00:00:00 (Пере)введение Кнута
00:01:51 Работа Кнута Алике по обеспечению устойчивости цепочек поставок
00:02:59 Реакция компаний на первый локдаун
00:04:15 Взгляд Жоанна на изменения в цепочке поставок
00:06:35 Определение риска и устойчивости в цепочке поставок
00:10:06 Ключевые элементы устойчивых цепочек поставок по мнению Кнута
00:13:09 Важность сквозной видимости
00:14:42 Важность интерпретации данных
00:15:55 Пример из практики: фармацевтика
00:17:28 Катастрофы в цепочках поставок, вызванные программным обеспечением
00:19:28 Подход Lokad к инструментам машинного обучения
00:21:21 Сложное программное обеспечение делает компании уязвимыми
00:28:32 Сложность цепочек поставок
00:30:29 Преимущества вероятностного подхода
00:33:08 Учет риска инфляции
00:40:33 Устойчивость цепочек поставок как страховка
00:44:32 Объяснение модели CHAIN
00:50:00 Пример услуги B2B-ритейлера
00:52:12 Важность показателей, основанных на долларах
00:58:41 Эффективность автоматизированных систем в управлении рисками
01:00:37 Пример повествования о техническом обслуживании самолётов
01:04:11 Критически важные навыки в цепочке поставок
01:05:31 Важность четкого письма
01:08:16 Призыв Кнута к действию
Резюме
Пандемия заставила компании переосмыслить свои цепочки поставок, сосредоточив внимание на снижении рисков и устойчивости. В этом интервью Кнут Алике из McKinsey и Жоан Верморель из Lokad обсудили необходимость системного планирования, использования цифровых инструментов и автоматизации с помощью программного обеспечения. Алике подчеркнул важность прозрачности и систем предварительного предупреждения для обнаружения потенциальных сбоев, в то время как Верморель отметил необходимость цифровой культуры для понимания нюансов данных. Оба сошлись во мнении, что важно планировать сценарии и применять вероятностный подход, чтобы справляться с потенциальными проблемами. Они также подчеркнули необходимость стратегического мышления, эффективного общения и создания возможностей в руководстве цепочками поставок — темы, которые Алике подробно охватил в своей недавней (совместно написанной) книге From Source to Sold.
Расширенное резюме
Недавняя пандемия заставила компании переоценить свои цепочки поставок, сосредоточив внимание на снижении рисков и повышении устойчивости — как объяснили Кнут Алике, партнер McKinsey, и Жоан Верморель, генеральный директор и основатель Lokad.
Алике, работающий в сфере цепочек поставок почти 30 лет, отметил, что компаниям пришлось стать более системными и гибкими в своих процессах планирования. Однако он заметил, что до сих пор существует разрыв в опыте работы с цепочками поставок и в оптимальном использовании цифровых инструментов. Верморель, с другой стороны, подчеркнул важность автоматизации с помощью программного обеспечения для решения рутинных задач, освобождая время для того, чтобы люди могли сосредоточиться на необычных или экстраординарных ситуациях.
Алике рассказал, как компании реагировали на сбои в прошлом, такие как катастрофа на Фукусиме в 2011 году, а также на более недавние остановки и локдауны. Он отметил, что хотя многие идеи по обеспечению устойчивости существовали уже много лет, им не придавали должного значения. После сбоев компании часто возвращались к обычной работе, сосредотачиваясь на оптимизированных и дешевых цепочках поставок, а не на устойчивых.
Алике подчеркнул необходимость прозрачности и системы предварительного предупреждения для обнаружения потенциальных сбоев в цепочке поставок. Это могут быть проблемы с поставщиком поставщика или сложности с логистикой, производством или качеством. Он также подчеркнул важность планирования, в частности, сценарного планирования для смягчения возможных задержек или сбоев. Это может включать ускоренную доставку, замену продуктов или доставку альтернатив.
Верморель согласился с важностью сквозной видимости, но отметил, что у компаний часто отсутствует цифровая культура, позволяющая понять нюансы их данных. Он утверждал, что проблема заключается не в недостатке данных или их качестве, а в отсутствии понимания данных.
Верморель также обсудил важность понимания того, что алгоритм пытается сделать, а не того, как он работает. Он отметил, что программное обеспечение позволяет быстро масштабироваться, что может привести к крупномасштабным ошибкам. Он также указал, что даже относительно простые вычисления могут стать непрозрачными из-за ограничений человеческого разума.
Верморель далее пояснил, что даже если специалисты по данным заменят планировщиков, проблема непрозрачности все равно сохраняется. Некоторые инструменты машинного обучения остаются непонятными даже для их пользователей, и понимание алгоритмов не обязательно означает понимание результатов.
Верморель обсудил применимость сценариев в управлении цепочками поставок, объяснив, что поддержание нескольких сценариев требует больших усилий. Однако вероятностный подход, который учитывает все сценарии одновременно, может быть более управляемым при использовании надлежащих математических и программных инструментов.
Он пояснил, что этот подход позволяет учитывать различные потенциальные проблемы, такие как склад, который имеет 1% вероятность затопления каждый месяц, не зная точной причины.
Верморель сравнил вероятностный подход с квантовой перспективой, в которой рассматриваются все возможные будущие, а математические инструменты работают с редкими явлениями.
Алике согласился и подчеркнул важность того, чтобы компании были готовы принять меры на основе выводов, полученных из сценарных симуляций. Он отметил, что компании часто не готовы внедрять решения, даже когда располагают необходимыми данными.
Верморель обсудил важность создания возможностей в управлении цепочками поставок. Он объяснил, что вероятностный подход позволяет постоянно рассматривать альтернативные варианты, такие как альтернативные виды транспорта, которые можно активировать при благоприятных условиях.
Алике привел пример того, как сценарное планирование помогло клиенту стать более устойчивым, выявив узкое место — ресурс, перемещение которого из одного завода в другой занимало 12 недель.
Верморель обсудил важность стратегического мышления в управлении цепочками поставок, которое может страдать из-за постоянного устранения проблем.
Алике подчеркнул важность донесения до совета директоров необходимости стратегических инвестиций, сравнивая это с оплатой страховки. Он отметил, что для этого требуется стратегическое решение совета и умение эффективно донести суть.
Алике также рассказал о вдохновении, которое послужило основой его книги «From Source to Sold» (совместно написанной с Radu Palamariu), в которой приведены интервью с людьми, достигшими успеха в советах директоров благодаря опыту в цепочках поставок, и обсуждается созданная ими модель цепочки.
Алике пояснил, что «C» означает сотрудничество, «H» — целостный, «A» — адаптивный, «I» — влиятельный, а «N» — нарративный. Он подчеркнул важность установления отношений, понимания общей картины, адаптивности, делегирования полномочий и использования правильного языка для объяснения вещей.
Верморель обсудил опасения по поводу эффектов второго порядка в цепочках поставок, таких как ожидание скидок со стороны клиентов. Он утверждал, что необходимо иметь ключевой показатель эффективности (KPI), который включает экспертную оценку и заставляет смотреть в долгосрочной перспективе.
Верморель раскритиковал недостаток креативности в учете неуловимых факторов, которые трудно измерить. Он подчеркнул важность разработки нарративов для сжатого изложения технической и рациональной информации.
Верморель настаивал на необходимости иметь аналитические выводы, которые глубоко соответствуют целям бизнеса, а не полагаться на простые метрики, не относящиеся к решаемой проблеме.
Алике согласился, добавив, что цифры поддерживают нарратив и помогают выявить коренные причины, когда что-то идет не так. Он подчеркнул, что эффективное руководство требует людей с необходимыми навыками для воплощения видения, выраженного через нарратив.
Алике предложил, чтобы каждый в цепочке поставок понимал процессы «от начала до конца» и обучал коллег как в области цепочек поставок, так и в других сферах. Он отметил, что он и Верморель преподают в университетах для повышения квалификации сообщества и продвижения темы цепочек поставок как интересной и важной.
Верморель добавил, что четкое письмо — это ключевой навык для сотрудничества, создания нарративов и организации отчетов. Он раскритиковал низкое качество письма во многих отделах и призвал студентов постоянно совершенствовать свои навыки написания.
В заключение, интервью подчеркнуло важность понимания и управления рисками и устойчивостью цепочек поставок, роль данных и алгоритмов, а также необходимость стратегического мышления и эффективного общения. Также было отмечено значение создания возможностей, понимания процессов «от начала до конца» и улучшения навыков письма.
Полный транскрипт
Conor Doherty: Из-за недавней пандемии большинство компаний пересмотрели свои цепочки поставок с акцентом на снижение рисков и повышение устойчивости. Сегодняшний гость, Кнут Алике, много писал об этих вопросах, а также о лидерстве в цепочках поставок в своей новой книге «From Source to Sold». Кнут, добро пожаловать в Lokad.
Knut Alicke: Большое спасибо, что пригласили меня.
Conor Doherty: Ну, я сказал «добро пожаловать в Lokad», но, вероятно, точнее будет сказать «с возвращением в Lokad». Если не ошибаюсь, вы были с нами около трёх лет назад, почти в тот же день.
Knut Alicke: Верно. Это мой второй эпизод с вами. Да, прошло три года, вы правы. Мы говорили о будущем цепочек поставок, профессиональных навыках и обо всём. Для всех нас это были интересные три года с множеством сбоев и событий в цепочках поставок.
Conor Doherty: Абсолютно, и мы к этому вернемся. Но для тех, кто, возможно, пропустил тот эпизод, не могли бы вы представиться снова для аудитории?
Knut Alicke: Конечно. Меня зовут Кнут Алике. Я работаю в McKinsey. Я базируюсь в нашем офисе в Штутгарте, Германия, и цепочки поставок – это моя страсть. Вот чем я занимаюсь уже почти 30 лет. Так что в следующем году исполнится 30 лет. Мы становимся только старше. Моя работа охватывает все аспекты планирования: прогнозирование, S&OP, планирование поставок, планирование производства, управление запасами, а также физические потоки, оптимизацию складов, оптимизацию транспортных сетей и установление правильной структуры управления.
За последние три года я активно работал над вопросами риска и устойчивости цепочек поставок, помогая нашим клиентам стать лучше и сделать свои цепочки поставок более устойчивыми. И помимо работы в McKinsey, я все еще преподаю. Таким образом, я, можно сказать, формирую новое поколение специалистов по цепочкам поставок, ведь, как мы всегда слышим, специалистов по цепочкам поставок не хватает. Не хватает людей, которые действительно понимают процессы «от начала до конца», которые понимают компромиссы и реально интересуются этой темой.
Conor Doherty: Ну, если мы можем вернуться к тому, о чем говорили. Ведь вы упомянули, что это было три года назад, когда мы обсуждали будущее цепочек поставок и необходимые навыки. Это было в разгар пандемии. А в последующие годы, когда мы уже в постпандемийный период, как вы думаете, изменилась ли ситуация? Становятся ли вопросы риска и устойчивости более актуальными? Требуется ли тот же набор навыков или что-то изменилось?
Knut Alicke: Многое изменилось. Если оглянуться на последние три года, многие компании после первого локдауна создали «комнаты для борьбы с кризисом», контрольные центры или как они там назывались, чтобы решать проблемы. Это не всегда делалось систематически, не всегда с учетом полного цикла. И затем они поняли: «Нам нужно сделать больше. Нам нужно подготовиться, обеспечить достаточную прозрачность, иметь правильные рычаги, которые можно задействовать, и убедиться, что наши процессы планирования достаточно гибкие и быстрые».
Knut Alicke: Многие компании сократили интервалы планирования с ежемесячного до двухнедельного, а операционное планирование в S&OP — с недельного до каждых двух дней. И для этого требуются таланты. Требуются специалисты, которые понимают цепочки поставок, понимают цифровые технологии и умеют всё объединять. И что мы видим, так это то, что разрыв все еще остается. Он сократился. Люди, можно сказать, обучали собственный персонал. Проводился значительный найм с внешних источников, но все же остается пробел в опыте работы с цепочками поставок и в том, как наилучшим образом использовать цифровые инструменты для планирования и повышения эффективности цепочки поставок.
Conor Doherty: Ну спасибо. Жоан, вы тоже были в этой дискуссии. Изменилось ли ваше мнение за эти годы?
Joannes Vermorel: То есть, развивалось, да. Не знаю, насколько это можно назвать изменением, но, с моей точки зрения, чем больше сбоев, тем больше нужна автоматизация. Ведь если рутина уже загружает всех до предела, если все заняты борьбой с повседневными проблемами, то когда наступают исключительные ситуации, не остается ресурсов для их решения.
И я имею в виду не возможности цепочки поставок или материальные активы, а именно умственную пропускную способность для решения проблемы. Если все в организации уже работают на пределе возможностей, чтобы компания функционировала в обычный день, то в случае нештатной ситуации всё как бы взрывается или задерживается. И, у меня, скажем, нет волшебной пули, которая могла бы освободить эту пропускную способность. Однако одной из лучших альтернатив волшебной пули является обширная автоматизация с помощью программного обеспечения.
Таким образом, чтобы все рутинные решения и мелочи были автоматизированы, и у людей оставалось время сосредоточиться на действительно необычном. И под «необычным» я не подразумеваю обычные колебания спроса — то, что он немного выше, немного ниже или постоянно варьируется одинаково. Я имею в виду структурные изменения, когда поставщики исчезают или становятся значительно дороже без возможности возвращения к прежнему состоянию, тарифы или иные факторы, действительно изменяющие структуру рынка, на котором вы работаете.
Conor Doherty: Мне пришло в голову, что в обсуждении риска и устойчивости, вероятно, лучше сначала определить эти термины. Итак, Кнут, если я могу снова обратиться к вам: после пандемии люди говорят о важности риска и устойчивости, но ведь риск и устойчивость существовали до пандемии. Так что, по вашему экспертному мнению, как именно изменились эти концепции? То есть, как они изменились по существу в результате пандемии?
Knut Alicke: Хороший вопрос – действительно ли они изменились. Если вспомнить, ведь еще в 2011 году, когда произошла Фукусима, это было около 12 лет назад, и компании реагировали так же, как на недавние приостановки, перебои и локдауны. Так что, я бы сказал, что многие из этих идей существовали уже много лет, но не воспринимались как важные. Компании не уделяли им внимания, они говорили: «Нарушение закончилось, давайте вернемся к нормальной работе и просто обеспечим, чтобы наша цепочка поставок была максимально эффективной и экономичной, а не максимально устойчивой.»
Таким образом, если подумать, что необходимо для устойчивости, нам нужно обеспечить прозрачность. Мы должны иметь что-то вроде системы предварительного оповещения, которая сигнализирует: «Эй, что-то назревает» на, скажем, третьем или четвертом уровне. То есть не у нашего прямого поставщика, а у поставщика поставщика поставщика возникают проблемы. Возможно, это логистическая проблема, проблема с производством или с качеством.
Мы точно знаем, что это дойдет до нас, до нашей производственной линии, и вызовет перебой. Если мы узнаем об этом достаточно рано, мы сможем отреагировать. Или, скажем, надеяться, что сможем отреагировать. Чтобы иметь возможность реагировать, нам также необходимо налаженное планирование. Так, если мы, например, увидим, что этот контейнер, вероятно, прибудет с опозданием на две недели, то эта информация сама по себе не поможет. Важно понять, что эта двухнедельная задержка приводит к дефициту товара наших компонентов, что вызывает остановку производства, поскольку мы не сможем собрать то, что планировали, или возникнут проблемы с доступностью, и мы не сможем доставить продукцию в розничный магазин, который в ней отчаянно нуждается. Для этого необходимо сценарное планирование.
Поэтому нам нужно проанализировать, что именно мы можем внедрить, чтобы смягчить это задержание. Нужно ли нам ускорить доставку? Заменить продукт? Привезти что-то другим рейсом, чтобы компенсировать задержку? И вот здесь у многих компаний до сих пор возникает проблема. Они создают один план, но не способны разработать планы на случай возникновения перебоев или задержек. А это крайне важно. Если подумать, что для этого необходимо: у нас должны быть данные, основные данные. У нас должны быть возможности, мы уже об этом говорили, и должна существовать организация, которая также принимает, что в данном сценарии мы приходим к выводу, что авиаперевозки — это решение, и тогда мы их используем. Всё это необходимо для того, чтобы иметь устойчивую цепочку поставок, способную выполнять поставки.
Conor Doherty: На самом деле, вы вновь обозначили три составляющих, и это то, что вы упомянули в недавнем опросе, который вы проводили в McKinsey по вопросам технологий и регионализации. Вы упомянули, что самые устойчивые цепочки поставок обладают полной видимостью, высококачественными основными данными и эффективно проводят сценарное планирование спроса. Так, Жоаннес, возвращаясь к вам, почему, по вашему мнению, именно эти компоненты абсолютно необходимы для устойчивой цепочки поставок? Или вы бы добавили что-то ещё?
Joannes Vermorel: Да, с моей точки зрения, проблема с данными весьма специфична в том смысле, что качество данных обычно отличное. Странно, я знаю, что большинство поставщиков жалуются на плохие данные, но реальность такова, что если мы посмотрим, скажем, на западные компании — может, не на азиатские, а именно на западные, которые цифровизировались уже три десятилетия, то в плане точности запись о том, что товар был продан в определенный день в определенном количестве, точна на 99,9%. Да, возможны незначительные опечатки, но в целом данные очень точны. Проблема же не в том, что данные ошибочны, а в том, что их семантика весьма расплывчатая.
Чтобы дать представление, у большинства наших клиентов — я имею в виду крупных, например, публичных компаний — обычно возникает неопределенность в подсчете запасов. Проблема не в том, что данных нет, а в том, что представьте: у вас не одна система ERP, а 20 ERP, и все они учитывают запасы не одинаковым способом, а 20 различными. И затем запас не является бинарным: его либо есть, либо нет; он может находиться на таможенной проверке, проходить тестирование качества, храниться на складе или быть зарезервированным для каких-либо клиентов. Видите, возникает множество сложностей.
А когда речь заходит о спросе, ситуация аналогичная — она очень быстро становится нечеткой. Возьмем, к примеру, дистрибьютора в B2B. Вы продаете компаниям, поэтому у вас обычно несколько дат заказов, а не одна. Есть даты, когда клиент сообщает, что хочет получить товар в будущем, но это не твердый заказ, а лишь предварительный запрос, затем наступает день, когда они оформляют заказ, потом дата, когда часть заказа должна быть доставлена первой, затем еще дата для доставки второй части заказа и так далее.
Таким образом, я полностью согласен с тем, что сквозная видимость процесса — критически важный компонент. Но, как мне кажется, у компаний часто не хватает цифровой культуры, чтобы уловить все нюансы, скрывающиеся в этих данных. Проблема не в том, что данные плохие или их нет; проблема в том, что у них буквально тысячи таблиц, и люди тонут в неправильных KPI, упрощенных методиках и прочем, что просто не дает им всей необходимой информации.
Например, компании, работающие с многослойной цепочкой поставок, мы видели, как люди рассчитывали уровень сервиса для среднего звена сети, хотя этот уровень сервиса вовсе не отражает восприятие качества обслуживания с точки зрения клиента. Это чистые артефакты. Так что, я бы сказал, что проблемы остаются теми же, но с определенным поворотом в их интерпретации, и, по моему мнению, именно здесь наблюдается самый большой дефицит навыков.
Когда мы говорим об основных данных, что значит владеть данными? Это игра слов, но я бы сказал, что проблема заключается больше в умении работать с данными, а не в их недостатке или низком качестве.
Conor Doherty: Итак, Кнут, чтобы вернуть вопрос вам: согласны ли вы, что дело больше в том, как именно вы интерпретируете богатство данных или источник данных, а не в их внутреннем качестве?
Knut Alicke: Честно говоря, я видел и то, и другое, но я согласен с тем, что использование данных и извлечение из них инсайтов крайне важно. Позвольте мне добавить один момент, потому что я также наблюдаю это у многих наших клиентов.
У планировщика есть система для работы, верно? Он использует данные, затем существует алгоритм, который выполняет расчеты, прогноз, производственный план, план поставок и прочее. И то, что мы часто видим, так это то, что в этом алгоритме заложено гораздо больше алгоритмического интеллекта, чем планировщик готов использовать. И почему так происходит? Потому что для большинства планировщиков алгоритм выглядит как черный ящик. Они хотят открыть этот черный ящик, заглянуть внутрь, понять, что происходит, и затем использовать его.
Для крупной фармацевтической компании мы провели анализ после внедрения одной из крупных систем планирования, и оказалось, что систему использовали только восемь человек. Все остальные сотни планировщиков заходили в систему, но затем быстро выходили, потом заходили заново и снова выходили. Что это значит? Они скачивали все данные в свои Excel-таблицы, вносили обычные изменения и планировали, а затем загружали результаты обратно.
Таким образом, один из очень важных элементов — объяснимость. Нам нужно создать доверие ко всем имеющимся у нас алгоритмам. Мы либо должны объяснить их работу, либо найти иные способы показать, что алгоритмы функционируют так, как должны, и только тогда планировщики наконец начнут использовать все эти крутые технологии.
Conor Doherty: На самом деле, короткий вопрос по этому поводу, и он касается того, что я читал в Lokad. Я не буду называть автора, но в одной статье о MRO говорилось, что важнее, чем понимать, как работает алгоритм, для практика гораздо важнее понимать, к чему он стремится. И мне интересно, как вы к этому относитесь, Жоаннес, с учетом того, что только что сказал Кнут и я.
Joannes Vermorel: Итак, я полностью согласен с Кнутом в том, что сложные методы вводят новые классы риска. Если взглянуть на одни из крупнейших катастроф в цепочках поставок за все время, оказывается, что они были вызваны программным обеспечением. Это катастрофа Nike 2004 года, Target Canada, Lidl, который потерял полмиллиарда евро. Программное обеспечение позволяет выполнять задачи в огромных масштабах очень быстро, включая и весьма нелепые решения. И да, для достижения полной непрозрачности не требуется ничего сверхсложного.
Прелесть компьютеров в том, что человеческий разум может выполнить всего около 10 умножений. И затем, даже если вы чрезвычайно умны, любое обычное вычисление, требующее более 10 умножений и сложений, невозможно интуитивно отследить. Так что для полной непрозрачности не нужна жесткая числовая сложность. Даже относительно простые вычисления по меркам современных компьютеров уже выходят за пределы того, что можно интуитивно понять.
Таким образом, это большая проблема, и, кстати, даже если заменить планировщиков специалистами по данным, проблема остается прежней. Существуют классы инструментов машинного обучения, которые остаются очень непрозрачными даже для тех, кто ими пользуется. То есть даже если вы глубоко понимаете алгоритмы, это не означает, что вы понимаете, действительно ли результаты, которые вы наблюдаете, соответствуют вашим ожиданиям. Это еще одна категория проблем.
Подход Lokad к этой проблеме заключается главным образом в том, чтобы иметь твердую позицию по отношению к определенным классам инструментов машинного обучения, особенно к дифференцируемому программированию, которое позволяет оперировать семантическими переменными. Идея заключается в том, что речь идет не о любом машинном обучении, а о моделях, в которых каждая переменная имеет название и привязанную к ней семантику. Это позволяет изучать модель по частям, чтобы понять, корректно ли ведет себя система.
Например, если у нас есть цикличность, такая как день недели, неделя года, неделя месяца, это означает, что у этих цикличностей будут именованные параметры, которые можно проверить. Буквально появится переменная с названием «эффект Рамадана» или «эффект Китайского Нового года». Это может звучать как антимашинное обучение, поскольку мы не автообнаруживаем шаблоны, но идея в том, что все шаблоны именованы и переменные имеют четкую семантику, значительно упрощает поэтапный анализ модели.
Таким образом, даже если результат кажется странным, вы все равно можете просмотреть составные части модели, и для этого не требуется докторская степень по математике. Это лишь часть решения, остальное требует применения иных методологий. Но да, технологический риск — то есть внедрение сложных решений для повышения устойчивости компании — история в некотором роде идет против поставщиков программного обеспечения в целом. Более сложные программные технологии, как правило, делают компании более хрупкими по сравнению с более грубыми, простыми способами организации.
Conor Doherty: Ну, Кнут, возвращаясь к теме риска и устойчивости, я помню, что в опросе, кажется, в ноябре этого года, вы отмечали, что из трех элементов — видимость, основные данные и планирование спроса — сценарное планирование спроса имеет наименьшее распространение. Кажется, только около трети респондентов заявили, что в их компании есть эффективное сценарное планирование спроса. Мне интересно: почему, по-вашему, происходит такой спад между первыми двумя элементами и последним, и как это влияет на устойчивость компании?
Knut Alicke: Планирование — это не просто. Звучит просто: «Почему бы не оценить общий сквозной план для сценария, где у нас меньше мощности или выше спрос, или поставщик не может выполнить доставку?» Но представьте, что многие компании до сих пор рассчитывают один план в неделю. Это требует выделения выходного, потому что расчет занимает 14 часов и блокирует множество IT-ресурсов.
Даже в наши дни так часто происходит. Так как бы вы сказали этим компаниям: «Эй, пожалуйста, рассчитайте пять сценариев, в которых вы оцениваете разные решения», если они отвечают: «Окей, расчет занимает неделю». Часто просто нет вычислительной мощности. И затем очень часто неясно, как сформировать сценарий. Что именно нам рассчитывать и как оценивать, верно?
Все поставщики решений по планированию способны рассчитывать сценарии. Затем вам необходимо оценить, что лучше для нашей текущей конфигурации, для наших клиентов и для нашей цепочки поставок. Так что им нужно чётко понимать: “Эй, должно ли это оптимизироваться для обслуживания, для затрат или для наших запасов.” Это часто неясно.
К сожалению, мы до сих пор наблюдаем, что многие процессы S&OP, IBP или сквозного планирования реализуются лишь с одним решением. И тогда обсуждение становится очень интересным, потому что можно принять только это одно решение. Нет возможности сказать: “Эй, почему бы нам не сделать здесь что-то иное?” Поэтому нужно многое догонять и улучшать, чтобы иметь возможность рассчитывать сценарии, понимать и оценивать компромиссы, а затем прийти к совместному решению о том, что лучше для наших клиентов, компании или ценности.
Conor Doherty: Так, Joannes, я сейчас обращусь к тебе. Обращусь через мгновение, потому что знаю, что у тебя найдётся что сказать по этому поводу. Но чтобы продолжить, Knut, когда речь идёт об оценке жизнеспособности любого сценария, считаешь ли ты, что это индивидуально для каждой компании или существует некий универсальный показатель или философия, которую каждая компания могла бы использовать для оценки жизнеспособности сценария?
Knut Alicke: Мы всегда говорим о трёх самых важных элементах цепочки поставок, а именно о затратах, обслуживании и капитале. Возможно, всё начиналось бы даже с обслуживания. Затем следуют компромиссы. Обслуживание растёт, “О, да, мы можем это сделать, если увеличим запасы или расходы.” Затраты снижаются, “Да, хорошо, но тогда обслуживание может ухудшиться.” Поэтому понимание этих компромиссов имеет огромное значение.
Разговаривая с множеством наших клиентов, мы часто проводим очень простое упражнение. Мы просто спрашиваем их по отдельности: “Что для вас важнее? Куда бы вы инвестировали, скажем, 10 евро для улучшения, если бы у вас было что-то, или тысячу, или 100 000? Это снижение затрат или их оптимизацию? Улучшение уровня обслуживания или сокращение запасов?” И зачастую получаешь совершенно разную картину. Так что все говорят о разных вещах.
Это означает, что стратегия цепочки поставок не согласована. Если стратегия цепочки поставок не согласована, как бы вы оценили, какой сценарий является лучшим? Потому что одна часть компании будет стремиться к высокому уровню обслуживания, а производственная часть зачастую будет стремиться к снижению затрат, так как их локальные стимулы таковы. И здесь бонусная система, если вы присмотритесь к ней, часто противоречит этим компромиссным обсуждениям сценариев. Это то, что нужно решить, и только после этого можно будет принять решение: “Эй, это действительно лучшее решение для нашей компании.”
Conor Doherty: Спасибо. А как ты, Joannes, оцениваешь жизнеспособность сценариев?
Joannes Vermorel: Я бы сначала пересмотрел ещё несколько моментов. Потому что, видишь ли, сначала давайте обсудим требования к вычислениям. Это то, что я часто слышу: “О, на расчёты уходит несколько часов.” Но давайте учтём, что смартфон, просто обычный смартфон, из коробки способен выполнять порядка 10–20 миллиардов операций в секунду. И это смартфон. Если перейти к полноценной рабочей станции, мы очень легко и недорого получаем 100 миллиардов операций в секунду. А если во что-то влезть, потратить 5000 долларов и установить графические карты и GPU, вы получаете тысячи миллиардов операций в секунду. Снова, доступные технологии.
Так в чём же суть? Что именно вы делаете с этой вычислительной мощностью? Ведь в Lokad мы сталкиваемся с типичной ситуацией: я слышу, как люди говорят: “О, пять сценариев требуют 40 часов вычислений.” А у нас в Lokad отвечают: “Мы просто запускаем около тысячи сценариев в секунду.” Итак, во-первых, я бы сказал, что мы сталкиваемся с несколькими проблемами.
Во-первых, современное корпоративное программное обеспечение страдает от проблемы многочисленных слоёв, которые накладываются друг на друга и создают неэффективность. Люди могут и не осознавать, но большая часть корпоративного ПО построена на 40, а то и 50-летних неэффективных слоях, которые до сих пор не ушли. И благодаря этому вы теряете вычислительную мощность в соотношении до миллиона, а иногда и больше, из-за неэффективности, когда буквально один фрагмент ПО общается с другим, потом с ещё одним, и так далее.
Например, если попытаться реализовать подобное в транзакционной системе с SQL-базой данных, это будет ужасающе неэффективно. Когда я говорю “ужасающе”, я имею в виду, что система может работать в тысячу раз медленнее, чем должна, а возможно, и до миллиона раз. Так что цепочки поставок как объекты для численных симуляций не представляют собой что-то сверхсложное. Даже невероятно сложная цепочка поставок — это около 100 миллионов SKU, может быть, 200 миллионов SKU. Современная видеоигра сейчас симулирует в реальном времени около миллиарда треугольников, 60 кадров в секунду. Это даёт представление о масштабе.
Таким образом, с точки зрения современных вычислений, даже гигантская цепочка поставок масштаба Walmart является небольшой. Она меньше, чем средняя современная видеоигра. Так что это нужно иметь в виду. И если у вас расчёт занимает больше нескольких минут, стоит действительно остановиться и задуматься: “Делаю ли я что-то действительно сложное, что требует всей этой вычислительной мощности? Или я просто начинаю с чего-то невероятно неэффективного?” Моё предложение таково: большинство задач на самом деле невероятно неэффективны.
И если подойти к вопросу правильно, это вовсе не проблема. Второй вопрос — оперативность сценариев. Мой подход, точнее, то, что я обнаружил в Lokad чуть более десяти лет назад, заключается в том, что проблема сценариев в том, что они требуют высокой поддержки. Если у вас есть дюжина сценариев, требующих поддержки, это занимает много сил. Фишка, а точнее, своего рода трюк, заключается в том, что если использовать вероятностный подход и рассматривать все сценарии одновременно, а это может быть потенциально миллионы сценариев, то при наличии правильных математических и программных инструментов дело становится намного проще.
Это удивительно, потому что можно подумать: “Если рассматривать все возможные будущие одновременно, это должно быть намного сложнее.” Но реальность такова, что с правильным подходом всё становится проще. Всё, что вы хотите учесть, внезапно становится значительно более управляемым. Вам не нужно делать сложный выбор о том, как именно поступить со складом. Допустим, у склада в каждом месяце есть 1% шанс затопления или возникновения ситуации, способной серьёзно повлиять на его работу. Нам не нужно знать точно, что именно может произойти, мы просто говорим: “Хорошо, 1% в месяц вероятность потерять половину мощности склада по какой-либо причине — будь то забастовка, наводнение, электропроблема или небольшой пожар.”
И можем добавить: “0.1% вероятность того, что мы потеряем склад на шесть месяцев.” И знаете, это просто догадка, и это приемлемо. Причём интересное то, что вы не делаете это в изоляции от других факторов. Прелесть вероятностного подхода в том, что можно сказать: “Добавим этот риск для склада, а затем риск блокировки порта в Китае — опять же 1% шанс каждый месяц.” Это оценка, которую можно пересмотреть. Но главное, что вы можете параллельно анализировать все эти риски.
Это не значит, что вы создаёте сценарий, в котором точно решаете, какие риски учитывать, а какие — нет. Речь идёт о том, что можно добавить риск для склада, риск для порта в Китае, риск резкого роста цен у поставщика. И вот в этом и заключается его прелесть — всё это сливается в единое целое. А что касается поддержки: как только вы решаете включить риск, остаётся ничего не делать, потому что ваш вероятностный прогноз embedding уже это учитывает, а решения системы сразу корректируются с учётом риска.
Joannes Vermorel: Я бы сказал, что этот чистый подход в противовес классическому сценарному планированию заключается в том, что, во-первых, вы можете полностью декомпозировать анализ различных рисков. То есть, если разные люди анализируют различные риски, они могут работать в одной системе одновременно. И как только вы приходите к общему согласию по уровню риска, вы сразу получаете решения, скорректированные с учётом риска, как только система запускается. Всё, ничего дополнительно делать не нужно, и вот в этом и заключается её красота.
С практической точки зрения, если вы считаете, что инфляция имеет 1% шанс превысить 20% в течение следующих 12 месяцев, хорошо, учтите это. И если люди согласятся, то мы сразу имеем все решения, скорректированные с учётом этого риска.
Интересно то, что когда вы выражаете это таким образом, да, вы можете столкнуться с десятками высокоуровневых рисков, но их несложно сформулировать и поддерживать. Вот в этом и прелесть. Гораздо проще поддерживать высокоуровневый риск, например, 1% вероятность того, что инфляция превысит 20% за следующие 12 месяцев для, скажем, Германии, чем поддерживать и разрабатывать сценарий, в котором вы реагируете на этот риск конкретными способами.
Вероятностный подход больше похож на квантовую перспективу, когда мы говорим: “Мы рассматриваем все эти возможные будущие и позволяем математическим инструментам справляться с этими редкими явлениями.” Но в совокупности они неизбежны. Если вы суммируете серию рисков по 1% в месяц, гарантированно, в течение следующих 5 лет, произойдут несколько таких проблем. Вопрос только в том, когда одна из них случится. Вы не знаете, но это нормально.
Conor Doherty: Knut, соответствует ли это твоему инженерному пониманию ситуации?
Knut Alicke: Это определённо соответствует. Было бы здорово использовать эти вычислительные возможности и иметь некие распределения реакций для обсуждения.
Например, допустим, вы проводите эти сценарные симуляции, и тогда вы примерно знаете: “Эй, с такой вероятностью происходит то или иное.” Важно то, что компании должны быть готовы принимать меры. Теперь, когда вы знаете, что может произойти сбой, что дальше? Вам нужно понять: “Эй, здесь должны быть готовы эти пять вещей, и если что-то случится с моей системой раннего предупреждения, я сразу начну действовать.”
Часто компании не готовы. Даже если есть понимание проблемы, они не готовы внедрять решение.
Joannes Vermorel: Полностью согласен. И, между прочим, именно поэтому в моей серии лекций я представил цепочку поставок как искусство создания опциональности. Нужно культивировать возможности.
Сценарии — один из способов сделать эти возможности более ощутимыми, например, альтернативные виды транспорта. Но проблема в том, что это кажется слишком теоретическим, пока не наступит тот самый момент.
Моя проблема со сценариями десять лет назад заключалась в том, что конкретный сценарий большую часть времени так и не реализовывался. Этот 1% шанс большую часть времени не наступал, и поэтому не было готовности к нему, так как система не была ориентирована на немедленное выполнение этого сценария.
Но если вы создадите что-то такое, где, например, каждый раз при оформлении заказа существует опция доставки морским транспортом по гораздо более высокой цене — эта опция всегда будет доступна. Просто обычно она невыгодна.
Вот в чём разница между оптимизацией с уже встроенной, просто латентной опцией, не используемой из-за неподходящих условий, и сценарием, когда в день, когда эта опция должна вступить в силу, ничего не готово. Люди не привыкли к такому, ИТ-системы не сразу реагируют на правильные решения, и поэтому людям приходится думать и выполнять множество нестандартных действий.
Knut Alicke: Позвольте привести пример из последних лет, когда мы помогали клиенту стать более устойчивым. Мы рассмотрели сценарии, внедрили систему раннего предупреждения и всё такое, и выяснили, что если что-то случится на одном заводе, мы можем производить на другом. Но есть один узкий ресурс — испытательное оборудование. Его перемещение с одного завода на другой занимало 12 недель.
Так что в ваших сценариях нужно решать за 12 недель: “Эй, мы ожидаем что-то, и нам нужно переместить его?” Это было для них совершенно новым. Они всегда подходили к этому примерно за 3 недели до события, и тогда уже было “слишком поздно”. Вам нужно понимать пространство решений, так сказать, срок поставки для внедрения, и только тогда можно вести действительно содержательную дискуссию.
Joannes Vermorel: Думаю, ты абсолютно прав. Например, случай с испытательным оборудованием очень интересен, потому что людей часто отвлекают повседневные экстренные ситуации. Если вы уже боретесь с опаздывающими поставщиками, скачками цен, пересмотром контрактов с клиентами и другими проблемами, это становится полной отвлекающей манёврой.
Это означает, что когда доходит до вопроса: “Хорошо, нам нужно удвоить инвестиции и обеспечить резервирование испытательного оборудования. Это не будет суперэффективно, но в долгосрочной перспективе, скажем, в течение следующих пяти лет, наступит момент, когда это спасёт качество сервиса.” Причём, возможно, это и не так дорого.
Вот такие вещи требуют времени и спокойствия для обдумывания. Если же вам приходится прыгать с одного пожара на другой, такого рода стратегическое мышление просто не происходит.
Knut Alicke: Позвольте добавить: что я также считаю крайне важным, так это как рассказать ту историю, которую вы только что рассказали, о том, что “Эй, нам нужно иметь испытательное оборудование, нам нужен второй агрегат.” Это требует инвестиций, и поэтому все квартальные KPI могут выглядеть не очень хорошо.
Это решение совета директоров. И то, что мы часто пытаемся объяснить, — мы используем аналогию со страхованием. У вас есть автомобильная страховка, вы платите за неё. Если перенести это на вашу повседневную деятельность, вы бы сказали: “А зачем мне платить за эту страховку? Вероятность того, что что-то случится, настолько мала. Может, можно просто обойтись без неё, не так ли? Мне она не нужна.”
Нет, вы хотите иметь это на случай редкого происшествия, потому что тогда ситуация станет действительно плохой, и страховая защита вступает в игру. Именно так мы представляем себе устойчивость цепочки поставок. Это то, что вы развиваете на всякий случай. Это может потребовать некоторых инвестиций, может потребовать подготовки, но тогда вы будете готовы, если что-то случится.
Проблема в том, что большинство компаний думают о следующем квартале или следующем году, но следующее нарушение может случиться через год и месяц. Это стратегическое решение, которое должно быть принято и одобрено советом директоров. Именно поэтому рассказ этой истории для совета директоров является невероятно важным.
Конор Дохерти: Когда вы говорите о рассказе историй, это почти звучит как лидерство, как нечто, что могло бы попасть в методологию лидерства, возможно, даже в книгу?
Кнут Аликке: Именно, и очень приятно даже видеть копию книги там. Это удивительно — “Source to Sold”. И действительно, мой соавтор Раду Паламанрио и я обсуждали, почему мы не видим большего числа людей с опытом в цепочке поставок в советах директоров, верно? То есть, как для генерального директора, так и для операционного директора – почему так происходит?
Мы шутили, что, вероятно, это потому, что специалисты по цепочке поставок говорят на другом языке. Они настолько ориентированы на цифры, столь детальны, что не видят общей картины. А с другой стороны, специалисты по цепочке поставок понимают процессы от начала до конца, так что должны понимать бизнес.
Кнут Аликке: Мы шутили, потому что, вероятно, действительно так: специалисты по цепочке поставок говорят на другом языке. Они настолько ориентированы на цифры, столь детальны, что часто не видят общей картины.
С другой стороны, специалисты по цепочке поставок понимают процессы от начала до конца, так что должны понимать бизнес. Мы проверили, есть ли примеры этого. Мы проанализировали список Fortune 200 и обнаружили, что только в 11 % компаний генеральный директор имеет опыт в цепочке поставок. Тим Кук — известный пример, но, безусловно, есть и другие.
Мы решили взять интервью у нескольких человек, которые благодаря опыту в цепочке поставок попали в совет директоров. Это привело к 26 интервью, которые мы объединили в книге. Затем мы разработали сокращенную версию наших выводов, которую назвали моделью цепочки.
Интервью были очень интересными. Мы многому научились у этих людей с совершенно разными карьерными путями. Мы встретили людей со всего мира, мужчин и женщин. Найти женщин было не так просто, поэтому очевидно, что эта сфера всё ещё доминируется белыми мужчинами, и это нужно изменить.
Среди них были предприниматели, представители малых и крупных компаний. Книга получила очень хорошие отзывы.
Конор Дохерти: Из любопытства, в контексте обсуждения риска и устойчивости, есть ли какие-либо интервью, которые, на ваш взгляд, содержат идеи, имеющие отношение к нашему текущему обсуждению? Можете выбрать кого угодно, мужчину или женщину.
Кнут Аликке: Практически все, потому что мы проводили интервью во время локдауна. Все говорили о важности быть гибкими, готовыми, устойчивыми. Именно это мы и включили в модель цепочки. “A” означает адаптивность. Очень важно, чтобы мы понимали риск и умели донести его до совета директоров.
Конор Дохерти: Можете объяснить модель цепочки по буквам?
Кнут Аликке: “C” означает сотрудничество. Нам нужно быть сотрудничающими, что мы услышали в нескольких интервью. Один из участников сказал, что хотел внедрить новый процесс S&OP и предложил идею интеграции поставщиков. Было три поставщика, играющих по-настоящему важную роль. Изначально все в компании были против раскрытия нашего производственного плана поставщику, но он настоял, и в итоге все были очень довольны. Построение отношений как внутри компании, так и с клиентами и поставщиками, чрезвычайно важно.
“H” означает целостный. Мы должны понимать всю систему, общую картину, то, что происходит от начала до конца. Это присуще специалисту по цепочке поставок, в отличие от представителей некоторых других областей, которые часто сосредоточены лишь на том, что делают.
“A” означает адаптивный, о котором мы уже говорили. “I” в слове chain означает влиятельный. Здесь я бы сказал: наделяйте людей вокруг вас полномочиями, чтобы они могли показывать свои лучшие результаты и вносить вклад.
“N” означает нарратив, что для меня является самой важной частью. Речь идет о том, как вы что-то объясняете. Например, специалист по цепочке поставок может объяснить улучшение уровня сервиса, сказав, что наш показатель OTIF вырос с 89.7% до 91.2%. Однако этого мало. Используя язык, понятный совету директоров, вы могли бы сказать, что мы улучшили уровень сервиса, благодаря чему смогли увеличить продажи или клиент стал более доволен и возвращается. Речь идет о правильном использовании языка, о правильном нарративе.
Мы всегда говорим, что за последние три года специалисты по цепочке поставок получили место за столом, и теперь все это понимают. Теперь нам нужно обеспечить сохранение этого места за столом. Мы должны доказать, что мы достойны этого места.
Конор Дохерти: Спасибо за ваши мысли.
Йоаннес Верморель: Интересно то, что критика идёт в обе стороны. Да, директор по цепочке поставок должен уметь говорить на языке совета директоров. Но также проблема, которую я вижу, заключается в том, что базовая программная инфраструктура, поддерживающая действия директора по поставкам, обычно предоставляет показатели, которые невероятно узконаправленные.
Например, уровень сервиса ничего не значит, если вы работаете в бизнесе, где есть замещения. Если клиент может зайти в магазин, и, технически, 50% товаров отсутствует, но при этом имеется множество замен, и он просто выбирает альтернативу — как это может происходить, например, в модной индустрии, — это практически бессмысленно.
У нас есть проблема: у директора по цепочке поставок отсутствует нарратив или логичное объяснение, потому что все числа, выдаваемые его базовой инфраструктурой, людьми и программным обеспечением, не совсем корректны.
Очень часто никто не измерял качество сервиса в евро или долларах таким образом, который хотя бы приблизительно соответствовал бизнесу. Говорят: “О, у нас есть уровень сервиса”. Но уровень сервиса очень легко вычислить, а действительно ли он отражает восприятие?
Например, в чем разница между тем, чтобы зайти в ваш магазин сегодня и не найти то, что я ожидал, и тем, чтобы сделать заказ шесть месяцев назад, дать вам шесть месяцев на выполнение, а потом обнаружить, что через шесть месяцев вы всё ещё не готовы? В одном случае — просто не повезло, в другом — это абсолютно неприемлемо и любительски.
Проблема этих наивных показателей в том, что они склонны не только упускать из виду слона, но и целую стаю слонов. Это очень плохо. Я считаю, что ваш нарратив может стать сигналом к необходимости разработки чисел, которые глубже резонируют с бизнесом.
Дело не только в наличии чисел. Эти технические показатели не находят отклика, потому что они просто плохи. Если вы скажете, что “мы инвестируем 1 миллион евро в повышение качества сервиса” или “это обойдется нам в 10 миллионов евро оборота в год в совокупности за следующие пять лет”, тогда все поймут суть.
Проблема, которую я наблюдаю, заключается в том, что многие традиционные практики в цепочке поставок несколько страдают из-за своих поддерживающих поставщиков. Числа, полученные в результате этих практик и их инструментов, выраженные в процентах, оказываются довольно бессмысленными.
На мой взгляд, всё, что выражено в процентах, обычно вызывает сильное недоверие. Если это выражено в долларах, то лучше; если это соотношение долларов к доллару, то ещё лучше. То есть, на каждый доллар, который я инвестирую или не инвестирую, что я зарабатываю или теряю? Именно на этом уровне строятся хорошие метрики.
Построить любой нарратив, который имел бы хоть какой-то бизнес-смысл, сложно, потому что, по сути, вы работаете с поверхностными данными.
Кнут Аликке: Мне нравится идея, что для рассказа правильной истории в первую очередь нужны правильные KPI.
Таким образом, вы по сути говорите, что мой пример уже должен быть переведен, а не руководителем цепочки поставок. Это была бы идеальная ситуация, когда даже генеральный директор мог бы понять, что, улучшая определённые аспекты, я увеличу свои доходы. Полностью согласен. Мы, вероятно, на шаг раньше этого, но вы излагаете великолепное видение.
Йоаннес Верморель: Моя точка зрения на вашу идею нарратива такова, что я очень часто замечаю, что люди, особенно в сфере цепочки поставок, обычно боятся вторичных эффектов — тех явлений, которые не отражены в отчетах.
Например, когда в конце сезона на вашем бренде действуют скидки, у вас возникает две проблемы. Во-первых, вы сразу теряете маржу, а во-вторых, вы формируете у клиентов плохую привычку, когда они начинают ожидать скидку. Поэтому в следующем году они будут ждать, пока вы снова не предложите такую же скидку.
Такого рода вещи не так просто количественно оценить, потому что они развиваются на протяжении нескольких лет, возможно, десятилетий. Например, люксовые бренды никогда не проводят акций, чтобы изначально не допустить развития подобных явлений.
Но возвращаясь к этому, это означает, что вам нужен KPI, где часть вашего числа полностью вымышлена. Это не значит, что оно иррационально или поддельно, это скорее элемент субъективной оценки, который может быть вполне разумным, но должен быть учтён.
Такой нарратив вынуждает вас смотреть в перспективу и учитывать подобные факторы количественно, чтобы вы не пришли к решению, которое кажется оптимальным, но на деле оказывается чрезвычайно короткосрочным.
Еще одна проблема, которую я наблюдаю, заключается в том, что люди недостаточно креативны. Они не учитывают те моменты, которые известны в компании, в более широком масштабе, но, будучи несколько неуловимыми и трудными для точного измерения, предпочитают полностью их игнорировать, вместо того чтобы иметь хоть какое-то, пусть и приблизительное, представление о них.
Конор Дохерти: Мне пришла в голову мысль, чтобы быстро ответить Йоаннесу в продолжение дискуссии. В примере Кнута, когда он говорил о предоставлении нарратива, который немного упрощает концепцию планирования спроса, он привёл пример со страхованием, и у Lokad действительно существуют нарративы, например, взгляд с точки зрения корзины, который объясняет взаимосвязь и дополнительные затраты от отсутствия чего-либо в нужный момент. Это позволяет людям понять эффект второго порядка. Поэтому я хочу подробнее разобрать перспективу корзины как нарратив, который мы обычно используем для упрощения этого вопроса.
Йоаннес Верморель: Дело в том, что как только начинаешь учитывать факторы, которые не выражаются в конкретных числах, я называю это вторым кругом экономических драйверов. Вещи, которые очень важны, но нематериальны, не попадут в книгу. Например, у многих компаний есть штрафы для поставщиков, которые они теоретически могут применить. На практике же, когда они это делают, начинается открытая война с поставщиком, и доверие теряется.
Таким образом, когда вы начинаете оптимизировать это страхование, интересный момент в том, что вы интернализируете риск и учитываете риск по тем показателям, которые никогда не будут измерены. Это требует иного типа мышления.
В Lokad, когда у нас есть такие системы, которые работают автоматически, они напоминают хороший антиспам-фильтр. Он тихо работает, и вы его не замечаете. Он просто исполняет свои функции, и в какой-то момент вы даже можете задаться вопросом, действительно ли он вам нужен, ведь он спокойно функционирует, и некоторые проблемы вообще не возникают. Но как только вы его отключаете, проблемы возвращаются.
Я считаю, что идея создания нарративов очень важна, ведь это способ передать как рациональные, так и технически сложные аспекты в максимально сжатой форме. У людей нет времени становиться экспертами во всех этих рисках, балансировать всё это и рассчитывать все компромиссы.
Проверка на понимание: действительно ли этот человек смотрит на проблему с точки зрения, которая имеет смысл? Для примера, если мы говорим, скажем, о техническом обслуживании самолетов, качестве сервиса, один из простых подходов заключается в рассмотрении показателя AOG (самолет на земле). То есть, на каждый инвестированный доллар, сколько случаев AOG в год вы избегаете? Ведь когда самолет стоит на земле, пассажиров приходится перенаправлять, что приводит к множеству задержек, значительным затратам, цепным эффектам в расписании полетов и так далее.
Если вы думаете в терминах уровня сервиса, вы полностью упускаете суть, ведь для того чтобы самолет взлетел, ему нужна каждая деталь. Важным событием является проблема “самолет на земле”, а не отсутствие запасов и тому подобное. Каждому бизнесу необходимо иметь такое понимание, которое глубоко резонирует с его целями, а не полагаться на простые метрики, доступные дешево благодаря встроенному программному обеспечению, даже если они совершенно не соответствуют решаемой проблеме.
Я знаю, что у меня присутствует определённая программная предвзятость в моём взгляде. Какой нарратив у вас, Кнут? Я люблю цифры, но многие думают, что цифры противопоставляются нарративу, однако я так не считаю. Я бы сказал, что они идут рука об руку. Если у вас есть способ даже для себя понять, что происходит, это полностью определяет, как вы конструируете свои числа.
Так что не думайте, что нарратив существует независимо от чисел. Нарратив — это буквально та история, которую вы рассказываете себе, чтобы направлять свою работу как специалист по данным. Если вы выбрали неверный нарратив, это, скорее всего, означает, что вы работаете с полным набором неверных чисел. Правильность заключается не в математическом аспекте, а, как правило, в соответствии между бизнесом и тем, что вы делаете с этими числами.
Да, бывают фактические ошибки, когда вы просто умножаете число, хотя нужно делить, но это крайне техническая ошибка, и такие ошибки обычно наносят настолько явный вред вашим расчетам, что их легко заметить. Проблемы, которые гораздо сложнее, — это когда вы слегка отклоняетесь от правильного.
Knut Alicke: Числа явно подтверждают ваш рассказ и поддерживают всё, что вы делаете для понимания, если что-то идёт не так, когда вы затем переходите к деталям. Есть ситуация, когда вы спрашиваете, а затем анализируете: отсутствующая услуга, самолёт на земле — почему так? Нет доступности — почему так? Потому что у нас не было запасов, почему так? Потому что у нас не было хорошего контракта с поставщиком и так далее. И потом вы находите коренную причину и можете решить проблему.
Conor Doherty: Любая форма лидерства или любая концепция лидерства, которую вы предложите, даже если это модель цепочки, остаётся эффективной. Лидерство по-прежнему основывается на наличии людей с необходимыми навыками для реализации видения, выраженного в любой удобной вам форме. Так что, Knut, возвращаясь к исходной точке спустя три года, какой, по вашему мнению, является критически важным навыком для специалистов в цепочке поставок?
Knut Alicke: Я мог бы сейчас повторить модель цепочки, но давайте не будем этого делать. Нужно обладать всеми этими навыками. И я считаю, что все мы должны стремиться к тому, чтобы каждый, кто работает в цепочке поставок и понимает все эти процессы от начала до конца, обязательно обучал коллег как в области цепочки поставок, так и в других сферах.
Чтобы повысить уровень компетенций и, так сказать, увеличить кадровый резерв. Joannes и я преподаём в университетах именно по этой причине – чтобы обучать практическим аспектам цепочки поставок, расширять сообщество и распространять информацию. Дайте понять всем, что цепочка поставок – это чрезвычайно интересная тема, которая также открывает путь к руководящим позициям.
Часто люди спрашивают: «Если я работаю в цепочке поставок, не является ли это тупиковым направлением?» Нет, всё совсем не так. Это тема, которая была одной из самых важных за последние три года и останется таковой в будущем.
Joannes Vermorel: Я полностью согласен. Если говорить о навыках, то, пожалуй, один из самых важных, если мне нужно назвать только один, – это не программирование, а умение ясно излагать мысли письменно. Ведь суть сотрудничества в вашей крупной компании заключается в распределённости, и, как правило, общение происходит письменно. Да, можно встретиться лично, но в большинстве случаев всё происходит в письменном виде.
Вам нужно иметь чёткое повествование, которое, опять же, передаётся письменно. Вы хотите организовать свои отчёты и прочее – всё в письменном виде. И одно из качеств, которое, на мой взгляд, недооценивается в современных корпорациях, особенно в цепочке поставок (хотя в других отделах, таких как маркетинг, ситуация бывает иная), – это умение писать ясно.
Очень часто я замечаю, что качество письменной речи в этих отделах, если говорить в общем, довольно низкое. В итоге получаются запутанные сводки проблем, неясные формулировки самих проблем. Даже когда людей просят дать полустраничное описание своей должности и объяснить, зачем она вообще существует, итог обычно оказывается абсолютно плачевным.
И это большая проблема. Я считаю, что есть отрасли или функции, где люди на протяжении долгого времени оттачивают навык ясного письма. Финансы – один из таких примеров, где всё изложено очень кратко и по делу. Маркетинг – ещё один, из необходимости. Если вы хотите создать хороший бренд, вам нужно уметь чётко и лаконично передавать информацию.
Есть отрасли, такие как программное обеспечение, где общение преимущественно происходит письменно, и поэтому, в среднем, качество письма там довольно высокое по сравнению с другими отраслями. Но в целом, я считаю, что у студентов навык письма всё ещё слаб, и его можно улучшать на протяжении всей жизни. Это не то, что после университета вы уже совершенны – это то, чему можно учиться и позже.
Conor Doherty: Как принято на Lokad TV, Knut, последнее слово за вами. Есть ли что-то, что вы хотели бы добавить?
Knut Alicke: Вам следует купить книгу на Amazon. Если вам всё ещё нужен рождественский подарок, книга доступна. Она есть на Amazon и в других магазинах. Обязательно купите экземпляр, обязательно распространяйте информацию. Расскажите, что цепочка поставок – это круто, и стройте свою сеть.
Conor Doherty: Ладно, на этом всё. Joannes, спасибо за ваше время. Knut, большое спасибо за ваше. И спасибо всем за просмотр. До встречи в следующий раз.
