00:00:08 Введение и приветствие Николаса Вандепута.
00:00:34 Текущая работа Николаса и преподавание в университете.
00:01:00 Обсуждение книги Николаса “Модели оптимизации запасов и симуляции”.
00:03:51 Целевая аудитория книги и подход к упрощению.
00:05:15 Переход от отделов ИТ к практикам и зрелости цепей поставок.
00:08:02 Выразительность Python и преимущества перед другими языками программирования.
00:10:19 Упор на Python в книге и преимущества практического обучения.
00:11:47 Популярность Python и его конкуренты, такие как Java и JavaScript.
00:13:51 Переход с Python 2 на Python 3 и его влияние на академию.
00:15:10 Справление с неопределенностью в Python и потенциал для улучшения языка.
00:16:03 Выгодная цена для попробовать новое программное обеспечение для оптимизации запасов.
00:16:18 Общие путаницы в оптимизации запасов и формулах безопасности запасов.
00:17:32 Важность периода обзора при расчете безопасности запасов.
00:18:34 Необходимость лучших инженеров в управлении цепями поставок.
00:19:57 Сравнение проблем цепей поставок с более сложными областями, такими как микроэлектроника.
00:21:02 Важность формулирования проблемы и привлечение блестящих умов.
00:22:32 Ограничения академических моделей и их применение в реальном мире.
00:23:01 Переход от математических моделей к симуляциям для повышения точности.
00:24:01 Ограничения формулы безопасности запасов и необходимость симуляции.
00:25:07 Заключение и упоминание книги Николаса об оптимизации запасов.
Резюме
В интервью Киран Чандлер ведет обсуждение с Джоаннесом Верморелем, основателем Lokad, и Николасом Вандепутом, автором книги “Модели оптимизации запасов и симуляции”. Они обсуждают упрощение и доступность программирования в оптимизации цепей поставок с использованием Python. Книга Вандепута предлагает упрощенные модели оптимизации запасов, в то время как Верморел подчеркивает простоту внедрения этих моделей. Они обсуждают эволюцию оптимизации цепей поставок, важность выразительности программирования и преимущества Python. Оба эксперта признают ограничения традиционных математических моделей и подчеркивают необходимость альтернативных методов, таких как симуляции, для решения реальных задач в управлении цепями поставок.
Расширенное резюме
В интервью ведущий Киран Чандлер представляет Джоаннеса Вермореля, основателя Lokad, и Николаса Вандепута, автора книги “Модели оптимизации запасов и симуляции”. Обсуждение касается упрощения и доступности программирования в оптимизации цепей поставок с использованием инструментов, таких как Python.
Вандепут говорит, что его книга направлена на упрощение моделей оптимизации запасов и делает их доступными для практиков в области цепей поставок. Книга фокусируется на предоставлении простых числовых рецептов на языке Python для решения реальных ситуаций, а не на погружении в идеализированные цепи поставок. Верморель подчеркивает, что эти рецепты могут быть реализованы всего за несколько строк кода, развенчивая то, что предлагают крупные поставщики программного обеспечения и ставя под сомнение их ценность.
Книга предназначена для специалистов в области цепей поставок, которые сталкиваются с проблемами управления запасами и стремятся понять и оптимизировать свои уровни запасов. Вандепут подчеркивает важность делать предположения и понимать ограничения используемых моделей, а не стремиться к совершенству.
Верморель объясняет, что зрелость цепей поставок развивалась на протяжении десятилетий, сначала компании боролись с созданием цифрового аналога своих цепей поставок. После десятилетий прогресса бизнесы теперь могут управлять своими уровнями запасов цифровым образом без какой-либо интеллектуальности, что позволяет им сосредоточиться на оптимизации.
Изменение мышления, когда практики в области цепей поставок становятся более вовлеченными в программирование, связано с увеличением доступности инструментов, таких как Python, и упрощением процессов. Это позволило практикам брать больше контроля над оптимизацией своих цепей поставок, а не полностью полагаться на отделы информационных технологий.
Они обсуждают эволюцию оптимизации цепей поставок, важность выразительности программирования и преимущества использования Python.
Верморель подчеркивает, что для систем ERP потребовалось четыре десятилетия, чтобы достичь зрелости, что позволило оптимизации цепей поставок стать жизнеспособным вариантом. Разговор переходит к важности программной выразительности, поскольку она позволяет организациям адаптироваться к изменениям в реальном мире и непредсказуемым событиям. Верморель объясняет, что Excel обеспечивает определенный уровень выразительности, но его ограничения связаны с организацией логики в таблицах. Python, с другой стороны, предлагает более абстрактное и выразительное решение, что делает его идеальным для оптимизации цепей поставок.
Затем Вандепут объясняет, почему Python является его языком выбора для книги. Он указывает на то, что Python является одним из самых популярных языков программирования в мире, с большим количеством ресурсов, доступных онлайн. Это означает, что пользователи могут легко найти ответы на свои вопросы, что делает меньше вероятность застрять. Кроме того, простота Python делает его более доступным, и пользователи могут понять код, прочитав его.
Книга акцентирует внимание на Python по двум причинам. Во-первых, Вандепут считает, что практика является важным аспектом обучения, поэтому он включает много разделов “сделай сам” в Excel и Python, позволяя читателям получить практический опыт. Во-вторых, Python позволяет пользователям масштабировать решения для оптимизации цепей поставок, выходя за рамки решения проблем для отдельных элементов и решая более широкие проблемы цепей поставок.
Верморель соглашается с аргументами Вандепута о популярности и простоте Python, но он также признает некоторые ограничения этого языка. Он считает, что другие языки программирования, такие как JavaScript и Java, не так подходят для оптимизации цепей поставок из-за необходимости обширных навыков программной инженерии для работы с ними.
Беседа крутится вокруг достоинств Python в качестве языка программирования и распространенных заблуждений в оптимизации запасов.
Верморель утверждает, что Python отлично подходит для оптимизации цепей поставок благодаря своей лаконичности и простоте использования, особенно для новичков. Он отмечает, что эволюция Python с его создания в 1990-х годах до настоящего времени сделала его все более популярным и эффективным для решения академических и промышленных задач. Несмотря на его преимущества, Верморель упоминает, что здесь всё ещё есть место для улучшений, особенно в обработке неопределенности. Однако он утверждает, что Python является экономически выгодным решением по сравнению с другими дорогостоящими вариантами на рынке.
С другой стороны, Вандепут углубляется в распространенные заблуждения в отрасли, касающиеся оптимизации запасов. Он указывает на то, что многие практики часто путают срок поставки с временем транспортировки и пренебрегают важностью периода обзора при расчете резервного запаса. Вандепут подчеркивает, что период обзора должен быть учтен в дополнение к сроку поставки и предлагает сократить этот период, что может привести к сокращению резервного запаса.
И Верморель, и Вандепут признают распространенную путаницу в отрасли и необходимость лучшего образования специалистов в области управления цепями поставок. Они подчеркивают важность понимания тонкостей оптимизации запасов и использования соответствующих инструментов и методов для достижения лучших результатов.
Обсуждение затронуло проблемы, с которыми сталкиваются в отрасли цепей поставок, и необходимость привлечения большего числа талантливых людей в эту сферу.
Верморель отметил, что сложность проблем в отрасли цепей поставок часто меньше, чем в других областях, таких как микроэлектроника. Однако он подчеркнул важность привлечения большего числа талантливых умов в эту сферу для решения стоящих перед ней вызовов. Он похвалил книгу Вандепута за то, что она делает область цепей поставок более привлекательной для умных, энтузиастичных людей, которые могут по-настоящему заинтересоваться решением таких проблем.
Вандепут обсудил ограничения традиционных математических моделей в управлении цепями поставок, которые часто основаны на упрощениях реальности. Он объяснил, что некоторые модели могут работать достаточно хорошо для определенных сценариев, но когда они не могут обеспечить достаточную производительность, могут потребоваться другие подходы, такие как симуляции.
Вандепут привел пример формул резервного запаса, которые предполагают нормально распределенные сроки поставки. На самом деле поставщики могут доставлять вовремя большую часть времени, но когда они опаздывают, они могут сильно опоздать. Традиционные математические модели не справляются с такой ситуацией, что подчеркивает необходимость альтернативных методов, таких как симуляции.
Беседа фокусируется на ограничениях традиционных математических моделей, таких как формулы резервного запаса, которые предполагают нормально распределенные сроки поставки. Оба эксперта подчеркивают, что реальные сценарии часто отклоняются от этих предположений, создавая проблемы, которые требуют альтернативных методов, таких как симуляции для более точного управления цепями поставок.
В заключение, интервью подчеркнуло важность привлечения талантливых умов в отрасль цепей поставок, ограничения традиционных математических моделей и потенциальные преимущества использования симуляций в качестве альтернативы для преодоления этих ограничений.
Полный текст
Kieran Chandler: Сегодня на lokad tv мы с радостью приветствуем Николаса Вандепута, который расскажет нам, насколько просто это может быть и что мы можем узнать из его новой книги. Итак, Николас, большое спасибо, что снова присоединились к нам. Как всегда, нам интересно узнать немного о наших гостях и о том, чем они занимаются. Что вы делали с тех пор, как мы вас последний раз видели в шоу?
Nicolas Vandeput: Привет снова, Кирен. Ну, на самом деле, как всегда, я занят созданием некоторых хороших моделей для компаний по оптимизации запасов и прогнозированию. И, ну, я также могу сказать, что писал некоторые книги и преподавал в университете, как вы знаете, это мое большое хобби сейчас.
Kieran Chandler: Хорошо, замечательно. А сегодня мы собираемся обсудить одну из этих книг, Джоаннес. Она называется “Модели оптимизации запасов и симуляции”. Что в этой книге отличается от книг Николаса?
Joannes Vermorel: Я думаю, вы знаете, Николас в этой книге прямо подходит к одной вещи, которую я считаю угловым камнем современных цепей поставок. И когда я говорю о цепи поставок, я имею в виду в смысле оптимизации цепи поставок, а не только управления в смысле учета вещей. Если вы хотите иметь программную выразительность, то вам нужно иметь что-то, что имеет хоть какие-то шансы справиться с реальными цепями поставок. И в этой книге я считаю, что одна из интересных вещей заключается в том, что вместо того, чтобы углубляться в идеализированные цепи поставок, где вы говорите: “О, давайте иметь математическое доказательство оптимальности для этого или того или того для идеализированной цепи поставок, которая никогда не существует”, и где, если вы добавите немного реального мира в цепь поставок, все математические рамки просто разваливаются. Николас делает то, что, по моему мнению, гораздо более соответствует гибкому мышлению, что гораздо более подходит: просто показать, как вы можете предоставить очень простые и прямолинейные числовые рецепты с помощью Python.
Красота рецептов заключается в том, что они очень практичные и буквально показывают, что большинство классических рецептов для цепей поставок могут быть реализованы примерно в пять строк кода на Python. И я считаю, что это очень интересно, потому что это передает идею о том, что если вы хотите сделать что-то очень простое, это можно сделать очень простыми способами. Для этого не требуется полдюжины программистов-разработчиков, чтобы придумать эти вещи. И я считаю, что как побочный эффект это глубоко демистифицирует то, что большие поставщики программного обеспечения фактически предлагают на рынке. Потому что когда вы показываете, что в основном вы можете делать то, что они говорят, что они делают, но всего лишь в нескольких строках кода, вопрос в том, есть ли какая-либо ценность в том, что предлагают эти поставщики? И я считаю, что в значительной степени - нет. Но даже за этим, это показывает, что если у вас есть очень маленькие строительные блоки, вы внезапно можете комбинировать их, чтобы внести свои части реальных вызовов в эти рецепты, чтобы у вас было что-то, что по крайней мере имеет приемлемые шансы быть подходящим.
Kieran Chandler: Решение для вашей цепи поставок. Хорошо, звучит действительно очень интересно. Николас, эта идея всего нескольких строк кода, и вы уже получаете результаты, и это намного более удовлетворительно, чем проводить часы и часы, смотря на кодирование. Для кого предназначена эта книга?
Nicolas Vandeput: Одна из моих больших страстей - упрощение. Поэтому, когда я пишу такую книгу, я пытаюсь подумать: “Хорошо, если я управляю цепочкой поставок и хочу оптимизировать запасы, как я могу упростить все, чтобы дать общую картину и в то же время позволить практикам сделать это самостоятельно?” Так что я действительно пишу эту книгу для всех, кто сейчас находится в цепочке поставок и думает: “О, боже мой, у нас слишком много запасов” или “У нас так много запасов и в то же время у нас нет правильного уровня обслуживания” или просто “Ну, я отвечаю за запасы, но я не знаю, сколько мне нужно”. Я действительно написал эту книгу, чтобы помочь этим людям, чтобы они могли сделать это сами. В этой книге есть так много разделов “сделай это сам”, которые показывают, самым простым образом, как это можно сделать. И в то же время я действительно пытаюсь сказать им: “Ну, нам нужно сделать некоторые предположения, и по мере того, как мы следуем некоторым предположениям, мы не стремимся к совершенству, которого не существует. Поэтому мы сделаем некоторые симуляции и увидим пределы используемых нами моделей”. Короче говоря, эта книга действительно для всех, кто сейчас находится в цепочке поставок и думает: “Хорошо, мне нужно правильно управлять запасами”.
Kieran Chandler: Отлично, и это некоторое изменение мышления, не так ли, Йоханнес? Потому что исторически программирование было чем-то, что оставалось за пределами IT-отделов. Теперь кажется, что все больше и больше практиков добавляют эти навыки к своему арсеналу. Так почему, по вашему мнению, происходит этот сдвиг в мышлении?
Joannes Vermorel: Я считаю, что все эти вещи существуют уже давно. Но в терминах зрелости цепочки поставок компании десятилетиями боролись только за то, чтобы иметь цифровые аналоги своей цепочки поставок, чтобы иметь ERP или WMS настройку, где можно было бы просто управлять уровнями запасов - без какого-либо интеллекта, но просто точный цифровой аналог вашей цепочки поставок. Это заняло много времени, чтобы добиться этого. Если мы посмотрим на то, что первые ERP были развернуты - они не назывались так - в конце 70-х годов, у нас сейчас уже четыре десятилетия истории ERP. Так что потребовалось много времени, чтобы иметь достаточное цифровое отображение, чтобы стало разумным вариантом делать все виды оптимизации. Кстати, это был медленный переход от Excel к Python. Excel уже дает вам много возможностей программирования, которые, кстати, в некоторой степени иллюстрируются в книге. Так что для меня это непрерывность, а не полная расстройство, где вы переходите от одного к другому. Вам нужна эта программная выразительность, чтобы справиться со всем, что реальный мир бросает вам вызов.
Kieran Chandler: Итак, Йоханнес, вы только что говорили о необходимости программного обеспечения быть выразительным, чтобы справиться с непредсказуемой природой цепочек поставок. Можете ли вы разъяснить это немного подробнее?
Joannes Vermorel: Да, я думаю, что всегда будут вещи, которые полностью случайны и непредсказуемы. Это может быть Brexit, тариф Трампа, пандемия или внезапно факт того, что компания должна заниматься распространением вакцины, что перевернет вашу цепочку поставок с ног на голову. Так что происходит много всего, и если у вас есть жесткий кусок программного обеспечения, он просто не сможет справиться со всеми вещами, которые происходят в реальном мире. Поэтому вам нужно иметь что-то более выразительное, и для этого вам нужна эта программная выразительность. Excel дает вам это, но он имеет определенные ограничения, которые, я бы сказал, глубоко связаны с тем, как вы организуете свою логику в электронной таблице. Python дает вам следующий уровень; это немного абстрактно, но вы получаете, я бы сказал, следующий уровень выразительности, где у вас могут быть такие вещи, как пользовательские функции. Вы можете иметь это в Excel через Visual Basic, но по сути, Python является просто более продвинутым вариантом VBA.
Kieran Chandler: Николас, давайте поговорим о продолжении от Excel к Python, и существует множество других языков программирования, таких как SQL, C-sharp и так далее. Почему именно Python был вашим выбранным языком для этой книги? Что он предоставляет, чего, возможно, не предоставляют некоторые из этих других языков?
Nicolas Vandeput: Во-первых, в целом, мы видим, что Python имеет несколько преимуществ. Первое - это то, что он довольно известен. Я не знаю, можно ли сказать, что это язык номер один в мире, но он, по крайней мере, близок к этому. Это означает, что сегодня, если вы задаете себе вопрос о Python, просто гуглите его, и вы найдете ответ, и это действительно удобно. Если вы найдете язык программирования, который намного быстрее Python, и вы скажете: “Хорошо, я буду использовать этот, он быстрее”, но у вас возникают вопросы, и вы вводите эти вопросы в поисковую систему, но не видите ответа, вы застрянете. С Python очень сложно застрять, потому что я могу сказать вам, что кто-то где-то уже задавал тот же вопрос, и на него уже был дан ответ. С другой стороны, и я считаю это крайне важным, я очень за упрощение. Python действительно простой. Я всегда помню из своих дней в качестве квантитативного аналитика таких коллег, которые используют VBA. У всех на уме у многих людей есть эта огромная VBA-макрофайл в Excel, от которого все немного боятся, и вы не осмеливаетесь ничего трогать в файле Excel, потому что если что-то сломается, его невозможно исправить. С Python ничего подобного нет. Ну, Python намного проще, и вы можете просто прочитать его и понять, что он делает, продолжая читать файл. У меня было одно или два письма от читателей после прочтения книги, которые писали мне: “Николас, я ничего не знаю о Python, но я прочитал ваш код и, в основном, я понимаю, что вы делаете в своем коде, потому что все очень понятно”. Благодаря этим двум вещам я считаю, что Python действительно язык, который следует использовать, если вы хотите научиться чему-то новому. Теперь, что касается книги, почему я так сильно акцентирую внимание на Python? Я вижу две причины, почему я это делаю. Во-первых, я считаю, что если вы хотите научиться чему-то, вы
Kieran Chandler: Интересно, почему вы выбрали Python для оптимизации цепочки поставок в своей книге?
Nicolas Vandeput: Я думаю, что намного лучше, если вы сможете самостоятельно опробовать это и попробовать на практике. Я включаю много разделов “сделай сам” в книге, как в Excel, так и в Python, потому что я хочу, чтобы читатель приобрел новые навыки и знания. Я также хочу размистифицировать оптимизацию цепочки поставок, сказав им, что это не так сложно. Вы просто вводите несколько строк кода, и это будет работать на вашем собственном компьютере. Основная причина, по которой я акцентирую внимание на Python, заключается в том, что с его помощью легко масштабировать решение для цепочки поставок. С помощью Python вы можете легко запустить цепочку поставок, используя простые предположения и модели.
Kieran Chandler: Вы согласны с этим, Йоханнес? Мы, конечно, уже говорили о некоторых ограничениях Python.
Joannes Vermorel: Что касается популярности, нет сомнений в том, что Python входит в топ-10 наиболее широко используемых языков программирования. Кандидатами являются JavaScript, Java и еще несколько языков, но они не являются хорошими вариантами для цепей поставок. Для работы с этими языками требуются значительные навыки программной инженерии. Некоторые из хороших качеств Java, например, обширная поддержка объектно-ориентированного программирования, могут стать недостатком, когда речь идет о простом включении новых пользователей. Эти возможности не являются непосредственно полезными для оптимизации или моделирования цепей поставок. Если вы просто добавите это в смесь, то получите более сложный язык программирования без явных преимуществ, по крайней мере, в первые несколько месяцев любого проекта.
Python был создан в 90-х годах, и ему потребовалось почти три десятилетия, чтобы стать популярным. Была огромная миграция с Python 2 на Python 3, которую я считаю захватом академической сферы. Python нашел свое место в академической среде, и большой переход между Python 2 и Python 3 был направлен на удаление всех недостатков Python. В результате за последнее десятилетие появился язык, который гораздо больше соответствует потребностям академической среды и оптимизации цепей поставок.
Kieran Chandler: Итак, давайте поговорим о языках программирования. Йоханнес, каковы ваши мысли о Python?
Joannes Vermorel: Python - это то, где у вас есть что-то очень лаконичное, где нет слишком много массы с множеством вещей, плавающих вокруг. Абсолютно противоположностью этому, вероятно, было бы что-то вроде C++. Я не уверен, есть ли на Земле кто-то, кто говорит: “Я знаю все, что нужно знать о C++”, потому что спецификация языка настолько гигантская, что я не думаю, что возможно быть знакомым со всеми его частями. Язык довольно безумный, если подумать. Так что, все это вместе, у вас есть Python, который действительно является оптимальным вариантом, чтобы люди могли начать сразу. Я считаю, что это хорошая отправная точка, чтобы избежать многих проблем случайной сложности. Теперь, где я считаю, что это на самом деле не конечная цель, и это, кстати, то, над чем мы работали в Lokad. Но, очевидно, это не тема книги Николаса, поэтому я не буду слишком углубляться. Но я считаю, что если вы хотите справиться с неопределенностью, есть много вещей, которые можно сделать относительно просто на Python. Но если вы готовы пойти еще дальше и изменить сам язык, это можно сделать способами, которые даже проще. Но это выходит за рамки книги. В рамках обсуждения я считаю, что прямо сейчас, если вам приходится выбирать между тем, что вы можете получить от Python, и большинством дорогих вариантов на рынке, это буквально сделка, и есть очень мало причин, чтобы хотя бы не попробовать серьезно. Даже если вы потерпите неудачу, это будет гораздо более дешевая неудача по сравнению с неудачей с SAP этого мира.
Kieran Chandler: Николас, помимо рассмотрения некоторых моделей в вашей книге, ваша книга также рассматривает некоторые путаницы, когда речь идет об оптимизации запасов. Какие общие путаницы, о которых мы должны знать в индустрии?
Nicolas Vandeput: Да, с моим опытом консультанта, общение с многими практиками о том, как они занимаются оптимизацией запасов, и когда вы смотрите на, ну, вы знаете, эту формулу безопасного запаса, которую вы видите повсюду, даже на Википедии, вы видите, как люди заходят на Википедию, набирают “безопасный запас”, смотрят на формулу, а затем вводят ее в Excel. Что мы видим здесь, это то, что - и это правильно, когда вы хотите оценить, сколько безопасного запаса вам нужно - вы смотрите на время выполнения, то есть на то, сколько времени занимает пополнение. В то время как первое заблуждение людей заключается в том, что я вижу, что многие практики путают понятие времени выполнения и времени транспортировки. Может понадобиться всего два дня или один день, чтобы грузовик перевез товары с одного склада на другой, но может потребоваться три недели планирования, потому что вам нужно найти грузовик, вам нужно найти водителя, и вам нужно учесть время подбора и все эти вещи, которые возникают. И в конце концов, вы берете две недели, но есть одна вещь, которую люди всегда склонны забывать. Вдохновение заключается в том, что вы не должны просто смотреть на время выполнения, но вы также должны обратить внимание на период обзора.
Nicolas Vandeput: Позвольте привести вам пример. Если вы делаете заказ каждую неделю или каждый месяц, это добавление того, что я называю в группе периодом риска. Таким образом, период, на который вам нужно покрыть свои потребности, не только время выполнения, но и период обзора.
Kieran Chandler: Хорошо, Николас, в вашей книге “Модели и симуляции оптимизации запасов” вы говорили о важности учета периода обзора. Можете ли вы разъяснить это?
Nicolas Vandeput: Да, период обзора - это, по сути, время, которое вам нужно быть защищенным, увеличенное на продолжительность периода обзора. Так, если вы пополняете запасы только каждую неделю, и у вас время выполнения составляет три недели, период риска на самом деле составляет четыре недели. Таким образом, вам нужно быть защищенным от того, что может произойти в течение четырех недель. Что я вижу, так это то, что большинство людей, большинство программного обеспечения, склонны полностью игнорировать этот период обзора и сосредотачиваться только на этих трех неделях времени выполнения. Поэтому я пытаюсь, читая книгу, подчеркнуть тот факт, что, ну, вам абсолютно необходимо учитывать этот период обзора, когда речь идет о безопасном запасе. Но также я побуждаю людей понять, что на самом деле, если они могут сократить этот период обзора, если они могут сократить замороженный период для производства и так далее, они фактически могут сократить безопасный запас, что, на мой взгляд, является хорошей победой для цепи поставок.
Kieran Chandler: Хорошо. И согласны ли вы с этим, Йоаннес? Скажете ли вы, что там много путаницы, и поэтому люди так рады платить за программное обеспечение для учета запасов?
Joannes Vermorel: Да, я имею в виду, снова, я считаю, что цепи поставок отчаянно нуждаются, я бы сказал, в лучших классах инженеров. И в одной из моих первых лекций у меня была такая вводная шутка, что если у вас много энергии, вы идете в продажи. Если вы надежны, вы идете в производство. И если у вас не хватает, знаете, всех видов качеств, вы оказываетесь в цепи поставок. Но дело в том, что, знаете, если я сравниваю некоторые области в цепях поставок, то виды путаницы, с которыми вы сталкиваетесь, не являются, я бы сказал, продуктом чрезвычайно блестящих умов. И мне жаль быть, может быть, немного суровым к аудитории, но если вы посмотрите, скажем, например, что делается с литографией для микроэлектроники и виды проблем, которые решают эти люди, знаете, они поразительно сложны. Это буквально, у вас есть все. У вас есть квантовая физика с сложной математикой. И честно говоря, это намного сложнее, чем проблемы, с которыми сталкиваются в цепи поставок. У вас есть физические проблемы, где у вас есть все виды трудностей. Технология буквально у вас есть так много сложных технических элементов, которые вам нужно объединить. Я имею в виду, например, то, что компании, подобные ASML, делают в Нидерландах, это почти магия, потому что это, я бы сказал, это достижение человечества, когда у вас есть самые блестящие умы, объединенные вместе. Но проблема в том, что если вы хотите, чтобы в цепи поставок приходили более умные люди, чтобы мы могли привлечь очень блестящие умы, которые не будут путаться в проблемах, таких глупых, как только определение применимого периода для пополнения запасов, вы знаете, системы, которую вы собираетесь моделировать, нам нужно сформулировать проблему таким образом, чтобы эти люди могли проявить свой интеллект. Потому что, очевидно, если ваша целая дисциплина заключается в том, чтобы включать глупые кнопки на глупых кусках программного обеспечения, то не удивляйтесь, если в конце концов вы получите только не самых блестящих сотрудников.
Kieran Chandler: Я считаю, что это также то, что мне нравится в этой книге, это то, что, знаете, я думаю, что книга Николаса дает что-то, где, если вы умны, если вы молоды, если у вас есть некоторая степень энтузиазма, то вы можете действительно заинтересоваться теми проблемами, с которыми вы столкнетесь. И не только вы, читая книгу, знаете, вы можете действительно стать лучше в решении этих проблем, что также очень хорошо поддерживает цепь поставок. Это то, что может сделать мир более привлекательным для блестящих умов, которые хотят проявить свой ум на интересных проблемах, в первую очередь. И поэтому я подозреваю, что в терминах путаницы, знаете, те вещи, которые сейчас путают людей, и то, что я надеюсь, что будет путать людей через двадцать лет, будут радикально отличаться, особенно если мы привлечем, знаете, гораздо больше таланта в эту отрасль. Хорошо, если мы начнем немного подводить итоги. Николас, в вашей книге Йоанна упомянула, что некоторые используемые модели имеют свои применения, возможно, с академической точки зрения, но, возможно, в реальном мире они имеют свои ограничения. Скажете ли вы, что некоторые из этих ограничений могут быть преодолены, и как они могут быть преодолены? И как они могут быть использованы в реальном мире?
Nicolas Vandeput: Ну, всегда нужно понимать, что модель - это упрощение реальности, верно? Итак, с самого начала, когда вы создаете модель, вы должны понимать, что вам нужно оставить некоторые вещи в стороне. Итак, настоящий вопрос заключается в том, хорошо ли для меня модель, которая работает, скажем, в 1995 году, в 98% случаев? Кто-то может сказать, что да, или нет. Теперь, если вы создаете модель и видите, что она работает только, скажем, на 70% или 60%, тогда вы действительно понимаете, что обычная математическая модель недостаточно хороша. Мне нужно перейти к чему-то другому. И это то, что я показываю в последней части книги, говоря, что в какой-то момент математическая модель не будет достаточно хорошей. Я имею в виду, не будет достаточно точной, не будет достаточно управляемой.
Joannes Vermorel: И это то, что, на самом деле, мы видим у клиентов Lokad, это то, что, в основном, модели, которые у нас есть, математические модели, которые у нас есть, достаточно хороши, чтобы определить то, что мы называем большими победами. То есть, вещи, которые, если вы их исправите, имеют огромное, огромное влияние на цепочку поставок, прибыльность или что-то еще, что вы пытаетесь оптимизировать. И вот здесь, я бы сказал, мы приносим много ценности нашим клиентам. Однако есть также много деталей, где модель хороша, но недостаточно хороша, и здесь, я бы сказал, имея некоторый вид индустриализации, где вы действительно можете тестировать и настраивать и корректировать и, знаете, в основном делать, знаете, тестирование в реальном мире. Я имею в виду, это действительно ядро цепочки поставок, верно? Это смесь аналитики и операций, где вам нужно иметь аналитику, чтобы убедиться, что вы не делаете глупостей, но затем, знаете, операции, тестирование,
Kieran Chandler: Итак, я хотел спросить вас о оптимизации запасов. Кажется, что это область, где люди часто неохотно используют модели, потому что они боятся, что они станут слишком сложными. Так что, вы можете перейти к симуляции, и я уверен, что у Джонаса есть многое сказать о том, как делать симуляцию в цепочке поставок.
Joannes Vermorel: Что касается этой первой части книги, я также показываю: “Хорошо, это обычные модели для цепочки поставок. Давайте сделаем некоторую симуляцию, чтобы увидеть, работают ли они, да или нет”. И я действительно вижу там, что, например, одна из вещей, которую мы обычно делаем в цепочке поставок, это использование этой, снова, обычной формулы безопасности запасов, той, что есть на Википедии. И эта формула может работать с случайным временем потребности, что означает, что время от времени ваш поставщик опаздывает, поэтому вам следует иметь некоторый дополнительный запас, верно? Когда вы на самом деле смотрите на формулу, чтобы определить, сколько вам нужно безопасных запасов на основе случайного времени потребности, вы видите, что есть целое предположение, которое говорит: “Ну, время выполнения, я нормально распределяю его”. Таким образом, это хорошо себя ведущая кривая, что ваш поставщик время от времени опаздывает, но никогда не настолько сильно. На самом деле, на практике я считаю, что большинство поставщиков, большую часть времени, приходят вовремя. Но когда они опаздывают, они довольно сильно опаздывают, верно? Я бы сказал, что в 80% случаев они приходят вовремя, а затем в 20% случаев, когда они могут опаздывать на одну или две недели. На самом деле, нет математической формулы, которая может справиться с этим, верно? Так что, если у вас есть такой поставщик, вы никуда не пойдете с этой формулой безопасности запасов. Вам действительно нужно вернуться к симуляции, и вот здесь у вас есть ограничение использования некоторой простой математической модели и ограничение, ну, мы должны пойти дальше и, возможно, начать использовать симуляцию для решения этой проблемы.
Nicolas Vandeput: Да, и я полностью согласен с тем, что говорит Джоаннес. Я думаю, что есть предел того, что вы можете сделать с математическими моделями в терминах оптимизации цепочки поставок. И симуляция - очень мощный инструмент, который помогает вам понять влияние различных параметров на вашу цепочку поставок и оптимизировать ее. И на самом деле, это то, что мы делаем уже много лет, и то, что делает и Джоаннес.
Kieran Chandler: Хорошо, отлично. Нам придется остановиться здесь, но спасибо вам обоим за ваше время. Если вас интересует чтение книги Николаса об оптимизации запасов и симуляциях, мы разместим ссылку в описании ниже. В противном случае, увидимся в следующем эпизоде, и спасибо за просмотр. Пока.
Joannes Vermorel: Спасибо.
Nicolas Vandeput: Спасибо.
