00:00:07 Введение Стефана де Кока и принятие неопределенности в цепях поставок.
00:00:34 Биография Стефана, основание Wahupa и начальные трудности.
00:03:18 Различные классы неопределенности в цепях поставок и их влияние.
00:04:53 Подход Lokad к работе с неопределенностью с использованием вероятностного прогнозирования.
00:06:43 Традиционные подходы к управлению неопределенностью: запасы, 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 Озарения Стефана и принятие вероятностного прогнозирования.
00:14:01 Понимание важности концепции, а не метода.
00:15:25 Важность изменения традиционных метрик для лучшего прогнозирования.
00:18:38 Помощь клиентам в принятии неопределенности и стратегии, которые можно использовать с программной точки зрения.
00:20:19 Влияние перехода компании к вероятностному подходу.
00:22:38 Наблюдение за готовностью рынка принять неопределенность и то, что вдохновляет интервьюируемых на будущее.
00:25:01 Заключительные замечания.
Резюме
В эпизоде Lokad TV ведущий Киран Чандлер беседует с Йоаннесом Верморелем, основателем Lokad, и Стефаном де Коком, сооснователем и генеральным директором Wahupa, обсуждая неопределенность в цепях поставок. Они подчеркивают принятие неопределенности и учет всех возможных результатов для лучшего управления. Традиционный метод сценарного планирования требует больших ресурсов, в то время как вероятностное прогнозирование предлагает лаконичное решение. Де Кок выделяет три способа управления неопределенностью компаниями: использование запасов, реагирование на нее или игнорирование. Оба гостя выступают за принятие вероятностного прогнозирования, открытость в отношении методов без раскрытия “секретного соуса” и использование вероятностных метрик для принятия решений. Они предвидят широкое принятие вероятностных подходов в будущем.
Расширенное резюме
В этом эпизоде Lokad TV ведущий Киран Чандлер беседует с Йоаннесом Верморелем, основателем компании Lokad, специализирующейся на оптимизации цепей поставок, и Стефаном де Коком, сооснователем и генеральным директором компании Wahupa. Обсуждение сосредоточено на принятии неопределенности в цепях поставок, которая традиционно управляется с помощью запасов. Гости также обсуждают свои биографии и компании, которые они основали.
L7 Стефан де Кок, сооснователь компании Wahupa, начал свою карьеру в области прикладной математики в Техническом университете Дельфта в Нидерландах. После выхода на рынок труда он случайно столкнулся с компанией по поставкам в цепи поставок и присоединился к ним. Со временем он работал в различных должностях, таких как консультации, управление продуктом и функциональные консультации. После того, как он оказался без работы, он решил воплотить свои идеи и решить проблемы, которые он обнаружил за годы работы. Его первоначальная идея заключалась в создании платформы, доступной для малых компаний, поскольку существующие продукты в основном были нацелены на крупные компании первого уровня. В 2003 году ему было трудно найти людей, способных создать платформу, но в конечном итоге он нашел команду, чтобы воплотить свое видение в жизнь.
Неопределенность является основным аспектом управления цепями поставок, поскольку все в будущем потенциально неопределенно. Некоторые примеры неопределенности включают сроки поставки, продолжительность, качество или урожайность, а также тарифы. Стефан считает, что специалисты по цепям поставок должны учитывать влияние всех возможных комбинаций будущих результатов, даже если это может быть сложной задачей.
Йоаннес Верморел, основатель компании Lokad, делится своими мыслями о подходе к проблемам, вызванным неопределенностью. Традиционно компании использовали сценарии “что если” для подготовки 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 влияние.
Верморел объясняет, что традиционный метод использования сценариев для решения сложных проблем в цепях поставок является затратным по времени и ресурсам. Однако вероятностное прогнозирование предлагает элегантное, краткое решение, которое можно реализовать с помощью вычислительной мощности. Такой подход имеет дополнительное преимущество в том, что требует меньшего количества людей для управления и эксплуатации цепи поставок, что делает его более эффективным как с точки зрения программного обеспечения, так и с точки зрения операционной деятельности.
Де Кок объясняет, что существуют три основных способа управления неопределенностью в цепях поставок: использование запасов, реагирование на неопределенность по мере ее возникновения или просто игнорирование ее. Большинство компаний используют комбинацию этих подходов, но сложность заключается в достижении правильного баланса между ними. Если запасы не точны, компании должны компенсировать это реагированием, что может быть дорогостоящим. Аспекты, на которые нельзя реагировать, часто игнорируются, что может привести к долгосрочным проблемам, неудовлетворенности клиентов и потенциальному банкротству.
Де Кок также подчеркивает роль запасов, таких как сроки поставки, мощности и запасы, в управлении неопределенностью в цепях поставок. Компании часто имеют завышенные запасы, чтобы предотвратить проблемы, требующие реагирования. Однако он указывает на то, что многим компаниям все еще трудно достичь своих целевых уровней обслуживания, поскольку их фактическая производительность часто определяется реагирующими действиями, а не запасами.
Верморел объясняет, что его компания, Lokad, начала с классического прогнозирования, но в конечном итоге перешла к вероятностному прогнозированию. Изначально они использовали квантильные прогнозы, которые намеренно вводят смещение, чтобы учесть ситуации, когда прогнозирование среднего значения было бы неточным. Затем они перешли к использованию квантильных сеток, которые включали постепенное увеличение смещений, и, наконец, к вероятностному прогнозированию, которое учитывает все смещения сразу.
De Kok делится, что он осознал ценность вероятностного прогнозирования еще в 2006 году, когда понял, что неопределенные значения нельзя представить точными числами. Он начал разрабатывать вероятностную арифметику и обнаружил, что это элегантное решение сложных проблем цепочки поставок. Изначально De Kok держал свой подход к вероятностному прогнозированию в секрете, так как считал его ключевым отличительным фактором своего бизнеса. Однако в конечном итоге он обнаружил, что другие компании, включая Lokad, также используют подобные методы, что доказывает жизнеспособность и ценность вероятностного прогнозирования в отрасли.
Stefan de Kok подчеркивает, что существует несколько способов достижения одной и той же цели в оптимизации цепочки поставок. Он выделяет четыре ключевых момента: 1) принятие неопределенности; 2) применение вероятностного прогнозирования и планирования; 3) открытость методам и идеям, не раскрывая “секретного соуса”; и 4) признание того, что традиционные метрики недостаточны и должны быть заменены вероятностными метриками. Как Vermorel, так и de Kok соглашаются в том, что изменение метрик и использование вероятностных подходов являются важными для принятия лучших решений в управлении цепочкой поставок.
Vermorel объясняет, что после создания вероятностной модели возможно моделирование нескольких возможных будущих сценариев, что в свою очередь позволяет оценить решения и их потенциальные результаты. Он также отмечает, что технология и алгоритмы, используемые для прогнозирования, менее важны, чем общий подход, как показывает эволюция собственных прогностических движков Lokad.
De Kok утверждает, что для помощи клиентам принять неопределенность необходимо предоставлять понятные выводы, вдохновляющие доверие. Визуализация результатов является критической, 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 для удобного и эффективного использования последних.
Обсуждая влияние вероятностного подхода на бизнес, Vermorel указывает на то, что он часто предоставляет инсайты, соответствующие интуиции. Например, классический метод прогнозирования может предлагать избыточное наличие переменных, в то время как вероятностный подход более точно учитывает риски, связанные с дефицитом товара и порчей.
Говоря о принятии на рынке, De Kok отмечает, что существует сопротивление принятию неопределенности, но это сопротивление постепенно снижается. Он выделяет два этапа принятия: первый - признание того, что точные числа недостаточны для работы с неопределенностью, и второй - преодоление заблуждений о сложности вероятностных подходов. Он выражает оптимизм относительно растущей тенденции принятия этих методов и предвидит, что они в конечном итоге станут основными в отрасли.
В интервью подчеркивается ценность принятия неопределенности, применения вероятностных метрик и использования визуализации для принятия лучших решений в оптимизации цепочки поставок. Как Vermorel, так и de Kok выступают за дальнейшее развитие технологии прогнозирования и предвидят будущее, в котором вероятностные подходы станут основными.
Полный транскрипт
Kieran Chandler: Сегодня на Lokad TV мы рады приветствовать Стефана де Кока, основателя Wahupa, который объяснит нам, почему неопределенность на самом деле не должна рассматриваться как помеха, а как нечто, что следует принять. Итак, Стефан, большое спасибо за то, что присоединились к нам сегодня. Возможно, вы могли бы начать с того, чтобы рассказать нам немного о своем опыте и о компании Wahupa, которую вы основали.
Stefan de Kok: Ну, спасибо, Киран, и Йоаннес, что пригласили меня. Да, я один из сооснователей Wahupa. Я начал изучать прикладную математику в Техническом университете Дельфта в Нидерландах и никогда не слышал о такой вещи, как цепочка поставок. После того, как я попал на рынок труда, случайно я столкнулся с компанией по разработке программного обеспечения для цепочки поставок и присоединился к ним. Я ни разу не пожалел об этом. Затем я выполнил много работы для них и множество клиентов в области консалтинга, функционального консультирования, управления программными продуктами. Затем, после еще одной случайной встречи, я оказался без работы, и в тот момент я понял, что все эти идеи, над которыми я работал, все проблемы, которые я обнаружил за годы, я могу что-то сделать с ними сейчас, то, что раньше мне не удавалось сделать.
Изначальная идея заключалась в создании платформы, которая была бы чем-то большим, чем S&OP на тот момент, которая включала множество лучших решений, но не имела многих проблем, в основном, интеграции. Я обнаружил, что около 70% каждой реализации занимает интеграция, и я хотел создать платформу, доступную для малых компаний. Даже продукты тогда в основном были нацелены на крупные компании первого уровня, и у малых компаний, у которых те же проблемы, не было настоящего решения. Вот как все началось, а затем я обнаружил, и это было еще в 2003 году, что найти людей, которые могли бы это построить, было невероятно сложно. Так что с течением времени я изменил идею, она развивалась, у меня было еще несколько откровений, и в конечном итоге, несколько лет назад, я нашел людей, которые, по моему убеждению, могли построить это, и они были уверены, что это отличная идея, с которой стоит связаться, и мы начали.
Kieran Chandler: И это приводит нас к нашей сегодняшней теме, которая заключается в принятии неопределенности в цепочках поставок. Очевидным примером является спрос, но с какими другими видами неопределенности мы можем столкнуться?
Stefan de Kok: Ну, все, что происходит в будущем, потенциально неопределенно. Так что, если вы занимаетесь цепочкой поставок, вам нужно думать не только о количествах, но, возможно, также о сроках поставки, продолжительности, качестве или классе, выходе, темпах, практически обо всем, что произойдет в будущем, с разной степенью неопределенности. Поэтому нам действительно нужно рассмотреть влияние не только среднего значения всех этих будущих вещей, но и всех возможных комбинаций всех возможных будущих событий, что звучит очень сложно, и это так и есть, но именно это нам нужно делать. И как только что-то переходит в прошлое, оно почти определенно. Даже в прошлом есть некоторая неопределенность. У вас могут быть проблемы с данными, и вы даже не можете знать, произошло ли что-то действительно таким образом, но в большинстве случаев, как только это достигло прошлого, оно больше не является неопределенным в большой степени, и где-то посередине.
Kieran Chandler: В нашем обсуждении сегодня к нам присоединится Йоаннес, идея столкнуться с неопределенным будущим является основой подхода Lokad. Как вы подходите к этим вызовам? Ведь традиционным подходом было бы использование сценариев “что если”, таких как оптимистические и пессимистические сценарии.
Joannes Vermorel: Основная проблема при работе с неопределенным будущим через сценарии заключается в том, что это быстро становится невероятно утомительным и затратным по времени. Требуется так много усилий, чтобы описать эти сценарии. Интересно, что с помощью вероятностного прогнозирования, в некотором смысле, вы решаете проблему методом грубой силы. Может показаться, что рассмотрение всех возможных будущих событий является невероятно сложной задачей, но оказывается, что если у вас есть достаточно вычислительной мощности, то реализация программного обеспечения и его запуск оказываются намного проще, чем управление сложной системой с множеством сценариев. Это очень интересно, потому что это не только математически элегантно и лаконично для работы с комплексными явлениями, но и эффективно для цепочки поставок, где у вас нет так много людей. Это относительно легкое решение как с точки зрения разработки программного обеспечения, так и с точки зрения операционной деятельности для людей, которые должны управлять системой и осуществлять поставки. Вот почему я очень заинтересован и взволнован этим подходом.
Kieran Chandler: Стефан, давайте рассмотрим некоторые более традиционные подходы, которые используются людьми. Как вы видите использование этих классических подходов для учета неопределенности?
Stefan de Kok: Существует два или три различных способа работы с неопределенностью. Первый - использование буферов; второй - реагирование на неопределенность по мере ее возникновения с помощью механизма реагирования, такого как ускорение; и третий - просто игнорирование ее. Каждый делает что-то из этого, и вопрос в том, сколько вы должны вкладывать в каждое. Как правило, с буферами все связано с точностью. Если вы неправильно определите свой буфер, вам придется перекомпенсировать это реагированием, что обычно является дорогостоящим. Наконец, те части, на которые вы не можете реагировать, - это те, которые вам придется игнорировать, и они наносят наибольший долгосрочный ущерб компании. Клиенты раздражаются, вы можете потерять долю рынка, и в некоторых случаях это может даже привести к судебным искам или банкротству, если вы достаточно долго игнорируете клиента.
Самые распространенные буферы - это время выполнения, мощности и запасы. Компании увеличивают их, потому что они знают, что если у них не хватает, они столкнутся с проблемами, требующими реагирования. Для примера, многие компании стремятся к уровню обслуживания от 95 до 99 процентов, но когда вы измеряете их фактическое обслуживание, они достигают в лучшем случае 90 процентов, или обычно те, кто стремится к этим уровням, находятся в верхних 80-х. Если вы копаете глубже, вы обнаружите, что даже этот показатель обычно определяется реагированием, а не буфером, который они изначально планировали. Таким образом, они ускоряются с высокими затратами и усилиями, а уровень нестабильности и пожаротушения зашкаливает. Их запасы могут обеспечивать только 73 процента обслуживания, даже если они стремятся к 98 процентам. Это нагружает возможности компании и разрушает маржу, что, я думаю, является стандартной практикой для большинства цепочек поставок сегодня, с серьезным перекладыванием всей нагрузки на часть реагирования.
Kieran Chandler: Давайте немного рассмотрим вероятностный подход, Йоаннес. Вам потребовалось несколько лет, чтобы разработать его, так откуда появилась эта идея?
Joannes Vermorel: Вероятностное прогнозирование для нас было путешествием. Мы начали с классического прогнозирования, где просто прогнозируется среднее значение. Затем у нас был клиент, продающий автозапчасти, и мы поняли, что если мы будем
Kieran Chandler: Вы знаете, что это было настолько разрежено, настолько прерывисто, что фактически прогнозирование нуля везде было на самом деле очень, очень хорошим с точки зрения точности. Очевидно, это был полный бред, и мы пришли к первому шагу - квантильным прогнозам, что было вроде “О нет, вы не хотите прогнозировать средний спрос, вы хотите прогнозировать что-то, что имеет преднамеренное отклонение”. И прогноз с преднамеренным отклонением называется квантильным прогнозом. Это был первый шаг, чтобы сказать, хорошо, что должно быть просто…
Joannes Vermorel: Как описал Стефан, вы знаете, эти ситуации с товарами класса C, знаете, A, B, C или медленно движущимися товарами, как вы узнаете, хотите ли вы иметь одну, две единицы на складе или, может быть, три, а не просто мин/макс? Итак, сначала мы поняли, что квантильный прогноз был первым шагом, чтобы начать получать результаты, которые имели смысл, знаете, прекратить эту ситуацию, когда прогнозирование нуля было лучшим. Это было совершенно бессмысленно. А затем мы поняли, “О, вам нужен прогноз с квантилем, но что насчет настройки этого квантиля, потому что вы можете настроить, какое отклонение вы хотите?” И тогда мы перешли от квантиля к сеткам квантилей. Давайте иметь серию постепенно увеличивающихся отклонений, и тогда мы поняли, “Но, наверное, все отклонения должны быть разными”. И тогда мы в основном перешли к квантильной сетке, затем к вероятностному прогнозу. И затем мы, кстати, обратились к отдельной литературе, статистической литературе, и кажется, что многие другие люди в статистическом сообществе прошли тот же путь, что и мы, то есть начали с несмещенных прогнозов или предсказаний, перешли к смещенным и затем исследовали множество смещений и попытались сделать все сразу. И вот это и есть вероятностный прогноз. Вот вам.
Kieran Chandler: Хорошо, и Стефан, вы, вероятно, один из немногих людей в отрасли, помимо Lokad, кто также принимает идею вероятностного прогноза. Так что, что привело вас к этим идеям?
Stefan de Kok: Ну, думаю, здесь я расскажу о некоторых своих открытиях. Первое, что я понял, это то, что неопределенные значения нельзя представить точными числами, вероятно, уже в 2006 году. Но я еще не разобрался; это еще не было настоящим открытием. В то время я не понял, как сделать это работающим. Это просто не имеет смысла делать это таким образом. И, наконец, я работал над разработкой того, что я называю вероятностной арифметикой, и когда я понял, как сделать это работающим, и посмотрел назад, и увидел, как нечто, выглядящее так сложно, на самом деле решается таким элегантным способом, все встало на свои места. И вот тогда у меня был мой первый момент “аха”. Но тогда я держал это в секрете. Я думал, что это, знаете, одно из моих ключевых отличий, поэтому я еще не распространял это.
Это произошло позже, и это один из тех случайных моментов в моей карьере, когда я оказался в нужде в деньгах и искал работу, и я нашел другую компанию, которая находилась прямо в моем родном городе Бостоне. Одна из трех компаний в мире, которые занимаются этим, помимо Lokad, и по крайней мере, на тот момент, и я обнаружил, что они делают это с 1970-х годов. И они доказали это, но они держали это в секрете, потому что это был их секретный ингредиент. И я понял несколько вещей, и я думаю, что ключевые из них заключаются в том, что есть много способов, которыми вы можете
Kieran Chandler: Я думаю, ключевой момент в том, что есть много способов достичь одной и той же цели. Каждый из ваших подходов очень разный, но конечная цель одна и та же. Так что здесь необходимо было продвигать не способ, а саму идею. Как вы относитесь к обсуждению и продвижению этой идеи, не раскрывая секретного рецепта, который делает ваши компании особенными?
Stefan de Kok: Я понял, что я могу говорить об этом, писать блоги и статьи об этом, не раскрывая секретного рецепта, который делает нас особенными. Важно, чтобы люди понимали, что это в конечном итоге должно стать тем, чем станет вся планировка и прогнозирование в следующем десятилетии или около того. Одно из того, что я недавно продвигаю, это то, что традиционные метрики тоже неправильные. Нам нужно изменить метрики и использовать вероятностные прогнозы в планах и вероятностные метрики для измерения стоимости этого.
Joannes Vermorel: Абсолютно, я согласен с Стефаном. Когда у вас есть вероятностное представление, вы можете смоделировать множество возможных будущих сценариев и проверить каждое принятое вами решение на основе его исхода, как будто вы знали будущее. Это дает вам очень элегантный способ ранжировать все ваши решения и определить их приоритеты. Однако я считаю, что секретный соус или технология, стоящая за этим, менее важны. В Lokad мы уже отказались от пяти поколений прогностических движков, каждый раз считая, что это было самое великое изобретение всех времен, чтобы понять через два года, что есть более эффективный способ сделать это.
Kieran Chandler: Джоаннес, интересно, что вы упомянули о возможности использования будущей жизнеспособности. Можете ли вы развернуть эту идею?
Joannes Vermorel: Конечно. Факт того, что будущее неоднозначно, может быть использован. Речь идет не только о защите себя и о более устойчивом, но также о том, что можно воспользоваться самим фактом наличия неопределенности.
Kieran Chandler: Стефан, если мы начнем смотреть на вещи с точки зрения клиента, как мы можем помочь им принять эту идею принятия неопределенности? Какие стратегии они могут использовать с точки зрения программного обеспечения?
Stefan de Kok: Ключевая часть заключается в том, что если у вас есть сложный двигатель и вы получаете выходные данные в виде черного ящика, это не внушает доверия. Выходные данные должны быть понятными самостоятельно. С помощью вероятностей вы можете сделать невероятно много. Вы можете показать, что мы не просто думаем, что ответ будет одним числом, а вместо этого мы предоставляем ряд возможностей, учитывающих неопределенность.
Kieran Chandler: Чтобы быть честным, мы считаем, что ответ будет находиться где-то между несколькими значениями, и есть распределение того, как эти значения могут проявиться. Вы можете рассмотреть это на любом уровне, и все дело в визуализации этих результатов. Мне нравится думать об этом почти как о машине, вы знаете? Мы - механики, а клиент - водитель. В старые дни я знал, как работает моя машина, и теперь она прекрасна. Я смотрю туда, она прекрасна, но я не знаю, что заставляет ее работать. Даже механику приходится подключать кабель, чтобы подключить его к компьютеру и понять, что происходит. Вот как я думаю, что решения будущего и то, что мы все приносим, связано: приносить эту сложность, но делать ее более доступной для пользователя, для водителя, чтобы он мог использовать и получать результаты, на основе которых можно принимать безопасные решения.
Joannes Vermorel: Хорошо, отлично. Оставаясь на стороне клиента, что означает для компании переход к вероятностному подходу? Когда вы начинаете думать о вероятностях, речь идет о попытке сбалансировать большие силы. Какие проблемы вы пытаетесь смягчить? Какие узкие места больше всего ударят вас и причинят вред? Обычно это очень забавно, потому что эти вспышки прогнозов просто дают вам способ квантифицировать. Это похоже на рецепты, которые, наконец, позволяют вам количественно оценить то, что часто было очевидно с точки зрения интуиции. Так что это не значит, что они могут дать фантастические идеи. Из моего собственного опыта это скорее наоборот. Он просто ставит вещи, которые были довольно очевидны с самого начала, но впервые система дает вам числа, которые вполне соответствуют интуиции очень обычным образом. Например, если у вас есть продукт, который быстро портится, не стоит держать его в большом количестве на складе. Вы просто рискуете сильно с портящимся продуктом, имея большие запасы. Если вы используете классический прогнозный подход, он просто скажет: “О, просто достигните уровня обслуживания в 97% и закончите с этим”, а затем вы просто создаете огромные излишки с истекающим сроком годности продуктов. Если вы используете вероятностный подход, прогноз может быть даже хуже на самом деле. Он может быть даже не очень хорошим, но он более сбалансированный, учитывая риск того, что при возникновении дефицита товара вы знаете срок годности, у вас есть что-то, что очень…
Kieran Chandler: Дорогое и, таким образом, это направляет решение к чему-то гораздо более разумному, а именно не перегружать клубнику. Так что я полностью согласен с идеей, что основатель сказал, что коммерческие отклонения должны стремиться к простоте. Хотя, если быть справедливым, я не думаю, что у Lokad была самая блестящая история доставки самых простых вещей, но они по крайней мере пытаются. Хорошо, Стефан, я оставлю вам последнее слово. Основываясь на том, что вы наблюдаете на рынке, можно сказать, что люди готовы принять идею принятия неопределенности, и что вас действительно вдохновляет на будущее?
Stefan de Kok: Думаю, мы приближаемся к этому. Я видел много сопротивления на протяжении многих лет, и это была некая борьба, но я думаю, что мы приближаемся к вершине. Это становится плоским, и я замечаю меньше сопротивления. Я думаю, что рынок осознает, и есть двухэтапный подход. Первый этап заключается в том, что точное число - не правильный способ справляться с неопределенностью. Второй этап, здесь я все еще вижу некоторое сопротивление. Они считают, что это чрезмерно сложно. Они говорят: “Все, кто говорит, да, вы можете сделать это, но…” Всегда есть это “но”, и “но” часто связано с большими данными. Для этого вероятностного подхода вам нужно много данных. Ну, это просто не так, верно? Вам просто нужны исторические данные, которые у вас есть в каждой системе ERP, чтобы решить ту же проблему, которую вы бы решили детерминированно.
Другая проблема, с которой сталкиваются многие люди, - это то, как справляться с несколькими возможными будущими сценариями. Они думают, что это приведет к взрыву количества возможностей. Однако один вероятностный прогноз может привести к одному вероятностному плану; вам просто нужно выразить его в виде распределения. Это то, что, на мой взгляд, люди все еще борются на данный момент. Но я взволнован, я вижу эту тенденцию, и я вижу, куда она ведет. Я вижу все больше признания от некоторых людей, которые раньше категорически противились всему этому подходу. Я вижу, что все больше людей переходят, испытывают эпифанию, и поэтому дело идет к критической массе, и это будет принято массовым сознанием. Я уверен, я взволнован этим.
Kieran Chandler: Хорошо, отлично. Ну, нам придется остановиться на этом, но спасибо вам обоим за ваше время. Большое спасибо за внимание, и увидимся в следующем эпизоде. Пока пока.
