Поставка цепи как услуга

Joannes Vermorel

В терминах предиктивной оптимизации, большинство цепей поставок застряли в начале 1990-х годов¹. Крупные компании уже прошли через целый ряд «предиктивных» инициатив за последние два десятилетия. Однако немногие из этих обновлений оказали значительное влияние на цепь поставок.

Десять лет назад, в Lokad, когда мы начали решать причины этих сбоев, появилась модель бизнеса «Поставка цепи как услуга» (SCaaS), заменяющая модель «Программное обеспечение как услуга» (SaaS). Мы начали продавать подписки на «программное обеспечение+эксперта». Эксперт, а именно специалист по цепям поставок, реализует числовые рецепты, которые генерируют решения, в то время как программное обеспечение, а именно платформа Lokad, предоставляет эксперту инфраструктуру, необходимую для оперативной и надежной работы.

За этот десяток лет наша практика SCaaS стала определяющим фактором, если не самым важным фактором, в повышении успешности наших инициатив в области цепей поставок. Тем не менее, часто возникают возражения против самой идеи SCaaS.

Мы не будем внешне размещать нашу компетенцию в области цепей поставок. Это возражение подразумевает, что есть стратегические внутренние компетенции в области цепей поставок, которые следует сохранить. Это может быть так, но чаще всего эта компетенция не квалифицируется как «стратегическая». Большинство компаний, включая крупные, даже не достигают оценки 10 по нашему 5-минутному тесту эффективности цепей поставок. Что хуже, крупные инициативы, такие как S&OP, обычно снижают фактическую компетенцию цепи поставок, дополнительно фрагментируя процессы принятия решений.

Напротив, SCaaS открывает путь к возникновению настоящей стратегической компетенции в области цепей поставок в компании. Это начинается с роботизации процессов принятия решений. Действительно, без автоматизации команды цепи поставок едва могут позволить себе стратегическое мышление. Вся энергия команды тратится на борьбу с крайними случаями в цепи поставок. Напротив, с внедрением SCaaS несколько клиентов сказали нам, что это был первый раз в их истории, когда они могли уделить время работе над сложными проблемами, такими как каннибализация или оптимизация MOQ.

Мы сделаем это с помощью простых инструментов. Это возражение принимает отсутствие навыков программирования у команд поставщиков цепочки поставок как аксиому и, таким образом, исключает целые классы инструментов. В контексте цепочки поставок существуют три основных типа “простых” инструментов: стандартные приложения, приложения с низким уровнем кодирования и таблицы.

Стандартные приложения предлагают множество вариантов и функций для работы с различными ситуациями в цепочке поставок. Приложение кажется простым на первый взгляд: использование приложения сводится к настройке, а затем берет на себя рабочий процесс. Нет необходимости в программировании. Однако на практике ситуации в цепочке поставок неизбежно превышают возможности приложения. Практики, столкнувшиеся с “приложением”, возвращаются к таблицам, чтобы выполнить работу.

Приложения с низким уровнем кодирования обещают мощь программирования, но без необходимости работать с языком программирования. Приложения с низким уровнем кодирования обычно имеют визуальный редактор какого-либо вида. К сожалению, подход с низким уровнем кодирования плохо справляется с сложностью даже обычных цепочек поставок. На игрушечном примере с 2 таблицами и 10 полями подход с низким уровнем кодирования выглядит отлично. На реальном примере с 20 таблицами и 500 полями подход с низким уровнем кодирования ужасен. Когда практикам предоставляется доступ к приложению с низким уровнем кодирования, они также возвращаются к таблицам, чтобы выполнить работу.

Таблицы являются, безусловно, основным инструментом, используемым практиками цепочки поставок. Хотя они выполняют свою работу, существуют классы нюансов, которые просто не вписываются в парадигму таблиц, независимо от того, является ли это Microsoft Excel или какая-либо веб-ориентированная альтернатива. Вероятностное прогнозирование и стохастическая оптимизация просто не относятся к области таблиц. Пока используются таблицы, практика УЦП остается застрявшей в эпохе 1990-х годов.

SCaaS - это искра, необходимая для обновления цепочки поставок. Борьба с практиками, которые существуют уже два или три десятилетия, уже сама по себе трудная задача. SCaaS - это возможность вести эту борьбу с ветеранами, которые уже были там и сделали это в других компаниях.

Мы сделаем это с нашей собственной командой по науке о данных. В начале 2000-х годов возражение формулировалось как мы сделаем это с нашей собственной командой по добыче данных. Добыча данных мертва, да здравствует наука о данных. Однако большинство компаний забывают уроки своих неудачных инициатив по добыче данных 20 лет назад: технология почти никогда не была корневой причиной неудачи, проблема заключалась в сложной структуре.

Что касается цепочки поставок, найм ученых по данным практически наверняка приведет к медленному и дорогостоящему провалу. Ученые по данным обычно являются молодыми инженерами, которые получили некоторую подготовку в списке открытых исходных кодов и/или языков программирования. В результате типичный ученый по данным, подобно его предшественнику-добытчику данных, смотрит на мир через техническую призму. Команда по науке о данных будет генерировать непрерывный поток “решений, ищущих проблемы”. Будут проводиться доклады, будут сделаны демонстрации. Практики цепочки поставок будут вежливо поздравлять команду по науке о данных и будут следить за тем, чтобы ни одно из ее “решений” никогда не приближалось к фактическому производству. В этом отношении практики делают правильный вывод.

Поставщики SCaaS не могут быть декоративными. Большинство компаний борются с увольнением талантов, таких как ученые по данным, даже если эти люди не вносят вклад в компанию. Однако большинство компаний не имеют никаких сомнений в прекращении работы с поставщиком услуг третьей стороны, который не доставляет достаточно. Поставщики SCaaS - это выжившие, которые смогли доказать свою постоянную ценность снова и снова.

В качестве поставщика SCaaS, Lokad редко нанимает чистых ученых по данным для своих ролей “ученых по цепям поставок”. Вместо этого мы предпочитаем инженеров, которые готовы прежде всего стать экспертами в области цепей поставок. Статистические модели - это средство, а не цель. Ученые по данным слишком часто полагаются на выведение числовых моделей на пределы их возможностей. Ученые по цепям поставок не стремятся опубликовать статью, они хотят выполнить работу с минимальными хлопотами. На практике это делает всю разницу между решением, готовым к производству, и модным прототипом, который никогда не попадает в производство.