00:00:08 Введение и биография Стивена Диснея.
00:01:26 Обзор эффекта кнута в цепочках поставок.
00:02:26 Четыре основных источника эффекта кнута.
00:05:17 Отсутствие запасов и их влияние на эффект кнута.
00:06:02 Актуальность эффекта кнута сегодня и способы его смягчения.
00:08:00 Прогнозирование и вероятностные модели в управлении цепочками поставок.
00:10:23 Расширение возможностей и использование замен для улучшения обслуживания.
00:12:13 Переход от точечных прогнозов к вероятностным прогнозам для смягчения проблем в цепочках поставок.
00:14:35 Применение теории управления в алгоритмах пополнения запасов цепочки поставок.
00:15:38 Йоаннес делится своими мыслями о аналогии регуляторов обратной связи в управлении цепями поставок.
00:16:00 Стохастический градиент и локальная оптимизация в высокоразмерных задачах.
00:17:11 Различные подходы к оптимизации для различных отраслей и секторов.
00:19:07 Применение оптимизационных методов в реальных цепочках поставок.
00:20:54 Важность точного прогнозирования и инженерии производства.
00:23:20 Актуальность эффекта кнута сегодня и его связь с пандемией COVID.
00:25:01 Обсуждение возможностей количественной оценки вариаций в цепочках поставок.
00:26:05 Обсуждение финансового контроля в цепочках поставок.
00:26:22 Исследования Стивена по цепочкам поставок с двойными источниками.
00:27:24 Точка зрения Стивена на преимущества цепочек поставок с двойными источниками.
00:28:01 Сравнение цепочек поставок с системами управления и их естественной частотой.
Резюме
Kieran Chandler берет интервью у Йоаннеса Вермореля, основателя Lokad, и Стивена Диснея, профессора операционного менеджмента, о эффекте кнута в цепочках поставок. Дисней выделяет четыре основных источника эффекта и предполагает, что компании могут смягчить его, используя идеи инженерного управления, обмен информацией и другие стратегии. Верморель подчеркивает важность вероятностного прогнозирования и освоения опциональности в управлении цепями поставок. Дисней вводит теорию управления, и они обсуждают практические рекомендации по внедрению этих методов. Оба эксперта считают, что эффект кнута не является неизбежным. Исследования Диснея сосредоточены на цепочках поставок с двойным источником, что обеспечивает повышенную устойчивость к сбоям. Они отмечают, что восстановление цепочек поставок после пандемии COVID-19 будет варьироваться в зависимости от сроков поставки.
Расширенное резюме
В этом интервью Кирен Чендлер проводит беседу с Йоаннесом Верморелем, основателем Lokad, и Стивеном Диснеем, профессором операционного менеджмента Университета Эксетера, о эффекте кнута в цепочках поставок. Эффект кнута — это явление, при котором наблюдаемые колебания в системе, например, в цепочке поставок, превышают величину колебаний на входе, обычно спроса.
Стивен Дисней посвятил 25 лет изучению эффекта кнута, используя инженерные методы, компьютерное моделирование и математику, чтобы помочь компаниям понять и смягчить эту проблему. Он выделяет четыре ключевых источника эффекта кнута, как это указано в статье 1997 года: 1) обработка сигналов спроса (интерпретация, прогнозирование и формирование заказов на пополнение запасов), 2) пакетирование (минимальные или экономичные объемы заказа), 3) рационализация и манипуляции (перезаказ из-за дефицита товаров с последующей отменой заказов), и 4) ценовые колебания (манипуляция спросом на продукты).
Йоаннес Верморель соглашается, что эффект кнута встречается повсеместно, но отмечает, что его коренные причины и проявления могут различаться в зависимости от отрасли. Например, в розничной торговле свежими продуктами отсутствие запасов может вызывать значительные колебания спроса за счет синхронизации моделей потребления.
Стивен считает, что выводы статьи 1997 года остаются актуальными и сегодня, особенно для капиталоемких компаний в нижней части цепочки поставок, поскольку производство или дистрибуция могут быть в два-пять раз более волатильными, чем спрос, а запасы могут быть в пять-десять раз более изменчивыми. Он не согласен с утверждением статьи о неизбежности эффекта кнута, аргументируя, что компании могут смягчить его, выбирая соответствующие методы прогнозирования, настраивая их, используя идеи инженерного управления, обмен информацией (например, через данные EPOS или управление запасами поставщика) и другие стратегии.
Йоаннес Верморель также оспаривает идею о неизбежности эффекта кнута, предполагая, что компании могут найти способы уменьшить его воздействие.
Верморель подчеркнул, что переход от точечных прогнозов к вероятностным является значительным улучшением в управлении неопределенностями цепочки поставок. Он утверждал, что этот переход помогает смягчить проблемы числовой стабильности и обеспечивает более точное представление спроса и сроков поставки.
Верморель также подчеркнул важность освоения опциональности в управлении цепями поставок. Рассматривая различные варианты замены компонентов или выбора различных методов транспортировки, компании могут лучше адаптироваться к меняющимся условиям и минимизировать риски. Он отметил, что возможности использования этих опций значительно расширились за последние годы, что делает все более возможной оптимизацию цепочек поставок.
Стивен Дисней представил концепцию теории управления в управлении цепями поставок, проводя аналогию с регулировкой температуры воды в душе. Он объяснил, что небольшие, постепенные корректировки решений в цепочке поставок необходимы, чтобы избежать колебаний в поставках и спросе. Эта концепция применима к управлению запасами и алгоритмам пополнения в системах ERP, где компании могут постепенно корректировать уровни запасов и незавершенное производство (WIP), чтобы создать более плавную и стабильную цепочку поставок.
Йоаннес Верморель согласился с аналогией Диснея, отметив, что прорыв в области глубокого обучения стал повторным открытием стохастического градиентного спуска, который подразумевает внесение небольших корректировок для улучшения системы. Эта идея совпадает с душевой аналогией Диснея, где небольшие, постепенные изменения помогают оптимизировать цепочку поставок перед лицом неопределенностей.
Они обсудили оптимизацию цепочек поставок и применение этих методов в реальных сценариях.
Верморель обсуждает эффективность оптимизации на основе градиента, подчеркивая важность учета асимметрий экономических факторов в различных отраслях. Он приводит пример производства роскошных часов, где определенные ограничения могут не применяться из-за высоких валовых маржей и возможности рециркуляции использованных материалов. Он также подчеркивает необходимость понимания того, что то, что может считаться расточительством в одной отрасли, может быть оправданным в другой.
С другой стороны, Дисней дает практические советы для компаний по внедрению этих методов. Он рекомендует начать с картирования потока создания ценности, чтобы понять процесс производства продукта и стратегические потребности цепочки поставок. Компаниям следует определить, сосредоточены ли они на сокращении запасов или значительны затраты на мощности, поскольку эти факторы повлияют на подход к оптимизации. Также необходимо проанализировать временные ряды спроса, прогнозов, производственных целей и выполненных объемов, а также уровни запасов, чтобы выявить источники и последствия изменчивости в системе.
Дисней рекомендует оценить, приносят ли ручные корректировки прогнозов дополнительную ценность по сравнению с алгоритмическими прогнозами, и проверить, правильно ли настроены выбранные алгоритмы прогнозирования для удовлетворения потребностей бизнеса. Он также подчеркивает важность обеспечения корректной настройки алгоритмов, использующих прогнозы, в IT-системах, ERP-системах или электронных таблицах для планирования производства и закупок у поставщиков. Наконец, он отмечает важность производственной инженерии, такой как надежность оборудования и качество продукции.
Что касается актуальности эффекта кнута сегодня, Верморель считает, что пандемия COVID-19 не была прямым проявлением эффекта кнута, а скорее примером событий с тяжелым хвостом, которые напоминают менеджерам цепей поставок о важности учета ненормальных статистических распределений. Он предполагает, что последствия пандемии могут привести к возникновению проблем, напоминающих эффект кнута, как это наблюдается в электронной промышленности Азии.
Верморель объясняет, что, изучая все возможные сценарии и решения, компании могут обеспечить более детальные ответы на проблемы цепочек поставок. Такой подход не был технически осуществим два десятилетия назад, но он позволяет бизнесу эффективнее контролировать финансовые результаты в настоящий момент. Цепочки поставок часто имеют нелинейные затраты, что означает, что производство в два раза большего объема может стоить в пять раз дороже из-за сверхурочных, агрессивного обслуживания и других факторов. Хотя эти проблемы невозможно полностью устранить, их можно управлять более эффективно с финансовой точки зрения.
Исследования Диснея сосредоточены на цепочках поставок с двойными источниками, где компании закупают большинство своих товаров в странах с низкой стоимостью, имеющих длительные сроки поставки, дополняя их продукцией местного небольшого завода. Местный завод может быстро реагировать на изменчивость спроса, поддерживая запасы под строгим контролем, в то время как большая часть спроса удовлетворяется недорогими товарами из отдаленных фабрик. Такой подход имеет несколько преимуществ, включая сокращение глобальной дистрибуции, возможность возвращения производства в западные страны и повышение устойчивости цепочек поставок к сбоям.
По словам Диснея, у цепочек поставок есть естественная частота, подобно мосту, колеблющемуся на ветру. В настоящее время цепочка поставок колеблется на своей естественной частоте из-за воздействия COVID-19, что приведет к периодическому росту и падению спроса. Глобальным цепочкам поставок с длительными сроками восстановления потребуется больше времени для восстановления, тогда как цепочки поставок с короткими сроками поставки восстановятся быстрее.
Полная расшифровка
Kieran Chandler: Сегодня на Lokad TV мы рады приветствовать Стивена Диснея, профессора операционного менеджмента в Университете Эксетера, который расскажет нам, почему может возникать этот эффект и какое влияние он может оказывать на специалистов по цепям поставок. Стивен, большое спасибо, что присоединились к нам живьем из Эксетера. Как всегда, нам интересно узнать подробнее о наших гостях, так что, возможно, вы могли бы начать с рассказа немного о себе.
Stephen Disney: Да, меня зовут Стивен Дисней. Я профессор операционного менеджмента в Университете Эксетера в Великобритании. Меня действительно интересует динамика цепочек поставок для моей исследовательской области. Так что последние 25 лет я изучаю эффект кнута. Это динамический эффект в цепочках поставок, и я применяю инженерные методы, методы компьютерного моделирования, математические методы для решения этих задач, одновременно работая в бизнес-школе и помогая компаниям. Мне это очень интересно, и спасибо, что позволили мне сегодня об этом рассказать.
Kieran Chandler: Конечно, нет проблем. Идея эффекта кнута — вот что мы сегодня рассмотрим подробнее. Возможно, начните с краткого обзора.
Joannes Vermorel: Мое понимание эффекта кнута заключается в том, что это, по сути, явление, при котором наблюдаемая в системе, а в данном случае в цепочке поставок, волатильность превышает величину колебаний на входе системы, обычно это спрос. Если есть что-то, что может усиливать колебания входных сигналов, то существуют и факторы, которые могут их ослаблять. Обычно такими факторами являются, например, буферы запасов.
Kieran Chandler: Хорошо, Стивен, какие же это факторы, которые могут влиять на так называемый эффект кнута? Какие они?
Stephen Disney: Ну, статья Хау Ли 1997 года выделила четыре ключевых источника эффекта кнута. Первый — это обработка сигнала спроса, то есть как мы интерпретируем спрос, прогнозируем его и затем формируем заказы на пополнение. Здесь используется алгоритм прогнозирования и пополнения. Второй — это пакетирование, когда мы можем производить продукцию на основе минимального объема заказа или экономичного объема заказа, что приводит к изменчивости. Еще один эффект — это рациональное распределение и игровые стратегии; может случиться так, что товара не хватает, или у вашего поставщика товара не хватает, и вы начинаете заказывать сверх нормы, чтобы получить необходимые продукты, а затем вынуждены отменять заказы, когда товары поступают. И, наконец, ценовые колебания. Компании любят манипулировать спросом на продукты, что может в дальнейшем поглощать будущий спрос на них. Классическим примером является акция «два по цене одного» в супермаркете. Я покупаю в два раза больше туалетной бумаги, когда она стоит в два раза дешевле, потому что она не теряет свои свойства, и у меня дома достаточно места для её хранения. Однако постоянные низкие цены могут помочь решить эту проблему.
Kieran Chandler: Также технологии управления доходами?
Joannes Vermorel: Да, основным фактором, обусловленным структурой системы, являются сроки выполнения, то есть система прогнозирования и пополнения, где задержки в обработке сигнала спроса играют свою роль.
Kieran Chandler: И Стивен упомянул, что сигнал спроса, который проявляется как прогнозирование, получает наибольшее внимание из этих четырех факторов. Считаете ли вы, что это справедливо? Считаете ли вы, что это правильный подход?
Joannes Vermorel: Я думаю, это зависит от отраслей. По моему опыту, есть много таких сфер, где доминирует нечто и, одновременно, наблюдается эффект усиления колебаний или эффект кнута, но первопричины совершенно различны и крайне просты. Например, в розничной торговле свежими продуктами движущей силой являются именно дефициты товара. Потому что, когда возникает дефицит, вы склонны синхронизировать модели потребления ваших клиентов. Мы наблюдали у многих продуктовых ритейлеров большие колебания спроса, и все дело в том, что группа клиентов при дефиците слегка откладывает своё потребление. В итоге возникает эффект усугубления, который синхронизирует модели потребления благодаря дефицитам. Сам дефицит может вызывать многие из этих значительных колебаний, синхронизируя самих клиентов. Но в итоге, я считаю, что такие эффекты повсеместны, однако то, как они проявляются, действительно зависит от отрасли. Первоначальная статья была сосредоточена на FMCG, и я говорю, что это происходит совсем иначе, если вы рассматриваете компании, не связанные с FMCG.
Kieran Chandler: Хорошо, Стивен, давайте поговорим о главных выводах этой статьи. Она была опубликована более 20 лет назад, так что каковы основные выводы, и считаете ли вы, что они актуальны сегодня?
Stephen Disney: Я считаю, что выводы остаются очень актуальными сегодня. В основном говорилось, что эффект кнута неизбежен, особенно из-за обработки сигнала спроса. Положительный, слабо коррелированный спрос всегда порождает эффект кнута. И то, что я наблюдаю в компаниях, так это то, что на уровне отдельного продукта производство или распределение становится в два раза более вариабельным, чем спрос, а иногда и в пять раз. Это сказывается и на запасах, которые могут быть в пять или десять раз более изменчивыми, чем спрос. Я вижу, как многие компании страдают от этого эффекта, и для капиталоемких предприятий в нижней части цепочек поставок это представляет собой большую неэффективность. Главный вывод остается актуальным, особенно в эпоху глобальных цепочек поставок, ведь мы становимся все более глобальными с увеличением сроков поставки. С чем я не согласен, так это с аспектом «неизбежности». Мы можем что-то сделать; мы можем выбрать более подходящие методы прогнозирования.
Kieran Chandler: Мы можем правильно настроить методы прогнозирования, а также принимать решения о пополнении запасов, используя идеи и теории из области управления для сглаживания и устранения эффекта кнута. Мы можем использовать информацию, данные EPOS в розничных цепочках поставок, которые нам помогают. Также мы можем применять такие техники, как инвентаризация, управляемая поставщиком, когда ваш поставщик имеет доступ к данным о запасах и использует их в своих решениях. Все это может помочь смягчить эффект кнута, а в некоторых случаях — полностью его устранить. Joannes, как вы думаете? Согласны ли вы с тем, что это не окончательно, и существуют способы уменьшить воздействие?
Joannes Vermorel: Моя точка зрения такова, что если смотреть на прогнозирование, то эта перспектива, характерная для конца XX века, основывалась на точечных прогнозах. Это прогноз, который по сути представляет собой временной ряд с одной точкой данных в год, день, неделю или месяц, и вы выкатываете его вперед с учетом временного ряда и управления запасами. То, что делает Lokad уже более десяти лет, — это переход к вероятностному прогнозированию для всех областей неопределенности, таких как спрос и сроки поставки. Проклятие точечных прогнозов в том, что либо ваш прогноз постоянно отстает, либо, если использовать более реактивный подход, в итоге колебания оказываются гораздо больше — это проблемы числовой устойчивости, напрямую зависящие от самой концепции точечных прогнозов. Когда мы переходим к вероятностному прогнозированию, большинство этих проблем буквально исчезают. Это была бы первая часть моего ответа.
Вторая часть заключается в том, что мой типичный подход к цепочке поставок основан на овладении опциональностью, и часть стратегии заключается в создании большего количества вариантов. Я считаю, что взгляд, при котором спрос и сроки поставки воспринимаются как монолиты, отчасти устарел. Прежде всего, существует множество замен. Иногда можно даже так настроить систему, чтобы использовать эти замены для предоставления лучшего сервиса. Могут быть компоненты, которые используются в разных продуктах, которые вы обслуживаете, и тогда вам не обязательно следовать, например, архетипу фармацевтической индустрии, где вы
Kieran Chandler: Joannes, что вы думаете о идее оставлять варианты открытыми в отношении транспорта и упаковки, чтобы смягчить возможные проблемы в цепочках поставок?
Joannes Vermorel: Вам необходимо иметь собственно сырой активный продукт, но затем можно организовать до 150 различных вариантов упаковки в последний момент, чтобы оставить варианты открытыми. Сегодня доступны многие транспортные опции: воздушный, морской, железнодорожный и автомобильный транспорт. Дело не в том, что какой-то вариант застывший; это спектр опций, которые могут быть более или менее дорогими. В зависимости от ситуации вы можете решить, что ранняя отправка самолетом, хоть и по гораздо большей цене, существенно сократит сроки поставки и смягчит надвигающийся дефицит. Но вы не будете так делать для всего производства, а только для его части. Таким образом, хотя я согласен с выводом Стивена о том, что проблемы в цепочке поставок не неизбежны, я бы сказал, что количество способов их смягчения и повышения прибыльности вашей цепочки поставок за последние два десятилетия значительно расширилось.
Kieran Chandler: Стивен, вы упомянули идею использования теории управления, которая мне кажется больше инженерной методикой. Как её можно применить в таком случае?
Stephen Disney: У меня есть аналогия, которую я люблю использовать — она о принятии душа. В цепочке поставок мы принимаем решение, и через некоторое время получаем продукты либо от нашей производственной системы, либо от поставщика. Между причиной, решением и последствием, когда продукция поступает, существует задержка. Теперь представьте один из тех старомодных душей с отдельными кранами для горячей и холодной воды. Чтобы отрегулировать температуру, я полностью открываю горячую воду, жду, пока горячая вода дойдет до душа и польется на меня, а затем использую холодный кран для регулировки температуры. Если я открою холодный кран слишком быстро, станет слишком холодно, а если его закрыть слишком быстро, станет слишком жарко. Мы знаем, что в душе нужно медленно поворачивать кран и ждать, пока вода дойдет по трубе до нужной температуры.
Тот же принцип применим и к цепочке поставок. Если спрос растет, возможно, потому что мы вышли на новые рынки или наши продукты стали более привлекательными, мы не хотим сразу же реагировать на всё увеличение, так как это создаст колебания в предложении и спросе. На самом деле, мы хотим медленно реагировать на изменения спроса. Если мы поступим так, а спрос окажется кратковременным, он может упасть, и мы не будем полностью гнаться за его повышением или снижением.
Kieran Chandler: Итак, Joannes, вы упомянули алгоритм пополнения запасов, который помогает сгладить колебания в производстве. Можете рассказать об этом подробнее?
Joannes Vermorel: Да, конечно. Мы получаем ровный поток производственных или заказов на пополнение, который протекает в середине пиков и спадов спроса, и это достигается с помощью алгоритмов пополнения. Прогноз используется в алгоритме пополнения запасов в вашей ERP-системе, и обычно для продукта с большим объемом это вариант так называемой политики «поддержания уровня воды», в котором есть два обратных канала — для запасов и для незавершенного производства. Таким образом, у нас есть целевой уровень запасов, который представляет наш резервный запас, а фактический уровень запасов может быть ниже или выше. Вместо того чтобы пытаться исправить всё одним решением, мы стремимся корректировать его постепенно, чтобы сгладить вариативность, оказываемую на производство. То же самое касается незавершенного производства (WIP). Если срок поставки велик, то будет целевое количество продукции в судах или контейнерах, отправляемых нам, и мы должны учитывать это так же, как и запасы. Но это небольшое изменение в алгоритме, которое может существенно повлиять на динамику цепочки поставок.
Kieran Chandler: Стивен, каковы ваши мысли на счет такой аналогии? Кажется, идея, похожая на работу регулятора обратной связи, довольно очевидна. Это выглядит так, будто работает на поверхности.
Stephen Disney: Ну, Kieran, если говорить о современности, один из важнейших прорывов в глубоком обучении заключался в переоткрытии силы стохастического градиентного спуска, что и есть суть этого метода. Вы немного подталкиваете систему, шаг за шагом, в ту сторону, в которой происходит обучение. Стохастический градиентный спуск именно об этом и говорит, так что аналогия с душем — это серия небольших изменений, горячего и холодного, пока не достигнете нужного результата. Это очень интересно, ведь два десятилетия назад люди были крайне скептически настроены относительно того, что теперь известно как локальная оптимизация. По сути, вы просто следуете за градиентом, и получите высоко оптимизированный результат, а люди думали: «О, если так поступать, то вы застрянете в локальных минимумах и это не сработает». На самом деле, когда вы играете в игры с очень высокой размерностью, локальные минимумы не являются проблемой — дело в скорости сходимости, а небольшие корректировки системы, как в стохастическом градиентном спуске, работают очень хорошо. Это была бы часть моего размышления. Затем еще один момент: когда речь идет о том, что мы пытаемся оптимизировать, это во многом зависит от отрасли, которую вы рассматриваете, потому что, например, рассмотрим сегмент hard luxury. Допустим, вы являетесь мастером-часовщиком и производите очень дорогие часы, и, скажем, крайним случаем будут женские часы. То есть, по сути, у вас есть ювелирное изделие, изготовленное из драгоценных металлов, на 100% пригодное для переработки. Вы можете переработать 100% его стоимости. У вас есть драгоценные металлы, камни, а затем стандартный механизм. Какие ваши ограничения? Ведь, если у вас нечего показать в магазине, люди не покупают.
Kieran Chandler: …вашего интереса производить действительно много, и рынок hard luxury очень сильно зависит от новизны, так что нужно производить много. А что происходит, если вы не производите?
Joannes Vermorel: Что касается того, что не произведено, вы просто возвращаете дорогие часы в магазин, демонтируете все драгоценные камни, перерабатываете металл, устанавливаете механизмы в новые часы и отправляете их обратно. Затем понимаете, что, возможно, сборка составляет около пяти процентов от стоимости часов, а валовая маржа — 80%. Видите, когда вы оказываетесь в такой ситуации, действуют очень ярко выраженные асимметрии. Конечно, всё варьируется. Это не то же самое, что для FMCG с жесткими рамками маржи. Моя мысль в том, что оптимизация на основе градиента действительно работает, но при этом нужно учитывать асимметрию экономических драйверов, чтобы определить те области, которые представляют золотую середину равновесия. И от одной отрасли к другой то, что в одной может считаться чрезмерной тратой, в другой оказывается вполне разумным.
Kieran Chandler: Хорошо, Стивен, давайте поговорим немного о применении этих техник в реальном мире. Думаю, одной из сильных сторон статьи было то, что она выделила некоторые из этих вопросов, но не дала четких указаний по их решению. Какой совет вы даете компаниям, с которыми работаете?
Stephen Disney: Опираясь на идеи Joannes, я думаю, что первый шаг — понять потребности вашей цепочки поставок. Карта потока создания ценности является важным первым шагом. Вы хотите разобраться в процессе производства продукта. Вы хотите понять стратегические потребности этого процесса. Это цепочка поставок, где вы сосредоточены только на сокращении запасов, или затраты на мощности значимы? Если вы уделяете внимание только запасам и эффект кнута не имеет последствий, то сосредоточьтесь на минимизации затрат на запасы, и это нормально. В капиталоемких отраслях, вероятно, существует баланс между затратами на запасы готовой продукции и сырья и эффективным использованием ваших производственных мощностей и замороженного капитала. Таким образом, понимая вашу цепочку поставок, создавая её карту — я предпочитаю использовать карты потока создания ценности для этого — и накладывая на неё временные ряды: спроса, прогнозов, целей производства и завершения производства, уровней запасов готовой продукции и сырья. Потом, возвращаясь к вашему поставщику, как выглядят его прогнозы, заказы, которые вы отдаете? Соответствуют ли они его поставкам, и можете ли вы давать надежные долгосрочные указания о том, что нужно? Это даст понимание того, где возникает нестабильность в системе и каковы её последствия, ведь не всё колебание плохо. Когда вы поймете стратегические потребности вашей цепочки поставок, вы сможете начать думать о том, как вести прогнозирование. Часто компании вручную корректируют свои прогнозы, и нам стоит задуматься, добавляет ли это действительно ценность по сравнению с алгоритмическим прогнозированием.
Kieran Chandler: Вы используете правильные алгоритмы прогнозирования? Настроены ли они должным образом с учетом потребностей вашего бизнеса? Цепочка поставок, ориентированная на управление запасами, будет иметь другие требования к прогнозированию, чем капиталоемкая компания, занимающаяся прогнозированием. Мы должны помнить, что мы не создаем прогнозы для того, чтобы показать людям, насколько хорошо мы можем предсказать будущее, а для того, чтобы принять бизнес-решение о том, сколько заказывать у поставщиков и сколько производить. Так что алгоритмы, использующие эти прогнозы, настроены ли они правильно? Есть ли в них пропорциональные регуляторы обратной связи, правильно ли установлены скорости регулирования?
Stephen Disney: Это работа, которую можно выполнить в вашей IT-системе, ERP-системе или в электронных таблицах, которые вы используете для планирования производства и закупок у поставщиков. А затем предстоит настоящая инженерная работа. Способна ли производственная система реализовать желаемый план? Надежны ли ваши машины? Достигате ли вы производственных целей, или иногда производите больше или меньше, чем нужно? Производите ли вы качественную продукцию? Это смесь прогнозирования, информатики, инженерного контроля и классической производственной инженерии, которая позволяет снизить эффект хлыста до уровня, приемлемого для вашей цепочки поставок.
Kieran Chandler: Отлично. А, Joannes, насколько, по вашему мнению, эффект хлыста актуален в наши дни? Считаете ли вы, что COVID был ярким примером проявления эффекта хлыста на практике?
Joannes Vermorel: То есть, COVID стал масштабным потрясением для всех. Я не считаю, что это было точным проявлением эффекта хлыста. Я бы сказал, что если есть что-то, что характеризовало COVID, так это событие с «толстыми хвостами». Это напоминание о том, что распределения в цепочках поставок, а под распределениями я подразумеваю статистические распределения, не являются нормальными; у них «толстые хвосты». Таким образом, случаются экстремальные события, которые не так уж маловероятны, как может показаться при рассмотрении нормальных распределений.
Я подозреваю, что из-за непредсказуемости сроков поставки возникнут всевозможные проблемы в результате этой пандемии, которые примут форму эффекта хлыста. В некоторой степени, я думаю, именно это мы наблюдаем сейчас в Азии для электроники. Но я не считаю, что это станет доминирующим явлением. В наши дни, по-моему, очень интересно то, что если подойти к вопросу с точки зрения рассмотрения всех возможных будущих сценариев и всех возможных решений, а затем их пересечения, можно добиться очень детальной реакции, которая два десятилетия назад была технически невозможной. Вы действительно можете количественно определить, насколько далеко вы готовы пойти, позволяя изменениям в вашей системе превосходить колебания спроса, потому что, как правило, в цепочках поставок затраты являются нелинейными.
Kieran Chandler: Если вы хотите произвести вдвое больше за тот же период времени, это может обойтись не в два раза дороже, а, возможно, в пять раз дороже, просто потому что потребуется оплачивать сверхурочную работу, машины придется эксплуатировать на уровне, требующем агрессивного обслуживания, и так далее. Вопрос в том, можно ли устранить эти проблемы или хотя бы взять их под финансовый контроль, чтобы иметь гораздо больший контроль над финансовым результатом вашей компании?
Joannes Vermorel: В наши дни я не думаю, что эти проблемы можно полностью устранить, но их можно в значительной мере взять под контроль с финансовой точки зрения, что даст вам гораздо больше возможностей для управления финансовым результатом вашей компании.
Kieran Chandler: Стивен, оставим последнее слово за тобой. Я знаю, что ты проводишь много исследований в области статистических методов и их применения в операционном управлении. Чем ты занимаешься сейчас, и что, по-твоему мнению, будет интересно в ближайшие годы?
Stephen Disney: В последнее время я много времени уделяю изучению цепочек поставок с двойным источником. Это такие цепочки поставок, когда основную часть нашего продукта закупают в стране с низкими затратами, возможно, находящейся далеко, а затем мы дополняем это небольшой местной фабрикой. Небольшая местная фабрика имеет более короткий срок поставки и может быть дороже с точки зрения себестоимости единицы, если производить продукцию локально, но поскольку мы можем удовлетворить большую часть спроса за счет цепочки поставок с долгими сроками и низкими затратами, средняя себестоимость единицы оказывается достаточно низкой. Небольшая фабрика может очень быстро адаптировать объем производства для учета изменчивости спроса, так что мы можем держать наши запасы под очень строгим контролем, удовлетворяя при этом большую часть спроса недорогой продукцией с удаленной фабрики.
Изучать, как мы используем эти идеи, действительно интересно. Я думаю, что это хорошо с экологической точки зрения, поскольку чистое распределение продуктов по миру сократится. Это интересный способ вернуть производство в дорогие западные страны и, надеюсь, сделать наши цепочки поставок более устойчивыми к перебоям.
Развивая предыдущий вопрос, для меня цепочка поставок — это система с собственной частотой, как мост, который начинает вибрировать под действием ветра на своей естественной частоте. Цепочка поставок имеет собственную частоту, и мы только что нанесли ей мощный удар COVID. Цепочка поставок будет колебаться на своей естественной частоте в течение нескольких лет, прежде чем эти колебания утихнут. Мы увидим, как сначала растет спрос, затем он падает, а потом снова поднимается. Глобальным цепочкам поставок с долгими сроками поставки потребуется больше времени на затухание, в то время как цепочки с короткими сроками восстановления оправятся намного быстрее.
Kieran Chandler: Отлично. Большое спасибо вам обоим за уделенное время. Это все на эту неделю. Огромное спасибо, что присоединились к нам, и до встречи в следующем выпуске. Спасибо за просмотр.
