Узнайте о цепочках поставок

Эта продолжающаяся серия лекций представляет основы управления цепочками поставок: задачи, методологию и технологии. Цель – предоставить организациям возможность достигать превосходной, «реальной» эффективности цепочек поставок. Видение, представленное в этих лекциях, отличается от общепринятой теории цепочек поставок и называется количественной цепочкой поставок. Лекции проводит Йоаннес Верморель, генеральный директор и основатель Lokad. Лекции иллюстрированы реальными цепочками поставок, которыми Lokad управляет от имени своих клиентов.

Целевая аудитория: Эти лекции предназначены для всех, кто стремится улучшить цепочки поставок, от топ-менеджеров до младших аналитиков и студентов. Лекции включают серию «быстрых курсов», чтобы минимизировать предварительные знания.

1. Пролог

1.1 Основы цепочки поставок

Цепочка поставок – это количественный, но практичный подход к управлению возможностями при столкновении с изменчивостью и ограничениями, связанными с потоком физических товаров. Она включает в себя закупки, производство, транспортировку, дистрибуцию, продвижение и т. д. – но с акцентом на развитие и выбор опций, а не на непосредственное управление операциями. Мы увидим, как представленный в этой серии взгляд на количественную цепочку поставок принципиально отличается от того, что считается общей теорией цепочек поставок.

Литература (книги):

• Управление запасами и планирование производства и составление графиков, Edward A. Silver, David F. Pyke, Rein Peterson, 1998
• Основы теории цепочек поставок, Lawrence V. Snyder, Zuo-Jun Max Shen, 2011

1.2 Количественная цепочка поставок вкратце

Манифест количественной цепочки поставок подчеркивает ряд ключевых моментов, позволяющих понять, как эта альтернативная теория, предложенная и разработанная Lokad, отличается от общепринятой теории цепочек поставок. Его можно резюмировать так: каждое отдельное решение оценивается с учетом всех возможных будущих вариантов в соответствии с экономическими драйверами. Этот взгляд постепенно сформировался в Lokad как общепринятая теория цепочек поставок, и его внедрение (почти?) всеми поставщиками программного обеспечения остается сложной задачей.

1.3 Ориентированная на продукт доставка

Цель инициативы в рамках количественной цепочки поставок – либо создать, либо улучшить программное обеспечение, которое автоматизирует ряд рутинных решений (например, пополнение запасов, обновление цен). Приложение рассматривается как продукт, который необходимо разработать. В то время как общепринятая теория цепочек поставок борется за преобладание в крупных компаниях, один инструмент — а именно Microsoft Excel — добился значительного операционного успеха. Реализация числовых рецептов общепринятой теории с помощью электронных таблиц тривиальна, однако на практике это не происходит, несмотря на знание теории. Мы демонстрируем, что электронные таблицы преуспевают благодаря использованию программных парадигм, которые оказались более эффективными для достижения результатов в цепочках поставок.

Литература (книга):

• Joel on Software: И о различном и местами неожиданном, что может представлять интерес для разработчиков, дизайнеров и менеджеров, а также для тех, кто, будь то по счастливой или несчастной случайности, работает с ними, Joel Spolsky, 2004

1.4 Парадигмы программирования для цепочек поставок

Прогностическая оптимизация цепочек поставок требует специфических парадигм программирования. Действительно, хотя «программный» аспект невозможно обойти с помощью готового пакета программного обеспечения (ср. предыдущая лекция), общепринятые подходы к программированию включают слои случайных сложностей, которые серьезно мешают инициативам в сфере цепочек поставок. Мы представляем серию парадигм программирования, которые особенно хорошо подходят для реальных цепочек поставок. Эта лекция иллюстрируется Envision — DSL (язык программирования, специфичный для предметной области), предназначенный для оптимизации цепочек поставок, разработанный Lokad на основе этих парадигм.

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

• Динамичные цепочки поставок: как проектировать, строить и управлять ценностными сетями, ориентированными на людей, John Gattorna, 2015

1.5 Тенденции 21 века в цепочках поставок

Несколько ключевых тенденций доминировали в развитии цепочек поставок за последние десятилетия, в значительной степени изменяя спектр задач, с которыми сталкиваются компании. Некоторые проблемы практически исчезли, например, физические опасности и вопросы качества. Некоторые, наоборот, укоренились, например, общая сложность и интенсивность конкуренции. Примечательно, что программное обеспечение также радикально меняет цепочки поставок. Краткий обзор этих тенденций помогает понять, на чем должна сосредоточиться теория цепочек поставок.

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

• Tokeda, Жизнеспособные метаданные, основанные на токенах, в рамках Bitcoin, Joannes Vermorel, 2018, (пример использования блокчейна для борьбы с подделками на странице 28)

1.6 Количественные принципы для цепочек поставок

Хотя цепочки поставок не могут быть описаны строгими количественными законами — в отличие от электромагнетизма — можно наблюдать общие количественные принципы. Под «общими» мы подразумеваем принципы, применимые к (почти) всем цепочкам поставок. Выявление таких принципов имеет первостепенное значение, поскольку они могут использоваться для упрощения создания числовых рецептов, предназначенных для прогностической оптимизации цепочек поставок, а также для повышения их общей эффективности. Мы рассматриваем два кратких списка принципов: несколько принципов наблюдения и несколько принципов оптимизации.

1.7 О знаниях, времени и работе в цепочках поставок

Цепочки поставок подчиняются общим экономическим принципам. Однако эти принципы недостаточно известны и слишком часто искажены. Популярные практики в цепочках поставок и их теории зачастую противоречат тому, с чем в целом соглашаются в экономике. Тем не менее, маловероятно, что они когда-либо докажут ошибочность базовых экономических принципов. Кроме того, цепочки поставок сложны. Они представляют собой системы — относительно современную концепцию, которая также недостаточно известна и слишком часто искажается. Цель этой лекции — понять, что и экономика, и системный подход вносят в решение проблем планирования реальной цепочки поставок.

2. Методология

Изучение и практика управления цепочками поставок должны основываться на науке, то есть подкрепляться научными методами. На протяжении последних трех столетий каждая область, сумевшая подняться благодаря подходящей экспериментальной практике, прошла тот фантастический прогресс, который мы считаем особенностью «науки». Однако цепочки поставок пока не испытали такого прогресса, и значительная часть ответственности связана с неправильными экспериментальными методологиями. Сложная природа цепочек поставок требует соответствующих методов, которые мы рассматриваем в этой главе.

2.1 Персоны цепочек поставок

«Персона» цепочки поставок — это вымышленная компания. Однако, несмотря на вымышленный характер компании, эта фикция создана для того, чтобы выделить аспекты, заслуживающие внимания с точки зрения цепочек поставок. Персона не идеализируется в смысле упрощения задач цепочки поставок. Напротив, цель состоит в том, чтобы подчеркнуть самые сложные аспекты ситуации, те моменты, которые наиболее упорно противостоят любым попыткам количественного моделирования и внедрения инициатив по улучшению цепочки поставок. В исследованиях цепочек поставок кейс-стади, когда указываются одна или несколько сторон, страдают от явных конфликтов интересов. Компании и их поддерживающие подрядчики (программное обеспечение, консалтинг) заинтересованы в представлении положительного результата. Более того, реальные цепочки поставок обычно страдают или выигрывают от случайных условий, не имеющих ничего общего с качеством их выполнения. Персоны цепочек поставок являются методологическим ответом на эти проблемы.

Литература:

• Введение в изучение экспериментальной медицины (английская версия), (оригинальная французская версия), Claude Bernard, 1865
• Проект «Феникс»: Роман об ИТ, DevOps и том, как помочь вашему бизнесу добиться успеха, Gene Kim, Kevin Behr, George Spafford, 2013
• Неподконтрольный машинный перевод с использованием только монолингвальных корпусов, Guillaume Lample, Alexis Conneau, Ludovic Denoyer, Marc’Aurelio Ranzato, 2018

2.1.1 Париж — модный бренд с розничной сетью

Париж — это вымышленный европейский модный бренд, управляющий обширной розничной сетью. Бренд ориентирован на женщин и позиционируется как относительно доступный. Хотя линия дизайна довольно классическая и сдержанная, главной движущей силой бизнеса всегда была новизна. Для продвижения новых продуктов используется несколько коллекций в году. Выведение на рынок правильного продукта, в нужное время, по подходящей цене и с оптимальным количеством на складе — одна из ключевых задач.

2.2 Экспериментальная оптимизация

Вопреки наивной картезианской перспективе, согласно которой оптимизация сводится к простому разворачиванию оптимизатора для заданной функции оценки, управление цепочками поставок требует итеративного процесса. Каждая итерация используется для выявления «безумных» решений, которые необходимо исследовать и корректировать. Корневая причина часто заключается в неправильных экономических драйверах, которые следует переоценить с точки зрения их непредвиденных последствий. Природа итераций меняется, когда числовые рецепты перестают давать безумные результаты.

Литература:

• Логика научного познания, Karl Popper, 1934

2.3 Отрицательные знания

Антипаттерны — это стереотипы решений, которые выглядят хорошо, но не работают на практике. Систематическое изучение антипаттернов было инициировано в конце 1990-х годов в области разработки программного обеспечения. Когда это применимо, антипаттерны превосходят простые отрицательные результаты, поскольку их легче запомнить и анализировать. Взгляд с позиции антипаттернов имеет первостепенное значение для цепочек поставок и должен рассматриваться как один из столпов их отрицательных знаний.

Литература:

• Антипаттерны: Рефакторинг программного обеспечения, архитектур и проектов в кризисе, William J. Brown, Raphael C. Malveau, Hays W. “Skip” McCormick, Thomas J. Mowbray, 1998

2.4 Состязательный анализ рынка

Современные цепочки поставок зависят от множества программных продуктов. Выбор правильных поставщиков является вопросом выживания. Однако, поскольку число поставщиков велико, компаниям необходим систематический подход к этому процессу. Традиционная практика маркетинговых исследований начинается с благих намерений, но неизбежно заканчивается плохими результатами, поскольку фирмы, занимающиеся маркетинговыми исследованиями, становятся витриной для тех компаний, которые они должны анализировать. Надежда на появление беспристрастной исследовательской компании ошибочна. Однако методология взаимной оценки поставщиков позволяет даже предвзятой исследовательской фирме давать непредвзятые результаты.

Литература:

• Эпистемическая коррупция, фармацевтическая промышленность и основа медицинской науки. Sergio Sismondo, 2021 (текст)
• Влияние: психология убеждения. Robert B. Cialdini, 1984
• Руководство по закупкам, конфликт интересов, Всемирный банк, 2020 (PDF)

2.5 Письменная коммуникация в цепочках поставок

Цепочки поставок предполагают координацию больших команд. Поэтому письменные материалы имеют первостепенное значение. Современные цепочки поставок просто несовместимы с устной традицией. Однако специалисты по цепочкам поставок зачастую испытывают серьёзные трудности в области письменной коммуникации. Давайте рассмотрим, что говорят исследования удобства использования и некоторые известные эксперты на эту тему. Кроме того, инициативы в области цепочек поставок, реализуемые через экспериментальный подход оптимизации, должны быть тщательно документированы. Формулы и исходный код отвечают на вопросы «что» и «как», но не отвечают на вопрос «почему». Документация должна гарантировать, что специалисты по цепочкам поставок понимают проблему, с которой они сталкиваются. Со временем эта документация становится ключом к обеспечению плавного перехода от одного специалиста к другому.

Ссылки:

• Элементы стиля (Первое издание), William Strunk Jr, 1918
• F-образный шаблон для чтения веб-контента, Jakob Nielsen, 2006 (текст)

3. Персонажи

Серия персонажей цепочки поставок, разработанных в соответствии с методологией, определённой в предыдущей главе.

3.1 Майами - авиационный MRO

Майами — вымышленный авиационный MRO (техническое обслуживание, ремонт, капитальный ремонт) в США, обслуживающий большой парк коммерческих самолётов. В авиации безопасность имеет первостепенное значение. Запчасти и компоненты должны регулярно проходить проверку и, при необходимости, ремонт. Майами занимается тем, чтобы постоянно держать самолёты в воздухе, избегая инцидентов AOG (самолёт на земле), которые возникают, когда отсутствует необходимая для проведения технического обслуживания деталь.

3.2 Амстердам - сырные бренды

Амстердам — вымышленная FMCG-компания, специализирующаяся на производстве сыров, сливок и масел. Она управляет большим портфелем брендов в нескольких странах. Многие противоречивые бизнес-цели необходимо тщательно балансировать: качество, цена, свежесть, отходы, разнообразие, локальность и т.д. По замыслу, производство молока и розничные акции ставят компанию между молотом и наковальней с точки зрения соотношения спроса и предложения.

3.3 Сан-Хосе - интернет-торговля товарами для дома

Сан-Хосе — вымышленный интернет-магазин, который предлагает разнообразные товары для дома и аксессуары. Он управляет собственной онлайн-площадкой. Его частный бренд конкурирует с внешними брендами как внутри компании, так и за её пределами. Чтобы оставаться конкурентоспособным в условиях давления со стороны более крупных и более дешёвых игроков, цепочка поставок Сан-Хосе стремится обеспечить высокое качество сервиса, проявляющееся во множестве форм, значительно превышающих просто своевременную доставку заказанных товаров.

3.4 Штутгарт - автомобильная послепродажная компания

Штутгарт — вымышленная автомобильная послепродажная компания. Она управляет сетью филиалов, предоставляющих услуги по ремонту автомобилей, продаже запчастей и автомобильных аксессуаров. В начале 2010-х годов Штутгарт также запустил два канала электронной коммерции: один для покупки и продажи запчастей, а другой для купли-продажи подержанных автомобилей. Штутгарт стремится обеспечить высокое качество сервиса на сложном и конкурентном европейском автомобильном рынке, где представлено десятки тысяч различных транспортных средств и сотни тысяч различных запчастей.

3.5 Париж - сеть модной розничной торговли

Париж — вымышленный европейский модный бренд, управляющий большой сетью розничной торговли. Бренд ориентирован на женщин и позиционирует себя как относительно доступный. Хотя дизайн линии достаточно классический и сдержанный, главным двигателем бизнеса всегда была новизна. Для запуска волн новых продуктов используется несколько коллекций в год. Продвижение правильного продукта в нужное время, по нужной цене и с необходимым объёмом запасов является одной из основных задач.

4. Вспомогательные науки

Овладение цепочками поставок значительно опирается на несколько других областей. Представление теории цепочек поставок как разновидности прикладной математики часто встречается, но является ошибочным. Такие краткие курсы предназначены для предоставления культурного фона, необходимого для продуманной практики в области цепочек поставок, которую нельзя и не следует сводить к ряду «моделей».

4.1 Современные компьютеры

Современные цепочки поставок требуют вычислительных ресурсов для работы так же, как моторизованные конвейеры нуждаются в электричестве. Однако медленные системы цепочек поставок остаются повсеместными, в то время как вычислительная мощность компьютеров с 1990 года увеличилась более чем в 10 000 раз. Недостаток понимания фундаментальных характеристик современных вычислительных ресурсов — даже среди IT-специалистов или специалистов по анализу данных — во многом объясняет эту ситуацию. Программное обеспечение, лежащее в основе числовых рецептов, не должно конфликтовать с базовым вычислительным субстратом.

4.2 Современные алгоритмы

Оптимизация цепочек поставок основывается на решении множества числовых задач. Алгоритмы — это высококодифицированные числовые рецепты, предназначенные для решения точных вычислительных задач. Превосходные алгоритмы означают, что с меньшими вычислительными ресурсами можно добиться лучших результатов. Сосредоточив внимание на особенностях цепочки поставок, производительность алгоритмов может быть значительно улучшена, иногда в несколько раз. Алгоритмы, применяемые в цепочках поставок, также должны учитывать конструкцию современных компьютеров, которая значительно эволюционировала за последние несколько десятилетий.

Ссылки (книга):

• Introduction to Algorithms, Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest и Clifford Stein, 2009

4.3 Математическая оптимизация

Математическая оптимизация — это процесс минимизации математической функции. Почти все современные методы статистического обучения — например, прогнозирование с точки зрения цепочки поставок — в своей основе опираются на математическую оптимизацию. Более того, после составления прогнозов выбор наиболее прибыльных решений также основывается на математической оптимизации. Проблемы цепочек поставок часто включают множество переменных, и они обычно носят стохастический характер. Математическая оптимизация является краеугольным камнем современной практики в области цепочек поставок.

Ссылки:

• The Future of Operational Research Is Past, Russell L. Ackoff, февраль 1979
• LocalSolver 1.x: Black-box решатель локального поиска для 0-1 программирования, Thierry Benoist, Bertrand Estellon, Frédéric Gardi, Romain Megel, Karim Nouioua, сентябрь 2011
• Automatic differentiation in machine learning: a survey, Atilim Gunes Baydin, Barak A. Pearlmutter, Alexey Andreyevich Radul, Jeffrey Mark Siskind, последний обзор февраля 2018

4.4 Машинное обучение

Прогнозы являются неотъемлемой частью цепочек поставок, поскольку каждое решение (закупка, производство, складирование и т.д.) отражает ожидание будущих событий. Статистическое обучение и машинное обучение во многом вытеснили классическую область «прогнозирования» как с теоретической, так и с практической точки зрения. Эта область исследований претерпела значительные улучшения, которые остаются во многом непонятыми кругами специалистов по данным. Мы отправимся в это поле, решая три парадокса. Во-первых, нам нужно делать точные утверждения о данных, которых у нас нет. Во-вторых, необходимо решать задачи, где число переменных значительно превосходит количество наблюдений. В-третьих, приходится работать с моделями, в которых число параметров значительно превышает как число переменных, так и число наблюдений. Мы попытаемся понять, что вообще означает основанное на данных предвосхищение будущего с современной точки зрения «обучения».

Ссылки:

• A theory of the learnable, L. G. Valiant, ноябрь 1984
• Support-vector networks, Corinna Cortes и Vladimir Vapnik, сентябрь 1995
• Random Forests, Leo Breiman, октябрь 2001
• LightGBM: A Highly Efficient Gradient Boosting Decision Tree, Guolin Ke, Qi Meng, Thomas Finley, Taifeng Wang, Wei Chen, Weidong Ma, Qiwei Ye, Tie-Yan Liu, 2017
• Attention Is All You Need, Ashish Vaswani, Noam Shazeer, Niki Parmar, Jakob Uszkoreit, Llion Jones, Aidan N. Gomez, Lukasz Kaiser, Illia Polosukhin, последний пересмотр декабрь 2017
• Deep Double Descent: Where Bigger Models and More Data Hurt, Preetum Nakkiran, Gal Kaplun, Yamini Bansal, Tristan Yang, Boaz Barak, Ilya Sutskever, декабрь 2019
• Generative Adversarial Networks, Ian J. Goodfellow, Jean Pouget-Abadie, Mehdi Mirza, Bing Xu, David Warde-Farley, Sherjil Ozair, Aaron Courville, Yoshua Bengio, июнь 2014
• Unsupervised Machine Translation Using Monolingual Corpora Only, Guillaume Lample, Alexis Conneau, Ludovic Denoyer, Marc’Aurelio Ranzato, последний пересмотр апрель 2018
• BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding, Jacob Devlin, Ming-Wei Chang, Kenton Lee, Kristina Toutanova, последний пересмотр май 2019
• A Gentle Introduction to Graph Neural Networks, Benjamin Sanchez-Lengeling, Emily Reif, Adam Pearce, Alexander B. Wiltschko, сентябрь 2021

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 одну, две, а иногда и три декады — предположительно, чтобы их заменить. Действительно, электронные таблицы предлагают доступное программное выражение, в то время как эти системы, как правило, не обладают такой возможностью. Более того, с 1960-х годов наблюдается постоянное совместное развитие индустрии программного обеспечения в целом и языков программирования. Существует мнение, что следующий этап повышения эффективности цепочек поставок во многом будет определяться разработкой и внедрением языков программирования, а точнее программируемых сред.

4.6 Разработка программного обеспечения

Управление сложностью и хаосом является краеугольным камнем разработки программного обеспечения. Учитывая, что цепочки поставок и сложны, и хаотичны, неудивительно, что большинство проблем корпоративного ПО, с которыми они сталкиваются, сводятся к некачественной разработке программного обеспечения. Числовые рецепты, используемые для оптимизации цепочек поставок, являются программным обеспечением и, следовательно, подвержены тем же проблемам. Эти проблемы нарастают по мере усложнения самих числовых рецептов. Правильная разработка программного обеспечения для цепочек поставок так же важна, как асептика в больницах: сама по себе она ничего не даёт – как лечение пациентов – но без неё всё разваливается.

4.7 Кибербезопасность

Киберпреступность набирает обороты. Вымогательское ПО — это быстрорастущий бизнес. Из-за своей физически распределённой природы цепочки поставок особенно уязвимы. Кроме того, окружающая сложность является благодатной почвой для проблем компьютерной безопасности. Компьютерная безопасность по своей сути контринтуитивна, поскольку именно этот аспект злоумышленники используют для поиска и эксплуатации уязвимостей. В зависимости от особенностей числовых рецептов, применяемых в оптимизации цепочек поставок, риск может как увеличиваться, так и снижаться.

4.21 Блокчейны

Криптовалюты привлекли к себе большое внимание. Были заработаны состояния. Были потеряны состояния. Пирамидальные схемы процветали. С корпоративной точки зрения, «блокчейн» является вежливым эвфемизмом, используемым для представления схожих идей и технологий, при этом устанавливая дистанцию от этих криптовалют. Существуют варианты применения блокчейна для цепочек поставок, но проблем также предостаточно.

Ссылки:

• Bitcoin: пиринговая электронная платежная система, Сатоши Накамото, октябрь 2008
• Большинству недостаточно: майнинг биткойнов уязвим, Иттай Эял, Эмин Гун Сирер, ноябрь 2013
• Мульти-множный хеш на эллиптической кривой, Джереми Мэйтин-Шепард, Мехди Тибучи, Диего Аранья, январь 2016
• Graphene: новый протокол распространения блоков с использованием согласования наборов, A. Pinar Ozisik, Gavin Andresen, George Bissias, Amir Houmansadr, Brian Levine, сентябрь 2017
• Snowflake to Avalanche: новая семействo метастабильных консенсус-протоколов для криптовалют, Team Rocket, май 2018
• Tokeda, жизнеспособные метаданные на основе токенов внутри биткойна, Joannes Vermorel, март 2018
• Таксономия приложенческого ландшафта Биткойна, Joannes Vermorel, май 2018

5. Прогнозное моделирование

Правильное количественное предвидение будущих событий находится в основе оптимизации любой цепочки поставок. Практика прогнозирования временных рядов возникла в 20 веке и оказала огромное влияние на большинство крупных цепочек поставок. Прогнозное моделирование является как продолжением временного ряда прогнозирования, так и радикальным отходом от него. Во-первых, оно охватывает гораздо более разнообразный набор проблем. Во-вторых, из-за природы проблем цепочки поставок необходима программная парадигма. В-третьих, поскольку неопределенность обычно неустранима, требуются также вероятностные прогнозы.

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

В 2020 году команда из Lokad заняла 5-е место из 909 соревнующихся команд на глобальном соревновании по прогнозированию M5. Однако на уровне агрегирования по SKU эти прогнозы вывели их на первое место. Прогнозирование спроса имеет первостепенное значение для цепочки поставок. Подход, принятый на этом соревновании, оказался нетипичным и отличался от методов, применяемых другими 50 претендентами. Из этого достижения можно извлечь множество уроков в качестве предисловия к решению дальнейших прогнозных задач для цепочки поставок.

Ссылки:

• Подход ISSM с открытой «белой коробкой» для оценки распределений неопределенности продаж Walmart, Rafael de Rezende, Katharina Egert, Ignacio Marin, Guilherme Thompson, декабрь 2021 (link)
• Соревнование по неопределенности M5: результаты, выводы и заключения, Spyros Makridakis, Evangelos Spiliotis, Vassilis Assimakopoulos, Zhi Chen, ноябрь 2020 (link)

5.1 Структурированное прогнозное моделирование

Дифференцируемое программирование (DP) — это генеративная парадигма для создания очень широкого класса статистических моделей, которые оказываются превосходно подходящими для решения прогнозных задач в цепочках поставок. DP является потомком глубокого обучения, но отличается от глубокого обучения своим интенсивным фокусом на структуре задач обучения. DP превосходит почти всю «классическую» литературу по прогнозированию, основанную на параметрических моделях. DP также превосходит традиционные алгоритмы машинного обучения — вплоть до конца 2010-х годов — практически по всем параметрам, важным для практического использования в задачах цепочки поставок, включая простоту внедрения для специалистов.

5.2 Вероятностное прогнозирование

Оптимизация цепочек поставок зависит от правильного предвидения будущих событий. Численно эти события предсказываются с помощью прогнозов, которые охватывают разнообразные численные методы, используемые для количественной оценки будущих событий. Начиная с 1970-х годов, самой распространенной формой прогноза стала точечная временная прогностика: величина, измеряемая во времени — например, спрос в единицах для продукта — проецируется в будущее. Прогноз считается вероятностным, если он возвращает вероятности, связанные со всеми возможными будущими исходами, а не указывает один конкретный исход как «прогноз». Вероятностные прогнозы важны всякий раз, когда неопределенность неустранима, что почти всегда имеет место в сложных системах. Для цепочек поставок вероятностные прогнозы необходимы для выработки устойчивых решений в условиях неопределенного будущего.

5.3 Прогнозирование срока поставки

Сроки поставки являются фундаментальным аспектом большинства ситуаций в цепочках поставок. Сроки поставки можно и следует прогнозировать так же, как спрос. Можно использовать вероятностные модели прогнозирования, предназначенные для сроков поставки. Представлена серия техник, позволяющих создать вероятностные прогнозы срока поставки для целей цепочек поставок. Совмещение этих прогнозов, срока поставки и спроса, является краеугольным камнем прогнозного моделирования в цепочках поставок.

6. Принятие решений

Каждый день тысячи решений в области цепочек поставок (в больших компаниях — миллионы) принимаются в рамках ежедневной деятельности компании. Каждое решение предполагает наличие альтернатив. Цель оптимизации цепочки поставок — выбрать те варианты, которые окажутся наиболее прибыльными в условиях неопределенного будущего. Этот процесс представляет две ключевые задачи, которые мы ещё не рассмотрели: во-первых, количественную оценку прибыльности любого решения, во-вторых, развертывание численных рецептов оптимизации, подходящих для задач цепочки поставок.

6.1 Распределение запасов в розничной торговле на основе вероятностных прогнозов

Решения в области цепочек поставок требуют экономической оценки с учетом риска. Преобразование вероятностных прогнозов в экономические оценки – задача нетривиальная и требует специализированных инструментов. Однако полученная экономическая приоритезация, иллюстрируемая распределением запасов, оказывается более мощной, чем традиционные методы. Начнем с проблемы распределения запасов в розничной торговле. В двухуровневой сети, включающей как распределительный центр (DC), так и несколько магазинов, необходимо решить, как распределить запасы распределительного центра между магазинами, учитывая, что все магазины конкурируют за одни и те же запасы.

6.2 Оптимизация ценообразования для автомобильного послепродажного рынка

Баланс спроса и предложения во многом зависит от цен. Таким образом, оптимизация ценообразования относится к сфере цепочек поставок, по крайней мере в значительной степени. Мы представим серию методов оптимизации цен для вымышленной компании автомобильного послепродажного рынка. На этом примере мы увидим опасность абстрактных рассуждений, не учитывающих правильный контекст. Знание того, что должно быть оптимизировано, важнее, чем мелкие детали самой оптимизации.

7. Tactical and strategic execution

Цепочка поставок как практика и как область исследований нацелена на то, чтобы стать инструментом и источником конкурентного преимущества для всей компании. С точки зрения высшего руководства доминируют два аспекта: превращение цепочки поставок в актив, приносящий добавочную стоимость, и поиск превосходных способов реализации бизнеса. На практике всё сводится, в основном, к выбору правильных членов команды.

Инициатива, направленная на повышение эффективности цепочки поставок с помощью превосходных числовых рецептов, может, если она будет успешной, кардинальным образом изменить саму цепочку поставок. Эта перспектива имеет два основных оговорки. Во-первых, числовые рецепты должны быть разработаны с учетом упрощения процессов; здесь больше нюансов, чем кажется на первый взгляд. Во-вторых, сам процесс внедрения числовых рецептов изменяет их суть, что на первый взгляд кажется довольно противоинтуитивным.

7.1 Getting started with a quantitative initiative

Проведение успешной предиктивной оптимизации цепочки поставок представляет собой сочетание мягких и жестких проблем. К сожалению, невозможно разделить эти аспекты. Мягкие и жесткие аспекты тесно переплетены. Обычно эта взаимосвязь напрямую противоречит распределению обязанностей, определённому организационной структурой компании. Мы наблюдаем, что когда инициативы в области цепочек поставок терпят неудачу, коренные причины провала обычно кроются в ошибках, допущенных на самых ранних этапах проекта. Кроме того, ранние ошибки, как правило, формируют всю инициативу, делая их почти невозможными для исправления впоследствии. Мы представляем наши ключевые выводы, чтобы избежать этих ошибок.

7.2 Bringing the decisions to production

Мы ищем числовой рецепт, способный управлять целым классом рутинных решений, таких как пополнение запасов. Автоматизация имеет решающее значение для того, чтобы цепочка поставок превратилась в капиталистическое предприятие. Однако она несёт значительные риски масштабного ущерба, если числовой рецепт окажется дефектным. «Быстро провалиться и сломать всё» — это не подход, который подходит для утверждения числового рецепта в производстве. Тем не менее, многие альтернативы, такие как водопадная модель, ещё хуже, поскольку обычно создают иллюзию рациональности и контроля. Ключ к созданию производственного числового рецепта — это высоко итеративный процесс.

7.3 The Supply Chain Scientist

В основе количественной инициативы управления цепочками поставок находится Специалист по цепочкам поставок (СЦП), который занимается подготовкой данных, экономическим моделированием и формированием отчетности по ключевым показателям эффективности (KPI). Умная автоматизация решений в цепочке поставок является конечным результатом работы СЦП. Специалист принимает ответственность за принятые решения. СЦП обеспечивает человеческий интеллект, усиленный вычислительной мощностью.