI 是与供应链管理层共同制定的,用于评估定量供应链计划本身的性能。

在计划之初的确定范畴阶段,供应链科学家负责确保要解决的问题进行合理定义,以及确保不明确性如果尚未解决,至少要明确识别。具体而言,供应链科学家负责确立预期自动化的清晰蓝图。根据具体情形,自动化可以用于生成采购订单、库存动态、库存报废量等等。

在数据准备阶段,供应链科学家必须确保从公司的 IT 系统中适当提取所有相关数据。尽管供应链科学家通常会向 IT 员工寻求某些帮助来进行数据提取,但供应链科学家才是负责理清数据意义的人。从供应链角度确定数据的精准语义是非常重要的。将原始系统数据转化为经过准备、可以由机器学习算法处理的数据需要投入大量精力。这一责任再次落在供应链科学家的肩上。

在初期启动阶段,通过自动化生成的数据将受到供应链从业者的质询。在此阶段,从业者往往会在自动化表现失常时挖掘边缘案例。供应链科学家的责任就是修复这些边缘案例。但有时也会发生“奇怪”的数字实际上正确无误的情况,只是与供应链从业者过去未经优化的习惯存在差异而已。供应链科学家有责任查明此类情况,让供应链从业者相信这些数字的确构成了问题,但却是解决方案中的一个要素。

最后,一旦制定了解决方案,供应链科学家要监测自动化的表现并找出其不足之处。供应链科学家负责持续改进解决方案。改进的逻辑常常需要更好的或更多的数据,这进而要求改变运营供应链过程。供应链科学家会量化与数据改进相关联的预期收益,并建立具体的商业案例,来建议对供应链管理进行变更。

供应链科学家的技能

供应链科学家既是数据科学家,也是供应链专家。他们必须具备双重能力,才能成功交付能够达成最初期望的解决方案。必须具备供应链专长,方可确保供应链专家深入了解需要解决的挑战。缺乏对供应链挑战的了解将使项目置于“解决方案”不契合供应链需求的风险当中。变化的交付周期、MOQ(最小订单量)、航运与海运的成本、多级分析等等只是供应链科学家需要掌握的多个方面的一部分而已。更具体地说,履行供应链科学家的角色要求不仅要深入理解要素本身,也要了解要素与要素之间的关系。举个例子:了解 MOQ 对交付周期的影响。

首先,利用历史数据进行定量评估时必须用到数据科学专长,其次,实施平常决策过程完全自动化的逻辑也需要数据科学专长。编程不流利会使计划置于过度延迟和数值结果不可靠的风险当中。编程既是一项技能,也是一门艺术。供应链挑战异常复杂。供应链科学家能够实施足够简单、易于维持,但是又足够精准、能够交付所需供应链性能的解决方案。

最后,供应链科学家角色还需要具备高于平均水准的沟通能力。要想撰写出高质量的文档来描述定量供应链计划本身,具备良好的协作能力是非常重要的。实际上,供应链完全关乎于权衡 – 举个例子,较小的 MOQ 与较低的采购价格的折衷,这些权衡往往大多未予以记录。定量供应链要求将这些权衡记录在案并加以量化。这一工作的责任落在供应链科学家的肩上。为了在初期启动阶段与供应链从业者开展建设性的对话,尤其是因为需要让供应链团队确信这种新方法的有效性,必须具备良好的语言能力。

Lokad 的供应链科学家

在 Lokad,供应链科学能力在过去十年间逐渐显露出来(Lokad 成立于 2008 年)。尽管 Lokad 起初是作为一家纯粹的软件公司,但我们开始意识到,卓越的供应链离不开一支专门的 Lokad 团队来在处理实际供应链难题时奋战在前线。传统的“软件支持”人员不足以为公司提供满意的解决方案,因为这要求深入了解多种不同的供应链挑战,而不只是了解 Lokad 的技术。

建设并发展供应链科学能力很难。因此,许多公司依靠 Lokad 来为其定量供应链计划履行供应链科学家的角色。在这种情况下,Lokad 将提供软件 + 专家的解决方案,为此案例安排供应链科学家并开始协调整个计划。这种方法解决了公司立即建设自身供应链科学能力的需要。外包对于大小公司都有意义。对于小型公司,内部完成这项工作的成本太高。对于大型公司,主要问题就是加速其供应链内部的变革步伐。

Lokad 为供应链科学团队选拔的候选者一般为具有工程背景的硕士研究生。尽管 Lokad 的供应链科学家熟悉编程,但通常并非软件开发人员。相反,他们的技能组合倾向于各种各样,包括大部分工程基础:对行业问题建模、制定流程、确保此流程高效且可靠以及与管理层沟通等等的能力。鉴于 Lokad 供应链挑战的性质,我们倾向于选用精通数学和统计学的人士,因为这两个领域是大部分供应链挑战的定量解决方案的基础。

在 Lokad,这种供应链科学能力的发展是一个不断改进的过程。由于 Lokad 为许多不同垂直领域的公司履行供应链科学家角色,因此我们在这个领域积淀了重要的学术知识。另外,在新人加入 Lokad 后,他们将接受培训,培训涉及了解多个垂直领域各种各样的供应链情形,目的是加快学习过程和获得更深层的了解。