Цепочка поставок как экономические ставки в мире, управляемом рынком
За последние два десятилетия я наблюдал, как «управление цепочками поставок» накапливает модные слова быстрее, чем результаты. Мы говорим о цифровых двойниках, контрольных башнях, интегрированном планировании бизнеса, анализе спроса, устойчивости и устойчивом развитии. Однако, если внимательно посмотреть на балансы и отчеты о прибылях и убытках, многие компании не добились значительного прогресса в том, как они превращают оборотный капитал, мощности и сложность в экономическую отдачу.
Среди тех, кто пытается понять этот застой, некоторые выступают за ценностные сети, ориентированные на рынок и с внешней точки зрения, и прилагают значительные усилия для измерения эффективности в течение длительных периодов. Моя собственная работа рассматривает ту же экономическую реальность с другой стороны. Цель этого эссе — прояснить эту перспективу.
В моей книге Введение в цепочку поставок, особенно в ее первых главах, я пытался переосмыслить управление цепочками поставок как строгую экономическую дисциплину, сосредоточенную на том, как компании распределяют ограниченные ресурсы в условиях неопределенности. Книга рассматривает это подробнее, чем я могу здесь, но центральная идея проста: когда бы мы ни решали, что купить, произвести, переместить или оценить по цене, мы делаем небольшие экономические ставки с неопределенными исходами. Современную цепочку поставок следует оценивать по качеству этих ставок и по долгосрочным финансовым последствиям, которые они создают.
Одна влиятельная концепция начинается с другой точки. Она анализирует долгосрочные временные ряды финансовых показателей в группах конкурирующих компаний и задается вопросом: какие из них действительно улучшили свои позиции с точки зрения роста, маржи, оборачиваемости запасов и использования активов? Некоторые называют это «эффективным фронтиром». Я нахожу эту перспективу полезной. Наше различие заключается не столько в цели, сколько в механизме, который, по нашему мнению, может привести к этим результатам.
Две точки зрения на одну и ту же проблему
Одно из распространенных описаний представляет цепочки поставок как ценностные сети, ориентированные на рынок. Акцент делается на улавливании рыночных сигналов, с внешней точки зрения. Вместо того чтобы трактовать заказы с последующего звена как «спрос», утверждается, что мы должны читать настоящий рынок: данные с точек продаж, запасы в каналах, акции, социальные сигналы, ограничения поставщиков, макрошоки. Цепочка поставок в этом случае представляет собой набор взаимосвязанных процессов, превращающих эти сигналы в скоординированные ответные действия: планирование, снабжение, производство и доставку.
Моя же точка зрения кажется уже, но продуманна до мелочей. Я сосредотачиваюсь на моменте принятия решения. Стоит ли нам купить еще одну единицу этого товара для данного склада, чтобы она была получена в конкретную дату? Следует ли ускорить производство этой партии, отложить его или отменить? Надо ли снизить цену на этот SKU для этого канала завтра или оставить без изменений? Каждое из этих решений расходует что-то дефицитное: деньги, производственные мощности, торговое пространство, внимание, доверие клиентов или поставщиков. Кроме того, оно влечет за собой риск различных будущих вариантов.
С этой точки зрения, цепочка поставок — это механизм, превращающий неопределенность в решения, а решения — в финансовые результаты. Меня меньше интересует элегантность схемы процесса, чем качество следующего и последующих решений в большом масштабе.
Взгляд «снаружи внутрь» оценивает ситуацию с высоты 10 000 метров: как компания движется по отношению к своим конкурентам на многомерном фронтире эффективности. Я же нахожусь ближе к земле и задаюсь вопросом, имеют ли экономический смысл миллионы мелких ставок, составляющих ежедневные операции, с учетом реальной неопределенности, с которой мы сталкиваемся. Эти точки зрения не противоречат друг другу — они просто фокусируются на разных уровнях одной системы.
Что именно мы пытаемся оптимизировать?
Если отбросить жаргон, все эти различные перспективы говорят об эффективности, но они используют разные подходы для ее определения.
Одна из таких точек зрения явно сравнительная и многолетняя. Она учитывает, как фирма выступает по сравнению со своими непосредственными конкурентами в вопросах роста выручки, операционной маржи, оборачиваемости запасов и иногда циклов от наличных до наличных или использования активов. Компания, которая быстро растет, но теряет маржу, не является отличной. Компания, которая сокращает запасы, но при этом теряет рыночную долю, тоже не является образцовой. Превосходство находится на эффективном фронтире, где эти показатели улучшаются совместно или, по крайней мере, сбалансированы.
Моя же перспектива основана на анализе отдельных единиц и предельном эффекте. Я сосредотачиваюсь на безрисковой доходности предельного решения. Если я куплю еще одну единицу продукта X для размещения в точке Y на неделю Z, исходя из того, что я знаю на данный момент, какова ожидаемая финансовая отдача? Какую прибыль приносит эта дополнительная единица в среднем, с учетом вероятности, что она будет продана вовремя, продана позже со скидкой или вообще не продастся и устареет? Как это соотносится с альтернативным вложением той же единицы оборотного капитала в другой продукт, другую точку или в полное отсутствие инвестиций?
Чтобы рационально оценить это, нам нужна единая мера. Деньги — не всё, но именно в них фирма погашает обязательства и измеряет свою жизнеспособность. Поэтому я настаиваю на том, чтобы все компромиссы, которые засоряют обсуждения цепочек поставок, переводились в последовательные финансовые термины. Недостаток — это не абстрактное «плохое» явление; он выражается в потерях маржи, упущенном будущем бизнесе и ущербе для репутации. Излишки запасов — это не просто «марнотратство»; это опцион, который может принести прибыль или обернуться убытками. Потенциально простаивающие мощности, отображаемые на панели управления, могут оказаться ценными в качестве буфера против волатильности, которая еще не отражена в исторических данных.
Эффективный фронтир и предельная, с поправкой на риск доходность — это два способа описания одного и того же явления. Одна точка зрения рассматривает целое — долгосрочную, многолетнюю траекторию компании. Я же анализирую производную — приростный эффект следующего решения. На практике нельзя долго иметь хорошую целостную картину, если предельные решения неудовлетворительны. Постоянное превосходство на фронтире в конечном итоге требует, чтобы ежедневные решения по тысячам товаров и точек были экономически обоснованными с учетом реальной неопределенности.
Прогнозы, планы и иллюзия уверенности
Некоторые из самых стойких критиков мышления «изнутри наружу» отмечали, что компании рассматривают свои заказы и исторические поставки так, как будто они точно отражают спрос. Эта точка зрения является как поздней, так и предвзятой. Заказы формируются под влиянием акций, правил распределения, нехватки запасов на предыдущих этапах, недостаточной интеграции данных и множества других искажений. В соответствии с этой альтернативной точкой зрения, современная цепочка поставок должна работать «снаружи внутрь»: начиная с реальных рыночных и поставочных сигналов, а затем координируя ответные действия.
Я согласен с критикой планирования «изнутри наружу», но подхожу к этому с вероятностной точки зрения. Прогнозы, какими они обычно являются, создают комфортную иллюзию уверенности. Мы берем неясное, неопределенное будущее и сводим его к одному числу — «ожидаемому спросу» за определенный период. Затем мы выстраиваем страховые запасы и детерминированные планы вокруг этого числа, как будто ошибка — это лишь незначительное отклонение, а не основное событие.
Такой подход отбрасывает именно ту информацию, которая нам наиболее необходима: диапазон правдоподобных будущих вариантов и их вероятности. В моей работе я утверждаю, что прогнозы должны представлять собой распределения, а не фиксированные точки. Вопрос не в том, «Каков прогноз продаж на следующий месяц?», а в том, «Как выглядит распределение вероятностей возможных продаж?» Каковы шансы, что ничего не будет продано? Что объем продаж вырастет вдвое? Как выглядят хвосты распределения?
Как только у нас появляются такие распределения, план перестает быть единым «консенсусным числом», выработанным на собраниях, и превращается в ряд решений, вычисляемых алгоритмами, которые взвешивают затраты и возможности с учетом этих распределений. Один и тот же профиль спроса может оправдывать совершенно разные решения по запасам или производству в зависимости от финансовых последствий дефицита versus избытка, сроков поставки и наличия заменителей.
Снова эта критика является реакцией на один и тот же провал: притворяться, что неопределенное, нелинейное поведение можно уловить в одном столбце таблицы. Одна линия рассуждений настаивает на более богатых, ранних сигналах и перестройке процессов, переводящей планирование в модель «снаружи внутрь». Я же настаиваю на вероятностных моделях, которые вынуждают нас прямо сталкиваться с неопределенностью, и на системах принятия решений, способных обрабатывать эти модели в большом масштабе.
В здоровой практике эти два подхода должны объединяться. Необходимы качественные сигналы и реалистичное представление неопределенности; потоки «снаружи внутрь», подпитывающие вероятностные, экономически обоснованные решения.
Технологии: архитектура против движка
Многие наблюдатели подчеркивают ограничения технологического стека, который унаследовали большинство компаний. Эти стеки были созданы преимущественно для транзакционной эффективности: регистрации заказов, поставок, счетов и тому подобного. Они интегрируют данные между различными функциями, но не обязательно помогают компаниям принимать лучшие решения. Обычно предлагается переосмыслить архитектуру с акцентом на потоки информации о спросе и предложении: внешние слои данных, улучшенные таксономии, отслеживание запасов в режиме, близком к реальному времени, и более гибкие аналитические инструменты.
Я согласен, что унаследованный стек является значительной частью проблемы. Однако я делаю акцент на другом. Основная недостающая способность, на мой взгляд, заключается не в добавлении еще одного слоя интеграции или панели управления, а в наличии движка принятия решений.
Под этим я подразумеваю программное обеспечение, которое каждый день обрабатывает все релевантные данные, текущие ограничения и набор экономических оценок, а затем предлагает или непосредственно принимает конкретные решения: какие заказы на закупку оформить, какие производственные заказы запланировать, какие перемещения осуществить, какие цены изменить. Этот движок должен быть программируемым, поддающимся аудиту и достаточно быстрым, чтобы обрабатывать миллионы таких решений за разумное время. Он также должен уметь объяснять, почему было принято то или иное решение, исходя из данных и оценок на тот момент.
Архитектуры, ориентированные «снаружи внутрь», полезны, поскольку предоставляют лучшие входные данные для такого движка. Но без самого движка они рискуют превратиться в более сложные системы отчетности. Вы увидите проблему яснее, с большим количеством цветов и дополнительными метриками задержек, но все равно будете зависеть от армии планировщиков, перемещающих числа в таблицах, пытаясь вручную согласовать противоречивые цели.
Нет никаких сомнений в том, что технологии должны способствовать лучшему моделированию и принятию решений, а не просто улучшенной интеграции. Акцент на архитектуре подчеркивает, куда должны течь данные и как должны быть организованы процессы. Мой же акцент на движке подчеркивает, что в конечном итоге должно происходить с этими данными: принятие большого числа экономически обоснованных решений в условиях неопределенности. Эти аспекты дополняют друг друга, но лично я ставлю движок в центр, оставляя архитектуру на его службу.
Организация, управление и роль S&OP
Многие современные публикации посвящены планированию продаж и операций (S&OP) и его эволюции. Существуют модели зрелости, в которых S&OP проходит путь от простых проверок осуществимости до планирования, ориентированного на прибыль, затем к управлению, основанному на спросе, и, наконец, до рыночно-ориентированного управления. В этих концепциях S&OP представляет собой основной горизонтальный процесс, пронизывающий изолированные подразделения и объединяющий функции. Здесь обсуждаются компромиссы и привлекается взгляд «снаружи внутрь».
Я разделяю мнение, что изолированные подразделения являются одной из главных причин разрушения ценности. Когда каждая функция оптимизирует свои собственные показатели — уровень сервиса, загрузку или точность прогнозирования — общая система страдает. Люди тратят огромные усилия на разрешение конфликтов между планами, которые изначально не были рассчитаны на совместимость.
Мое отличие заключается в том, насколько центральной должна оставаться встреча S&OP для планирования в долгосрочной перспективе. По моему мнению, если мы правильно организуем технологическую сторону, основная часть операционного планирования должна быть поручена описанному ранее движку принятия решений. Этот движок питается самыми актуальными данными и текущими экономическими оценками (например, относительной стоимостью дефицита против избыточного запаса для данного товара или ценностью сокращения срока поставки на день для конкретного направления). Он пересчитывает оптимальные решения по мере изменения условий, гораздо чаще и стабильнее, чем может какой-либо человеческий процесс.
Оставшаяся роль для S&OP или интегрированного бизнес-планирования заключается скорее в управлении, чем в планировании. Вместо того чтобы тратить время на корректировку числовых значений в таблицах, руководители должны корректировать правила игры: финансовые оценки, ограничения, отношение к риску. Они должны анализировать, как решения движка отражаются на достигнутых результатах, и использовать эту обратную связь для уточнения экономических параметров и структурных предположений.
Это тонкий, но глубоко значимый сдвиг. Он превращает S&OP из коллективной попытки вручную создать единый «правильный» план в периодический анализ того, насколько эффективно работает автоматизированная система принятия решений с учетом целей компании. Человеческое внимание смещается с микроменеджмента количеств на калибровку стимулов и ограничений.
Модели зрелости такого рода все еще могут быть полезны в этом контексте, особенно как диагностический инструмент, позволяющий оценить культурное и организационное состояние компании. Однако я утверждаю, что конечная цель заключается не столько в более сложных планерках, сколько в лучшем экономическом управлении автоматизированными системами принятия решений.
Откуда мы знаем то, что знаем?
Цепочка поставок — это сложная область с точки зрения эпистемологии. Эксперименты дорогостоящие, среды шумные, а число переменных вызывает трепет. Легко спутать правдоподобные истории с надежными знаниями.
Некоторые исследователи, например Лора Чечере, приложили значительные усилия для обоснования своих взглядов на основе финансовых данных. Вместо того чтобы полагаться на самоотчетные опросы или консалтинговые истории, они восстанавливали историю эффективности компаний, используя публичные финансовые отчеты, и искали закономерности со временем. Это не доказывает причинно-следственную связь, но налагает дисциплину: практики, которые мы считаем «лучшими», по крайней мере, должны коррелировать с долгосрочными улучшениями в росте, марже и оборачиваемости запасов.
Мой собственный скептицизм принимает другую форму. Я беспокоюсь о выживании методик, главной добродетелью которых когда-то была вычислительная удобность — формулы безопасного запаса, основанные на героических допущениях, линеаризованные модели явно нелинейных явлений, упрощённые иерархии планирования, которые отражают организационные диаграммы больше, чем экономическую реальность. Многие из этих артефактов сохранились, потому что их было легко вычислять на бумаге или на первых компьютерах. Сегодня у нас значительно больше вычислительной мощности, но мы всё равно к ним цепенеем.
Меня также волнуют стимулы в структурах. Продавцы программного обеспечения, консультанты, академики и внутренние заинтересованные стороны имеют все причины предпочитать нарративы, оправдывающие масштабные проекты, сложные каркасы или постепенные корректировки. Стимулов для доказательства того, что любимый метод систематически приводит к убыткам на практике, сравнительно немного.
На мой взгляд, ответ заключается в том, чтобы приблизить цепочку поставок к прикладной экономике с сильной эмпирической и вычислительной составляющей. Мы должны явно формулировать наши допущения, кодировать их в алгоритмах и сопоставлять с реальностью посредством собственных финансовых результатов компании. Когда политика систематически уничтожает стоимость в конкретном контексте, мы должны отказаться от неё, независимо от того, насколько элегантна или широко преподаётся она может быть.
В этом отношении эти точки зрения сходятся. Существует общее отрицание идеи о том, что существуют вне времени «лучшие практики», ожидающие реализации. Есть только такие практики, которые работают в конкретном контексте некоторое время, пока не изменится среда или конкурентный ландшафт.
К синтезу
Если вы руководитель или практик, пытающийся разобраться в этих идеях, может оказаться полезным мыслить в терминах уровней.
Работа, ориентированная снаружи и финансово обоснованная, неоценима на стратегическом и диагностическом уровне. Она помогает задавать правильные вопросы: Где мы на эффективном рубеже относительно наших конкурентов? Растем ли мы, прибыльны ли и эффективно используем ли капитал, или же мы идём на компромисс, жертвуя одной мерой ради другой? Остаются ли наши процессы внутренне ориентированными, доминируемыми инерцией ERP-транзакций и функциональных силосов, или мы действительно перешли к рыночно-ориентированным, внешне направленным потокам?
Моя собственная работа больше сосредоточена на операционном и вычислительном уровне. Я хочу, чтобы вы могли отвечать на вопросы вроде: с учётом нашего нынешнего понимания неопределённости спроса и предложения, и наших финансовых оценок, максимизируют ли решения, которые мы принимаем ежедневно, нашу доходность с учетом риска на ограниченные ресурсы? Можем ли мы принимать эти решения последовательно и в масштабах благодаря программному обеспечению, а не вручную, при этом сохраняя возможность аудита и совершенствования базовой логики?
Эти уровни не являются альтернативами. В идеальном мире компания использовала бы стратегическую призму для определения того, как выглядит совершенство и для измерения прогресса на протяжении многих лет, одновременно используя экономический, вероятностный механизм принятия решений для управления повседневными операциями в направлении этой цели. Архитектура, ориентированная снаружи внутрь, поставляла бы механизму богатые, своевременные сигналы. Управленческие форумы сосредоточились бы на калибровке экономических параметров, а не на редактировании количественных показателей. И понятие «лучшей практики» было бы заменено более скромным, эмпирическим подходом: тем, что работает здесь и сейчас, в этой конкретной сети, как показывают реальные финансовые результаты.
В этом смысле любое кажущиеся противостояние между этими взглядами не является столкновением несовместимых теорий. Это дискуссия о том, где сделать акцент: на архитектуре и процессе или на алгоритмах и экономике; на долгосрочных траекториях или на предельных решениях. Оба подхода необходимы. Но если мне нужно будет суммировать мою позицию в одном предложении, оно звучало бы так:
Цепочка поставок — по своей сути экономическая дисциплина, которая должна осуществляться через программное обеспечение как искусство делать удачные ставки в условиях неопределенности.
Всё остальное — процессы, архитектуры, информационные панели, даже модели зрелости — должно оцениваться по тому, насколько они способствуют или мешают выполнению этой ключевой задачи.
