Узнайте о цепи поставок

Эта непрерывная серия лекций представляет основы управления цепями поставок: проблемы, методологию и технологии. Цель состоит в том, чтобы позволить организациям достичь превосходной, “реальной” производительности цепи поставок. Видение, представленное в этих лекциях, отличается от основной теории управления цепями поставок и называется количественной цепочкой поставок. Лекции представляет Жоанн Верморель, генеральный директор и основатель Lokad. Лекции иллюстрируются реальными цепями поставок, на которых работает Lokad от имени своих клиентов.

Целевая аудитория: эти лекции предназначены для всех тех, кто стремится улучшить цепи поставок, от высших руководителей до младших аналитиков и студентов. Лекции включают серию “краткосрочных курсов”, чтобы минимизировать необходимые предварительные знания.

1. Пролог

1.1 Основы управления цепями поставок

Цепь поставок - это количественное, но умное владение опциональностью при столкновении с изменчивостью и ограничениями, связанными с потоком физических товаров. Она включает в себя поиск поставщиков, закупки, производство, транспортировку, распределение, продвижение, … - но с акцентом на развитие и выбор опций, в отличие от прямого управления базовыми операциями. Мы увидим, как “количественная” перспектива цепи поставок, представленная в этой серии, глубоко отличается от того, что считается основной теорией управления цепями поставок.

Ссылки (книги):

• Управление запасами и планирование производства, Эдвард А. Сильвер, Дэвид Ф. Пайк, Рейн Петерсон, 1998
• Основы теории цепочки поставок, Лоуренс В. Снайдер, Зуо-Джун Макс Шен, 2011

1.2 Количественная цепочка поставок вкратце

Манифест количественной цепочки поставок подчеркивает несколько ключевых моментов, чтобы понять, как эта альтернативная теория, предложенная и разработанная Lokad, отличается от основной теории цепочки поставок. Ее можно суммировать следующим образом: каждое принятое решение оценивается с учетом всех возможных будущих сценариев в соответствии с экономическими факторами. Эта перспектива постепенно возникла в Lokad как основная теория цепочки поставок, и ее реализация (почти?) всеми поставщиками программного обеспечения остается сложной задачей.

1.3 Продуктно-ориентированная доставка

Целью количественной инициативы в цепочке поставок является либо доставка, либо улучшение программного приложения, автоматизирующего ряд рутинных решений (например, пополнение запасов, обновление цен). Приложение рассматривается как продукт, который должен быть разработан. В то время как основная теория цепочки поставок борется за преобладание в компаниях в целом, одно средство “а именно Microsoft Excel” имело значительный операционный успех. Повторная реализация числовых методов основной теории цепочки поставок с помощью таблиц Excel тривиальна, однако на практике это не произошло, несмотря на осознание теории. Мы демонстрируем, что таблицы Excel победили, приняв парадигмы программирования, которые оказались более эффективными для достижения результатов в цепочке поставок.

Ссылка (книга):

• Joel on Software: И о различных и иногда связанных вопросах, которые будут интересны разработчикам программного обеспечения, дизайнерам и менеджерам, а также тем, кто, по счастливой случайности или несчастью, работает с ними в какой-то мере, Джоэл Спольски, 2004

1.4 Программные парадигмы для цепочки поставок

Для предиктивной оптимизации цепочек поставок требуются специфические программные парадигмы. Действительно, хотя «программный» подход невозможно избежать с помощью упакованного программного продукта (см. предыдущую лекцию), основные программные подходы включают слои случайных сложностей, которые серьезно вредят инициативам в области цепочек поставок. Мы представляем ряд программных парадигм, которые особенно хорошо подходят для реальных цепочек поставок. Эта лекция иллюстрируется с помощью Envision, DSL (язык программирования, специфичный для предметной области), посвященного оптимизации цепочек поставок, разработанного Lokad на основе этих программных парадигм.

Ссылка (книга, упомянутая в части вопросов и ответов лекции):

• Dynamic Supply Chains: Как проектировать, создавать и управлять ценностными сетями, ориентированными на людей, Джон Гатторна, 2015

1.5 Тенденции XXI века в цепочке поставок

Несколько основных тенденций определяют эволюцию цепочек поставок за последние десятилетия, существенно изменяя смесь проблем, с которыми сталкиваются компании. Некоторые проблемы почти исчезли, такие как физические опасности и проблемы качества. Некоторые проблемы возникли, такие как общая сложность и интенсивность конкуренции. Особенно программное обеспечение также существенно изменяет цепочки поставок. Быстрый обзор этих тенденций помогает нам понять, на что следует сосредоточиться в теории цепочки поставок.

Ссылка (статья, упомянутая в части вопросов и ответов лекции):

• Tokeda, Viable token-driven metadata within Bitcoin, Жоанн Верморель, 2018, (пример использования блокчейна для борьбы с подделками на странице 28)

1.6 Количественные принципы для цепочек поставок

Хотя цепочки поставок не могут быть охарактеризованы определенными количественными законами, в отличие от электромагнетизма, все же можно наблюдать общие количественные принципы. Под “общими” мы подразумеваем применимые к (почти) всем цепочкам поставок. Раскрытие таких принципов является важным, поскольку они могут быть использованы для облегчения разработки численных рецептов, предназначенных для прогнозного оптимизации цепочек поставок, но они также могут быть использованы для увеличения общей мощности этих численных рецептов. Мы рассмотрим два коротких списка принципов: несколько наблюдательных принципов и несколько принципов оптимизации.

2. Методология

Изучение и практика цепочек поставок должны быть основаны на науке, то есть поддерживаться научными методами. Действительно, за последние три столетия каждая область, которая смогла подняться благодаря подходящей экспериментальной практике, прошла фантастический прогресс, который мы признаем как отличительный признак “науки”. Однако цепочки поставок не достигли такого прогресса, по крайней мере, пока что, и большая часть вины ложится на неправильные экспериментальные методы. Злобная природа цепочек поставок требует подходящих методов, которые мы и исследуем в этой главе.

2.1 Персонажи цепочек поставок

“Персонаж” цепочки поставок - это вымышленная компания. Однако, хотя компания является вымышленной, эта вымышленность создана для выделения того, на что следует обратить внимание с точки зрения цепочки поставок. Однако персонаж не идеализирован в смысле упрощения проблем цепочки поставок. Напротив, цель состоит в том, чтобы увеличить наиболее сложные аспекты ситуации, аспекты, которые наиболее упорно сопротивляются любой попытке количественного моделирования и любой попытке осуществить инициативу по улучшению цепочки поставок. В случае исследования цепочек поставок, когда одна или несколько сторон названы, возникают серьезные конфликты интересов. Компании и их поддерживающие поставщики (программное обеспечение, консалтинг) имеют заинтересованность в представлении положительного результата. Более того, фактические цепочки поставок обычно страдают или получают выгоду от случайных условий, которые никак не связаны с качеством их выполнения. Персонажи цепочек поставок являются методологическим ответом на эти проблемы.

Ссылки:

• Введение в изучение экспериментальной медицины (английская версия), (оригинальная французская версия), Клод Бернар, 1865
• Проект Феникс: Роман о IT, DevOps и помощи вашему бизнесу победить, Джин Ким, Кевин Бер, Джордж Спаффорд, 2013
• Машинный перевод без учителя с использованием только монолингвальных корпусов, Гийом Лампл, Алексис Конно, Людовик Денуар, Марк’Аурелио Ранзато, 2018

2.1.1 Париж - модный бренд с розничной сетью

Париж - это вымышленный европейский модный бренд, работающий в крупной розничной сети. Бренд ориентирован на женщин и позиционирует себя как относительно доступный. В то время как линия дизайна относительно классическая и сдержанная, основным двигателем бизнеса всегда была новизна. Несколько коллекций в год используются для создания волн новых продуктов. Одним из основных вызовов является предоставление правильного продукта, в правильное время, по правильной цене и с правильным количеством на складе.

2.2 Экспериментальная оптимизация

Далеко от наивной декартовой перспективы, где оптимизация сводится к применению оптимизатора для заданной функции оценки, цепочка поставок требует итеративного процесса. Каждая итерация используется для выявления “неразумных” решений, которые должны быть исследованы и решены. Частой причиной являются неправильные экономические стимулы, которые необходимо переоценить с учетом их непреднамеренных последствий. Характер итераций меняется, когда численные методы перестают давать неразумные результаты.

Ссылки:

• Логика научного открытия, Карл Поппер, 1934

2.3 Отрицательные знания

Антипаттерны - это стереотипы решений, которые кажутся хорошими, но на практике не работают. Систематическое изучение антипаттернов было начато в конце 1990-х годов в области программной инженерии. При применении антипаттернов они являются более предпочтительными по сравнению с простыми отрицательными результатами, так как их легче запомнить и анализировать. Антипаттерн - это одна из основных составляющих отрицательных знаний в цепочке поставок и должна рассматриваться как одна из основных составляющих отрицательных знаний.

Ссылки:

• Антипаттерны: Рефакторинг программного обеспечения, архитектур и проектов в кризисе. авторы: Уильям Дж. Браун, Рафаэль С. Мальво, Хэйс У. “Скип” Маккормик, Томас Дж. Моубрей, 1998 г.

2.4 Адверсарное исследование рынка

Современные цепочки поставок зависят от множества программных продуктов. Выбор правильных поставщиков - это вопрос выживания. Однако, поскольку количество поставщиков большое, компаниям необходим системный подход к этому делу. Традиционная практика исследования рынка начинается с хороших намерений, но неизбежно заканчивается плохими результатами, поскольку исследовательские фирмы по итогам становятся маркетинговыми фронтами для компаний, которые они должны анализировать. Надежда на то, что появится непредвзятая исследовательская фирма, является ошибочной. Однако, оценка поставщика-поставщику - это методология, которая позволяет даже предвзятой исследовательской фирме получать непредвзятые результаты.

Ссылки:

• Эпистемическая коррупция, фармацевтическая индустрия и совокупность медицинской науки. Серджио Сисмондо, 2021 г. (текст)
• Влияние: Психология убеждения. Роберт Б. Чалдини, 1984 г.
• Руководство по закупкам, конфликт интересов, Всемирный банк, 2020 г. (PDF)

2.5 Письменная коммуникация в цепочках поставок

Цепочки поставок включают координацию больших команд. Поэтому письменные материалы играют важную роль. Современные цепочки поставок просто несовместимы с устными традициями. Однако практики в области коммуникации в цепочках поставок часто оказываются ужасными. Давайте рассмотрим, что говорят исследования удобства использования и некоторые известные эксперты по этим вопросам. Кроме того, инициативы в области цепочек поставок, осуществляемые с помощью экспериментального подхода к оптимизации, должны быть тщательно задокументированы. Формулы и исходный код отвечают на вопросы “что” и “как”, но не отвечают на вопрос “почему”. Документация должна обеспечить понимание проблемы, с которой сталкиваются ученые в области цепей поставок. Со временем эта документация становится ключом для обеспечения плавного перехода от одного ученого в области цепей поставок к другому.

Ссылки:

• The Elements of Style (First Edition), Уильям Странк мл., 1918 г.
• F-Shaped Pattern For Reading Web Content, Якоб Нильсен, 2006 г. (текст)

3. Персонажи

Серия персонажей цепочек поставок в соответствии с методологией, определенной в предыдущей главе.

3.1 Майами - авиационное ТО

Майами - вымышленное предприятие по обслуживанию и ремонту авиационной техники (ТО) в США, обслуживающее большой парк коммерческих самолетов. В авиации безопасность имеет первостепенное значение. Детали и компоненты должны регулярно проверяться и, при необходимости, ремонтироваться. Майами занимается поддержанием воздушной готовности самолетов в любое время, избегая ситуаций, когда самолет находится на земле (AOG), что происходит, когда отсутствует деталь, необходимая для проведения технического обслуживания.

3.2 Амстердам - производитель сыров

Амстердам - вымышленная компания по производству сыров, сливок и масел. Они работают с большим портфелем брендов в нескольких странах. Множество противоречивых бизнес-целей должны быть тщательно сбалансированы: качество, цена, свежесть, отходы, разнообразие, местность и т. д. В связи с производством молока и розничными акциями компания оказывается между молотом и наковальней в плане спроса и предложения.

3.3 Сан-Хосе - интернет-магазин товаров для дома

Сан-Хосе - вымышленный интернет-магазин, который распространяет различные предметы мебели и аксессуары для дома. Они работают на своей собственной онлайн-площадке. Их собственный бренд конкурирует с внешними брендами как внутри, так и снаружи компании. Чтобы оставаться конкурентоспособным среди крупных и низкоразрядных участников, цепочка поставок Сан-Хосе стремится обеспечить высокое качество обслуживания, которое принимает множество форм, выходящих далеко за рамки своевременной доставки заказанных товаров.

3.4 Штутгарт - компания по продаже автозапчастей

Штутгарт - вымышленная компания по продаже автозапчастей. Они управляют сетью филиалов, осуществляющих ремонт автомобилей, продажу автозапчастей и автомобильных аксессуаров. В начале 2010-х годов Штутгарт также запустил два интернет-магазина: один для покупки и продажи автозапчастей, и один для покупки и продажи подержанных автомобилей. Штутгарт стремится предоставить высокое качество обслуживания на сложном и конкурентном европейском автомобильном рынке, на котором представлены десятки тысяч различных автомобилей и сотни тысяч различных автозапчастей.

3.5 Женева - производитель элитных часов

TBD

4. Вспомогательные науки

Владение цепочкой поставок в значительной степени опирается на несколько других областей. Представление теории цепочки поставок как разновидности прикладной математики является частым, но ошибочным. Эти краткосрочные курсы предназначены для предоставления культурной основы, необходимой для обдуманной практики цепочки поставок, которая не может и не должна сводиться к серии “моделей”.

4.1 Современные компьютеры

Современные цепочки поставок требуют вычислительных ресурсов для работы, так же как моторизованные конвейеры требуют электричества. Однако, медленные системы цепочки поставок остаются повсеместными, в то время как вычислительная мощность компьютеров увеличилась более чем в 10 000 раз с 1990 года. Недостаток понимания основных характеристик современных вычислительных ресурсов - даже среди IT- или научно-исследовательских кругов - в значительной степени объясняет эту ситуацию. Программное обеспечение, лежащее в основе численных методов, не должно противоречить основному вычислительному субстрату.

4.2 Современные алгоритмы

Оптимизация цепочек поставок основана на решении множества численных задач. Алгоритмы - это высокоформализованные численные методы, предназначенные для решения конкретных вычислительных задач. Превосходные алгоритмы означают, что с помощью меньшего количества вычислительных ресурсов можно достичь более высоких результатов. Фокусировка на особенностях цепочки поставок может значительно улучшить алгоритмическую производительность, иногда на несколько порядков. “Алгоритмы цепочки поставок” также должны учитывать разработку современных компьютеров, которая значительно изменилась за последние несколько десятилетий.

Ссылки (книга):

• Введение в алгоритмы, Томас Х. Кормен, Чарльз И. Лейзерсон, Рональд Л. Ривест, Клиффорд Штайн, 2009 г.

4.3 Математическая оптимизация

Математическая оптимизация - это процесс минимизации математической функции. Почти все современные статистические методы обучения, то есть прогнозирование, если мы принимаем во внимание цепочку поставок, основаны на математической оптимизации. Более того, после установления прогнозов, определение наиболее прибыльных решений также основано на математической оптимизации. Проблемы цепочки поставок часто включают множество переменных. Они также обычно являются стохастическими по своей природе. Математическая оптимизация является основой современной практики управления цепочкой поставок.

Ссылки:

• Будущее операционного исследования - это прошлое, Рассел Л. Аккофф, февраль 1979 г.
• LocalSolver 1.x: черный ящик локального поиска для 0-1 программирования, Тьерри Бенуа, Бертран Эстеллон, Фредерик Гарди, Ромен Мегель, Карим Нуиуа, сентябрь 2011 г.
• Автоматическое дифференцирование в машинном обучении: обзор, Атилим Гунес Байдин, Барак А. Перлмуттер, Алексей Андреевич Радул, Джеффри Марк Сискинд, последнее обновление февраль 2018 г.

4.4 Машинное обучение

Прогнозы недостаточны в цепочке поставок, так как каждое решение (закупка, производство, складирование и т. д.) отражает предвидение будущих событий. Статистическое обучение и машинное обучение в значительной степени заменили классическое поле “прогнозирование” как с теоретической, так и с практической точки зрения. Это область исследования претерпела значительные улучшения, которые остаются в значительной степени непонятными среди кругов “специалистов по данным”. Мы пройдем через это поле, решая три парадокса. Во-первых, нам нужно делать точные утверждения о данных, которых у нас нет. Во-вторых, нам нужно решать проблемы, где количество переменных значительно превышает количество наблюдений. В-третьих, нам нужно работать с моделями, где количество параметров значительно превышает количество переменных или наблюдений. Мы попытаемся понять, что означает ориентация на данные в будущем с точки зрения современного “обучения”.

Ссылки:

• Теория обучаемости, Л. Г. Валиант, ноябрь 1984 г.
• Сети опорных векторов, Коринна Кортес и Владимир Вапник, сентябрь 1995 г.
• Случайные леса, Лео Брейман, октябрь 2001 г.
• LightGBM: высокоэффективное градиентное дерево принятия решений, Гуолин Ке, Ци Мэн, Томас Финли, Тайфэн Ванг, Вэй Чэнь, Вэйдонг Ма, Циуэй Е, Ти-Ян Лю, 2017 г.
• Внимание - это все, что вам нужно, Ашиш Васвани, Ноам Шазеер, Ники Пармар, Якоб Ушкорейт, Ллион Джонс, Айдан Н. Гомез, Лукаш Кайзер, Иллия Полосухин, последнее обновление декабрь 2017 г.
• Глубокий двойной спад: где большие модели и больше данных вредят, Пр рош Наккиран, Гал Каплун, Ямини Бансал, Тристан Янг, Боаз Барак, Илья Сутскевер, декабрь 2019 г.
• Генеративно-состязательные сети, Иан Дж. Гудфеллоу, Жан Пуге-Абади, Меди Мирза, Бинг Ксу, Дэвид Уорд-Фарли, Шержил Озэйр, Аарон Курвилль, Йошуа Бенджио, июнь 2014 г.
• БЕРТ: Предварительное обучение глубоких двунаправленных трансформеров для понимания языка, Джейкоб Девлин, Минг-Вей Чанг, Кентон Ли, Кристина Тоутанова, последнее обновление май 2019 г.
• Понятное введение в графовые нейронные сети, Бенджамин Санчес-Ленгелинг, Эмили Рейф, Адам Пирс, Александр Б. Вильчко, сентябрь 2021 г.

4.5 Языки и компиляторы

Большинство цепочек поставок до сих пор управляются с помощью электронных таблиц (например, Excel), в то время как корпоративные системы существуют уже один, два, иногда три десятилетия - предположительно для их замены. Действительно, электронные таблицы предлагают доступную программную выразительность, в то время как эти системы обычно этого не делают. Более общим образом, начиная с 1960-х годов, наблюдается постоянное совместное развитие всей отрасли программного обеспечения и ее языков программирования. Есть доказательства того, что следующий этап повышения эффективности цепочек поставок будет в значительной степени определяться разработкой и принятием языков программирования, или скорее программируемых сред.

4.6 Инженерия программного обеспечения

Укрощение сложности и хаоса является основой инженерии программного обеспечения. Учитывая, что цепочки поставок являются одновременно сложными и хаотичными, неудивительно, что большинство проблем корпоративного программного обеспечения, с которыми сталкиваются цепочки поставок, сводятся к плохой инженерии программного обеспечения. Числовые методы, используемые для оптимизации цепочек поставок, являются программными, и, следовательно, подвержены тем же проблемам. Эти проблемы возрастают вместе с уровнем сложности самих числовых методов. Правильная инженерия программного обеспечения для цепочек поставок подобна асептике для больницы: сама по себе она ничего не делает - как лечение пациентов - но без нее все разваливается.

4.7 Кибербезопасность

Киберпреступность находится в росте. Вымогательство - это процветающий бизнес. Из-за их физически распределенной природы цепочки поставок особенно уязвимы. Более того, окружающая сложность является плодородной почвой для проблем компьютерной безопасности. Компьютерная безопасность является контринтуитивной по своей природе, потому что именно такой угол атакующие выбирают для поиска и использования уязвимостей. В зависимости от вариаций численных методов, используемых в оптимизации цепочки поставок, риск может увеличиваться или уменьшаться.

4.21 Блокчейны

Криптовалюты привлекли много внимания. Были сделаны состояния. Были потеряны состояния. Пирамидальные схемы были распространены. С корпоративной точки зрения “блокчейн” - это вежливый эвфемизм, используемый для введения подобных идей и технологий, устанавливающий дистанцию от этих криптовалют. В цепочке поставок существуют применения блокчейна, но также существуют и проблемы.

Ссылки:

• Bitcoin: A Peer-to-Peer Electronic Cash System, Сатоши Накамото, октябрь 2008
• Majority is not Enough: Bitcoin Mining is Vulnerable, Иттай Эйял, Эмин Гун Сирер, ноябрь 2013
• Elliptic Curve Multiset Hash, Джереми Мейтин-Шепард, Мехди Тибуши, Диего Аранья, январь 2016
• Graphene: A New Protocol for Block Propagation Using Set Reconciliation, А. Пинар Озисик, Гэвин Андресен, Джордж Биссиас, Амир Хумансадр, Брайан Левин, сентябрь 2017
• Snowflake to Avalanche: A Novel Metastable Consensus Protocol Family for Cryptocurrencies, Команда Рокет, май 2018
• Tokeda, Viable token-driven metadata within Bitcoin, Жоанн Верморель, март 2018
• A taxonomy of the Bitcoin applicative landscape, Жоанн Верморель, май 2018

5. Прогнозное моделирование

Корректное количественное предвидение будущих событий является основой оптимизации любой цепочки поставок. Практика прогнозирования временных рядов возникла в 20-м веке и оказала огромное влияние на большинство крупных цепочек поставок. Прогнозное моделирование является как потомком прогнозирования временных рядов, так и массовым отходом от этой перспективы. Во-первых, оно решает гораздо более разнообразный набор проблемных случаев. Во-вторых, из-за характера проблем цепочки поставок требуется программная парадигма. В-третьих, так как неопределенность обычно неустранима, также требуются вероятностные прогнозы.

5.0. Первое место на уровне SKU в соревновании по прогнозированию M5

В 2020 году команда Lokad заняла 5-е место среди 909 конкурирующих команд на соревновании M5, мировом соревновании по прогнозированию. Однако на уровне агрегации SKU эти прогнозы заняли первое место. Прогнозирование спроса является первостепенной задачей для цепочки поставок. Подход, примененный в этом соревновании, оказался нетипичным и отличается от других методов, применяемых другими топ-50 участниками. Из этого достижения можно извлечь множество уроков в качестве предварительной подготовки к решению дальнейших прогностических задач для цепочки поставок.

Ссылки:

• Методика ISSM с использованием белого ящика для оценки распределений неопределенности продаж Walmart, Рафаэль де Резенде, Катарина Эгерт, Игнасио Марин, Гильерме Томпсон, декабрь 2021 г. (ссылка)
• Соревнование по неопределенности M5: результаты, выводы и заключения, Спирос Макридакис, Евангелос Спилиотис, Василис Ассимакопулос, Чжи Чэнь, ноябрь 2020 г. (ссылка)

5.1 Структурированное прогностическое моделирование

Дифференцируемое программирование (DP) - это генеративная парадигма для создания широкого класса статистических моделей, которые отлично подходят для решения прогностических задач цепочки поставок. DP является потомком глубокого обучения, но отличается от него своим интенсивным фокусом на структуре проблем обучения. DP превосходит практически всю “классическую” литературу по прогнозированию на основе параметрических моделей. DP также превосходит “классические” алгоритмы машинного обучения - до конца 2010-х годов - практически во всех аспектах, которые имеют значение для практического использования в цепочке поставок, включая простоту применения для практиков.

5.2 Вероятностное прогнозирование

Оптимизация цепочек поставок зависит от правильного предвидения будущих событий. Численно эти события предвидятся с помощью прогнозов, которые охватывают широкий спектр численных методов, используемых для количественной оценки будущих событий. С 1970-х годов наиболее широко используемой формой прогноза является точечный временной ряд: количество, измеренное в течение времени - например, спрос на продукт в единицах - прогнозируется в будущем. Прогноз считается вероятностным, если он возвращает вероятности, связанные со всеми возможными будущими результатами, вместо того, чтобы указывать на один конкретный результат как “прогноз”. Вероятностные прогнозы важны, когда неопределенность неизбежна, что почти всегда бывает в случае сложных систем. Для цепочек поставок вероятностные прогнозы необходимы для принятия надежных решений в условиях неопределенности будущих условий.

5.3 Прогнозирование срока поставки

Сроки поставки являются фундаментальным аспектом большинства ситуаций в цепочке поставок. Сроки поставки могут и должны быть прогнозированы так же, как и спрос. Могут использоваться вероятностные модели прогнозирования сроков поставки. Представлен ряд техник для создания вероятностных прогнозов сроков поставки в целях управления цепочкой поставок. Составление таких прогнозов, с учетом сроков поставки и спроса, является основополагающим принципом прогнозирования в цепочке поставок.

6. Принятие решений

Каждый день тысячи решений в области цепочки поставок (миллионы в крупных компаниях) принимаются в рамках ежедневной рутины операций компании. Каждое решение имеет альтернативы. Цель оптимизации цепочки поставок - выбрать варианты, которые оказываются наиболее прибыльными при неопределенных будущих условиях. Этот процесс представляет собой две ключевые проблемы, которые мы еще не рассмотрели: во-первых, количественная оценка прибыльности любого решения, во-вторых, разработка числовых методов оптимизации, подходящих для проблем цепочки поставок.

6.1 Распределение запасов в розничной торговле с использованием вероятностных прогнозов

Принятие решений в цепочке поставок требует оценки экономических рисков. Преобразование вероятностных прогнозов в экономические оценки является нетривиальной задачей и требует специальных инструментов. Однако полученная экономическая приоритизация, иллюстрируемая распределением запасов, оказывается более эффективной, чем традиционные методы. Мы начинаем с задачи распределения запасов в розничной торговле. В двухуровневой сети, которая включает как центр распределения (ЦР), так и несколько магазинов, нам нужно решить, как распределить запасы ЦР между магазинами, зная, что все магазины конкурируют за одни и те же запасы.

6.2 Оптимизация ценообразования для автомобильного послепродажного рынка

Баланс между предложением и спросом в значительной степени зависит от цен. Таким образом, оптимизация ценообразования относится к сфере цепочки поставок, по крайней мере, в значительной степени. Мы представим ряд техник для оптимизации цен фиктивной компании послепродажного автомобильного рынка. Через этот пример мы увидим опасность, связанную с абстрактными линиями рассуждений, которые не видят правильного контекста. Знание того, что должно быть оптимизировано, важнее, чем мелкий шрифт самой оптимизации.

7. Тактическое и стратегическое выполнение

Цепочка поставок, как практика и область исследования, стремится быть возможностью и конкурентным преимуществом для всей компании. С точки зрения высшего руководства, два аспекта преобладают: сделать цепочку поставок аккретивным активом и разблокировать более эффективные способы ведения бизнеса. На практике результаты в основном сводятся к выбору правильных игроков в команде.

Инициатива, направленная на улучшение производительности цепочки поставок с помощью более эффективных числовых рецептов, может, в случае успеха, глубоко изменить саму цепочку поставок. Эта перспектива сопряжена с двумя основными оговорками. Во-первых, числовые рецепты должны быть разработаны с учетом процесса; здесь есть больше, чем кажется. Во-вторых, сам процесс внедрения числовых рецептов изменяет сами рецепты; что, на первый взгляд, довольно контринтуитивно.

7.1 Начало работы с количественной инициативой

Проведение успешной предсказательной оптимизации цепочки поставок - это смесь мягких и трудных проблем. К сожалению, невозможно разделить эти аспекты. Мягкие и трудные аспекты глубоко переплетены. Обычно это переплетение фронтально сталкивается с делением работы, определенным органиграммой компании. Мы наблюдаем, что когда инициативы в сфере цепочки поставок терпят неудачу, причинами неудачи обычно являются ошибки, допущенные на ранних этапах проекта. Кроме того, ранние ошибки имеют тенденцию формировать всю инициативу, делая их практически невозможными для исправления позднее. Мы представляем наши основные результаты, чтобы избежать этих ошибок.

7.2 Приведение решений в производство

Мы ищем числовой рецепт для управления целым классом обыденных решений, таких как пополнение запасов. Автоматизация является неотъемлемой частью того, чтобы сделать цепочку поставок капиталистическим предприятием. Однако она несет значительные риски нанести ущерб в масштабе, если числовой рецепт дефективен. “Fail fast and break things” - не подходящая позиция для одобрения числового рецепта для производства. Однако многие альтернативы, такие как модель водопада, еще хуже, так как они обычно создают иллюзию рациональности и контроля. Высокоитеративный процесс - это ключ к разработке числового рецепта, который доказывает свою пригодность для производства.

7.3 Ученый по цепочке поставок

В основе инициативы по количественной цепочке поставок стоит ученый по цепочке поставок (SCS), который выполняет подготовку данных, экономическое моделирование и отчетность по KPI. Умная автоматизация решений по цепочке поставок является конечным продуктом работы, выполненной SCS. SCS берет на себя ответственность за сгенерированные решения. SCS предоставляет человеческий интеллект, усиленный мощностью обработки машин.