00:00:07 Сциентизм и его распространённость в цепочках поставок.
00:00:34 Объяснение сциентизма и его последствий в различных областях.
00:02:16 Примеры из реальной жизни чрезмерной зависимости от научных результатов и использования упрощений.
00:04:07 Прогнозирование спроса в цепочке поставок как пример сциентизма.
00:06:50 Альтернативы сциентизму в управлении цепочками поставок и учет сложных систем.
00:08:01 Излишнее упрощение и его влияние на специалистов по цепочкам поставок.
00:09:45 Рассмотрение проблемы наивного рационализма в управлении цепочками поставок.
00:12:38 Важность человеческого суждения в цепочках поставок и ограничения количественных моделей.
00:14:48 Сбалансирование аналитики на основе данных с высокоуровневым суждением при принятии решений.
00:15:38 Обеспечение понимания со стороны клиентов и избежание наивного рационализма в Lokad.
00:17:06 Необходимость учитывать важные факторы, такие как Китайский Новый год, в планировании цепочек поставок.
00:18:30 Скептицизм в отношении рациональных организаций и важность сочетания науки со здравым смыслом.
00:19:51 Высокообразованные инженеры могут не понимать реальные применения.
00:21:02 Необходимость экспертных знаний, здравого смысла и избегания ерунды в промышленных масштабах.
Краткое содержание
Основатель Lokad, Йоаннес Верморель, обсуждает концепцию сциентизма в оптимизации цепочек поставок в интервью с Кираном Чандлером. Сциентизм определяется как чрезмерная вера в науку, предполагающая, что все проблемы можно решить с помощью научного подхода. Верморель предостерегает от излишнего упора на алгоритмические подходы к прогнозированию спроса, поскольку эти модели могут быть чрезмерно упрощёнными и приводить к самосбывающимся пророчествам. Он подчеркивает важность высокоуровневого человеческого суждения в управлении цепочками поставок, а также необходимость учитывать вторичные эффекты и признавать сложность систем и людей. Верморель советует клиентам опираться на экспертные знания и здравый смысл при внедрении решений по оптимизации цепочек поставок.
Расширенное содержание
В этом интервью ведущий Киран Чандлер и Йоаннес Верморель, основатель Lokad, обсуждают концепцию сциентизма и его влияние на оптимизацию цепочек поставок. Сциентизм описывается как крайняя вера в науку, предполагающая, что все проблемы можно решить научным подходом. В контексте управления цепочками поставок этот термин взаимозаменяем с наивным рационализмом, подразумевая, что один рецепт, алгоритм или технология могут решить все проблемы цепочек поставок.
Верморель указывает, что крупные организации часто имитируют научный метод в управлении цепочками поставок, делая акцент на числах, формулах и найме людей с учёными степенями. Однако эти атрибуты сами по себе не делают их подход научным. Он сравнивает это явление с фасадом, создающим иллюзию научной строгости без настоящего соблюдения научного метода.
В качестве примера неудачного применения сциентизма Верморель обсуждает спор вокруг p-значений в социальных науках. P-значения используются для измерения уверенности в гипотезе, но когда тестируется миллионы гипотез, некоторые неизбежно показывают значимые результаты из-за случайности. Эта проблема иллюстрирует, как чрезмерное доверие к, на первый взгляд, научным результатам может приводить к вводящим в заблуждение выводам.
Применяя эту концепцию к управлению цепочками поставок, Верморель выделяет прогнозирование спроса как область, где сциентизм может быть проблематичным. Существует множество книг и моделей по прогнозированию спроса, которые могут создавать впечатление хорошо отлаженного, рационального подхода. Однако, если изучить эти модели внимательнее, их рациональность вызывает сомнения.
Они обсуждают ограничения некоторых алгоритмических подходов к прогнозированию спроса и необходимость высокоуровневого человеческого суждения в управлении цепочками поставок.
Верморель объясняет, что многие алгоритмы прогнозирования могут быть слишком упрощёнными и приводить к самосбывающимся пророчествам. Например, если прогноз предсказывает нулевой спрос на продукт, продукт может не оказаться на складе, и, следовательно, не будут совершаться продажи, подтверждая исходный прогноз. Он также упоминает, что для модных брендов количество произведённых единиц часто равно количеству проданных из-за значительных скидок на непроданные товары. Эти примеры иллюстрируют проблему самосбывающихся пророчеств в наивных моделях прогнозирования.
Чтобы преодолеть ограничения этих моделей, Верморель предлагает, чтобы специалисты по цепочкам поставок признавали сложность систем, с которыми они работают, и людей, вовлечённых в этот процесс. Они также должны учитывать вторичные эффекты, например, как предоставление скидок может создавать ожидания клиентов относительно будущих скидок. Он утверждает, что научные методы, сосредоточенные на первичных эффектах и упрощениях, могут быть легко измеримы и сопоставимы, но не обязательно релевантны для бизнеса.
Верморель подчеркивает важность человеческого суждения в управлении цепочками поставок. Он считает, что для определения полезности математической модели или её чрезмерного упрощения проблемы необходим высокоуровневый человеческий интеллект. Хотя возможно подходить к проблемам цепочек поставок научно, это требует тонкости и не может быть сведено к простым измерениям.
Он отмечает, что специалисты по цепочкам поставок обычно осведомлены об этих проблемах, но привлекательность сциентизма и рационализма может быть соблазнительной, особенно для высокообразованных людей. Такие специалисты могли столкнуться с успехом количественных моделей в других областях, таких как термодинамика, и надеяться на достижение той же предсказуемости в управлении цепочками поставок. Однако Верморель предупреждает, что люди — не частицы, и их поведение гораздо сложнее, что требует более тонкого подхода к управлению цепочками поставок.
Одним из примеров наивного рационализма в управлении цепочками поставок является процесс Sales and Operations Planning (S&OP). Верморель указывает, что отделы внутри компании могут просто возвращать прогнозы, соответствующие их собственным стимулам, вместо того чтобы создавать точные прогнозы спроса.
Они затрагивают тему склонности людей избегать риска, важность подтверждения прогнозов данными и роль высокоуровневого суждения в оптимизации цепочек поставок.
Верморель признаёт, что люди по своей природе склонны избегать риска и часто полагаются на данные для подтверждения своих утверждений и прогнозов. Он соглашается с тем, что крайне важно использовать данные для поддержки своих идей, но предостерегает, что нужно быть осторожным при работе со статистикой, особенно когда в дело вовлечено множество переменных в высоко сложных, многомерных проблемах.
Верморель подчеркивает важность высокоуровневого суждения при контроле расчетов и моделей, используемых в оптимизации цепочек поставок, утверждая, что крайне важно иметь адекватную перспективу в основе анализа. Он считает, что настоящий рационализм включает в себя это высокоуровневое суждение, чтобы предотвратить возможные проблемы в анализе, которые могут возникнуть при упущении важных аспектов.
Далее в разговоре поднимается тема наивного рационализма, и Чандлер отмечает, что подход Lokad может содержать некоторые его элементы. Он упоминает, что многие их клиенты могут не до конца понимать «черную магию», стоящую за техниками оптимизации цепочек поставок компании. Верморель отвечает, что не технические детали являются наиболее важными, а высокоуровневое понимание процессов цепочек поставок.
По словам Вермореля, многие технические детали, которые клиенты не понимают, зачастую не имеют большого значения в более широкой картине. Он утверждает, что для Lokad гораздо важнее сосредоточиться на правильном учете более широких аспектов цепочек поставок, таких как учет таких событий, как Китайский Новый год, которые могут существенно влиять на сроки поставки.
Верморель начинает с признания, что область оптимизации цепочек поставок всё еще находится в зачаточном состоянии. Хотя по сравнению с предыдущими методами были достигнуты значительные улучшения, отрасль только начала развиваться. Он подчеркивает важность сочетания научных подходов со здравым смыслом для достижения наилучших результатов.
Затем он предостерегает от веры в идеально рациональную и четко определенную организацию, состоящую из отдельных команд по прогнозированию, планированию и закупкам, каждая из которых оптимизирует свои специфические показатели. Верморель утверждает, что такие системы могут казаться рациональными и научными, но на деле зачастую представляют собой не более чем мираж. Он подчеркивает необходимость скептицизма при столкновении с такими организациями, так как они могут быть не такими рациональными или эффективными, как кажется.
Оглядываясь назад, Верморель признает эти неудачи как очевидные последствия наивного рационализма. Он советует клиентам опираться на экспертные знания и здравый смысл при внедрении решений по оптимизации цепочек поставок. Независимо от количества модных слов или технического жаргона, используемых для описания проблемы, без основательного понимания и практического подхода результат окажется не более чем ерундой в промышленных масштабах.
Полная транскрипция
Kieran Chandler: Сегодня на Lokad TV мы постараемся понять, почему так легко попасть в эту ловушку, и обсудим, действительно ли то, что кажется умным на первый взгляд, таковым является на самом деле. Итак, Йоаннес, сегодня мы говорим о сциентизме. Это звучит несколько теоретически, но что же это такое на самом деле?
Joannes Vermorel: Сциентизм, можно сказать, представляет собой крайнюю веру в науку. Это идея о том, что можно буквально решить все проблемы жизни и общества с помощью научного подхода, что звучит неплохо, но на самом деле является немного наивным. В конкретном случае цепочек поставок это будет синонимом наивного рационализма, подхода, при котором у нас есть рецепт, алгоритмы и немного технологий для решения проблемы с помощью определённого метода. Я заметил, что, особенно в области цепочек поставок, крупные организации склонны имитировать научные методы. Они делают вещи, которые обладают признаками науки, такими как многочисленные цифры, формулы, люди с учёными степенями, метрики, измерения и какой‑то процесс. Но порой, или, точнее, очень часто, у них нет ничего, что, на мой взгляд, можно было бы назвать действительно научным. То есть, у них есть атрибуты, но это как фасад, иллюзия.
Kieran Chandler: Прежде чем перейти к аспектам цепочек поставок, есть ли у тебя реальные примеры того, как люди чрезмерно положились на научные результаты и увлеклись ими? Где мы видели, что прибегают к упрощениям?
Joannes Vermorel: В настоящее время в социальных науках существует огромная полемика, поскольку большинство статей, опубликованных за последние пять десятилетий, не поддаются воспроизведению, что является серьёзной проблемой. Одна из коренных причин — это p-значения, способ установить, насколько достоверна гипотеза. Например, предположим, что я выдвигаю гипотезу, что употребление клубники полезно для здоровья. Я провожу измерение и подтверждаю эту гипотезу. Проблема в том, что если тестировать тысячи или миллионы гипотез, вы получите огромное количество гипотез с привлекательными p-значениями, то есть, кажущимися весьма уверенными. Но дело в том, что вы протестировали так много гипотез, что, согласно ограниченным данным, некоторые из них оказываются почти полностью верными просто из-за случайности. В цепочках поставок существует много сходных моментов, когда методы кажутся чем-то очень рациональным, но если копнуть глубже, они оказываются глубоко иррациональными.
Kieran Chandler: Давай рассмотрим примеры из цепочек поставок. Что это за вещи, которые кажутся простыми на первый взгляд, но на самом деле, если копнуть глубже, оказываются совсем не такими и намного менее рациональными?
Joannes Vermorel: Вероятно, это прогнозирование спроса. Существуют целые книги, посвящённые тому, как строить модели прогнозирования спроса. По этой теме написана целая литература, начиная с классических моделей экспоненциального сглаживания, Холта-Винтерса и тому подобного. Можно было бы подумать, что статистическое прогнозирование спроса — это что-то очень устоявшееся. У вас есть прогноз, вы можете сделать бенчмарк, провести ретроспективное тестирование. Это выглядит как архетип чего-то сверхнаучного, и моя точка зрения в том, что часто это не так. Это вовсе не научно. На самом деле, это очень наивно. Одной из первых ошибок, которую я совершил в Lokad десять лет назад, было мнение, что такой алгоритмический подход к прогнозированию спроса действительно работает. Это не так, по множеству причин. Одна из причин заключается в том, что вы получаете эффект самосбывающегося пророчества. Знаете, если вы предсказываете, что спрос на продукт в магазине будет равен нулю, то, возможно, вы даже не поставите этот продукт в магазин, и таким образом получите самосбывающееся пророчество. Если вы предсказываете нулевой спрос, то вы не закупаете товар, потом его не продаёте, и ваш прогноз оказывается на 100% точным. И тогда, полагаю, вы начинаете больше доверять прогнозу. Это статистически доказано, и всё же, если задуматься, это довольно глупо с точки зрения бизнеса, и на самом деле, это действительно глупо. Так что это экстремальный пример. Несколько более сложный пример, но всё ещё довольно глупый, — это когда вы пытаетесь сделать прогноз для модного бренда. Если вы хотите спрогнозировать, сколько единиц данного продукта будет продано, вам просто нужно посмотреть, сколько единиц было произведено изначально. Если вы производите 1000 рубашек, то, угадайте что, вы продадите 1000 рубашек, за вычетом потерь. Но как это происходит? Всё сводится к тому, что если вы не продадите все эти 1000 рубашек, вы сильно будете снижать цены на свою продукцию, выставлять их на распродажу, и в конечном итоге они будут распроданы. Таким образом, у вас возникает наивное самосбывающееся пророчество, при котором то, что вы производите, в конечном итоге и продаётся, что бы ни случилось.
Kieran Chandler: Так в чем же альтернатива? Потому что кажется, что у вас есть метод, метод в каком‑то роде работает, попадая в нужный диапазон.
Joannes Vermorel: Альтернативой является то, что в первую очередь вы должны признать, что ситуация сложна, что в ней участвуют люди, что у вас есть сложная система с обратными связями повсюду, что существуют эффекты второго порядка. Эффекты второго порядка, например, проявляются, когда вы предоставляете клиенту скидку. Что вы создаёте? Очевидно, эта скидка вам дорого обходится. Это евро или доллары в марже, которые вы не получите. Это первичный эффект скидки. Ещё одна составляющая первичного эффекта заключается в том, что, вероятно, наблюдается некоторый всплеск спроса. Вы отправляете продукт на распродажу с большим количеством скидок, и продажи, как правило, увеличиваются. Но эффект второго порядка состоит в том, что вы создаёте ожидание у вашей клиентской базы относительно возможности покупки товаров со скидкой.
Таким образом, национализм или сциентизм – это своего рода метод, при котором вы в основном сосредотачиваетесь на эффектах первого порядка, идёте по кратчайшим путям, несколько упрощаете ситуацию, и в итоге получаете что-то, где легко проводить измерения, строить метрики, сравнивать и проверять гипотезы. Но то, что что-то легко, не означает, что это релевантно. Не потому, что что-то легко, оно действительно полезно для вашего бизнеса.
Kieran Chandler: Так как же такое упрощение может повлиять на специалистов по цепям поставок? Каков его результат? У меня есть вопрос по поводу математических моделей и количественной модернизации. Насколько важна человеческая оценка в этом процессе, особенно при рассмотрении сложных систем?
Joannes Vermorel: Человеческая оценка имеет решающее значение. Необходим высокий уровень интеллекта, чтобы оценить, является ли модель правильным способом рассмотрения проблемы. Это часть науки, но это не просто вопрос измерений и проверки гипотез. Требуется высокоуровневая оценка, чтобы убедиться, что модель соответствует реальности.
При решении определённой задачи необходим правильный взгляд. Например, при решении проблем цепей поставок нужен подход, который имеет смысл для больших групп людей и общества в целом. Это нельзя доказать научным методом, а можно лишь через сложную дискуссию среди людей, стремящихся приблизиться к истине. Речь не идёт о наличии наивного измерения для доказательства чьей-либо правоты или неправоты, здесь присутствует гораздо больше тонкости.
Kieran Chandler: Замечали ли специалисты по цепям поставок недостатки этих моделей?
Joannes Vermorel: Специалисты по цепям поставок действительно высокообразованы и заинтересованы в своей области. Проблема научных и рациональных моделей не в том, что они предназначены для необразованных людей, а в том, что они применяются высокообразованными людьми. Тот, у кого ограниченное образование, вряд ли будет впечатлён формулами или протоколами и будет скептически настроен к сложным вещам, которые он не понимает. Напротив, высокообразованные люди чаще сталкиваются с этими проблемами, потому что они наблюдали эффективность определённых научных моделей, например, законов термодинамики.
Проблема возникает, когда люди пытаются применить тот же подход к цепям поставок, ожидая того же уровня предсказуемости, как в других научных областях. Однако люди – не частицы, они мыслят и реагируют по-разному. Например, клиенты адаптируются к скидкам и предвидят будущие действия, эффективно обходя систему. Это происходит неоднократно в управлении цепями поставок.
Kieran Chandler: Моя проблема с этим заключается в том, что люди по своей природе избегают риска. Если есть доказательства, подтверждающие их утверждения и прогнозы, они их используют. Так что, как вы смотрите на роль науки в этом контексте? Существует ли действительно альтернатива использованию данных в оптимизации цепей поставок?
Joannes Vermorel: На первый взгляд, я склонен согласиться с мнением, что лучше подтверждать свои утверждения данными. Однако надо быть очень осторожным, особенно когда речь идёт о сложных, многомерных проблемах, включающих несколько переменных и агентов, таких как люди или компании, способные реагировать на любые ваши действия. Эти задачи могут стать довольно «запутанными». Конечно, вы хотите подкрепить свои выводы как можно большим количеством данных, но существует разница между истинным рационализмом и наивным рационализмом. Всё равно нужна высокоуровневая оценка, которая контролирует все ваши расчёты и модели, чтобы убедиться, что для анализа выбран подходящий угол зрения и нет слишком слабых мест, которые могут свести на нет всё, что было сделано.
Kieran Chandler: Поговорим об этой высокоуровневой оценке. Некоторые могут утверждать, что то, что мы делаем в Lokad, включает значительную долю наивного рационализма, и многие из наших клиентов не до конца понимают всю эту “черную магию”, которую используют наши специалисты по цепям поставок. Как вы гарантируете, что наши клиенты понимают, что происходит?
Joannes Vermorel: Меня действительно интересует высокоуровневое понимание, а не технические детали. Технические аспекты в основном несущественны. Например, я знаю, что когда я использую определённую функцию, получаемый результат является приближённым и может отличаться на одну часть на миллион, но когда я имею дело с цепью поставок, где неопределённость составляет около 40%, такая степень приближения не имеет значения. Для наших клиентов, использующих Lokad, вещи, которые они не понимают, зачастую очень технические, но в основном несущественные. Гораздо важнее убедиться, что Lokad правильно учитывает такие факторы, как сроки поставок и события вроде Китайского Нового года, который ежегодно добавляет четыре недели к срокам поставок.
Kieran Chandler: Дополнительные недели в сроках поставок напрямую влияют на выполнение ваших сроков. Это не тонко, и благодаря этой высокоуровневой оценке вы можете решить, что, нет, это нужно учитывать. Я могу буквально, посредством наивного наблюдения, определить, принимаете ли вы это во внимание. Микроскоп не нужен; эффект очевиден. Возможно, через столетие мы так усовершенствуем методы, что люди начнут анализировать эффект, занимающий примерно половину их земного времени в какой-то специфической конфигурации, и подойдут к этому научно. Но сейчас мы всё ещё лишь царапаем поверхность, и приближённое понимание системы – фантастическое улучшение по сравнению с тем, что было раньше. Итак, если сегодня обобщить всё, какой ключевой урок мы должны извлечь? Хорошо иметь эти научные подходы, но их нужно сочетать с большим количеством здравого смысла.
Joannes Vermorel: Ну да. Во-первых, стоит очень скептически относиться к рациональной организации, где можно сказать: “О, у нас есть команда прогнозистов, команда планировщиков и команда закупщиков.” У всех них свои формулы и они оптимизируют простые метрики. Всё выглядит идеально определённым, рациональным и ориентированным на клиента или что-то в этом роде. Но когда я сталкиваюсь с такой ситуацией, моё первое наблюдение таково, что эта система не является рациональной. Она лишь демонстрирует признаки рациональности и науки. Это просто нечто, что выглядит научно, но так им не является.
Другой урок состоит в том, чтобы не недооценивать тот факт, что даже высокоотдающиеся инженеры могут быть совершенно не сведущи в реальном мире. Когда я говорю “высокоотдающиеся инженеры”, я включаю в это и себя. Я основал Lokad сразу после университета, был очень горд своим математическим образованием и в восторге от идеи применения всей этой прекрасной многомерной статистики к реальным ситуациям. Оказалось, что это не сработало так прекрасно. Фактически, всё систематически давало сбой в поразительно непредсказуемых формах. Оглядываясь назад, это было очевидным следствием наивного рационализма.
Таким образом, мой совет для подведения итогов таков: вам нужны экспертные знания в том, что вы делаете, и необходимо обладать здравым смыслом, чтобы понять: “Хорошо, имеет ли это примерно смысл?” Если нет, то независимо от количества модных слов и ключевых терминов, которые вы применяете к проблеме, вы получите абсурд на промышленном уровне.
Kieran Chandler: Никогда не думал, что услышу от вас, что наука и математика иногда могут оказаться недостаточными.
Joannes Vermorel: Это так.
Kieran Chandler: Хорошо, это всё на эту неделю. Огромное спасибо, что были с нами, и до встречи в следующий раз. Спасибо за просмотр.