00:00:08 Введение и опыт Эрика Уилсона в IBF.
00:01:35 Проблемы с получением полезных чисел и аналитических выводов.
00:03:45 Роль бизнес-решений в использовании аналитики.
00:05:31 Важность квалифицированных специалистов по планированию спроса и дефицит в отрасли.
00:07:25 Нехватка талантов в области управления цепями поставок и аналитики.
00:10:58 Необходимость новой роли учёного по цепям поставок.
00:13:01 Вероятностное мышление в управлении цепями поставок.
00:14:41 Растущая значимость управления цепями поставок в бизнесе.
00:15:47 Растущий интерес СМИ к управлению цепями поставок.
00:17:18 Появление магистров в области управления цепями поставок в элитных университетах.
00:18:27 Эволюция аналитики и её роль в будущем.
00:19:59 Созревшие технологии становятся незаметными и сливаются с фоном.
00:20:53 Пример технологии антиспама как зрелой, незаметной технологии.
00:23:59 Определение искусственного интеллекта и важность постановки правильных вопросов.
00:24:57 Идеальная «тихая» цепь поставок и её последствия для специалистов по планированию спроса.
00:25:11 Надежды Эрика, связанные с его книгой, и навыки, которые могут приобрести специалисты по планированию спроса.
00:26:39 Заключительные замечания.
Резюме
В интервью с Кираном Чендлером, Жоаннесом Верморелем, основателем Lokad, и Эриком Уилсоном, сертифицированным бизнес-прогнозистом, обсуждается растущая значимость аналитики в современных организациях. Они исследуют проблемы использования огромных объёмов данных для получения значимых выводов и необходимость оптимизации цепей поставок. Оба подчеркивают важность действенной аналитики для принятия лучших решений. В беседе отмечается возрастающий спрос на квалифицированных специалистов в области управления цепями поставок и интеграция технологий с экспертизой в цепях поставок. По мере развития аналитики организации должны адаптироваться, становясь более гибкими, оперативными и прогностическими, чтобы оставаться конкурентоспособными на быстро меняющемся рынке.
Расширенное резюме
В этом интервью ведущий Киран Чендлер в компании Жоаннеса Вермореля, основателя Lokad, и Эрика Уилсона, сертифицированного бизнес-прогнозиста и ведущего подкаста IBF On Demand, обсуждают роль аналитики в современных организациях, уделяя особое внимание проблемам и выгодам использования данных для принятия бизнес-решений.
Верморель придерживается несколько спорного мнения относительно аналитики. Он считает, что с помощью компьютера очень легко сгенерировать огромное количество данных, но гораздо сложнее получить несколько ценных инсайтов, способных заинтересовать человека. Он предполагает, что широкое использование аналитики в компаниях часто не приводит к получению полезной информации. С другой стороны, Уилсон считает, что, несмотря на необходимость фильтрации огромных массивов данных в поисках значимых выводов, выгоды от этого процесса существенно перевешивают затраты.
Уилсон подчеркивает важность преобразования исходных данных в информацию, а затем в практические выводы. Он признаёт, что многим компаниям трудно перейти на уровень инсайтов, но утверждает, что начинать этот путь необходимо. Бизнесу следует использовать данные для более глубокого понимания своих потребителей и экономики, особенно в условиях таких вызовов, как COVID-19.
И Верморель, и Уилсон соглашаются, что конечная цель аналитики — способствовать принятию лучших бизнес-решений. Верморель отмечает, что без практической, осязаемой цели аналитика может привести к непродуктивным действиям или размышлениям. Он критикует широкое использование показателей тщеславия и отсутствие концентрации на ключевых показателях эффективности (KPI). В противовес этому, он предлагает, чтобы компании сосредоточились на действенном, автоматизированном принятии решений на основе данных.
Новая книга Уилсона «Прогнозная аналитика для бизнес-прогнозирования» ориентирована на специалистов по планированию спроса. По мере роста команд, работающих с данными, возрастает потребность в квалифицированных специалистах по планированию спроса. Уилсон считает, что у таких специалистов есть необходимый набор навыков для развития в своих ролях, так как они обладают способностью понимать и доносить факторы, влияющие на потребителей и спрос.
Это интервью подчеркивает проблемы и преимущества использования аналитики в современных организациях. В то время как Верморель критикует чрезмерный акцент на данных без ясных, практических выводов, Уилсон настаивает на важности преобразования данных в ценную информацию для принятия решений. Оба согласны с необходимостью применения целенаправленной, действенной аналитики для принятия лучших бизнес-решений.
Разговор начинается с того, что Эрик Уилсон отмечает текущий дефицит специалистов по планированию спроса, поскольку спрос на их навыки значительно вырос за последние годы. Зарплаты увеличились на 30-40 процентов за последние пять лет, а доски объявлений постоянно переполнены вакансиями для этих позиций. Хотя квалифицированные специалисты по планированию спроса существуют, их просто недостаточно на рынке.
Жоаннес Верморель соглашается, отмечая, что таланты редки и специалистов высокого уровня в области управления цепями поставок сложно найти. Он сравнивает эту ситуацию с количественной торговлей в банках, где небольшое число трейдеров генерирует большую часть дохода. Он считает, что технология действует как множитель человеческого интеллекта, позволяя более способным специалистам работать быстрее и в больших масштабах.
Верморель отмечает, что растущая популярность специалистов по данным за последние пять лет привела к притоку профессионалов, обладающих высокими навыками в области технологий и программирования, таких как Python, и инструментов машинного обучения вроде PyTorch, Keras и TensorFlow. Однако он утверждает, что техническая грамотность сама по себе не заменяет глубокого понимания тонкостей цепей поставок.
По мнению Вермореля, проблема заключается в том, что специалисты по управлению цепями поставок должны уметь применять свои навыки в реальных ситуациях, выходящих за рамки деятельности технологических гигантов, таких как Google и Facebook. Сложность заключается в тонкой настройке анализа цепей поставок, что является иным видом задачи по сравнению с обработкой больших объемов данных.
Уилсон видит будущее, в котором оба набора навыков объединяются для создания позиции специалиста по планированию спроса, способного справляться с ежедневными изменениями моделей и внедрять аналитику как дополнительную функцию. Верморель в шутку предлагает термин “учёный по цепям поставок” для такого рода должности, хотя признаёт, что это выдуманный термин, используемый Lokad для дифференциации их ролей на рынке.
Интервью подчеркивает растущий спрос на квалифицированных специалистов по оптимизации цепей поставок и проблемы с поиском квалифицированных людей, способных справляться как с техническими, так и с бизнес-аспектами области. Хотя технологии продолжают развиваться, необходимость глубокого понимания сложностей цепей поставок и эффективного сотрудничества между специалистами по планированию спроса и экспертами по данным остаётся критически важной.
В беседе подчеркивается важность вероятностного мышления в управлении цепями поставок, отходящего от детерминированных подходов. По мере развития отрасли планирование спроса и управление цепями поставок становятся всё более важными для компаний, при этом руководители уделяют этим областям больше внимания, чем когда-либо.
Рост популярности науки о данных привёл к появлению множества модных терминов в отрасли, но участники интервью подчёркивают необходимость более глубокого понимания реальных процессов. Они обсуждают, как управление цепями поставок постепенно привлекает больше внимания со стороны престижных университетов, где ведущие профессора и студенты исследуют эту область. Этот сдвиг помогает привлечь больше талантов в отрасль, которая становится всё более сложной из-за таких факторов, как соблюдение норм и глобализация.
Смотря в будущее, аналитика будет играть ключевую роль в эволюции управления цепями поставок. Компаниям необходимо будет стать более гибкими, оперативными и прогностическими, чтобы успевать за меняющимся поведением потребителей. Это предполагает большую зависимость от планирования спроса и оптимизации цепей поставок для поддержки целевых маркетинговых стратегий. Демократизация данных и аналитики продолжит стимулировать изменения в отрасли, подчеркивая важность оптимизации цепей поставок для бизнеса.
Уилсон предвидит, что организации станут более плоскими и будут всё больше опираться на аналитику при принятии решений. Верморель считает, что по мере созревания технологий они становятся незаметными, сливаясь с фоном и работая бесшовно. Он приводит в пример антиспам-технологии как пример зрелой технологии, которая работает ненавязчиво, но эффективно.
Верморель представляет будущее аналитики цепей поставок как в основном незаметное, направленное на рутинные решения, не привлекающее внимания топ-менеджеров. Однако он признаёт, что цепочки поставок разнообразны, и ни одна компания или технология не может охватить весь рынок. Несмотря на свою незаметность, Верморель считает, что продвинутая аналитика станет важнее, чем когда-либо, для поддержания конкурентоспособности.
На вопрос о своей книге по прогнозной аналитике Уилсон объясняет, что это не книга, перегруженная математикой, а введение в машинное обучение, искусственный интеллект и прогнозную аналитику для специалистов по планированию спроса. Книга охватывает вопросы, связанные с персоналом, процессами, аналитикой и технологиями, с акцентом на создание организаций, основанных на данных, и понимание того, как эффективно использовать данные внутри компании.
Полная стенограмма
Kieran Chandler: Привет, сегодня мы рады приветствовать Эрика Уилсона, ведущего подкастов IBF On Demand. Мы обсудим с ним роль аналитики в современных организациях и то, чему можно научиться из его новой книги под названием Прогнозная аналитика для бизнес-прогнозирования. Эрик, большое спасибо, что присоединился к нам в прямом эфире сегодня из Штатов. Может быть, для начала ты расскажешь нам немного о себе и о своей роли в IBF.
Eric Wilson: Я рад быть частью этого и участвовать в вашем проекте. Меня зовут Эрик Уилсон, я — мыслительный лидер Института бизнес-прогнозирования. Это глобальная организация, насчитывающая более 50 000 членов по всему миру. Мы в основном способствуем развитию планирования спроса, прогнозирования, прогнозной аналитики, SNOP и смежных областей. Это то, чем занимается наша организация. Одно из наших направлений — обмен знаниями, и здесь я принимаю участие. Я пишу статьи и веду двухнедельный подкаст IBF On Demand, который можно найти на YouTube или где угодно, где вы слушаете подкасты. Вот немного обо мне. У меня около 30 лет опыта в слишком многих отраслях и на слишком многих разных позициях, но это позволило мне достичь того, где я нахожусь сейчас.
Kieran Chandler: Великолепно! Сегодня, Жоаннес, наша тема — аналитика, особенно в современных организациях. Думаю, когда мы обсуждали это, у тебя было несколько спорное мнение о том, какова роль аналитики на самом деле. Каково твое первоначальное мнение?
Joannes Vermorel: Мое мнение, если говорить кратко, таково: с помощью компьютера очень легко сгенерировать миллион чисел в секунду, но на самом деле очень сложно получить пять чисел в день, которые стоили бы внимания человека. Главная проблема аналитики — как создать что-то, что заслуживает внимания человека. Моя наблюдательная позиция такова, что то, что сейчас широко распространено в компаниях, особенно в сегменте цепей поставок, но не только, не проходит этот тест.
Kieran Chandler: Что ты об этом думаешь, Эрик? За последние 20 лет объём данных резко вырос. Можно ли сказать, что сейчас мы создаём слишком много чисел и не обращаем внимания на то, что действительно важно?
Eric Wilson: Я не думаю, что можно иметь слишком много чисел, но в том, что говорит Жоаннес о поиске правильной информации, есть доля правды. Данные во всех своих формах — это просто сырые данные, строительные блоки, на основе которых можно что-то создать. Преобразование этих данных в информацию, а затем в инсайты — вот с чем сталкиваются компании. Однако выгоды от этого процесса намного превышают затраты на путь к достижению результата. Компаниям нужно начинать этот путь, даже если сейчас они испытывают трудности, поскольку разработка полезных инсайтов из сырых данных является критически важной для организации.
Kieran Chandler: Нам нужно перестать жить в прошлом и начать смотреть в будущее, находя новые инсайты о потребителях и экономике, особенно в такие времена, как те, с которыми мы сталкиваемся сейчас из-за COVID. Нам нужно начинать раскрывать эти инсайты.
Joannes Vermorel: Один из ключевых инсайтов, на которых мы фокусируемся в Lokad, — это идея бизнес-решений. Где эти решения действительно могут изменить способ работы бизнеса? В аналитике существует несколько путей, которые могут привести к непродуктивным видам деятельности или размышлениям. Вам нужна практичная, обыденная цель, которая направляет вашу работу с аналитикой, цифрами, отображением и всем, что с этим связано. Решение — это нечто, что имеет физическое, осязаемое воздействие на цепочки поставок, как, например, решение о закупках, перемещение запасов или изменение цены. Если вы рассматриваете числа с прямым намерением улучшить решение, это может быть полезно. Что я обычно наблюдаю, так это океаны показателей тщеславия, когда в итоге получается так много KPI, что их почти оскорбительно называть “ключевыми”. Им не хватает концентрации и встроенного механизма или намерения превратить их во что-то действенное в масштабе и полностью автоматизированном.
Kieran Chandler: Эрик, в твоей новой книге «Прогнозная аналитика для бизнес-прогнозирования» основное внимание уделено специалисту по планированию спроса. Мы заметили в отрасли, что по мере роста команд, работающих с данными, появляется больше потребности в поиске квалифицированного специалиста по планированию спроса. Существуют ли какие-либо недостатки в отрасли в этом отношении?
Eric Wilson: Есть как положительные, так и отрицательные стороны. Планировщики спроса способны развиваться в этой роли. Они созданы для того, чтобы анализировать, что влияет на потребителей, что влияет на спрос, понимать и находить взаимосвязи между различными переменными. Они созданы для того, чтобы доносить эту информацию до цепочек поставок, до финансов и до других подразделений организации, предоставляя полезные инсайты, которые могут использовать другие части организации. У них есть необходимые навыки для этого. Однако в настоящий момент мы наблюдаем нехватку планировщиков спроса, потому что спрос на них огромен. Зарплаты выросли от 30 до 40 процентов за последние пять лет. Мы видим, что доски вакансий заполняются даже сейчас людьми, ищущими специалистов с качественными, количественными и коммуникативными навыками, способных объединить аналитику и бизнес-интуицию для организации. Так что, квалифицированы ли они? Да, они справятся. Но достаточно ли их? Ответ будет отрицательным.
Kieran Chandler: И я думаю, что мы, вероятно, поддержали бы это здесь. Мы постоянно охотимся за хорошо квалифицированными специалистами по цепочке поставок, и их довольно сложно найти. Почему, с твоей точки зрения, это так трудно, Joannes?
Joannes Vermorel: Талант по определению редок. Каждая компания говорит, что нанимает только лучших, но реальность такова, что рынок нанимает средних. В таких работах люди, обладающие лучшими навыками, достигают непропорционально высоких результатов. Мы входим в сферу, аналогичную количественной торговле в банках, где немногие трейдеры приносят основную прибыль. Технологии являются мультипликатором человеческого интеллекта, так что если у вас есть кто-то умнее, способнее и с лучшей бизнес-интуицией, он просто будет работать быстрее и эффективнее для вашей организации. Это становится верно и для цепочки поставок, а не только для торговли в банковской сфере и финансах.
То, что, по моему мнению, усложняет ситуацию, — это понятие data scientist. За последние пять лет это стало очень популярным, но проблема в том, что в итоге вы получаете людей, которым в университетах внушали, что их основной акцент должен быть на самой технологии. Им нужно стать очень грамотными в Python, PyTorch, Keras, TensorFlow или в любом другом популярном open source инструменте для машинного обучения. Хотя, безусловно, требование владеть техническими инструментами на определённом уровне существует, это не заменяет очень тщательного понимания того, что заставляет работать цепочку поставок, включая мельчайшие детали, которые управляют организацией. Если вы их упустите, вы полностью промахнетесь. Таким образом, у специалистов по цепочке поставок, которые выполняли множество упражнений на моделях, протестированных и внедрённых в таких компаниях, как Facebook и Google, возникает определённая сложность. Когда они приходят в обычную компанию, не являющуюся Google, это кажется менее амбициозным по сравнению с тем, что они видели в Google. Реальность такова, что сложность здесь другого рода; речь не о наличии огромного кластера GPU, чтобы обрабатывать петабайты данных, а о том, чтобы очень точно понять мельчайшие детали анализа цепочки поставок, что является другим видом сложности.
Kieran Chandler: Что ты об этом думаешь, Eric? Твоя книга, очевидно, охватывает широкий спектр аналитических методов. Можно ли сказать, что закладка основ и этот обзор — это то, чего добиться немного сложнее?
Eric Wilson: Я согласен.
Kieran Chandler: Навыки data scientist и планировщика спроса различны. Они могут многое перенять друг у друга, и я думаю, что это отличный обзор того, о чем ты говорил, о некоторых трудностях, с которыми мы сталкиваемся. То есть, планировщик спроса должен больше основываться на науке. Им нужно анализировать данные и учитывать внешние переменные, изучать новые технологии, моделировать то, что действительно является сферой data scientist. Планировщикам спроса нужно выйти из зоны комфорта и заниматься этим больше. В то же время, сотрудничество, умение чувствовать себя уверенно в условиях неопределенности, такие качества, как коммуникация — все те навыки, которые сильны у планировщиков спроса, помогают им, и вот где data scientist тоже должны подключаться. Таким образом, в будущем произойдет объединение этих двух наборов навыков в роли планировщика спроса.
Eric Wilson: В цепочке поставок есть нечто уникальное. Есть нечто уникальное в том, что модель может меняться ежедневно, и ты должен уметь адаптироваться к этому изменению. В цепочке поставок есть нечто уникальное, что планировщик спроса должен предлагать, дополняя это еще одной возможностью в виде аналитики. И именно это ты и пытаешься сделать.
Kieran Chandler: Joannes, хочешь углубиться в тему? Мне кажется, что, возможно, нам не нужен, не знаю, специалист по цепочке поставок или что-то подобное?
Joannes Vermorel: Нет, я просто шучу. Это буквально выдуманная терминология Lokad для этой должности. Она немного выдумана, но служила способом для Lokad буквально сигнализировать рынку, потому что мы получали множество заявок, особенно от специалистов по data science, так как это в основном то, чем занимаются университеты. Я бы сказал, что университеты сейчас выпускают примерно 10 data scientist на каждого планировщика спроса. Это стал большой тренд. И это было сделано, чтобы настроить кандидатов, чтобы они понимали, что прежде всего они будут заниматься цепочками поставок, а не продвинутым моделированием глубокое обучение.
Eric Wilson: Это хороший способ посмотреть на вещи. То есть, в цепочке поставок нужны базовые вещи, но при этом добавляется вероятностное мышление. Ведь раньше многие в цепочке поставок работали очень детерминистично: «Я продам X штук в следующем месяце, и всю цепочку поставок спланирую вокруг этого». Мы все знаем, что так не будет. Нам нужно начать думать больше в терминах вероятностей, работать в диапазонах, учитывать риски и возможности. Вот тут и нужен специалист по цепочке поставок, вот тут помогает планирование спроса — это те вещи, к которым стремятся компании. Таким образом, когда речь заходит об аналитике, это лишь самое начало. Когда аналитика становится модным словом в некоторых организациях, её можно использовать с правильным мышлением, правильной культурой внутри организации, и это начинает менять менталитет цепочки поставок, менять менталитет организации в сторону большей зависимости от аналитики, а не просто систем, вероятностного мышления и тому подобного.
Kieran Chandler: Eric, ты как бы говорил, что data science становится немного более модным, и я с этим полностью согласен. Мы всё больше об этом слышим. А как насчёт самой индустрии цепочек поставок? Там столько сложностей. Скажешь ли ты, что это пугает тех, кто только начинает?
Eric Wilson: Лично я считаю, что планирование спроса — это сексуально, и я верю, что это станет следующей «сексуальной» карьерой. Но, если судить по последним опросам, связанным с COVID, когда у CFO и CEO спрашивали об их главных заботах, их первыми вопросами были денежный поток, окончание пандемии, а также планирование спроса и цепочки поставок. Мы перешли от работы в кабинете к работе в зале заседаний. Сейчас цепочки поставок привлекают к себе огромное внимание. Вы видите, как газеты и ТВ-шоу обсуждают цепочки поставок, чего не было несколько лет назад. Значимость этой сферы возросла, и вместе с этим появляется множество людей, желающих занять эту позицию и развиваться в ней. Это пугает? Нет, я просто думаю, что раньше это считалось функцией бэк-офиса, которую мало кто понимал. Сейчас люди начинают не только понимать её, но и осознавать её важность.
Kieran Chandler: Мы видим массу медийных сообщений о цепочках поставок с использованием различных модных слов, но за ними не стоит глубокое понимание. Скажешь ли ты, что это тоже отпугивает людей, которые только начинают, Joannes?
Joannes Vermorel: Что касается журналистов, их полное непонимание темы никогда не мешало им писать массу материалов о ней. Однако, шутки в сторону, я заметил изменение в восприятии. Мой отец, который управлял промышленными компаниями, однажды сказал мне, что если кто-то очень надежен и прямолинеен в своем мышлении, его заведут на производственную сторону. Если же он энергичный и ориентирован на действия, его направят в продажи. А если он ни энергичный, ни надежный, его посадят в цепочку поставок. Таково было мышление в те времена.
К счастью, за последние два десятилетия многие университеты начали предлагать магистерские программы по цепочкам поставок, которые не являются шуткой, с первоклассными профессорами и студентами. Сейчас в отрасли талантов больше, чем когда-либо, но вместе с тем всё стало сложнее по разным причинам, включая соблюдение норм и глобализацию, что ещё больше усложнило ситуацию.
Kieran Chandler: Насколько, по твоему, за ближайшие пару десятилетий роль аналитики изменится и как ты видишь её эволюцию?
Eric Wilson: Ого, конечно же, в ближайшие несколько лет нас ждет огромная эволюция, а может, даже революция. Мы видим, что нужно стать более гибкими, отзывчивыми и прогнозирующими внутри организаций. Таким образом, организациям придется начать догонять эти изменения. Им придется полагаться на более точное микротаргетирование потребителей. Они не могут просто забивать эфир и сайты материалами. Им нужно начинать таргетирование более специфично, и это будет зависеть от хорошего планирования спроса и цепочки поставок, чтобы поддерживать эти процессы. Мы увидим демократизацию данных, и уже наблюдаем демократизацию аналитики, когда эта функция цепочки поставок действительно становится ядром поддержки всех подразделений организации. Я искренне думаю, что организации станут гораздо более плоскими, и они будут больше зависеть от аналитики как движущей силы в будущем.
Kieran Chandler: Joannes, мы уже говорили об идее микротаргетирования, когда обсуждали использование данных loyalty карт, и это определённо интересная концепция. А как ты видишь будущее ландшафта технологий?
Joannes Vermorel: Моё мнение таково, что когда технология созревает, она становится незаметной, сливаясь с фоном. Когда она действительно отшлифована, вы почти не замечаете её, хотя она присутствует как никогда. Я думаю, что архетипом этого может служить антиспам. У вас есть продвинутая система машинного обучения, которая постоянно сортирует вашу почту, и она очень точна. Если вы заглянете в папку со спамом, 99% писем — это спам, хорошо классифицированный, и вам не нужно ничего делать; он просто работает. Если вы пользуетесь Google Mail, Outlook или чем-либо подобным, всё устроено именно так. Когда всё сделано правильно, очень зрелая технология, особенно в области машинного обучения, исчезает и тихо, надёжно выполняет свои функции без лишнего шума. Вы как бы забываете, что она есть, но при этом постоянно работает над её улучшением, благодаря чему достигается многое. Я бы сказал, что будущее технологий аналитики цепочек поставок для многих организаций, вероятно, будет именно таким. Это будет нечто, что будет формировать огромное количество рутинных решений и естественным образом не станет в фокусе внимания CEO.
Kieran Chandler: Можешь рассказать, как ты видишь роль искусственного интеллекта в оптимизации цепочек поставок?
Joannes Vermorel: Прямой таргетинг будет осуществляться автоматически, без сбоев. Работу ваших складов, заводов, магазинов или чего угодно также будут выполнять в фоне. Никто не будет обращать внимание на эти аспекты в повседневной работе, за исключением нескольких специалистов. Тем не менее, это станет искусством иметь людей, которые действительно хороши, чтобы оставаться конкурентоспособными и постоянно совершенствовать систему в целом. Отсутствие такой технологии сделает вас неконкурентоспособными, как если бы вам приходилось целый день сортировать спам без антиспама. Очевидно, что без этого использование электронной почты было бы практически невозможно. Конечно, электронная почта — не совсем удачная аналогия, потому что антиспам-технология может быть одинаковой для миллионов компаний, использующих Gmail или Outlook. Цепочка поставок гораздо разнообразнее, поэтому я не вижу реалистичной позиции на рынке, чтобы одна компания захватила весь рынок, потому что он слишком разнороден. Технологий всё равно будет предостаточно, но, если мне придется кое-что выделить, это будет нечто, похожее на антиспам — в основном незаметное, но одновременно впечатляющее и важное, как никогда.
Eric Wilson: В этом ты говоришь об определении искусственного интеллекта, которое является неоднозначным термином, но подразумевает всё, что автоматизирует или дополняет процесс или результат. Именно об этом мы и говорим — где будет меньше моделирования, аналитики, технической стороны и больше мягких аспектов.
Kieran Chandler: Когда что-то становится товаром, что-то другое становится премиумом. Так что, когда ваши данные превращаются в товар, когда даже моделирование становится товаровидным внутри организаций, потому что технологии могут обеспечить его почти без участия, тогда вопросы о том, что спрашивать, становятся премиальными, или, как бы, как перевести это в общение с CEO, становятся самыми ценными. И именно здесь вы видите, что роль планировщика спроса в цепочке поставок подразумевает таких специалистов, соответствующих этим требованиям в будущем. Отличные идеи.
Joannes Vermorel: Да, мы как бы говорили об этом ранее, об идее цепочки поставок, которая оказывается совершенно незаметной, и это своего рода мечта.
Kieran Chandler: Eric, оставим последнее слово за тобой. В заключение, каковы твои надежды для своей книги и какие навыки ты хотел бы, чтобы планировщик спроса получил, прочитав её?
Eric Wilson: Да, я надеюсь, что эта книга не является математической книгой. Она действительно вводит вас в основы машинного обучения, искусственного интеллекта и предиктивной аналитики. Название подразумевает предиктивную аналитику для бизнес-прогнозирования, для цепочки поставок, для планировщика спроса, чтобы помочь им перейти от, знаете, анализа прошлых внутренних наборов данных к более перспективному подходу — анализу внешних наборов данных, поиску новых способов рассмотрения данных, изучению моделей, на которые они, возможно, раньше не обращали внимания. Она предоставляет эти вводные элементы. Книга структурирована по разделам: люди, процессы, аналитика и технологии. Таким образом, она не фокусируется исключительно на ансамблях, деревьях решений или на этих моделях и методах их построения. Она дает небольшой вкус этого, но начинает с человеческого фактора, объясняя, как построить организацию, ориентированную на данные или аналитику. Затем рассматривается технологическая сторона: какие компании могут поддержать, что нужно для начала создания, как добиться необходимой визуализации? И, наконец, анализ данных, подробно объясняя, что такое данные и как их можно начать использовать в вашей организации, вместо того чтобы просто тонуть в озере данных. Это действительно помогает понять, как внедрить элементы, которые можно использовать уже сегодня, и именно это я надеюсь сделать. Ладно.
Kieran Chandler: Блестяще. Ну, нам придётся на этом остановиться, но большое спасибо вам обоим за уделённое сегодня время.
Joannes Vermorel: Спасибо.
Kieran Chandler: Это всё на этой неделе. Огромное спасибо, что были с нами, и до встречи в следующем эпизоде. Спасибо за просмотр.
