00:50 Введение
02:22 Книга Клода Бернара
11:19 История на данный момент
13:39 Эксперименты с цепочками поставок?
19:21 Экспериментальные методы: против кейс-исследований
20:50 О крупных именах
28:14 О табу
35:05 О перспективах трудоустройства
37:51 О псевдонейтральности
42:59 О поставщиках
45:57 Экспериментальные методы: в поддержку персон
46:54 Фикция против реальности
52:19 Создание персоны цепочки поставок
55:26 Критерии отклонения
01:02:33 Проблема против решения, 1/3
01:08:53 Проблема против решения, 2/3
01:11:41 Проблема против решения, 3/3
01:16:13 Предстоящие персоны
01:17:06 Заключение
01:18:29 Предстоящая лекция и вопросы аудитории
Описание
Персона цепочки поставок — это вымышленная компания. Однако, несмотря на вымышленность, эта фикция сконструирована с целью обозначить, на что следует обратить внимание с точки зрения цепочки поставок. При этом персона не идеализирована в смысле упрощения проблем цепочки поставок. Напротив, цель заключается в том, чтобы увеличить масштабы самых сложных аспектов ситуации, тех аспектов, которые будут наиболее упорно противостоять любой попытке количественного моделирования и любому пилотному проекту по улучшению цепочки поставок.
В цепочках поставок кейс-стади — когда упоминается одна или несколько сторон — страдают от серьёзного конфликта интересов. Компании и их поддерживающие поставщики (программное обеспечение, консалтинг) имеют заинтересованность в представлении результатов в позитивном свете. Более того, реальные цепочки поставок обычно страдают или выигрывают от случайных обстоятельств, которые не связаны с качеством их выполнения. Персоны цепочки поставок являются методологическим ответом на эти проблемы.
Полная расшифровка
Всем привет, добро пожаловать на серию лекций о цепочках поставок. Я Жоаннес Верморель, и сегодня я представлю «Персоны цепочки поставок». Для тех из вас, кто смотрит лекцию в прямом эфире, вы можете задавать вопросы в любой момент через чат YouTube. Однако я не буду зачитывать вопросы во время лекции; я вернусь к чату в самом конце лекций, чтобы, если возможно, ответить на все поднятые вопросы.
Тема сегодняшней лекции состоит в том, можем ли мы возвысить изучение цепочек поставок до уровня науки. Можно возразить, что цепочки поставок прежде всего являются бизнесом и практикой. Безусловно, но вопрос в следующем: можем ли мы улучшить управление цепочками поставок, и если да, то можем ли мы сделать это систематически, надёжно и в определённой степени контролируемо? Я считаю, что это возможно только при помощи чего-то, напоминающего научный метод, применённый к имеющимся у нас знаниям.
Чтобы добиться улучшений, нам необходимы знания, и эти знания должны быть высокого качества. Что я подразумеваю под высоким качеством? Это знания, которые можно охарактеризовать тем, что обычно характеризует научные знания в наши дни. Если всё, что у нас есть, — это интуиция, то это существенно ограничивает наши возможности для систематического совершенствования цепочек поставок. Научный метод действительно вызывает большой интерес, и возможность возвысить изучение цепочек поставок до уровня науки имеет решающее значение. Но это поднимает вопрос: что такое наука и что такое научный метод?
Я считаю, что одна книга — “An Introduction to the Study of Experimental Medicine” — изданная Клодом Бернаром в 1865 году, является настоящей вехой в истории науки. Клод Бернар, очень известный исследователь того времени, до сих пор считается многими одним из ключевых отцов, если не отцом современной медицины. Из-за болезни он ушёл в уединение и задумался о пожизненной погоне за знаниями. Он начал записывать свои идеи о том, как он действовал и какие методы использовал в течение своей карьеры, чтобы сделать все открытия, которые ему удавалось совершать.
Это абсолютно увлекательная книга. Читать её — как читать роман, что весьма удивительно. Она совершенно не похожа на “Principia Mathematica” Ньютона, которая почти невыносима. Эта книга очень проста для восприятия, по крайней мере, во французском оригинале. Я не знаю насчёт английской версии, но подозреваю, что хорошие переводы существуют. С большим проявлением ясности и простоты Клод Бернар объясняет и даёт множество намёков на то, что такое наука и научный метод. Это нечто, что оказывает глубокое просветительское воздействие на цепочки поставок.
Кстати, несмотря на название этой книги, которое кажется сосредоточенным на медицине, большая часть того, что описал Клод Бернар, не является специфической для медицины. Эта книга оказала глубокое влияние на многие другие науки, значительно выходящие за рамки медицины. Чтобы понять, почему, нужно осознавать, что в 19 веке Клод Бернар боролся с оппонентами, которые были полностью против идеи того, что медицина должна, хотя бы частично, стать наукой. Действительно, изучение медицины сталкивается с двумя ключевыми проблемами, которые, я считаю, имеют первостепенное значение и для цепочек поставок.
Первая проблема заключается в том, что живые организмы невероятно и неразложимо сложны. Если у вас есть живой организм, вы не можете просто применить подход “разделяй и властвуй”, вы не можете разобрать его на части для изучения, потому что в этом случае вы просто убьёте существо, и у вас останется то, что уже не является живым. Это полностью упускает суть того, что вы пытаетесь изучить. Эта неразложимая сложность и тот факт, что у вас есть нечто сверхсложное, что нельзя легко разобрать, применимы и к цепочкам поставок. Если у вас есть цепочка поставок, состоящая из поставщиков, заводов, складов, распределительных центров и магазинов, и вы убираете любой из этих элементов, цепочка поставок перестаёт работать и утрачивает смысл. Вы уже не можете изучать её как цепочку поставок. Таким образом, у нас есть эта неразложимая сложность, которая весьма применима и к цепочкам поставок.
Вторая серьёзная проблема заключается в том, что живое существо по своей сути является запутанной системой. Если вы начинаете вносить небольшое локальное изменение, оно, скорее всего, повлияет на весь организм. Например, можно сделать очень локальное введение яда, но это повлияет на весь организм, а не только на то место, где яд был введён. Это также имеет много общего с цепочками поставок, поскольку, как я описывал на одной из предыдущих лекций, большинство локальных оптимизаций в цепочке поставок лишь перемещают проблему в другое место сети. Таким образом, у нас есть эти две проблемы, и в то время Клод Бернар сталкивался с оппонентами, которые в основном утверждали, что медицина из-за этих вопросов является неразложимой и не может быть сведена к чему-то такому обыденному, как наука. Клод Бернар, вместе с множеством других людей и его последователями, доказал, что эта точка зрения полностью ошибочна. Однако интересно, что эта проблема до сих пор существует, и я считаю, что даже спустя полтора века мы всё ещё находимся на этой стадии, что касается цепочек поставок.
Теперь, если мы хотим понять, что прежде всего привносит Клод Бернар, это идея экспериментов. В своей книге он выдвигает идею, что наши знания проходят через три стадии: эмоция, разум и эксперимент. Идея заключается в том, что научный метод начинается с эмоции, искры воли, которая даёт вам предварительное представление о вселенной. Через эту эмоцию вы можете начать действовать, даже если это глубоко иррационально и лишено научных качеств. Без этого у вас не будет начального импульса, который запустит все остальное. Инициализацией этой системы знаний является эмоция, а затем приходит разум. Разум придаёт форме, структуре и направлению эту идею, чтобы вы могли начать действовать. На этом этапе у вас есть идея, но неясно, является ли она истинной или ложной. Она просто существует, но обладает большей структурой, чем первая стадия, которая была просто эмоцией.
Через разум вы можете построить первую стадию эксперимента. Идея заключается в том, что, опираясь на разум, вы будете проверять свою идею. У вас есть предварительное представление о вселенной, и вы проведёте эксперимент, который позволит протестировать эту идею. Интересно то, что вы должны верить в свою идею, иначе вы не потратите все усилия и время, необходимые для проведения эксперимента. Научный метод не заключается в устранении предварительных убеждений; это совершенно не так. Вам нужно иметь нечто, что движет вами, те предварительные представления, которые направят ваши действия.
Затем вы проводите эксперимент, наблюдаете за результатами и позволяете наблюдениям взять верх над вашими идеями. У вас были предварительные представления, вы провели эксперимент, а затем позволили тому, что вы только что наблюдали, взять контроль над вашими идеями – и это становится основанием знаний. Одна из глубоких идей в экспериментальной науке заключается в том, что знаний внутри нас нет. У нас есть эмоции и некая врождённая способность к разуму, но все знания находятся вне нас. Даже если сейчас это само собой разумеется, в XIX веке это было совершенно не так. Что касается цепочек поставок, не вполне ясно, что все согласятся со мной в этом вопросе. Идея экспериментальной науки состоит в том, чтобы конструировать и извлекать знания из вселенной, а базовым шагом для этого является серия экспериментов.
На моей последней лекции я завершил первую главу этой серии лекций, которая была прологом. В прологе я изложил свои взгляды на то, как изначально подходить к цепочкам поставок. На первой лекции я определил цепочку поставок как мастерство выбора альтернатив. Я также представил как качественные, так и количественные взгляды, чтобы дать вам представление о том, как я подхожу к этой проблеме. В этих лекциях я открываю вторую главу: методологию. Если мы хотим улучшить цепочки поставок, нам нужны знания, которые направят наши действия. Если мы хотим иметь надёжный способ достижения улучшений и разумную надежду на высокий уровень контроля, то эти знания должны быть прочно обоснованы. Я считаю, что нам нужно нечто, подобное научному методу. Когда я говорю “научный метод”, я злоупотребляю этим термином, ведь на самом деле не существует понятия “научный метод”. Существует целый ряд методов, и Клод Бернар в своей книге представляет их серию. Бернар также продемонстрировал, что наука прогрессирует не только за счёт лучших теорий, но и благодаря лучшим методам. Задача заключается не только в том, чтобы знать больше о цепочках поставок, но и в том, чтобы заложить основы с помощью методов, которые зарекомендовали себя как превосходные в создании лучших знаний — быстрее, надёжнее и точнее. Суть цепочки поставок заключается в том, чтобы иметь один из множества методов для соединения цепочек поставок как области изучения с происходящим в реальном мире и использовать информацию, которая находится не в нас, а в окружающем мире.
Способ привнести долю реальности в вашу область изучения обычно осуществляется через эксперименты. Однако в случае цепочек поставок эксперименты оказываются довольно сложными по нескольким причинам. Позвольте мне кратко их представить.
Первая причина — это конфиденциальность. Как мы видели на предыдущей лекции, цепочку поставок нельзя наблюдать напрямую; её можно наблюдать только косвенно. Единственное, что можно наблюдать в цепочке поставок, — это электронные записи, которые собирает и хранит определённое корпоративное программное обеспечение. Таким образом, цепочку поставок можно наблюдать через записи, собранные корпоративным ПО, или через наборы данных. Проблема в том, что компании не готовы делиться этими наборами данных, и на то есть веские причины. Во-первых, это является конкурентным преимуществом, или точнее, если бы они публично раскрыли эти данные, это стало бы конкурентным недостатком, поскольку их конкуренты смогли бы использовать этот доступ для получения преимущества.
Но это не единственная причина. Существуют также веские доводы против обмена данными, такие как вопросы конфиденциальности и приватности. Например, в Европе у нас теперь действует GDPR как регламент. Я не спорю, хороший это регламент или плохой; я лишь указываю на то, что даже если компания захочет делиться своими данными, она рискует нарушить закон. В качестве анекдотического примера: в прошлом году состоялся конкурс прогнозирования M5, основанный на данных о продажах, полученных от Walmart. Насколько мне известно, это был самый большой и всеобъемлющий набор данных, имеющих отношение к эксперименту в области цепочки поставок, который когда-либо публиковался. Чтобы представить масштаб проблемы, этот набор данных содержал лишь сведения о продажах небольшой части продуктов одного магазина. Walmart — гигантская компания, управляющая более чем 10 000 магазинов, и набор данных конкурса на Kaggle представлял даже не весь один магазин. Это была на самом деле лишь малая часть магазина, и фактически это была история продаж, включающая историю продаж по количествам и ценам. Чтобы усугубить проблему, из-за инженерных проблем, связанных с извлечением данных, оказалось, что половина набора данных, состоящая из цен, даже не могла быть использована в рамках конкурса. Ни одна из команд-победителей, оказавшихся в топ-10, не смогла использовать эти данные. Это дает представление о том, насколько сложно публично говорить на эту тему, но это не единственная проблема.
Также у нас есть проблема воспроизводимости. Например, обсуждая с несколькими клиентами Lokad в январе 2020 года, доля электронной коммерции в их бизнесах составляла около 30% от объема. К январю 2021 года она выросла до 60%. Очевидно, что прошел целый год пандемии, и произошли некоторые относительно беспрецедентные события, которые навсегда изменили облик многих отраслей. Это серьезная проблема, потому что воспроизводимость лежит в основе экспериментальных наук. Но если вы занимаетесь чем-либо в цепочке поставок и хотите это воспроизвести, через несколько лет ландшафт может измениться настолько, что надежды на воспроизводимость просто не будет. Это еще один вид больших проблем, с которыми мы сталкиваемся.
Кроме того, существуют затраты и временные задержки, связанные с такими экспериментами. Как правило, эксперимент в области цепочки поставок должен длиться как минимум вдвое дольше, чем характерный срок поставки компании. Во многих отраслях или вертикалях характерный срок поставки составляет около трех месяцев, что означает, что характерная продолжительность эксперимента в цепочке поставок будет шесть месяцев или более. Это очень долго, и есть веская причина, почему в экспериментальных науках, таких как экспериментальная медицина, предпочитают использовать мышей благодаря их быстрому метаболизму и короткому циклу размножения. Время имеет решающее значение, даже в медицине, и в цепочке поставок ситуация практически аналогична. Однако характерное время экспериментов очень велико.
Более того, существует нелокальный элемент, о котором мы уже говорили, когда проведение небольшого, малобюджетного эксперимента осложняется сетевыми эффектами. Вы не можете просто что-то сделать в одном месте и ожидать результатов. Как правило, из локального эксперимента в цепочке поставок нельзя сделать никаких окончательных выводов.
Очевидно, я не первый, кто осознает, что существует целая серия проблем, и что цепочки поставок сопротивляются наивному экспериментальному подходу. В результате большая часть исследований в области цепочки поставок сводится к альтернативе эксперименту — кейс-стади. Идея проста: мы хотим связать изучение цепочки поставок с реальным миром. Мы хотим привнести элемент реальности в нашу теорию. Именно об этом и идет речь в кейс-стади. Моё сегодняшнее предложение заключается в том, что кейс-стади — это возвеличенные рекламные ролики, и если оценивать их с точки зрения количества передаваемых знаний, мой ответ будет примерно ноль. Однако все не потеряно, так как существуют возможные альтернативы, и именно здесь я представлю кадры цепочки поставок. Из-за преобладания кейс-стади нам сначала необходимо понять, почему они просто не работают, не могут работать и, к сожалению, никогда не будут работать.
Кейс-стади – это одна компания, одна проблема, одно унаследованное решение (то, что использовалось до начала кейс-стади), а затем новое, лучшее решение. Кейс-стади описывает всё это и количественно демонстрирует преимущества нового, предположительно лучшего решения для компании. Самая большая проблема, которую я наблюдаю, заключается в том, что когда я смотрю на кейс-стади и на то, как люди их интерпретируют, главным становится не цифры, приведенные в кейс-стади, а название компании, которая является объектом исследования. Здесь играет огромную роль аура авторитета.
Давайте представим кейс-стади в области цепочки поставок, исходящее от Google — технологического гиганта. У Google есть достаточно большая собственная цепочка поставок, необходимая для работы с компьютерным оборудованием, распределенным по всему миру для поддержки операций их дата-центров. Представим, что это кейс-стади демонстрирует превосходство конкретного метода управления цепочками поставок, разработанного в Google. Это, безусловно, будет расценено как вполне значимое, ведь Google — очень известное имя. Однако успех Google не обусловлен исключительно цепочками поставок. Google — фантастически успешная компания, но её успех не рождается из практик управления цепочками поставок. Если бы мы рассмотрели такое кейс-стади, оно имело бы большой вес, и я бы сказал, что из-за бренда Google ему придается чрезмерный вес. То, что Google нанял множество суперталантливых инженеров и переопределил стандарты разработки во многих областях, не означает автоматически, что это перенесется на все, что они делают, особенно если речь идет о вспомогательной функции, такой как управление цепочками поставок.
Это интересно, потому что, если вернуться к книге Клода Бернара «Введение в изучение экспериментальной медицины», первое, что он предлагает, — это отказ от авторитета как неотъемлемой части научного метода. В середине XX века он утверждал, что главная проблема медицины того времени заключалась в том, что все строилось на авторитете. Люди верили во что-то только потому, что имело поддержку крупного имени или влиятельной личности. Это неверно. Радикальная позиция Клода Бернара заключается в том, что, что касается науки, мы должны отвергнуть все авторитеты, кроме тех, что получены непосредственно через эксперименты. Окончательным источником авторитета, и, собственно, единственным источником научной истины, должен быть эксперимент или, другими словами, сама реальность.
Когда мы начинаем рассматривать кейс-стади, проблема авторитета встречается повсюду. Чтобы подчеркнуть эту мысль, я приведу четыре выдающиеся компании. Все эти компании широко известны, крайне успешны и сталкивались с поистине эпическими провалами в своих цепочках поставок. Эти провалы произошли из-за безумного сочетания высокомерия, жадности, лени, невежества и других проблем. Например, Nike в 2004 году потеряла 400 миллионов долларов в результате неудачной попытки улучшить свою цепочку поставок с помощью поставщика программного обеспечения. Lidl в 2018 году потеряла 500 миллионов евро, работая с другим известным поставщиком в области цепочек поставок. Я считаю, что эти цифры представляют собой лишь малую часть фактических затрат для этих компаний, поскольку денежные потери были лишь одним аспектом этих провалов эпического масштаба. Руководство было отвлечено на годы, а в случае Lidl – почти на десятилетие. Альтернативные издержки этих провалов оказались поистине гигантскими.
Я не утверждаю, что эти компании не делают отдельные вещи правильно. Они действительно выдающиеся и пережили провалы эпического масштаба в своих цепочках поставок, что доказывает, что они действовали на удивление хорошо; иначе они бы обанкротились. Однако суть, которую я хочу подчеркнуть, заключается в том, что наличие хорошего имени, безупречной репутации и фантастического успеха не дает нам оснований делать выводы о качестве их практик в области цепочки поставок. Это — моя основная критика, и, как говорил Клод Бернар, мы должны фундаментально отвергнуть все механизмы, основанные на авторитете. Мы должны поступить так же и в области исследований цепочек поставок.
Однако у нас есть и другая группа проблем, и она окутана табу. Если я посмотрю на опубликованные кейс-стади, то, опираясь лишь на интуицию, без конкретных статистических данных, я бы сказал, что 99% кейс-стади позитивны. Они показывают проблему, устаревшее решение, новое решение, и новое решение приводит к положительному результату. Тем не менее, за более чем десять лет обсуждений с директорами по цепочкам поставок, более чем со 100 из них, мое восприятие таково, что подавляющее большинство инициатив в области цепочек поставок терпят неудачу. Обычно провалы не столь эпичны, как те, что я упоминал ранее, но они встречаются повсеместно, и подавляющее большинство таких инициатив заканчиваются неудачей. Это неудивительно — если бы какая-то компания систематически и без исключения улучшала свою цепочку поставок и применяла этот метод на протяжении десятилетия, она бы безоговорочно побеждала конкурентов, как это происходит у Amazon. Но я отвлекся от темы.
Возвращаясь к идее табу, я считаю, что существует очевидный разрыв между чрезмерно положительными кейс-стади и чрезмерно негативным реальным опытом в цепочках поставок. Это можно объяснить тем фактом, что неудача во многом является табу. Существует замечательная статья под названием “Последние дни Target” Джо Кастальдо, опубликованная в 2016 году, о Target Canada. Target, североамериканская розничная сеть, пыталась выйти на канадский рынок, инвестировала более 5 миллиардов долларов в этот проект, и все закончилось полным катастрофой. Они прекратили работу с огромными потерями, и в основе проблемы лежала длинная цепочка жестоких ошибок в цепочке поставок. По сути, это была цепь масштабных ошибок в управлении цепочками поставок.
Забавно то, что Джо Кастальдо прекрасно описывает проблему с журналистской точки зрения. Это ни в коей мере не выставляет кого-либо в выгодном свете. История демонстрирует дикий микс высокомерия, гордости, глупости, невежества и надуманных ожиданий. Вы видите, как высокооплачиваемые руководители принимают серию абсолютно глупых решений, подбадриваемые поставщиком, который понятия не имеет, что он делает в области аналитики цепочек поставок. Всё заканчивается довольно эффектно. Понадобится огромная смелость, чтобы опубликовать такую историю. Я не знаком с Джо Кастальдо лично, но мысль об опубликовании такой истории меня бы пугала, потому что юристы Target и поставщика программного обеспечения, имя которого я даже не могу правильно произнести, скорее всего, подали бы в суд на любого, кто рассказал бы эту историю, так как она настолько мрачная. У нас есть проблема — существует множество вещей, которые буквально нельзя обсудить из-за табу. Я считаю, что это объясняет массовый уклон в кейс-стади, которые, как правило, отражают только положительные исходы, что приводит к значительной предвзятости выживших. Это новая проблема? Абсолютно нет.
Если мы обратимся к книге Клода Бернара, знаменитого ученого, он прославился тем, что широко применял вивисекцию, то есть вскрытие живых животных. В своей книге он утверждает, что этот метод отвратителен, жесток, брутален и мерзок, но также доказывает, что он необходим для современной медицины. Не только его открытия подтвердили его правоту в его время, но и спустя полтора века нет никаких сомнений, что вивисекция сыграла фундаментальную роль в достижениях современной медицины, которыми мы сегодня пользуемся.
Наука — это не то, что должно заставлять нас чувствовать себя хорошо или комфортно. Часто хорошая наука обращается к тому, что вызывает у нас наибольший дискомфорт. Интуитивно это понятно, потому что мы не боимся исследовать те области, в которых чувствуем себя комфортно. Наша интуиция, вероятно, будет довольно хороша именно в этих областях. Однако те области, которые кажутся неправильными, где инстинктивно возникает отвращение, — именно те, куда мы обычно не заглядываем. Вот почему нам нужен научный метод, который помогает нам взглянуть на реальность более тщательно и беспристрастно, не будучи полностью искажёнными предвзятостями.
Подводя итог по теме табу, кейс-стади часто рассматривают проблему с неверной стороны. Они склонны видеть только положительные результаты и исключать негативные, но это даже не вся история.
Можем ли мы иметь веские основания полагать, что участники кейс-стади склонны преувеличивать результаты? Моё предположение — да, абсолютно. Это несложно понять.
Если вы руководитель и участвуете в кейс-стади, которое утверждает, что вам удалось добиться поразительного успеха, сэкономив для компании миллионы долларов, это очень выгодно выглядит в вашем резюме. Это улучшит ваши шансы на получение более высокой должности как внутри компании, так и за её пределами. Каждый, кто работал в крупной компании, знает, что дело не только в оказании огромной пользы. Если вы хотите продвигаться по карьерной лестнице в крупной компании, вам нужно не только приносить огромную пользу, но и делать так, чтобы о ваших успехах знали. Здесь наблюдается огромный конфликт интересов для участников кейс-стади, ведь именно они предоставляют цифры, оправдывающие прибыль. Редко можно прямо вывести прибыль, созданную новым методом, технологией или процессом, просто взглянув на бухгалтерские книги. Обычно всё гораздо косвеннее: нужно перерабатывать цифры, интерпретировать выгоды так, чтобы они имели смысл, и делать множество предположений. Это может быть достаточно субъективно, и когда у людей существует серьезный конфликт интересов, мы точно знаем, что это исказит результаты. Такой конфликт интересов может привести к преувеличению положительных исходов.
Чтобы решить эту проблему, некоторые могут привлечь нейтральную третью сторону для предоставления объективного мнения и обеспечения справедливости во всем. Существует два основных типа нейтральных третьих сторон: компании, занимающиеся маркетинговыми исследованиями, и академические исследователи. Однако я считаю, что эти стороны вовсе не являются нейтральными.
Фирмы, занимающиеся маркетинговыми исследованиями, специализируются на анализе рынка, оценке относительных сильных и слабых сторон различных решений и продаже результатов своих исследований в виде отчетов компаниям, ищущим решения. Эти компании могут купить отчет и получить объективное представление о рынке от экспертов, что позволяет им выбрать лучшего поставщика. На самом деле, крупные фирмы маркетинговых исследований, которые я знаю, не зарабатывают деньги на продаже отчетов; основная их прибыль приходится на консультационные и обучающие услуги, которые они продают поставщикам решений. Это ставит эти фирмы в положение, когда они стремятся действовать в интересах своих клиентов, которыми являются не компании, ищущие решения, а именно технологические поставщики, оплачивающие консультационные услуги.
Оказывается, эта якобы нейтральная третья сторона на самом деле испытывает серьезный конфликт интересов и может усугубить проблему, добавляя свой собственный слой предвзятости к уже существующим предвзятым мнениям. Если говорить об академических исследователях, у них тоже есть множество конфликтующих интересов. В академическом мире принцип «публикуйся или гибни» является реальностью, и негативные исследования, особенно те, что встречаются в цепочке поставок, — это не грандиозные катастрофы, а скорее мелкие, разочаровывающие неудачи. Академическому исследователю, безусловно, выгодно демонстрировать положительные результаты, так как их легче опубликовать.
Некоторые могут утверждать, что публикация фальшивых результатов может разрушить карьеру академического исследователя, но что касается кейс-стадий в цепочке поставок, исследователи могут быть уверены, что никто не опровергнет их выводы. Проводить эксперименты в цепочке поставок чрезвычайно сложно, и опровергнуть что-либо, если информация окажется ложной и опубликованной, еще сложнее. Практически невозможно доказать, что кейс-стади из прошлого были ошибочными или что результаты были серьезно преувеличены. Это не значит, что исследователи нечестны, но у них есть явный конфликт интересов, и наблюдателю невозможно отличить честных исследователей от нечестных. Как правило, когда в кейс-стади участвует третья сторона, предвзятость зачастую еще выше, чем если бы она не участвовала, что довольно удивительно.
Теперь, чтобы завершить эту серию о кейс-стадиях, давайте внимательно рассмотрим поставщиков. Часто считают, что поставщики не должны лгать, но это не совсем так. Существует понятие «dolus bonus», или «хорошая ложь», введённое римлянами много лет назад.
Чтобы понять эту концепцию, представьте торговца на рынке, который продает яйца и делает нелепое заявление, что яйцо — лучшее, что вы когда-либо попробуете, и что оно принесет вам счастье на целый месяц. Очевидно, это утверждение совершенно не может оказаться правдой. Римляне задали вопрос: стоит ли что-то предпринимать против этого лживого торговца? Нужно ли его сажать в тюрьму или штрафовать? Ответ был отрицательным; всё было в порядке. Концепция «dolus bonus» подразумевает, что если вы торговец, то ложь о том, что вы продаете, является частью вашей природы. Хотя существуют ограничения, закон понимает, что поставщики поступают так, как поступают, и не следует их обвинять в том, что они пытаются представить свои товары в наиболее выгодном свете, даже если это выглядит абсурдно. Так устроен рынок.
Даже если поставщики не знают всех юридических тонкостей, они интуитивно это понимают, и потому возникает склонность создавать кейс-стадии, которые требуют вложений времени и денег, служащие по сути весьма изысканными рекламными роликами. Хотя реклама выполняет свою функцию в обществе, убеждение, что возвышенная реклама может служить средством передачи знаний, является заблуждением. По своей сути кейс-стадии не предназначены для этой цели.
Итак, если мы исключим кейс-стадии, так как они полностью недействительны, что у нас останется? Нам нужно найти альтернативный метод, не страдающий от тех же проблем. Здесь на помощь приходят нарративы цепочки поставок. Цель нарратива по цепочке поставок — описать проблемы так, чтобы знания могли передаваться между практиками и исследователями цепей поставок, сосредотачиваясь на вопросах и на том, что мы пытаемся решить.
Для начала давайте обсудим одну очень интересную книгу, роман под названием «The Phoenix Project». Хотя это произведение, возможно, не является научным достижением, читать его приятно — он рассказывает о вымышленной компании с точки зрения IT-директора. Большинство событий в истории связано с серией проблем цепочки поставок и корпоративного программного обеспечения, которые глубоко переплетены. История повествует о трудностях, с которыми сталкивается компания, и о том, что люди делают, чтобы решить эти проблемы. Удивительно, но это полностью вымышленное произведение находит глубокий отклик у многих, кто его читал, даже больше, чем большинство кейс-стадий, за исключением, может быть, негативных, как те, что создаёт Джо Кастелло.
Этот кажущийся парадокс может и не быть парадоксом вовсе, если учесть первый шаг, предпринятый авторами. Они решили, что история будет о вымышленной компании, что устранило все проблемы, связанные с именем и авторитетом, присущим кейс-стадии, привязанной к конкретной известной компании. Создав вымышленное произведение, они устранили притягательность авторитета, который был бы связан с реальной компанией.
Во-вторых, с точки зрения табу, вымышленная компания позволила авторам исследовать множество интересных аспектов истории. Большинство персонажей имеют ограничения, они несовершенны, борются, иногда совершают глупые ошибки и порой действуют эгоистично до такой степени, что это действительно вредит компании. Они могут быть чрезмерно жадными, что полностью противоречит интересам компании. Видно, как некоторые персонажи обманывают своих коллег. В кейс-стадии написать такую историю было бы невозможно, так как это привело бы к длинной серии судебных разбирательств, если говорить о реальных людях.
Однако можно ли назвать этот роман научным произведением? Нет, и по простой причине: роман является пропагандой DevOps — философии, подхода к разработке и сопровождению корпоративного программного обеспечения. Авторы рассказывают историю группы персонажей в их вымышленной компании, сталкивающихся с огромными трудностями и постепенно преодолевающих их, пока не открывают для себя основные принципы философии DevOps. Эта книга имеет явно выраженную повестку, и авторы об этом не скрывают; они продвигают повестку DevOps.
Моя основная критика заключается в том, что у нас та же проблема, что и с кейс-стадиями: полный конфликт интересов. Оказалось, что авторы являются консультантами, которые продают консультационные услуги для внедрения практик DevOps в компаниях. Тот факт, что в истории всё решается правдоподобными методами и заканчивается счастливым финалом, когда компания начинает зарабатывать огромные прибыли благодаря этой методологии, далеко от объективности.
Идея нарратива цепочки поставок заключается в том, что мы хотим начать с вымышленной компании, но сосредоточить внимание исключительно на проблемах. Мы хотим решить проблему, создав вымышленную компанию, чтобы избежать проблем с авторитетом и табу. Однако мы не хотим включать описание решений в наш нарратив, так как это приведет к длинной серии конфликтов интересов. Мы хотим сосредоточиться исключительно на проблемной стороне и отодвинуть сторону решений.
Могут быть некоторые скромные исключения из этого правила, поскольку иногда, чтобы обосновать актуальность проблемы, необходимо предоставить представление о решении. Если не дать этого представления, проблема кажется совершенно нерешаемой. Чтобы избежать возражений, что некоторые задачи невозможно решить и, следовательно, они не представляют интереса, возможно, потребуется дать небольшой намек на существование хотя бы одного решения. Мы не утверждаем, что это хорошее решение, лишь то, что решение существует.
Цель нарратива цепочки поставок — внести элемент реальности и жизненного опыта в область управления цепочками поставок. Мы хотим, чтобы этот формат стал настоящим средством передачи знаний коллегам-практикам и исследователям цепей поставок, а также помог нам самим анализировать цепи поставок, что является довольно сложной задачей из-за их сложности. Чтобы сделать всё это понятным и достоверным, нам необходимы предыстория и контекст. Мы хотим подчеркнуть актуальность проблем, представленных в нарративе.
Однако, если мы выдумаем вымышленную компанию и перечислим все проблемы, влияющие на цепочки поставок, можно ли назвать это наукой? Абсолютно нет.
Проблема в том, что мы должны сделать так, чтобы опровергнуть обоснованность нарратива было очень просто. В кейс-стадии создать его относительно легко, но опровергнуть или отвергнуть его достоверность невероятно сложно. При использовании нарратива как метода мы хотим обратить эту проблему. Мы хотим создать нечто, что крайне трудно создать, но относительно легко отвергнуть.
Первым критерием можно назвать резонанс. Если у нас есть нарратив об определённом архетипе компании в конкретной отрасли, и мы поговорим с директорами по цепям поставок в этой отрасли, согласятся ли они, что этот нарратив отражает те проблемы, с которыми они сталкиваются? Хотя это может показаться очень субъективным, я не считаю, что это так. Если мы посмотрим на книгу «The Phoenix Project», практически каждый мой коллега, который её читал, отметил, что она резонировала с их опытом в различных компаниях. Мы не концентрируемся на решении, а всего лишь определяем проблему. Даже если могут возникнуть разногласия по поводу того, что делать с проблемой, обычно существует сильное согласие по поводу самой проблемы. Это не так субъективно, как может показаться, хотя некоторая доля субъективности неизбежна.
Другим фактором является исчерпываемость. Если вы можете выбрать компанию, которая предположительно хорошо подходит под этот профиль, и показать, что у этой компании есть важные проблемы, даже не указанные в профиле, то обоснование для отказа от данного профиля становится крайне слабым. Вам нужно всего лишь показать одну компанию, одну проблему, и сказать: «Это причина для отклонения профиля». Это не требует месяцев работы, достаточно немного отзывов и добросовестного описания важной проблемы.
Хороший профиль персонажа должен также идти на риск в отношении чисел, и под числами я не имею в виду точные значения, а порядки величины. Нам нужно уточнить, говорим ли мы о компании, которая пытается управлять 100 SKU, или о компании с 100 миллионами SKU. Необходимо указать характерные размеры и порядки величины, характеризующие компанию. Если вы обнаружите компанию, не соответствующую заданным порядкам величины, это может означать, что мы неправильно сформировали профиль персонажа.
Последний пункт более тонкий, но также крайне важный: наличие решений на рынке. В зависимости от того, существует ли решение или нет, это может служить основанием для отклонения профиля персонажа. Если существует решение, которое полностью упрощает проблему или предлагает окончательное решение так, что прежняя проблема исчезает, то это является причиной для отклонения профиля, по крайней мере в его текущем виде.
Чтобы привести более конкретный пример, если мы возьмем большую компанию, которая в 1950 году управляла десятками тысяч SKU на складе, профиль этой компании мог бы указывать поддержание надлежащего уровня запасов в качестве основной проблемы. Тогда уровни запасов приходилось поддерживать вручную с помощью небольшой армии клерков, обновлявших реестры. Фактически, поддержание точных товарных запасов оказалось огромной проблемой с течением времени. Но если перенестись на 70 лет вперед до наших дней, можем ли мы до сих пор считать это проблемой? Вовсе нет. С штрих-кодами и программным обеспечением для управления запасами, поддержание точных уровней запасов на складе фактически является решенной задачей. Это не стоит включать в профиль, поскольку существует множество решений, и практически отсутствует неопределенность относительно необходимого типа решения.
Я представляю дуализм проблемы и решения, и реальность такова, что порой удивительно сложно провести четкую грань между проблемами и решениями. Трудно задуматься о проблеме, если сначала невозможно представить себе решение, и наоборот. Одним из источников сложности в понимании проблем является скрытая идеология, пронизывающая общество. У нас есть ценности, которые являются неотъемлемой частью нашего общества, и мы живем с ними, даже не осознавая этого. Эти ценности могут оказывать огромное влияние на то, как мы смотрим на проблемы и решаем, являются ли они актуальными или нет.
Чтобы проиллюстрировать это, я хотел бы привести пример случайности. Случайность ассоциировалась с клеймом азартных игр, которое считалось недопустимым. В книге Клода Бернара «Введение в изучение экспериментальной медицины» Бернар резко выступает против присутствия случайности в науке. Он утверждает, что если эксперимент не является абсолютно детерминированным, это обычно является явным признаком плохой или, в лучшем случае, неполной науки.
Спустя 70 лет мы видим, как Альберт Эйнштейн внес огромный вклад в область квантовой механики, и он испытывал серьезные сомнения по поводу некоторых ее аспектов, особенно индетерминизма или случайности, которые, казалось, являются фундаментальным свойством вселенной. Эйнштейн не раз признавал, что квантовая физика, вероятно, не ошибается, поскольку ее рабочие свойства были на высоте. Однако он считал, что недетерминизм говорит о том, что квантовая физика неполна и не является окончательным результатом того, какой должна быть физика. Потребовались десятилетия, но в наши дни принято считать, что индетерминизм действительно является фундаментальным свойством вселенной, и ему не избежать.
Моя любимая теория заключается в том, что клеймо азартных игр, связанное со случайностью, сохранялось на протяжении веков и даже оказало влияние на настоящее. Десятилетие назад в компании Lokad мы решили продвигать идею вероятностного прогнозирования, принимая случайность вместо того, чтобы отвергать ее. Это привело к тому, что мы полностью переосмыслили проблему, и мы столкнулись с недоверием и еще более резкими реакциями. Некоторые ставили под сомнение актуальность случайности для тех проблем, которые им нужно было решать.
С моей точки зрения, изучение самой структуры случайности представляет большой интерес. Однако у нас могут быть предвзятые представления, которые затрудняют понимание некоторых вопросов. Еще одна проблема заключается в том, что может возникнуть отвлечение, когда для сложной задачи появляется отличное решение. Мы можем оказаться неспособны думать об абстрактной задаче, поскольку склонны рефлекторно определять её с точки зрения уже найденного решения.
Историческим примером этому служит разработка летательных аппаратов в XIX веке. Легко воздухоплавательные машины, такие как воздушные шары, были обнаружены и использовались для поразительных открытий. Успех этих аппаратов, летающих легче воздуха, отвлекал соответствующие сообщества от рассмотрения альтернатив, летающих тяжелее воздуха. Потребовались десятилетия, чтобы исследовать альтернативы, и я считаю, что часть проблемы заключалась в том, что наличие поразительного решения, как построение летательного аппарата, создавало огромное отвлечение.
Еще одна проблема, с которой мы сталкиваемся при анализе задач и ситуаций, заключается в том, что сама задача может быть невообразимой. Это тот случай, когда вы даже не можете сформулировать проблему, несмотря на то, что она является реальной.
Чтобы иллюстрировать эту идею, я хотел бы сослаться на великолепную статью, опубликованную в 2018 году исследовательской командой Facebook о машинном переводе. Машинный перевод предполагает преобразование текста с одного языка при помощи машины для получения перевода на другой язык. Эта область изучения существует около 70 лет. Первые автоматические переводчики были чрезвычайно наивны, просто используя словари для замены слов с одного языка на соответствующие слова другого языка. Такой подход приводил к переводам крайне низкого качества.
Со временем методы эволюционировали, и у большинства из них было одно общее: использование двуязычных корпусов. Идея заключалась в использовании наборов данных, содержащих фразы на двух языках, для обучения системы автоматического перевода на основе этих примеров. Поразительным результатом, которого добилась исследовательская команда Facebook, стало создание системы перевода без какого-либо явного набора данных с примерами переводов. Они использовали огромный набор текстов на французском языке и отдельный, несвязанный набор текстов на английском, а затем создали систему машинного перевода, способную переводить с французского на английский, даже не получая никаких примеров. Этот результат противоречит традиционному подходу к автоматическому переводу и требовал наличия фактического решения прежде, чем люди могли бы переосмыслить, как следует подходить к проблеме.
Более скромный, но актуальный пример из нашей работы в Lokad касается послепродажного обслуживания в автомобильной промышленности. В этой области задача заключается в том, чтобы найти нужную автомобильную деталь с корректной механической совместимостью для конкретного транспортного средства. Например, на европейском рынке существует более 1 миллиона различных деталей для автомобилей и свыше 100 000 различных транспортных средств. Когда вы обращаетесь в автосервис с необходимостью замены детали, сотруднику мастерской приходится обращаться к какому-либо сервису, чтобы определить, какая деталь подходит для вашего автомобиля. Оказывается, что полный список совместимости деталей и транспортных средств, который я называю рёбрами, соединяющими детали и автомобили, насчитывает примерно 100 миллионов вариантов совместимости. На этом рынке существует несколько узкоспециализированных компаний, которые обслуживают этот набор данных для европейского рынка. Они продают доступ к этому набору данных практически каждой компании, работающей в послепродажном обслуживании автомобилей, так или иначе.
Проблема в том, что этот набор данных огромен, с 100 миллионами вариантов совместимости, и содержит множество ошибок. По различным источникам я оцениваю, что для Европы существует несколько таких наборов данных, и у большинства из них примерно 3% ошибок. Эти ошибки представляют собой и ложные срабатывания, когда фиксируется несуществующая совместимость, и ложные отрицания, когда совместимость существует, но не зафиксирована должным образом в системе. Эти ошибки постоянно создают проблемы для всех компаний, работающих в послепродажном обслуживании.
Когда требуется ремонт, а клиент спешит, транспортное средство перестает двигаться. Деталь заказывается, деталь приходит вовремя, но затем обнаруживается, что она несовместима. Деталь приходится возвращать, заказывается другая, что приводит к дополнительным задержкам и росту недовольства клиентов. Так что это проблема, но что мы можем с ней сделать? Компании, обслуживающие эти наборы данных вручную, уже нанимают целые маленькие армии клерков для их обновления. Они постоянно исправляют ошибки, но при этом постоянно добавляют новые детали и транспортные средства. С течением десятилетий набор данных немного растет, ошибки исправляются, появляются новые, и уровень ошибок примерно остается на уровне 3%. Он не улучшается с течением времени.
Система уже достигла равновесия, и компании в области послепродажного обслуживания автомобилей, вероятно, не захотят платить в десять раз больше за то, чтобы компании, обслуживающие наборы данных, наняли в десять раз больше сотрудников для исправления оставшихся ошибок. Существует эффект убывающей отдачи, и ошибки, которые еще не обнаружены, скорее всего, очень трудно исправить.
В компании Lokad мы разработали алгоритм, который обнаруживает как ложные срабатывания, так и ложные отрицания, и может автоматически исправлять около 90% этих проблем. Прелесть этого алгоритма заключается в том, что он использует только исходный набор данных. Это может показаться странным, но мы можем использовать именно этот набор данных для выявления содержащихся в нем ошибок, и именно это мы и сделали. Кстати, я подробно расскажу об этих методах на одной из следующих лекций. Вы можете ознакомиться с планом онлайн; расписание лекций доступно на сайте Lokad. Итак, это еще один пример того, что, пока у вас нет решения, очень сложно даже подумать о том, что существует проблема.
В рамках своих намерений я проведу короткую серию лекций о персонажах, представляющих архетипы, с которыми мы сталкивались в Lokad. Я сделаю все возможное, чтобы суммировать свой взгляд на проблему, синтезируя весь опыт, который я накопил как лично, так и вместе с коллегами из Lokad. Еще раз повторяю, что я не собираюсь представлять все эти персонажи последовательно, так как это, вероятно, будет чересчур утомительно для аудитории и, возможно, даже для меня. Поэтому я планирую представить одного персонажа примерно через две недели, а затем перейти к другим интересным элементам.
В заключение, сегодня мы подняли весьма важные вопросы о цепочке поставок как области изучения, и я надеюсь, что смог предложить несколько многообещающих ответов — может, не доказанных, но, по крайней мере, многообещающих. Я также понимаю, что, возможно, среди людей, которые значительную часть своей профессиональной жизни посвятили созданию кейс-стади, я сегодня не завел ни одного друга, и я искренне надеюсь не оказаться похожим на того парня на иллюстрации. Это было бы довольно ужасно, но, опять же, я считаю, что ставки весьма высоки. Мы хотим утвердить и поднять цепочку поставок как область изучения до уровня науки, чтобы добиться чего-то по-настоящему капиталистичного, агрессивного и чтобы можно было ожидать значимых улучшений, осуществляемых надежными и контролируемыми методами.
На сегодня это все. Сейчас я перейду к вопросам.
Вопрос: Я не понял концепцию исчерпываемости для персонажей. Можете пояснить?
Хорошо, исчерпываемость означает именно это: из-за системных эффектов описание проблем и вызовов цепочки поставок должно быть полным. Цепочки поставок включают в себя длинную серию компромиссов, поэтому, если вы упускаете одну из задействованных сил, вы, возможно, неправильно анализируете проблему с самого начала. Например, вы не сможете правильно определить оптимальный уровень запасов, если проигнорируете проблему ограниченного оборотного капитала. Исчерпываемость означает перечисление всех существенных моментов, и если мы не охватываем все релевантные проблемы, это, вероятно, свидетельствует о том, что персонаж составлен не лучшим образом, поскольку некоторые аспекты могли быть упущены, что может критически подорвать любые рассуждения, основанные на этом персонаже.
Вопрос: Неправильный тип решений в цепочках поставок распространен, и многие специалисты по цепочкам поставок знают, что они изначально не работают. Как мы можем помочь им отказаться от этого и перейти к примерно корректным решениям, принимающим неопределенность?
Во-первых, я считаю, что главная проблема заключается в том, что цепочка поставок как область изучения все еще пребывает в донаучном детстве, и широко распространен скептицизм по поводу достоверности практически всего публикуемого. Очень сложно убедить людей. Я думаю, что первый шаг — убедить людей, что цепочка поставок может служить объектом научного исследования. Это был бы значительный первый этап, ведь это не вопрос мнения или идеологии; существует потенциал для конечного результата, когда мы сможем обрести объективность и знания с нужными качествами. Мы сможем создать прочную основу для понимания проблем и применения надлежащих решений. Первый шаг, и именно то, что я пытаюсь сделать через эти лекции, — это просветить широкую общественность о том, что цепочка поставок — это не просто практика или искусство, а потенциально наука.
Клод Бернар, которого считают одним из отцов современной медицины, столкнулся со множеством возражений в свое время. Его окружали врачи, утверждавшие, что наука у них уже есть, и что из его методов можно ничему научиться. Они советовали ему придерживаться их теорий и не проводить собственные эксперименты. Самая большая битва, которую пришлось вести Бернару, заключалась в самой идее того, что медицина может изучаться научным методом. Аналогично, я подозреваю, что большинство того, что публикуется, даже в академических кругах, о цепочке поставок, не является научным. Я считаю, что сегодня я продемонстрировал, что значительная часть литературы, такой как кейс-стади, не носит научного характера. На следующей лекции мы увидим, что следует делать с оставшейся половиной литературы, и это не выглядит многообещающе.
Что касается вашего вопроса об неопределенности, то мой первый шаг заключался бы в том, чтобы убедить людей, что неопределенность непреодолима, и что им придется иметь с ней дело как с огромной проблемой в повседневной жизни. Можем ли мы согласиться, что совершенно невозможно предугадать, что именно люди собираются купить? Чтобы идеально предсказать каждое действие человека в магазине, пришлось бы воссоздать весь его интеллект. Алгоритм, способный предсказать каждое движение человека, по сути, был бы столь же умен, как идеальная копия человеческого интеллекта, что выглядит крайне неразумно. Альтернативное предположение о том, что неопределенность в значительной степени непреодолима, кажется гораздо более разумным. Самая большая задача — довести обсуждение до того уровня, на котором мы будем рассуждать с полунаучной точки зрения, а не опираться на практику, интуитивные догадки, интуицию и авторитетные утверждения.
Вопрос: Каковы ваши мысли по поводу дизайн-мышления?
Я не совсем уверен в конкретном вопросе, но суть моего посыла заключается в том, чтобы установить связь между цепочками поставок и реальным миром. Если мы сможем проводить эксперименты в области цепочек поставок, подобные тем, что проводятся в других экспериментальных науках, мы сможем связать цепочку поставок с реальностью удовлетворительным образом. Сегодня я представил один метод — персонажа, и, вероятно, существует множество других методов. Я не придерживаюсь какой-то одной конкретной концепции мышления; меня больше интересует метод получения знаний, а не то, как люди думают.
В этом отношении я полностью разделяю идеи, изложенные Клодом Бернаром. Первородная искра знаний, эмоции, интуиция — это, по своей сути, нечто, что не имеет научной основы. Это относится к сфере эмоций, а не разума. Я не думаю, что эту часть можно по-настоящему рационализировать, и даже если бы это удалось, я был бы крайне скептически настроен к тому, чтобы один и тот же метод работал для всех. Но отступлю.
Думаю, на вопросы на сегодня всё. Увидимся через две недели; мы встретимся в тот же день и в то же время. Мы рассмотрим персонажа по имени Париж для компании быстрого модного ритейла. До встречи.
Ссылки
- Введение в изучение экспериментальной медицины, Клод Бернар, 1865
- Проект Феникс: Роман об ИТ, DevOps и помощи вашему бизнесу в достижении успеха, Джин Ким, Кевин Беер, Джордж Спаффорд, 2013
- Безнадзорный машинный перевод с использованием только монолингвальных корпусов, Гийом Лампль, Алекси Конно, Людовик Денойер, Марк’Aurelio Ranzato, 2018
