00:10 Введение
02:23 Как? Лекции по цепям поставок
04:22 Манифест количественной цепочки поставок
06:47 Все возможные варианты будущего
17:01 Все осуществимые решения
21:52 Экономические драйверы
30:42 Роботизация
35:41 Специалисты по цепям поставок
40:22 От видения к реальности
41:56 Миф о зрелости цепей поставок
45:30 В заключение
46:13 Вопросы от аудитории
Описание
Манифест количественной цепочки поставок подчеркивает короткую серию важных пунктов, чтобы понять, как эта альтернативная теория, предложенная и разработанная компанией Lokad, отличается от мейнстримной теории цепей поставок. Это можно суммировать следующим образом: каждое отдельное решение оценивается с учетом всех возможных вариантов будущего в соответствии с экономическими драйверами. Эта перспектива постепенно стала основным направлением в Lokad, а её внедрение (почти?) всеми поставщиками программного обеспечения остается сложной задачей.
Полная расшифровка
Всем привет, добро пожаловать на лекции по цепям поставок. Меня зовут Жуанн Верморель, и сегодня я представлю «Количественную цепочку поставок в двух словах». Для тех, кто смотрит трансляцию в прямом эфире, вы можете задавать свои вопросы в любой момент через чат YouTube. Я не буду читать вопросы во время лекции; однако в самом конце лекции я вернусь к чату и начну с вопросов сверху, постаравшись ответить на них.
Я начну с цитаты одного из бывших французских президентов, который сказал, что существует три пути к богатству: самый быстрый – через азартные игры, самый приятный – через женщин, но самый верный – через техников. Очевидно, в этой серии лекций мы выбираем третий вариант. Я считаю, что в этой цитате есть доля мудрости. Техника – мощный способ делать больше, быть лучше в определённых делах, но она также может отвлекать. Под техниками он подразумевал не только людей, занимающихся техническими вопросами, такими как инженеры, но и тех, кто работает с процессами и рабочими процессами, техническими вопросами в стиле MBA.
Когда мы сталкиваемся с проблемами цепей поставок, нам необходимо очень внимательно понимать, вносит ли то, что мы предлагаем, вклад в решение основных проблем, или это всего лишь приятное, но отвлекающее занятие.
К сожалению, для сегодняшней лекции мне придётся несколько сместить акцент в сторону убеждения. Проблема в том, что если у вас есть формулировка проблемы, вы можете доказать, что у вас есть решение, превосходящее другие для этой конкретной проблемы. Однако, можете ли вы доказать, что у вас изначально есть превосходящая проблема? Это гораздо более сложная интеллектуальная задача.
Одной из основных критик, которую я выдвинул во время предыдущей лекции, является то, что цепь поставок по своей сути является плохо определённой проблемой. Таким образом, её рассмотрение крайне затруднено. Сегодня я попробую представить набор требований, которые, как я считаю, являются существенными, если мы хотим хоть как-то надеяться на достижение удовлетворительных результатов в цепях поставок. Однако я не могу точно доказать, что какой-либо из предложенных мною элементов действительно необходим. Здесь присутствует элемент веры, а также элемент глубокого понимания. Ещё один аспект веры заключается в том, что если у вас нет решения, которое можно сопоставить с вашими требованиями, всё, что у вас есть, – это просто мечтания. Поэтому я прошу вас приостановить своё неверие еще на одной-двух лекциях, чтобы мы могли сосредоточиться на самой природе проблемы и на тех элементах, которые крайне желательны для того, чтобы решение стало пригодным для хорошей практики в цепях поставок.
Итак, продолжим. Несколько лет назад Lokad уже проложил путь своим относительно нетрадиционным способом обслуживания собственных клиентов. В конце 2016 года я решил обобщить короткую серию ключевых моментов, которые, по моему мнению, кардинально отличаются от мейнстримной теории цепей поставок. Я хотел использовать эти пять пунктов, чтобы показать, как количественная цепь поставок отличается от традиционной. Прошу прощения за несколько неудачную терминологию, так как даже мейнстримная теория цепей поставок в значительной степени является количественной, но я решил добавить еще одно определение, чтобы прояснить различие между теорией количественной цепочки поставок и традиционной теорией цепей поставок.
Эти элементы, которые я перечислю, не являются фундаментальными; они скорее представляют собой чек-лист вещей, которые нам необходимо учитывать, если мы хотим хоть как-то рассчитывать на успех. К этим элементам относятся:
- Все возможные варианты будущего: нам нужно рассматривать множество будущих сценариев, а не только один.
- Все осуществимые решения: когда я вводил определение цепи поставок как управление опциональностью, эти решения и были теми опциями, о которых я говорил.
- Экономические драйверы: идея заключается в том, что мы будем оценивать убытки в долларах, а не в процентах ошибки.
- Роботизация как требование для управленческого контроля: это может показаться парадоксальным, ведь можно подумать, что роботизация подразумевает потерю контроля, но суть предложения заключается в обратном – вам нужна роботизация, если вы хотите, чтобы люди контролировали хоть что-то в цепях поставок.
- Специалист по цепям поставок: в итоге должна быть хотя бы одна персона, отвечающая за числовые показатели цепи поставок или за количественную эффективность цепи поставок.
Давайте ближе рассмотрим каждый из этих пяти пунктов.
Во-первых, идея заключается в том, что нам нужно рассматривать все возможные варианты будущего. Зачем нам вообще заглядывать в будущее? Всё занимает время. Мы не можем мгновенно 3D-печатать всё, и даже если бы могли, всё равно пришлось бы что-то транспортировать. Всё занимает время, что означает, что когда вы принимаете решение, связанное с цепью поставок, например, решение о производстве или закупке чего-либо, вы делаете это, потому что смотрите вперёд и предвидите состояние рынка, в котором появится спрос на эти продукты. Затем вы анализируете ситуацию и составляете прогноз, оптимизируя свою цепь поставок соответствующим образом.
Нам необходимо иметь этот взгляд в будущее и эти прогнозы, которые по сути являются математическим воплощением интуиции. Но о каких прогнозах идёт речь? Прогнозы, которые полностью доминировали в практике цепей поставок в течение 20-го века и в первой половине 21-го века, – это классические прогнозы временных рядов, которые, на мой взгляд, имеют существенные недостатки. Первый недостаток заключается в том, что этот подход полностью игнорирует идею неопределенности. Мое утверждение состоит в том, что неопределенность совершенно неустранима, и когда речь заходит о цепях поставок, будущее никогда не может быть прогнозировано идеально. Идея о том, что можно достичь 99% точности прогнозирования, – абсурд. Даже при рассмотрении потребления воды или электроэнергии чрезвычайно сложно добиться такой степени точности прогнозов.
Если рассматривать цепи поставок реалистично и, например, учитывать товар в магазине, который продаёт всего одну единицу в неделю для конкретного продукта, нет никакой надежды достичь точности менее одного процента. Вопрос даже не имеет смысла. Таким образом, неопределенность неустранима. Если бы нам понадобилось больше доказательств этого, достаточно взглянуть на 2020 год. Весь мир столкнулся с масштабной пандемией, которая принесла хаос во все цепи поставок. Прогнозировать подобные события с классической точки зрения, где у вас есть число и вы говорите: «вот оно, будущее», просто невозможно.
Вместо этого вы можете использовать вероятностные прогнозы. Идея заключается в том, что все варианты будущего возможны, но они не равновероятны. Именно в этом суть вероятностного прогнозирования. Это значит, что можно использовать статистический метод, который вместо того, чтобы притворяться, что у него есть идеальный прогноз того, как именно будут развиваться события в будущем, просто говорит: «У меня есть все эти возможные варианты будущего; некоторые из них более вероятны, чем другие». Такой подход учитывает неустранимую неопределенность. Когда люди говорят мне: «Ты не можешь это предсказать», ответ: «Да, могу». Я не могу дать вам классический точный прогноз, но я вполне могу предоставить идеальный вероятностный прогноз.
Крайним примером этого могут служить лотерейные билеты. Я могу точно рассчитать шансы на то, что конкретный билет станет выигрышным. Я не знаю, какой именно выиграет, но если игра не сфальсифицирована, я могу дать идеальный вероятностный прогноз, который отражает равномерное распределение шансов для всех билетов. Именно это и означает вероятностный прогноз; он подразумевает, что, хотя вы не знаете будущее идеально, вы всё же знаете о нём достаточно. Когда мы говорим, что у нас есть вероятности, мы знаем много вещей. Например, я могу сказать, что в любой момент существует риск крайнего события, которое может привести к масштабному сбою на рынке. Я не знаю точно, откуда возникнет этот риск – возможно, от пандемии, краха фондовой биржи, войны или нового тарифа, подобного тому, который ввёл президент Трамп. Это может быть многое, что нарушит работу вашей цепи поставок, и если бы мне пришлось оценить риск крайнего события для любой цепи поставок, я бы сказал, что вероятность масштабного падения в следующем квартале составляет несколько процентов. Снова, это не магия; это вполне разумное предположение о будущем. С правильными статистическими инструментами можно сделать гораздо более сложные прогнозы. Все области, характеризующиеся неопределенностью, требуют прогнозирования, и именно вероятностное прогнозирование необходимо. Спрос – не единственная область, требующая прогноза. Например, все области, где присутствует неопределенность, требуют прогнозирования.
Это может включать прогнозирование будущего спроса, но также будущих сроков поставки, будущих возвратов в электронной коммерции, неопределённой производительности в первичных источниках производства, таких как добыча полезных ископаемых или сельское хозяйство, вероятностных показателей брака или уровня утилизации в системах контроля качества для биологических процессов и ремонтов деталей. Существует огромное разнообразие сфер, в которых присутствует неопределенность, и все эти области заслуживают прогнозирования. Хорошая практика в цепях поставок – признавать необходимость учитывать все возможные варианты будущего с их соответствующими вероятностями, рассматривая всё, что требует прогнозирования. Речь идет не только о спросе.
Например, мы можем даже рассматривать такие вещи, как цены на сырьевые товары. Очевидно, если бы вы могли точно предсказать будущую цену сырья, вы бы просто торговали на фондовой бирже, а не управляли реальной цепью поставок. Однако некоторые сырьевые товары являются гораздо более волатильными с точки зрения цен, что означает, что риск, связанный с ними, можно оптимизировать с помощью соответствующих моделей, используя вероятностные прогнозы в своем наборе инструментов.
Ещё один момент заключается в том, что речь идет не только о ваших собственных возможных вариантах будущего; все эти варианты не являются независимыми. Они имеют сильные взаимосвязи, и это также тот аспект, в котором традиционная теория цепей поставок сильно отстает. В традиционном подходе прогноз спроса рассматривается так, будто он полностью независим от всех остальных процессов в цепи поставок. Даже до сих пор ко мне обращаются с вопросами, может ли Lokad предоставить прогноз на 12 месяцев для конкретного продукта.
Например, предположим, что мы имеем дело с брендом спортивных товаров, и они заказывают трекинговый рюкзак. Можем ли мы спрогнозировать, какой будет спрос в течение следующих 12 месяцев? Мой базовый ответ: «зависит от обстоятельств». Если вы продаёте только один рюкзак, то, возможно, спрос будет определённым. Но если вдруг вы решите значительно расширить ассортимент и представите ещё десять вариантов того же рюкзака с почти одинаковой ценой, размером и характеристиками, с незначительными отличиями в карманах и аксессуарах, спрос не увеличится в десять раз только из-за того, что вы представили десять очень похожих продуктов. Однако, если смотреть с классической точки зрения прогнозирования, ничто не мешало бы модели радикально завышать показатели спроса, если вы просто увеличите количество продуктов для прогнозирования. Это не имеет смысла, и именно поэтому мы рассматриваем варианты будущего. Они характеризуются не только нерегулярной неопределенностью, но и взаимозависимостью между собой. Нам нужны инструменты, способные охватить все эти изменения.
В заключение, прогнозы необходимы, если мы хотим хоть как-то что-либо оптимизировать, просто потому что нам нужно смотреть вперёд. Однако следует помнить, что это всего лишь обоснованные предположения о будущем.
Они не являются реальными, в том смысле, что качество вашего прогноза не оказывает прямого воздействия на вашу цепь поставок. Во многих компаниях люди сосредотачиваются на улучшении прогноза, но мой вопрос таков: к чему это приведёт? Если вы полагаете, что оптимизация прогноза немедленно приводит к повышению эффективности цепей поставок, моё утверждение заключается в том, что это заблуждение. Это не соответствует действительности, даже отдалённо.
Единственное, что действительно улучшает цепь поставок, – это решения, которые оказывают ощутимое, физическое воздействие на неё. Под решениями я подразумеваю такие действия, как покупка ещё одной единицы у поставщика, перемещение единицы товара с одного склада на другой или повышение или понижение цены на любой из продаваемых продуктов. Эти действия имеют реальные, ощутимые последствия для компании.
Наоборот, прогнозы — это всего лишь обоснованные предположения о будущем. Лучше иметь более детализированное представление о том, каким будет будущее, но единственное, что действительно имеет значение — это решения. Моя позиция состоит в том, что практика управления цепочками поставок должна быть полностью ориентирована на выработку именно этих решений, потому что только они имеют значение. Идея о существовании отдела прогнозирования или планирования в значительной степени ошибочна. Прогнозы нужны лишь для того, чтобы обосновывать ваши предположения при принятии лучших решений.
Отделять процесс прогнозирования от оптимизации решений — крайне опасно и ошибочно. Кстати, когда я говорю об осуществимых решениях, я имею в виду, что решения должны соответствовать всем физическим ограничениям, существующим в цепочке поставок. Любая цепочка поставок изобилует нелинейностями. Например, могут существовать минимальные объемы заказа, максимальное пространство на полках магазина, а также максимальные объем или вес в контейнере или грузовике. Кроме того, могут иметь место более тонкие нелинейности, такие как сроки годности или тот факт, что определенные детали в аэрокосмической отрасли имеют ограничение по наработанным часам и циклам полетов, требующим планового ремонта.
Могут возникнуть всевозможные проблемы, например, некоторые товары, такие как скоропортящиеся продукты, не могут перевозиться в одном грузовике. Или, по крайней мере, для них нужны специальные грузовики, поскольку их нельзя транспортировать при одинаковой температуре. Либо требуется несколько отсеков, либо несколько грузовиков. Существует множество ограничений, которые сужают рамки осуществимых решений.
Что я подразумеваю под осуществимыми решениями? Я употребляю этот термин, потому что бессмысленно утверждать, что идеальное количество для пополнения запасов магазина составляет 1,3 единицы товара. Это неосуществимое решение; на практике оно будет либо одной, либо двумя единицами, ведь 1,3 получить невозможно. Необходимо принять решение, которое можно сразу воплотить в жизнь на повседневном уровне, и именно это и подразумевается под осуществимостью.
Теперь, если мы рассмотрим каждое отдельное осуществимое решение и все возможные будущие сценарии, возникает вопрос: как определить, какое решение является правильным?
Нужно учитывать экономические факторы. Суть в том, что проценты ошибок не имеют значения; важны только конкретные суммы ошибок и вознаграждений в долларах. Существует заблуждение, что оптимизируя проценты, вы действительно делаете что-то полезное для своей компании. Это не так; я считаю, что такая идея глубоко ошибочна.
Если вам нужен пример, давайте посмотрим на уровень сервиса. Что значит иметь очень высокий уровень сервиса? Я часто слышу, как потенциальные клиенты говорят, что хотят 99%-й уровень сервиса. Мы, безусловно, можем этого добиться, но для этого нужно чересчур активно запасаться, что приведет к огромным списаниям запасов и отвратительной прибыльности. Это компромисс, и это не просто какой-либо компромисс — это экономический компромисс. Даже в таком простом показателе, как уровень сервиса, существует компромисс между стоимостью запасов с одной стороны и стоимостью недостачи товара с другой.
Идея в том, что, если мы отступим и рассмотрим экономические факторы для каждого решения, мы сможем оценить его результат. Мы можем взять одно решение и, для одного из возможных будущих сценариев, оценить его исход в этом конкретном будущем. Таким образом, мы можем оценить результаты в долларах, учитывая экономические факторы.
Что я подразумеваю под экономическими факторами? Я имею в виду все те факторы, которые формируют эффективность работы вашей компании. Первая группа факторов предельно ясна — это те, которые можно найти в бухгалтерских книгах: стоимость материалов, цена продажи, затраты на хранение, транспортные расходы и затраты на производство. Вам нужно суммировать все эти затраты, а затем вычесть их из цены продажи, чтобы рассчитать ваш бюджет затрат. Это первая группа факторов, самые очевидные, которые вы буквально можете найти в вашем ERP или бухгалтерском программном обеспечении.
Однако этих затрат недостаточно. Если рассматривать только их, вы получите крайне краткосрочную финансовую перспективу. Необходимо включить вторую группу экономических факторов, тех, которые не отражаются в вашей системе, по крайней мере явно. Обычно это эффекты второго порядка от ваших решений в области цепочек поставок. Например, чаще всего если происходит дефицит товара, никаких штрафов за это не предполагается. Возможно, если вы крупный бренд, поставляющий товары в огромную розничную сеть, такую как Walmart, у вас есть соглашение об уровне сервиса и штрафы за недостижение определенных показателей, но это случается нечасто. Даже если штрафы и имеются, они не отражают в полной мере реальные издержки, которые вы навлекли на своих клиентов.
Идея заключается в том, что нам нужны такие факторы, которые отображают последствия ваших действий второго порядка — как положительные, например, увеличение лояльности-клиентов, так и отрицательные, такие как снижение лояльности и стимул для клиентов искать альтернативы. Это, очевидно, зависит от конкретной ситуации. Например, если вы — модный бренд и предоставляете скидку в конце сезона, это стоит дороже, чем простая потеря скидочной суммы в данный момент. Вы закладываете привычку у клиентов, которые будут ожидать такую же скидку в следующем году. Это демонстрирует краткосрочное и долгосрочное влияние формирования привычек и ожиданий у вашей клиентской базы, о чем я и говорю, упоминая экономические факторы второй группы.
При правильном подходе финансовая оптимизация не бывает краткосрочной. Однако если прибегать к наивной финансовой оптимизации, получается множество бессмысленных решений, что характерно для любого наивного подхода в цепочках поставок. Экономическая оптимизация необходима, потому что без неё у вас даже нет цели для оптимизации. Идея оптимизации процентов не работает — нужно оптимизировать в долларах. Если вы не объедините все эти доллары вознаграждения и затрат под одной крышей, с количественной точки зрения нечего оптимизировать, а именно это и является целью данной серии лекций.
Нам нужны именно эти доллары, иначе мы даже не сможем начать оптимизацию. Мое предложение таково: если ваша компания еще не приступила к использованию единой финансовой системы для управления оптимизацией цепочки поставок, значит, она еще не начала. Если у вас дюжина команд, которые занимаются процентами, уровнями сервиса и другими немонетарными показателями, это всего лишь иллюзия эффективности. Важно, чтобы имели значение только доллары — будь то доллары, евро или иены — но при этом велся учет в денежном выражении.
Эти экономические факторы имеют еще одну очень важную функцию, которую часто упускают из виду. Первая цель — это механическая поддержка числовой оптимизации. Вторая цель этих факторов — обеспечить прозрачность («white-boxing»), о которой я расскажу в последующих лекциях. Идея в том, что для каждого решения мы рассмотрим все возможные сценарии будущего, оценим экономическую эффективность этого решения, усредним экономическую эффективность решений по всем сценариям, а затем отсортируем все решения от того, которое обеспечит наивысшую рентабельность инвестиций (ROI), до наименьшего. Очевидно, что мы прекращаем принимать решения, когда они перестают быть прибыльными. Однако нам необходима определенная степень прозрачности и понимания, почему мы выбираем одни решения, а не другие. Именно здесь экономические факторы оказываются чрезвычайно ценными, поскольку они могут объяснить, почему за каждым принятым решением стоит то или иное решение, генерируемое системой, практикой или программным обеспечением.
Идея в том, что с помощью экономических факторов вы сможете проанализировать каждое решение и получить несколько ключевых показателей эффективности (KPI), выраженных в долларах, которые объясняют, почему данное решение на самом деле является хорошим. И наоборот, для решения, которое не было принято, вы сможете проанализировать факторы и понять, почему это решение не является хорошим.
С этими тремя базовыми элементами у нас есть всё необходимое для начала практики. Мы рассматриваем все возможные сценарии будущего, все возможные решения и сопоставляем каждое решение с каждым сценарием, оценивая их в долларах и ранжируя.
Чтобы сделать это реальным и эффективным, необходим менталитет полной сквозной роботизации. Причина, по которой нужна полная сквозная роботизация — вернуть управление в руки руководства. Сначала это может показаться странным, ведь если всё автоматизировано, кто же будет контролировать процесс? Всё дело в природе цепочек поставок, которые представляют собой очень сложные распределенные системы с множеством объектов, товаров, клиентов, программных компонентов, людей и транспортных средств.
Альтернатива роботизированному процессу, генерирующему все те решения, которые необходимо принимать ежедневно, — это иметь армию клерков, работающих с океаном таблиц. Проблема в том, что если вы управляете армией клерков, то при любом изменении в цепочке поставок потребуется шесть месяцев, прежде чем изменения дадут эффект, так как вам придется взаимодействовать с множеством людей, которых нужно переобучить и убедиться, что они действительно понимают новую стратегию и правила.
Роботизация — это идея о том, что если вы сможете реализовать сквозной числовой алгоритм, генерирующий все эти рутинные решения, вы сможете избежать этих задержек. Я говорю обо всех рутинных решениях; я не имею в виду решения о том, стоит ли открывать новый завод в стране или выходить на новый рынок. Такие решения принимаются не ежедневно, а несколько раз в год, и в этом нет ничего страшного — можно допустить, чтобы много людей их обдумывало. Но для каждой SKU, присутствующей в вашей цепочке поставок, приходится принимать полдюжины решений каждый день. Нужно ли производить больше? Заказывать больше? Перемещать запасы с одного места на другое? Повысить или понизить цену? Может, даже избавиться от этих запасов, которые не приносят пользы и просто занимают место на складе или в магазине? Даже решение ничего не делать, когда у вас есть SKU и вы решаете сегодня не предпринимать никаких действий, уже является решением. Учитывая масштаб работы современных цепочек поставок, я считаю, что для сохранения гибкости необходима полная сквозная роботизация.
Существует еще один важный аспект: крайне важно иметь полную сквозную роботизацию, если мы хотим, чтобы наша деятельность была одновременно капиталистичной и точной. Это станет темой моей следующей лекции, но в кратком изложении: вы не хотите относить подразделение цепочки поставок к операционным расходам (OPEX). Вы хотите рассматривать инвестиции в цепочку поставок как капитальные затраты (CAPEX). Все усилия, направленные на цепочку поставок, должны быть точными, и вы стремитесь сделать её капиталистическим активом компании. Единственный способ — это роботизация; в противном случае это лишь армия клерков, которых придется ежедневно оплачивать за многократное выполнение одних и тех же действий.
Это подводит меня к вопросу: кто должен отвечать за роботизацию и программное обеспечение, выполняющее рутинную работу вместо армии клерков?
За чей счет должны разрабатываться эти числовые алгоритмы? Кто должен брать на себя ответственность за полученные результаты? Классический ответ — «у нас есть система, и система отвечает за это» — я считаю ошибочным. Программное обеспечение, даже если это очень дорогостоящее корпоративное решение, никогда не несет ответственности. Оно не обладает самосознанием. Несмотря на то, что некоторые говорят об ИИ, мы еще не достигли этого уровня. У нас есть приукрашенные числовые алгоритмы, которые уже могут приносить огромную ценность вашей компании.
Кто-то в вашей компании или за её пределами должен взять на себя ответственность за качество этих числовых результатов, которые будут управлять вашей цепочкой поставок на повседневном уровне. Практика, разработанная нами в Lokad, основана на концепции специалиста по цепям поставок. Концепция специалиста по цепям поставок родилась из моих первых неудач, когда я пытался решать проблему с помощью data scientists. Проблема data scientists заключается в том, что они зациклены на технических деталях. Помните первую цитату о том, что самый надежный способ что-то испортить — это доверить это техникам? Именно так я и воспринимаю ситуацию, когда мне рассказывают о data scientists, пытающихся решить проблемы цепочки поставок. Это очень краткий путь с минимальной неопределенностью относительно конечного результата, и результат может быть не таким впечатляющим. Специалист по цепям поставок — это тот, кто берет на себя ответственность за выработку реальных решений, и этот человек должен уделять внимание мельчайшим деталям вашей цепочки поставок. Например, если один из ваших складов был затоплен в прошлом году и в течение трех недель через него не проходило ничего, что полностью исказило профиль сезонности, вы не можете списывать это просто как мелочь. Это не ставит под сомнение основной смысл математической модели. С точки зрения специалиста по цепям поставок, это имеет значение. Если я в итоге приму неверные решения для этого склада из-за того, что прошлый операционный инцидент внес серьезные искажения в мои исторические данные, это имеет значение. Всё это имеет значение, будь то в виде долларов вознаграждения или затрат.
Если мы взглянем на эту иллюстрацию с двумя типами ученых — Индиану Джонсу, который должен быть и ученым, и исследователем, и Уиндла Пунса из произведений Терри Пратчетта — то реальность этих двух вымышленных персонажей не может быть более принципиально различной. Основное различие между ними по сути отражает разницу между специалистом по цепям поставок и data scientist. В качестве индикатора можно спросить: заботится ли об этом генеральный директор? Будет ли генеральный директор компании оспаривать ваши действия как специалиста по цепям поставок? Мой десятилетний опыт управления Lokad показывает, что я регулярно встречаюсь с генеральными директорами и советами директоров моих клиентов, и они обсуждают со мной основы их цепочки поставок и то, как мы добиваемся возврата инвестиций в долларах.
Вопросы не сводятся к тому, используем ли мы метод опорных векторов или алгоритмы градиентного бустинга. Речь идет о том, как сделать цепочку поставок ценным активом, способным обойти конкурентов на рынке.
Я представил пять пунктов в качестве требований, а не как фактическое решение проблемы. Это всего лишь список элементов, которые, если не будут должным образом учтены, означают, что вы даже не начали работать над чем-то, что могло бы существенно улучшить или оптимизировать цепочку поставок, по крайней мере, в количественном плане. Существует множество неколичественных оптимизаций, таких как лучшее оборудование, лучшая политика найма или хорошо продуманные финансовые стимулы для ваших команд.
Полный детальный план предстоящих лекций опубликован на сайте Lokad по адресу lokad.com/lectures. Нам предстоит рассмотреть множество тем, включая различные точки зрения, концепции и парадигмы, особенно касающиеся методов программирования, инструментов и практик. Материала, который нужно осветить, достаточно, и все эти концепции будут введены, чтобы помочь выполнить те пять пунктов, которые я представил ранее. Без них этот подход просто не сработает.
Теперь, чтобы коснуться отступления, некоторые люди подвергли сомнению мое видение, утверждая, что оно так сильно отличается от того, что они делают в данный момент. Они утверждают, что оно слишком продвинуто, и предпочитают идти медленно, постепенно совершенствуя процессы, прежде чем рассматривать этот количественный подход к управлению цепочкой поставок. Однако я считаю, что подход «ползти, ходить, бежать» является заблуждением. Прогресс часто бывает не поэтапным и разрушительным. Например, когда Amazon решила стать провайдером облачных вычислений, они совершили значительный скачок от продажи книг онлайн до предоставления облачных вычислительных ресурсов по требованию. Это была не плавная, поэтапная эволюция; это был коренной сдвиг.
Аналогично, существует знаменитая цитата Генри Форда, который сказал, что если бы он спросил своих клиентов, чего они хотят, они бы попросили более быстрых лошадей. Суть в том, что если принять идею о том, что изложенные требования необходимы, и большинство компаний даже не начали рассматривать проблему с правильной точки зрения, то наше исходное положение у большинства клиентов таково, что практически никто не обладает зрелостью в этой сфере. Это иллюзия думать, что крупные компании с большими отделами, оптимизирующими неверные показатели, обладают настоящей зрелостью в управлении цепочкой поставок.
Мое послание аудитории заключается не в том, чтобы считать себя незрелыми только потому, что вы не делаете то, что делают другие компании, особенно с учетом размеров их бюрократических структур. С моей точки зрения, это говорит очень мало об их эффективности. Компании, которые я считаю наиболее зрелыми, как правило, являются небольшими, гибкими, ориентированными на цифровые технологии компаниями электронной коммерции Северной Америки. У них может не быть огромных команд специалистов по данным, но есть несколько человек с правильным мышлением и подходящими числовыми рецептами.
В заключение, я рассмотрел аспекты, связанные со стороной необходимости проблемы. На следующей лекции мы начнем изучать сторону достаточности проблемы, сосредотачиваясь на постановке проблемы и решении. Однако крайне важно начать с постановки проблемы, так как это позволяет понять, имеет ли представленное нами решение ценность или это просто решение в поиске проблемы.
Большое спасибо за ваше время сегодня. Теперь я отвечу на вопросы.
Вопрос: Мне понравилась тонкая отсылка к “Дюне”.
Я рад, что вам понравилась отсылка к “Дюне”. Главные герои книги обладают способностью видеть все возможные будущие, что дает им превосходные стратегические возможности. Эта метафора весьма уместна для управления цепочкой поставок. Если вы можете рассмотреть все возможные будущие, даже если точно не знаете, какое из них произойдет, это дает вам значительное преимущество перед конкурентами, которые учитывают только один возможный исход.
Вопрос: Не могли бы вы подробнее рассказать о факторах второго порядка?
Когда я говорю «второго порядка», я имею в виду последствия второго порядка. В управлении цепочкой поставок мы имеем дело с людьми и сложными системами, а не с простыми физическими системами с предсказуемыми траекториями. Люди способны адаптироваться, и мы должны учитывать их действия и реакции.
Например, в прошлом в Lokad у нас был клиент, для которого мы рекомендовали конкретные объемы закупок. Однако мы заметили, что клиент размещал заказы с значительно большими объемами, чем мы рекомендовали. Оказалось, что когда клиент получал товары, команды, отвечающие за прием, пересчитывали позиции, чтобы убедиться, что они соответствуют первоначальному заказу. Если полученное количество не совпадало с заказанным, их система имела своеобразное ограничение: они могли либо отменить весь заказ и вернуть товар, что ставило под угрозу их производственную линию. Фактически, они изменяли количество в исходном заказе так, чтобы оно соответствовало полученному количеству. Со временем некоторые умные поставщики обнаружили эту уникальную особенность ERP-системы. Когда приближался конец квартала и цели так и не были достижены, они знали, что могут загнать в этого клиента все, что угодно, и клиент примет это и оплатит счет без вопросов или жалоб.
Это пример того, что я называю эффектом второго порядка. На первый взгляд, незначительный, рутинный аспект вашей ERP системы может быть использован умными людьми, которые извлекают из этого выгоду, играя по своим правилам. Это неизбежно, когда имеешь дело с людьми, поскольку они могут думать и реагировать на любые ваши действия. Идея последствий второго порядка заключается в том, что вы должны учитывать последствия последствий. Это может быть даже и четвертого, и пятого порядка — нужно думать о каскадных эффектах. Это сложная интеллектуальная игра, но если не принимать во внимание последствия второго порядка, можно принять неправильные решения.
Что касается экономических драйверов второго порядка, важно оценить их в долларах, хотя это может быть сложно. Главное — быть примерно правильным, а не абсолютно ошибочным. Лучше иметь приблизительную оценку, которая имеет смысл, чем точные расчеты, которые могут ввести в заблуждение.
Вопрос: Какие методы используются для полной роботизации?
Существует множество методов для полной роботизации, которые мы рассмотрим в предстоящих лекциях по парадигмам программирования. Хотя речь идет о программном обеспечении, нам нужно учитывать основные свойства дизайна, наиболее желательные для достижения роботизации. Основная цель — создать программное обеспечение промышленного уровня, а не обязательно искусственный интеллект. Вы не можете добиться нулевой процент ошибки прогнозирования, но можете стремиться к нулевой степени безумия.
Под «безумием» я подразумеваю нечто, что может поставить под угрозу всю вашу компанию. Например, Target Canada обанкротилась из-за неудачной оптимизации цепочки поставок, а Nike столкнулась с катастрофой в 2004 году, когда одно из их программных решений для цепочки поставок, конкурирующее с Lokad, почти привело компанию к краху. Итак, сначала мы рассмотрим эту тему на следующей лекции, но это займет некоторое время.
Вопрос: В вашем прогнозе, если мы попытаемся охватить так много прогрессивных переменных, нам придется разрабатывать модели самостоятельно, и это может превратиться в симуляции. Есть ли у вас мысли по этому поводу?
Нет четкой разницы между точной симуляцией будущего и вероятностным прогнозом. Это два разных подхода числовых рецептов для предвидения будущего. Когда у вас есть модель вероятностного прогнозирования, вы можете генерировать траектории, представляющие будущее. Вы берете свои вероятности, делаете случайное отклонение, создаете фиктивное наблюдение, переобучаете модель, перестраиваете вероятности и повторяете процесс. Различие между симуляцией и статистическим моделированием становится незначительным, особенно для моделей, применимых к задачам цепочки поставок. В значительной степени они полностью перекрываются.
Вопрос: Разработанные вами решения являются сервисными или комбинированными? Каково ваше мнение о таком подходе для будущего управления цепочками поставок?
В Lokad наша цель — обеспечивать эффективность цепочки поставок, выраженную в долларах. Эта область полна невероятной сложности, и, как неопределенность в прогнозировании неизбежна, так и сложность остается, если попытаться создать программный продукт, решающий все проблемы одновременно. Необходимо иметь мета-решение проблемы. Подход, принятый в Lokad, заключается в признании необходимости человеческого интеллекта, в частности специалистов по цепочкам поставок. Я считаю нереалистичным полагать, что искусственный интеллект сможет понять все вызовы современной цепочки поставок.
Нам нужны умные, опытные люди с необходимыми навыками, чтобы эффективно выполнять свою работу. Lokad разработала продукт с целью сделать специалистов по цепочкам поставок продуктивными и чрезвычайно надежными. Задача состоит в предоставлении правильных инструментов для этих специалистов. Вкратце, Python — не решение, и по мере продвижения лекций вы увидите, что большинство универсальных языков программирования имеют серьезные проблемы. Эти проблемы дизайна делают их непригодными для удовлетворительного решения задач цепочки поставок. Нам придется вдаваться в подробности, поскольку существует множество нюансов в том, что я подразумеваю под «промышленного уровня» и «готовностью к производству» решения. Помните, это та самая нулевая степень безумия, к которой мы стремимся, ведь пока у вас есть безумный робот, негативно влияющий на вашу цепочку поставок, ничего не получится. Это то, что нам нужно решить в первую очередь.
Вопрос: Часто количественные подходы требуют от нас количественно оценить то, что еще не было измерено или что находилось в таблицах Excel, а не в ERP-системах. Какой самый эффективный способ решения этой проблемы? Как можно собрать эту дополнительную информацию, чтобы она была так же надежна, как данные из ERP-систем?
Здесь имеются две различные проблемы. Во-первых, существует статус-кво, при котором проблема количественной оценки вознаграждений и ошибок заключается в том, что обсуждение сумм в долларах является политически очень сложным. Многие люди в крупных организациях имеют сильные стимулы не обсуждать возвраты или вознаграждения в долларах, потому что в противном случае компания поймет, что у нее нулевая добавленная стоимость. Поэтому многие вещи не оцениваются количественно просто потому, что против этого действуют сильные политические силы.
Чтобы конкретизировать, когда Lokad начала работать для сети розничной торговли с целью оптимизации запасов в магазинах, мы поняли, что запасы служат двум радикально различным целям. Первая цель заключалась в том, чтобы обеспечить качественное обслуживание клиентов, требующее определенного объема запасов. Вторая цель — чтобы магазин выглядел полным и привлекательным, для чего требовался дополнительный объем запасов. У нас был объем запасов, выраженный в евро, для этого крупного ритейлера, и мы заявили, что половина запасов необходима для обслуживания и должна обеспечиваться через цепочку поставок, а другая половина предназначена для мерчандайзинга и должна быть на ответственности маркетинга. Очевидно, маркетинг, которому внезапно пришлось включить огромную строку запасов в свой бюджет, был не в восторге от этой идеи.
Таким образом, сначала нам нужно понять, что установление правил для количественной оценки вознаграждения и затрат в долларах — задача крайне сложная, и эти правила должны применяться ко всем одинаково. Это трудно осуществить, и многие люди в организациях имеют личную выгоду от сохранения текущего положения вещей. Существует и другой тип проблемы, который на самом деле гораздо проще решить: теневой IT. Проблема с ERP и подобным программным обеспечением, как видно из базы знаний Lokad по ERP, заключается в том, что ERP-поставщикам чрезвычайно сложно охватить все ситуации. Например, у вас могут быть минимальные объемы заказа (MOQ). Как это отразить в ERP? Все зависит от конкретного случая. MOQ может быть определен на уровне продукта, на уровне заказа или иногда как комбинация того и другого. Это может быть еще сложнее, например, в текстильной промышленности, где MOQ определяется количеством ткани для каждого цвета.
Проблема в том, что для ERP-поставщиков представить все это просто поразительно сложно. В результате люди покупают ERP, а затем понимают, что оно не позволяет им учесть всё, что необходимо, и поэтому возвращаются к таблицам Excel. Я считаю, что именно в этом заключается роль хорошего IT-отдела: создавать и предоставлять недостающие элементы, чтобы теневой IT не оставался теневым, а превращался в небольшие внутренние расширения. В некотором смысле, иметь ERP — это хорошо, и мой совет заключается не в том, чтобы настраивать свой ERP, а делать что-то отдельно. Это гораздо проще в поддержке, чем идти по пути «Франкенштейна» поверх ERP.
Большое спасибо всем за просмотр. Следующая лекция состоится в следующую среду, в тот же день, в то же время. До скорой встречи. Прощайте.
