00:00:07 Введение в Стефана де Кок и принятие неопределенности в цепочках поставок.
00:00:34 Бэкграунд Стефана, основание Wahupa и первоначальные трудности.
00:03:18 Различные виды неопределенности в цепочках поставок и их воздействие.
00:04:53 Подход Lokad к управлению неопределенностью с использованием вероятностного прогнозирования.
00:06:43 Традиционные методы управления неопределенностью: буферы, механизмы реагирования и игнорирование.
00:08:01 Последствия игнорирования потребностей клиентов и полагания на реакцию.
00:09:59 Обсуждение пути к вероятностному прогнозированию.
00:12:35 Эпифании Стефана и принятие вероятностного прогнозирования.
00:14:01 Понимание важности концепции, а не метода.
00:15:25 Важность изменения традиционных показателей для улучшения прогнозирования.
00:18:38 Помощь клиентам в принятии неопределенности и стратегии, применяемые с точки зрения программного обеспечения.
00:20:19 Влияние перехода компании на вероятностный подход.
00:22:38 Наблюдение за готовностью рынка принимать неопределенность и то, что вдохновляет участников интервью на будущее.
00:25:01 Заключительные замечания.
Резюме
В выпуске Lokad TV ведущий Киран Чендлер берет интервью у Жоанна Вермореля, основателя Lokad, и Стефана де Кока, соучредителя и генерального директора Wahupa, обсуждая неопределенность в цепочках поставок. Они подчеркивают необходимость принятия неопределенности и учета всех возможных исходов для лучшего управления. Традиционный метод сценарного планирования требует больших ресурсов, в то время как вероятностное прогнозирование предлагает лаконичное решение. Де Кок выделяет три способа, которыми компании справляются с неопределенностью: использование буферов, реагирование на нее или игнорирование. Оба гостя выступают за внедрение вероятностного прогнозирования, открытость в применяемых методах (без раскрытия “секретного ингредиента”) и применение вероятностных метрик для принятия решений. Они предвидят, что вероятностный подход станет стандартом в будущем.
Расширенное резюме
В этом выпуске Lokad TV ведущий Киран Чендлер берёт интервью у Жоанна Вермореля, основателя Lokad — компании, специализирующейся на оптимизации цепочек поставок, и Стефана де Кока, соучредителя и генерального директора Wahupa. В обсуждении акцент сделан на принятии неопределенности в цепочках поставок, которая традиционно компенсируется за счет буферных запасов. Гости также рассказывают о своем опыте и о компаниях, которые они основали.
Стефан де Кок, соучредитель Wahupa, начал свою карьеру в прикладной математике в Техническом университете Делфта в Нидерландах. После выхода на рынок труда он случайно столкнулся с компанией по программному обеспечению для цепочек поставок и присоединился к ней. Со временем он работал на различных позициях, таких как консалтинг, управление продуктом и функциональный консалтинг. Будучи оставшимся без работы, он решил воплотить свои идеи и заняться проблемами, которые обнаружил за эти годы. Его первоначальная идея заключалась в создании платформы, доступной для малых компаний, поскольку существующие продукты в основном ориентированы на крупные компании первого уровня. В 2003 году ему пришлось столкнуться с проблемой поиска людей, способных создать платформу, но в конце концов он нашел команду, чтобы воплотить свое видение в жизнь.
Неопределенность является ключевым аспектом управления цепями поставок, поскольку всё, что связано с будущим, потенциально неопределенно. Примеры неопределенности включают сроки поставки, длительности, качество или % выхода продукции, и скорости. Стефан считает, что специалисты по цепям поставок должны учитывать воздействие всех возможных комбинаций будущих исходов, даже если это является сложной задачей.
Жоанн Верморель, основатель Lokad, делится своими мыслями о подходе к решению проблем, связанных с неопределенностью. Традиционно компании использовали сценарии «что если», чтобы подготовиться к неопределенности, но такой подход может быстро стать утомительным. Для эффективного управления неопределенностью специалисты по цепям поставок должны учитывать все возможные будущие сценарии и их потенциальное воздействие.
Верморель отмечает, что традиционный метод использования сценариев для решения сложных проблем цепей поставок отнимает много времени и требует значительных ресурсов. Однако вероятностное прогнозирование предлагает элегантное и сжатое решение, которое можно реализовать с использованием вычислительной мощности. Этот подход также требует меньше сотрудников для управления и эксплуатации цепочки поставок, что делает его более эффективным как с точки зрения программного обеспечения, так и в операционной деятельности.
Де Кок объясняет, что существует три основных способа, которыми компании справляются с неопределенностью в цепях поставок: использование буферов, реагирование на неопределенность по мере её возникновения или простое игнорирование. Большинство компаний применяют сочетание этих методов, однако проблема заключается в нахождении правильного баланса между ними. Если буферы неточны, компаниям приходится компенсировать это реакцией, что может быть дорогостоящим. А аспекты, на которые нельзя отреагировать, часто игнорируются, что может привести к долгосрочным повреждениям, неудовлетворенности клиентов и, возможно, к банкротству.
Де Кок также подчеркивает роль буферов, таких как сроки поставки, мощности и запасы, в управлении неопределенностью цепочки поставок. Компании часто имеют завышенные буферы, чтобы предотвратить проблемы, требующие оперативных действий. Однако он отмечает, что многие компании до сих пор испытывают трудности с достижением целевых уровней сервиса, поскольку их фактическая работа часто определяется оперативными мерами, а не буферами.
Верморель объясняет, что его компания Lokad начала с классического прогнозирования, но в итоге перешла на вероятностное прогнозирование. Сначала они использовали квантильные прогнозы, которые преднамеренно вводят смещение для учета ситуаций, когда прогнозирование среднего значения было бы неточным. Затем они перешли к использованию квантильных сеток, что включало постепенное увеличение смещений, а в конце – к вероятностному прогнозированию, которое учитывает все смещения одновременно.
Де Кок делится, что еще в 2006 году у него произошло озарение относительно ценности вероятностного прогнозирования, когда он понял, что неопределенные значения невозможно представить точными числами. Он начал разрабатывать вероятностную арифметику и нашел в ней элегантное решение для сложных проблем цепочек поставок. Изначально Де Кок держал свой подход к вероятностному прогнозированию в секрете, считая его ключевым отличием своего бизнеса. Однако со временем он обнаружил, что другие компании, включая Lokad, также используют схожие методы, что подтверждает жизнеспособность и ценность вероятностного прогнозирования в отрасли.
Стефан де Кок подчеркивает, что существует множество способов достижения одной и той же цели в оптимизации цепочек поставок. Он выделяет четыре ключевых момента: 1) принятие неопределенности; 2) внедрение вероятностного прогнозирования и планирования; 3) открытость в методах и идеях без раскрытия «секретного ингредиента»; и 4) признание того, что традиционные метрики недостаточны и их необходимо заменить вероятностными метриками. И Верморель, и Де Кок сходятся во мнении, что изменение метрик и использование вероятностных подходов имеют решающее значение для принятия более обоснованных решений в управлении цепями поставок.
Верморель объясняет, что как только вероятностная модель внедрена, она позволяет симулировать множество возможных будущих сценариев, что, в свою очередь, позволяет оценивать решения и их потенциальные результаты. Он также отмечает, что технологии и алгоритмы, используемые для прогнозирования, менее важны, чем общий подход, как демонстрирует эволюция собственных прогнозирующих систем.
Де Кок утверждает, что для того, чтобы помочь клиентам принять неопределенность, необходимо предоставлять понятные результаты, вызывающие доверие. Визуализация результатов имеет ключевое значение, поскольку она позволяет пользователям понять диапазон возможных значений и их вероятности. Он сравнивает отношения между поставщиками программного обеспечения и клиентами с отношениями между механиками и водителями, где первые создают сложные инструменты, чтобы вторые могли использовать их легко и эффективно.
Обсуждая влияние вероятностного подхода на бизнес, Верморель отмечает, что он часто предоставляет выводы, соответствующие интуиции. Например, классический метод прогнозирования может предполагать избыточные запасы скоропортящихся товаров, в то время как вероятностный подход более точно балансирует риски, связанные с дефицитом товара и порчей.
Что касается принятия на рынке, Де Кок отмечает, что было сопротивление принятию неопределенности, но это сопротивление постепенно уменьшается. Он выделяет два этапа принятия: во-первых, осознание того, что точные числа недостаточны для борьбы с неопределенностью, и во-вторых, преодоление заблуждений относительно сложности вероятностных подходов. Он выражает оптимизм по поводу растущего тренда в сторону принятия этих методов и предсказывает, что они в конечном итоге станут основным направлением в отрасли.
Интервью подчеркивает ценность принятия неопределенности, внедрения вероятностных метрик и использования визуализации для более обоснованного принятия решений в оптимизации цепочек поставок. И Верморель, и Де Кок выступают за дальнейшее развитие технологий прогнозирования и предвидят будущее, в котором вероятностные подходы станут мейнстримом.
Полная расшифровка
Kieran Chandler: Сегодня в Lokad TV мы рады приветствовать Стефана де Кока, основателя Wahupa, который объяснит нам, почему эту неопределенность не следует воспринимать как помеху, а, наоборот, как нечто, что нужно принимать. Итак, Стефан, большое спасибо, что присоединились к нам сегодня. Возможно, вы могли бы начать с рассказа немного о своем опыте и о компании Wahupa, которую вы основали.
Stefan de Kok: Спасибо, Киран, и Жоанн, что пригласили меня. Да, я один из соучредителей Wahupa. Я начал изучать прикладную математику в Техническом университете Делфта в Нидерландах и никогда не слышал о таком понятии, как цепочки поставок. После выхода на рынок труда я случайно столкнулся с компанией по разработке программного обеспечения для цепочек поставок и присоединился к ней. Я ни на минуту не пожалел об этом. Затем я выполнил для них и для многих клиентов множество работ в области консалтинга, программного консалтинга, функционального консалтинга, а также управления программными продуктами. Потом, после еще одной случайной встречи, я остался без работы, и именно в этот момент я понял, что все идеи, над которыми я работал, все проблемы, которые я выявил за эти годы, я теперь могу что-то с ними сделать, то, что раньше не было в моей власти.
The original idea was to build a platform that was something bigger than S&OP at the time, which included a lot of the best-of-breed solutions but not many of the problems they had, mostly integration. I found that about 70% of every implementation was taken up by integration, and I wanted to make a platform that was available to smaller companies out there. Even the products then were mainly targeted at the big tier 1 companies, and smaller companies that have the same problems didn’t really have a good solution. That was how it started, and then I found, and this was way back in 2003, that finding the people who could actually build it was incredibly hard. So, over the years, I morphed the idea, it grew, I had more epiphanies, and ultimately, a couple of years ago, I found the guys that I finally was convinced could build this thing, and they were convinced that this was a great idea to get involved with, and we started.
Kieran Chandler: И это как раз подводит нас к нашей сегодняшней теме — принятию неопределенности в цепочках поставок. Очевидным примером является спрос, но с какими еще видами неопределенности мы можем столкнуться?
Stefan de Kok: Всё, что связано с будущим, потенциально неопределенно. Так что если вы работаете в цепочках поставок, вам нужно думать не только о количествах, но и, возможно, о сроках поставки, длительностях, качестве или уровне, выходе продукции, скоростях — практически все, что произойдет в будущем, имеет ту или иную степень неопределенности. Поэтому нам действительно нужно учитывать воздействие не только среднего значения всех этих будущих показателей, но и все возможные комбинации всех возможных будущих сценариев, что звучит очень сложно — и действительно так, — но это именно то, что нам нужно делать. И как только что-то переходит в прошлое, это становится почти определенным. Правда, даже в прошлом присутствует некоторая неопределенность. Могут быть проблемы с данными, и вы можете даже не знать, действительно ли что-то произошло таким образом, но в основном, как только оно становится прошлым, оно уже не остается сильно неопределенным, и где-то посередине
Kieran Chandler: Жоанн присоединится к нам в рамках сегодняшнего обсуждения, и Жоанн, идея столкновения с неопределенным будущим лежит в основе подхода Lokad. Как же вы решаете эти задачи? То есть, традиционный подход состоял бы в использовании сценариев «что если», типа оптимистичных и пессимистичных сценариев.
Joannes Vermorel: Главная проблема работы с неопределённым будущим через сценарии заключается в том, что это быстро становится невероятно утомительным и затратным по времени. Требуется столько усилий, чтобы детально описать эти сценарии. Интересно, что при вероятностном прогнозировании, своего рода, вы применяете метод грубой силы для решения проблемы. Можно подумать, что учесть все возможные будущие будет безумно сложно, но оказывается, что если у вас достаточно вычислительной мощности, то реализация программного обеспечения и его запуск на самом деле намного проще, чем создание суперсложной системы управления множеством сценариев. Это очень интересно, потому что не только математически элегантно и сжато подходит для решения сложных явлений, но и эффективно для цепочки поставок, где людей не так много. С точки зрения разработки программного обеспечения и оперативной работы системы управления цепочками поставок, это достаточно легкий вариант. Именно поэтому меня очень интересует и воодушевляет этот подход.
Kieran Chandler: Стефан, давайте рассмотрим некоторые из более традиционных подходов, которые используют люди. Как, по вашему мнению, эти классические методы применяются для учёта неопределённости?
Stefan de Kok: На самом деле, существует два или три различных способа, с помощью которых люди справляются с неопределённостью. Первый — использование буферов; второй — реакция на неопределённость по мере её возникновения с помощью механизмов реагирования, таких как ускорение процессов; и третий — просто её игнорирование. Каждый применяется в той или иной степени, и вопрос в том, сколько ресурсов стоит выделять для каждого метода. Как правило, в случае буферов всё сводится к точности. Если вы неправильно рассчитали буфер, то приходится чрезмерно компенсировать это реагированием, что обычно оказывается дорогостоящим. Наконец, те аспекты, на которые нельзя отреагировать, приходится игнорировать, и именно они наносят компании наибольший долгосрочный ущерб. Клиенты раздражаются, вы можете потерять долю рынка, а в некоторых случаях это даже может привести к судебным искам или банкротству, если слишком долго игнорировать клиента.
Наиболее распространённые буферы — это сроки исполнения, мощности и запасы. Компании увеличивают их, зная, что при их недостатке возникнут проблемы, требующие оперативного реагирования. Для примера, многие компании нацелены на уровень обслуживания от 95 до 99 процентов, но при измерении фактического уровня обслуживания получается максимум 90 процентов, или, как правило, те, кто стремятся к таким показателям, достигают верхних 80-х. Если копнуть глубже, то окажется, что даже этот показатель обычно обусловлен реакцией, а не изначально запланированным буфером. Таким образом, они прибегают к ускорению процессов с высокими затратами и усилиями, а уровень нестабильности и «тушения пожаров» зашкаливает. Их запасы могут обеспечивать всего 73-процентное обслуживание, хотя целью было 98 процентов. Это напрягает возможности компании и снижает маржу, что, на мой взгляд, является нормой для большинства современных цепочек поставок, когда вся нагрузка смещается на реактивную часть.
Kieran Chandler: Давайте немного рассмотрим вероятностный подход, Жоанн. Вам понадобилось несколько лет, чтобы его разработать, так откуда взялась эта идея?
Joannes Vermorel: Для нас вероятностное прогнозирование стало настоящим путешествием. Мы начали с классического прогнозирования, когда предсказывалась только средняя величина. Затем у нас появился клиент, продающий автозапчасти, и мы поняли, что если мы…
Kieran Chandler: Вы знаете, что спрос был настолько скудным и прерывистым, что прогнозирование нулевого спроса повсеместно с точки зрения точности оказалось очень, очень хорошим. Это, очевидно, полная чепуха, и сначала мы предложили прогнозы квантилей, то есть: «О, нет, вы не хотите предсказывать средний спрос, вы хотите предсказать значение с преднамеренным смещением.» Прогноз с намеренным смещением называется прогнозом квантиля. Это был первый шаг к осознанию того, что должно быть…
Joannes Vermorel: Как описал Стефан, в ситуациях с товарами категории C, такими как товары категорий A, B, C или товары с медленным оборотом, как понять, стоит ли иметь на складе одну, две единицы или, может быть, три, а не просто устанавливать минимально-максимальные запасы? Сначала мы поняли, что прогноз квантилей — это первый шаг к получению значимых результатов, чтобы выйти из ситуации, когда прогнозирование нулевого спроса оказывается лучшим вариантом. Это совершенно не имело смысла. Затем мы осознали: «О, вы хотите прогноз с квантилем, но как насчет настройки этого квантиля, ведь можно регулировать степень смещения?» И затем мы перешли от одного квантиля к сеткам квантилей. Пусть будет серия смещений, постепенно увеличивающихся, а потом мы поняли: «Нет, возможно, все смещения должны быть разными.» И в итоге мы пришли к вероятностному прогнозу. Кстати, существует отдельная статистическая литература, и, похоже, многие в статистическом сообществе прошли тот же путь, что и мы: начать с безсмещённых прогнозов или предсказаний, перейти к смещённым, затем исследовать множество смещений и попытаться сделать всё одновременно. И это и есть вероятностный прогноз. Вот он.
Kieran Chandler: Хорошо, а Стефан, вы, вероятно, один из немногих в индустрии, помимо сотрудников Lokad, кто принимает идею вероятностного прогноза. Так что, что подтолкнуло вас к этим идеям?
Stefan de Kok: Ну, думаю, вот где я расскажу о некоторых своих озарениях. Первое было связано с тем, что неопределённые значения не могут быть представлены точными числами — я понял это, пожалуй, еще в 2006 году. Но я ещё не до конца осмыслил это; это еще не было настоящим озарением. В то время я не понимал, как заставить это работать, ведь просто так делать было бессмысленно. И, наконец, я работал над разработкой того, что называю вероятностной арифметикой, и когда я понял, как это сделать, и оглянулся назад, увидел, как то, что кажется таким сложным, на самом деле решается с помощью чего-то столь элегантного — всё встало на свои места. И именно тогда у меня произошло первое «ага». Но в то время я держал это в секрете. Я думал, что это, знаете ли, один из моих ключевых отличительных признаков, так что пока это не афишировалось.
До этого не было иного решения, и это был один из тех счастливых моментов в моей карьере, когда я оказался в нужде денег и искал работу, и я нашёл еще одну компанию, расположенную прямо в моем родном Бостоне. Одна из трёх компаний в мире, которые этим занимаются, помимо Lokad, по крайней мере на тот момент, и я узнал, что они занимаются этим с 1970-х годов. Они доказывали это, но держали в секрете, потому что это был их секретный ингредиент. И я кое-что понял, и, думаю, ключевое из этого — что существует множество способов, как вы…
Kieran Chandler: Думаю, ключевой момент в том, что существует множество способов достичь одного и того же результата. Каждый из ваших подходов очень отличается, но конечная цель одна и та же. Так что речь шла не о том, как именно это сделать, а о том, что это нужно сделать. Как вы относитесь к обсуждению и продвижению этой идеи, не раскрывая при этом секретного рецепта того, что делает ваши компании особенными?
Stefan de Kok: Я понял, что могу рассказывать об этом, вести блоги и писать статьи, не выдавая секретного рецепта того, что делает нас особенными. Важно донести до людей, что именно этим должен стать весь процесс планирования и прогнозирования в ближайшее десятилетие или около того. Одно, на чем я делаю особый акцент в последнее время, — это то, что традиционные метрики тоже ошибочны. Мы должны менять метрики и использовать вероятностные прогнозы на производствах, а также вероятностные показатели для оценки их ценности.
Joannes Vermorel: Абсолютно, я согласен со Стефаном. Когда у вас есть что-то вероятностное, вы можете смоделировать множество возможных будущих исходов и поставить под сомнение каждое принятое решение, анализируя его результат, как если бы вы знали будущее. Это даёт очень элегантный способ ранжировать все ваши решения и расставлять приоритеты. Однако я считаю, что секретный ингредиент или технология, лежащая в основе, менее важны. В Lokad мы уже отбросили пять поколений прогнозных систем, каждый раз считая, что это величайшее достижение всех времён, лишь чтобы через два года понять, что существует более лучший способ.
Kieran Chandler: Жоанн, интересно, что вы упомянули возможность использования изменчивости будущего в своих интересах. Не могли бы вы подробнее рассказать об этой идее?
Joannes Vermorel: Конечно. Тот факт, что будущее изменчиво, можно использовать в своих интересах. Дело не только в защите и повышении устойчивости; можно также воспользоваться самой этой изменчивостью.
Kieran Chandler: Стефан, если взглянуть на вещи с точки зрения клиента, как мы можем помочь им принять идею признания неопределённости? Какие стратегии они могут использовать с точки зрения программного обеспечения?
Stefan de Kok: Главное заключается в том, что если у вас есть сложный механизм, а его выход выглядит как «чёрный ящик», это не вызывает доверия. Результат должен быть понятен сам по себе. С вероятностями можно сделать невероятное множество вещей. Можно показать, что мы не просто считаем, что ответ будет одним числом, а предлагаем диапазон возможностей, учитывающих неопределённость.
Kieran Chandler: Говоря откровенно, мы считаем, что ответ может быть где угодно между рядом значений, и существует распределение того, как эти значения могут возникать. Это можно рассматривать на любом уровне, и всё сводится к визуализации этих результатов. Мне нравится думать об этом почти как об автомобиле, понимаете? Мы — механики, а клиент — водитель. Раньше я знал, как работает мой автомобиль, а теперь он великолепен. Я заглядываю внутрь — он прекрасен, но понятия не имею, что заставляет его работать. Даже механику приходится подключать кабель к компьютеру, чтобы понять, что происходит. Вот как я вижу решения будущего и то, что мы все предлагаем: привносить эту сложность, но делать её использование проще для пользователя, для водителя, чтобы он мог получить результат, применимый для принятия более безопасных решений.
Joannes Vermorel: Хорошо, замечательно. Если смотреть с точки зрения клиента, что означает для компании переход на вероятностный подход? Когда начинаешь думать о вероятностях, речь идёт о попытке учесть крупные силы, которые необходимо сбалансировать. Какие проблемы вы пытаетесь смягчить? Какие узкие места могут нанести наибольший вред? Как правило, забавно, что эти скачкообразные прогнозы предоставляют способ количественно оценить то, что раньше было просто очевидно интуитивно. То есть, они не открывают фантастических инсайтов, а напротив, выявляют то, что уже было достаточно очевидно, но впервые система даёт числа, соответствующие интуиции в самых обыденных аспектах. Например, у вас есть продукт с коротким сроком хранения – не стоит держать его в избытке. Вы принимаете огромный риск, если имеете высокие запасы сверх скоропортящегося продукта. Если использовать классический подход к прогнозированию, он просто скажет: «О, достигните 97-процентного уровня обслуживания и всё», а затем вы создаёте огромные излишки товаров, которые впоследствии портятся. При использовании вероятностного подхода прогноз может даже оказаться хуже, возможно, он не будет суперточным, но зато будет более сбалансированным с учётом риска, что когда произойдёт дефицит, вы будете знать срок годности и иметь дело с чем-то очень…
Kieran Chandler: Это дорогостоящий подход, и поэтому он приводит к принятию более разумного решения, а именно – не переполнять склад клубникой. Полностью согласен с идеей, высказанной основателем, что коммерческие обходные пути должны стремиться к простоте. Хотя, если быть честным, я не думаю, что у Lokad самый блестящий послужной список в создании максимально простых решений, но, по крайней мере, они стараются. Хорошо, Стефан, оставляю слово за вами. Исходя из того, что вы наблюдали на рынке, можно ли сказать, что люди готовы принять идею признания неопределённости, и что именно вас вдохновляет в будущем?
Stefan de Kok: Думаю, мы приближаемся к этому. За эти годы я сталкивался со значительным сопротивлением, и это было как восхождение в гору, но, кажется, мы достигаем вершины. Всё становится понятнее, и я замечаю меньше противодействия. Рынок осознаёт: есть двухшаговый процесс. Первый шаг — понять, что точное число — не лучший способ решения проблемы неопределённости. Второй шаг — здесь я всё ещё вижу некоторое трение. Люди считают, что это излишне сложно. Они говорят: «Все, кто утверждает, что да, это можно сделать, но…» Всегда есть это «но», и это «но» зачастую связано с большими данными. Говорят, что для вероятностного подхода нужно много данных. Но это не так, верно? Вам нужны лишь исторические данные, которые есть в каждой системе ERP, чтобы решить ту же задачу, что и при детерминированном подходе.
Еще одна озабоченность, которая волнует многих, — как справиться с множественными возможными будущими. Они думают, что число вариантов просто взорвётся. Однако один вероятностный прогноз может привести к одному вероятностному плану; его достаточно представить в виде распределения. Это та часть, с которой, как мне кажется, люди до сих пор испытывают трудности. Но я воодушевлён, я вижу тенденцию и направление развития. Наблюдаю, как всё больше тех, кто ранее решительно возражал против этого подхода, принимает его. Всё больше людей меняют свою точку зрения, испытывая озарение, и, в конце концов, критическая масса будет достигнута, и это станет мейнстримом. Это меня очень радует.
Kieran Chandler: Хорошо, замечательно. Нам придётся на этом остановиться, но спасибо вам обоим за ваше время. Большое спасибо за внимание, и до встречи в следующем эпизоде. Пока.