Natürliche Dummheit vs. Künstliche Intelligenz
Transkript des Vortrags von Joannes Vermorel auf der SCTech 2024 am 9. Oktober (2024). Symposiumsthema: ‘Supply Chain Intelligence - Künstlich oder nicht’. Die Veranstaltung wurde von der International Supply Chain Education Alliance (ISCEA) organisiert.
Künstliche Intelligenz (KI) war das Schlagwort für 2024. Anbieter, Softwareunternehmen und Berater machen nun alle großartige Behauptungen über alle Vorteile, die von künstlicher Intelligenz erwartet werden können. Lokad, mein Unternehmen, ist einer dieser Anbieter, ein Softwareanbieter, der sich auf die vorhersagende Optimierung der Supply Chain spezialisiert hat. Mein Ziel für heute wird jedoch sein, zu zeigen, dass die quasi-Gesamtheit dieser KI-Initiativen scheitern wird und zu Nettoverlusten für Unternehmen führen wird. Diese gegensätzliche Sichtweise ist wichtig: Warum? Weil nun ja, Ihre KI-Initiative scheitern wird, ja, sie wird scheitern, trotz dessen, was meine Konkurrenten Ihnen verkaufen, und wenn sie scheitert, werden Sie sich daran erinnern, dass es da einen Kerl mit einem lustigen französischen Akzent gab, der Ihnen das gesagt hat; und vielleicht werden Sie beim nächsten Mal auf das achten, was sein Unternehmen, Lokad, in Bezug auf Supply Chain und KI tatsächlich befürwortet.
In diesem Zeitalter der aufkommenden künstlichen Intelligenz wollen wir uns ihren Erzfeind, die natürliche Dummheit, ansehen. Einstein sagte einmal berühmt: “Zwei Dinge sind unendlich, das Universum und die menschliche Dummheit, wobei ich mir beim Universum noch nicht ganz sicher bin.” Einstein hatte recht: Die Bedeutung der natürlichen Dummheit kann nicht überschätzt werden, und im Gegensatz zur KI existiert sie schon seit Ewigkeiten. Daher kann man mit Sicherheit davon ausgehen, dass sie uns auch noch einige Jahrzehnte begleiten wird.
Mein Vorschlag heute wird so einfach wie beleidigend sein: Natürliche Dummheit ist das größte Hindernis, das Sie daran hindern wird, Ihr KI-gesteuertes Supply-Chain-Projekt zum Erfolg zu führen.
Diese Aussage wird höchstwahrscheinlich als ungeheuer arrogant angesehen werden. Zur meiner Verteidigung werde ich sagen, dass dies sie nicht weniger wahr macht und dass Arroganz auch der zweitgrößte Nationalsport in Frankreich ist, direkt nach der Bürokratie. Im Ernst, ich werde als Erster zugeben, dass es eine bittere Pille ist, sich der eigenen Grenzen schmerzlich bewusst zu sein, aber die Probleme zu leugnen, wird nichts lösen.
Lassen Sie uns zunächst eine wichtige Unterscheidung zwischen zwei Kategorien von Unternehmenssoftware klären: den Systemen der Aufzeichnungen und den Systemen der Intelligenz. Wenn es um die Supply Chain geht, sind die Systeme der Aufzeichnungen die Buchhalter des Flusses physischer Güter. Diese Systeme erfassen die Produkte, die Bestellungen, die Fertigungsaufträge, die Verkaufsaufträge, die Bestandshöhen, usw. Die Systeme der Aufzeichnungen kümmern sich um alle banalen Dateneingaben und automatisieren alle bürokratischen Aufgaben wie die Bestandserfassung. Sie sind nichts weiter als billigere, zuverlässigere Versionen der alten Papierwege. ERP, CRM, PIM, PLM, WMS … all diese maximal undurchsichtigen Akronyme beziehen sich auf Systeme der Aufzeichnungen. Systeme der Aufzeichnungen sind kategorisch nicht intelligent. Sie sind auch nicht dumm: Intelligenz trifft nicht einmal auf sie zu. Daher werden Systeme der Aufzeichnungen vollständig aus der vorliegenden Diskussion ausgeschlossen.
Heute werde ich mich ausschließlich auf Systeme der Intelligenz konzentrieren. Ein System der Intelligenz ist eine Kategorie von Unternehmenssoftware, die dazu bestimmt ist, einen Entscheidungsprozess zu mechanisieren. Je intelligenter die Software ist, desto besser sind die Entscheidungen. Zum Beispiel sind Antispam-Filter diskrete, aber allgegenwärtige Systeme der Intelligenz, die seit den letzten zwei Jahrzehnten entscheiden, welche Nachrichten Ihre Aufmerksamkeit wert sind.
In der Lieferkette sind die interessanten Entscheidungen: Wann kaufen? Wie viel kaufen? Wie viel produzieren? Wie viel zuweisen? usw. Die Optimierung des Flusses physischer Güter erfordert täglich etwa ein Dutzend Hauptkategorien von Entscheidungen. Intelligenz zeigt sich darin, profitable Entscheidungen zu generieren. Im Gegensatz dazu zeigt Dummheit sich darin, keine profitablen Entscheidungen zu generieren. Daher muss bei Erwähnung von künstlicher Intelligenz immer verstanden werden, dass es sich um eine Komponente eines Systems der Intelligenz handelt.
Mein Vorschlag ist, dass Systeme der Intelligenz, die sich seit den späten 1970er Jahren an Unternehmen verkauft haben und sich der Lieferkette widmen, eine ununterbrochene Reihe von Misserfolgen waren. Lokad, mein Unternehmen, hat dieser ununterbrochenen Reihe von Misserfolgen Anfang der 2010er Jahre ein Ende gesetzt. Weltweit gibt es noch ein paar andere ähnliche Ausnahmen, jedoch sind Lokad und diese Ausnahmen nicht Gegenstand dieses Vortrags. Ich lade das Publikum ein, einen Blick auf die Website Lokad.com und den YouTube-Kanal Lokad TV zu werfen, wenn Sie mehr erfahren möchten. Zurück zum Thema: Die Tatsache, dass künstliche Intelligenz in Form von Large Language Models (LLMs) verfügbar ist, wird nichts an diesem Trend von Misserfolgen in der Lieferkette ändern. Tatsächlich wurden diese Misserfolge nicht durch einen Mangel an technologischen Instrumenten verursacht, und daher wird das Hinzufügen weiterer Instrumente nichts ändern, es sei denn, wir lösen zuerst das zugrunde liegende Problem. Leider ist dies keine einfache Aufgabe, da das zugrunde liegende Problem natürliche Dummheit ist.
Zuerst möchte ich die Gültigkeit meiner Diagnose demonstrieren. Bereits 1979 veröffentlichte Russell Ackoff, ein amerikanischer Pionier der Operationsforschung, “The Future of Operational Research is Past”. Dieser faszinierende Artikel erklärt mit großer Klarheit, warum alle Techniken, die aus der Operationsforschung hervorgegangen sind, zu denen heute praktisch alles gehört, was als “Kern” der Lieferkette betrachtet wird, versagen, warum das gesamte Gebiet fehlerhaft ist und warum es so lange weiterhin versagen wird, solange die Gemeinschaft, sowohl Akademiker als auch Praktiker, sich nicht mit diesem fehlerhaften Paradigma auseinandersetzt. Dies ist ein visionärer Artikel und wahrscheinlich der Artikel, den ich gerne gelesen hätte, als ich 2008 Lokad gründete. Leider habe ich diesen Artikel erst ein Jahrzehnt später wiederentdeckt, als ich im Wesentlichen zu den gleichen Schlussfolgerungen gekommen war, fast 4 Jahrzehnte nach der Arbeit von Russell Ackoff. Wie wissen wir, dass diese Systeme der Intelligenz für Lieferketten versagen? Dass das, was als Unternehmenssoftware für Supply Chain Optimization gilt, versagt? Nun, nachdem ich im Laufe meiner Karriere die Gelegenheit hatte, mit über zweihundert Supply Chain-Direktoren auf beiden Seiten des Atlantiks zu sprechen, kann ich Folgendes feststellen: Alle diese Unternehmenssoftware-Produkte haben unweigerlich dazu geführt, dass die Lieferketten-Teams zu Excel-Tabellen zurückgekehrt sind.
Es mangelt nicht an Unternehmenssoftware, die verspricht, die Entscheidungsprozesse in der Lieferkette zu automatisieren. Dies war das zentrale Versprechen aller Softwareanbieter, die sich seit den späten 1970er Jahren mit der Optimierung der Lieferkette befassen, und dennoch sind nach jeder einzelnen Implementierung die Lieferketten-Teams zu Tabellenkalkulationen zurückgekehrt. Sie müssen mir nicht glauben. Wenn Sie in einem größeren Unternehmen arbeiten, sagen wir, mit einem Umsatz von einer halben Milliarde Euro und mehr, garantiere ich Ihnen, dass es seit den 1990er Jahren mindestens einen gescheiterten Versuch gegeben hat, eine solche Lösung umzusetzen. Und dennoch, liebe Supply Chain-Praktiker, verwenden Sie immer noch Tabellenkalkulationen, und das liegt nicht daran, dass Ihr Unternehmen unreif ist oder Ihre Kollegen faul sind. Sie verwenden Tabellenkalkulationen, weil diese Unternehmenssoftware-Anbieter versagt haben, weil ihre Systeme der Intelligenz versagt haben. Mein Vorschlag - und ich werde heute nicht viele Freunde gewinnen - ist, dass diese Misserfolge der natürlichen Dummheit zuzuschreiben sind, tatsächlich derselben Art von Dummheit, die Russell Ackoff bereits 1979 nach Jahrzehnten der Beiträge auf dem Gebiet der Operationsforschung mit solcher Klarheit identifiziert hat.
Um diesen Vorschlag zu demonstrieren, werde ich 4 Objekte untersuchen, die im Zusammenhang mit der Lieferkette nachweislich dumm sind. Diese 4 Objekte sind: Angebotsaufforderungen (RFPs), Zeitreihen, Sicherheitsbestände und Service-Level. Jedes Unternehmen, das eines dieser 4 Objekte verwendet, bereitet sich auf einen Misserfolg vor. Es spielt keine Rolle, wie viel “KI” in den Fall geworfen wird. Natürliche Dummheit kann nicht durch künstliche Intelligenz besiegt werden.
Fangen wir mit Angebotsaufforderungen an. Die Auswahl des richtigen Anbieters ist offensichtlich entscheidend, da es offensichtlich keinen Mangel an völlig inkompetenten Softwareanbietern gibt, die gerne Millionen von Euro für schlechte Technologien sammeln. Wenn Ihr Unternehmen also keinen sehr robusten Auswahlprozess für Anbieter hat, werden Sie mit hoher Wahrscheinlichkeit bei einem inkompetenten Anbieter landen. Aber Angebotsaufforderungen sind nicht der richtige Weg.
Als Softwareanbieter auf der Empfängerseite - wir erhalten mehrere Angebotsaufforderungen pro Woche - kann ich bezeugen, dass diese Dokumente nicht nur unweigerlich dumm sind, sondern auch absolut verrückt. Als Faustregel enthält eine Angebotsaufforderung Hunderte von Fragen. Jede Frage scheint um den Preis der irrelevantesten Frage aller Zeiten zu konkurrieren. Zum Beispiel war letzte Woche eine der Fragen: Welche feuerfesten Fähigkeiten stehen für den Lagerraum zur Verfügung, der Ihrem Faxarchiv gewidmet ist? Wir haben das Jahr 2024; Ich habe seit zwei Jahrzehnten kein Fax mehr benutzt. Tatsächlich wissen einige der jüngeren Menschen in diesem Publikum vielleicht nicht einmal, was ein Fax ist.
Aber auch die Fragen zur Lieferkette sind dumm. Warum? Weil die quasi-totalität der Fragen keine Fragen sind, sondern strenge Anforderungen. Die meisten “Fragen” sehen so aus: Kann Ihre Software Benutzern ermöglichen, Saisonalitätsprofile bis zu 36 Monate im Voraus zu aktualisieren? An dieser Frage gibt es so viele Dinge falsch, dass ich nicht einmal weiß, wo ich anfangen soll.
Lassen Sie uns einen Schritt zurücktreten und sich vorstellen, Sie schreiben eine Angebotsaufforderung, um ein Smartphone zu kaufen. Sie haben intuitiv das Gefühl, dass das iPhone das beste Smartphone ist. Sie beginnen jedoch, Anforderungen in Ihrer Angebotsaufforderung aufzulisten, wie die Größe des Akkus, das Material für den Bildschirm, die genauen Einstellungen, die für den Endbenutzer verfügbar sein sollten oder nicht. Wie hoch ist die Wahrscheinlichkeit, dass Ihre Liste von Anforderungen dazu führt, dass das iPhone von der Angebotsaufforderung ausgeschlossen wird? Bei 100 oder mehr Fragen beträgt die Wahrscheinlichkeit 100%. Sie werden zwangsläufig alle anständigen Anbieter ausschließen. Die einzigen Anbieter, die dieses dumme Spiel spielen werden, sind diejenigen, die so verzweifelt sind, weil ihre Technologie so mangelhaft ist, dass sie keine andere Wahl haben, als JA zu jeder fehlgeleiteten Anforderung des Kunden zu sagen.
Daher müssen Angebotsaufforderungen als erstes Stück natürlicher Dummheit beseitigt werden.
Dann haben wir Zeitreihen. Oh, ich bestreite nicht, dass Zeitreihen für Visualisierungszwecke gut sind, aber für Zwecke der Lieferkettenoptimierung ist dies dumm. Jede Lösung, jeder Rahmen oder jede Technologie, die Zeitreihen in den Vordergrund stellt, ist garantiert zum Scheitern verurteilt. Dieser Misserfolg liegt jedoch bei Ihnen, weil Sie erkennen sollten, dass die Verwendung von Zeitreihen von Anfang an eine dumme Idee war.
In der Tat können Zeitreihen als mathematisches Modell die Informationen, die wir benötigen, einfach nicht vermitteln. Zeitreihen sind eindimensional und für die Lieferkette ist dies einfach nicht ausreichend. Betrachten wir zum Beispiel ein Unternehmen, das seit Jahren etwa 100 Einheiten pro Woche verkauft. Die Nachfrage scheint äußerst stabil zu sein. Betrachten wir nun zwei Varianten dieser Situation. In der ersten Situation hat das Unternehmen 1000 Kunden, von denen jeder alle 10 Wochen 1 Einheit kauft. In der zweiten Situation hat das Unternehmen einen einzigen Kunden, der 100 Einheiten pro Woche kauft. Wie hoch ist die Wahrscheinlichkeit, dass der Umsatz nächste Woche auf null sinkt und für immer bei null bleibt? Nun, in der ersten Situation sind diese Chancen sehr gering. Immerhin gibt es 1000 Kunden. Es wird höchstwahrscheinlich einige Zeit dauern, bis sie alle verloren sind. In der zweiten Situation reicht es jedoch aus, dass ein Kunde seine Meinung ändert, um 100% des Umsatzes zu verlieren. Diese beiden Situationen sind völlig unterschiedlich und dennoch haben sie dieselben Zeitreihen.
Dieses Beispiel zeigt, warum Zeitreihen nicht geeignet sind, die Vergangenheit darzustellen. Dutzende andere Beispiele können gefunden werden. Ich überlasse das als Übung dem Publikum.
Zeitreihen sind jedoch nicht besser, wenn wir in die Zukunft schauen. Ihre Zeitreihe gibt an “hier ist, was passieren wird”, “hier ist die eine Zukunft”. Die Zukunft hängt jedoch von Entscheidungen ab, die noch nicht getroffen wurden. Zeitreihen sind sich dessen völlig unbewusst, sie behandeln die Zukunft als völlig symmetrisch zur Vergangenheit. Lieferketten sind jedoch keine Physik. Wir können die zukünftige Nachfrage nach einem Produkt nicht so betrachten, als handele es sich um die Bewegung des Planeten Mars. Die Zukunft unterscheidet sich radikal von der Vergangenheit, weil wir die Zukunft verändern können.
Wir können die Zukunft jedoch nur ändern, wenn wir bereit sind, sie zu ändern, das heißt, wenn wir bereit sind, Zeitreihen nicht mehr zu verwenden. Auch in der Lieferkette kann keine künstliche Intelligenz die natürliche Dummheit, die mit Zeitreihen verbunden ist, rückgängig machen.
Werfen wir nun einen Blick auf Sicherheitsbestände. Dies ist einer der Grundpfeiler der modernen Lieferketten-Theorie. Es gibt kaum ein quantitatives Lieferketten-Lehrbuch, das Sicherheitsbestände nicht behandelt. Sicherheitsbestände sind auch die Art von grundlegenden Funktionen, die jede angeblich anständige Software zur Optimierung der Lieferkette bieten sollte. Doch mein Vorschlag ist - und das sollte zu diesem Zeitpunkt nicht allzu überraschend sein -, dass Sicherheitsbestände dumm sind.
Der Grund ist äußerst einfach: Sicherheitsbestandsformeln sind die richtige Antwort auf die falsche Frage. Betrachten wir eine Lieferkette, die unweigerlich Tausende von SKU (Lagerhaltungseinheiten) umfasst. Wenn Sie 1 € in Inventar investieren möchten, lautet die Frage: “Welche Einheit des Inventars über alle SKU hinweg maximiert meinen Gewinn?” Es macht keinen Sinn, die Frage so zu stellen: “Sollte dieses eine bestimmte SKU 1 zusätzliche Einheit auf Lager haben?”. Alle SKU konkurrieren um die gleiche knappe Ressource: das Geld des Unternehmens. Die Behandlung aller SKU isoliert voneinander ist so, als würde man annehmen, dass die Menge an Geld, die dem Unternehmen zur Verfügung steht, unendlich ist.
Darüber hinaus ist die Definition der Wirtschaftswissenschaft die Wissenschaft, die sich mit der Allokation knapper Ressourcen befasst, die alternative Verwendungen haben. Das Konzept der Sicherheitsbestände widerspricht der elementaren Wirtschaftswissenschaft, ja, es widerspricht sogar der Definition der Wirtschaftswissenschaft.
Angesichts des Ausmaßes des Fehlers, den Sicherheitsbestände darstellen, ist es völlig unzureichend, diesen Fehler als fehlgeleitet zu bezeichnen. Wir haben jetzt einen viel besseren Ausdruck für diese Art von Fehlern: dumm sein.
Schließlich betrachten wir die Servicelevel. Wenn ich jedes Mal 1 € gewinnen könnte, wenn ein Unternehmen einen Servicelevel nutzt, um sich wirtschaftlichen Schaden zuzufügen, wäre ich jetzt Milliardär. In der Lieferkette ist der Servicelevel die Wahrscheinlichkeit, dass eine bestimmte SKU während des nächsten Lagerzyklus keinen Lagerbestandsausfall hat. Als deskriptive Statistik sind Servicelevel in Ordnung, sie sind weder intelligent noch dumm, wie jeder andere einfache statistische Indikator.
Die Dummheit zeigt sich nur, wenn Menschen annehmen, dass der Servicelevel - dieser Prozentsatz - in irgendeiner Form mit der Kundenzufriedenheit oder der Rentabilität des Unternehmens korreliert ist. Das ist nicht der Fall. Betrachten wir die Mode: Um Platz für die nächste Kollektion zu schaffen, muss das Unternehmen die vorherige Kollektion liquidieren. Um Neuheiten zu bringen und die Kunden zufrieden zu halten, ist es notwendig, den Servicelevel auf null zu bringen.
Betrachten wir hingegen die Luftfahrt. Ein typischer Verkehrsflugzeug umfasst etwa 300.000 verschiedene Teile. Zehntausende von Teilen müssen regelmäßig inspiziert und ausgetauscht werden. Wenn ein einziges NO-GO-Teil nicht verfügbar ist, wird das Flugzeug stillgelegt und verursacht wirtschaftlichen Schaden in Höhe von Hunderttausenden von Euro pro Tag. Es spielt keine Rolle, ob Sie auf all Ihren SKUs einen Servicelevel von 99% haben: Nur die Wahrscheinlichkeit, dass das Flugzeug nicht stillgelegt wird, ist wichtig. Der schwächste Glied definiert die Anzahl der AOGs (Flugzeuge am Boden), die Sie bekommen werden. Der durchschnittliche Servicelevel ist völlig irrelevant.
Ähnliche Probleme in jeder Branche, nicht nur in der Mode und Luftfahrt. Noch einmal überlasse ich dies dem Publikum als Übung. Elementare Logik besagt, dass nur Narren Servicelevel verfolgen würden, und doch sind wir hier, mit den meisten Unternehmen, die genau das tun, und ihre Manager fragen sich, ob sie in einige KI-gesteuerte Technologien zur Optimierung des Servicelevels investieren sollten.
Zusammenfassend lässt sich sagen, dass künstliche Intelligenz Sie nicht vor fragwürdigen Theorien zur Lieferkette retten wird. Sie wird Sie nicht vor Beratern retten, deren einzige Kompetenz Showmanship und ihre Fähigkeit ist, Vertrauen zu erwecken. Sie wird Sie nicht vor Softwareanbietern retten, die bereit sind, Ihnen jede heute angesagte Verrücktheit zu verkaufen.
Um mit künstlicher Intelligenz erfolgreich zu sein, muss zuerst die natürliche Dummheit besiegt werden. Im großen Ganzen wird mein Unternehmen, Lokad, nicht erfolgreich sein; aber wenn wir einen Beitrag zur Lösung des Problems leisten können, indem wir die am weitesten verbreiteten dummen Ideen der Lieferkette aufzeigen, wie ich es heute getan habe, dann ist das bereits ein Schritt zum Sieg.
