Состояние «Вероятностного» прогнозирования в цепочке поставок (2025)
В 2012 году, в Lokad, мы перешли от одномерного анализа временных рядов к вероятностному взгляду на мир — сначала через квантильное прогнозирование, затем с использованием полных предсказательных распределений для спроса и времени выполнения, и, в конечном итоге, к стохастической оптимизации решений. Более чем через десятилетие, на рынке корпоративного программного обеспечения почти ничего не изменилось — за исключением Lokad. Сейчас большинство поставщиков произносят слово вероятностное; почти никто не перестраивал свой стек так, чтобы неопределённость моделировалась, комбинировалась и учитывалась вплоть до автоматизированных решений.
Компактная карта рынка
| Поставщик | Оценка |
|---|---|
| Lokad | Подлинная сквозная вероятностная система принятия решений. Распределения для спроса и времени выполнения комбинируются и обрабатываются оптимизационным слоем; отсутствует парадигма страхового запаса/уровня обслуживания. |
| ToolsGroup | Полу‑подлинная: реальное вероятностное моделирование, которое подпитывает процесс MEIO, основанный на уровне обслуживания/страхового запаса, и рабочие процессы планировщика. |
| Smart Software | Полу‑подлинная: достоверные распределения спроса с учётом времени выполнения для прерывистых товаров, а затем политика уровня обслуживания и страхового запаса. |
| Epicor IP&O (Smart) | Полу‑подлинная: в основе Smart лежит встраиваемый вероятностный механизм; политики выражаются в терминах уровня обслуживания. |
| SAP IBP (SmartOps) | Полу‑подлинная: стохастический MEIO для достижения целевых уровней обслуживания; вероятностный модуль в рамках детерминированного планирования. |
| GAINS | Полу‑подлинная: MEIO, который «учитывает неопределённость», но реализован через целевые значения уровня обслуживания и страхового запаса. |
| Blue Yonder | Маркетинговый уровень: в маркетинговых материалах говорят об «автономных/вероятностных» прогнозах; операционная модель сосредоточена на сегментации по уровню обслуживания и динамических страховых запасах. |
| RELEX | Маркетинговый уровень: сильный розничный стек; термин «вероятностный» используется в контексте точности инвентаризации, в то время как решения основываются на логике страховых запасов. |
| o9 Solutions | Маркетинговый уровень: планирование на основе сценариев; MEIO, ориентированный на оптимизацию целевых уровней обслуживания и перенастройку политик. |
| Kinaxis | Маркетинговый уровень (начальный вероятностный модуль): квантили и расширение Wahupa MEIO, всё ещё выраженные в настройках уровня обслуживания/страхового запаса внутри сценарно-ориентированного процесса. |
| E2open | Полу‑подлинная: классическая терминология MEIO — сетевые страховые запасы для удовлетворения ожиданий от уровня обслуживания. |
| Coupa/LLamasoft | Полу‑подлинная: модули проектирования/MEIO, которые рассчитывают оптимальные страховые запасы для заданных уровней обслуживания. |
| Infor | Маркетинговый уровень: тексты говорят о «вероятностных методах», но результаты оцениваются с точки зрения точности, уровней обслуживания и страховых запасов. |
| Anaplan | Маркетинговый уровень: приложения для инвентаризации делают упор на динамический страховой запас и моделирование сценариев, а не на принятие решений на основе распределений. |
Эта таблица кодифицирует публичные заявления и документацию по состоянию на ноябрь 2025 года; там, где поставщики публикуют мало технических деталей, я придерживаюсь более консервативного подхода.
Более строгий набор критериев
За эти годы я разработал несколько тестов, которые разделяют математику и маркетинг.
Во-первых, неопределённость должна моделироваться там, где это действительно важно. Цепочка поставок сталкивается не только с волатильностью спроса; время выполнения само по себе является случайной величиной. Если поставщик не оценивает полные распределения для спроса и времени выполнения — а затем не объединяет их последовательно — заявления о вероятностном прогнозировании теряют смысл. Простое увеличивание точечных прогнозов за счёт добавления резервов не является вероятностным прогнозированием.
Во-вторых, результатом должны быть решения, а не параметры настройки. Подлинная система передаёт распределения в оптимизационный слой, который балансирует ожидаемую прибыль против затрат и ограничений, выдавая количество для заказа, распределения и цены. Если «конечный результат» — это процентиль страхового запаса или целевой уровень обслуживания, то это не вероятностная система принятия решений; это детерминированная политика, настроенная на основе оценки дисперсии.
В-третьих, вероятность должна сохраняться при взаимодействии с процессом. Если от планировщиков ожидается, что они будут «редактировать» прогнозы в таблице, мы уже вышли за рамки вероятностного подхода. Человеческие корректировки могут вносить изменения в ограничения или приоритеты; они не позволяют вручную перестроить хорошо откалиброванные распределения.
В-четвёртых, «толстые хвосты» имеют значение. Розничная торговля и запчасти характеризуются прерывистым спросом, а время выполнения имеет тяжелые хвосты. Поставщик, который молча предполагает Гауссовы распределения повсюду, не занимается вероятностным прогнозированием; он проводит алгебраические вычисления с желаемыми моментами.
Пятый пункт: измерения должны носить вероятностный характер. Если ключевые показатели эффективности — это MAPE и классическая точность, стимулы смещаются в сторону точечных прогнозов и косметических показателей по уровню обслуживания. Важны правильные правила оценки для распределений и, что лучше, цели, основанные на прибыли и убытках.
Наконец, прозрачность не подлежит обсуждению. Поставщики должны публиковать достаточно методологических деталей, чтобы практики могли увидеть, как вероятности превращаются в решения, включая то, как несколько видов неопределённости комбинируются и распространяются.
Исходя из этих критериев, вот как обстоят дела на рынке.
Оценка по поставщикам
Lokad — исключение, подтверждающее правило
Стек Lokad по своей природе вероятностный: спрос и время выполнения изучаются как полные предиктивные распределения, которые объединяются в программных моделях принятия решений, выдающих конкретные действия — заказы, распределения, ценообразование — с учётом бизнес-ограничений. Мы сознательно отказались от конструкций страхового запаса/уровня обслуживания, отдавая предпочтение оптимизации, ориентированной на решение, и работе с «толстыми хвостами»; цель — экономическая, а не достижение точности ради точности. Этот путь начался в 2012 году (прогнозирование квантилей), перерос в модели распределения и стохастическую оптимизацию и остаётся нашим основным подходом.
ToolsGroup — вероятностный спрос, интерфейс уровня обслуживания
ToolsGroup чётко сообщает о полных распределениях спроса и обработке длинных хвостов. Однако эти распределения подпитывают MEIO, ориентированный на обслуживание: кривые от запасов к уровню обслуживания, динамические страховые запасы и целевые уровни обслуживания остаются универсальным языком. На практике это вероятностный модельный слой, интегрированный в детерминированные параметры политики и рабочие процессы планировщика.
Smart Software — достоверные распределения, классические политики
Долгосрочная сильная сторона Smart — распределения спроса с учётом времени выполнения для прерывистых товаров, часто реализуемые через Epicor IP&O. Математика реальна; операция реализована классическим образом: выбор уровней обслуживания, установка страховых запасов, симуляция политик. Это вероятностный вход с детерминированным выходом.
Epicor IP&O (Smart) — Smart внутри, обслуживание снаружи
IP&O от Epicor рекламирует вероятностное моделирование спроса и времени выполнения и подчеркивает стресс-тестирование политик. Однако рычаги, доступные пользователям, — это уровни обслуживания, страховые запасы и логика повторного заказа; оптимизация представлена как компромисс между обслуживанием и затратами.
SAP IBP (SmartOps) — стохастический MEIO в виде модуля
IBP for Inventory происходит от SmartOps: многоступенчатая оптимизация с ошибками прогнозирования и изменчивостью времени выполнения, с целью поддержания уровней обслуживания клиентов при минимальных затратах. Он рассчитывает страховые запасы и целевые уровни обслуживания; вероятностные элементы существуют, но как дополнение к в остальном управляемому планировщиками процессу.
GAINS — оптимизация с учётом целевых показателей обслуживания
GAINS предлагает MEIO, который «учитывает неопределённость» в спросе, поставках и времени выполнения. Однако рабочий интерфейс — это явная оптимизация на основе уровня обслуживания и настройки страховых запасов. Сложно, да; вероятностное принятие решений от начала до конца — нет.
Blue Yonder — вероятностный по названию, обслуживающий на деле
Страницы Blue Yonder говорят об «автономных» и «вероятностных» прогнозах, однако суть планирования запасов состоит в детализированной сегментации по уровню обслуживания и динамическом страховом запасе. Кейсы и материалы для партнеров подкрепляют сценарно- и обслуживающую модель управления, а не принятие решений на основе распределений.
RELEX — фокус на розничной торговле, с упором на страховые запасы
RELEX ориентирован на выполнение розничных операций и теперь продвигает вероятностное моделирование вокруг True Inventory. Но когда речь идёт о пополнении запасов и защите от неопределённости, его материалы всё ещё сосредоточены на управлении страховыми запасами и достижении целевых уровней обслуживания — детерминированном мире политик, откалиброванном с помощью машинного обучения.
o9 Solutions — сценарии с математикой уровня обслуживания
«Digital Brain» от o9 — это способная платформа для работы со сценариями. Страницы MEIO описывают оптимальные рекомендации по уровню обслуживания и непрерывную перенастройку политик; вероятность представлена в виде вероятностей событий и гипотетических ситуаций, а не как распределения, которые напрямую управляют оптимизацией ожидаемых экономических результатов.
Kinaxis — квантили и расширение MEIO, всё ещё с приоритетом обслуживания
Kinaxis перешёл к вероятностным элементам: в блогах обсуждаются квантильные прогнозы, и расширение Wahupa внедряет вероятностный MEIO в Maestro. Однако даже это расширение рекламирует различные уровни обслуживания и настройки страховых запасов; общий процесс остаётся насыщенным сценариями и ориентированным на планировщиков.
E2open — классическая терминология MEIO
E2open объясняет MEIO как оптимизацию запасов по узлам для удовлетворения ожиданий в обслуживании, когда спрос, время выполнения и обслуживание передаются по сети. Это каноническая история MEIO на уровне обслуживания.
Coupa/LLamasoft — проектирование с учетом уровня обслуживания
Пакет для проектирования от Coupa (бывший LLamasoft) однозначен: разработать политики для каждого артикула, рассчитать оптимальные страховые запасы и оптимизировать с учетом целевых показателей обслуживания. Это стохастическая параметризация детерминированных политик.
Infor — вероятностная формулировка, детерминированные рычаги
Материалы Infor упоминают «интеллектуальное, вероятностное прогнозирование», но окружающий контент делает акцент на точности прогнозов, уровнях обслуживания и пополнении страховых запасов. Рычаги, доступные планировщикам, не основаны на распределениях.
Anaplan — приложения для страховых запасов с сценариями
Партнёрские материалы и демо-версии демонстрируют приложения для инвентаризации, построенные вокруг динамических страховых запасов, балансировки уровня обслуживания и быстрого моделирования сценариев. Полезно, да; вероятностное прогнозирование в полном смысле — нет.
Что на самом деле означает «подлинный»
Подлинная вероятностная система цепочки поставок должна соответствовать высоким требованиям. Как минимум, она оценивает полные распределения для спроса и времени выполнения; она объединяет эти неопределённости — часто с тяжёлыми хвостами — в единую стохастическую картину для каждого решения; она оптимизирует экономическую цель с учётом ограничений, возвращая решения, а не целевые параметры; она оценивает себя с помощью соответствующих вероятностных метрик или прямых финансовых показателей; и она автоматизирует выполнение, так что люди управляют приоритетами и ограничениями, а не формами распределений. В Lokad мы создали именно такую систему. Это не просто оболочка поверх страховых запасов; это совершенно иная архитектура.
Заключительная мысль
Я приветствую вновь обнаруженный интерес индустрии к слову вероятностный. Но слова — это не суть. Спустя десять лет большинство поставщиков по-прежнему одевают детерминированные политики в стохастическую косметику. Пока неопределённость не будет объединена и оптимизирована в решениях — без опоры на страховые запасы и уровни обслуживания — это утверждение остаётся маркетинговым ходом. Lokad выделяется, потому что мы давно отказались от этих костылей и научились строить решения непосредственно на основе вероятностей.
Методологическая примечание. Эта оценка основана на публичной документации поставщиков и независимых обзорах. ToolsGroup открыто обсуждает распределения, но направляет их в MEIO с уровнем обслуживания; Smart/Epicor подчёркивают распределения спроса с учётом времени выполнения, которые влияют на выбор политик; SAP IBP/SmartOps документируют многоступенчатую оптимизацию, ориентированную на уровень обслуживания; GAINS демонстрирует экраны оптимизации на основе уровня обслуживания; Blue Yonder рекламирует «вероятностное» прогнозирование, сосредотачиваясь на сегментации обслуживания и динамических страховых запасах; RELEX подчёркивает мастерство управления страховыми запасами и вероятностной точности инвентаризации; o9 акцентирует внимание на MEIO, оптимизированном для уровня обслуживания, и сценариях; Kinaxis добавляет расширение Wahupa MEIO, которое всё ещё использует терминологию уровня обслуживания; E2open и Coupa/LLamasoft описывают классический MEIO; Infor и Anaplan фокусируются на результатах в терминах точности и страховых запасов.
Если поставщик захочет оспорить своё место в рейтинге, ему предлагается опубликовать мелкий шрифт: как они составляют распределения спроса и времени выполнения; как эти распределения оптимизируются в решения; как они оценивают калибровку; как они работают с тяжёлыми хвостами; и как процесс противостоит искушению ручного редактирования форм распределения вероятностей. Это стало бы новостью.
