00:00:00 Вступление Конора Доэрти
00:00:35 Объяснение формата дебатов
00:02:59 Открытое выступление Жоанна Вермореля
00:09:52 Открытое выступление Кэрол Птак
00:17:07 Опровержение Жоанна Вермореля
00:22:13 Опровержение Кэрол Птак
00:27:17 Заключительное слово Жоанна Вермореля
00:29:19 Заключительное слово Кэрол Птак
00:31:24 Вопросы от аудитории
00:32:10 Проблемы принятия решений
00:34:56 Мысли о теории DDMRP
00:37:51 Подход, ориентированный на спрос, во время COVID
00:40:52 Подход Lokad к управлению нарушениями
00:42:17 DDAE и вероятностное прогнозирование
00:49:14 Сравнение DDMRP с MRP
00:56:40 Минимальная технология для оптимизации
00:58:44 Внедрение DDMRP в крупных розничных сетях
01:00:02 Значение потока в DDMRP
01:01:09 Адаптируемость на системном уровне
01:03:35 Можно ли сравнивать кейс-стади
01:07:46 Управление неопределенностью на неопределенность
01:12:26 Основная критика модели DDMRP
01:19:19 Когда DDMRP недостаточно
01:24:47 Взгляд на пуш против пул
01:26:46 Безопасность запасов и высокая изменчивость
01:29:46 Почему подход, ориентированный на спрос, не так широко распространен
01:35:01 Завершение дебатов
Полный текст
Конор Доэрти: Добро пожаловать на очень особый эпизод LokadTV. Сегодня у меня есть удовольствие провести живые и, надеюсь, дружественные дебаты между Кэрол Птак и Жоанном Верморелем. Кэрол является партнером Института, ориентированного на спрос, и приглашенным профессором и выдающимся исполнительным преподавателем в Тихоокеанском Лютеранском Университете. Тем временем, Жоанн, справа от меня, является основателем и генеральным директором Lokad. Он является инженером Корпуса Мин Франции и преподавал программную инженерию в Эколь Нормаль Сюперьёр в течение шести лет.
Теперь я быстро попытаюсь описать параметры дебатов. Во-первых, тема: “Способна ли модель адаптивного предприятия, ориентированного на спрос, справиться с вызовами принятия решений в реальных цепях поставок?” Кэрол будет аргументировать в поддержку, а Жоанн - против. Сначала будет семиминутное открытое выступление, о чем было договорено заранее. Сначала выступит Жоанн, а затем Кэрол. Затем каждому оратору будет предоставлено пять минут на опровержение. После этого каждому оратору будет предоставлено две минуты на заключительное слово. На этом этапе я задам несколько вопросов, надеюсь, полностью основанных на вопросах аудитории. Не стесняйтесь задавать свои вопросы в любое время в прямом эфире. А, в конце, у них будет свободный обмен мнениями, ради чего все здесь и собрались.
Теперь, в подготовке к дебатам, оба спикера согласились с следующим определением, и я цитирую: “Модель DDAE - это инструмент управления для восприятия изменений на рынке, адаптации к сложным и нестабильным средам и обеспечения стратегий инноваций, основанных на рынке. Ее три основных компонента - это модель операционной деятельности, основанная на спросе, спросово-ориентированное планирование продаж и операций и адаптивное планирование продаж и операций.” Честно говоря, это довольно длинное определение, поэтому мы вставили ссылку на открытый документ Google в чате. Если вы нажмете на нее, вы перейдете к открытому документу Google, в котором вы найдете подробные определения всех этих терминов и полные биографии спикеров.
Теперь, во время дебатов, я буду строго контролировать время обоих спикеров. Единственное прерывание будет мягким намеком, чтобы напомнить вам, когда у вас заканчивается время. Я также рекомендую вам взаимно отслеживать время на своих устройствах. Спикеры, мы почти закончили. Во время подготовленной части дебатов спикеры должны оставаться полностью молчаливыми. Если вы начнете перебивать друг друга во время своих подготовленных замечаний, вас заткнут, и вам об этом предупредили заранее. И, наконец, если вам нравится то, что мы здесь делаем, если вам нравятся дебаты по цепочке поставок, я призываю вас подписаться на YouTube-канал Lokad и следить за нами в LinkedIn.
И с этой наглой саморекламой я спрашиваю вас обоих: способна ли модель Demand Driven Adaptive Enterprise справиться с вызовами принятия решений в реальной цепочке поставок? В качестве противника выступает Джоаннес.
Джоаннес Верморель: Уважаемые дамы и господа, уважаемые коллеги и энтузиасты цепочки поставок, рад присутствовать здесь, чтобы обсудить модель Demand Driven Adaptive Enterprise и ее способность справиться с реальными вызовами принятия решений. В этой связи Кэрол порекомендовала мне три книги: “Планирование потребностей в материалах, основанное на спросе” 2016 года, “Demand Driven Adaptive Enterprise” 2018 года и, наконец, “Адаптивное планирование продаж и операций” 2022 года.
Всего 886 страниц, но не волнуйтесь, вам нужно прочитать только треть. Остальное похоже на сериал на Netflix, который не может перестать резюмировать предыдущие эпизоды, так как эти книги сильно перекрываются. Я пощажу вас и отклоню их как единое, чрезмерно повторяющееся произведение. Как человек, глубоко заинтересованный в цепочке поставок, я подошел к спросовой парадигме с большими надеждами. В конце концов, кто не возбуждается от рамочной модели, обещающей революцию в нашей отрасли? Однако, после того, как я подверг себя практически тысяче страниц, я не убежден.
Во-первых, тривиальности. На странице 43 “Адаптивного предприятия” я цитирую: “Если руководители хотят выполнить свою миссию, им необходимо понять, с чего начать”. Ну да. Страница 163: “Постоянное определение, постоянное придерживание одних и тех же принципов”. Я предполагаю, что для тех, кто мог пропустить начальную школу, это последовательно определено. Иллюстрации, предположительно предназначенные для помощи читателю, не лучше. На странице 150 у нас есть таблица чисел с подписью “Данные”, столбчатая диаграмма с подписью “График” и текстовый фрагмент с подписью, подождите, “Текст”. Слава богу, они это уточнили. Я собирался назвать столбчатую диаграмму современным искусством. Кажется, авторы опасаются, что мы можем не узнать эти базовые концепции, но, возможно, они выполняют общественную службу для тех, кто не справился с начальной школой.
Теперь, если легкие части оскорбительно просты, что насчет сложных частей? Возможно, истинная ценность спросовой парадигмы заключается между клише, зарытая между ними. Давайте рассмотрим уравнения. И да, они включают уравнения, или по крайней мере так они их называют. На страницах 17, 25, 28 и 29 “Адаптивного предприятия” мы сталкиваемся с тем, что авторы называют уравнениями. Но эти уравнения - это просто случайный набор греческих букв и дробных черт. Они не являются уравнениями ни в каком смысле этого слова. Как человек, который также играл с редактором уравнений Microsoft Word, я понимаю искушение, но, учитывая, что они пытаются преподавать лучшее принятие решений в цепочке поставок, возможно, было бы полезнее предоставить некоторые реальные математические формулы.
Наоборот, с 99 по 105 страницы мы вынуждены выдержать мучительно скучное объяснение, где авторы, на простом английском языке, говорят нам: “Добавьте это, вычтите то и умножьте это”. Это похоже на чтение рецепта для математических операций. Полдюжины страниц можно было бы сжать в несколько строк базовых формул. Но, возможно, это показало бы, что математика, лежащая в основе Demand Driven Adaptive Enterprise, не обладает уровнем сложности учебника средней школы. Не совсем то, что вы ожидаете от работы, утверждающей, и я цитирую, “возникновение науки о сложных адаптивных системах”.
Чтобы быть справедливым, в этих трех книгах есть одно настоящее уравнение. Только одно. И нет, это не так называемое уравнение чистого потока на странице 150 книги DDMRP, которое, несмотря на свое грандиозное название, является всего лишь определением. Единственное уравнение находится в книге “Адаптивное S&OP” на странице 156. Это индекс возможностей Тагучи. Эта формула является прямым копированием из Википедии, но, эй, это все равно уравнение. К сожалению, это уравнение из механической инженерии для размерных допусков и обычно считается полностью не связанным с цепями поставок. Оно появляется случайно посреди обсуждения целей производительности S&OP.
Теперь я не предлагаю, что авторы пытаются запутать читателей нерелевантными уравнениями. Возможно, они просто потерялись в море копирования и вставки. Погружаясь глубже между клише и псевдо-уравнениями, мы находим множество призывов к действию. Призывы к действию - это замечательно. Компаниям действительно нужно действовать. На странице 44 книги “Адаптивное предприятие” нам предлагается ряд рекомендаций, которые предполагают, что людей нужно обучать системному мышлению, людям нужен общий язык, общий системный язык для мышления и работы, и мы должны позволить людям понять связи между отделами, ресурсами и людьми.
Дамы и господа, какая блестящая программа. Как генеральный директор, я был бы вне себя от радости, если мои 60 сотрудников смогли бы это достичь. И, заметьте, в Lokad мы нанимаем высококвалифицированных инженеров, и даже для нас то, что предлагает Кэрол, является невероятно сложным. Я могу только представить, насколько хорошо это сработает в компании, где работает тысячи сотрудников, и единственная связь, которую они понимают, - это посиделки после работы по пятницам. Так что, естественно, я ожидал руководства книги о том, как перепрограммировать умы моих сотрудников, научить их новому языку и заставить их понять тонкости каждого отдела. Но после бросания этой бомбы книги сразу переходят к следующей главе, не предоставляя никакого руководства по достижению этих высоких целей.
Итак, чтобы подытожить, у нас есть почти тысяча страниц, которые колеблются между ослепительно очевидным, абсолютно тривиальным, математически нелепым и чрезвычайно непрактичным. Demand-driven хвастается возглавлением революции в управлении цепями поставок. Иронично, что единственное, что он революционизировал, - это мое разочарование в текущем состоянии литературы по цепям поставок.
Конор Доэрти: Джоаннес, у вас осталось 21 секунда.
Джоаннес Верморель: У меня все хорошо.
Конор Доэрти: Вам все хорошо? Хорошо, на этой ноте, Джоаннес, спасибо за вашу открывающую речь. Кэрол, я обращаюсь к вам за вашей открывающей семиминутной речью, пожалуйста.
Кэрол Птак: О, большое спасибо. Ну, это было забавно, по крайней мере. Я не поняла, что я пришла для того, чтобы сделать отчет о книге и критиковать каждую страницу. Так что, чтобы отбросить это, я действительно надеялась, что наша дискуссия будет о модели Demand Driven Adaptive Enterprise, а не о отчете о книге и цитировании страниц. Просто чтобы это уладить, эти три книги были написаны для трех совершенно разных рынков. Я не ожидала, что кто-то там прочитает все тысячу страниц. Я просто подумала, что с научным умом Джоаннеса ему может быть интересно понять как операционную, тактическую и стратегическую точку зрения этой цепи поставок.
Итак, давайте разберемся, что на самом деле представляет собой модель “Demand Driven Adaptive Enterprise” и почему она является революционной. DDAE основана на науке о сложных адаптивных системах и понимании того, что поставочные цепи не являются цепями. Поставочные цепи никогда не были цепями. Мы неправильно назвали их так, когда назвали, и это потому, что те из нас, кто был замешан в названии поставочных цепей, включая меня самого, мы вышли из операционной способности, где мы были привыкли использовать алгоритмы оптимизации, чтобы понять, где наши узкие места и как мы можем максимизировать выход всего процесса на основе максимизации узкого места.
Итак, когда мы впервые назвали поставочную цепь, мы сказали: “Хорошо, я возьму свои операции и свяжу их с моим клиентом и клиентом моего клиента, моим поставщиком и поставщиком моего поставщика, и вуаля, у нас есть поставочная цепь”. Мы очень ошибались. Поставочные цепи не являются цепями, никогда не были. Они являются сложными адаптивными системами, и сложные адаптивные системы работают на совершенно другой науке, чем цепь. Цепь - это линейная система. Сложные адаптивные системы не являются линейными. Они являются сетями. В них много узлов, много связей, и, к сожалению, ученые любят разрезать связи, чтобы изучать узлы в деталях, а затем верить, что мы можем все это снова объединить и понять целое. Когда на самом деле, как только связи обрываются, мы теряем контекст для всего.
Так что делает DDAE отличающимся, это то, что он понимает, что поставочные цепи действительно не являются цепями; они являются сложными адаптивными системами, что означает, что они не задерживаются в одном и том же состоянии слишком долго. Как только на них оказывается какое-либо давление, они изменяются и преобразуются, и по определению их нельзя математически оптимизировать. Наука о сложных адаптивных системах основана на идеях биологии и экономики, и поэтому она очень хорошо понятна. Если кто-то заинтересован в очень хорошей книге по этому поводу, то есть книга, написанная генералом Стэнли Маккристалом, “Команда команд”.
Как работает DDAE? Что мы понимаем, что каждая компания сегодня находится в переменном, нестабильном, неопределенном, сложном и неоднозначном мире. Поэтому нам необходимо иметь возможность быстро ощущать изменения на рынке, а затем адаптировать планирование и производство, брать у поставщиков и заботиться об этом и делать все это в режиме реального времени. Новая идея? Нет. Определение существовало для “demand driven” еще в 2001 году. Оно было придумано, когда я работал в PeopleSoft. Мы действительно не понимали, как это делать, пока примерно в 2006 году Чад Смит и его команда не начали использовать концепцию разделения поставочной цепи.
Из-за мира VUCA, этого переменного, нестабильного, сложного, неоднозначного мира, в котором мы живем, если наше время реакции на рынок больше, чем терпимое время наших клиентов, то где-то вдоль поставочной цепи кто-то должен держать запасы. Таким образом, запасы - это актив. Мы позволили говорить о запасах как о обязательстве, как об активе, вещи туда-сюда, но это зависит от того, где и сколько таких запасов существует. Если у нас есть правильные запасы в правильном месте, то запасы явно являются активом, потому что они улучшают рентабельность компании, которая является соответствующей метрикой.
Как мы можем достичь согласованности в организации для достижения ROI? Как мы управляем операционными, тактическими и стратегическими диапазонами, чтобы компания была в согласованности для достижения ROI? Я не могу выйти на производственное помещение и спросить Джо на производственном помещении, что он сделал, чтобы увеличить ROI в тот день, но я, конечно же, могу выйти и поговорить с ним на производственном помещении и спросить: “Что вы сделали, чтобы улучшить поток?” И снова, это не новая идея. Мы знаем о потоке очень, очень, очень давно, начиная с древних финикийцев, когда им пришлось переделать свои торговые суда в военные корабли.
Модель DDAE основана на согласованности потока в организации, что преобразует все в организации. Мы больше не сосредотачиваемся на эффективности затрат и оптимизации, потому что мы понимаем, что то, что мы управляем, не является линейной системой; это сложная адаптивная система. И современный мир, в котором мы его управляем, является переменным, нестабильным, сложным и неоднозначным миром. MRP, например, была разработана в 50-х годах, коммерциализирована в 70-х годах, когда Джо Орлики написал свою книгу. И то, что мы поняли тогда, это то, что нам нужно было иметь возможность делать зависимое планирование, и поэтому зависимое планирование было настоящим активом от MRP.
Но помните, в 50-х и 60-х годах у нас было всего 8 Кб памяти и пара магнитофонов, поэтому мы обычно запускали планирование материалов раз в неделю, многие компании - раз в месяц, а затем мы детализировали это. И мы действительно думали, что с развитием технологий все станет лучше. И на самом деле, в 2001 году PeopleSoft представила первую систему MRP в реальном времени, и реакция наших клиентов была: “Пожалуйста, остановите это”, потому что они не могли справиться с нервозностью системы. Уровень точности, когда мы пытаемся связать его по всей цепочке поставок, вызывает такую самоиндуцированную нестабильность и изменчивость, с которой планировщики не могут справиться.
Итак, идея заключается в том, как мы можем одновременно очень быстро реагировать на изменения на рынке в изменчивой, переменной, неопределенной, сложной и неоднозначной среде и использовать преимущества современных систем вычислений в реальном времени? Когда доктор Голдратт и я написали книгу “Необходимо, но недостаточно”, мы говорили о технологиях, потому что мы понимали, что с изменением технологий должны меняться и бизнес-правила. И с изменением бизнес-правил должна меняться технология. И мы очень счастливы сегодня, что у нас есть такие вещи, как машинное обучение и искусственный интеллект, которые, кстати, также основаны на той же науке, что и модель DDAE.
И вот что делает нас очень инновационными, это то, что теперь бизнес-правила соответствуют возможностям технологии, и поэтому мы теперь можем чувствовать изменения на рынке, адаптировать наше планирование и производство, брать у поставщиков и использовать системы в реальном времени, которые у нас есть.
Конор Доэрти: Хорошо, Кэрол, я дал вам дополнительные 3 секунды, но они были хорошо потрачены. Большое спасибо. Спасибо. В этот момент, Йоаннес, я передаю вам слово для вашего 5-минутного возражения.
Йоаннес Верморель: Да, я имею в виду, первое, что бросается в глаза, это противоречия, например, в математике. Потому что, когда Кэрол цитирует современные компьютеры, компьютеры, как следует из названия, вычисляют. Это единственное, что они делают. У них нет никаких шаровидных стекол или чего-либо подобного. И на самом деле, в самих книгах есть тонны уравнений. Опять же, я не говорю, что я нашел - я описываю вещи как уравнения. Вещи упоминаются и перечисляются как уравнения самими авторами. И когда они имеют дело с нелинейностью, мы снова находимся в области математики. Так что это не то, что я придумал для себя; это то, что авторы придумали для себя.
Исходя из моей критики этих книг, которые являются практически священными текстами парадигмы спроса, ответ, кажется, заключается в том, что целое больше, чем сумма его частей. Правильно, мы не можем рассматривать отдельные элементы. Так что несмотря на то, насколько дисфункциональными являются отдельные элементы, объедините их вместе и вуаля, у вас есть великолепие. Это похоже на сборку автомобиля из запасных частей Toyota и ожидание Tesla. И догадайтесь, у нас также есть исследования случаев, подтверждающие это. Это также будет интересным моментом.
На странице 325 книги DDAE у нас есть пример розничного случая использования DDMRP, например. Он утверждает, что увеличился доход на 60%, запасы сократились на 40%, и я цитирую: “устранение ощущения нехватки товаров в магазинах, несмотря на почти уменьшение запасов в два раза”. Что ж, если вы верите в это, у меня есть мост в Бруклине, который я могу вам продать. Но вот подвох: мы не можем проверить ни одно из этих исследований случаев. Шокирующе, я знаю. И поддержка идет от самого продавца, расхваляющего чудодейственное средство спроса. Это похоже на владельца ресторана, который пишет свой собственный пятизвездочный отзыв на Yelp: “Поверьте мне, это лучший суши в городе”. Конечно, но исследования случаев не являются ничем более, чем модным способом сказать: “Потому что я так сказал”. Не слишком убедительные доказательства.
Теперь, по существу, потому что здесь было так много отклонений, мы говорили о фактах, определении сложных адаптивных систем, анекдотах, откуда происходит название “цепочка поставок” и некоторых интересных фактах о ERP, улучшении технологий и так далее. Но реальность заключается в том, что если мы вернемся к простому тесту, я бы сказал, что в режиме реального времени адаптивного предприятия на странице 7 перечислено нелинейное поведение как первый принцип, о чем также отметила Кэрол. Так что это первый принцип сложных адаптивных систем. Звучит впечатляюще, но давайте рассмотрим самую простую нелинейность, которую мы можем наблюдать в цепочке поставок: Минимальный объем заказа (MOQ). Конечно, “ориентация на спрос” должна иметь что-то глубокое сказать о МОЗ. На самом деле нет. За тысячу страниц МОЗ упоминается шесть раз. Это хорошо, в каждой книге примерно два раза в среднем. Так что у нас есть довольно много материала.
И давайте рассмотрим пример. На странице 63 у нас есть пример МОЗ, который настолько мал, что его можно считать незначительным для расчетов. Увлекательно. А затем на странице 115 у нас есть ситуация с заказом контейнера. Интересные нелинейности с нескольких сторон с МОЗ. И какова ситуация? У нас есть размер заказа 100 единиц, размер контейнера 100 единиц и МОЗ - подождите - 100 единиц. Такое совпадение. Как будто звезды выстроились так, чтобы не иметь дело с какой-либо реальной нелинейностью. Вы можете повторить этот процесс с ценовыми скидками, товары с ограниченным сроком годности, сквозное складирование, оборудование, подлежащее ремонту, и так далее. “Ориентация на спрос” абсолютно ничего не говорит об этих обычных нелинейностях. Ничего. Ноль.
И вот суть “ориентации на спрос”: модная теория, которая ставит перед собой величественные цели, используя лучшее, что может предложить технология. Да, но технология дает вам компьютеры для расчетов, и есть так много уравнений, и все же они ничего не делают. Таким образом, мы ставим перед собой величественные цели, но у нас нет ничего, чтобы справиться с обычными проблемами принятия решений. И поэтому мы должны верить, что “ориентация на спрос” может справиться с реальными проблемами цепочки поставок в реальном мире? Позвольте подумать. Нет, абсолютно нет.
Конор Доэрти: Несколько секунд в запасе. Спасибо, Йоаннес. Кэрол, ваше пятиминутное возражение, когда вы будете готовы.
Кэрол Птак: Спасибо. Опять же, я очень разочарована тем, что Йоаннес выбирает написание отчета о книге вместо обсуждения модели, которую мы должны были обсуждать. Но позвольте мне сначала затронуть случай, на который он ссылается в книге, и я приглашаю вас присоединиться к нам во Франкфурте на следующей неделе, где вы сможете поговорить с человеком, который фактически реализовал эту модель. Дэвид Поведа будет там из Медан Колумбия, и он сможет дать вам все подробности.
На следующей неделе на Demand Driven World у нас также есть, потому что я знаю, что вас всегда очень волнуют случаи, то, поверьте мне, и всегда случается так, что исследования проводятся компанией-разработчиком программного обеспечения или консультантом, которые всегда стараются приукрасить ситуацию. Мы не позволяем этого в Demand Driven Institute. Все наши исследования проводятся практикующими специалистами. Так что я приглашаю вас, Йоаннес, и всех наших слушателей, если вы хотите зарегистрироваться на Demand Driven World на следующей неделе.
У нас будет девять исследований случаев от компаний, таких как Assa Abloy, где выступит директор по логистике Фредрик Хельгессон. Еще один случай из Мексики, от Mega Alimentos, где выступит директор по цепям поставок Антонио Тревино. Mettler Toledo придет с главой своего глобального планирования, A2A с их исполнительным директором, Gelwin с их вице-президентом по цепям поставок, Sapo с их руководителем планирования, Koch Engineered Solutions с их глобальным руководителем по планированию и планированию производства, PPG с их директором по цепям поставок в Латинской Америке.
Это только исследования случаев, которые будут представлены на следующей неделе в Германии. Я бы настоятельно рекомендовал всем, поверьте мне, идите вперед. Мы размещаем все наши исследования случаев на нашем веб-сайте. Они проводятся только практикующими специалистами. Мы не позволяем компаниям-разработчикам программного обеспечения или консультантам даже совместно выступать. Эти практикующие говорят: “Мы сделали это, вот почему мы это сделали, вот с какой проблемой мы столкнулись, вот какие результаты мы получили”, и очень откровенно говорят: “И если бы нам пришлось сделать это снова, вот что мы изменили бы”. Мы не контролируем и не редактируем ни один из их комментариев.
Итак, когда мы рассматриваем идею MOQ, я думаю, что вы неправильно процитировали количество раз, когда MOQ появляется там, так как оно появляется каждый раз, когда появляется уравнение чистого потока. Но я все еще думаю, что вы упускаете суть того, что такое Demand Driven Adaptive Enterprise. Это действительно три отдельных соответствующих временных диапазона с необходимыми инструментами, которые актуальны для этого временного диапазона.
Теперь, что такое актуальность? И это определение, которое есть в книге. Актуальность - это то, как я устанавливаю и как я связываю требования с тем, что происходит в этом временном диапазоне. Так как я более тесно связываю свои активы с тем, что происходит на рынке? Просто реализуя DDMRP, который является двигателем внутри Demand Driven Operating Model, обычно компании достигают сокращения запасов на треть до половины и обычно их своевременность и полнота доставки повышаются до более чем 90%.
Я бы порекомендовал вам обратиться к случаю Coca-Cola Africa, чтобы услышать, что там происходило. Теперь, до того, как они внедрили DDMRP, их точность прогнозирования составляла около 50%. Они внедрили, получили лучшие результаты, их запасы снизились, своевременность и полнота доставки повысились, и в конце концов их точность прогнозирования составляла около 50%. Это означает, что мы не прогнозируем? Нет, конечно нет. Нам нужны прогнозы, чтобы иметь возможность работать в тактическом и стратегическом диапазонах. Что я надеялся, что мы сможем обсудить в этом споре, это больше разговора о том, как работает модель DDAE, а не обзора книги постранично.
Итак, рассматривая идею прогнозирования, вы знаете, в вероятностном прогнозировании, да, оно определенно имеет свою роль, но оно имеет роль только в тактическом и стратегическом диапазонах, что позволяет нам помочь изменить и адаптировать рабочую модель, в которой DDMRP является планирующим двигателем. Так что мы рассматриваем это, мы должны учитывать, что модель DDAE может использовать только то, что мы можем повлиять. Вне нашего рассмотрения должна быть наша рыночно-ориентированная инновация, и с другой стороны, мы должны учитывать фактический рыночный спрос.
И, как я уже сказал ранее, если нам повезло, что наш общий накопительный срок поставки соответствует ожиданиям наших клиентов, то такая компания легко управляется. Однако это не мир, в котором мы живем. Время терпимости наших клиентов значительно короче, чем наш накопительный срок поставки. Поэтому нам необходима модель управления, чтобы чувствовать изменения на рынке, адаптировать наше планирование и производство, уметь перевести адаптивный бизнес-план в операционную способность и также использовать нашу уникальную операционную способность для стратегического преимущества. Думаю, я вернул вам три секунды.
Conor Doherty: С изменениями. Спасибо. Ну, большое спасибо, Кэрол. С этим, Жоаннес, я возвращаюсь к вам для ваших заключительных двухминутных замечаний.
Joannes Vermorel: Так что почти тысячи страниц материалов по “Спросу-ориентированному” подходу плюс несколько минут комментариев можно сжать в записке. Вот самое поразительное: парадигма “Спроса-ориентированного” подхода абсолютно неприступна для разума. Я мог бы провести весь день, процитировав строки, выделить каждую из них как тривиальную, бессмысленную или абсолютно иллюзорную, и мы все равно останемся на месте, как хомяк на колесе, но без развлекательной ценности. Почему так? Потому что каждый раз, когда я указываю на недостаток, это похоже на игру в шахматы с голубем. Он сбивает фигуры, срет на доску, а затем ходит вокруг, как будто победил.
Кэрол не ответила ни на одну из серьезных критик, которые я выдвинул, включая такие основные, как явное неправильное использование индекса способности Тагути. Она не объяснила псевдо-уравнения. Она могла бы попытаться опровергнуть мои аргументы один за другим, но она этого не сделала. И она этого не сделала, потому что не может. Вместо этого нам предлагается ряд отступлений, в основном аргументы авторитета. Не будем дурачить себя. Исследования случаев - это просто модный способ сказать: “Доверьтесь мне, я профессионал”. Дамы и господа, я обращаюсь к самой высокой форме человеческого мышления: тесту на утку. Если оно выглядит как утка, плавает как утка и крякает как утка, то, вероятно, это утка. Если теория выглядит как мусор, пахнет как мусор и звучит как мусор, то, вероятно, это мусор.
В заключение, может ли модель адаптивного предприятия, ориентированного на спрос, решить реальные проблемы цепей поставок в реальном мире? Нет. Но я признаю: если вы somehow сможете обмануть своих конкурентов, заставив их думать, что это возможно, то вы определенно получите преимущество, так как они потерпят крах.
Conor Doherty: Спасибо, Жоаннес. И Кэрол, я обращаюсь к вам за вашими двухминутными заключительными замечаниями, пожалуйста.
Carol Ptak: Спасибо. Честно говоря, я очень разочарована Жоаннесом. Я действительно ожидала открытого, честного обсуждения, а не того, чтобы он читал свои заранее подготовленные заметки, не учитывая сделанные замечания.
Что касается функции Тагути, как я сказала в своем пятиминутном возражении, адаптивный бизнес-план затем создает операционную модель. Операционная модель имеет цель, имеет верхний и нижний пределы спецификации, и когда мы сравниваем это с тем, как работает процесс, потому что модель адаптивного предприятия, ориентированного на спрос, теперь позволяет нам операционно работать с контролем процесса, а не с контролем транзакций, как это было в старые дни MRP, то функция Тагути, очевидно, подходит, потому что мы хотим видеть, насколько хорошо наша фактическая производительность соответствует этому определенному диапазону.
Как я уже сказал, я не ожидал отчета или обзора книги постранично. Я действительно ожидал обсуждения самой методологии. И это не “доверьтесь мне”. Я предлагаю вам поговорить с реальными практиками и посмотреть на их реальные результаты. Для меня это говорит громче всего. Это не “доверьтесь мне”. Это “Вот с чем мы столкнулись в нашей бизнес-проблеме, вот что мы реализовали, вот результаты, которых мы достигли, и если бы нам пришлось делать это снова, вот что мы изменили бы”.
И когда мы говорим о том, может ли модель адаптивного предприятия, ориентированного на спрос, удовлетворить потребности этого мира VUCA, в котором мы живем, и давать реальные результаты, ответ - абсолютно и безусловно да. Десятки тысяч людей, прошедших обучение DDI, результаты компаний, увеличение ROI, способность компаний выжить во время пандемии, когда их потребительские паттерны перевернулись вверх тормашками, и все же они смогли улучшить выручку и ROI - я думаю, результаты говорят сами за себя.
Conor Doherty: Хорошо, большое спасибо вам обоим. И Кэрол, спасибо за эти замечания. На этом этапе я перейду к некоторым вопросам аудитории. На самом деле, в чате уже есть довольно много вопросов. Чтобы быть ясным, мы просим указывать, кому адресованы вопросы, но, очевидно, я задам их вам обоим. И снова, время не ограничено, но постарайтесь делать замечания краткими, чтобы у всех была возможность высказаться.
Но прежде чем перейти к вопросам аудитории, есть один вопрос, который я записал, потому что я слушал вас обоих в течение последних 33 минут. И вы знаете, вы ходили вокруг да около книг и того, о чем они, это нормально. Но если я не ошибся, ни один из вас на самом деле не определил, какие, по вашему мнению, являются реальными вызовами принятия решений в реальном мире в сфере управления цепями поставок. Итак, Кэрол, я начну с вас. Как кратко вы можете описать, какие, по вашему мнению, являются реальными вызовами принятия решений в реальном мире в сфере управления цепями поставок?
Carol Ptak: Самый большой вызов - это то, что я сказала, а именно, как я могу реагировать на переменный, нестабильный, неопределенный, сложный и неоднозначный мир? И как я могу сделать это таким образом, чтобы увеличить свою прибыльность?
Conor Doherty: Йоханнес?
Carol Ptak: Это насколько кратко я могу это сформулировать. И если Йоханнес хочет записать это на записке, он может написать это. Это описывает модель адаптивного предприятия, ориентированного на спрос, в одной записке: это все о потоке.
Conor Doherty: Хорошо, спасибо, Кэрол. Йоханнес?
Joannes Vermorel: Я считаю, что управление цепями поставок - это владение опциональностью. У вас ограниченные ресурсы всего, и вам нужно распределить их, что на практике означает миллионы решений ежедневно для крупной цепи поставок. Таким образом, решение проблемы в основном заключается в принятии этих решений. Они очень простые. Это: что вы покупаете, что производите, что распределяете, какую ценовую точку имеете, увеличиваете или уменьшаете ассортимент и т. д. Итак, по моему мнению, все это делается ради прибыли. Но, по моему мнению, управление цепями поставок - это теория и практика, которая позволяет вам принимать эти решения в масштабе, что в настоящее время включает в себя множество вычислений, чтобы они могли быть автоматизированы с помощью компьютеров. Вот и все.
Conor Doherty: Хорошо, Кэрол, теперь, когда вы услышали мнение Йоханнеса, хотите ли вы изменить свое мнение или вы согласны или не согласны?
Carol Ptak: Нет, совсем нет, но я думаю, и вы знаете, я присутствую с самых ранних дней компьютеров и разговора, который я вел с компьютерной компанией и компанией по разработке программного обеспечения, он сказал: “Мы не требуем от наших клиентов делать то, что мы им говорим”. И я сказал: “Вы, конечно, делаете это, потому что то, что вы встраиваете в свое программное обеспечение, является лучшими практиками отрасли”. А что, если эти практики неправильные?
Таким образом, методология идет вместе с вычислениями, а технология идет вместе с методологией. Например, на следующей неделе на Demand Driven World у нас будет Симо, который может создать полную цифровую копию компании, чтобы начать принимать некоторые стратегические решения, о которых говорит Йоханнес. Но делает ли это с потенциалом двигателя DDMRP, чтобы понимать, где я должен размещать стратегические буферы запасов, как их планировать, как затем получать реальное время реагирования на мой рынок? Таким образом, технология сама по себе необходима, но недостаточна. Хороший заголовок книги.
Conor Doherty: Хотите что-то добавить или я могу продолжить?
Joannes Vermorel: Нет, продолжайте.
Conor Doherty: Продолжаем. Этот вопрос адресован Джоаннесу. Я читаю его дословно так, как он был мне задан. Можете ли вы поделиться своими мыслями о теории, лежащей в основе DDMRP, в частности, о том, как DDMRP развивается на основе существующих практик в сфере цепей поставок?
Joannes Vermorel: Вкратце, DDMRP - это набор тривиальностей. Они определяют размеры буферов с помощью трех цветов. На точке разделения ничего конкретного не указано. У вас нет алгоритма, чтобы знать, как их расположить, поэтому они просто предоставляют крайне неоднозначные рекомендации. Там также есть грубые ошибки. Например, они говорят, что когда есть минимальный заказ, зеленая зона должна быть такой же большой, как минимальный заказ, что абсолютно неразумно, потому что есть много ситуаций, когда пополнение запасов до минимального заказа - это безумие. Так что это абсолютно не должно быть частью того, что DDMRP называет зеленым.
Но в конечном счете, это очень, очень поверхностно. Знаете, это то, что для чего-то количественного, на мой взгляд, можно было бы описать всего в трех страницах, и все. Итак, это очень, очень слабо. Это даже оскорбление для исследований операций, которые были до этого, сказать, что это их потомок. Это не так. Исследования операций уже на несколько лет опережали DDMRP.
Carol Ptak: Хорошо, и я бы поспорила о сложности по сравнению с результатами. Просто потому, что что-то сложное, не значит, что оно лучше. DDMRP фактически основана на идее гибкого производства, MRP, DRP, теории ограничений с некоторыми инновациями, которые фактически гармонизируют все эти вещи, которые раньше мы считали противоположными друг другу. Так что это действительно все о потоке.
Что касается того, как я позиционирую эти буферы, я думаю, что он, вероятно, пропустил эти страницы в книге. Есть шесть критериев, определяющих местоположение этих буферов, и это включает время терпимости клиента, потенциал рынка, время выполнения, воды, внешнюю изменчивость. Итак, их шесть, и это то, что затем оптимизируется и учитывается в цифровом двойнике, чтобы рассмотреть, как только я разместил эти буферы.
Обычно мы видим, что цепи поставок стабилизируются, потому что мы устранили нервозность системы, и тогда и положение, и количество должно измениться. Так что это цикл адаптации. Так что это не просто чистый пул; это позиционирование, защита, пул и адаптация. Но мы очень ясно понимаем, где находятся эти буферы и зеленый, желтый, красный, потому что это практичность по сравнению с сложностью. Все понимают зеленый, желтый, красный.
Итак, я понимаю правила. Что происходит, когда я вижу зеленый, желтый, красный? Вот почему планировщики его любят, и компании очень быстро его внедряют, и внедрение обычно проходит намного быстрее, чем изначально планировалось.
Conor Doherty: Джоаннес, нет комментариев?
Joannes Vermorel: Нет комментариев.
Conor Doherty: Продолжаем. Этот вопрос напрямую к вам, Кэрол. Я читаю так, как написано. Почему подход, основанный на спросе, испытал трудности во время кризиса COVID, и что компании должны делать, чтобы адаптироваться в таких ситуациях?
Carol Ptak: Ну, во время кризиса COVID был интересный разговор. Мы не испытывали трудностей. Я думаю, что каждый IT-проект, каждый проект по улучшению процессов во время COVID был приостановлен, и это было несчастливо. Мы провели много времени по телефону с высшими руководителями, которые говорили: “Ну, мы вернемся к внедрению, когда вернемся к нормальной жизни”. И наше сообщение для них было: “Добро пожаловать в новую норму”.
Вопрос не в том, наступят ли нарушения, а когда и где они произойдут, поэтому вам лучше быть готовыми. И то, что мы видим, это то, что после COVID фактический спрос на наши образовательные программы достиг рекордного уровня, и количество внедрений по всему миру также достигло рекордного уровня, потому что руководители осознали, что им приходится иметь дело с этим переменным, нестабильным, сумасшедшим миром, в котором мы находимся. У нас был не только COVID, но и российская инвазия Украины, и следующая пандемия, и сумасшествие в американских портах, и забастовки докеров. Речь идет не о том, наступит ли следующее нарушение, а о том, когда и где оно произойдет.
И, к сожалению, во время кризиса COVID многие высшие руководители команд говорили: “Ну, когда мы вернемся к нормальной жизни”, а наше сообщение было: “Добро пожаловать в вашу новую норму”.
Conor Doherty: Хорошо, спасибо, Кэрол. Йоаннес, прости меня, почему ты считаешь, что подход, основанный на спросе, мог испытывать трудности во время кризиса COVID?
Joannes Vermorel: Этот вопрос не был задан мне, поэтому я могу прокомментировать только ответ Кэрол. Потому что, опять же, у меня нет фактов, потому что я не в курсе того, что происходит в компаниях, которые занимаются этими вещами. Но то, что я могу сказать, это то, что на такой фактический вопрос, как этот, мы получаем бесконечный список факторов, и это что-то очень типичное для парадигм, основанных на спросе: регрессия, война в Украине, волатильность, неопределенность и т.д. Модное слово, модное слово, модное слово, проблема, проблема, ситуация.
Видите ли, это как поток вещей. Но когда я начинаю снова, и книги точно такие же, у вас есть список на каждой странице. Они начинают отклоняться в 20 сторон, и каждый раз я думаю: “Хорошо, теперь они открыли 20 глав, чтобы рассмотреть каждую из этих сторон”, и вы ничего не получаете в терминах конкретики, математически обоснованного, и когда я говорю математически обоснованного, я не имею в виду высокую математику, я имею в виду даже математику начальной школы, что-то, что не является двусмысленным, что дает вам правило, которое можно вычислить, и ничего. Вы просто продолжаете двигаться дальше, и снова это просто поток бесконечных фактов. И я думаю, что это действительно паттерн, и я хотел бы, чтобы аудитория обратила внимание на эти потоки фактов.
Conor Doherty: Ну, на самом деле, если я могу продолжить, потому что следующий вопрос будет задан Йоаннесу, а затем Кэрол, я задам его вам. Но предлагает ли Lokad другой подход к управлению нарушениями, подобными тем, что произошли во время COVID, и если да, то как он справляется с такими вызовами?
Joannes Vermorel: Длинный ответ содержится в серии лекций по цепям поставок, но это очень длинный ответ. Краткий ответ заключается в том, что мы используем вероятности и вероятностные прогнозы. Идея заключается в том, чтобы иметь экономическую модель, в которой события с низкой вероятностью и большим экономическим влиянием могут быть учтены. Для этого вам нужны вероятностные прогнозы, а затем, сверху, вам нужен второй инструмент. Таким образом, это предиктивный инструмент, а затем оптимизационный инструмент - стохастическая оптимизация, что является общим термином для любого рода общего решателя, который может дать вам оптимизированный ответ в условиях неопределенности.
В итоге вы оцениваете вероятности всех возможных будущих сценариев, шаг первый. Шаг второй, вы рассматриваете все возможные решения, я имею в виду, очевидно, сокращенные до того, что может обрабатывать компьютер, и оптимизируете то, что дает вам наибольший риск-скорректированный доход от инвестиций. Это краткий ответ на то, как Lokad делает это, я бы сказал, в очень, очень технических терминах.
Conor Doherty: Кэрол, ранее вы говорили, что модель DDAE, подобно всеобъемлющей иерархии концепций, совместима с вероятностными прогнозами.
Carol Ptak: Абсолютно, безусловно. Я имею в виду, что вероятностный прогноз поможет нам определить, как определяется операционная модель. Но, знаете, чтобы вызвать возражение в ответ на ответ Йоаннеса, это был очень сложный научный ответ, который в основном сводится к тому, что “Знаете, ответ получен из компьютера, доверьтесь ему”. И я не знаю ни одного планировщика на лице земли, который скажет: “О, это получено из компьютера, доверьтесь ему”. Модель DDAE более понятна.
Хорошо, в понятных терминах, у меня нет докторской степени или двух или трех. Итак, вы знаете, что я бы сказал, “Хорошо, сначала мы должны согласиться с проблемой. Какую проблему мы пытаемся решить?” И вот почему мы продолжаем говорить о изменчивости, разнообразии, знаете, о реальных проблемах реального мира и о том, как DDAE решает их. И, знаете, другой вопрос, который у меня был бы, “Хорошо, Lokad, где ваша страница с примерами решения проблем для ваших клиентов в реальном мире с реальными финансовыми результатами, представленными вашими практиками?” И я бы поставил эту страницу рядом с тем, что сделала модель Demand Driven Adaptive Enterprise в любой день. И, как я сказал, присоединяйтесь к нам на следующей неделе в Германии, встретьтесь с этими людьми лично, поговорите с ними.
Conor Doherty: Какой-нибудь комментарий? Больше факторов и отклонений и аргументов о власти Черри и торте. Так что, больше комментариев нет.
Хорошо, если я могу продолжить, Кэрол, еще раз, и я не хочу вставлять вам слова в рот, так что поправьте меня, если я не прав, но то, как вы сформулировали свой ответ на комментарий Йоаннеса, было почти как “Ну, у меня тоже нет докторской степени, так что, эй, я не доктор. Я изучал компьютерные науки и числа”.
Казалось, что вы позиционируете себя и свой подход не обязательно как антиакадемический, но понятный. Мой вопрос вам в качестве продолжения: если это понятно, но менее эффективно, чем более сложное решение, вы будете с этим согласны?
Carol Ptak: Нет, я бы не согласилась, потому что я считаю, что это более понятно и эффективно. Когда планировщики и менеджеры могут понять, как что-то работает, они будут использовать это. Как я уже сказала, нет ни одного руководителя на лице земли, который скажет: “О, числа получены из компьютера, хорошо”. Потому что я бы также вызвала возражение Йоаннесу, что вы не можете оптимизировать цепь поставок, потому что цепи поставок являются сложными адаптивными системами. Вы можете рассмотреть альтернативы и выбрать одну, но реальность в том, что пока у вас нет никакой изменчивости в выполнении, всегда будет ряд возможностей, которые будут видны в фактических результатах.
В деманд-драйвене я бы сказал, что не только это легко понять, но мы не используем ничего выше математики пятого класса. Так что я могу понять, почему Йоаннесу обидно от основной академической математики, но в то же время мы не используем ничего выше математики пятого класса. Это очень понятно, поэтому компании используют это и видят невероятные результаты. Есть отличный пример; это был последний, когда мы были в Германии несколько лет назад. Она говорит: “Да, я знаю, то же самое, что и у всех остальных, запасы сократились вдвое, своевременная полнота увеличилась на 90%, скучно”. И я сказал: “Чувак, когда ты устанешь видеть эти результаты, я не в том месте”.
Итак, я предлагаю вам, что это не только проще понять, но и более эффективно. Но это не противоположность вероятностному прогнозированию, потому что эта математика может помочь нам понять, когда мы начинаем двигаться по модели после завершения первоначальной реализации. Как мы адаптируемся? И вот там, я думаю, вероятностное прогнозирование, цифровые двойники действительно вступают в игру, чтобы понять все эти отношения. Но сначала первым шагом должно быть стабилизировать цепь поставок, чтобы смягчить эту операционную изменчивость.
Conor Doherty: Хорошо, Йоаннес, чтобы быть справедливым, у вас есть замечания. У вас есть ответ на это?
Joannes Vermorel: Я имею в виду, во-первых, снова указываются вещи, которые немного бессмысленны. Да, DDMRP и сложная адаптивная система и вся эта теория делают оптимизацию. Это указано в самом начале: они оптимизируют доходность инвестиций. Если вы пытаетесь увеличить или уменьшить число, вы делаете оптимизацию. Это определение оптимизации. Так что, когда вы говорите: “Видите ли, это то, что полностью шизофренично”, где вы говорите: “О нет, мы на самом деле этого не делаем, мы не оптимизируем”, а затем вы только что упомянули в следующую минуту, что вы пытаетесь оптимизировать доходность инвестиций. Это как, извините, это и есть самое определение оптимизации.
И если мы вернемся к…
Carol Ptak: Мы пытаемся увеличить доходность инвестиций, а не оптимизировать ее.
Joannes Vermorel: Но это то же самое. Увеличение, оптимизация - это буквально способ взять целевую функцию, которая может быть доходностью инвестиций, и немного переместить ее в нужном направлении. Это буквальное определение оптимизации по Википедии. Так что это именно то, что вы делаете. Так что для меня это невероятно, такой подход.
А затем вероятностный прогноз, мне очень жаль, но формулы и все, что приводится в этих книгах, очень слабы. Формулы, да, я также могу, опять же, это немного аргумент власти с моей стороны, но это полностью несовместимо с вероятностным прогнозом. Просто чтобы дать вам представление о том, как это выглядит, если вы применяете вероятностный прогноз, первое, что вы не хотите смотреть на свои SKU независимо. Вы будете взвешивать вклад каждой отдельной единицы независимо по всей компании. Это буквально 101 вероятностного прогнозирования, которое вы получите.
Итак, здесь, в этой методологии, вы работаете с буфером по одному буферу за раз. Извините, это просто несовместимо, эти вещи даже не существуют в одной плоскости. Они несовместимы ни по концепции, ни по методологии, ни по технологиям. Они очень, очень разные.
Carol Ptak: Я говорила, что вероятностный прогноз будет одним буфером за раз? Я думаю, что одно из того, что мы всегда говорили о DDAE, это то, что мы смотрим на голистический подход и причинно-следственные связи. И снова, я приглашаю вас присоединиться к тренингу, приехать во Франкфурт на следующей неделе. У нас есть около трех презентаций, где вероятностный прогноз рассматривается в контексте всей сети и успешно используется в модели DDAE.
Conor Doherty: Хорошо, следующий вопрос. Опять же, этот вопрос напрямую к вам, Кэрол. Их довольно много. Когда мы устанем, мы можем остановиться, нам не обязательно отвечать на все. Как DDMRP, снова, я читаю дословно, как DDMRP решает проблемы, присущие логике MRP? Требуется ли его запускать несколько раз в день для достижения эффективности?
Carol Ptak: Чем ближе вы подходите к запуску DDMRP в режиме реального времени, тем более стабильным он становится, потому что это позволяет нашим планировщикам иметь наиболее актуальную информацию в режиме реального времени. Необходимо ли запускать его в режиме реального времени? Нет. Как он решает ограничения логики MRP? Сила MRP заключается в том, что все зависит друг от друга, и плохая новость о MRP заключается в том, что все зависит друг от друга. Так что задержка где-либо - это задержка везде.
Как логика DDMRP решает эту проблему? Она вставляет эти точки разделения на основе одного из шести критериев, чтобы определить, где будут находиться эти позиции независимости, чтобы поглощать изменчивость с обеих сторон. Она разделяет и обеспечивает нашу основную позицию для планирования. Между точками разделения она зависима, как и всегда. Поэтому мы получили много критики, когда назвали ее DDMRP, потому что в ней все еще есть MRP. Потому что между точками разделения она все еще зависимое планирование, как и раньше. Так что она решает ограничения MRP путем вставки этих точек разделения, и это основные позиции для планирования.
Конор Доэрти: Спасибо. Джоаннес, ваш комментарий, пожалуйста.
Джоаннес Верморель: Да, здесь есть несколько вещей. Во-первых, MRP - это действительно неправильная отправная точка. В своей сути, он использует традиционную базу данных, и проблема в том, что транзакционное ядро абсолютно непригодно для аналитики, любого рода аналитики. Так что это безумие. Это неправильная отправная точка, и я считаю неправильным сравнивать MRP с чем-либо. Это устаревшая отправная точка, которую даже не следует рассматривать.
Затем, когда речь идет о реальном времени, я имею в виду, что здесь следует задать вопрос о его необходимости. Потому что реальность заключается в том, что современный компьютер, как отправная точка, предоставляет вам процессор с тактовой частотой 2 ГГц. Это означает, что вы можете выполнять два миллиарда операций на ЦП. А современный компьютер имеет, например, восемь ЦП в вашем телефоне, что в сумме дает десятки миллиардов операций в секунду на смартфоне.
Итак, теперь вопрос в том, что вы делаете, что невозможно сделать за время, измеряемое в микросекундах? И короткий ответ заключается в том, что при проектировании системы поверх транзакционной базы данных вы получаете абсолютно ужасную производительность. И поэтому поставщики, которые просто умудряются немного смягчить абсолютно ужасную производительность, называют это реальным временем. Это действительно бессмыслица, я имею в виду, действительно, действительно бессмыслица. Это просто неправильное использование современного вычислительного оборудования. Я могу вдаваться в детали, но я бы сказал, что у нас здесь действительно неправильная отправная точка для MRP и для реального времени. Вот мои комментарии.
Конор Доэрти: Кэрол, я думаю, что вы согласны с некоторыми из этих замечаний, что MRP - неправильная отправная точка, верно?
Кэрол Птак: Ну, реальность такова: MRP используется практически всеми компаниями по всему миру. Так что да, я согласна, что он устарел. Я согласна, что ему нужно было двигаться в будущее, и вот почему мы создали DDMRP. Вот почему нам пришлось внедрить буферы разделения, которые позволили нам выполнять операции в соответствии с контролем процесса, а не транзакционным контролем, который выполняет MRP. В MRP все контролируется транзакциями. Вы либо в порядке, либо нет, но вы не знаете, насколько вы в порядке или нет.
И вы знаете, MRP в реальном времени впервые появился с PeopleSoft в 2001 году, и наши клиенты его ненавидели. Я имею преимущество перед Джоаннесом в том, что я действительно стара. Так что, когда я преподавала в университете, студенты говорили мне, как они восхищаются тем, как я провела исследования по истории ИТ, и это было, как, да, это не исследование, это анекдотические данные, я это пережила.
И мы действительно думали, что с увеличением скорости компьютеров наши проблемы решатся. Но мы обнаружили, что с увеличением скорости компьютеров наши проблемы только усугубляются, и это происходит из-за нервозности системы. Мое первое заседание APICS 46 лет назад было посвящено нервозности системы. Мы знали об этом тогда, мы просто не знали, как это решить. И мы не знали, как это решить, пока не появился DDMRP, чтобы стабилизировать функцию планирования.
Но вся идея APS, я имею в виду, нет ни одной успешной реализации APS. По определению Джоаннеса, успех - это: увеличил ли он прибыль компании? И это потому, что он пытается выполнить многозвенную оптимизацию на основе неправильной бизнес-функции. И я согласна с ним, технология должна меняться при изменении бизнес-правил, и бизнес-правила должны меняться при изменении технологии. Это то, что мы написали с Эли в 2000 году, когда мы написали “Необходимо, но недостаточно”. Мы знали это давно.
Конор Доэрти: Спасибо.
Джоаннес Верморель: Да, я бы хотел снова прокомментировать, неправильное использование терминов. Когда я говорю о транзакционной системе для базы данных, я имею в виду это в очень конкретном смысле. Это относится к способу, которым она используется при проектировании баз данных. И когда вы говорите о транзакционной системе, это ничего не имеет общего с финансами или каким-либо процессом и т.д. Это означает, в основном, свойство ACID: атомарность, согласованность, изолированность, устойчивость. Это свойства, предоставляемые вашим хранилищем.
И DDMRP такая же транзакционная, как MRP как парадигма. И все реализации, которые я видел, ваши поставщики, которые используют DDMRP, они делают это поверх SQL-баз данных, как и все остальные, кто использовал MRP. Так что снова, есть так много вещей, где вы используете слова, но не используете их правильно. Это означает, что если вы говорите о транзакции, вы говорите о чем-то, что не имеет ничего общего с тем, что было целью, а именно проектированием систем баз данных. Вы будете отклоняться, используя транзакцию для чего-то, что больше похоже на методологию DDMRP.
И снова, это совершенно разные вещи. Извините, я просто указываю на то, что у нас есть факторы, но мы также постоянно меняем семантику того, что на самом деле означают эти слова.
Кэрол Птак: Я думаю, что здесь и был разговор, который мы вели, когда мы впервые начали эту дискуссию, чтобы прийти к определению. Потому что мой взгляд на мир основан на многолетнем опыте работы в производстве и планировании операций, работе планировщиком на производственном участке, работе начальником, работе вице-президентом по операциям, работе в IT-индустрии в качестве эксперта отрасли.
Вы знаете, я подхожу к этому с практической перспективы реального мира, а не с того, что мы раньше называли маленьким белым домом, то есть IT в старые дни, где был поднятый пол. И вот туда вы хотели пойти летом, потому что там было кондиционер. Так что я не исхожу из того, что мы называем “битовыми переключателями”. Я исхожу из реального мира того, как на самом деле управлять операцией и производственным предприятием в рамках интегрированной цепочки поставок.
Так что, да, я бы сказал, что у нас, вероятно, очень разные определения, но мои определения будут теми, которые используются, знаете, это было частью нашей дискуссии: решает ли оно реальные вызовы сегодняшнего мира? И это мир, из которого я прихожу.
Конор Доэрти: Хорошо, извините, я просто продолжу немного, потому что у нас есть еще несколько вопросов. Но мы можем вернуться к этому позже. Итак, Джоаннес, и снова, вы уже коснулись этого, так что можете оставить это легким, думаю. Какие минимальные технологии нам нужны для создания оптимизации?
Джоаннес Верморель: Я предлагаю поставить вопрос по-другому: какие технологии явно мешают вам достичь этого? Вы видите, потому что реальность такова, что наука о данных, в общем, требует очень мало. Вот почему, например, Python так популярен.
Мое мнение заключается в том, что проклятием в наши дни являются современные корпоративные системы, которые состоят из тысячи слоев. У вас есть база данных, у вас есть операционные системы, у вас есть все виды кэшей, у вас есть все виды слоев для извлечения данных и т.д., слои на слоях. И поэтому, в основном, то, что делают современные корпоративные программные системы, я бы сказал, это просто перемещение данных с одного слоя на другой, и это требует огромных вычислительных ресурсов, памяти, процессора, пропускной способности и т.д.
Итак, итоговый вывод состоит в том, что нет минимальных требований, но вы должны быть осведомлены о всем, что мешает. И в этом современном состоянии программных технологий это огромно. Так что мое сообщение заключается в том, чтобы не думать о том, что вам нужно; думайте о том, что вам не нужно, и избавляйтесь от этого. И когда вы вернетесь к ядру, к алгоритмическому ядру, вы будете в порядке.
Конор Доэрти: Кэрол, я знаю, вы сказали, что цепочку поставок нельзя оптимизировать, но, знаете, позвольте мне. Если бы вы думали, что это возможно, какие технологии были бы необходимы?
Кэрол Птак: О, это ко мне, технология, знаете, это, я оставлю это Джоаннесу. Знаете, я живу в реальном мире с реальными проблемами, связанными с изучением методологий. И я всегда очень тесно сотрудничаю, потому что я работала в IBM некоторое время, и мне посчастливилось работать в Центре исследований Ватсона. Знаете, это те блестящие ребята с докторской степенью. Я не из их числа. Я просто очень прагматичный менеджер по операциям, который имел огромную удачу иметь очень успешную карьеру за последние 45 лет.
Конор Доэрти: Хорошо, тогда я продолжу. Кэрол, снова читаю эти вопросы впервые. Была ли успешно реализована методика DDMRP или даже DDAE в каких-либо крупных розничных организациях с несколькими сотнями магазинов? Если да, можете ли вы привести примеры?
Кэрол Птак: Конечно, да. Первое, что приходит на ум, это Mick. Большинство розничных операций, в которых она была реализована, находятся в Южной Америке. Так что у Mick есть несколько розничных магазинов. Пытаюсь вспомнить еще некоторые. Крупнейший розничный продавец в Колумбии внедрил методику DDMRP. В рознице есть особая проблема, потому что розница имеет то, что называется длинным хвостом. Обычно около 10% их товаров генерируют 90% их дохода, а 90% товаров генерируют 10% дохода.
Так что это уникальное применение, но большинство розничных реализаций находятся на самом деле в Южной Америке и Мексике. И у нас также будет розничная реализация из Южной Африки. Takealot должен был быть на конференции, и это крупнейший магазин в Южной Африке.
Конор Доэрти: Хорошо, спасибо. Я продолжу. Вам нечего добавить к этому вопросу, Кэрол. Вы несколько раз упоминали концепцию потока. Можете ли вы дать определение концепции потока и объяснить, что она означает в контексте DDMRP?
Кэрол Птак: Ну, это основополагающий принцип. Поток - это скорость, с которой цепочка поставок преобразует материалы в продукты, необходимые клиенту. И это очень конкретно. Поток - это скорость, с которой цепочка поставок преобразует материалы, входы, в выходы, которые требуются клиенту. Это абсолютно основополагающий принцип подхода DDMRP. Кстати, это также основополагающий принцип подхода Lean и Теории Ограничений и многих других, более распространенных, более современных, я бы сказал, областей улучшения операций. Так что это весь основополагающий принцип. Как я уже сказала, если бы Джоаннес хотел написать настоящую записку о методике, связанной с управлением спросом, это все о потоке.
Конор Доэрти: Спасибо, Кэрол. Джоаннес, у вас есть заметки. Хотите ли вы ответить? Ну, этот вопрос к вам. Как Lokad внедряет адаптивность на системном уровне, учитывая чувствительность решения к изменениям в цепочке поставок?
Джоаннес Верморель: Итак, здесь два аспекта. Что касается чувствительности к изменениям, вопрос в том, желательны они или нет? Существуют классы численных методов, которые я бы назвал чрезмерно реактивными в отношении результатов, и это очень вредно, потому что в цепочке поставок возникают эффекты резких скачков. После того, как вы запустили производственную партию, вы не можете отменить это, поэтому вам приходится жить с вашим решением.
Так что вам действительно не нужны численные методы, которые сами по себе слишком реактивны и непредсказуемы. Кстати, одним из аспектов вероятностного прогнозирования является то, что оно действительно делает численные методы гораздо более стабильными. Много неопределенности, которую вы испытываете с традиционными системами, заключается в том, что при классическом прогнозе небольшое отклонение прогноза приводит к массовому расхождению вниз по цепочке. Эта проблема решается с помощью перехода к вероятностному прогнозу и стохастической оптимизации.
Теперь у нас есть еще один аспект в вопросе, который называется адаптивностью. Реальность заключается в том, что когда у вас есть численный метод и происходит что-то катастрофическое или полностью непредсказуемое, нет замены для человеческого интеллекта. Работа Lokad основана на наличии ученых по цепям поставок, которые могут в очень короткий срок переписать и изменить численные методы, чтобы они соответствовали новой ситуации. Опять же, у нас нет хрустального шара; мы не можем предвидеть нечто радикально непредсказуемое, например, блокировку канала Evergreen.
Но когда это происходит, происходит так много изменений, что требуется человеческий разум. Но человеческий разум не нужен для того, чтобы заклеивать каждый отдельный SKU; он нужен для переписывания численного метода. Тогда мы снова в бизнесе. Все решения автоматизированы и выполняются автоматически и в масштабе.
Conor Doherty: Кэрол, хотите ли вы добавить что-то к этому?
Carol Ptak: Я не могу обсуждать Lokad.
Conor Doherty: Что ж, этот вопрос изначально был задан вам, Кэрол, но на самом деле, я думаю, что будет интереснее сначала задать его Йоаннесу, а затем мы сможем сравнить ваши ответы. Итак, Йоаннес, почему вы не хотите сравнивать исследования случаев вероятностного прогнозирования с DDMRP или исследованиями Кэрол? Давайте просто поставим вопрос так.
Joannes Vermorel: Потому что, во-первых, я совсем не верю в исследования случаев в корпоративном программном обеспечении или корпоративных практиках. Эта область испытывает проблемы с 1950-х годов. Проблема, снова же, заключается в том, что у вас есть массовый конфликт интересов. Просто подумайте об этом: поставщик не будет публиковать исследование случая, если оно не ставит их на пьедестал.
А затем клиенты, менеджеры, которые рискуют своей репутацией, когда они принимают инициативу, имеют огромное стимулирующее воздействие, чтобы весь мир поверил, что эта инициатива прошла великолепно. Мое поверхностное наблюдение заключается в том, что 90% инициатив в цепях поставок терпят неудачу во всех компаниях, всех странах, всех отраслях. 90%, это одинаковая базовая линия.
И сколько исследований случаев я могу назвать за всю свою карьеру, которые показывали плачевные результаты? Ни одного, ни единого. Единственное отрицательное исследование случая, которое я смог найти, было сделано, я бы сказал, блестящими журналистами. Например, я призываю эту аудиторию прочитать “Последние дни Target Canada”. Это фантастическое резюме всего, что пошло не так, но это очень редко.
Лео потерял полмиллиарда евро всего несколько лет назад на инициативе по оптимизации запасов SAP. Никакого исследования случая. Так что вы видите мою точку зрения. Конфликт интересов настолько массовый, что речь не идет о сравнении моего исследования случая с вашим. Этот подход должен быть отвергнут полностью, точка.
Conor Doherty: Правильно. Ну, Кэрол, вопрос изначально был к вам. Так почему, по вашему мнению, Йоаннес не хочет сравнивать исследования случаев с вашими?
Carol Ptak: Ну, это очень хороший вопрос, и только он может на него ответить. Я знаю, что он очень неохотно относится к исследованиям случаев. Я имею в виду, чтобы сказать более реальному наблюдателю, вопрос, очевидно, будет такой: “У вас есть какие-либо?” И я призываю людей говорить с этими ребятами, не только с тем, что опубликовано, но фактически приходить и говорить с этими ребятами и получать подробности.
Потому что мы побуждаем их сказать: “Если бы нам пришлось сделать это снова, что бы мы сделали по-другому? Где мы ошиблись? Что не сработало? Что мы думали, что сработает?” Мы поощряем такую прозрачность в наших исследованиях случаев. Как я уже сказал ранее, мы не позволяем компаниям-разработчикам программного обеспечения и консалтинговым компаниям делать исследования случаев. Это делают люди.
Вот почему мы проводим Demand Driven World, чтобы позволить этим практикующим специалистам общаться друг с другом, чтобы они могли вести такие разговоры о том, что сработало, что действительно не сработало, что они узнали, как мы можем учиться друг у друга. Не только успехи, которые важны, но и то, как мы учимся на ошибках. Что не пошло хорошо?
И я думаю, что это абсолютно критично. Если мы можем помочь поделиться неудачами, чтобы кто-то другой не сталкивался с теми же проблемами, то я думаю, что это хорошо. Вот почему мы проводим Demand Driven World. Большинство наших реализаций находятся в Европе, поэтому мы приезжаем в Европу на следующей неделе.
Но мы считаем, что исследования случаев абсолютно критичны, потому что это первое, о чем нас спрашивают. Понимайте, Demand Driven Institute - мы не консалтинговая компания. Мы не компания-разработчик программного обеспечения. Мы никогда не были компанией-разработчиком программного обеспечения и никогда не были консалтинговой компанией. Мы просто являемся лидерами мысли в области цепей поставок. Поэтому мы полностью независимы от всех компаний-разработчиков программного обеспечения.
Но как только люди стали рассматривать подход, основанный на спросе, это изменилось примерно после пандемии. Я бы сказал, что это изменилось с “Вы пробовали подход, основанный на спросе?” на “Почему вы не пробовали подход, основанный на спросе?” И это произошло из-за результатов, которые компания видела во время пандемии, когда уже были реализованы некоторые проекты.
Конор Доэрти: Хорошо, я продолжу, но я вернусь к вам, Кэрол. Сначала, опять же, это вопрос и к вам, и к Джоаннесу, но я начну с Кэрол, потому что вы уже говорили. В условиях высокой степени неопределенности, скудного и непостоянного спроса, как бы вы принимали решения, не значительно увеличивая уровень запасов? И подвопрос, как вы управляете неопределенностью в таких сложных ситуациях?
Кэрол Птак: Что касается этого, вам действительно нужно понять бизнес. Этот вопрос не дает достаточно информации. Что такое неопределенность поверх неопределенности? Насколько эта неопределенность вызвана самими вами? Насколько эта неопределенность вызвана вашей стратегией ценообразования? Здесь есть много слоев луковицы, которые нужно снять, чтобы добраться до корневой причины.
Я только что был на конференции в Висконсине, где ко мне подошла компания-разработчик программного обеспечения и спросила: “Как бы вы предложили распределение в условиях ограниченного предложения?” Я спросил: “У вашего клиента есть избыточные запасы?” “О, да, у них слишком много неправильных вещей, слишком мало правильных.” Я сказал: “Ну, решите эту проблему.” Иногда мы видим, что эта изменчивость поверх изменчивости вызвана самими нами.
Если я хочу быть поставщиком быстрого реагирования с высокой изменчивостью и низким объемом, вы не сможете сделать это, импортируя из Китая. Это другая стратегия. Ваша стратегия должна соответствовать вашим операционным возможностям, и ваши операционные возможности позволяют вам иметь различные стратегические преимущества. Эти вещи должны совпадать. Вот почему DDAE рассматривает стратегию, тактику и операции и разделяет эти три соответствующих диапазона.
Конор Доэрти: Спасибо. Джоаннес, тот же вопрос.
Джоаннес Верморель: Это очень интересный вопрос. Давайте начнем с редких, прерывистых поведений. Редкий и непостоянный спрос - да, здесь действительно блеснет вероятностный подход. Когда вы имеете дело с чем-то редким, вам нужно иметь математический инструмент, который позволяет вам работать с подединичными паттернами.
Если вы просто спрашиваете: “Сколько единиц я продам за неделю?”, вы можете сказать: “50% шанс, что я продам всего одну.” В классическом мире вы бы сказали 0,5, но это не имеет смысла, потому что вы не можете разделить единицу; она упакована. Классическая перспектива борется с подединичными прогнозами, что приводит к множеству абсурдов, потому что вы получаете дробные числа, которые просто не реальны. Они существуют в математике, но они не существуют в цепи поставок, где есть только ноль или один.
С вероятностями вы получаете красивое, элегантное решение, которое действительно работает, где вы можете иметь вероятность нуля, вероятность одной, вероятность двух, скажем, единиц, а также, возможно, вероятность 50 единиц, которая будет непредсказуемым скачком. Таким образом, редкие прерывистые события - это то, где оно действительно блестит.
Теперь, когда вы накапливаете неопределенность на неопределенность, это очень интересный вопрос. Как вы поступаете в детерминированном мире, когда добавляете задержку поверх другой задержки? Ответ: вы делаете сумму, сложение, которое кажется сверхъестественным. Таким образом, вы можете складывать, вычитать, умножать. Оказывается, что когда у вас есть неопределенность, если у вас есть что-то вроде алгебры случайных величин, вы можете делать все эти комбинации неопределенностей, и вы получите алгебру случайных величин. Вы сможете фактически вычислить результатирующие неопределенности, которые у вас есть поверх всего этого. Таким образом, я не описываю точное решение; я просто описываю инструменты, которые позволяют вам добиться этого.
Во-первых, вам нужно иметь, я бы сказал, статистические инструменты, которые работают с редкостью и непредсказуемостью. Так что это не будет вашим классическим прогнозом. Это не будут буферы, которые превозносятся подвижными средними, представленные в DDMRP. И во-вторых, когда вы имеете дело с накопленными неопределенностями, вам нужно иметь инструменты, которые позволят вам это делать. Люди делают это уже полвека в финансах. Это не магия. Lokad не изобрел это. Это всего лишь немного необычный инструмент, но он очень простой. Так же, как для вас естественным является сложение, вычитание чисел и их умножение, вы просто научитесь делать это с учетом неопределенности.
Конор Доэрти: Хорошо, спасибо. Я продолжу. Хорошо, это довольно длинный вопрос. Я просто попытаюсь суммировать его в режиме реального времени. Хорошо, я имею в виду, это будет к вам, Йоаннес, потому что вы уже в некоторой степени ответили на это. Здесь есть несколько составляющих, но я прочитаю на основе основного.
Йоаннесу: какова ваша основная критика модели DDMRP и какие конкретные аспекты ее вы сомневаетесь? Я думаю, что вы уже ответили на это, но я не слышал убедительных аргументов против DDMRP, кроме того, что она слишком проста. Если простая модель может давать результаты, зачем нам нужны более сложные и утонченные модели системной динамики?
Йоаннес Верморель: Моя основная критика заключается в том, что здесь крайне мало, знаете ли, и вот почему я указывал на страницы. Потому что, когда вы берете эти кусочки, вы понимаете, что это в основном много ничего. И идея, что из множества ничего, собранного вместе, вы получите, вуаля, великолепную сборку, я считаю, что это полная ерунда. Так что моя основная критика заключается в том, что она очень, очень слабая, как построчно, так и в целом.
И тогда вы возвращаетесь к вопросу, почему она работает так хорошо? Вопрос, если вы уже предполагаете, что все исследования случаев верны - извините, я не могу ничего сделать для вас. Если вы предполагаете, что вы можете надежно увеличить оборот на 60% путем применения DDMRP в розничной торговле, одновременно уменьшив запасы в два раза и создавая впечатление, что магазин еще более заполнен, если вы думаете, что это то, что вы можете получить, потому что это то, что представлено - извините, у меня есть мост в Бруклине, который я могу вам продать. Вот и все.
Конор Доэрти: Что ж, Кэрол, снова я хочу продолжить исходя из этого. Итак, это вопрос, основанный на том, что я услышал от Джоаннеса и также на общем разговоре. В начале вы заметили: “Меня удивило, что Джоаннес хотел поговорить о книгах”. И снова, я не буду говорить от имени Джоаннеса, но, конечно, для меня, если вы сказали: “Хотите узнать о чем-то? Вот несколько книг, которые объясняют, например, как самолет взлетает. Вы читаете о авиации или аэронавтике, узнаете о принципе Бернулли. Это написано в книге. Так что я не узнаю, что самолеты летают; я читаю эту книгу, чтобы узнать, как самолеты летают.
Итак, когда вы говорите о кейс-стади, и я, ради аргумента, скажу, что это работает, хорошо, но я думаю, что для Джоаннеса и, возможно, для слушающих людей, проблема в том, что если я хочу узнать, как это работает, вы говорите, что это не в книгах.
Кэрол Птак: О нет, это ясно из книг. Джоаннес говорит, что это не в книгах. Это в книгах. Мы написали эти три книги для трех совершенно разных рынков. Книга “Адаптивное предприятие, ориентированное на спрос” была написана для руководителя, чтобы понять, как все это собрано вместе. Книга “Адаптивное S&OP” была написана для команды S&OP, чтобы понять, как связать стратегический процесс S&OP, который выдает адаптивный бизнес-план, который может быть преобразован в модель управления, ориентированную на спрос. А книга “DDMRP” очень конкретно описывает, как работает двигатель DDMRP.
Теперь, мне нравится критика, что это слишком просто. Я думаю, что это лучший комплимент, который я могу получить. Почему? Потому что очень легко сделать вещи сложными. Очень сложно сделать вещи простыми. И мы очень много работали, чтобы сделать концепцию понятной и легкой в реализации.
Итак, вся эта беседа сегодня о том, решает ли модель DDAE проблему в реальной цепи поставок сегодня? Ну, это реальность. Нам нужно иметь что-то, что понятно, легко внедряемо и дает значительные результаты. Знаете, когда вы используете инструменты критического мышления, вы всегда ищете ту прорывную идею, которая решает множество проблем и делает это очень глубоким образом. И вот что делает ориентирование на спрос.
Я имею в виду, я люблю Эли Голдратта. Он всегда говорил так хорошо. Он говорил: “Если вам нужно использовать математику, чтобы объяснить себя, значит, вы не знаете, о чем говорите”. Я люблю Голдратта. Он придумал замечательные вещи, знаете ли, так что если самая сильная критика Джоаннеса заключается в том, что ему не нравится то, что мы назвали уравнением, хорошо, весь остальной мир называет это уравнениями. И есть определенные требования к форматированию со стороны издательской компании, и я не знаю, сколько книг Джоаннес опубликовал, но при выпуске книги есть определенные требования к форматированию, когда вы помещаете книгу, вам нужно пометить вещи диаграммой и рисунком, хорошо? И это требование.
Итак, вы имеете дело с издательскими компаниями, и мы с радостью уберем все это, но это требование. Так что я не знаю, сколько книг вы опубликовали, но вы обнаружите, что это требование, когда вы публикуете книги с некоторыми издательскими компаниями вы должны пометить все это. Так что называть то, что мы делаем простым, - это лучший комплимент, который я могу придумать, потому что мы очень много работали, чтобы сделать это понятным, легким в реализации, но приносящим глубокие результаты.
Конор Доэрти: Хорошо, спасибо, Кэрол. Я передаю слово Джоаннесу.
Джоаннес Верморель: Да, я думаю, что это неправильное представление моей критики. Я не говорил, что эти книги просты. Напротив, я подробно описал, что они очень запутанные, чтобы представить вещи, которые, в конце концов, очень просты. Когда я говорю, что вы тратите буквально полдюжины страниц на английском языке, чтобы сказать: “Сложите это, вычтите это, умножьте на это”. Это просто безумно сложно следить за тем, что могло бы быть представлено с помощью формул начальной школы, таких как супер базовых.
И наоборот, видите ли, в этом и заключается суть этой книги. Я не критикую то, что они слишком просты. Это не моя точка зрения. Моя точка зрения заключается в том, что они чрезвычайно слабы. Это совершенно иная критика. Слабость - это не простота. Можно иметь вещи, которые чрезвычайно просты и красивы. Уравнения Максвелла, знаете ли, чрезвычайно просты, красивы. Да, формализм довольно сложный, но это не тот вид проблемы простоты, о котором я говорю.
Моя точка зрения заключается в том, что эти книги можно было бы значительно упростить, фактически значительно, соблюдая установленные нормы, когда у вас есть вещи, которые вы хотите добавить, вычесть и так далее, вы просто используете простую формулу, и вы не вдаетесь в буквально полдюжины страниц чрезвычайно сложного и запутанного объяснения, чтобы объяснить то, что просто. И моя точка зрения, критика, заключается в том, что, делая это, вы увеличиваете количество страниц, вы увеличиваете объем слов, чтобы в конце концов представить очень мало на, опять же, 900 страницах.
Конор Доэрти: Хорошо, я продолжу. На данный момент мы уже идем 80 минут, поэтому я начну отсекать вопросы, на которые уже были даны ответы. Так что, снова, я не буду спрашивать Джоаннеса о случаях использования DDMRP. Мы уже достаточно обсудили это. Да, так что, я сначала обращусь к Кэрол.
Можете ли вы совместно определить область применения, ситуации или условия, когда требуется что-то более сложное, чем DDMRP? Например, в процессах разборки DDMRP, кажется, не справляется. Как бы вы решали подобные сценарии?
Кэрол Птак: Фактически, в разборке он работал очень хорошо. Одно из первых исследований случая было проведено в компании Erickson Air-Crane. Извините, Джоаннес, что я возвращаюсь к исследованию случая, но Erickson Air-Crane на самом деле имеет сертификат полета для вертолета Sikorsky. Итак, он действительно работает очень хорошо, и он работает там очень хорошо из-за высокого уровня изменчивости.
Когда вам приходит самолет, он приземляется в поддержанном состоянии. Теперь вам нужно выяснить, каким он был изначально, каким был разработан, а затем вам нужно попытаться восстановить всю эту конструкцию. И затем у вас возникает проблема с сертификатом полета FAA, который говорит, что одна часть была модернизирована и действительна до 31 октября 2024 года, но другая часть была модернизирована и действительна до 1 июня 2025 года. Рама сертифицирована только до 31 октября 2024 года, потому что все детали должны соответствовать. Так что, когда вы сталкиваетесь с такой высокой изменчивостью, это действительно работает довольно хорошо.
Я говорю людям, что меня всегда спрашивают вопрос: “В какой отрасли это не подходит?” Отрасль, в которой не подходит спросовое управление, - это отрасль с высокой надежностью, где время терпимости вашего клиента короче, чем суммарное время выполнения, и вы не испытываете изменчивости операций, тогда это не сработает.
Подразумевается, что нет, я не нашел такого места в мире, но, эй, теоретически, вы можете довести это до такой степени. Чем больше изменчивости, волатильности, неопределенности, сложности и неопределенности, тем лучше он работает, потому что он был разработан. Demand Driven Adaptive Enterprise был разработан для современного мира VUCA, и он работает в современном мире VUCA.
Конор Доэрти: Я позволю вам ответить.
Джоаннес Верморель: Да, я просто возьму это примером, снова для аудитории. Хорошо, давайте поговорим об авиации. Итак, у нас есть детали, в которых есть налет и циклы полета. Я просто делаю это очень простым для аудитории. Это означает, что когда вы смотрите на свой инвентарь, вы не можете смотреть на “у меня есть одна единица, две единицы, три единицы, пять единиц”. Это не имеет особого смысла, потому что каждая единица, которую у вас есть, имеет определенное количество налета и циклов полета, кстати.
Таким образом, вы можете иметь тысячи налетов, но только одну деталь, или, возможно, всего 100 налетов, но у вас есть две детали по какой-то причине. Итак, главное заключается в том, что вы больше не можете иметь одномерное представление вашего артикула. Вы не можете сказать: “У меня есть одна, две, три, четыре, пять дополнительных единиц”. Вам нужно многомерное представление артикула.
И снова, если я вернусь к DDMRP и всему, что есть в книгах, эти моменты никогда не касаются, даже не говоря уже о том, чтобы решить проблемы с многомерными артикулами. Они не касаются этого. Я гарантирую этой аудитории, что вы не найдете ничего, что позволит вам справиться с проблемами многомерных артикулов. И все же это буквально нелинейность и сложность, которые книги ставят перед собой в самом начале.
Кэрол Птак: Я согласна с Джоаннесом, абсолютно. Да, мы не рассматриваем многомерные детали. Это означает, что мы не знаем, как это делать или как это реализовать? Абсолютно нет. Моя специализация - авиационная промышленность. Я много работала с авиационными депо NAA в Черри-Пойнт, Джексонвилле и в Калифорнии, а также с компаниями-производителями вертолетов. Это была моя карьера. Если вы проведете исследование, вы узнаете, что я проработала 20 лет в авиационной промышленности.
Итак, я понимаю многомерные детали, потому что у вас есть разные номера артикулов с разными кодами состояния и разным количеством налетов на них. И Джоаннес, вы абсолютно правы. Мы не рассматриваем многомерные детали ни в одной из этих книг. Теперь, если вы хотите прочитать книгу об ERP, моя книга об ERP - это первый раз, когда ремонт появляется в книге. Но это такая специализированная среда, что если мы включим все о каждой существующей среде, эти книги будут иметь 3000 страниц.
Это основы, строительные блоки для любого адаптивного предприятия, ориентированного на спрос. Существуют разные измерения, которые вы добавляете, как мы уже обсуждали розничную торговлю, авиацию, ремонт, управление проектами. Как насчет компании, которая никогда не использует один и тот же материал дважды? Очень успешные реализации, ориентированные на спрос. Итак, эти книги представляют собой строительные блоки.
Знаете, это похоже на то, о чем вы упомянули ранее, что если я прочитаю о полете, да, я прочитаю книги и пойму принцип Бернулли и все это, но это не сделает меня пилотом 747.
Конор Доэрти: Это сделает меня инженером, чтобы завершить эту аналогию. Но Джоаннес, ваш…
Джоаннес Верморель: Нет, я думаю, что снова мы сталкиваемся с аргументом авторитета для аудитории, о котором я упоминал ранее, который звучит как “Поверьте мне”. Так или иначе, я предлагаю перейти к следующему, чтобы не возвращаться к тем же аргументам.
Конор Доэрти: Хорошо, хорошо. Этот вопрос к Джоаннесу. Также APICS и ASCM подчеркивают важность границы между толчком и тягой. В вашем решении на каком этапе в сети поставок вы переходите от толчка к тяге?
Джоаннес Верморель: Во-первых, различие между толчком и тягой снова исходит из неправильного базиса. Мы возвращаемся к мышлению 1970-х годов, когда предполагалось, что разные части организации не могут общаться друг с другом. Итак, действительно, должна быть одна сторона, которая решает, когда толкать, или сторона, которая решает, когда тянуть. Но снова, это нелепо в этом веке интернета. Почему? Очень просто, вы можете поставить интеллект сверху, искусственный или нет, не имеет значения, пока у вас есть сеть.
Единственное, что нужно сделать, это вызвать решения. Если вы решите переместить 10 единиц из точки A в точку B, то это просто перспектива, чтобы сказать, что если это точка A вызывает единицы, то вы тянете. Если точка B решает, то вы толкаете. Опять же, это недействительное различие в этом веке интернета. Так что мое мнение будет таким, пожалуйста, не поддерживайте такие понятия, которые были устаревшими примерно 25 лет назад, по идее, что у вас есть интернет-сеть, и поэтому информация может свободно перемещаться по вашей цепочке поставок.
В Lokad мы на самом деле не занимаемся этим, потому что это проблема, которая устарела, и она существует только в компаниях, которые продолжают использовать, я бы сказал, устаревшие методологии и устаревшие подходы.
Конор Доэрти: Хорошо, есть еще два вопроса, а затем мы перейдем, потому что уже довольно долго. Но Джоаннес, иди первым. Насколько эффективны традиционные расчеты резервного запаса для компании, управляющей как высоким объемом, так и высокой изменчивостью в своей деятельности?
Джоаннес Верморель: Резервный запас нарушен по многим фронтам. Я скажу кратко, но суть в том, что почему он полностью нарушен? Когда вы инвестируете 1 доллар в свою цепочку поставок, этот 1 доллар конкурирует со всеми, скажем, инвестициями в запасы. Он конкурирует со всеми SKU. Все SKU конкурируют за этот 1 доллар. Ваша модель резервного запаса предполагает, что вы можете обрабатывать SKU в полной изоляции, игнорируя все, что происходит с другими SKU. Это буквально модель резервного запаса.
Так что только на этом предпосылке резервный запас полностью нарушен. И затем у вас есть вторая проблема, которая является деталем реализации, но на практике это действительно убийца, это предположение о нормальном распределении, которое делается поверх этого. Так что резервный запас неизбежно означает, что как в учебниках, так и в программном обеспечении, для спроса и времени выполнения используются нормальные распределения. И это безумие.
Так что большая проблема заключается в том, что все SKU конкурируют за одну и ту же инвестицию. Так что любая SKU-независимая логика нарушена по своей сути. И затем у вас есть вторая проблема, которая заключается в математике, которая используется, и которая действительно неадекватна.
Конор Доэрти: Спасибо. Кэрол, ваше мнение?
Кэрол Птак: Я рада, что нашла еще одну точку согласия с Джоаннесом. Резервный запас фундаментально нарушен, безусловно. Хорошо, это одна из двух вещей, которые мы устраняем в методологии, основанной на спросе. И причина в том, что резервные запасы, как они вычисляются с помощью любого программного обеспечения оптимизации MEIO, предполагают, что для обеспечения лучшего обслуживания клиентов вам необходимо иметь больше запасов и что вы можете рассчитать необходимый объем резервного запаса, как сказал Джоаннес, изолированно, SKU по SKU, рассматривая вариацию и смотря на z-оценку для вашего желаемого уровня уровня обслуживания.
Это смешно. Это абсолютно смешно, и мы называем это глубокой истиной. Глубокую истину можно раскрыть только более глубокой истиной, которая, опять же, возвращается к тому заметке Post-It, который я хотела бы оставить в офисе Джоаннеса: “Все дело в потоке”. Когда у нас лучший поток, мы получаем лучшее обслуживание клиентов с меньшими запасами одновременно. Это не компромисс, знаете ли.
Системы MEIO, которые пытаются оптимизировать эти две позиции - количество запасов и обслуживание клиентов, абсолютно фундаментально неправильны, и подход, основанный на спросе, не использует запасы безопасности. Так что я согласна с Джоаннесом, абсолютно верно.
Конор Доэрти: Хорошо, и снова, мы зададим последний вопрос. Были и другие вопросы, но я хочу перейти к следующему разделу. Все, что не было отвечено, мы обсудим в LinkedIn. Но это фактически вопрос, Кэрол, от человека, который является вашим поклонником, на самом деле. Я не буду называть имя, но это действительно в хорошей вере и духе.
Итак, Кэрол, вам: если критика Джоаннеса полностью неверна, если он совершенно ошибается, то почему, по вашему мнению, подход, основанный на спросе, не является более широко распространенным или популярным?
Кэрол Птак: Ну, это интересно. Знаете, я не… его критика… хорошо, позвольте мне отойти назад. Мое разочарование заключается в том, что я думала, что наша дискуссия сегодня будет о методологии, а не о номерах страниц и маркировке вещей, графиках и рисунках, которые мы обязаны делать нашими издателями. Так что я была разочарована глубиной нашей дискуссии сегодня.
Я думаю, что вопросы, которые мы задавали друг другу в конце, были лучшей частью этого, а не чтение Джоаннесом его заранее подготовленных заметок. Так что я ожидала более динамичной дискуссии. Почему подход, основанный на спросе, не является более распространенным? Он на самом деле очень известен в некоторых странах, и это зависит от команды, которая находится в стране. Во Франции он очень, очень известен, поэтому у нас уже много лет есть цель на наших спинах с Джоаннесом.
Он уже много лет критикует методологию, основанную на спросе, из-за ее видимости во Франции. Наша самая большая страна - Франция. Вторая - Колумбия. Третья - Мексика. Мы только что расширились в Японию. США растет как сумасшедшее. Так что мы видим некоторые очень крупные компании потребительских товаров, такие как Fortune Brands, которые внедряют. У нас есть некоторые менее известные бренды, такие как Toyota и Caterpillar, которые внедряют.
Так что я бы поспорила с тем, что это не так широко известно. Это очень крупные компании, которые обычно принимают эту идею. У нас также есть некоторые семейные предприятия, потому что они понимают влияние и важность денежного потока. Более интересным является то, что мы расширились в Китай во время пандемии, и только сейчас мы расширяемся в Японию. Команда в Японии говорит: “Вы знаете, мы понимаем, что подход, основанный на спросе, - это то, чего нам не хватало, потому что подход Кайзен ограничен, и нам нужна прорывная идея”. Они также считают, что подход, основанный на спросе, является таковым.
Так что факт того, что наш словарь, основанный на спросе, переведен на 12 языков, экзамен - на девять языков, я бы поспорила с тем, что это не так широко известно. Мы, в сообществе, обычно смотрим на то, сколько компаний не используют это, а не на размер и широту компаний, которые используют. По словам Джоаннеса, многие компании, после того, как они внедрили это, не рассказывают о своем кейсе, потому что считают это конкурентным преимуществом, и это несчастно.
Конор Доэрти: Хорошо, Джоаннес, я немного изменю вопрос, потому что, очевидно, причины, по которым вы считаете, что это не работает, не обязательно совпадают с мнением других практиков, у которых, опять же, нет вашего уровня академической подготовки. Так почему, по вашему мнению, для других практиков это не так широко распространено, не так широко принято?
Джоаннес Верморель: Я бы сказал, фактически, очень, очень фактически, потому что, на мой взгляд, это чрезвычайно неоднозначно. Есть некоторые методы, если я сравниваю с другими теориями цепи поставок - не своими, опять же, давайте исключим мои собственные вещи - скажем, flowcasting, например. Я тоже не верю в flowcasting, но они чрезвычайно конкретны в своей теории, чрезвычайно, чрезвычайно конкретны.
Так что, если я хочу реализовать программное обеспечение flowcasting, я могу взять книгу по flowcasting - она называется flowcasting - и буквально они дают мне все, что мне нужно. Здесь практически нет неоднозначности в том, что мне нужно сделать, чтобы реализовать это. Я не говорю, что flowcasting хорош, на самом деле, я думаю, что это довольно ужасно. Но в защиту авторов их теории, которую они представляют, можно сказать, что она неоднозначна и не расплывчата. Здесь, в DDMRP, я бы сказал, что основная критика заключается в том, что она чрезвычайно неоднозначна, чрезвычайно слаба и очень сложно сформулировать что-то.
Если бы я снял шляпу редактора программного обеспечения и сказал, что я хочу реализовать это, это настолько невероятно неоднозначно, что я даже не знаю, с чего начать. Извините, и я знаю, что это субъективная вещь, поэтому я могу только сказать аудитории, выберите одну из этих книг, прочитайте 10 страниц наугад и задайте себе вопрос: “Могу ли я взять то, что сказано, и однозначно сделать что-то для своей компании?” Однозначно. Задайте себе свой собственный вопрос, и ответ, который вы получите на этот вопрос, который вы задаете себе, должен быть реальным судьей того, правильно ли я говорю или просто говорю глупости.
Кэрол Птак: Что ж, я бы поспорила, что любую книгу, которую вы возьмете и прочтете 10 страниц, вы не получите полной картины. Все наши книги написаны таким образом, что сначала мы описываем проблему, затем описываем направление решения, затем описываем, как решение решает проблему, а затем мы рассматриваем то, что мы называем препятствиями, “да, но”, и затем мы описываем безопасный путь вперед. Так что взять 10 страниц наугад, я не думаю, что в любой книге приведет вас туда, куда вы хотите попасть.
Но я бы хотел подвести итог сегодняшней дискуссии так: все дело в потоке, и примерно правильно лучше, чем точно неправильно.
Конор Доэрти: Ну, на данный момент у меня нет дополнительных вопросов, но я просто открою поле. Джоаннес, есть ли что-то, что вы хотите задать Кэрол напрямую без моего наблюдения?
Джоаннес Верморель: Нет, я хотел бы поблагодарить Кэрол за это упражнение. Я очень ценю это. Это был настоящий дебат. Я имею в виду, что целью не было примирить мои взгляды. Я не собираюсь вас убедить, и вы, вероятно, не собираетесь меня убедить, но я очень ценю, что вы нашли время и усилия для этой дискуссии. Для меня это много значит, и моя цель впредь будет проводить больше таких дебатов. Очевидно, есть и другие теории, так что это цель, которую я ставлю перед собой для этого канала.
Я очень рад, что Кэрол посвятила целых, сколько, 90 минут своего времени. Я очень ценю это, и хотел бы поблагодарить вас, Кэрол, за это.
Кэрол Птак: Ну, очень рада и благодарю за приглашение. Я надеялась, что мы сможем провести дебаты лично, но потом началась пандемия, и это отложило их. Так что я рада, что эта возможность снова появилась, потому что, если вы помните, я обязалась вам, что сказала вам в любое время, в любом месте, я буду рада провести этот дебат, потому что я считаю, что очень важно вынести полную информацию на рынок и обсудить эти вопросы.
Я думаю, что, как в дебатах, каждый может решить, по какой дороге он хочет идти, и это вполне нормально. Как я уже сказала ранее, demand-driven - это все о потоке. Примерно правильно лучше, чем точно неправильно.
Конор Доэрти: Ну, Кэрол, я знаю, что я где-то слышал, что Франция - это страна номер один по внедрению DDMRP. Так что в следующий раз, когда вы окажетесь во Франции, если вы будете в Париже, снова, я знаю, что мы оба будем очень рады пригласить вас, если ни для чего другого, то на ужин.
Кэрол Птак: Это мое любимое. Мои ребята в Тулузе знают, что когда я приезжаю туда, это должно быть фуа-гра и утиная грудка. Я получаю своего канард, я получаю свой фуа-гра, и я счастливый маленький отдыхающий.
Конор Доэрти: Ну, на этом я закончу. Честно говоря, мне было очень приятно слушать вас, как вы общаетесь. Можно сказать, что это заняло несколько лет, я думаю, это безопасно сказать. Так что, если это не было познавательным, я надеюсь, что это было хотя бы развлекательным для всех. Еще раз, большое спасибо вам обоим.
Кэрол Птак: Конор, я думаю, что ты сделал абсолютно фантастическую работу, и я это ценю. Как я уже сказала, Йоанн и я говорим об этом уже несколько лет, так что я рада, что мы наконец-то смогли это осуществить.
Конор Доэрти: На этом я закончу. Йоанн, большое спасибо за ваше время. Кэрол, вы были большой поддержкой. Большое спасибо за ваше, и спасибо всем за просмотр. Увидимся в следующий раз.
