00:00:00 Что делает человека хорошим в цепочке поставок
00:00:42 Карьерный компаньон и пробелы в мягких навыках
00:02:18 Теория против практики в обучении по цепочке поставок
00:06:29 Ошибки в коммуникации и переформулирование сообщений
00:09:55 Почему формальное образование не дает достаточных результатов в цепочке поставок
00:15:48 LLMS, письмо и мышление в современном образовании
00:20:30 LLMS как инструменты исследований против поверхностных подсказок
00:24:58 Обучение лидерству посредством разочаровывающих упражнений
00:31:40 Дебаты об Excel и важность проверки здравого смысла
00:36:50 Инструменты для цепочки поставок: обязательные против желательных
00:42:40 Агентный ИИ и будущая цифровая грамотность
00:45:55 Нарушения на рынке труда в аналитической сфере под влиянием ИИ
00:48:40 От механизации к сотрудничеству с партнерами
00:52:00 Заключительные мысли: высокоуровневое мышление против автоматизации
00:53:05 Пожизненное любопытство и ценность мягких навыков
Резюме
В диалоге, ведущем Конором Дохерти, Филипп Ауингер и Жоаннес Верморель обсуждают, что делает специалиста по цепям поставок выдающимся. Филипп, опираясь на свой опыт в области цепей поставок, подчеркивает важность объединения аналитических способностей с межличностными навыками — пробела, часто наблюдаемого в отрасли. Основанная в 2019 году, компания Филиппа, Career Companion, устраняет этот недостаток, предлагая интерактивные семинары для практического применения теорий для корпоративных и академических аудиторий. Жоаннес критикует устаревшие академические модели, подчеркивая необходимость эффективной коммуникации. Они обсуждают влияние ИИ на образование, утверждая, что базовое критическое мышление остается жизненно важным на фоне технологических достижений. Оба акцентируют внимание на важности межличностного взаимодействия в будущих ролях в цепях поставок.
Расширенное резюме
В интервью, проведенном Конором Дохерти из LokadTV, разворачивается примечательный диалог между Филиппом Ауингером, сторонником личностного развития в управлении цепями поставок, и Жоаннесом Верморелем, генеральным директором Lokad, на тему «Что на самом деле делает специалиста по цепям поставок выдающимся». Обсуждение затрагивает интеграцию аналитических способностей и межличностной эффективности, при этом Филипп подчеркивает пробел, часто наблюдаемый в отрасли, когда количественные навыки затмевают навыки общения, что приводит к существенным проблемам во взаимоотношениях в цепях поставок.
Филипп Ауингер восстанавливает ход своей карьеры — от подсчета винтиков в роли стажера до руководства командами по планированию спроса — подчеркивая путь от преодоления сложностей цепей поставок до основания Career Companion в 2019 году. Его повествование проливает свет на неэффективность традиционных систем образования, которые, по мнению Кнора, недостаточно готовят молодых специалистов. Филипп выступает за объединение теоретического обучения с практическим применением, что отражается в семинарах, которые он проводит, ориентированных как на корпоративные структуры, так и на академические учреждения, стремящиеся развивать у своих сотрудников межличностные навыки.
Жоаннес Верморель высказывается по поводу «хард скиллов», вновь выражая свой скептицизм в отношении устаревших академических теорий. Он утверждает, что эффективное изложение мыслей письменно является ключевым для управления trade-offs, представляя критическую точку зрения на педагогический уклон университетов. Филипп иллюстрирует это через личный анекдот, демонстрируя ошибки в коммуникации в сценариях планирования спроса. Эти обмены мнениями подчеркивают незаменимую роль точной коммуникации в согласовании интересов заинтересованных сторон и развитии стратегий цепей поставок.
Диалог принимает рефлексивный оборот, когда Филипп и Жоаннес изучают ограничения формального обучения, противопоставляя образование в области цепей поставок более строго определенным областям, таким как инженерия и хирургия. Филипп опирается на выводы из исследований в LinkedIn, подчеркивая разнообразие образовательного опыта успешных специалистов, и критикует сертификаты за их несвязанную с реальностью значимость и высокую стоимость. Жоаннес параллелит критику Филиппа, сосредотачиваясь на структурных ограничениях академической оценки, которые не учитывают такие необходимые навыки, как тонкое решение проблем и сложное представление компромиссов.
На фоне разговора поднимается вопрос о появлении инструментов ИИ, таких как ChatGPT, что вызывает размышления об их влиянии на образование. Филипп и Жоаннес по отдельности высказывают мнения о механизации аспектов письменной речи с помощью ИИ, при этом подчеркивая, что базовое критическое мышление и обучение на основе опыта остаются жизненно важными. Подход Филиппа сочетает использование ИИ с активным участием студентов в групповых обсуждениях, способствуя подлинному усвоению навыков.
Конор направляет разговор к изучению практических компетенций, где Филипп и Жоаннес анализируют актуальность традиционных инструментов, таких как Excel, и языков программирования, например, Python. Филипп предвидит, что Excel перейдет от категории «необходимого» к категории «желательного» по мере того, как технологические достижения делают интерфейсы более удобными для пользователя. Жоаннес, в свою очередь, подчеркивает важность освоения любого языка программирования как инструмента для развития концептуального мышления.
Влияние ИИ на будущие роли в цепях поставок составляет ещё один важный сегмент. Оба, Филипп и Жоаннес, прогнозируют значительную автоматизацию аналитических ролей, подчёркивая необходимость адаптивности и развития межличностных навыков для успеха в условиях всё более автоматизированной среды. Стратегии по обеспечению устойчивости ролей в цепях поставок включают принятие взаимодействия с клиентами, что механизирует внутренние процессы, как предлагает Жоаннес, в то время как Филипп подчёркивает актуальность эмпатичного и адаптивного профессионального мышления.
По мере завершения интервью Жоаннес и Филипп размышляют о стойких навыках: Жоаннес выступает за повышение уровня мышления, соответствующего управленческим вызовам, а Филипп акцентирует значимость межличностных способностей, утверждая, что человеческое общение является незаменимым ресурсом в эпоху бурного технологического прогресса. Конор завершает интервью, признавая ценный вклад обоих гостей и приглашая их, а также аудиторию, продолжать свои начинания.
Полный транскрипт
Conor Doherty: С возвращением на LokadTV. Со мной находятся Жоаннес и Филипп Ауингер. Он основатель Career Companion, и сегодня он присоединяется к нам, чтобы поделиться своим взглядом на очень важный вопрос, находящийся на пересечении между личностным развитием и серьезной аналитикой, а именно: что именно делает человека хорошим в сфере цепочки поставок? Прежде чем начать, вы знаете как это работает: подпишитесь на наш YouTube-канал и следите за нами в LinkedIn. А с этим продвижением позади, я представляю вам сегодняшнюю беседу с Филиппом Ауингером.
Ну, Филипп, большое спасибо, что присоединились к нам.
Philip Auinger: Огромное удовольствие, спасибо, что пригласили меня.
Conor Doherty: Это получалось не сразу, но прежде чем мы углубимся в беседу между вами и Жоаннесом, не могли бы вы представиться аудитории и объяснить, чем занимается Career Companion?
Philip Auinger: Конечно, меня зовут Филипп Ауингер. Я работал в сфере цепочки поставок примерно восемь лет, из которых четыре года был руководителем региональной команды. В какой-то момент своей карьеры я понял, что цепочка поставок — это не только числа, но и люди. Затем я обнаружил, что многие специалисты по цепочке поставок отлично работают с числами, но не так хороши в общении, и тогда я подумал: «Эй, возможно, это моя ниша, возможно, это то, чем я могу заняться».
Это было еще в 2019 году, когда я основал свою собственную компанию Career Companion, которая фокусируется на навыках коммуникации для специалистов, работающих именно в цепочке поставок. Мне нравится работать преимущественно с молодыми людьми, потому что у них вся карьера впереди, и я думаю: «Как бы я хотел знать это, когда только начинал». Вся эта мотивация всегда остается в моей голове, когда я работаю для сообщества цепочки поставок, особенно в LinkedIn.
Conor Doherty: Ну, на самом деле, именно так я узнал о вас. Я видел некоторые из ваших постов. Фактически, еще вчера я отвечал на некоторые ваши публикации в LinkedIn, абсолютно не связанных с установлением контакта для сегодняшней встречи, уверяю вас. Но вы упомянули, что любите работать с множеством молодых специалистов. Так что, как вы думаете, что именно молодым специалистам нужно в плане менталитета, в плане soft skills, которые не предоставляются в достаточной мере?
Philip Auinger: Я действительно считаю, что нужно различать, учатся ли эти молодые люди теории в университете или они находятся в каком-то институте или университете прикладных наук, где изучают практическую цепочку поставок, потому что между ними огромная разница. Недавно я работал с одной компанией, и они попросили меня проверить их материалы, а там была чистая теория.
Я сказал: “Да, возможно, я не знаю, хотите ли вы рассчитывать резервный запас, это правильная формула, но если торговый представитель кричит вам, что всё должно быть на складе, вы не убедите его, цитируя формулу.” И я думаю, что это ключевой момент, который молодые люди должны понять: есть теория и есть практика.
Лучший способ начать карьеру — осознать, что и то, и другое важно, и научиться находить связь между ними, потому что многие, кто работает в цепочке поставок, не имеют теоретических знаний, а приобретают их прямо на работе.
Но если вы, особенно будучи молодыми студентами, изучаете теорию и уже во время учёбы работаете с компаниями, у вас появляются реальные данные, реальные примеры — вот именно тогда можно установить эту связь, и у молодых людей появляется стартовое преимущество.
Conor Doherty: Ну, спасибо, Филипп. Жоаннес, вы опять ждали. Я знаю, что раньше вы описывали некоторые навыки как чем-то легкомысленным; вы хотели больше сфокусироваться на жестких навыках. Так что мне любопытно: что вы думаете, когда слышите слова Филиппа?
Joannes Vermorel: Я имею в виду, да, и технические, и мягкие навыки, на мой взгляд, крайне важны. Но я бы сказал, что теория, предлагаемая в большинстве университетов по цепочке поставок, довольно устарела и бесполезна. То есть, например, формулы резервного запаса хороши как интересные математические задачки, потому что у них есть аналитические выражения. Вы используете нормальное распределение, так что вы можете их записать, произвести расчет.
Еще один пример — EOQ, экономичный объем заказа, который можно представить в виде квадратного уравнения с элегантным аналитическим решением, так что вы буквально можете его записать, и посередине окажется квадратный корень. О да, замечательно. Думаю, что большая часть этого — вещи базовые. То есть, это технические знания, но они также несколько поверхностны, а не глубокие технические знания. Они относительно неглубоки; это не то, что действительно очень полезно.
А с другой стороны, когда речь заходит о soft skills, я бы сказал, их практически нет. По моему мнению, одной из самых недостающих областей являются навыки грамотного письма. Цепочки поставок сложны; они – по-настоящему замысловатые механизмы. Например, просто обозначить, какие компромиссы мы пытаемся учесть, крайне важно. Если этого нет, то, да, люди будут жаловаться. Финансовый директор скажет: “О, это слишком много оборотного капитала”. Отдел продаж скажет: “О, это слишком много дефицита товара”, и так далее.
Но реальность такова, что всегда есть компромиссы. Прежде чем вдаваться в технические подробности компромиссов, вы, как специалист по цепочке поставок, должны уметь донести это содержательно, желательно в письменной форме. То есть, лучше всего, если вы сможете далее подкрепить свои объяснения, возможно, проведением встреч, сколько бы их ни понадобилось. Но когда речь идет о таких soft skills, как высокоструктурированная, качественная коммуникация, этого полностью не хватает.
Полностью отсутствует. Вот как я вижу самый явный пробел в образовании молодых специалистов для работы в цепочке поставок.
Philip Auinger: Пример именно того, что вы сказали, о том, как вы это излагаете — это был глупый молодой Филипп, который так и делал. Я собирал прогнозы для очень важных продуктов от отдела продаж. Очевидно, если вы занимаетесь планированием спроса, не стоит перебарщивать, потому что если попросить слишком много, ответов больше не поступит.
Так что я отправлял ежемесячные письма с просьбой предоставить прогнозы, и думал, что это побудит их сказать: “Эй, если бы ты был более точен с этой оценкой, мы бы достигли 80% точности прогнозирования.” Так зачем торговому представителю моя точность прогнозирования? Конечно, для меня это было важно, но, оглядываясь назад, это был глупый способ формулировки.
Если я говорю: “Эй, спасибо за ваши данные, потому что на их основе мы смогли закупить сырье, выполнить поставки вовремя, и теперь всё лучше, чем было до того, как вы не предоставляли прогнозы.” Вот так нужно доводить это до отдела продаж. Если у вас в голове постоянно есть вопрос, что это значит для других отделов, что это значит для того человека, которого вы пытаетесь убедить, вот тогда у вас появляется волшебная палочка, с помощью которой можно запустить проект, который в обычных условиях воспринимался бы как «да, это второстепенно, но кому какое дело, сделаешь ты это или нет».
Но если они видят в этом ценность и доверяют вам, тогда вы действительно можете изменить ситуацию, потому что вдруг у вас начинают работать люди, а не против вас.
Конор Дохерти: Потому что мне кажется, что буквально все участники этого разговора являются профессорами чего-либо. Мы все связаны с высшим образованием. Как равные, разрешите задать следующий вопрос: мы обсудили тему образования и навыков, того, чему учатся студенты, и я не хочу сосредотачиваться исключительно на том, чего им не хватает. Давайте сначала будем благосклонны. Вы говорили о молодых людях, начинающих образование, будь то профессиональные училища или университеты — что, с точки зрения теории, они усваивают правильно? То есть, какая корректная теория им преподносится, а какая, возможно, упускается?
Филип Ауингер: Давайте вернемся на шаг назад, потому что сейчас речь идет о людях, получающих университетское или иное высшее образование для работы в сфере цепочки поставок. Многие этого не делают. Я однажды проводил исследование, опросив свою сеть в LinkedIn, спросив: «Сколько из вас действительно изучали цепочку поставок?» Оказалось, что менее половины, примерно 55% — на самом деле, люди пришли из других областей. Самый экстремальный случай, с которым я сталкивался, был из морской биологии, а они работали в цепочке поставок. Они были превосходными специалистами по планированию поставок.
Так что, возможно, для начала стоит отметить: не обязательно изучать цепочку поставок, чтобы работать в ней. Если вы изучаете цепочку поставок, или хотите работать в этой области, то я замечаю, что у студентов, с которыми работаю, есть очень сильные аналитические способности. Это что-то вроде подхода Шерлока Холмса: находишь проблему и хочешь копнуть глубже, ищешь решение. Может быть, это подразумевает задавать вопрос «почему?» пять раз, чтобы добраться до коренной причины, но именно это умение я наблюдаю у молодых людей. Идеально, если вы сохраните его на протяжении всей карьеры, ведь это помогает не повторять одни и те же ошибки. Я считаю, что это критический способ мышления, ценный для студентов с первого дня, если они хотят работать в цепочке поставок.
Йоаннес Верморель: То есть, очевидно, да, и меня даже удивило, что в вашем опросе 45 процентов людей имели формальное, так сказать, образование в области цепочки поставок.
По моему опыту, если бы пришлось гадать, это было бы всего лишь восприятием; если бы я приводил число, так как я не проводил опрос, я бы сказал — около одной трети, то есть даже меньше.
Для меня это доказательство того, что большинство того, что преподносится как теория цепочки поставок, глубоко неисправно. Причина в том, что если посмотреть, например, на людей с формальным образованием в области машиностроения и без него, они вовсе не находятся в одной лиге. То есть те способности, которые у вас есть — способность выполнять работу, делать что-либо — просто на порядки выше, если вы, знаете ли, обучены.
То же самое и для хирургии: вы никогда не скажете: «О, знаете, половина наших хирургов не имеет никакой подготовки в хирургии, но у нас всё в порядке». Если бы это было так, это значило бы, что то, что считается обучением, практически ничего не значит.
И вот, что вы описываете — и я с этим полностью согласен — у тех, кто добивается успеха без формального обучения, есть навыки, которые переносятся: аналитические способности, можно сказать, умение быть очень усердным, организованным в своем рабочем графике и тому подобное.
Таким образом, у вас есть множество навыков, которые переносятся, и это замечательно, но это снова свидетельствует о плохом состоянии того, что преподается в академических кругах и многих профессиональных учебных заведениях в области цепочки поставок.
Потому что, опять же, вы ожидали бы, что люди с формальным обучением, если бы у нас были настоящие, подлинные, очень эффективные теории, были бы на порядки лучше. Подумайте, например, сколько людей-самоучек, играющих на скрипке и достигающих в этом совершенства — это почти никто.
Даже в таких базовых видах спорта, как футбол и тому подобное, люди, прошедшие специализированные тренировочные программы и наставничество, просто не находятся на одном уровне с теми, кто этого не делал.
Так что, я бы сказал, это мое восприятие данной области, и процент, который вы получили в опросе, для меня очень интересен, поскольку как бы подтверждает это предположение.
Конор Дохерти: Филип, если можно вернуться к этому, когда ты сказал — думаю, 55% — то есть примерно половина твоей аудитории имела формальное обучение в области цепочки поставок? Или ты имел в виду, что они изучали это в университете или проходили курсы, профессиональное обучение, например, APICS, Six Sigma и тому подобное, то есть сертификацию, подобную обучению в профессиональном училище?
Или это было формальное университетское образование?
Филип Ауингер: Это было довольно давно, я думаю, что я выразился так: «Есть ли у вас формальное образование, например, университетская степень?» — вот как я это сформулировал.
Потому что, очевидно, получение диплома университета и реальная работа над этим в течение двух, трех, пяти лет — это совсем не то же самое, что, например, получение сертификата.
Конор Дохерти: Это подводит нас к следующему вопросу, потому что, опять же, вполне возможно, что кто-то скажет: «Нужно ли действительно иметь формальное высшее образование, чтобы добиться успеха в цепочке поставок?»
Можно пройти краткие курсы, такие как Six Sigma, APICS, и тогда вопрос в том, достаточно ли этого, по твоему мнению?
Филип Ауингер: Позвольте перефразировать: не только ли это достаточно, но и необходимо?
Многие возражают, когда я это говорю, но я не большой поклонник сертификатов. У меня их пять уровней, это очень утомительно, много работы, чтобы сдать экзамен. Я помню, когда учился в школе, проходной балл был 50%, а здесь он составлял 93%.
Если у тебя было 92.9 — у меня так было однажды, я проиграл на один балл — то ты не проходил. То есть, требования были очень строги, но, честно говоря, сами уроки не были настолько выдающимися.
Особенно, я не буду называть имен, но это был крупный американский институт, который навязывал своё мировоззрение всему миру.
Если вы находитесь в Европе, вы понимаете, что многие из этих вещей просто не имеют смысла, ведь это не тот же рынок, не те же способы транспортировки товаров, например.
Нам приходилось учить то, что мы знали, что неверно для нашего бизнеса, но мы должны были учить это таким способом, чтобы сдать экзамен, и именно поэтому я считаю, что иногда это переоценивается.
При этом, всё это стоит больших денег. Если бы я сам за это заплатил, я был бы очень недоволен соотношением цены и полученной ценности.
Если за это платит компания, нас бывает около 10, 15, 20 человек, и это стоит десятков тысяч евро. Это большая сумма, после которой большинство людей говорит: «Да, я это выучил, сдал экзамен, но не ощущаю, что это было действительно важно для моей работы».
Если у вас совсем нет опыта, это хороший способ наверстать упущенное образование, если это ваш правильный путь. Это может оказаться правильным.
Но если вы уже это изучили, если у вас есть годы опыта в этой области, то вы просто изучаете основы, и эти основы, опираясь на ваш опыт, уже не соответствуют действительности.
Как вы уже отмечали, Йоаннес, иногда всё оказывается слишком теоретическим, и даже теория устаревает.
Опять же, многие со мной не согласятся.
Конор Дохерти: Ну, Йоаннес, ты один из тех, кто будет возражать Филипу по этому поводу?
Йоаннес Верморель: Нет, нет, нет. Знаете, я преподаю в университете уже семь лет и пришёл к осознанию, что оценка студентов — это огромное ограничение того, чему и как можно учить. У меня было огромное привилегирование, и я мог практически делать всё, что хотел. У меня была административная команда, которая была очень снисходительна ко мне, так что им было всё равно, канонически ли я оценивал всех или нет.
Но реальность такова, что если вы хотите всё делать по книжке, то получаете именно то, что вы описываете. Если у вас есть система оценивания, вы сосредотачиваетесь на проверке того, способны ли люди запоминать мелочи, а не на навыках, которые гораздо интереснее, но и намного сложнее.
Например, я обсуждал способность писать, представлять очень сложный и запутанный компромисс так, чтобы это давало ясность неспециалистам. Это сложно. Как оценить такой навык? Как профессор, вы можете попросить студента написать эссе или что-то подобное, но на проверку и оценку уходит столько времени, что эти вещи уже не сравнимы. Это тот случай, когда студенту уходит час на написание эссе, и еще час у вас, профессора, на его оценку. Это жестоко.
Филип Ауингер: Ты действительно думаешь, что в наши дни они всё ещё пишут эссе самостоятельно?
Конор Дохерти: Вот о чем я и собирался спросить.
Йоаннес Верморель: Конечно, и вот что интересно. ChatGPT — фантастический инструмент, и эти большие языковые модели — тоже фантастические инструменты. Я ими пользуюсь, и это тоже, но интересное в том, что если вы не умеете мыслить, не думаете ясно, то будете задавать ерунду, и ChatGPT с радостью подыграет вам. Да, вы получите текст, который на первый взгляд выглядит последовательным, хорошо написанным и тому подобное — спасибо тебе, ChatGPT, но он может быть абсолютно не по теме.
Так что, для меня интересным является то, что доступность этих языковых моделей фактически создает еще большее давление на развитие этих навыков. Потому что вам нужно очень быстро оценивать, выдал ли ваш инструмент что-то, соответствующее вашим намерениям. Вы можете пропустить ту часть, которая была очень утомительной и медленной — написание текста слово в слово, ведь этим занимается ChatGPT. Остается лишь мышление, и я бы сказал, что для многих студентов это плохие новости. Мышление может оказаться тем аспектом, в котором они не преуспевают, как вы знаете. Таким образом, использование этих инструментов становится жестоким и унизительным опытом, поскольку вы внезапно сталкиваетесь со своими ограничениями. Вы понимаете, что ограничение — не в вашей способности писать (об этом заботится LLM), а в вашей способности мыслить.
Филип Ауингер: Позвольте добавить, конечно, я думаю, что многие склонны полагать, что если они просто прочитают то, что написал ChatGPT, то поймут, усвоят и это глубоко укоренится в их памяти. Но так наш мозг не работает. Если вы просто позволите ChatGPT сделать это, а через месяц я спрошу: «Что написал для вас ChatGPT?», вы забудете всё. Если вы писали это на компьютере, то, возможно, вспомните части, а если писали от руки, то, скорее всего, запомните больше. И это само собой, и это не изменится только потому, что вокруг нас появилась новая технология.
Вот почему я сейчас веду курс по лидерству для моего старого альма-матер, университета, где я учился. И, конечно, там есть письменная часть, состоящая из трех вопросов для размышления. Но я говорю: если хотите написать это с помощью ChatGPT — пожалуйста. Я не буду проверять, сделали ли вы это самостоятельно или нет. Однако у нас потом будет групповое обсуждение, которое станет финальным экзаменом, и я очень быстро замечу, действительно ли вы обдумали это или просто позволили LLM сделать за вас.
В конце концов, даже если вы обманете систему или хорошо сдадите устный экзамен — это хорошо для вас. Но действительно ли вы чему-то научились или просто научились обходить систему и проходить курс с минимальными усилиями? И я продолжаю им говорить: чем больше вы действительно вдумаетесь в это, и чем больше я могу вдохновить их использовать собственные мозговые клетки для поиска решений или формулирования вопросов вроде: «Я не могу это решить. Эй, профессор, как вы это видите?» — тем больше они учатся, чем если бы ChatGPT написал, скажем, пять страниц о предмете. Это просто не тот способ обучения.
Йоаннес Верморель: Мое мнение таково: знаете, эти инструменты фантастические. Я пользуюсь ими весь день, и именно поэтому сейчас я не читаю полный магистерский курс в университете, как раньше. Но я считаю, что это требует глубоких вопросов о том, как вообще следует модифицировать преподавание, принимая это во внимание. И, например, недавно я читал книгу по программированию, которая была очень хорошей.
Название, я думаю, звучит как «Python для мышления как компьютерный ученый». Это очень короткая книга, и что мне показалось интересным, автор буквально писал: «Если у вас возникнут дополнительные вопросы» — в виде сноски — «просто возьмите вашего любимого виртуального помощника и задайте ему вопросы по этим ключевым словам». Но интересным было то, что это был способ сохранить обсуждение очень кратким, предоставив опорные точки для дальнейшего углубления, и всё было тщательно продумано. Работа была выполнена отлично.
Так что, видите, мой подход таков, и когда я работаю с LLM, я постоянно задаю им вопросы по тем аспектам, которые я действительно не знаю, по тем темам, что находятся на пределе моего понимания, пределе моего знания. «Ладно, расскажи мне об этом подробнее». И если у меня возникают подозрения, что инструмент дает ложную информацию, я перепроверяю её. Но, честно говоря, проблема обычно заключается просто в моей абсолютной неосведомленности в тех областях, о которых я ничего не знаю.
То есть, я не пытаюсь заставить инструмент применять какие-то невероятно хитрые рассуждения. Просто моя специализация — программное обеспечение для цепочки поставок, и если вы зададите мне очень конкретные вопросы, например, о судостроении, различных этапах и тому подобное, я не являюсь полным экспертом в этом, поэтому я весьма неосведомлен. А LLM действительно может очень быстро помочь заполнить эти пробелы.
Конор Дохерти: Ну, Филип, если можно вклиниться, так как я не хочу слишком увлекаться педагогикой, но вы ранее проводили различие между формирующим и суммативным образованием. И я с вами согласен, что когда речь идет о суммативном оценивании, идея просто написать эссе — большинство людей просто доверят это ChatGPT. Более формирующий аспект оценки — когда проводятся серии небольших проверок, я хочу, чтобы вы занимались групповой работой, решали проблемы в реальном времени вместе со мной. Так я провожу свой курс, магистерский курс. Так что мне интересно: как вы, преподавая, оцениваете, что люди усваивают те навыки, которые, по вашему мнению, им необходимы?
Philip Auinger: Очевидно, я не могу заглянуть в умы всех. Я не могу даже заглянуть в чей-то ум. Если у вас есть группа, и я счастлив, что это, возможно, группа из 18-20 человек, то она довольно маленькая. Поэтому довольно легко оглядеться по залу и увидеть: поднимаются ли скептические брови или все в порядке? Большая разница; можно многое узнать, просто взглянув на брови, кстати.
Но что я сделал в один момент, так это подумал, что мы говорим о горизонтальном лидерстве, то есть если никто не подчиняется вам, но для этого проекта вы – руководитель проекта. Это очень сложно. Так что, что я могу сделать, чтобы показать им, насколько это сложно? Я мог бы создать красивую презентацию PowerPoint, написать пять пунктов и сказать: “Вам нужно быть осторожными, если когда-либо окажетесь горизонтальным лидером.” Или я мог бы спросить их: “Эй, выясните, какие, по вашему мнению, критические пути, если вы – горизонтальный лидер этого проекта.” Но вместо этого я провёл эксперимент.
Конечно, вам нужно модерировать, фасилитировать, заходя и говоря: “Это эксперимент, вы теперь начнёте меня ненавидеть, но давайте попробуем.” Так что я дал им крайне примитивные, почти плохие инструкции о том, что делать, дал им получасов, а потом замолчал. Я не произнёс ни слова, а они становились всё более расстроенными; они не знали, что делать. И потом периодически я давал им подсказки, чтобы сделать всё ещё хуже, такие как: “Один из членов вашей команды теперь переходит в другую группу, и, придя туда, он будет противостоять всему, что сделано до сих пор”, или “Один из членов вашей команды внезапно замолкает или говорит: ‘Это абсурд, я не понимаю, зачем мы это делаем?’”
В последние несколько минут я обходил зал и как бы критиковал всё: “Вот это вы пишете? Серьёзно?” – вкладывая в это действительно негативную энергию. А затем, через полчаса, я закончил эксперимент и собрал отзывы: “Хорошо, что вы узнали и что заметили?” И все пункты, которые они упомянули, оказались бы на моей презентации, но они сами их придумали. И не потому, что они воспользовались ChatGPT или обсуждали это в теории, а потому что испытали это на себе. Они заметили, насколько важно иметь чёткое руководство, ясную цель, структурированную задачу, когда люди не перескакивают туда-сюда и все вовлечены, и так далее.
Таким образом, они это усвоили, и я им сказал, что это своего рода пророчество, которое я пока не могу доказать, но я сказал им, что в первый раз, когда вы окажетесь в роли горизонтального лидера проекта, вы обязательно вспомните именно этот момент. Надеюсь, что я оказал влияние, позволив людям понять что-то через опыт, а не просто посредством чтения, письма или разговоров, а именно через проживание ситуации. И именно так, если вы посмотрите, как учитесь и как обучаете, это, безусловно, передовой метод. Если вы дадите людям возможность испытать это, они наверняка извлекут больше уроков, чем любым другим способом.
Conor Doherty: Это, собственно, задаёт переход, потому что, как мы уже обсуждали, мы много говорили о том, как готовим людей, особенно молодых, к карьере. На самом деле, вы упомянули проблемы лидерства, и это подводит к следующему вопросу: Филип, из вашего опыта, какие самые большие проблемы вы заметили у молодых людей, когда они переходят от изучения концепций цепей поставок к реальному миру их применения в корпоративной среде?
Philip Auinger: Ожидания – это важная тема, так что, во-первых, судите сами. Вы кажетесь таким умным, ведь у вас есть степень магистра по цепочкам поставок, и вы знаете всё. А затем наступает ваш первый день планирования в секторе быстро оборачиваемых потребительских товаров. Например, я планирую молочные продукты. На первой неделе у меня случилась паническая атака. Я побежал в ванную, облил лицо холодной водой и пытался остановить слёзы. Я думал, что знаю всё, а потом столкнулся с тем, что ничто из того, чему я учился в теории, не применимо здесь и сейчас. С вашим гневным начальником, водителем грузовика, который хочет знать, откуда грузить товары, вашим раздражённым торговым представителем – так много вещей сваливалось на вас, к чему я не был готов.
В то же время, я думаю, что если прислушаться к общему мнению на LinkedIn, например, все критикуют Excel: “О, это такой старый инструмент, и он такой ужасный.” Да, мы к этому еще придем, но всё равно большинство компаний ведут свои цепочки поставок через Excel. И при этом, большую часть времени вы используете базовую математику, которая будет актуальна и в ближайшие 100 лет. И не важно, делаете ли вы это с помощью инструмента под названием Excel или другого инструмента; вы всё равно применяете математику.
Я думаю, что многие студенты уходят с мыслью: “О, я иду в большую компанию, и всё будет управляться искусственным интеллектом.” Нет, так не будет. Вам придётся бороться с неструктурированными данными где-то в ERP, пытаться их извлечь, и если вам повезёт, вы сможете перенести их в Excel и попытаться сделать выводы.
Таким образом, я считаю, что способность сделать это и осознать: “Хорошо, вот как мы делаем это сейчас. Можно ли сделать это умнее? Можно ли автоматизировать этот процесс? Может ли ИИ создать для меня этот отчёт вместо того, чтобы я трачил восемь часов в неделю на его составление?” – вот где студенты могут внести разницу, потому что они уже цифровые аборигены.
Если вы закончите обучение в 2025 году, значит, вы, вероятно, родились после 2000. Так что вы – будущее цепочек поставок, которое сможет объединить лучшее из обоих миров: “Хорошо, я понял, как работает математика, я это изучил, но, в то же время, существуют инструменты, которые гораздо умнее человеческого мозга.” Думаю, именно здесь студенты могут действительно изменить ситуацию.
Если у вас не получается ни то, ни другое, вы в беде. Если вы не можете выполнять вычисления в уме, если не можете перепроверить, корректны ли данные, представленные ChatGPT или каким-либо другим инструментом, если не можете проверить их правдоподобие — если такое слово существует — если не можете удостовериться, что эти числа логичны, тогда у вас проблемы, потому что вы будете слепо сообщать: “Посмотрите, что сказал мой инструмент, он так хорош.”
Еще один небольшой анекдот, если позволите: у нас когда-то была стажёрша, и она была так горда, потому что провела грандиозный анализ. В то время она пришла к выводу или рассчитала, что затраты на склад в небольшой стране, Словакии, составляли 17 миллиардов евро, тогда как глобальные продажи компании были на уровне 18 миллиардов евро.
Я спросил: “Ты абсолютно уверена, что твои цифры верны?” “Да, анализ показал так.” “Ты точно уверена, что мы тратим 90% нашей прибыльности или 90% наших продаж на один склад в одной стране? Ты абсолютно уверена?” “О, может, я где-то забыла один ноль.” На что я ответил: “Нет, ты, наверное, забыла о 27 нулях.”
То есть, у меня действительно был такой разговор, но где-то в глубине души я думал, что тебе нужно лучше проверять достоверность чисел.
Conor Doherty: Йоханнес, я имею в виду, что вы уже долгое время проводите аудит компаний. Вы управляете одной из них уже 16 лет. Уверен, у вас есть подобные истории или сложности, когда люди, занимавшиеся учебой, внезапно переходят к работе.
Joannes Vermorel: Да, хотя, как видно из высказывания о цифровых аборигенах, я бы сказал – да и нет. С одной стороны, молодые поколения не враждебны компьютерам, так что они действительно таковы. Но в наши дни, чтобы найти кого-то, кому некомфортно работать на ПК, с электронными таблицами и прочим, вам придётся искать очень пожилого, скажем, директора по цепочке поставок старше 65 лет.
Возможно, вы найдёте кого-то помладше, но в целом я бы сказал, что да, однако я замечаю много цифровой неосведомлённости даже среди очень молодых. И когда я говорю о цифровой неосведомлённости, подумайте, если вы посмотрите на сектор FMCG, ведь FMCG – это самый простой с точки зрения управления данными, количество продуктов очень ограничено.
Таким образом, у вас большой объём, но мало продуктов. Если вы перейдёте к действительно сложным цепочкам поставок, скажем, авиация, у вас будут миллионы деталей. И детали могут варьироваться от винтов до авиационных двигателей. Разнообразие просто безумное. Некоторые вещи будут жидкими; некоторые – кабельными.
То есть, разнообразие вещей может просто ошеломлять. То же самое, например, в нефтегазовой отрасли. Если вам понадобится список всего, что нужно для функционирования нефтяной платформы, он будет поразительно сложным.
Хорошо, теперь вы понимаете, что данные не находятся в одной ERP-системе; их примерно 10. И поскольку три из них – древние, так и не вышедшие из эксплуатации, плюс были слияния и поглощения, у вас получается приложенческая среда, которая, можно сказать, представляет собой консолидированный набор множества старых, древних корпоративных программных продуктов, датируемых 90-ми, а иногда и раньше. И они всё ещё здесь и работают.
И как видите, хотя люди и являются цифровыми аборигенами, способны ли они ориентироваться в сложной приложенческой среде? Это действительно требует гораздо больше, чем просто умение открыть Excel и копировать-вставлять несколько чисел.
Я наблюдаю, что слишком часто, как только люди сталкиваются с трудностями, они сдают задачу и передают её IT. А потом у IT образуется отставание в четыре года. Видите, да, IT может составить для вас SQL-запрос; они займутся этим через два года или что-то в этом роде.
Вот такого рода вещи – если вы действительно, как я бы сказал, по-настоящему цифровой абориген — там, где царит мешанина из различных приложенческих систем, и вам приходится день за днем набираться знаний, знакомиться и уметь делать запросы к этим различным системам.
Ищите помощь, где только можно, и не используйте IT как костыль, как замену навыка, который у вас должен быть, а как потенциального наставника, который может помочь, когда вы действительно застряли и не знаете, как двигаться дальше.
Но опять же, используйте его как наставника, а не как коллегу, который выполнит вашу работу за вас через два года.
Conor Doherty: Ну, опять же, мы немного затронули тему навыков, и я хочу попробовать кое-что немного иное в этот раз, учитывая сегодняшнюю компанию. Итак, я составил список нескольких навыков, и мне бы хотелось представить их каждому из вас.
Просто скажите мне, являются ли они необходимыми или желательными, но не критически важными, и кратко объясните почему. Итак, начну с самого очевидного, и начну с вас, Филип. Обязательно или желательно? Excel.
Philip Auinger: Раньше – абсолютно необходимо. В будущем – желательно.
Conor Doherty: Хорошо, почему?
Philip Auinger: Потому что, очевидно, если посмотреть, когда был введён Excel, я бы сказал, что это было в 90-х. С тех пор, если вы идёте в любую устоявшуюся компанию, это по сути единственный инструмент. Но в наши дни, посмотрите на изменения, которые произошли за последние несколько лет.
Даже посмотрите на то, что многие считают чем-то совершенно новым, например, ChatGPT. Посмотрите на прогресс, достигнутый за последние месяцы. Поэтому я считаю, что в ближайшие несколько лет функции, которые выполняет Excel, будут реализованы другими инструментами посредством нажатия одной кнопки и составления хорошего запроса.
Тем не менее, как я уже упоминал ранее, хорошо понимать, производит ли этот инструмент что-то корректное. Элементарная математика, базовая логика и проверки на правдоподобие всё ещё имеют смысл, но в будущем вам Excel для этого не понадобится. Однако эти изменения могут занять время, так что я не знаю, насколько далеко в будущем это случится.
Conor Doherty: Ну, Йоханнес, без ругани, пожалуйста! Но Excel – обязательно или желательно?
Joannes Vermorel: Да, электронные таблицы существуют уже вечность. Фактически, они появились в конце 70-х, а сам Microsoft Excel – в середине 80-х, так что, да, он древний. Я бы сказал, что это необходимо, в основном потому, что, если вы уделите Excel 10 дней, вы уже будете очень хороши.
То есть, если вы будете усердно работать, речь не идет о вложении в это двух лет вашей жизни. Знаете, 10 дней, и если вы приложите усилия, вы уже будете уверенно владеть Excel.
Conor Doherty: Хорошо, спасибо. Далее…
Joannes Vermorel: Честно говоря, чтобы управлять цепочкой поставок, вам нужно всего около 30 функций. Вот и всё, что необходимо.
Conor Doherty: Да, да. Следующий, снова к Филипу. Обязательно или желательно? Python.
Philip Auinger: Желательно. Я бы сказал, что это был большой тренд, когда я покидал корпоративный мир, так что это было почти семь лет назад. Тогда новым было: Python, R.
Внезапно появился ChatGPT, и я считаю, что у него намного лучшие функциональные возможности и гораздо больше вариантов для выполнения различных задач, так что Python, R и другие, которые раньше сулили будущее, теперь уже не так актуальны. Поэтому я бы сказал – желательно.
Conor Doherty: Йоханнес, тот же вопрос: Python – обязательно или желательно?
Joannes Vermorel: Я бы сказал, что обязательно, но с оговоркой, что не имеет значения, какой язык программирования. Главное – освоить один язык программирования, неважно какой, потому что это даёт вам понимание того, что компьютер на самом деле может выполнить.
Таким образом, вы можете различать между “О, это можно аналитически решить с помощью алгоритма, и я получу этот расчёт” и проблемой, которая настолько нечеткая, что, возможно, LLM сможет дать ответ, но в принципе это не относится к вычислимому.
Поэтому я считаю, что знание хотя бы одного языка программирования, неважно какого, не обязательно должно быть экстравагантным, но очень важно освоить программирование, хотя бы его основы на любом языке. Не имеет значения, какой именно.
Conor Doherty: Спасибо. Филип, обязательно или желательно: Power BI или какие-либо инструменты визуализации данных?
Philip Auinger: Визуализация данных – абсолютно, действительно очень важна. Мы уже упоминали, что если вы хотите убедить других, то “кладбище чисел” в виде большой таблицы не убедит. Если вы представите это на графике, вы сразу многое увидите.
Я не думаю, что Power BI необходим, скажем, для любого человека, работающего в цепочке поставок, но я считаю, что хорошо иметь отдел, который занимается подобными вопросами; иметь этих гиков, способных создавать потрясающие Excel-таблицы, которые обычные пользователи не могут, и фактически использовать их в качестве отдела поддержки принятия решений.
Я думаю, одна из компаний, наверное, Nestle, называет свой отдел аналитики данных «поддержкой принятия решений». Если вы включите Power BI в команду людей, которые понимают цепочку поставок и создают отчёты, используемые остальной компанией, это будет чрезвычайно ценно.
Но, опять же, я не думаю, что каждому, кто работает в цепочке поставок, это необходимо. Так что это больше приятное дополнение.
Конор Доэрти: Йоаннес, тот же вопрос: необходим или просто приятное дополнение Power BI?
Йоаннес Верморель: Да, я бы сказал, что в основном это приятное дополнение. Опять же, здесь ситуация такова, что отсутствие понимания этих концепций не помешает вам получить нужное руководство от ChatGPT.
Видите, когда я сравнивал, скажем, Python как приятное дополнение или что-то в этом роде, если вы даже не можете представить, как работает программирование, как инструкции компьютера разворачиваются по одной с ветвями, циклами и тому подобным, то при отсутствии этих идей вам будет невероятно трудно получить от ChatGPT осмысленный ответ.
Что касается визуализации, я бы сказал, что если у вас в голове нет примитивов для «нарезки» данных или если вы не знаете, что существуют, скажем, столбчатые диаграммы, линейные графики, круговые диаграммы и тому подобное, это не страшно. Инструмент, благодаря своей визуальности, сумеет вас направить.
Таким образом, я бы сказал, что это приятное дополнение. Я не думаю, что если вы недостаточно осведомлены о этих концепциях, вы не сможете справиться. Это моё мнение.
Конор Доэрти: Кстати, для ясности, Йоаннес, ты носитель французского языка. Круговая диаграмма по-французски называется камамбер, верно?
Йоаннес Верморель: Да, именно так, мы называем её камамбер.
Конор Доэрти: Извините, это так… просто… я ждал два года, чтобы вставить эту фразу. Наконец, момент настал.
Абсолютно, это глубокая шутка для тех, кто меня знает. Впрочем, извините, это последний вопрос в этом сегменте. Итак, Филип, необходим или просто приятное дополнение: агентный ИИ?
Филип Ауингер: Мне любопытно узнать, что об этом скажет Йоаннес.
Йоаннес Верморель: Необходимо, но очень быстро это превратится в вопрос оставаться актуальным как цифровой коренной житель. Что я имею в виду под агентами? Например, глубокие исследовательские возможности OpenAI предоставляют вам LLM, способный просмотреть около 200 страниц, чтобы дать вам вводную информацию по теме.
Таким образом, у вас есть этот агент, выполняющий итерацию, и существует множество ситуаций, когда LLM может в принципе вызывать сам себя для выполнения итерации, чтобы завершить задачу, которую невозможно выполнить за один раз, за одно завершение LLM.
Но я считаю, что подобное развивается очень быстро. Знание того, когда и как использовать, где и каким образом применять эти возможности, станет частью вопроса: «Умеете ли вы эффективно использовать ChatGPT или его аналоги?»
Опять же, для меня это часть того, чтобы быть актуальным цифровым коренным жителем, как умение пользоваться Google Maps, Uber и тому подобными приложениями. Существует так много приложений, что если вы не умеете пользоваться Google Maps, люди подумают: «О, ну, это не так уж сложно.»
Но если вы даже не знаете, что такое существует, то вы окажетесь в невыгодном положении по сравнению с теми, кто этим активно пользуется. Однако освоить этот навык совсем несложно.
То, о чем думают люди, станет настоящей будущей версией. Но представляйте это как будущую версию ChatGPT, где вы делегируете контроль над файлами на своем компьютере.
Где вдруг этот LLM оказывается ограничен веб-страницей, которая полностью изолирована, как это было до недавнего времени — изолирована от остальной вселенной. Сейчас ChatGPT отлично справляется с просмотром веба и задает вопросы до начала работы, например, уточняя задачи.
Это поможет; это способ преодолеть границы. И следующая преграда, которая будет преодолена, будет: «О, я даю ChatGPT доступ к моей локальной среде, и он проверяет файлы на моем компьютере».
Это наступит, и именно тогда люди начнут задумываться об этих агентах, потому что вы можете задать вопрос, требующий больше итераций, например: «У меня лежит 200 Word-документов в одной папке. Это полный хаос. Создайте около десяти, двенадцати папок и правильно рассортируйте документы, которые на моем столе».
Мы еще не дошли до этого, но я готов поспорить, что через год или два эти возможности станут мейнстримом. Это даже не так сложно сделать, и, таким образом, от людей будет ожидаться умение использовать подобные технологии.
Но опять же, это относится к общей категории того, чтобы быть цифровым коренным жителем.
Конор Доэрти: Ну, Филип, по этой теме, как ты видишь ИИ, будь то агентный ИИ или иной, и как он будет формировать будущее позиций в области цепочек поставок в целом?
Филип Ауингер: Это захватывающе и очень воодушевляет, но в то же время я очень боюсь, что мы потеряем, особенно в сферах цепочек поставок и аналитических работ, 50, 60, 70% доступных рабочих мест. Любители ИИ всегда говорят: «Да, но появятся новые рабочие места».
Да, это правда, но я сомневаюсь, что их будет достаточно, чтобы заполнить эти 60%, кто теперь фактически останется без работы. Так что, безусловно, с этим связаны удивительные возможности, но рабочих мест все равно окажется немного.
Таким образом, действительно, ручной труд, такой как, например, уход за пожилыми или рубка дров, ИИ не сможет заменить. Но задачи, связанные с обработкой чисел и принятием решений — сколько купить, сколько продать — будут заменены очень быстро.
Я думаю, ключевым моментом будет быть человеком, который принимает эти изменения и остаётся здесь, чтобы координировать всё это. Так что эти роли будут очень востребованы, и это довольно новая концепция. Поэтому, если вы ориентированы на будущее цепочек поставок на ближайшие годы, вам нужно повышать свой уровень навыков.
В целом, говоря общее, для планеты и для людей, для тех, кто действительно хочет работать, ИИ — это очень сложная вещь. Я не хочу всё рассматривать мрачно, но с этим связаны огромные риски.
Конор Доэрти: Давайте услышим ваше мнение по этому поводу. Я, конечно, уже это слышал.
Йоаннес Верморель: Lokad в полной мере — я имею в виду, что мы относимся к тем, кто очень активно продвигает масштабную автоматизацию. Мое мнение таково: базовые офисные работы будут кардинально, кардинально автоматизированы.
Я считаю, что офисные работы в цепочке поставок, которые строго относятся к бэк-офису — то есть, в Lokad, то, что мы предлагаем нашим клиентам, это масштабная автоматизация, и она наступает быстро. Но, для аудитории, я считаю, и именно это мы обычно рекомендуем нашим клиентам. Я считаю, что планировщики спроса и предложения старой школы слишком сосредотачивались на внутренних процессах: люди пытались заглянуть внутрь компании, чтобы найти информацию для прогнозирования спроса и организации закупок и тому подобное.
Мы говорим о том, что если вы механизируете всю эту работу внутри компании, она просто механизирована, но это прокладывает путь для дальнейших действий. А дальнейшие действия — это связь с клиентами и поставщиками. Так что, если вся утомительная канцелярская работа по консолидации информации и наличию правильного числового рецепта для составления прогноза, графика пополнения запасов — всё это автоматизировано, значит, дело сделано. Но это означает, что вы внезапно можете перейти на следующий уровень, который предполагает лучшее сотрудничество с клиентами и поставщиками.
Здесь работа уже не является чисто бэк-офисной, потому что если вам приходится взаимодействовать с внешним миром, вы переходите во фронт-офис. И это гораздо сложнее передать ИИ, потому что, в основном, вам нужно не просто аналитическое умение. Вам нужно наладить диалог, получить обязательства от ваших клиентов, получить обязательства от ваших поставщиков и так далее.
Так что, мое конкретное мнение таково: да, механизация наступает. Lokad — часть этой волны. Но для молодых специалистов есть выход — нужно наладить связь либо с поставщиками, либо с транспортными компаниями, либо с клиентами. Любой из этих вариантов подойдет, если у вас будет привязка к чему-то, что не является строго аналитическим и внутренним для компании, тогда вы в безопасности. Потому что тогда ваша ценность не исчезнет, просто потому что такие компании, как Lokad, механизируют эти числовые рецепты.
Конор Доэрти: Филип, я замечаю, что время поджимает, так что у меня последний вопрос, и я задам его в обратном порядке. Йоаннес, в мире растущей автоматизации, учитывая всё, о чем мы только что говорили, какой единственный навык или образ мышления останется для специалиста по цепочкам поставок и не выйдет из моды?
Йоаннес Верморель: Пока что я считаю, что высокоуровневое мышление остается за пределами того, что могут обеспечить LLM. Если вы действительно умеете мыслить, имеете кристально ясное понимание очень сложных ситуаций, мы даже близко не подошли к тому, чтобы LLM смогли это имитировать. LLM отлично справляются с языковыми структурами.
С числовыми рецептами, как в Lokad, мы хорошо разбираемся в оценке риска, количественной оценке риска и тому подобном. Но в обоих случаях вам нужно иметь очень четкую стратегию того, что нужно сделать и почему устроена та или иная архитектура исполнения — вот такие вещи. Поэтому я предлагаю развивать высокоуровневые навыки, а часто их отражением является попытка мыслить так, как если бы вы были директором по цепочке поставок вашей компании.
Старайтесь думать так, как если бы вы были генеральным директором компании, пытайтесь понять проблемы с их точки зрения. Как я могу — да, моя задача сейчас — обеспечить пополнение запасов в этом сегменте, но каждый день старайтесь немного поднимать уровень того, что вы делаете, чтобы охватить те высокоуровневые задачи, с которыми может столкнуться руководство. Я считаю, что это надежный путь к развитию такого мышления, которое не будет автоматизировано в ближайшее время, по крайней мере, если судить по тем программным технологиям, которые сейчас продвигаются на рынок.
Конор Доэрти: Спасибо, Йоаннес. А Филип, тот же вопрос.
Филип Ауингер: Я бы сказал, что пока вы смотрите на компании и их организационные схемы, где указаны имена людей — пока это есть, и нет роботов, нет R2-D2 и HAL, и, я не знаю, KITT — межличностные навыки будут в центре внимания. Потому что это единственное, что отличает нас и что может сделать возможным то, что машины скажут: «Извините, это недоступно, потому что данное правило здесь не применяется».
Но если вы, как человек, примете решение и скажете: «Да, я знаю, но это действительно срочно. Это наш самый важный клиент», тогда они смогут что-то сделать. Именно эти межличностные навыки вам обязательно нужно сохранять, и, я считаю, они являются частью более широкого — не столько набора навыков, сколько образа мышления, основанного на постоянном любопытстве на протяжении всей карьеры. Вы общаетесь с людьми, читаете отраслевые журналы, слушаете, следите за людьми в LinkedIn.
Вы понимаете, что происходит в наши дни, каковы будущие тенденции, потому что на эти изменения уходит время, но если они произойдут, вы будете готовы к ним. Очевидно, что так называемые мягкие навыки не изменятся слишком радикально. Но всё остальное, связанное с технологиями, посмотрите, что изменилось за последние пять лет, и спроецируйте это на будущие пять лет.
Так что, да, пока вы сохраняете любознательность, готовы изучать новое и отпускать устаревшие представления, которые вы когда-то считали истинными, у вас, вероятно, сложится правильный образ мышления.
Конор Доэрти: Ну, у меня больше нет вопросов, Филип. Большое спасибо, что присоединился к нам. Было действительно приятно.
Филип Ауингер: Большое спасибо.
Конор Доэрти: Итак, господа, на этом я завершаю. Спасибо вам обоим, и всем остальным — возвращайтесь к работе.
