00:00:08 Введение в Flowcasting и его происхождение.
00:02:04 Сравнение Flowcasting с традиционными методами планирования цепи поставок.
00:04:40 Актуальность и вызовы Flowcasting в настоящее время.
00:06:06 Анализ неудач Flowcasting и необходимые идеи.
00:07:06 Как стохастичность может вызывать неудачи Flowcasting.
00:08:06 Ограничения прогнозирования доли спроса.
00:10:15 Практическая реализация и неудачи Flowcasting.
00:11:13 Положительные идеи от Flowcasting: дезагрегированные данные о спросе.
00:13:46 Голистический подход Flowcasting к оптимизации цепи поставок.
00:15:14 Разница между Flowcasting и подходом Lokad.
00:17:31 Сложности конкретных сценариев цепи поставок.
00:19:37 Прогнозы будущих тенденций в реализации искусственного интеллекта.
00:21:43 Ценность книги по Flowcasting несмотря на недостатки.
Резюме
В интервью основатель Lokad Жоанн Верморель обсуждает сильные и слабые стороны Flowcasting, метода планирования цепи поставок. Он оценивает его фокус на спросе, дезагрегированном прогнозировании и автоматизации, но критикует его детерминированный подход, не учитывающий случайности цепи поставок. Lokad пытается управлять этими сложностями с помощью языка программирования Envision, но Верморель признает, что ни одна система не может полностью охватить сложности цепи поставок. Верморель также скептически относится к роли искусственного интеллекта в управлении цепями поставок, проводя различие между искусственным интеллектом как модным термином и реальными алгоритмическими техниками. Несмотря на его недостатки, он признает ценность идей, представленных Flowcasting, в управлении розничной цепью поставок.
Расширенное резюме
В интервью ведущий Киран Чандлер и основатель Lokad Жоанн Верморель обсуждают технику Flowcasting в контексте планирования цепи поставок, основанного на спросе. Представленный в книге 2006 года с тем же названием, Flowcasting считается ‘Священным Граалем’ в этой области, так как он обещает оптимальную эффективность, требуя прогнозирования только на точке продажи.
Flowcasting нацелен на розничные сети. Верморель разбивает его основное предположение следующим образом: прогнозировать каждый отдельный продукт в каждом отдельном месте, каждый день, и стремиться к наивысшей точности. Полная картина, полученная из этих прогнозов, позволяет восстановить все необходимые решения цепи поставок. Видение Flowcasting дает ценные идеи, подчеркивая необходимость быть как можно ближе к спросу, фактору, который не был приоритетом в старых методах. Оно также придает значение оценке отдельного продукта в каждом магазине, а не в агрегированных кластерах, что является более дезагрегированным подходом по сравнению с категорийным, сверху-вниз прогнозированием, преобладавшим тогда.
Однако реализация flowcasting оказывается совсем другой историей. Верморель отмечает, что она “никогда не работает” так, как ожидается. Розничные сети, пытающиеся воплотить эту теоретическую концепцию в жизнь, обнаруживают, что она “безжалостно нефункциональна”. Причиной этого является полное пренебрежение концепцией “стохастичности” - врожденной случайности продаж товаров на уровне магазина.
Flowcasting основан на детерминированном прогнозировании, предполагая, что можно с абсолютной уверенностью предсказать точное количество продаваемого товара в будущем. Он не учитывает врожденную случайность розничных продаж в реальном мире и долевой спрос на уровне каждого товара и каждого дня. Такой нереалистичный подход делает прогнозы неэффективными. Более того, это приводит к исключению экономических факторов, важных для балансировки рисков, из процессов оптимизации цепи поставок, что еще больше дестабилизирует стратегию.
Когда его спрашивают о практических последствиях внедрения Flowcasting, Верморель признает, что по его опыту розничные сети, с которыми он знаком, никогда не продвигаются дальше этапа прототипа из-за описанных сложностей. Поэтому, несмотря на то, что Flowcasting продолжает предлагать ценные идеи, в интервью подчеркивается необходимость борьбы с его врожденными ограничениями и реальностями стохастичности цепи поставок для эффективного внедрения его в розничной торговле реального мира.
Критической точкой разговора является ‘flowcasting’, хорошо известная техника управления цепями поставок. Несмотря на сложности, Верморель признает, что flowcasting предоставляет ценные идеи. Он подчеркивает подход техники, который стремится приблизиться к спросу наиболее детализированно. Самый детализированный уровень, по словам Вермореля, не является уровнем товара в каждом магазине, а каждой единицей, проданной отдельным клиентам. Это понимание, по его мнению, приводит к концепции временных графиков по временным рядам, учитывая личности клиентов и их покупательское поведение.
Кроме того, Верморель оценивает акцент flowcasting на автоматизации и настаивает на том, что Lokad также принимает эту стратегию. Он объясняет преимущества ежедневного обновления данных, говоря, что несоблюдение этого приводит к ненужной сложности и упущенным возможностям, так как вы будете работать с устаревшими данными. Эта ненужная сложность, по его словам, является бессмысленной и пустой тратой ресурсов.
Следующая идея, которую Верморель извлекает из flowcasting, - это идея синхронности и необходимость глобального взгляда на цепь поставок. Исследуя всю сеть и все ее потоки от производства до потребности конечного потребителя, он предлагает, что проблемы цепи поставок могут быть решены более эффективно, а не просто перемещены. Это противоречит более распространенному подходу оптимизации каждого этапа независимо, что может упустить взаимосвязанные последствия.
Критика Вермореля в отношении flowcasting сосредоточена на его упрощении. Хотя простота в целом является похвальной целью, он предупреждает, что она не должна приводить к наивному математическому представлению сложной реальности. В то время как flowcasting пропагандирует себя как простой в Excel, Верморель утверждает, что он упрощает сложности цепей поставок.
Подход Lokad отличается от flowcasting в том, что он принимает во внимание врожденную сложность цепей поставок, согласно Верморелю. Он подчеркивает, что цепи поставок по своей природе являются беспорядочными и сложными. Модель Lokad принимает неопределенность, которую он считает неизбежной. Поэтому их подход включает вероятностную алгебру, которая, хотя и более сложная, приводит к более реалистичным результатам. Таким образом, методология Lokad не пытается устранить неопределенность, а признает ее и работает с ней.
Дополнительно усложняя управление цепями поставок, Верморель описывает многочисленные крайние случаи, такие как различные требования к упаковке или конкретным форматам товаров в разных магазинах и у отдельных клиентов. Такие вариации, по мнению Вермореля, требуют тонких и гибких решений, которые учитывают эти сложности, а не универсального подхода.
Для решения этих сложностей Lokad разрабатывает язык программирования под названием Envision, который разработан для сохранения простоты без ущерба для реальностей управления цепями поставок. Эта система обеспечивает лучшее приближение к реальности, но Верморель признает, что ни одна система не может полностью охватить сложности реальных цепей поставок.
В ходе обсуждения рассматривается концепция Flowcasting, методология управления цепями поставок. Верморель предполагает, что Flowcasting мог бы иметь больший успех, если бы включал некую форму вероятностной алгебры. Он отмечает, что несмотря на свои недостатки, Flowcasting был смелым видением для своего времени.
Перейдя к новым технологиям, Верморель выражает скептицизм относительно использования искусственного интеллекта (ИИ) в управлении цепями поставок. Он утверждает, что ИИ, хотя и часто превозносится как волшебное решение, вероятно, разочарует многие компании, которые обнаружат, что впечатляющие технологические достижения в областях, таких как распознавание изображений, не переносятся непосредственно на решение проблем в цепях поставок.
Однако Верморель различает между модным словом ИИ и фундаментальными алгоритмическими техниками, такими как глубокое обучение и дифференцируемое программирование. Он утверждает, что они могут быть чрезвычайно полезными, если тщательно адаптированы к уникальным вызовам управления цепями поставок.
Вернувшись к Flowcasting, Верморель утверждает, что несмотря на его математические недостатки, основная книга остается ценным источником информации, в основном благодаря полезным идеям об управлении цепями поставок в розничной торговле. Хотя многие из его концепций еще не полностью использованы, эти идеи остаются актуальными и ценными по сей день.
Наконец, беседа подчеркивает, что мир управления цепями поставок является сложным, и нет единого простого решения. Подчеркивая важность гибких и адаптивных систем, которые могут лучше приблизить сложные реалии динамики цепей поставок, Верморель заключает, что необходим комплексный и нюансированный подход.
Полный текст
Кирен Чандлер: Сегодня, на Lokad TV, мы узнаем больше об этой технике и обсудим, актуальна ли она в настоящее время. Итак, Джоаннес, может быть, мы должны начать с объяснения, что такое flow casting и как это работает?
Джоаннес Верморель: Термин “flowcasting” был придуман с публикацией книги в 2006 году, также названной “Flowcasting”. Это техника, посвященная розничным сетям, предлагающая оптимизацию цепей поставок для таких сетей. В книге представлено много интересных идей и рецептов о том, как ее реализовать. Просто говоря, идея заключается в том, чтобы выбирать каждый отдельный продукт в каждом отдельном месте, прогнозировать каждый день вперед, в идеале с очень точными прогнозами, и затем вы получаете полную картину всего, что произойдет, основанную на продажах клиентов. Затем вы можете восстановить все решения цепи поставок, которые вам нужно принять, взяв эти супер детализированные прогнозы, которые находятся на уровне продукта для каждого места ежедневно, и повторно агрегировав эти данные. Это позволяет вам восстановить все решения цепи поставок, просто двигаясь назад от этих прогнозов, от магазина к складу, от склада к поставщикам.
Кирен Чандлер: Интересно. Что было таким особенным в этом видении? В чем оно отличалось от некоторых техник, которые были актуальны в то время?
Жоанн Верморель: Оно отличалось своими рядом очень глубоких идей, особенно важностью быть как можно ближе к спросу. Это не было новым открытием, но, насколько мне известно, это была одна из первых книг, которая подчеркивала необходимость быть очень близко к лучшему сигналу спроса, который у вас есть: вашим продажам в самом конце цепочки. Это отличается от многих цепей поставок, где, как правило, каждое звено смотрит только на то, что происходит на следующем звене. Например, в качестве поставщика вы бы смотрели на то, что происходит на складе, который покупает у вас, но вы бы не смотрели на то, что происходит в магазинах. Flowcasting, в этом отношении, был очень последовательным. Он выступал за приближение к сигналу спроса и предлагал ценность в том, чтобы смотреть на самый детализированный уровень - продукт в каждом магазине - вместо того, чтобы просто реагрегировать все по неделям и продуктам, только потому что это численно проще обработать.
Кирен Чандлер: Итак, вы имеете в виду “детализированный”, вы имеете в виду разбиение на каждый отдельный уровень SKU в каждом отдельном магазине?
Жоанн Верморель: Именно. Это то, что предлагает Flowcasting и отличается от большинства техник того времени. Обычно люди делали прогнозы сверху вниз, где вы делаете прогноз по категориям, разбиваете его по подкатегориям, затем по регионам и так далее. В конце концов, у вас может быть несколько кластеров типичных магазинов, и вы можете сказать: “если у меня есть магазин типа А, типа В, типа С, я просто буду распределять на основе профиля магазина” и так далее. Этот метод позволяет избежать работы с самым детализированным этапом, который представляет собой каждый отдельный продукт в каждом отдельном месте, где объем данных просто взрывается.
Кирен Чандлер: Итак, почему мы говорим об этом сегодня? Разве нет более современных техник, которые заменили это? Почему это все еще актуально?
Жоанн Верморель: Десять лет назад Flowcasting был в тренде, и я видел, как минимум, полдюжины крупных розничных сетей, которые проявили большой интерес к его идеям. Однако на практике это никогда не работало. Это была как книга, полная кажущихся отличных идей, но когда люди пытались внедрить их, они полностью терпели неудачу. Это было крайне нефункционально, что было неожиданным, учитывая, насколько простыми казались эти идеи. В книге казалось, что вы можете легко сделать это с помощью ежедневных прогнозов, и она давала простые рецепты для создания этих прогнозов и использования их для принятия решений в цепи поставок. Оказалось, что когда вы пытались внедрить это на практике, оно категорически не работало. Причина, по которой Flowcasting потерпел неудачу, заключается в том, что в нем не хватало некоторых крайне важных вещей. Однако большинство рынка и большинство участников до сих пор не знают об этих идеях. Flowcasting вышел из моды спустя десять лет, но причины его неудач все еще неизвестны. Это означает, что если многие участники не повысят свое понимание, они столкнутся с теми же проблемами.
Кирен Чандлер: Итак, на первый взгляд, кажется логичным смотреть на точку продаж, делать прогнозы там и позволять им распространяться по всей вашей цепочке поставок. Так в чем же здесь проблема?
Жоанн Верморель: Проблема заключается в стохастичности или неопределенности. Продажи на уровне магазина являются крайне непостоянными и случайными. Да, вы можете продавать примерно одну единицу в неделю, но вы никогда не знаете, в какой день недели. Flowcasting полагался на детерминированный прогноз, где вы могли бы сказать с абсолютной точностью, что через два дня вы продадите ровно одну бутылку шампуня для данной ссылки. Однако это не реалистично из-за врожденной случайности в розничных продажах.
Киран Чандлер: Именно здесь все и разваливается. Эти прогнозы не могут отражать никакую неопределенность. Именно здесь прогнозирование полностью разваливается - отсутствует неопределенность. Таким образом, поскольку отсутствует неопределенность, и вы предполагаете, что ваши прогнозы точны, ваши прогнозы не могут точно отражать будущее. Они не являются доказательственными прогнозами. Когда дело доходит до оптимизации цепи поставок, вы действуете так, как будто ваши прогнозы верны, и поэтому вы игнорируете то, что мы называем экономическими факторами, балансируя все эти риски. По сути, у вас есть проблема, которая игнорирует неопределенность, и в результате вы также игнорируете экономические факторы, которые являются ключевыми для оптимизации в условиях неопределенности. Итак, если у этого подхода было столько проблем, что на самом деле произошло, когда розничные компании попытались его внедрить? Были ли какие-то массовые катастрофы?
Жоанн Верморель: Розничные сети, с которыми я был в контакте, никогда не перешли этап прототипирования. Они были осторожными, они попробовали это на очень маленьком масштабе. Но на самом деле, числа, которые появились, были настолько бессмысленными, что практики в сфере цепей поставок говорили: нет, мы не можем передать это в магазин. Это было либо слишком мало, слишком мало, либо слишком много. Это буквально не имело смысла. Насколько мне известно, ни одна крупная розничная сеть не перешла даже этап прототипирования, который был больше, чем несколько десятков продуктов в нескольких магазинах, что-то очень маленькое и быстро прекратилось, потому что оно функционировало крайне неэффективно.
Киран Чандлер: Так что все не может быть плохо. Flowcasting была довольно известной техникой, имела хорошую репутацию. Какие некоторые хорошие идеи были нам предложены?
Жоанн Верморель: Было несколько интересных идей. Они предложили приблизиться к спросу как можно ближе, и наиболее детализированный уровень - это уровень магазина, уровень продукта. Я согласен с идеей, что вам нужно быть максимально детализированным, но я не согласен с тем, что уровень продукта, уровень магазина является наиболее детализированным уровнем. Самый детализированный уровень - это непосредственно каждая проданная единица каждому клиенту. В настоящее время большинство розничных сетей отслеживают клиентов через программы лояльности. Таким образом, вы знаете не только, что вы продали этот продукт в этом месте в этот день, но и знаете, кому вы продали этот продукт. Поэтому вы должны думать не только в терминах временных рядов, как описано в flowcasting, но и как о временном графе, где вы точно знаете, кому вы продаете. Это содержит еще больше информации. Однако ключевая идея flowcasting о достижении наиболее детализированного уровня является глубоко верной.
Еще один аспект, который они правильно поняли, это идея автоматизации всего с ежедневным обновлением. Именно это и предлагает Lokad до сих пор. Если у вас нет полной автоматизации - получение данных с прошлого дня, их обработка и обновление всех ваших прогнозов и решений на основе ваших прогнозов - то вы упускаете много денег. Просто потому, что если вы используете данные прошлой недели, вы пытаетесь прогнозировать продажи вчера. Но вам не нужно прогнозировать продажи вчера. Вы уже знаете их. Таким образом, иметь ежедневное обновление - это хорошая практика, в противном случае вы будете использовать данные прошлой недели, чтобы предсказать, что произошло вчера, что не имеет смысла.
Еще одна хорошая идея от flowcasting - это то, что они называют синхронностью. Они выражают идею о том, что цепи поставок нуждаются в голистическом видении по всему вашему эшелону. Это то, что мы сделали с делом Bridgestone, о котором мы говорили в предыдущем эпизоде. Если вы хотите оптимизировать свою цепь поставок, вам нужно иметь голистическую перспективу на всю сеть и все потоки, от спроса конечного потребителя до производства. Если у вас нет такой голистической перспективы, то вы просто переносите проблемы вместо их решения. Таким образом, Flowcasting имела эту очень правильную идею, что вам нужно воспринимать сеть как целое, а не оптимизировать только склад, не учитывая ничего, кроме склада.
Кирен Чандлер: То, что вы говорите, означает, что Flowcasting имело несколько ценных идей, которые мы разделяем здесь, в Lokad. Каковы основные отличия между подходом Flowcasting и тем, что мы делаем здесь, в Lokad? Что мы делаем гораздо лучше по вашему мнению?
Жоанн Верморель: Одним из ключевых принципов Flowcasting было то, что его можно сделать крайне простым, простым как Excel, с помощью очень простых формул, которые можно объединить в Excel. Простота - это очень хорошо. Однако, когда вы моделируете сложную систему, такую как цепи поставок, вы должны убедиться, что ваша модель не является упрощенной. Ваша модель не должна предавать реальности, которую вы пытаетесь представить, имея очень наивное математическое представление реальности, которая не так проста.
В Lokad мы постарались действительно принять тот факт, что реальность в цепях поставок очень беспорядочна и часто сложна. Это означает, что неопределенность здесь остается. Если вы говорите: “нам просто нужны точные прогнозы”, это мечтательное мышление. Существует неизбежное количество неопределенности. Вам нужна система, которая принимает тот факт, что неопределенность здесь остается. В результате вы получаете вероятностную алгебру, которая намного сложнее. Но это то, что требуется; в противном случае ваши результаты не имеют смысла.
И если вы хотите извлечь максимум информации из самого детализированного уровня, который представляет собой временной график даже клиентов, кто покупает какой продукт, где и когда, то внезапно вы не можете извлечь всю информацию, которую должны извлечь из этих данных, используя только временные ряды. Да, это временной график, и это сложнее, но это реальность.
Кирен Чандлер: В этом временном графике у вас гораздо больше информации. Именно это вы хотите использовать. Так что, возможно, другая перспектива заключается в том, чтобы вместо попытки продать простоту, иметь систему, которая будет такой простой, как это возможно, но никогда не проще, чем требует реальность.
Жоанн Верморель: Да, действительно. Я могу развернуть мысль о том, что в цепях поставок существует множество граничных случаев, особенно сложных. Например, рассмотрим склад, который отправляет упаковки бутылок в магазины, но в магазинах продаются отдельные бутылки, потому что клиенты иногда распаковывают бутылки. И затем есть случаи, когда некоторые клиенты специально хотят купить упаковку бутылок. Вы не можете просто посчитать бутылки и предположить, что это решение. Некоторые клиенты очень придирчивы и настаивают на том, чтобы у них была упаковка из шести бутылок. Если ее нет, они предпочитают купить где-то еще. Это довольно сложные вещи.
Боюсь, что здесь нет простого универсального подхода. В Lokad мы осознали этот факт и решили создать инструмент, язык программирования под названием Envision. Мы разработали его таким простым, как это возможно, но без упрощения реальностей цепей поставок. Я должен признать, что реальность в цепях поставок действительно сложна. Все, на что вы можете надеяться, это лучшее приближение. У вас никогда не будет полной модели реального мира в вашей системе.
Кирен Чандлер: Итак, если бы у Flowcasting была некоторая вероятностная алгебра в основе, то, возможно, она работала бы немного лучше в прошлом, но она была, в некотором смысле,, вероятно, на десять лет впереди своего времени?
Жоанн Верморель: Именно так, я думаю, что она действительно была на десять лет впереди своего времени. Тогда у нас не было всех необходимых технологических компонентов для реализации того, что до сих пор является относительно смелым видением цепи поставок.
Кирен Чандлер: А как насчет Flowcasting в 2019 году? Есть ли что-то, что выглядит очень хорошо на поверхности, но на самом деле не работает так хорошо, как только вы начинаете вникать в это? Что будет следующей вещью, похожей на Flowcasting, которая кажется многообещающей, но в конечном итоге разваливается?
Жоанн Верморель: Я считаю, что большая часть того, что продается под знаменем искусственного интеллекта, развалится. Я не говорю, что глубокое обучение или даже его потомок, дифференцируемое программирование, не являются отличными инструментами; они действительно таковы. Однако, если у вас есть только модное слово и просто сырая технология, приходящая из областей, таких как распознавание изображений, которые не применимы непосредственно к цепи поставок, то многие компании поймут, что сырая технология, даже если она впечатляюща и может победить чемпиона по Го, не волшебным образом не решает их проблем в цепи поставок.
Я подозреваю, что через десять лет ситуация с искусственным интеллектом будет еще хуже, чем с Flowcasting. Даже с Flowcasting, спустя десять лет, в книге все еще есть некоторые полезные аспекты. С другой стороны, я предвижу, что около 90% того, что вендоры сейчас продвигают, станет бесполезным для целей цепочки поставок через десять лет. Они будут полностью забыты. Но я бы хотел отличить между модным словом “искусственный интеллект”, которое, по моему мнению, именно так и является, модным словом, и фундаментальными алгоритмическими техниками, такими как глубокое обучение и дифференцируемое программирование, которые могут быть очень полезными, если они тщательно соответствуют вызовам вашей цепочки поставок.
Kieran Chandler: Это удивительно, учитывая, что искусственный интеллект в настоящее время является модным словом в индустрии. Чтобы завершить, Flowcasting все еще актуален? Стоит ли прочитать эту книгу? Какое ключевое сообщение нужно извлечь из сегодняшнего разговора?
Joannes Vermorel: Да, я думаю, что книгу все еще стоит прочитать. Она приятно читается. Стиль хороший, и ее можно прочитать быстро, может быть, всего несколько часов. Многие из идей все еще верны. Неправильными являются математические примеры, которые они приводят во всей книге. Похоже, авторы не были ни математиками, ни статистиками, и это заметно. Но если вы пренебрежете математикой и сосредоточитесь на идеях, вы обнаружите, что они серьезно задумывались о цепочке поставок в розничной торговле и ее последствиях. Именно здесь, я считаю, книга действительно блестит. Многие из идей, которые они описали десять лет назад, все еще очень актуальны и малоиспользуемы. Большие розничные сети до сих пор не используют большую часть идей, описанных в этой книге по Flowcasting.
Kieran Chandler: Отлично! Ну, у нас закончилось время на сегодня, но спасибо за ваше время. Это все на этой неделе. Большое спасибо за внимание, и увидимся в следующий раз. Пока!
