00:00:08 Введение в Flowcasting и его происхождение.
00:02:04 Сравнение Flowcasting с традиционными методами планирования поставок.
00:04:40 Актуальность и сложности Flowcasting сегодня.
00:06:06 Анализ неудачи Flowcasting и извлечённых уроков.
00:07:06 Как стохастичность может привести к провалу Flowcasting.
00:08:06 Ограничения прогнозирования дробного спроса.
00:10:15 Практическая реализация и неудачи Flowcasting.
00:11:13 Положительные моменты Flowcasting: детализированные данные о спросе.
00:13:46 Целостный подход Flowcasting к оптимизации цепочки поставок.
00:15:14 Различия между Flowcasting и подходом Lokad.
00:17:31 Сложности конкретных сценариев цепочек поставок.
00:19:37 Прогнозы будущих трендов в применении ИИ.
00:21:43 Ценность книги о Flowcasting, несмотря на её недостатки.
Резюме
В интервью Жоанн Верморель, основатель Lokad, обсуждает сильные и слабые стороны Flowcasting — метода планирования цепочки поставок. Он высоко оценивает его акцент на прогнозировании, ориентированном на спрос, детализированном анализе и автоматизации, но критикует детерминистский подход за игнорирование случайности в цепочке поставок. Lokad пытается справиться с этими сложностями с помощью языка программирования под названием Envision, однако Верморель признаёт, что ни одна система не способна полностью охватить все тонкости цепочки поставок. Верморель также скептически относится к роли ИИ в управлении цепями поставок, проводя различие между модным термином ИИ и реальными алгоритмическими техниками. Несмотря на свои недостатки, он признаёт ценность идей, которые Flowcasting привнёс в управление розничными цепочками поставок.
Расширенное резюме
В интервью ведущий Киран Чендлер и Жоанн Верморель, основатель Lokad, обсуждают технику Flowcasting в контексте планирования цепочки поставок, ориентированного на спрос. Представленный в книге с одноимённым названием в 2006 году, Flowcasting воспринимался как «Святой Грааль» этой области, поскольку обещал оптимальную эффективность за счёт прогнозирования исключительно в точке продажи.
Flowcasting нацелен на розничные сети. Верморель излагает основную идею следующим образом: прогнозировать каждый отдельный продукт в каждой точке продаж каждый день и стремиться к максимально возможной точности прогноза. Полученная картина позволяет реконструировать все необходимые решения по цепочке поставок. Видение Flowcasting предлагает ценные идеи, подчёркивая необходимость быть как можно ближе к спросу — фактору, которому в старых методиках не уделялось должное внимание. Оно также придаёт значение оценке каждого продукта в каждом магазине, а не агрегированным кластерам, что является более детализированным подходом по сравнению с категоричным, «сверху вниз» прогнозированием, распространённым тогда.
Однако внедрение Flowcasting оказывается другой историей. Верморель отмечает, что он «никогда не работает» так, как ожидалось. Розничные сети, пытающиеся воплотить эту теоретическую концепцию в жизнь, обнаруживают, что она «брутально не функционирует». Основной причиной называют полное игнорирование понятия «стохастичности» — присущей случайности продаж продуктов на уровне магазина.
Flowcasting основывается на детерминистском прогнозировании, предполагающем, что можно с абсолютной точностью предсказать точное количество товара, которое будет продано в будущем. Он не учитывает присущую случайность реальных розничных продаж и дробный спрос на каждый товар за день. Такой нереалистичный подход делает прогнозы неэффективными. Более того, он приводит к исключению экономических драйверов, играющих ключевую роль в балансировании рисков, из процессов оптимизации цепочки поставок, что дополнительно дестабилизирует стратегию.
Когда его спрашивают о практических последствиях внедрения Flowcasting, Верморель признаёт, что, по его опыту, розничные сети, с которыми он знаком, никогда не переходят за стадию прототипа из-за указанных сложностей. Таким образом, хотя Flowcasting всё ещё предлагает некоторые ценные идеи, интервью подчёркивает необходимость учитывать его внутренние ограничения и реалии стохастичности цепочки поставок для эффективного внедрения в условиях реальной розницы.
Ключевой момент обсуждения касается Flowcasting — широко известной техники управления цепочкой поставок. Несмотря на сложности, Верморель признаёт, что Flowcasting даёт ценные идеи. Он подчёркивает подход методики, заключающийся в максимально возможном приближении к спросу на самом детализированном уровне. По его словам, самый детализированный уровень — это не прогноз по каждому товару в магазине, а каждая единица, проданная отдельному покупателю. Эта идея, по его мнению, приводит к возникновению концепции временных графиков на основе временных рядов, которая учитывает идентичность покупателей и их покупательское поведение.
Кроме того, Верморель высоко оценивает акцент Flowcasting на автоматизации, настаивая на том, что Lokad также использует эту стратегию. Он объясняет преимущества ежедневного обновления данных, отмечая, что его отсутствие приводит к излишней сложности и упущенным возможностям, поскольку работа ведётся с устаревшими данными. По его словам, такая ненужная сложность является абсурдной и расточительством ресурсов.
Следующий вывод, который Верморель делает из Flowcasting, — это идея синхронности и необходимость целостного взгляда на цепочку поставок. Изучая всю сеть и все её потоки от производства до конечного спроса, он считает, что проблемы в цепочке можно решать более эффективно, а не просто смещать их. Это контрастирует с более распространённым подходом оптимизации каждого этапа по отдельности, что может приводить к упущению взаимосвязанных эффектов.
Критика Flowcasting Верморелем сосредоточена на его чрезмерном упрощении. Хотя простота обычно является добродетелью, он предупреждает, что она не должна приводить к наивному математическому представлению сложной реальности. Несмотря на то, что Flowcasting позиционируется как простое в использовании, Верморель считает, что оно упрощает сложность цепочек поставок.
Подход Lokad отличается от Flowcasting принятием присущей сложности цепочек поставок, считает Верморель. Он подчёркивает, что цепочки поставок по своей природе запутаны и сложны. Модель Lokad учитывает неопределённость, которую он считает неизбежной. Таким образом, их подход включает применение вероятностной алгебры, которая, хоть и более сложна, приводит к более реалистичным результатам. То есть методология Lokad не пытается устранить неопределённость, а принимает её и работает с ней.
Управление цепочками поставок осложняется множеством особенностей, таких как различия в потребностях упаковки или специальные форматы товаров в магазинах и у отдельных покупателей. По мнению Вермореля, такие вариации требуют тонких и гибких решений, учитывающих эти сложности, а не универсального подхода.
Для решения этих задач Lokad разработал язык программирования под названием Envision, созданный для сохранения простоты без ущерба для реалий управления цепочками поставок. Эта система обеспечивает более адекватное приближение к реальности, хотя Верморель признаёт, что ни одна система не может полностью захватить всю сложность реальных цепочек поставок.
В ходе обсуждения концепция Flowcasting, как методология управления цепочками поставок, подверглась критическому анализу. Верморель предполагает, что Flowcasting мог бы сработать лучше, если бы включал элементы вероятностной алгебры. Он отмечает, что, несмотря на недостатки, Flowcasting представлял собой смелое видение для своего времени.
Перенося фокус на новые технологии, Верморель выражает скептицизм по поводу использования искусственного интеллекта (ИИ) в управлении цепями поставок.
Однако Верморель проводит различие между модным термином ИИ и фундаментальными алгоритмическими техниками, такими как глубокое обучение и дифференцируемое программирование.
Возвращаясь к Flowcasting, Верморель утверждает, что, несмотря на математические недостатки, базовая книга остаётся достойным чтением, главным образом благодаря полезным идеям по управлению розничными цепями поставок. Хотя многие её концепции ещё не нашли полного применения, эти идеи остаются актуальными и ценными по сей день.
Наконец, в разговоре подчёркивается, что мир управления цепочками поставок — это сложная область, где нет единственного и простого решения. Верморель завершает, призывая к использованию гибких и адаптивных систем, которые могут адекватнее учитывать сложные реалии динамики цепочек поставок.
Полная расшифровка
Kieran Chandler: Сегодня на Lokad TV мы узнаем больше об этой методике и обсудим, насколько она актуальна сегодня. Итак, Жоанн, может начнём с того, чтобы рассказать немного подробнее, что же такое flowcasting и как он работает?
Joannes Vermorel: Термин Flowcasting был введён с публикацией книги в 2006 году, также названной «Flowcasting». Это методика, предназначенная для розничных сетей, обеспечивающая оптимизацию цепочки поставок для таких сетей. Книга содержит множество интересных идей и рецептов по её внедрению. Проще говоря, идея заключается в том, чтобы выбрать каждый отдельный продукт в каждой точке, прогнозировать каждый следующий день, желательно с очень точными прогнозами, и таким образом получить полную картину того, что произойдёт, основываясь на продажах вашим клиентам. Затем, используя эти сверхдетализированные ежедневные прогнозы по продуктам в каждой точке, можно восстановить все необходимые решения по цепочке поставок, просто агрегируя данные назад: от магазина к складу, затем к поставщикам.
Kieran Chandler: Интересно. Что же такого особенного в этом видении? Чем оно отличалось от существовавших на тот момент методик?
Joannes Vermorel: Оно отличалось рядом очень точных наблюдений, в частности, важностью максимально приближаться к спросу. Это не было новым открытием, но, насколько мне известно, это была одна из первых книг, которая подчёркивала необходимость быть максимально близко к лучшему сигналу спроса — вашим продажам на самом конце цепочки. Это отличается от многих цепочек поставок, где, как правило, один уровень отслеживает только то, что происходит на следующем. Например, в качестве поставщика вы наблюдаете за работой склада, который закупает у вас, но не следите за тем, что происходит в магазинах. В этом отношении Flowcasting был весьма последовательным. Он выступал за приближение к сигналу спроса и предполагал, что имеет смысл анализировать самый детализированный уровень — продукт в магазине — а не просто агрегировать данные по неделям для каждого продукта, поскольку так проще проводить расчёты.
Kieran Chandler: То есть под «детализацией» вы подразумеваете разбиение до каждого отдельного SKU в каждом магазине?
Joannes Vermorel: Именно. Именно это предлагает Flowcasting и чем он отличается от большинства методов того времени. Обычно люди строили прогнозы «сверху вниз»: сначала по категориям, затем разбивая по подкатегориям, регионам и так далее. В итоге у вас могло получаться несколько кластеров типичных магазинов, и вы говорили: «Если у меня магазин типа A, типа B, типа C, я распределю ресурсы согласно профилю магазина», и так далее. Такой метод избегает работы с самым детализированным уровнем, то есть с каждым отдельным продуктом в каждой точке, где объём данных просто взрывается.
Kieran Chandler: Так почему мы говорим об этом сегодня? Разве не появились более современные методы, которые заменили это? Почему это всё ещё актуально?
Joannes Vermorel: Десять лет назад Flowcasting был на пике популярности, и я видел, как как минимум половина десятка крупных розничных сетей проявляла огромный интерес к его идеям. Однако на практике он никогда не работал. Это была книга, полная, казалось бы, отличных идей, но когда люди пытались их реализовать, всё терпело полный провал. Он был брутально неработоспособным, что было неожиданно, учитывая простоту идей. Книга создавала впечатление, что с ежедневными прогнозами всё можно сделать легко, и давала простые рецепты для их составления и последующего использования в решениях по цепочке поставок. Оказалось, что при попытке внедрения всё рушится. Причина неудачи Flowcasting заключается в том, что он упустил из виду несколько критически важных аспектов. Однако почти весь рынок и большинство участников до сих пор не учитывают эти нюансы. Flowcasting вышел из моды после десятилетия, но причины его провала до сих пор плохо изучены. Это означает, что если многие участники не обновят своё понимание, им придётся столкнуться с теми же проблемами.
Kieran Chandler: На первый взгляд, идея прогнозирования в точке продажи и обратного распространения этой информации по всей цепочке поставок кажется вполне логичной. Так где же тогда всё разваливается?
Joannes Vermorel: Он разваливается из-за стохастичности или неопределенности. Продажи на уровне магазина чрезвычайно хаотичны и случайны. Да, вы можете продавать около одной единицы в неделю, но никогда не знаете, в какой день недели. Flowcasting опирался на детерминированный прогноз, где можно было с абсолютной точностью сказать, что через два дня вы продадите ровно одну бутылку шампуня для данного артикула. Однако это нереалистично из-за присущей розничным продажам случайности.
Kieran Chandler: И вот здесь всё на самом деле разваливается. Эти прогнозы не могут отразить никакую неопределенность. Именно здесь прогнозирование полностью терпит неудачу — неопределенность отсутствует. Таким образом, поскольку неопределенность отсутствует, и вы предполагаете, что ваши прогнозы точны, они не способны адекватно отразить будущее. Это не проактивные прогнозы. Когда речь заходит об оптимизации цепочек поставок, вы действуете так, как будто ваши прогнозы безошибочны, и поэтому игнорируете так называемые экономические драйверы, балансирующие все эти риски. По сути, у вас возникает проблема, которая игнорирует неопределенность, и, как следствие, вы также упускаете из виду экономические факторы, являющиеся ключевыми для оптимизации в условиях неопределенности. Так что, если в этом подходе было столько проблем, что же на самом деле происходило, когда ритейлеры пытались его внедрить? Были ли какие-либо масштабные катастрофы?
Joannes Vermorel: Розничные сети, с которыми я был на связи, так и не перешли за стадию прототипа. Они были осторожны и пробовали этот подход в очень небольшом масштабе. Но на самом деле полученные цифры были настолько абсурдными, что специалисты по цепочкам поставок заявляли: «Нет, мы не можем внедрить это в магазине». Это было либо слишком мало, либо слишком много. Это буквально не имело смысла. Насколько мне известно, ни одна крупная розничная сеть не дошла даже до прототипа, охватывающего более чем несколько десятков продуктов в нескольких магазинах, то есть очень малого масштаба, и его быстро прекращали, потому что он работал ужасно.
Kieran Chandler: Так что всё оно не может быть плохим. Flowcasting был довольно известной техникой, имевшей хорошую репутацию. Какие же хорошие идеи он нам подарил?
Joannes Vermorel: Было несколько интересных идей. Они предлагали максимально приблизиться к спросу, утверждая, что самым детализированным уровнем является разбивка по магазину и продукту. Я согласен с тем, что нужно работать на максимально детализированном уровне, но не считаю, что разбивка по продукту и магазину является наивысшей детальностью. Наиболее детализированный уровень — это каждая отдельная единица, проданная каждому клиенту. Сегодня большинство розничных сетей используют системы отслеживания клиентов через программы loyalty. Так вы знаете не только, что этот продукт продан в данном месте и в определенный день, но и кому именно он продан. Следует мыслить не только с точки зрения временных рядов, как описано в flowcasting, но и в виде временного графа, где точно видно, кому вы продаете. Это содержит еще больше информации. Однако основной посыл flowcasting о необходимости работы на максимально детализированном уровне остается глубоко верным.
Другой аспект, который они поняли правильно, — это идея автоматизации всего процесса с ежедневным обновлением. Именно это до сих пор предлагает Lokad. Если у вас отсутствует полная автоматизация — получение данных за предыдущий день, их обработка и обновление всех ваших прогнозов и решений на их основе — вы оставляете на столе много денег. Потому что если вы используете данные прошлой недели, вы пытаетесь прогнозировать вчерашние продажи. Но вам не нужно прогнозировать вчерашние продажи, вы уже их знаете. Поэтому наличие ежедневных обновлений — это хорошая практика, иначе вы будете использовать данные прошлой недели для предсказания того, что произошло вчера, что нелогично.
Еще одним хорошим инсайтом в flowcasting является то, что они называют синхронностью. Они выражают идею о том, что цепочки поставок нуждаются в целостном видении на всех уровнях. Именно это мы реализовали в случае с Bridgestone, который обсуждался в предыдущем эпизоде. Если вы хотите оптимизировать свою цепочку поставок, вам необходимо иметь целостное представление о всей сети и всех потоках — от конечного спроса клиента до производства. Если у вас нет такого целостного видения, вы просто переносите проблемы, а не решаете их. Так что flowcasting имел этот очень правильный инсайт: необходимо охватывать сеть в целом, а не заниматься оптимизацией отдельных этапов, как например оптимизация склада без учета других звеньев.
Kieran Chandler: То есть, по сути, вы говорите, что Flowcasting содержал немало ценных идей, которые мы разделяем здесь, в Lokad. Так каковы же ключевые отличия между подходом Flowcasting и тем, чем мы занимаемся в Lokad? Что, по вашему мнению, мы делаем намного лучше?
Joannes Vermorel: Один из ключевых принципов Flowcasting заключался в том, что его можно сделать чрезвычайно простым, простым как в Excel, используя очень простые формулы, которые можно комбинировать в Excel. Простота — это хорошо. Однако, когда вы моделируете сложную систему, такую как цепочки поставок, вы должны убедиться, что ваша модель не является чрезмерно упрощенной. Ваша модель не должна искажать реалии, которые вы пытаетесь отразить, используя наивное математическое представление о сложной реальности.
В Lokad мы действительно приняли тот факт, что реальность в цепочках поставок крайне запутана и часто сложна. Это означает, что неопределенность останется. Если вы говорите: «нам просто нужны точные прогнозы», — это лишь желание. Существует неустранимая доля неопределенности. Вам нужна система, которая принимает тот факт, что неопределенность остается. В итоге вы приходите к вероятностной алгебре, которая гораздо сложнее. Но это то, что требуется; иначе ваши результаты оказываются нелепыми.
И если вы хотите извлечь как можно больше информации с самого детализированного уровня — временного графа даже клиентов, где видно, кто, что, где и когда покупает — то вы не сможете извлечь всю необходимую информацию из этих данных, используя только временные ряды. Да, это временной граф, и он сложнее, но такова реальность.
Kieran Chandler: В этом временном графе содержится гораздо больше информации. Именно эту информацию вы хотите использовать. Так что, возможно, другой подход заключается не в том, чтобы продавать простоту, а в том, чтобы иметь систему, которая максимально проста, но никогда не проще, чем того требует реальность.
Joannes Vermorel: Да, действительно. Могу добавить, что в цепочках поставок существует множество крайних, особенно сложных случаев. Например, представьте склад, который отгружает упаковки бутылок в магазины, при этом в магазинах продаются отдельные бутылки, поскольку покупатели иногда распаковывают упаковки. А потом бывают случаи, когда некоторые клиенты специально хотят купить именно упаковку бутылок. Вы не можете просто посчитать бутылки и считать, что это решение. Некоторые клиенты очень придирчивы и настаивают на том, чтобы получить упаковку из шести бутылок. Если такой упаковки нет, они предпочитают покупать где-то еще. Такие моменты довольно сложны.
Боюсь, что не существует простого универсального решения для этого. В Lokad мы осознали этот факт и решили создать инструмент — язык программирования под названием Envision. Мы разработали его так, чтобы он был максимально простым, но без чрезмерного упрощения реалий цепочек поставок. Должен признать, что реальность в цепочках поставок действительно сложна. Все, на что можно надеяться, — это более точное приближение. Вы никогда не сможете смоделировать всю реальность в вашей системе.
Kieran Chandler: Значит, если бы в основе Flowcasting лежала эта вероятностная алгебра, он, возможно, работал бы немного лучше в прошлом, но, в каком-то смысле, был на десять лет опережающим своё время?
Joannes Vermorel: Именно, я считаю, что он действительно был примерно на десять лет впереди своего времени. Тогда у нас не было всех технологических ингредиентов, необходимых для реализации того, что до сих пор остаётся относительно смелым видением цепочки поставок.
Kieran Chandler: А как насчет Flowcasting 2019 года? Есть ли что-то, что выглядит очень хорошо с первого взгляда, но на деле не работает так же, когда углубиться в детали? Что будет следующим, подобным Flowcasting, что кажется многообещающим, но в конечном итоге развалится?
Joannes Vermorel: Я считаю, что большая часть того, что сейчас продается под знаменем ИИ, развалится. Я не утверждаю, что глубокое обучение или даже его наследник — дифференцируемое программирование — не являются отличными инструментами; они действительно таковы. Однако если у вас есть только модное слово и сырая технология из таких областей, как распознавание изображений, которые не применимы напрямую к цепочке поставок, многие компании поймут, что сырая технология, даже если она впечатляет и может одолеть чемпиона по игре в Го, не решает их проблемы в цепочках поставок волшебным образом.
Я предполагаю, что через десять лет ситуация с ИИ будет еще хуже, чем была с Flowcasting. Даже в случае Flowcasting, спустя десять лет, в книге оставались некоторые полезные идеи. С другой стороны, я предвижу, что около 90% того, что сейчас продвигают поставщики, станет бесполезным для нужд цепочек поставок примерно через десятилетие. Это будет полностью забыто. Но я хотел бы провести грань между модным словом «ИИ», которое, как я считаю, является всего лишь модным словом, и фундаментальными алгоритмическими техниками, такими как глубокое обучение и дифференцируемое программирование, которые могут быть очень полезными, если их тщательно настроить под задачи вашей цепочки поставок.
Kieran Chandler: Это удивительно, учитывая, что ИИ в настоящее время является модным словом в индустрии. Подытожим: актуален ли еще Flowcasting? Стоит ли читать эту книгу? Какой основной посыл нужно извлечь из сегодняшнего разговора?
Joannes Vermorel: Да, я считаю, что книгу все еще стоит прочитать. Это приятное чтение. Стиль хороший, и чтение занимает, возможно, всего несколько часов. Многие идеи все еще остаются правильными. Неправильны же математические выкладки, которые они иллюстрируют на протяжении всей книги. Авторы, похоже, не были ни математиками, ни статистиками, и это заметно. Но если отбросить математику и сосредоточиться на идеях, вы увидите, что они серьёзно задумались о цепочке поставок в ритейле и её последствиях. Вот где, по моему мнению, книга действительно сияет. Многие из идей, озвученных ими десять лет назад, до сих пор совершенно верны и значительно недооцениваются. Крупные розничные сети все еще не используют большинство идей, описанных в этой книге Flowcasting.
Kieran Chandler: Отлично! Ну, на сегодня время истекло, спасибо за уделённое время. Это всё на этой неделе. Большое спасибо за внимание, и до встречи в следующий раз. Пока!
