Обзор Flowlity, поставщика программного обеспечения для планирования цепочки поставок

Вернуться к Анализ рынка

Flowlity — относительно молодой игрок в сфере планирования цепочек поставок, основанный в 2019 году Жан‑Батистом Клуаром и Каримом Бенчаабуном, чьи знания в области S&OP в крупных компаниях и прикладной математики легли в основу его разработки. Облачное SaaS-решение компании направлено на автоматизацию задач планирования цепочек поставок посредством предоставления вероятностных прогнозов, анализа сценариев с использованием симуляций и практических рекомендаций по управлению запасами. Предназначенный для беспрепятственной интеграции с существующими ERP и MRP системами, Flowlity использует методы машинного обучения — от ансамблевых подходов до глубокого обучения — для создания множества сценариев спроса и параметров страхового запаса, делая акцент на прозрачности и поддержке принятия решений, а не на полном автоматизировании процессов. Этот обзор рассматривает бизнес-истоки Flowlity, его базовые технологии и модель развертывания, а также проводит критическое сравнение его подхода с платформой Lokad — ветераном, известным своей высокопрограммируемой, комплексной платформой количественной оптимизации цепочек поставок.

История компании и финансирование

Flowlity была основана в конце 2018/2019 годов Жан‑Батистом Клуаром и Каримом Бенчаабуном, которые опирались на свой опыт в планировании цепочек поставок и академическую подготовку в области прикладной математики ¹. Стартап быстро занял рыночную нишу, привлекая около $6.57M в раунде Series A 10 марта 2022 года при поддержке институциональных инвесторов, таких как Fortino Capital и 42 Capital ². Эта начальная финансовая поддержка помогла Flowlity усовершенствовать своё облачное SaaS-решение и выйти на конкурентный рынок, где сосуществуют как традиционные ERP-надстройки, так и новые инструменты поддержки принятия решений с использованием искусственного интеллекта.

Технология продукта и функциональный обзор

Основной продукт Flowlity — это облачная платформа поддержки принятия решений, предназначенная для оптимизации планирования цепочки поставок посредством продвинутого прогнозирования и симуляций. Решение предоставляет пользователям «умные рекомендации», включая установление минимально- и максимально допустимых уровней запасов, оповещения о дефиците и результаты моделирования сценариев, что позволяет менеджерам по цепочкам поставок оценить возможное влияние таких факторов, как задержки поставщиков или резкие всплески спроса, прежде чем принять меры ³. Инструмент не предназначен для полного замещения человеческого принятия решений, а скорее для дополнения существующих ERP/MRP систем, улучшая операционные данные благодаря своему автоматизированному симуляционному движку и возможностям вероятностного прогнозирования.

Анализ компонентов AI/ML

В основе предложения Flowlity лежит интеграция искусственного интеллекта и машинного обучения. Платформа, как сообщается, использует методы ансамблевого обучения и алгоритмы глубокого обучения для генерации нескольких сценариев прогнозирования на основе исторических тенденций MRP, корреляций продуктов и изменчивости спроса ⁴. Создавая диапазон результатов с соответствующими доверительными интервалами, Flowlity стремится помочь компаниям смягчить эффект «хлыста» и точнее определить уровни страховых запасов. Однако, несмотря на заявления об использовании продвинутых методов «глубокого обучения», подробные технические данные — такие как детали архитектуры моделей или настройки гиперпараметров — остаются ограниченными, что вызывает осторожное отношение к тому, насколько современные на самом деле эти методологии на практике ⁵⁶.

Модель развертывания и технический стек

Flowlity предоставляется как облачное SaaS-решение, что означает, что компании получают доступ к платформе через веб-браузер, а не через локальные установки. Обзоры отмечают, что продукт разработан как надстройка для существующих ERP/MRP систем, предоставляя дополнительные данные без нарушения устоявшихся процессов ³. Фронтенд построен с использованием современных веб-фреймворков — объявления о вакансиях и профили разработчиков указывают на применение VueJS — в то время как бэкенд, поддерживающий критически важные задачи AI/ML, предположительно реализован на таких популярных языках, как Python и связанных библиотеках машинного обучения ⁷⁸. Такая архитектура позволяет Flowlity быстро обрабатывать большие наборы данных и предоставлять результаты симуляционного анализа почти в реальном времени.

Критический анализ и скептический взгляд

Несмотря на то, что Flowlity обеспечивает прогнозирование в реальном времени, симуляции и анализ сценариев для поддержки принятия решений по управлению запасами, несколько аспектов требуют критического осмысления. Платформа часто использует модные термины, такие как «глубокое обучение» и «ансамблевое обучение», однако общедоступная техническая документация не предоставляет подробностей, которые отличали бы её подход от стандартных моделей вероятностного прогнозирования. Её система поддержки принятия решений оставляет окончательное решение за человеком, а не автоматизирует процессы полностью, что некоторые могут расценивать как преимущество с точки зрения прозрачности, но и как ограничение в достижении полной операционной автоматизации. В целом, несмотря на интеграцию Flowlity с устаревшими системами и акцент на симуляциях, независимая валидация её заявлений об использовании продвинутого AI остается ограниченной ¹⁵.

Flowlity против Lokad

И Flowlity, и Lokad работают в сфере оптимизации цепочек поставок, используя методы, основанные на данных, однако их подходы существенно различаются. Lokad, основанная в 2008 году, создала комплексную платформу количественной оптимизации, предусматривающую специализированный язык программирования (Envision) и обширную внутреннюю разработку на базе .NET/Azure для автоматизации принятия решений в масштабах предприятия. В отличие от неё, Flowlity, основанная в 2019 году, позиционирует себя как инструмент поддержки принятия решений, дополняющий традиционные ERP/MRP системы, предоставляя результаты симуляций и вероятностные прогнозы без полного замещения человеческого суждения. В то время как предложение Lokad акцентирует полную автоматизацию процессов и способность генерировать предписывающие действия с минимальным вмешательством, Flowlity ставит во главу угла расширение возможностей планировщика с помощью «умных рекомендаций» и анализа сценариев. Эти различия в технической прозрачности, архитектуре развертывания и уровнях автоматизации подчеркивают уникальную философию каждой компании в решении сложных задач цепочек поставок ⁹¹.

Заключение

Flowlity представляет собой инновационный выход на рынок планирования цепочек поставок, предлагая облачную платформу, сочетающую вероятностное прогнозирование с поддержкой принятия решений на основе симуляций. Её фокус на беспрепятственной интеграции с существующими ERP системами и предоставлении практических рекомендаций делает её привлекательным вариантом для компаний, стремящихся улучшить процессы планирования без полной перестройки устаревших операций. Однако, несмотря на перспективы использования AI и машинного обучения, относительная нехватка подробных технических данных означает, что потенциальным клиентам следует оценить, действительно ли подход Flowlity предлагает значительный скачок по сравнению с традиционными методами. В сравнении с более зрелыми платформами, такими как Lokad, которые обеспечивают глубокую интеграцию и программируемую основу для комплексной оптимизации, Flowlity представляется наиболее подходящей для организаций, стремящихся дополнить — а не полностью автоматизировать — процессы принятия решений в цепочке поставок.

Источники