00:00:00 Введение в интервью
00:02:09 Качество против стоимости в принятии решений в цепях поставок
00:05:16 iPhone как пример качества
00:08:36 Принятие решений и вариативность в цепях поставок
00:11:47 Показатели эффективности для оценки производительности цепей поставок
00:14:27 Уровни обслуживания как показатель производительности
00:17:24 Важность соответствующего качества в проектировании продукта
00:20:42 Сложность, выходящая за пределы человеческого понимания в цепях поставок
00:24:11 Влияние искусственного интеллекта и автоматизации на цепи поставок
00:27:59 Использование больших языковых моделей в Lokad
00:31:21 Скорость современных компьютеров и стоимость искусственного интеллекта
00:34:34 Анализ поставщиков и влияние искусственного интеллекта на стоимость
00:38:17 Компромиссы в стоимости в цепях поставок
00:41:38 Определение количества конкурентов для мониторинга
00:45:10 Сравнение программной сложности с числом сотрудников
00:48:26 Инвестирование в понимание факторов цепей поставок
00:51:43 Рыночная ситуация не может быть распространена на будущее
00:54:23 Прибыль как мера качества принятия решений
00:58:12 Сложность цепей поставок из-за цифровизации
01:00:52 Успех Amazon и стратегии роста
01:03:24 Поощрение не бояться сложности цепей поставок
01:06:01 Быть приблизительно правильным лучше, чем точно неправильным
Резюме
В диалоге с главой отдела коммуникации Lokad, Конором Доэрти, генеральный директор Lokad, Жоанн Верморель, обсуждает соотношение качества и стоимости в управлении цепями поставок. Верморель подчеркивает, что качество относится к принятию решений, а не к атрибутам продукта, и что качество, воспринимаемое клиентом, может не совпадать с оптимальными решениями поставок из-за стоимости. Он критикует традиционные показатели эффективности, утверждая, что они не отражают истинное качество. Верморель также обсуждает роль больших языковых моделей (LLM) в управлении цепями поставок, отмечая, что они могут привести к более умным решениям, но могут увеличить бюджеты на информационные технологии. Он предлагает, что дилемма качества и стоимости является мета-игрой, требующей программной инженерии для решения проблем цепей поставок и оценки компромиссов.
Расширенное резюме
В умопомрачительном разговоре между Конором Доэрти, руководителем по коммуникации в Lokad, и Жоаннесом Верморелем, генеральным директором и основателем Lokad, дуэт погружается в сложную концепцию соотношения качества и стоимости в управлении цепями поставок. Верморель поясняет, что качество в контексте цепей поставок относится к качеству принимаемых решений, а не к физическим характеристикам продуктов. Он подчеркивает, что наивысшее качество обслуживания с точки зрения клиента не всегда совпадает с наивысшим качеством в плане принятия решений поставок для бизнеса из-за связанных с этим затрат.
Верморель далее разъясняет, что хотя вложение большего количества ресурсов, людей и программного обеспечения может привести к лучшим решениям, эти решения не следует путать с качеством, воспринимаемым клиентом. Он признает субъективность измерения качества принимаемых решений, сопоставляя ее с более прямолинейной оценкой физических продуктов. Однако он утверждает, что воспринимаемое качество продукта часто выходит за рамки его физических характеристик, используя в качестве примера iPhone и его приложение Marketplace.
По мнению Вермореля, управление цепями поставок - это мастерство опциональности, где качество принимаемых решений может быть неуловимым. Он предлагает, что некоторые метрики, такие как решительность, могут быть измерены объективно. Он критикует использование таких ключевых показателей эффективности, как уровень обслуживания и точность прогнозирования спроса для оценки эффективности цепей поставок, утверждая, что они не отражают качество в подлинном смысле. Он описывает эти ключевые показатели эффективности как числовые артефакты, которые могут не коррелировать с качеством и успехом цепи поставок.
Верморель также обсуждает роль больших языковых моделей (LLM) в управлении цепями поставок. Он объясняет, что хотя LLM являются дорогостоящими, они могут привести к более умным и качественным решениям. Он предупреждает, что компании тратят большие суммы на эти системы, что может значительно увеличить их бюджеты на информационные технологии. Он предлагает, что есть случаи, когда использование более дешевой версии LLM может быть более экономически целесообразным.
Верморель считает, что с помощью LLM компании могут инженерно управлять качеством своих решений и управлять компромиссом между стоимостью. Он отмечает, что это концепция, которая редко обсуждается в основном управлении цепями поставок. Он объясняет, что современные цепи поставок выполняются программным обеспечением, которое можно инженерно разработать. Он отмечает, что есть простые метрики для измерения затрат на работу программного обеспечения, такие как время, память и дисковое пространство.
Верморель утверждает, что дилемма качества и стоимости заключается в инженерном разработке программного обеспечения для решения проблем цепей поставок и оценки компромиссов. Фокус должен быть на создании программного обеспечения, которое может определить, что означает лучшее качество для клиентов. Он подчеркивает, что дилемма качества и стоимости - это мета-игра, которую компании должны играть, чтобы создавать превосходные цепи поставок. Он сравнивает это с шахматной игрой, которую можно выиграть только с помощью программного обеспечения.
В заключение Верморель советует определить решения в цепи поставок и оценить, что означает качество в широком смысле. Он предлагает определить 20 измерений цепи поставок как более всесторонний подход, чем упрощенные рамки. Этот разговор служит напоминанием о сложности и тонкости, связанных с управлением цепями поставок, и необходимости более сложного подхода к принятию решений и оценке качества.
Полный текст
Конор Доэрти: Добро пожаловать в Lokad. Каждое деловое решение отражает тщательный баланс между качеством, насколько хороша вещь, и стоимостью. Но распространяется ли это соотношение качества и стоимости на цепи поставок? Здесь, чтобы обсудить это, основатель Lokad, Жоаннес Верморель.
Итак, Жоаннес, соотношение качества и стоимости, подобно дефициту, я уверен, что у людей есть общее представление о том, что они имеют в виду, когда используют это. Но не могли бы вы дать краткий обзор того, что это означает, а затем явно связать его с темой цепей поставок и объяснить, почему это важно?
Жоаннес Верморель: Качество - это характеристика, которую вы бы применяли гораздо больше к самому физическому продукту. Например, iPhone - это смартфон высокого качества. У вас может быть очень дешевая машина, очень дорогая машина высокого качества и все, что находится между ними. Вот, наверное, самый простой способ подойти к этому. Но когда мы переходим к цепи поставок, оказывается, что цепь поставок не проектирует продукты, она их не производит. Поэтому, когда мы думаем о качестве с точки зрения цепи поставок, это не совсем физические характеристики продуктов, которые представляют интерес.
Хотя это может быть проблемой цепи поставок в некоторой степени, мы, возможно, вернемся к этому позже, но, по сути, это не связано с цепью поставок только потому, что это не является ответственностью цепи поставок.
Если мы включим это в цепь поставок, то цепь поставок станет настолько обширной, что это станет бессмысленным, потому что она станет практически неотличимой от всего бизнеса. Итак, для ясности, давайте скажем, что качество, физические характеристики продуктов, не являются именно цепью поставок. Это не то, что я имею в виду под качеством в контексте цепи поставок.
Под качеством в контексте цепи поставок я имею в виду качество принимаемых решений. Первая ловушка, вероятно, заключается в том, что качество принимаемых решений не является качеством услуги, воспринимаемой клиентом. Например, никогда не сталкиваться с дефицитом товара будет самым высоким уровнем немедленного обслуживания в очень простых розничных условиях. Это самое высокое качество обслуживания с точки зрения клиента. Но является ли это самым высоким качеством с точки зрения принятия решений в области поставок для вашего бизнеса? Абсолютно нет, потому что это будет неподъемно дорого для вашего бизнеса. Так что качество принимаемых решений - это то, что я имею в виду под качеством по сравнению с затратами.
Чтобы получить лучшее решение, мы можем вложить больше ресурсов, больше людей, больше программного обеспечения, в конечном итоге вложиться в исследования и разработку для улучшения всего процесса. Все это элементы с точки зрения затрат, и затем мы получим решения, которые имеют более высокое качество, но более высокое качество с точки зрения цепи поставок, которое не следует путать с качеством, воспринимаемым клиентом.
Опять же, цепь поставок - это постоянный выбор. Таким образом, очень качественное решение - это решение, которое тщательно балансирует все эти компромиссы. Как я говорю в своих лекциях, цепь поставок - это мастерство опциональности. Так что если мы говорим о супервысоком качестве, то мы говорим о том, что супервысокое качество будет определяться как очень успешное выполнение, высокий уровень мастерства этой игры, которая играется при принятии решений в цепи поставок снова и снова.
Конор Доэрти: Чтобы сразу вернуться к этому, вы приводите пример iPhone. Если вы говорите о качестве и обеспечении качества и всех протоколах, которые входят в оценку качества стоимости, вы можете указать на физические свойства iPhone и сказать: вот качество чипа, вот качество хранения. Я могу измерить это и сказать, что это высокое качество. Но когда вы говорите о качестве решений, вы переходите в очень субъективную территорию.
Жоаннес Верморель: На поверхностном уровне, да, когда у вас есть физические продукты, оценить качество проще. Но только на поверхностном уровне. Если мы вернемся к iPhone, который на самом деле является довольно хорошим примером, качество iPhone на самом деле было, в первый год продаж, не таким великим. Если я правильно помню, это было приемлемо для Apple, особенно учитывая, что Apple в то время очень сильно боролась, но это было относительно скромно.
iPhone взорвался через несколько лет после введения App Marketplace. Именно там Apple решила, что они будут иметь этот рынок приложений с буквально одним кликом установки для приложений, где вы могли просто нажать на приложение, заплатить $1, и затем у вас есть приложение, которое идеально совместимо, очень легко устанавливается на ваш смартфон. И именно там взорвалась популярность и воспринимаемое качество iPhone. Если мы посмотрим на физические характеристики, да, это было очень хорошее устройство, но на самом деле смартфон был довольно никаким в плане просто возможности совершать телефонные звонки. Это был не такой уж и хороший телефон в плане выполнения основной задачи, которая заключалась в приеме и совершении звонков с помощью этого устройства.
Но воспринимаемое качество взорвалось, когда они представили App Store, потому что внезапно этот формат смартфона стал полностью осмысленным. У вас действительно был мини-компьютер, и вы могли делать так много, и тогда воспринимаемое качество заключалось в том, что это уже не просто телефон, это был смартфон. Но люди не помнят, что это не стало чем-то до года спустя. Так что мой посыл в том, что качество, да, есть некоторые очень основные, очень фундаментальные, лучший материал, лучшая устойчивость к напряжению и усталости, чтобы вещь не ломалась, не деградировала. Она должна быть легкой. В общем, все, что вы хотите двигать, если оно легче, обычно лучше и т.д.
Так что да, есть некоторые очень фундаментальные аспекты, но также, когда мы говорим о физических продуктах, качество часто больше, чем кажется. Может быть все ожидания, что вы можете делать больше с продуктом, что у вас есть экосистема, что у вас есть все виды аксессуаров, которые работают с ним, или даже если он просто декоративный, что он будет хорошо смотреться во многих ситуациях. Вы знаете, объект, который очень декоративный, и он будет выглядеть как очень красивая вещь в вашей квартире, даже если это очень разный стиль квартиры, может быть некоторое сверхнетангибельное качество, но оно все равно есть в некоторой степени.
Conor Doherty: Но очень мало из этого переносится на решения в сфере поставок.
Joannes Vermorel: Качество, да, это, я бы сказал, для физических продуктов, по крайней мере, у вас есть много простых резервных метрик, которые очень прямые, но все же у вас есть эта глубина, которая сложна. И когда мы переходим к поставкам, поставки - это владение вариативностью, поэтому это буквально наблюдение за вариантами и, в конечном счете, принятие решения среди тех вариантов, которые вы активно развивали, что вы выберете один, и это будет ваше решение.
Хорошо, это супер абстрактно, поэтому качество становится чем-то очень неуловимым. Хотя даже если мы говорим о чем-то достаточно неуловимом, как качество решений, все равно есть несколько метрик, которые не так сложны. Например, в армии у них есть такое выражение, что, знаете, худший план - это отсутствие плана, и на поле боя нет ничего хуже, чем хирург, который просто не может принять решение. Нерешительность почти всегда неправильна. Это означает, что даже если ваше решение - ничего не делать, ждать, пока враг сделает ошибку, это совсем другое, чем быть нерешительным и ничего не делать.
Нет, я решил, что лучшее решение, которое у нас есть, - это подождать, пока наступит подходящий момент, и это совершенно, совершенно отличается от того, что я нерешителен, не знаю, что делать, поэтому я просто паникую и ничего не делаю. Знаете, это совершенно другое состояние ума, и я бы сказал, что, хотя решение одно и то же, вы ничего не делаете, качество одного решения, как мы целенаправленно ждем, сознательно, зная, что мы знаем, на что мы ждем, по сравнению с тем, что мы просто нерешительны и находимся в полу-панике, это очень, очень разные решения с точки зрения качества.
Так что даже, знаете, например, решительность - это нечто, что можно измерить относительно простым способом. Так что в сфере поставок это может быть, вы можете принять решение оперативно или же это занимает вечность без весомой причины. Знаете, это была бы некоторая метрика, и это, знаете, измерение времени, необходимого для принятия решения, может быть измерено объективно. Так что, до некоторой степени, у вас есть некоторые простые метрики, но я бы сказал, что они не очень-очень хорошие. В отличие, знаете, от вещи на поле боя, если речь идет о поставках, редко бывает что-то супер срочное на следующие секунды или минуты. Так что это на самом деле не так ясно.
Хотя, очевидно, если вам требуется четыре месяца, чтобы принять какое-либо решение, то вы, вероятно, очень плохи. Но да, есть те элементы, которые более сложны, более абстрактны и также невероятно открыты. Так что здесь нет ясных ограничений в том, на что вы можете смотреть, чтобы оценить качество этих решений.
Conor Doherty: Аналогия с генералом на поле боя и любое решение лучше полной нерешительности. Ну, я имею в виду, уже есть KPI, которые компании используют для оценки качества или производительности. Давайте пока скажем производительность, а потом мы можем говорить о качестве для оценки производительности цепочки поставок. Например, уровни обслуживания для любой данной ссылки или в некоторых случаях насколько точны прогнозы спроса. Есть KPI, которые говорят вам, что это было точно на 50%, на 60%. Вы говорите, что это лучше, чем ничего?
Joannes Vermorel: Не совсем. Во-первых, потому что эти KPI на самом деле не отражают качество в подлинном, глубоком смысле. Они просто числовые артефакты. Большинство этих KPI - это просто числовые артефакты.
Conor Doherty: Что вы имеете в виду, когда говорите о числовых артефактах?
Joannes Vermorel: Я имею в виду числа, которые определяются в соответствии с некоторым простым математическим определением. Но почему бы этому математическому определению иметь какую-либо корреляцию с качеством в подлинном смысле?
Conor Doherty: Вы имеете в виду, что это просто числа на странице?
Joannes Vermorel: Да, это просто числа. И не просто какие-то числа. Числа, которые обычно происходят из учебников или формул. Например, если я говорю о среднеквадратической ошибке для точности прогноза, это очень популярная метрика. Это метрика, которую вы найдете во многих учебниках, математических учебниках. Почему у вас есть эта метрика? Потому что у вас есть много теорем, это норма два, это среднеквадратическая метрика, у вас есть норма один, норма два и т.д., и у вас есть много теорем, математических теорем, статистических теорем, которые связаны с этой метрикой.
Проблема в том, что это взгляд внутрь. У вас есть математический мир, где люди говорят: “Почему вас интересует эта норма два?” Ответ заключается в том, что у меня есть так много теорем, которые связаны с этой нормой два. Я могу играть с этим, я могу разрабатывать множество абстрактных конструкций и делать много математических вещей. Хорошо, это делает его интересным математическим объектом, как, например, простые числа. Простые числа - это увлекательные математические конструкции. Они также очень реальны в математическом смысле. Но это само по себе не доказывает, что есть какая-то корреляция с таким качеством и успехом, которыми будет обладать ваша цепочка поставок.
Conor Doherty: Свяжите эту хорошую аналогию с уровнями обслуживания.
Joannes Vermorel: Уровень обслуживания, почему должна быть какая-либо корреляция? Да, до некоторой степени, если у вас 0% уровень обслуживания, вы ничего не продаете, поэтому это выглядит довольно плохо. Если у вас 100% уровень обслуживания, это тоже плохо, потому что это означает, что у вас всегда есть списания инвентаря. Потому что если вы не позволяете себе когда-либо иметь товара в наличии, это означает, что вы никогда не сможете ликвидировать что-либо. Так что крайности довольно плохи. Но между ними все возможно. Вы знаете, что оптимальное значение находится не на крайности, а посередине, моя догадка так же хороша, как и ваша. Это просто очень неопределенно.
Я очень подозрительно отношусь к тому, когда люди дают мне процент как предполагаемую меру производительности или качества. Где здесь рассуждение? Это просто что-то, что выпало с неба. Вы просто даете мне формулу, и если у вас нет очень убедительных аргументов, чтобы подтвердить это, у меня нет причин верить, что этот числовой артефакт является соответствующим. Это просто что-то случайное, что вы вытащили из математического или статистического учебника.
Интересно то, что если мы перейдем к такому подходу KPI, то когда речь идет о качестве, когда вы ищете, скажем, учебники о дизайне и производстве, здесь идет много тонкой дискуссии. Например, даже если мы обратимся к завещанию продавца мебели от основателя Ikea, это красивый документ, очень короткий, я действительно рекомендую аудитории. Один из пунктов, я забыл, это 11 или 14, есть около 20 пунктов, и один из пунктов основателя Ikea гласит: “Не позволяйте себе вводить в заблуждение некоторые простые метрики качества продукции”.
Например, он говорит, что первое, о чем нужно помнить, если вы хотите иметь красивую поверхность, это то, что имеет значение только поверхность, которую люди могут видеть и ощущать. И он говорит о мебели. Он сказал: “Не гордитесь, например, высококачественной поверхностью, которая будет очень прочной, очень гладкой, очень красивой на протяжении многих лет, если люди не могут ее видеть и ощущать”. Таким образом, он ссылался на что-то вроде задней части мебели или чего-то, что находится под столом, на что вы никогда не будете действительно обращать внимание. Таким образом, он говорил, что когда вы инвестируете в качество, убедитесь, что это действительно важно и не является неким абстрактным показателем качества, типа “у меня есть материалы высокого качества или поверхность высокого качества везде”, включая поверхности, которые не имеют значения с точки зрения клиента.
И почему, и он упоминал об этом, он говорил, потому что если вы это делаете, и он упомянул об этом в своем коротком пункте, то клиенты в конечном итоге платят за качества, которыми они не насладятся. И с его точки зрения это было не очень хорошо. Они должны платить, каждый цент, который они платят, предназначен для качества, которым они насладятся. И это было очень тонкое, так что я бы сказал, если мы говорим о дизайне, производстве, у нас есть такая очень тонкая дискуссия о том, как подходить к вопросу качества по сравнению с затратами.
Но если мы перейдем к миру цепей поставок с процессом принятия решений, то этого совсем нет. Основная теория цепей поставок, и я бы даже сказал, что основная бизнес-теория, я бы сказал, бизнес-образование в стиле MBA, очень мало говорит о качестве принимаемых решений. У людей есть рассуждения, которые очень, очень двоичные. Я никогда не видел, например, в учебнике по цепям поставок или даже в общих учебниках по бизнесу, глубокого обсуждения спектра инвестиций и ресурсов, которые можно потратить, чтобы сделать свои решения немного лучше, пока убывающая отдача не подорвет ваши усилия, и затраты не превысят то, что вы получаете от улучшения решения.
И снова, если вы думаете о том, чтобы преследовать правильный уровень обслуживания, например, компании просто говорят: “У нас есть цели по уровню обслуживания”. Но что насчет инвестиций, которые вы делаете, как в капитальные затраты, так и в операционные затраты, чтобы достичь правильного уровня обслуживания? Опять же, уровень обслуживания не является отличным KPI, но чтобы упростить для аудитории, я буду ссылаться на него, поскольку это то, с чем они знакомы. Так что даже если вы выбираете уровень обслуживания и говорите: “Это моя цель, это должен быть лучший баланс для моей цепи поставок и моей компании”, каково качество этой оценки? Следует ли вам инвестировать, вы придумали число, скажем, 95%, но является ли это лучшим числом, которое вы придумали, и следует ли вам вкладывать больше, чтобы дальше уточнить это число или нет, и почему?
И обычно это никогда не обсуждается в учебниках по цепям поставок. Люди просто дают вам рецепт, и мы говорим: “Вы применяете его”, и затем у вас есть две ситуации. Вы соответствуете вашему процессу или нет? И все. Спектр уточнения того, что даже означает соответствие, и что означает качество, и каким должно быть направление, и что должно быть даже путешествие, просто отсутствует.
Conor Doherty: Я не согласен с этим, но есть два момента. Первый - разве нельзя сказать, что существование таких бинарных характеристик, как приемлемо/неприемлемо, хорошо/плохо, которые лишены тонкости, является результатом того, что то, о чем вы говорите, превышает возможности человеческого разума? И вот почему есть такие грубые характеристики, как да/нет, хорошо/плохо. И я согласен, что это несовершенно, но это не глупость, а как можно сбалансировать, как можно управлять миллионами и миллионами процессов?
Joannes Vermorel: Я согласен, что это результат человеческого разума, но не обязательно так, как это видят люди. Вы имеете дело с людьми, и люди невероятно сложны. Не потому, что разум человека имеет какие-то ограничения, а потому, что вы имеете дело с группой людей, каждый из которых индивидуально невероятно сложен. Таким образом, вам приходится прибегать к очень простым критериям не потому, что ваш разум ограничен, а потому, что вы имеете дело с людьми, которые настолько невероятно сложны, что получаете убывающую отдачу очень быстро, потому что это невероятно сложно.
Допустим, у вас есть сто планировщиков спроса и поставок. Это огромное количество усилий, чтобы достичь таких высоких уровней тонкости и прочего. Так что я согласен с утверждением, что это слишком много, но не потому, что у нас есть какое-то ограничение в понимании. Мы можем сделать многое. Просто вы имеете дело с людьми, которые настолько невероятно сложны и тонки, и т.д., что попытки инженерного подхода, и плюс к тому, что они сложны, у них есть своя воля и т.д., большинство попыток быть гиперрациональными просто приведут к обратному эффекту. Знаете, это проклятие: если вы пытаетесь мотивировать людей, они будут использовать это против вас и отвечать плохо. Обычно самый безопасный вариант - держать все очень просто.
Еще одна тема заключается в том, что управление цепями поставок в 21 веке не должно осуществляться через людей на всех уровнях. Да, на вершине у нас есть люди, но уровень выполнения должен быть полностью механизирован.
Conor Doherty: Мой следующий вопрос, отсутствие этой перспективы, которую мы описываем в традиционных учебниках, является, безусловно, следствием того факта, что мы живем в эпоху, когда у нас есть машинное обучение, искусственный интеллект и автоматизация в масштабах и с такой степенью детализации, которых не было пятьдесят лет назад, даже двадцать лет назад. Итак, ваш ответ?
Joannes Vermorel: Вот где это становится очень интересно. Если вы говорите, что решения будут инженерированы, то это будет машина, которая генерирует эти умные решения. Да, это искусственный интеллект. Не общий искусственный интеллект, но это искусственный. Если он повторно принимает ряд хороших решений, мы можем согласиться, что по крайней мере у него есть некоторая степень интеллекта. Это интеллект в собственном, хоть и ограниченном, понимании. Он точно не глупый.
Большие языковые модели (LLM) наглядно и просто демонстрируют, что я имею в виду под качеством по сравнению с затратами. Если вы играли с, скажем, ChatGPT-3.5 по сравнению с платной версией GPT-4, вы увидите, что если вы платите больше, вы получите что-то более умное. У этих LLM есть спектр интеллекта, от небольших моделей, которые дешевы и быстры, до больших моделей, которые медленнее, дороже и действительно высокого качества.
Вы можете самостоятельно убедиться в этом очень прямым способом. Вы можете взаимодействовать с диалогом и попытаться заставить эту LLM решить проблему для вас. Вы можете попробовать это с GPT-2, GPT-3.5 и GPT-4, и, скорее всего, вы будете поражены уровнем интеллекта, который вы получаете. Это очень детализировано. Есть вещи, которые будут работать и которые запутают меньшие модели, а затем, когда вы перейдете к более крупным, более умным моделям, вы получите обсуждения, которые имеют большую глубину, где ответы более нюансированы, где они лучше улавливают суть вашего вопроса и так далее.
Вы можете увидеть самостоятельно, что означает иметь решения более высокого качества. Вы задаете вопрос LLM, и он дает вам ответ. Вот такое качество здесь на кону. Даже если это восприятие качества, например, очень хороший ответ в виде простого текста на вопрос, очень неуловимо, вы можете получить представление об этом спектре качества буквально за несколько минут. Для этого не требуется иметь степень доктора наук по машинному обучению. Вы можете поиграть с GPT-3.5 в течение 10 минут, поиграть 10 минут с GPT-4, и вы поймете. Вы увидите этот дополнительный уровень качества, который присутствует в каждом ответе, который система производит.
Это существует в Lokad уже почти десять лет, этот вид нюансов. Но из-за того, что у нас не было способа продемонстрировать эту вещь, потому что решения в сфере цепей поставок часто являются очень абстрактными и отчасти непрозрачными, потому что они связаны с цепью поставок, с которой вы можете быть не знакомы, это не совсем то, что вы можете указать и потрогать. И это не то, что легко продемонстрировать, и даже если вы можете продемонстрировать, люди не будут воспринимать этот вид нюансов между низким и высоким качеством просто потому, что у них недостаточно информации, контекста и так далее.
Но LLM стали прорывом в том, что внезапно вы можете просто поиграть с этим и увидеть: “О да, за эту сумму денег я получаю решение, которое намного лучше, и это довольно очевидно”. И тогда вы понимаете, что у вас есть ситуации, которые не требуют более умных решений. Это не всегда лучше. У вас есть некоторые вещи, где просто получение ответа быстрее достаточно. Это правильный компромисс. И вы понимаете, что в плане интеллекта более высокое качество не всегда просто лучше. В какой-то момент у вас есть компромисс. Быстрее - это лучше, на самом деле, чем умнее.
Conor Doherty: Как, потому что я знаю, что мы теперь также используем LLM в рамках нашего предложения, как именно включение LLM изменяет соотношение качество-стоимость, которое уже достаточно абстрактно? Теперь мы добавляем еще один уровень абстракции, который является LLM, но прагматически или практически говоря, в предпочтительном примере, как это влияет на соотношение качество-стоимость с точки зрения цепи поставок?
Joannes Vermorel: Оно меняется, потому что LLM на данный момент настолько дороги. Я имею в виду, аудитория может и не осознавать, но LLM, они замечательные, но они дорогие. Как правило, обработка одного килобайта данных с помощью LLM стоит вам примерно в миллион раз дороже, чем выполнение практически любого другого вида вычислений с тем же килобайтом данных. Так что, буквально, LLM имеют порядок, и я не имею в виду один или два, я имею в виду шесть или семь порядков больше стоимости обработки килобайта данных и также медленнее по сравнению с любым другим видом вычислений, которые у вас есть.
Conor Doherty: Вы говорите о количественных или качественных показателях, или о том и о другом?
Joannes Vermorel: Просто фактические метрики, сколько времени и затрат потребуется для обработки килобайта. Факт, что вы видите текст, появляющийся перед вами, люди думают, что это круто, но как компьютерный ученый я думаю, что это “Вау, это так 1950-е годы”. Знаете, компьютеры сейчас настолько быстрые, что обычно вы можете отобразить, скажем, тысячи строк за миллисекунды. Когда у вас есть хорошо спроектированная веб-страница, она будет отображать бесконечную стену текста за миллисекунды, и вы не увидите, как текст печатается посимвольно. Почему? Потому что это настолько быстро, что оно находится ниже порога восприятия.
Если вернуться в 1960-е годы, вы могли видеть, в очень старых фильмах, как текст печатается посимвольно. Если вернуться к фильмам, вы знаете, к Джеймсу Бонду 60-х годов и так далее, вы увидите древние терминалы, где можно было видеть, как текст отображается построчно. И почему так? Потому что тогдашние компьютеры были настолько медленными, что вы могли это видеть. И причина того, что вы нажимаете на веб-страницу и бац, она отображается, и обычно, когда страница медленная, это потому, что вы загружаете эквивалент 10 или сотен тысяч страниц текста на этой веб-странице. Это не имеет никакого смысла, плохая инженерия программного обеспечения, но в конечном счете текст должен быть мгновенным. Я имею в виду, что он не может быть по-настоящему мгновенным в физическом смысле, но он должен быть настолько быстрым, что он далеко превышает порог восприятия человеческого разума. Факт, что вы видите, как это отображается, говорит вам о том, что это невероятно медленно.
Итак, вернемся к вашему вопросу, почему это должно влиять, ну, LLM очень дороги. Так что вы поймете, что вам нужно обратить внимание, потому что Open AI имеет такую безумную оценку, потому что, знаете, инвесторы не дураки. Они видят: “О, компании бросают деньги как сумасшедшие на эти системы, миллионы долларов”, и говорят: “О, мы хотим сэкономить деньги на IT”, и бац, приходит Open AI, и есть компании, которые говорят: “Мы гордимся тем, что тратим миллион долларов в месяц на эти LLM”. Поздравляю, вы только что разорили свой бюджет IT. Может быть, у вас есть веская причина для этого, но давайте не будем ошибаться, это дорого.
И даже в ситуациях в Lokad мы видим, где мы говорим: “Нет, на данный момент дешевле иметь дорогого белого воротничка в Париже”, потому что это дешевле. Так что это, это не, знаете, это, эм, так LLM, снова, я думаю, это имеет значение в этом смысле только потому, что они дорогие, поэтому вам нужно обратить внимание, и вы увидите, что если вы делаете это правильно, есть места, где вам нужно сказать: “Нет, мы не собираемся делать это, потому что это слишком дорого”, или “Нам нужно вернуться к какой-то более дешевой версии LLM, которая не такая интеллектуальная, потому что если мы делаем это с самыми дорогими вещами, которые мы можем получить на рынке, это будет слишком дорого”.
Conor Doherty: Вы можете исправить детали, где я ошибаюсь, но я помню одну из бесед, которая вдохновила идею для этой записи, вы привели пример, представьте, что мы компания, мы размещаем заказы на закупку, и наш поставщик немного ненадежен. Мы подозреваем, что они ненадежны, подозреваем, что на рынке может быть лучшая альтернатива, откуда мы можем снабжаться, но я имею в виду, нас всего трое в штате. Буду ли я тратить свое время на анализ для поиска других потенциальных поставщиков? Так что вы можете использовать LLM, чтобы каждый раз, когда вы размещаете заказ на закупку, выполнять автоматический анализ поставок, а затем в свое удовольствие просматривать это, и это будет значительно дешевле, чем посвящать свою умственную пропускную способность, время и усилия и т. д. И это масштабируется. Итак, снова, вот что я имею в виду в терминах того, как это влияет на стоимость качества.
Joannes Vermorel: Он масштабируется, но это не бесплатно. Если вы решите, например, при каждом заказе делать это, каковы будут затраты? Просто выполнение операции поиска, вы будете сканировать веб-страницы с помощью LLM. Вы снова будете сканировать, возможно, до мегабайта текста, потому что вы будете анализировать веб-страницы. Это не дешево. Таким образом, вы можете оказаться вынужденным составлять электронные письма и, возможно, начать использовать LLM с помощью нескольких сценариев для отправки электронной почты, обработки ответа, взаимодействия, как это делает человек.
Да, у вас может быть что-то, что полностью автоматизировано, но вы можете понять, что каждый раз, когда вы запускаете его для выполнения исследования поиска, это стоит вам примерно 5 долларов за LLM. Да, это дешево. Оно, конечно, дешевле, чем если бы один человек потратил два дня на этот случай, но это не совсем бесплатно. Это дешевле, чем если бы один человек потратил два дня, но это не совсем бесплатно. Если вы готовы тратить 5 долларов каждый раз при передаче заказа на поставку, вы можете понять в конце года, что потратили много денег. Возможно, вы не хотите всегда делать это.
Conor Doherty: Но это крайность. Опять же, это еще одна крайность. Будет золотая середина.
Joannes Vermorel: Именно так, здесь у нас есть этот спектр. С точки зрения основного восприятия, когда речь идет о людях, вы просто думаете о том, адекватно или неадекватно. Вы выбираете процесс и просто его применяете. Вы можете понимать, что есть спектр, но вы решаете спектр очень грубым способом, например, операцией поиска. Каждый поставщик пересматривается один раз в год, и все. Это ваш процесс, держите его простым. Но вместо того, чтобы пытаться иметь нюансированный подход к спектру, у вас есть только молоток процесса, и вы решаете это очень бинарным образом. Но с помощью LLM вы можете настроить свой спектр. Вы можете сказать, что вы можете пересматривать свои варианты при каждом заказе, это одна крайность, или делать это раз в год, это другая крайность. Любое значение между ними является приемлемым, и вы можете это делать и работать с этим.
Интересно, потому что вы можете настроить качество ваших решений, качество вашей вариативности. И затем у вас есть реальный компромисс в затратах, с которым нужно справиться. Это то, о чем основная перспектива цепей поставок даже не обсуждает. Я никогда не видел учебников по цепям поставок, которые говорят о том, как вы будете настраивать процесс, который генерирует решение, чтобы за каждый вложенный доллар получить наибольшую отдачу на уровне генерации решения.
Conor Doherty: Как именно вы определяете или идентифицируете градации на этом спектре от крайности до немного менее крайности, до дальнего конца, который является совершенно неприемлемым? Возможно ли количественно определить шаги между каждым из этих модулей?
Joannes Vermorel: В некоторой степени это возможно. С нашей точки зрения, современная цепь поставок выполняется программным обеспечением. Этот уровень принятия решений - это машина. Это сложное программное обеспечение с набором числовых алгоритмов. Вы можете рассуждать о пределах этого. Даже если вы можете рассуждать об этом, люди, которые занимаются инженерией этого, все равно являются людьми. Есть предел рекурсии, потому что в какой-то момент вам придется решить, сколько специалистов по цепям поставок вам нужно, и здесь это субъективное решение, но по крайней мере базовый уровень, который генерирует решения, является машиной и может быть настроен.
Если это физический продукт, у вас есть некоторые простые метрики. Если это программное обеспечение, которое вам нужно запустить, у вас также есть ряд простых метрик, особенно по стоимости. Сколько времени это занимает, сколько памяти потребляет, сколько места на диске занимает и т. д. Таким образом, у вас есть все это, и вы можете видеть, когда у вас есть целый спектр вещей, которые являются опциональными, которые вы можете запускать или не запускать. Например, вы можете решить, что вы будете проводить анализ ценообразования с помощью конкурентной разведки. Таким образом, вы получите данные о своих конкурентах. Но сколько конкурентов мы рассматриваем? Сканирование веб-страниц не бесплатно, это стоит денег.
Для тех, кто знаком с бизнесом по скрапингу, веб-скрапингом, получение веб-сайтов ваших коллег связано с определенными затратами. Если вы хотите сканировать каждую страницу своего конкурента ежедневно, стоимость будет значительной, особенно если у ваших конкурентов десятки тысяч товаров на дисплее. Так о каких конкурентах мы говорим? Вы хотите сканировать своего главного конкурента, топ-3 конкурентов или топ-20 конкурентов? Стоимость практически линейна. Чем больше веб-сайтов вы хотите отслеживать, тем больше будут ваши затраты, пропорционально количеству конкурентов. Но информация, которую вы получите, будет иметь убывающую отдачу.
Ваши конкуренты также отслеживают своих конкурентов. Так что если вы отслеживаете, скажем, своих трех главных конкурентов, оказывается, что эти конкуренты также отслеживают своих трех или пяти главных конкурентов. Это может включать компании, которые вы не отслеживаете. В конце концов, это все отслеживают все. Если вы посмотрите на график, кто отслеживает кого, вы увидите, что это очень связанный график, где практически все отслеживают немного всех. Крупные игроки будут отслеживать других крупных игроков плюс, возможно, одного меньшего конкурента. Меньшие конкуренты будут отслеживать несколько меньших конкурентов и всего одного крупного игрока, просто так, для приличия.
Хотя это сложно, это не невозможно. Вы можете получить представление о том, что есть убывающая отдача. Когда вы запускаете свои алгоритмы с или без набора данных, вы можете понять, улучшается ли это или действительно влияет на результаты. Например, если вы сказали, что хотите провести оптимизацию ценообразования, и затем вы понимаете, что до трех конкурентов это действительно количественно меняет цену. Так добавление одного дополнительного конкурента действительно меняет цену, которую вы получаете в конце.
Если я доверяю своему численному рецепту и говорю, что добавление этого третьего конкурента в смесь меняет мои цены в среднем, скажем, от 0,75% до менее 1%, но 0,75%, хорошо, это несущественно. Но затем вы добавляете четвертого конкурента и видите, что это изменение составляет 0,1%. Я не знаю, насколько это 0,1% критично для моего бизнеса, но все же это верхняя граница прибыли, которую это может сгенерировать. В лучшем случае это 0,1% от маржи. Если бы цена каждый раз точно смещалась в нужном направлении, но все же это ставит верхнюю границу для возможного влияния. И здесь вы можете сказать, ну, это кажется действительно очень маленьким, и поэтому я бы сказал, убывающая отдача, я этого не делаю, потому что стоимость для этого четвертого конкурента может быть не оправдана.
Таким образом, вы видите, что есть способы, обычно есть способы подойти к этому. И мы можем видеть эту нюансировку и градацию, и это обычно то, что появляется, когда вы начинаете использовать более сложные, более интеллектуальные численные рецепты, которые могут делать больше. Если мы хотим использовать аналогию с человеком, это похоже на то, когда вы начинаете использовать программное обеспечение, которое очень сложное и умное, оно начинает напоминать ваш штат. Сколько людей я хочу привлечь к этой проблеме? За исключением того, что у вас есть гораздо больший контроль, и если вы хотите масштабироваться вверх или вниз, вам не нужно увольнять людей или заботиться о их эго. Это позволяет вам инженерить всю систему, в отличие от работы с людьми, которые обычно отрицательно реагируют на вашу попытку инженерии их повседневного процесса.
Конор Доэрти: Мне приходит в голову, что в классической перспективе у нас не было дилеммы качество-стоимость, потому что цепочка поставок управлялась очень простыми эвристиками. Теперь вы говорите, что с развитием технологий мы можем фактически количественно оценить соотношение качество-стоимость решений в цепочке поставок с любой степенью точности, которую мы хотим. Это приводит к следующему вопросу: когда вы разделяете эти два понятия, качество и стоимость, с помощью программного обеспечения или искусственного интеллекта для оценки решений в цепочке поставок, стоимость понятна. Но является ли качество все еще субъективным чувством? Или вы говорите о возврате инвестиций за эту стоимость?
Joannes Vermorel: Сначала я хотел бы обратить внимание аудитории, и я перейду к вашему вопросу, но я хотел бы обратить внимание аудитории на то, что большинство таких компромиссов, которые представлены в снабжении, например, типичный треугольник наличных средств, стоимости и обслуживания, такие вещи, знаете ли, это то, что мне действительно нравится в этом дилемме качества и стоимости. Это действительно поднимает тему. Я считаю, что все эти компромиссы, в первую очередь, с точки зрения этого треугольника, имеют гораздо больше измерений, чем это. Это не треугольник, это дилемма с n-мерными дилеммами, где у вас есть сотни вещей, которые тянут вас в различных ограничениях, факторах и так далее. Так что это буквально компромиссы повсюду с ста и более измерениями. Вот как это выглядит.
И интересная вещь в дилемме стоимости и качества в играх в цепи поставок заключается в том, что она поднимает тему. Речь не идет о тех компромиссах. Речь идет о мета-проблеме: как вы создаете программное обеспечение, которое решает эту проблему. Вот как вы это сделаете, потому что через это качество вы будете делать такую оценку всех этих компромиссов. Так что, когда мы говорим о компромиссе между качеством и стоимостью в мастере опциональности, то мы говорим о том, что мы инвестируем в то, чтобы просто выяснить те 100 факторов и ограничений, которые определяют вашу игру в цепи поставок. Это очень мета-перспектива. Вместо того, чтобы думать: “У меня есть правильный уровень обслуживания?”, Вы думаете: “У меня есть программное обеспечение, которое будет определять, что лучшее качество означает для моих клиентов?” Это очень мета-перспектива. Об этом мы говорим.
Вернемся к вашему вопросу, и я немного отвлекся от вашего вопроса. Извините.
Conor Doherty: Вы измеряете качество исключительно субъективным настроем или оно определяется финансовым доходом?
Joannes Vermorel: Я бы сказал, что теоретически оно должно быть исключительно количественным доходом. Но, и вот здесь на практике оно будет полностью субъективным. Так что это очень странно, потому что вы говорите: “О, вы только что сказали мне, что это теоретически полностью количественно, но на практике это будет полностью субъективным. Никакого противоречия?” Так что реальность состоит в том, что да, с очень теоретической точки зрения то, что вы хотите, это создать долгосрочную прибыль вашей компании. Так что это количественное, по сути.
Однако проблема заключается в том, что когда вы смотрите вперед, все ваши количественные показатели полностью теряют актуальность. Поэтому мое личное мнение заключается в том, что если вы верите, что вы можете взять числа, которыми вы располагаете сегодня, и спроектировать их на десять лет вперед и что эти числа скажут вам что-то ценное, я бы сказал, что вы заблуждаетесь. Так что вы видите, это иллюзия. Я говорю это в профессиональном качестве аналитика. В Lokad мы анализируем числа на протяжении десятилетия и более. Числа становятся полностью бессмысленными, когда вы проецируете их на десять лет вперед.
Почему так? Потому что цепи поставок конкурентны. Это игра, которая ведется против сверхинтеллектуальных сущностей. Когда я говорю “сверхинтеллектуальные”, я имею в виду, что ваши конкуренты - это не просто сумма их частей. Они состоят из множества сотрудников, поэтому совокупность этого является сущностью, которая является сверхинтеллектуальной в смысле более интеллектуальной, чем любой человек на земле. Если вы играете против компании, например, Apple, это собрание экспертов, очень умных людей, и итоговый результат заключается в том, что эти люди сделают вещи, которые удивят вас. Они будут превосходить вас во многих отношениях, плюс у вас есть новые участники, новые конкуренты и так далее. Итак, главное заключается в том, что вы не можете считать ситуацию на рынке сейчас данностью и распространять ее на 10 лет вперед. Это очень большая ошибка.
Conor Doherty: Просто чтобы уточнить, я хочу убедиться, что я, а также все, кто смотрит, понимают это. Вы в основном делаете тот же аргумент о соотношении качества и стоимости, что и о прогнозировании в целом? То есть есть ограниченный горизонт времени в терминах его действительности?
Joannes Vermorel: Да, именно так. И снова, действительность, статистическая действительность, вы можете это сделать. Так что вы можете сказать, вы можете сделать аргумент, что потребление молока, я возьму очень базовый продукт, что свежее молоко будет таким через 10 лет на французском рынке и будет довольно точным, потому что у вас есть такая история. Где я не согласен, так это то, что вы не можете основывать на этом свою бизнес-стратегию. Почему? Потому что через десять лет, возможно, то, что сделает бренд свежего молока привлекательным для продукта, может быть совершенно отличным от того, что есть сейчас. Возможно, появятся новые маркировки, появятся новые стандарты ожиданий относительно того, что на самом деле означает действительно высококачественный органический продукт. Это игра, которая ведется очень агрессивно. Так что, возможно, потребление молока все равно будет примерно таким же, но оно может быть или не быть на фундаментально другой игре только потому, что вид брендинга, который вам нужно будет делать, вид упаковки будет сопровождаться очень тонкими различиями, которые делают все разницу.
Да, я ожидаю, что через 10 лет это все еще будут в основном белые бутылки. Да, хорошо, но это упускает из виду то, что в этом может быть столько маленьких нюансов, которые могут сделать все разницу в терминах захвата рыночных долей, получения прибыли и так далее. Так что видите ли, это не гарантировано. И если вы посмотрите даже на очень успешные компании, скажем, компанию Coca-Cola, они постоянно переосмысливают себя в плане имиджа и брендинга, и есть как непрерывность, так и переосмысление каждое десятилетие. Так что это не просто делать и играть в одну и ту же игру. Это, и это довольно впечатляюще, когда вы смотрите на компании, такие как Coca-Cola. Они успешно переосмысливают себя уже примерно 100 лет. Так что это очень впечатляет.
И вот что я говорю, когда мы возвращаемся к исходному вопросу, это, на фундаментальном уровне, да, вы гонитесь за прибылью. Да, и да, это то, что в будущем качество вашего решения будет оцениваться в заработанных евро или долларах. Так что в конечном итоге это будет количественным и чисто количественным. Если вы очень успешны, это будет видно в денежных терминах. Но из-за того факта, что когда вы проецируете себя в далекое будущее, эти KPI просто перестают быть актуальными. Особенно, это в конце концов почти полностью субъективные оценки и, следовательно, качественные. Просто потому, что, в общем, они дают лучшие результаты.
И я вижу это как, снова, как профессиональный аналитик данных. Я говорю это клиентам Lokad, что не позволяйте вашей стратегии на 10 лет вперед диктоваться числами, которые вы видите прямо сейчас. Это вводит в заблуждение. Это ошибка. Рынок будет развиваться таким образом, что эти числа станут неактуальными. Даже если прогнозируемые числа окажутся верными, например, будущее потребление молока, будут другие вещи, которые сделают эти числа неактуальными только потому, что ваши конкуренты найдут способы обойти вас в неожиданных способах. Вот что делает конкуренция на более широком уровне.
Conor Doherty: Если я могу подвести итог нашему обсуждению в одном вопросе: если истинная дилемма качества и стоимости в цепи поставок такая же сложная и дорогостоящая для разрешения, как вы описали, и имеет такой ограниченный горизонт времени, подобно самому прогнозированию, то почему люди должны переходить от очень удобных, очень дискретных, очень понятных простых метрик хорошего и плохого уровня обслуживания? Почему делать это несмотря на все, что вы только что описали? Каково стимулирующее воздействие?
Joannes Vermorel: Стимул подобен становлению мастера в шахматах. Это очень сложно, очень дорого, очень затратно по времени, но вы делаете это, чтобы победить. Так что, видите ли, дело в том, что у вас есть конкуренты и, как говорят, цепи поставок сегодня стали невероятно сложными. Так что есть потенциал сделать их лучше, что тоже огромно. Опять же, интересно то, что цепи поставок стали гораздо сложнее за последние пять десятилетий из-за цифровизации, у компаний есть ERP-системы, они имеют WMS, они имеют платформы электронной коммерции.
Итак, они получили возможность выполнять сложные поставочные цепи, и они это делают. И когда я разговариваю с многими клиентами, очень мало клиентов говорят мне: “Знаете, мы хотим вернуться к более простым, меньшим продуктам, более длительным срокам поставки”. Так что давайте оставим это проще, знаете ли, вещи вроде более длительных сроков поставки, например, мы производим после того, как получили заказы на покупку, знаете, сделанные по заказу.
Очень мало компаний говорят: “Знаете, мы хотим вернуться к тому, что делалось по заказу, потому что это делало все так просто”. Нет, это не совсем та направленность, о которой мы говорим. Так что итоговый вывод состоит в том, что поставочная цепь через цифровизацию, и не ошибайтесь, цифровизация - это древняя вещь, это произошло три десятилетия назад, стала намного сложнее.
И так, возможность действительно оптимизировать эту игру, которая стала гораздо сложнее, это как игра в пятимерный шахматы или что-то в этом роде, не продвигалась так быстро. Так что интересно то, что хотя, знаете, если я снова вернусь к этому анекдоту, оба моих родителя начали работать в Procter and Gamble более четырех десятилетий назад.
И, в то время, у них буквально было что-то вроде 200 продуктов для всей компании и французского рынка. Так что это была очень простая игра. И это выросло, скажем, на два порядка сложности, по крайней мере, если не на три. И это все еще те же наивные рецепты и так далее.
Но так что есть большой потенциал и да, это очень сложно, я согласен, это вызывает трудности, я согласен, но если вы этого не сделаете, кто-то сделает это за вас. И люди, знаете, наблюдают за Amazon. О, Amazon - такая огромная компания, и она так прибыльна, и она все еще растет.
И люди говорят: “Да, но знаете ли, когда вы наблюдаете, как Amazon так быстро и так быстро растет, моя реакция также заключается в том, что практически есть целый класс конкурентов, которые не справляются с вызовом Amazon в принятии этого суперагрессивного способа создания поставочной цепи.
И то, что я описал здесь, это игры, которые играются уже более десятилетия в Amazon. И да, люди видят, что это все еще абсолютный гигант, который давно превысил экономию масштаба. Я имею в виду, игра, которую Amazon играет сейчас, такова, что Amazon настолько большой, что люди на самом деле не осознают, что Amazon работает с огромным недостатком.
У них есть огромный недостаток. Подумайте об этом, знаете, огромный недостаток, как если бы вы играли в гольф с кем-то, у которого закрыты глаза, и они должны играть против вас. Так что они настолько большие, что у них есть этот абсолютно огромный недостаток, и они все равно растут и все равно превосходят множество бизнесов.
И я вижу, что во многом это отражение того, что многие компании не смогли улучшить свою поставочную цепь. Я имею в виду, просто посмотрите на это, Amazon теперь управляет чем-то вроде 300 миллионов перечисленных продуктов. Это, знаете, это буквально почти на два порядка сложности больше, чем у практически любой другой гигантской компании. Это очень, очень впечатляет.
Итак, еще раз, мое мнение заключается в том, что, чтобы заключить, этот дилемма качества решения против инвестиций, это своего рода мета-игра, которая играется и она выше обычной традиционной дилеммы, троичной дилеммы, знаете, денег против стоимости против обслуживания и так далее.
Это мета-игра, которая играется, и я бы сказал вам, если вы не начнете играть в эту мета-игру, ну, вы просто проиграете игру, потому что вы не понимаете, что нужно сделать, чтобы действительно создать превосходную поставочную цепь для вашей компании. Вы застряли в попытке решить саму игру, но теперь это мета-игра.
Просто как если вы хотите действительно победить в шахматы в наши дни, вы можете победить только через программное обеспечение. Прошло два десятилетия с тех пор, как машина победила мирового чемпиона по шахматам. Так что теперь, чтобы играть в шахматы, знаете, чтобы победить, знаете, в абсолютных значениях, это полностью программное обеспечение.
Это только о команде, которая разрабатывает программное обеспечение по сравнению с другой командой, которая играет, которая разрабатывает программное обеспечение. Если вы думаете, что можете победить в шахматы своими прямыми действиями, вы проиграли. Теперь это битва, которая ведется только между командами, разрабатывающими программное обеспечение.
Люди говорят, о, вы потеряли это, это не так интересно. Я бы сказал, насколько мне известно, это увлекательно. Я имею в виду, все еще видеть эти команды инженеров, приходящих с лучшими идеями и разрабатывающих разные способы создания, если честно, я никогда не был особо заинтересован в шахматах.
Меня всегда гораздо больше интересовало то, как разрабатывать программное обеспечение, которое играет в шахматы. И мое мнение заключается в том, что даже если вы немного испуганы, потому что перешли от игры в шахматы к своего рода мета-игре, что я должен делать, чтобы иметь это программное обеспечение, в целом, это делает игру намного интереснее.
Знаете, не бойтесь этого, в целом, это намного интереснее, намного более удовлетворительно. И цепочки поставок настолько сложны, что вам не нужно бояться, если вы не являетесь гением программирования. Проблема настолько обширна, что у вас есть множество областей, где вы сможете развивать свои навыки и найти свой путь в этом путешествии.
Conor Doherty: В заключение, мы часто говорим “стремитесь к прогрессу, а не к совершенству”. Итак, какой простой следующий шаг, если кто-то пытается перейти от классической двоичной перспективы хорошего или плохого уровня обслуживания к движению в сторону Amazon?
Joannes Vermorel: Во-первых, определите решения, которые принимаются в вашей цепочке поставок. Потратьте достаточно времени, чтобы оценить в очень широком смысле то, что означает качество в вашей цепочке поставок. И я всегда удивляюсь, когда люди говорят, что улучшение цепочки поставок - это лучший уровень обслуживания. Нет, это не так. Или это касается стоимости. Нет, это не так. Это всего лишь часть этого. И просто подумайте, например, о наличии этого трехлучевого конфликта между стоимостью, уровнем обслуживания и качеством.
И снова, это качество, определяющее качество обслуживания в очень конкретном смысле, например, уровень обслуживания. Где бы вы ни сказали, мое предложение аудитории состоит в том, чтобы найти 20 измерений вашей цепочки поставок. Вы должны суметь найти 20. Это не так сложно. Вы увидите, когда вы действительно подумаете, что есть по крайней мере 20 измерений, которые просто тянут.
Я имею в виду, как водители, ограничения, соображения, которые отличаются. И не поддавайтесь искушению теми супер упрощенными рамками, которые обещают решить вашу цепочку поставок с помощью трехлучевого конфликта. Вместо этого, вместо дилеммы и двух вещей, которые тянут в разные стороны, определите эти 20 измерений, проведите мозговой штурм.
И тогда вы начнете понимать, что это очень сложная игра, которая играется, и заслуживает ответа, который в какой-то мере охватывает это. И снова, приближенно правильный ответ лучше, чем точно неправильный. Да, ваш ответ может быть грубым, но по крайней мере он намного более всеобъемлющий, чем быть, скажем, у меня есть эту оптимальную модель, которая смотрит только на два измерения из 20.
И это дает вам иллюзию оптимальности, потому что это оптимальность, но в невероятно узком, упрощенном смысле, который даже близко не признает того, что обычно означает иметь такую высококачественную исполнительскую цепочку поставок, которая действительно необходима вашей компании.
Conor Doherty: Хорошо, Йоанн, у меня больше нет вопросов. Большое спасибо за ваше время. И большое спасибо за просмотр. Увидимся в следующий раз.
