00:00:00 Обзор оптимизации цепочек поставок и контекст Toyota
00:07:28 Коммуникация ценности для руководителей; решения и деньги
00:12:45 Цифровая трансформация: упрощение сложности в больших масштабах
00:17:49 Принятие современных методов управления цепочками поставок и языка
00:24:00 Нефильтрованные данные и пограничные случаи в готовности к производству
00:29:44 Улучшение решений: возражения, сбои и прогнозирование
00:34:05 Безопасные решения и управление рисками поставщиков
00:36:23 Учебные задачи и реальная неопределенность в цепочке поставок
00:41:13 Расширение возможностей руководителей, тестирование сценариев и ROI
00:46:10 Влияние на бизнес: выход за рамки метрик точности
00:49:45 Спрос формируется: аксессуары, прогнозы и история
00:55:01 Соавторство в оптимизации и ценность взаимоотношений
01:00:51 Согласование заинтересованных сторон, культура и тактики управления
01:09:29 Движущая сила цифровой трансформации и изменение ключевых показателей эффективности
01:15:19 Программное обеспечение, стимулы и уроки от бизнес-гигантов
01:21:17 Аудитория, язык и эффективная коммуникация; советы по книгам

Резюме

В интервью на LokadTV, проведённом Конором Дохерти, оптимизация цепочек поставок занимает центральное место благодаря участию спикеров Жоанна Вермореля, генерального директора Lokad, Адама Дейджанса младшего и Джона Илиама из Toyota. В диалоге исследуется принятие решений в глобальных цепочках поставок с акцентом на культурные сдвиги и упрощение сложных процессов. Адам Дейджанc младший подчёркивает необходимость системного переосмысления, в то время как Джон Илиам фокусируется на оперативном масштабе как источнике сложности и на важности согласования языка с целью достижения желаемых результатов. В беседе делается акцент на прозрачности и установлении доверия, предлагается постепенное внедрение сложности. Делятся инсайтами о важности упрощения коммуникации для вовлечения руководителей, демонстрации разнообразных культурных подходов и поддержке непрерывного обучения для трансформации устаревших практик.

Расширенное резюме

В интервью, проведённом Конором Дохерти, мы погружаемся в сложный мир оптимизации цепочек поставок с участием Жоанна Вермореля, генерального директора Lokad, Адама Дейджанса младшего и Джона Илиама из Toyota. Это обсуждение раскрывает многоаспектное исследование оптимизации в цепочках поставок, выполненное с усердием и ясностью.

Беседа начинается с вопроса о принятии решений в рамках глобальных трансформаций цепочек поставок. Адам Дейджанc младший подчёркивает, что трансформации выходят за рамки простой автоматизации и требуют культурных сдвигов и адаптаций к сбоям. Он акцентирует внимание на необходимости переосмысления систем, а не просто модернизации процессов, что поддерживает Жоанн Верморель, подчеркивая сложность, возникающую из-за разделения труда в больших организациях. Упрощение, по мнению Вермореля, является критически важным противовесом этой сложности.

Джон Илиам обогащает дискуссию, указывая на то, что операционный масштаб является источником сложности, а не сами вопросы. Он выступает за согласование языка с желаемыми результатами, особенно при убеждении руководителей. Адам Дейджанc младший продолжает эту мысль, советуя постепенное внедрение сложности для укрепления доверия и подчёркивая роль политических препятствий, усложняющих последовательность принятия решений.

Используя яркие сравнения, Жоанн Верморель обсуждает конкурентов, таких как SpaceX, которые принимают эффективные практики, несмотря на политические вызовы, утверждая, что компании, не желающие оптимизировать, сталкиваются с экзистенциальными угрозами. Вырабатывается консенсус: понимание и интеграция политических и бизнес-подходов имеют решающее значение.

По мере того как диалог переходит к вовлечению руководителей в оптимизацию, Илиам и Дейджанc младший вновь подчеркивают центральную роль принятия неопределенности и согласования планов с финансовыми показателями, а не только с техническими аспектами. Они выступают за то, чтобы начать с простых моделей и постепенно внедрять сложные уровни, способствуя прозрачности и выстраиванию отношений для получения одобрения оптимизационных рамок.

Изучая подход Lokad, Жоанн Верморель описывает акцент на вероятностных прогнозах и необходимость отдавать предпочтение результатам, а не техническим методам. Он подчеркивает важность итеративного процесса и корректировки решений, особенно при рассмотрении пограничных случаев, чтобы обеспечить всесторонние, готовые к производству решения.

Джон Илиам и Адам Дейджанc младший проводят параллели с операциями Toyota, сосредотачиваясь на понимании сложных цепочек поставок и валидации процессов на уровне управленческих функций. Они подчеркивают важность установления доверия через объективное улучшение показателей эффективности, совмещая прозрачность с практическими стратегиями, несмотря на частичное понимание.

Вопросы Конора Дохерти приводят к рассмотрению управления изменениями, при этом Джон Илиам вводит учебные задачи для иллюстрации интеграции неопределенности в принятии решений. Такой подход, наряду с опытом Адама Дейджанc младшего в формулировании понятных предложений для дилерских центров, подчёркивает эффективность простой коммуникации для вовлечения незаинтересованных руководителей.

Диалог переходит к культурным подходам в управлении, сопоставляя стили американских технологических компаний и французские практики, демонстрируя различное влияние на корпоративную динамику. Появляются новые творческие лидерские подходы, которые играют решающую роль в преодолении устаревших систем и стимулировании инновационных изменений в устоявшихся компаниях.

Важным аспектом является упрощение языка для эффективной коммуникации с руководителями. Джон Илиам делится инсайтами, полученными во время преподавания риторики и технического письма, что способствует вовлечению, посредством адаптации сообщений под аудиторию и контекст. Дискуссия завершается рекомендациями по чтению, подчёркивая ценность непрерывного обучения и адаптации.

На протяжении всего интервью появляются глубокие инсайты о том, как объединить техническую экспертизу и принятие решений руководителями. Это путешествие по преодолению сложностей и содействию совместной эволюции, основанное на скромности, стратегической коммуникации и неустанном стремлении к достижению реальных результатов в области оптимизации цепочек поставок.

Полная транскрипция

Конор Дохерти: Все хотят успешной оптимизации цепочек поставок, но люди часто не уделяют времени тому, чтобы убедиться, что все заинтересованные стороны, особенно руководители, понимают, что это вообще означает. К счастью для вас, сегодняшняя панель будет обсуждать именно эту тему. Сегодня со мной Адам Дейджанc и Джон Илиам из Toyota, а также в студии основатель Lokad Жоанн Верморель.

Прежде чем перейти к панели, вы знаете, как это: ставьте лайк видео, подписывайтесь на канал YouTube и следите за нами в LinkedIn. И, убрав это с пути, представляю вам сегодняшнюю панель.

Ну, Адам, Джон, большое спасибо, что присоединились к нам. Возможно, это самый быстрый отклик, который у нас когда-либо был на LokadTV, потому что я связался с вами, Адам, пару недель назад, и вот вы уже здесь. Спасибо за участие.

Адам Дейджанc младший: Спасибо, что пригласили нас. Мы рады быть здесь.

Конор Дохерти: Джон, начнем с вас. Не могли бы вы представиться аудитории LokadTV, рассказать о своем опыте и чем вы занимаетесь в Toyota?

Джон Илиам: Меня зовут Джонни Илиам. Сейчас в Toyota я работаю менеджером по бизнес-аналитике и стратегии. Я выполняю роль своего рода технического лидера, владельца продукта, где я руковожу тремя различными продуктами в цепочке поставок, которые помогают выполнять функции цепочки поставок.

В цепочке поставок задействованы самые разные функции, верно? Это, например, прогнозирование спроса, выполнение поставок. У нас даже есть механизм определения предпочтений клиентов, с помощью которого мы пытаемся понять, что нравится людям, анализируя прошлые продажи. Так что я руковожу тремя разными командами, занимающимися этим. Моя карьера развивалась от разработчика приложений, аналитика данных до инженера по данным, что естественным образом переросло в мою текущую роль владельца продукта, соединяющего мои технические знания с более широкой бизнес-стратегией. Рад быть здесь.

Конор Дохерти: Адам, я знаю, что вы оба работаете в Toyota, но я знаю, что ты в Мичигане, а Джон — в Техасе. Итак, Адам, как вы попали в Toyota и чем занимаетесь?

Адам Дейджанc младший: Да, мой образовательный путь связан с математикой и операционными исследованиями. Я некоторое время работал в автомобильной промышленности, ведь я родился в Детройте. Вот и всё. Я некоторое время работал в Ford, занимался консалтингом, а затем присоединился к Toyota, чтобы вновь взять на себя ответственность за владение продуктами, а не сдавать свое время в аренду.

Сейчас в Toyota я работаю главным специалистом по принятию решений. В основном я занимаюсь трансформацией цепочки поставок вместе с Джоном. Хотя я нахожусь в Мичигане, я не работаю в Мичиганском центре. Фактически, я работаю в штаб-квартире в Техасе, пока удаленно.

Мой основной фокус — работа с Джоном над многими его продуктами, но я подхожу к этому с более технической точки зрения, занимаясь системным дизайном и математическими основами различных алгоритмов и продуктов, которые у нас есть. Наша цель — трансформация цепочки поставок в Северной Америке с глобальным масштабом, используя наши наработки для глобального расширения. В настоящее время мы находимся в рамках масштабной цифровой трансформации.

Конор Дохерти: Спасибо. Ну, спасибо за представление. Когда вы говорите о национальной, а возможно и глобальной трансформации, как же решения вписываются в этот процесс? Потому что я часто вижу, как Адам публикует в LinkedIn о решениях, и ваш фокус никогда не направлен на что-то изолированное. Всегда речь идет о решениях. Так как же решения вписываются в описываемую вами оптимизацию цепочки поставок?

Адам Дейджанc младший: Я думаю, самое главное — это действительно культурный сдвиг, особенно для компаний, существующих уже давно. Многие процессы, даже в Toyota сегодня, по-прежнему выполняются вручную. Первое, что делают люди при трансформации, — это стремятся автоматизировать имеющееся.

То есть они хотят автоматизировать все последовательные шаги, выполняемые вручную. Но это мало что меняет; это скорее автоматизация, а не трансформация. Трансформация требует переосмысления всей системы. Эти шаги могут измениться, когда компьютеры начнут выполнять их по-новому. Чтобы определить, как должна работать система, вы начинаете с того, какие бизнес-показатели вы хотите достичь, затем — какие решения необходимо принять для достижения этих показателей, и, наконец, что может пойти не так в системе и как от этого восстановиться.

Нас беспокоят такие вещи, как пандемия, забастовки в портах или отсутствие запчастей. Когда запчасти должны поступить, но не поступают, или если обнаруживается партия дефектных запчастей — как вы решаете, что делать дальше? Как принять решение, сделать это интеллектуально, автоматически и с возможностью адаптации в реальном времени.

Джон Илиам: Также важно быть прагматичными в определении границ контроля. Мы — глобальная компания с контролем в Америке, но за её пределами мы запрашиваем. Япония — это материнская компания; они принимают решения по многим стратегически важным компонентам, таким как двигатели и другие ключевые ресурсы. Мы конкурируем с Toyota Motors Europe и Toyota Motors Asia за поставки, распределяемые по всему миру.

Часть процесса принятия решений заключается в определении, какие решения мы действительно можем принять. Было бы хорошо принимать определённые решения, но пока это невозможно. Это также вопрос доказательства нашей ценности, роста и демонстрации того, как мы можем помочь в глобальном масштабе. Начинать с малого и знать свои ограничения — ключ к успеху; люди спотыкаются, представляя идеальное состояние, не понимая реальности — вы можете принимать определённые решения, но некоторые вещи остаются вне вашего контроля.

Конор Дохерти: Жоанн, я сейчас перейду к вам, но для продолжения, Джон, когда вы говорите о Toyota как о крупной, устоявшейся и успешной компании, как вы начинаете направлять людей в том направлении, о котором говорит Адам? Как перейти от старых методов принятия решений в цепочках поставок к подходу, ориентированному на оптимизацию и операционные исследования?

Джон Илиам: На этот вопрос у меня, по сути, один и тот же ответ для всех проектов. Это то, что большинство технократов не хотят слышать, но это жесткая реальность. Встречайтесь с людьми там, где они есть. Если они живут в мире средних значений, то говорите на языке средних значений. Выясните, что они знают, и общайтесь с ними на этом языке. Никто не хочет учить новый язык.

Мне не нужно изучать португальский; я могу вести успешную жизнь и без него. В Португалии он полезен, но не всем он необходим. Когда я был молодым инженером и учился новому, я понял, что большинству людей не интересна математика или инструменты; их интересует, что это может дать им в их мире.

Для бизнес-руководства это деньги. Сколько денег мы можем заработать, сколько времени сэкономить и т.д. Я оставляю свой язык за дверью и использую их язык, чтобы начать находить взаимопонимание. Я могу знать, какое направление будет лучше, и озарить его, используя их язык. Это единственный способ заставить людей двигаться дальше.

Конор Дохерти: Ну, Жоанн, каковы ваши мысли по этому поводу? Ведь мы работаем в Европе, а это Северная Америка, похожий опыт или нет?

Жоанн Верморель: Да или нет. Видите, моя точка зрения, когда я смотрю на крупные организации, заключается в том, что когда речь идёт — мы говорим о нескольких составляющих: крупная организация, цифровая трансформация, принятие решений. Ладно, давайте соберем эти элементы воедино.

Реальность такова, что в цепочках поставок решения чрезвычайно просты. Для них не нужен особый язык. Например, пусть Toyota способна производить 50 миллионов двигателей в год. Пусть это будет вымышленное число. Я не знаю точных цифр.

И затем возникает вопрос о том, как распределить это производство: часть для Северной Америки, часть для этого, часть для того. Хорошо. Таким образом, вопрос сводится к распределению ресурсов и типов двигателей. Конечно, мелкие детали, очевидно, гораздо сложнее — существует множество различных двигателей и т.д. В итоге, реальность такова, что у нас есть серия простых решений в цепочках поставок.

В основном речь идёт о распределении ресурсов, их перемещении. Это не так уж фундаментально абстрактно. Это даже не особо сложно понять. Здесь присутствует физический, ощутимый элемент. Однако крупные компании, когда задумывались об этом вручную, делали следующее — им приходилось организовывать разделение труда.

И таким образом вы приходите к очень простому решению, и в компании оказывается 20 различных функций, которые по частям вносят вклад в это решение. Это всего лишь следствие разделения труда. Если бы у вас был сверхинтеллектуальный ИИ или что-то подобное, ему не понадобилось бы это разделение труда — было бы достаточно одного субъекта, принимающего решение напрямую.

Итак, очень часто, когда я встречаю подобные осложнения, языковые конструкции — на мой взгляд, это в основном побочный эффект разделения труда, когда происходит взрыв сложности. Но, видите ли, всё это совершенно выдумано. Это не реально. Это нечто синтетическое, созданное для поддержки вашей очень большой организации.

И очень часто вопрос сводится к тому, чтобы выявить основное, что решается сквозь все эти слои сложности. Обычно именно там скрывается настоящий сюрприз — можно вовлечь в процесс 200 человек, а в итоге всё сводится к одному числу. И, возможно, стоит — и вот в чем интерес — если у вас есть нечто цифровое, способное вычислять как компьютер, вы осознаёте, что необязательно привлекать для этого 200 человек.

Вот почему я считаю, что трансформация имеет огромное значение. Именно это мы сделали в Lokad. Мы очень часто заменяли процессы, которые были чрезвычайно сложными из-за разделения труда, чем-то, что в итоге оказывается довольно простым. Вам просто не нужно так много людей. А наличие такого количества людей порождало целый класс проблем, который исчезает, когда вы вводите числовую формулу.

Conor Doherty: Джон, вы часто кивали в знак согласия. Мне просто интересно узнать ваше мнение.

John Elam: Нет, он — полностью прав. Существует множество искусственно созданной сложности, которая появляется — просто из-за масштаба проблемы, которую нам нужно решить, верно? Например, у нас есть инструмент, в который встроено около 21,000 разных ограничений.

Так что это не — ни один человек не сможет этим управлять. Раньше люди управляли этим, но не в смысле полного управления. Скорее, это похоже на управление типа «переместить остатки с левого края на правый» — а не «как мне реорганизовать эту информацию, чтобы принять лучшее решение?»

Не было способа организовать эту информацию так, чтобы человек смог принять хорошее решение. Так что да, я видел собственными глазами, как инструменты могут просто прорезать — правильный инструмент в нужном месте — они просто рассекут сложность и сводят её к чему-то простому.

Потому что вы правы, часто мы либо просто пытаемся — если речь идёт о прогнозировании, мы просто хотим понять, каков спрос. Если речь об распределении, мы просто хотим оптимизировать размещение вещей туда, где они должны быть. Само решение, как вы сказали, очень ощутимо — можно увидеть, как двигатель направляется на тот завод для сборки автомобиля.

Но да, именно масштаб происходящего создает сложность. Это не суть вопроса.

Adam Dejans Jr: Думаю, мне стоит кое-что добавить к этому. Как я уже говорил, у вас есть последовательности решений. Я выразился не так элегантно, но в этом процессе — одна из проблем заключается в том, что последовательность находится под разными столпами управления.

И это может быть в разных частях организации, и они не позволят вам даже познакомиться с некоторыми из них. Так что здесь много такого — возможно, вы сможете предложить решение, но с политической точки зрения это не сработает. Политически это почти как будто вам придётся всё перевернуть.

У вас может быть одно решение, разделённое на 20 частей, но теперь вам нужно выполнить пять шагов и автоматизировать их за один раз, а затем следующие пять. Затем вы постепенно продвигаетесь вверх. Но это ещё одна проблема, которая действительно упускается из виду: политическая сторона.

Joannes Vermorel: Я полностью согласен. Но вот моё послание — не позволяйте этим политическим аспектам разрушить вас. Посмотрите на конкретный пример: невероятно успешная американская компания SpaceX. Они решили, в отличие от NASA и Ariane Group, сделать цепочку поставок для своей ракеты упорядоченной и организованной в разумном формате.

Это может показаться банальным, потому что на самом деле это не сверхинновационно. В общем, подавляющее большинство современных компаний организованы подобным образом. Разве что в случае с ракетами, когда Ariane Group в Европе распределяла производство ракет по всем странам Западной Европы.

Так что вы строите ракеты в 50 разных местах, просто чтобы удовлетворить каждое отдельное европейское государство. Оказалось, что NASA делала то же самое со своими ракетами — распределяла производство по всем штатам США. Оказалось, что это совершенно нефункционально.

В итоге у вас получается организация, которая производит продукцию по чрезмерно завышенной цене. Всё работало нормально, пока не появился конкурент, который просто решил: «К черту эту политику, мы будем оптимизировать процессы». Чёрт с политикой — делайте то, что имеет смысл.

На мой взгляд, можно позволить себе идти медленно и сохранять привилегии и феодальные владения этого босса и того босса — пока вы не испытываете слишком большого давления со стороны конкурентов. Если конкуренты действительно давят, тогда у вас нет такой роскоши.

Я согласен, это большая проблема. Но исторически сложилось так, что многие компании, которые по всем остальным параметрам были отличными, обанкротились, потому что не смогли провести эту трансформацию. Конкурент просто придумал способ упростить, иногда кардинально, ведение бизнеса — и внезапно у него появились более низкие цены.

А старые компании не могли выжить в этой новой среде.

Adam Dejans Jr: Мы согласны — полностью согласны. Думаю, моя мысль такова: есть два аспекта: один — если смотреть с точки зрения бизнеса, и другой — если рассматривать это с точки зрения индивидуального подхода. То есть, их два.

Joannes Vermorel: Но Toyota — очень, очень конкурентоспособна. В настоящее время, например, в Великобритании автомобильная промышленность практически исчезла. Они снова пошли по пути вымирания, как додо, из-за неспособности адаптировать более современные методы производства.

Conor Doherty: Что ж, если я могу связать несколько моментов и вернуться к основной теме — убеждению людей, особенно руководителей, принять идеи оптимизации. Ключевой элемент этого, Джон, — это принятие неопределенности. Мне просто интересно — как вы, в вашем контексте, будь то в Toyota или в консалтинговой работе, убеждаете людей смотреть на вещи с вашей точки зрения, когда речь идёт о решениях — будь то вероятностное прогнозирование или что-то ещё?

John Elam: Да, всё начинается так же, как в моем первом ответе. Сначала выясните, где они находятся. Где находитесь вы? Изучите их язык. Но затем, довести кого-то до уровня мышления, даже в детерминированной оптимизации — для некоторых людей это совершенно новый способ работы. А уж тем более количественная оптимизация цепи поставок или SDA, где вы фактически добавляете компонент времени — это совсем другой уровень.

И поэтому, честно говоря, часто я просто добавляю новые слои. Начните с того, где вы сейчас находитесь. Сейчас они используют старую добрую min/max стратегию для запасов или какую-то логику пополнения. Честно говоря, вы просто начинаете — если можете, и это может быть сложно из-за множества взаимозависимостей, так что попытка создать что-то оптимальное превращается в поиск локального оптимума — но найдите что-то, что, надеюсь, можно разобрать на части и контейнеризировать. Докажите это как POC и покажите им его ценность.

А затем свяжите это с ними. Честно говоря, многое сводится к разговорам и использованию их языка. Им важны доллары, часы, коэффициенты безопасности. Им не важны p-значения. Им не важна дисперсия. Они даже не знают, что это означает, половину времени. Как бы печально это ни было — да, это печально — но так они и есть. Это не тот язык, который они используют. Мы использовали его годами, а они используют долю рынка, прибыль, выручку, объём. Вот те термины, которые они применяют.

Итак, соединяя и демонстрируя — создавая демонстрационные примеры. Начните так: «Вот где вы находитесь, вот что я предлагаю», с какой-нибудь простой демонстрационной задачей. Какой-нибудь небольшой, простой Excel-файл. Вот как это будет работать. А затем вы действительно берёте что-то реальное, что уже работает, и запускаете это параллельно на некоторое время. Вот ваш процесс, вот мой процесс. Особенно если вы даже не занимаетесь детерминированной оптимизацией — боже мой, это просто сносит крышу в первый же раз, если вы создадите хорошую модель.

И тогда у вас появляется доверие. А когда появляется доверие, вы получаете гораздо больше свободы для экспериментов. И снова, вы вводите следующий элемент. Каждый раз вы добавляете новый уровень сложности. И в итоге они начинают понимать структуру — вот как рассматривать задачи оптимизации во времени, вот как думать о принятии решений с учетом времени. Они позволят вам расширяться. Но нельзя просто прийти и продать свою идею. Продать идею можно лишь доказав её.

Одно из того, о чём я часто говорю с продуктовыми командами, с которыми работаю, это: если вы хотите двигаться быстро, у вас должно быть доверие. А если хотите доверия, должна быть прозрачность. Поэтому я действительно говорю им открыто, что я хочу сделать и как я собираюсь к этому прийти. Очень часто они отвечают взаимностью. Эффект взаимности чрезвычайно силён. И поэтому люди готовы поделиться частью своей информации. Во многом это связано с отношениями. Хотел бы я математически доказать ответ, но, честно говоря, добиться того, чтобы люди меня полюбили, — это девять десятых успеха.

Conor Doherty: Йоаннес, ещё раз — насколько это соответствует вашему опыту в Lokad?

Joannes Vermorel: В Lokad мы обычно подходим к делу совсем иначе. Для нас способ решения проблемы — средства, особенно технические, в некотором роде не имеют значения. В конце концов, да, мы используем вероятностное прогнозирование — это нормально. Стохастическую оптимизацию — это нормально. То есть, многие вещи, о которых они никогда не слышали, не знают, не волнуют их, на это нет времени. И это нормально.

Наша цель — дойти до такой точки, когда у нас будут определены решения. Множество областей — это может быть распределение производства, распределение запасов, объём закупок, даже оптимизация цен, с повышением или понижением цен. Неважно. Этап, необходимый для завоевания доверия — кстати, это на самом деле наш основной технический порог для перехода в продуктив — 0% безумия. То есть, нам необходимо генерировать решения, в идеале по миллионы, в масштабах — громадных. Мы идем напрямую к массовому масштабу.

И на то есть причина — это на самом деле проще, быстрее и дешевле. Может показаться контринтуитивным, но большинство статистических методов работают лучше, когда у вас больше данных. И извлечение данных из ERP — если вы хотите фильтровать их, добавляется логика. Так что если не фильтровать, то на самом деле проще — если у вас есть подходящие инструменты. Обычно фильтрация создаёт массу осложнений, особенно в извлечении данных.

Поэтому мы предпочитаем говорить: мы будем работать с нашими системами, мы не фильтруем, мы просто берём всё. Всё в порядке. Это просто упрощает всё. А затем возникает вопрос — когда я говорю, что эти решения должны обладать 0% безумием, это означает, что люди должны иметь возможность взглянуть на все сгенерированные нами решения и не найти в них никаких возражений.

Изначально мы будем проводить итерации, потому что у людей есть возражения. Они говорят: «О, это решение интересно, но мы не можем из-за того или иного». Ладно. Мы меняем логику и исправляем это. Или: «Ты не совсем внимателен. Это VIP-клиент». О, новая концепция, VIP-клиент. Я не знал. Не было задокументировано, что у вас есть VIP-клиенты. Расскажите подробнее. Объясните, почему этот клиент настолько важен. Ладно. Тогда мы учтём этих VIP-клиентов для вас и так далее, и так далее. Повторяйте. В масштабах с максимальными параметрами.

И в итоге, идея в том, что за несколько недель у вас будет нечто, против чего люди уже не смогут возразить ни на что. Вот где мы завоёвываем доверие. Внезапно у них появляется система, которая просто генерирует решения, очень простые для понимания — потому что это решения. И у никого действительно нет возражений.

Для нас именно так завоёвывается доверие. Обычно, принимая во внимание все крайние случаи, все странности. Чтобы у системы не было ощущения «POC». А появлялось ощущение полной готовности к производству. Даже если технически это всего лишь пилот — это действительно максимальный масштаб, максимальное охват всех странностей. Что означает, что если вы не идеальны с точки зрения оптимизации — ваши инструменты грубы и тому подобное — это нормально. Это можно отложить на потом. Для нас, изначально, проблема заключается не в том, чтобы иметь что-то сверхоптимизированное, а в том, чтобы иметь что-то, в чём не будет ни одной строки, вызывающей обоснованные возражения.

John Elam: Я думаю, мы говорим по сути о чем-то подобном. Когда я говорю «отсечь что-то», я имею в виду — цепочка поставок Toyota включает… Я здесь уже три года, и до сих пор не могу осознать. У нас есть поставщики четвёртого и пятого уровней. У нас есть аксессуары — аксессуары, установленные на заводе, аксессуары, установленные на предприятии, аксессуары, установленные дилером, или аксессуары, установленные в центре дистрибуции автомобилей. А затем вы также можете просто купить аксессуары у нас.

И это только аксессуары. Затем двигатели — мы делаем их по всему миру. Так что часто, когда я говорю «POC», я имею в виду один из тех сегментов. Вы не сможете выбрать всё — потому что они все пересекаются друг с другом. Это ещё одна проблема. Мне нужно правильно спрогнозировать количество автомобилей, чтобы правильно спрогнозировать аксессуары. Потому что я пытаюсь предсказать: сколько грязезащитных клапанов я поставлю на Siennas? Ну, сколько Siennas вы производите?

Так что это похоже на попытку что-то разрезать — ну ладно, какой из них я на самом деле могу… могу ли я оставаться в своей полосе? И часто, когда я говорю о полосе, это, по сути, ответственность менеджера. Потому что их сфера влияния имеет границы. Так что вы абсолютно правы. Одна вещь, которая мне нравится в том, что вы сказали, — это: вы охватываете все крайние случаи в той задаче, которую мы собираемся решать. Да — мы собираемся создать эту штуку. Если перевести рубильник, она готова к производству. Она решает все проблемы.

Да, я не могу не согласиться с вами в этом. Всегда — я называю это своим подходом «методичной трансформации данных». Это как: как вы к этому подходите? Вы идете от одного процесса к другому и втягиваете в это всю организацию? Или вы начинаете с одной части организации, выполняете все её процессы, а затем распространяете это вниз? Что-то вроде двух разных способов, как это можно сделать.

Но как бы вы это ни делали — будь то процесс за процессом с охватом всех различных областей продаж или что-то в этом роде, или вы занимаетесь только Северной Америкой и пытаетесь охватить все — какой бы путь вы ни выбрали, он должен быть выполнен на 100%. Потому что только так я завоюю доверие — показывая, что я на самом деле справляюсь не хуже вас. И во многих таких случаях я объективно делаю это лучше. Вот что я имею в виду под POC.

Так что да, я думаю, вы правы. Я не имею в виду, что POC — это как научный эксперимент на ярмарке науки — я имею в виду, что он действительно доказал концепцию. И что, в идеале, когда доказательство концепции завершено, у вас есть настоящий MVP. Это полноценный продукт, который помогает бизнесу создавать ценность, когда вы проработали все крайние случаи. Но да, это действительно хороший аргумент. Я не хочу, чтобы люди думали, что мы собираем что-то вроде блокнотов Jupyter и объявляем это окончательной версией.

Joannes Vermorel: Да, именно так. Блокноты. Именно. Это, я бы сказал, ловушка data science, которую я видел так много раз. В этом есть так много строк, которые откровенно неверны, что люди — операционные специалисты, знаете, те, кто в конечном итоге будет ответственен за принятие решений — просто смотрят на цифры, и каждые десять строк они находят какую-то нелепость. Что-то совершенно безумное. Это не сработает, не полетит, вызовет ущерб, осложнения.

И для меня это самый быстрый способ потерять всю доверие. Неважно, какая технология используется — если менеджеры, оценивающие решения, могут обнаружить нечто безумное, потребуется дополнительное количество итераций. И вы хотите итерационно работать до тех пор, пока не исчезнут возражения. Люди смотрят на эти решения и говорят: «Ну, если бы это делал коллега, я бы сразу одобрил всё это». Вероятно, со временем некоторые из этих решений окажутся ошибочными — ведь, опять же, прогнозы не идеальны. Но на данный момент, исходя из имеющейся у меня информации, я бы одобрил всё это. И все.

John Elam: Да. Это хороший способ мыслить об этом. Это хорошая ментальная модель. Считал бы коллега, что это разумный прогноз, решение или что-нибудь еще? И если они не могут дойти до этого, дальше не пройти. Вы еще не заслужили доверия.

Joannes Vermorel: И очень часто, когда возникают возражения, в моделировании оказывается что-то, что просто неверно. Это могут быть глупые вещи, такие как — ваши заказные количества у поставщиков хороши, но вы забыли, что наша способность принимать поставки на складе ограничена. И здесь у нас произойдет столкновение — слишком много грузовиков прибудет к входу нашего склада в один и тот же день. Так что видите, может быть, заказываемые вами количества верны, но, к сожалению, есть нечто еще — казалось бы, не связанное — что все равно мешает вам это осуществить.

Опять же, существует множество факторов. И эти возражения — крайне важно их интегрировать. Чтобы у людей не возникали резкие возражения вроде: «Это число даже не находится в пределах допустимого. У вас есть это, это и это, что просто не может дать даже работающее решение».

Adam Dejans Jr.: Думаю, для меня в этом — я задаю много вопросов, которые действительно находят отклик у руководства. Например: «Помните забастовку в порту в прошлом году? Это было не хорошо, верно?» Что-то в этом роде. И — терять деньги — это отстой.

На самом деле, многое, что вы слышите, звучит так: «Нам нужно повысить точность прогноза». И то, что я им объясняю, или пытаюсь обсудить и продумать, так это: довольно просто предсказать, когда всё идет хорошо. Если все стабильно и все идет гладко, тогда да, прогноз может быть более точным. Но когда наступает момент — и допустим, происходит забастовка в порту — вы же не предсказываете такое.

Так что когда прогноз вам наиболее необходим, именно в тот момент он подводит. Когда он нужен больше всего — именно в этот момент он срывается. Так что что, если вместо попыток избежать этого и притворяться, что этого не существует, мы примем это и включим в наш процесс? Это тот подход, который я продвигаю. В основном, он работает. Это медленный процесс. Когда вы работаете в действительно большой организации, очень сложно вносить изменения. Многие трудности связаны с тем, что вы сегментированы по этим вертикалям.

Но это предположение — я стараюсь действительно соотнести это с реальными примерами из их жизни, с которыми они столкнулись. Где они хотят это исправить, но сами толком не знают как. И тогда у вас появляется возможность решить их проблемные моменты, через которые они только что прошли.

Joannes Vermorel: Это интересно, потому что моделировать такие сбои не так сложно — вы просто говорите: «Хорошо, я установлю 5%-ную вероятность серьезного сбоя на стороне поставок ежегодно». Бум, хорошо, почему 5%? Ну, в прошлом столетии у нас было две мировые войны плюс многое еще происходило, так что да — недавно, даже если вы установите 5%-ную вероятность серьезного сбоя на стороне поставок, это даже не так высоко. И вы можете иметь аналогичный риск на стороне спроса и в других аспектах. Так что эти проценты в основном являются приблизительными оценками — и это нормально.

Интересно то, что именно поэтому в Lokad мы не предоставляем прогнозы, потому что это слишком сложно для понимания. Мы сосредотачиваемся на решениях. И когда речь заходит о решениях — обычно, когда мы доходим до этого абсурда — люди говорят: «О, это решение, например, этот запас выглядит немного завышенным». И тут обсуждение сводится к вопросу: да, но не слишком ли он завышен? Знаете, могут возникнуть проблемы, так что действительно ли он настолько высок, что это неразумно?

А затем вы видите, что интересное в том, что если вы посмотрите на прогноз, который у людей есть, то одновременно его сложно интерпретировать — спрос может быть 100 или 50, потому что у нас что-то странное происходит. Очень трудно, знаете, думать обо всех этих возможных будущих вариантах. Но когда вы смотрите на решение, и люди говорят: «Да, это решение является суммарным отображением множества рисков», вы отвечаете: «Ну, оно выглядит немного консервативным, но угадайте что? Вы можете столкнуться со множеством проблем: ненадежные поставщики, задержки, забастовки в портах и тому подобное. В конечном итоге, это выглядит безопасным».

И вот в чем интересность: когда мы переносим — пытаемся перенести — обсуждение на окончательное решение, например, распределение ресурсов, и вот тут вдруг, я думаю, люди, особенно в управленческой части, гораздо скорее принимают идею, что это решение включает в себя массу рисков, которые я даже не до конца понимаю — это просто набор, понимаете. И здесь это как бы работает. Это работает гораздо лучше, чем попытки объяснить прогноз, у которого есть странные особенности с редкими событиями и тому подобное.

Conor Doherty: Ну, если я могу продолжить на эту тему — извините, я, возможно, перейду к следующему пункту, который снова является частью управления изменениями, о котором, я знаю, Джон, вы любите говорить и делаете это довольно страстно. Но часть этого — это не только генерация поддержки пользователей. И хотя люди видят, что это работает, они все равно хотят хотя бы в некоторой степени понять, как это вообще работает. Как правило, люди не хотят просто говорить: «О, да, это работает, вполне достаточно». Они хотят хотя бы краткое изложение: «Ну, как именно работает распределение вероятностей? Как вы берете его и превращаете в решение?» Так что, Джон, сначала к вам — как именно вы справляетесь с этой частью управления изменениями, чтобы люди хотя бы в некоторой степени понимали тонкую математику, которая на самом деле происходит «под капотом»?

John Elam: Честно говоря, игрушечные задачи — это потрясающе, правда? Простые, понятные примеры-игрушки. Например, я хочу добавить неопределенность в наше решение о том, сколько запасов держать на складе — ну, допустим, примем, что вероятность составляет 1% — знаете, мы заказываем автомобили ежемесячно (в настоящее время мы стремимся ускорить этот процесс), но сейчас мы заказываем автомобили ежемесячно. Так что допустим, что каждый месяц у меня есть, скажем, 1% шанс, что произойдет забастовка в порту.

Ну — и, возможно, это даже меняется, правда? Например, вероятность забастовки в порту может увеличиваться по мере приближения окончания срока контракта. Шансы на забастовку могут возрасти, и я просто отобразлю это, очень просто, правда? Скажем, 1% шанс, и допустим, он поднимается до 10% — просто, буквально, подбираем числа для примера. И мы показываем, как он растет. А затем я говорю: «Посмотрите, каждый месяц, правда? Даже просто думая о безопасности, мы, вероятно, захотим заказать на 1% больше машин или определенное количество дополнительных машин, чтобы защититься от того, что в любой момент может произойти забастовка».

Сейчас вероятность этого довольно низка, но она будет расти по мере приближения этого события. И поэтому я, возможно, захочу увеличить мой складской запас, зная, что эта крайне неопределенная ситуация с большей вероятностью может наступить — этот сбой более вероятен. Так что я хочу это нарастить. А затем мы просто рассматриваем — есть два возможных сценария, верно? Либо забастовки не будет, либо она случится. И вы просто показываете им результаты, верно? «Посмотрите, забастовки не было, у нас был небольшой избыточный запас. В следующем месяце я закажу немного меньше, потому что теперь моя неопределенность снизилась, мой запас вернется к обычному уровню неопределенности. И посмотрите на дополнительные расходы на хранение, которые я нес в течение двух следующих месяцев, пока сокращал этот избыточный запас для защиты. Ладно, это стоит денег — несколько миллионов баксов или что-то в этом роде».

Давайте рассмотрим обратное. Ладно, с другой стороны, происходит забастовка. И допустим — как долго обычно длятся забастовки? Две недели, верно? Вы можете оглянуться и подумать: «Посмотрите, как долго они обычно длятся?» Ладно, две недели без поступления автомобилей. Чёрт возьми, сколько это вам стоит?» И просто показать две цифры. Какую стоимость вы бы предпочли? Вы точно столкнетесь с одним из этих вариантов, верно? И вот — каждый может согласиться с тем, что либо мы столкнемся с этим, либо нет. Это достаточно просто. И просто показывая людям: «Ну, посмотрите, какие различные исходы могут возникнуть в этом примере-игрушке». Именно так вы заставляете людей задумываться о распределениях, о неопределенности и о том, как неопределенность меняется со временем.

Игровые задачи в Excel потрясающие — простые, легкие для понимания, и люди хотят учиться с их помощью. Они хотят чувствовать себя умными — как и все, верно? Мне нравится чувствовать себя умным, вы хотите чувствовать себя умными, мы все хотим быть умными. Так как же я могу помочь им в этом? Не обязательно показывая им каждую деталь, верно? Но типа: «Эй, давайте построим это вместе». Если вы приходите с презентацией PowerPoint, значит, вы ошиблись. Доска для заметок, верно? Мы вместе будем рисовать на доске — вместе мы научимся, вместе мы это разберем.

И мне нравится даже начинать с их проблемы — будь то аксессуары, заказ двигателей, или, кто знает, что еще. В какой области вы работаете? Давайте просто рассмотрим это, и затем спросим их: «Какой вид неопределенности у вас имеется?» «Ну, иногда у нас бывает то, что бывает», верно? «Бывает забастовка на поездах, в прошлом году была железнодорожная забастовка, это была большая проблема. Давайте обсудим это, давайте поговорим о моделировании этих двух различных решений». И теперь я использую их слова, они как бы направляют, знаете — мы направляем, это действительно совместное дело. Я привношу это мышление, а они приносят свою реальную боль, которую испытывают. Это лучший способ создавать продукты — вокруг боли, которая испытывается, потому что проблема исчезает, когда боль уходит.

Adam Dejans Jr.: Думаю, еще один момент таков: ох, да — когда они спрашивают: «Как это работает?» иногда им не особо важен сам алгоритм, но я заметил, что им действительно важно знать, какими рычагами они могут управлять и что менять. Так что, например, могу ли я — ну, не знаю — могу ли я это протестировать? Одно из таких решений — тестирование сценариев. Они просто обожают тестирование сценариев. Например: «Что если, знаете, вместо 10% это было бы 50%?» Или: «Могу ли я добавить больше резервного запаса или что-то в этом роде?» Я заметил, что когда у них есть такие рычаги и они знают, с чем могут экспериментировать, это действительно помогает добиться поддержки.

Conor Doherty: Да, именно. Я как раз хотел сказать — внутренний локус контроля. Вы даёте людям возможность почувствовать свою причастность к этому. И по этому поводу, хотите ли вы — соответствует ли это, опять же, вашему подходу к этому?

Joannes Vermorel: Снова, существуют параллели, но мы делаем это совершенно иначе. Типичный метод Lokad заключается в том, чтобы оформить каждое решение примерно с полудюжиной того, что мы называем экономическими драйверами. То есть идея в том, что в зависимости от случая у нас будут, например, прогнозируемые затраты на запасы, затраты от дефицита товара, затраты из-за задержек поставщиков, затраты на это, затраты на то — очевидно, это варьируется в зависимости от сектора.

Но суть в том, что каждое решение сопровождается оценкой в долларах того, что поставлено на карту. И интересное в этом — и я возвращаюсь к тому, что поэтому есть сходства — вы знаете, мы определённо оцениваем риски в долларах, а затем, когда дело доходит до оспаривания решения, мы стараемся, чтобы люди оспаривали нашу оценку в долларах. Видите ли, это должно быть способом для людей сказать: «Я не согласен с этой стоимостью, которую вы назначаете».

Им на самом деле не интересно, как именно мы пришли к этому расчёту, но то, что они думают, что обычно очень полезно, так это то, что они говорят: «Хорошо, риск, который вы оцениваете в долларах за задержку поставщиков, слишком низкий, например.» Это очень интересно — возможно, потому что мы неправильно смотрим на сроки поставки, возможно, потому что не учитываем другие факторы. Но в основе — и именно поэтому я связываю это с рычагами — лежит то, что это способ как бы замолчать людей, настаивающих на проведении 100 симуляций.

На самом деле, всё выглядит так: «Хорошо, в каком смысле — у нас расхождение в понимании того, что стоит денег?» Например, в случае забастовок в портах, вы можете рассматривать это как страховку, которую вам придётся оплачивать. Правильно ли мы оцениваем стоимость этой страховки? Находимся ли мы вообще в нужном диапазоне? И вот тут очень часто мы возвращаемся — будь то симулятор или ваши методы, мы возвращаемся к этим игрушечным примерам, но обычно, исходя из стоимости, это выглядит так: «Хорошо, у нас есть эта стоимость, которую мы определили для риска забастовки и тому подобного, можем ли мы набросать примерный расчёт, который покажет, попали ли мы в нужный диапазон?»

И опять, у нас всегда действует принцип здравого смысла — эта стоимость должна быть примерно в том диапазоне, который, по нашему мнению, является правильным. И если это так, то всё хорошо. Если же мы понимаем, что слишком сильно переоцениваем или недооцениваем один из этих экономических факторов, это требует корректировки.

John Elam: Мне нравится эта терминология — страхование. Потому что именно этим это и является. Да, это прекрасный способ помочь людям понять: «Почему я плачу эту цену?» Это как страховка на ставку, вы получаете страхование здесь. Мне это нравится.

Conor Doherty: Спасибо. Снова, этот взгляд на ROI в принятии решений — по сути, если рассматривать ваши решения как страховку — несколько отличается, или может отличаться, от, скажем, устоявшегося подхода к решениям. Итак, Адам, ты говорил раньше: «Я просто хочу большую точность», например. И, если честно, это вечно актуальная тема, но каждый раз, когда я выхожу на выставку или общаюсь с потенциальным клиентом, это то, о чём они говорят. Они говорят: «Ну, я хочу — понятно, моя проблема в том, что мне нужна большая точность.» Так что, опять же, Адам, сначала к тебе: как ты различаешь эти две вещи? Потому что я знаю, что вчера в LinkedIn ты опубликовал пост: «О, лучшие решения лучше, чем лучшие прогнозы.»

Adam Dejans Jr.: Главное здесь — постоянно повторять: что вы делаете с прогнозом, вот один из важных моментов. Сначала нужно определить, какие бизнес-метрики вы пытаетесь улучшить. А всё остальное — это лишь поддержка для этого. Так что у вас может быть самый точный прогноз, но в зависимости от того, как вы его используете или не используете, всё может измениться.

Другая проблема с погоней за точностью в том, что, во-первых, вы никогда не достигнете 100% точности, потому что всё меняется. Вам нужно встроить эти изменения в свою систему принятия решений. Но кроме того, допустим, что вы достигли 95% точности — какой ценой вы действительно хотите подняться до, скажем, 96%? И если вы не сможете связать этот прирост в процентах с вашей бизнес-метрикой, то вся ваша команда аналитиков будет гоняться за какой-то произвольной мерой точности, не понимая, как это повлияет на бизнес.

Таким образом, получается, что 1% прироста — можем ли мы его количественно оценить? Приводится ли он в виде конкретной денежной суммы для бизнеса или как? То есть, как мы это используем? Это один из ключевых моментов, которые я замечаю, особенно в крупных старых компаниях, таких как Toyota. Toyota — японская компания. Они никогда не увольняли сотрудников. И все остаются там, как будто это место, где можно построить долгую карьеру. И поэтому то, что они сделали раньше, привело их туда, где они сейчас, и они предпочитают следовать тому, что делали. Ведь они — номер один в автомобильной отрасли не просто так, верно? То есть, «Если мы будем продолжать делать то, что делали раньше, может быть, мы просто получим те же результаты. Давайте просто делать то, что делали, но лучше.»

И иногда, как мы упоминали ранее, в конечном итоге вам придётся меняться, потому что кто-то другой придёт и изменит правила игры. Короче говоря, немного разглагольствую, но не знаю.

John Elam: Одно, о чём я хочу сказать, это что, когда вы сосредотачиваетесь на решениях, появляется так много тем для обсуждения. Вам не нужно зацикливаться на прогнозах. Например, один из инструментов, который мы разработали, — это система рекомендаций. Она вообще не имеет дела с прогнозами — ей прогнозы безразличны. Её цель — чисто генерировать дополнительный доход. И когда я говорю «генерировать доход», я имею в виду, что она рекомендует установить на автомобиль больше аксессуаров, до достижения определённого предела, так? То есть, сколько аксессуаров можно добавить, чтобы автомобиль всё ещё нравился людям и продавался с хорошей динамикой?

Я на самом деле не знаю, будет ли он продаваться быстрее — это не было частью измерения. Измеряли то, будет ли он продаваться в среднем так же быстро и принесёт ли он больше денег при продаже. Мы провели парный и непарный t-тест, сравнивая пилотные и контрольные группы, и смотрели исторические средние показатели за один и тот же период для двух разных групп — одни получали рекомендации, другие — нет. И мы заработали значительно больше денег. Здесь не было прогноза, верно? Нет никакой точности.

Мы буквально просто скопировали стратегии успешных дилерских центров и применили эту стратегию к дилерским центрам, испытывающим трудности, и заработали больше денег. И я получаю много вопросов об этом продукте, типа: «Когда он начнёт прогнозировать? Когда он скажет мне, что делать?» и я отвечаю: «Это не то, что он будет делать. Он сообщает этой группе, занимающейся одной функцией, что если они последуют данной рекомендации, то, вероятно, автомобиль будет продаваться так же быстро, и за него можно получить больше денег.» Вот и всё, что он делает, и это решение. Это суперпростое решение, но оно помогает бизнесу — помогает нам зарабатывать больше.

Так что именно поэтому мне нравится фокусироваться больше на том, какое решение вы примете, а не на этом идеальном прогнозе. Потому что существует так много возможных решений, а прогнозы — честно говоря, не приносят ценности. Принятие решений на основе того, что говорит прогноз, вот как создается ценность. Так что да, всем хочется иметь хрустальный шар, но мы его никогда не получим.

Joannes Vermorel: Я совершенно с этим согласен, и думаю, что ваш пример с предварительной комплектацией автомобилей правильными аксессуарами является ярким тому примером. Типичное мышление в мейнстримном представлении цепочки поставок заключается в том, чтобы рассматривать спрос как будущее положение планет — нечто, что случится в любом случае. А если вам удастся довести погрешность до 0.00001%, это просто абсурд. Здесь вы показываете, что спрос искусственно формируется — что если вы выставите перед клиентами лучший автомобиль по более высокой цене, то они могут купить более дорогой, лучший автомобиль.

Очевидно, существует предел, потому что в какой-то момент люди скажут: «Это действительно очень хороший автомобиль, у него так много достоинств, но я боюсь, что больше не смогу его себе позволить.» Так что, очевидно, существует предел, но пока вы не испытали этот предел на практике, вы оставляете деньги на столе. И проблема в том, что если в прошлом вы были довольно консервативны, ваша проекция просто воспроизводит ту же ошибку — не выставляли автомобили, достаточно оснащённые, перед покупателями.

Таким образом, это действительно мышление, основанное на траектории планеты — вы просто смотрите на прошлое, но реальность такова, что будущее зависит от решений, которые ещё не приняты. И именно поэтому я полностью согласен с тем, что решения превосходят прогнозы, потому что в значительной степени будущее — это результат, следствие решений, которые вы собираетесь принять, а не наоборот.

Adam Dejans Jr.: Вы также видите это, когда, например, происходит отзыв, или у нас отсутствует какая-то деталь или аксессуар, и он пропадает из исторических данных на, скажем, шесть месяцев. Означает ли это, что теперь никто его не хочет? Ну, исторически спрос падает — видимо, никто не хочет грязезащитных крыльев для машины. Но, конечно, это не так.

John Elam: Это действительно хороший момент. Иногда, как производитель, мы сталкиваемся с разрывом в качестве. Это является краеугольным камнем нашей культуры Toyota — если вы хоть раз изучали TPS, то знаете, что мы буквально останавливаем производственную линию, если возникает проблема. И поэтому иногда мы останавливаем производство — если проблема достаточно серьёзная, мы останавливаем его на дни и недели, и решаем проблему, прежде чем начать выпускать новые автомобили. Мы не выпускаем плохие автомобили, по крайней мере, не сознательно.

И вот наступил момент, когда мы перестали выпускать одну конкретную линейку автомобилей — очень, очень популярную — на несколько месяцев. Так что если просто взять средние показатели и продолжить их, вы получите существенно заниженный прогноз, тогда как реальный спрос чрезвычайно высок. У нас на дилерских центрах образовались отставания — сотни таких автомобилей в каждом центре. И поэтому нужно понимать, куда смотреть, чтобы понять, какими вообще должны быть прогнозы — вы прогнозируете спрос или свою историю?

Joannes Vermorel: Одна из самых больших ошибок мейнстримной теории цепочки поставок — это снова фокус на временных рядах, как будто это одномерный вектор. Для подавляющего большинства бизнесов это просто не может отражать происходящее.

Например, даже для автомобилей спрос — это не одномерное понятие. Вам нормально подождать автомобиль? Например, для Mercedes: хотите Mercedes? Нет проблем — подождите год, и Mercedes снова будут продаваться. Так что, очевидно, всё зависит — ответ: зависит. Но суть в том, что спрос не является одномерным понятием. Спрос зависит от цены, от задержки, от местоположения. И если вы просто сводите спрос к «количеству автомобилей в день», вы полностью упускаете суть всех этих измерений.

И они не обязательно суперсложные. Вот что интересно: я не говорю, что вам нужно доводить это до безумия — как вы и говорили, у вас, например, была простая логика, которая предлагала больше аксессуаров на основе простых эвристик — копируя выигрышные стратегии самых успешных дилерских центров. Это тоже прекрасно: иногда разработка хорошего решения в разы проще, чем создание действительно хорошего прогноза. Вы можете прийти к хорошим решениям, оставаясь в относительной неосведомлённости о тонкостях будущего.

John Elam: Даже простая логика «заказа до определённого уровня», если больше ничего не делать, очень полезна.

Conor Doherty: Ну, опять же, слушая обсуждение о том, как прийти к решениям, ключевой момент здесь — снова, возвращаясь к управлению изменениями — заключается в том, как специалисты, не являющиеся математиками, вписываются в процесс? Потому что, если вы приходите как математические гении, вундеркинды, вы всё равно пытаетесь реализовать это в окружении людей с экспертными знаниями в других областях. Так что мне интересно: как именно вы используете это для совместного создания или соавторства инициативы, оптимизации? Потому что, опять же, вам всё равно нужна информация из голов других людей — как это вписывается в ваш процесс?

John Elam: Как я уже сказал в предыдущем комментарии — не приходите с PowerPoint. Потому что это значит, что у вас уже есть ответ, а я не хочу — вы знаете, у меня есть эго, верно? Думаю, у всех есть немного эго. Я хочу его развивать, верно? Так что давайте развивать его вместе. И это звучит так просто, и я почти повторяюсь, но действительно всё настолько просто. И, наверное, вот в чём заключается самая сложная часть — в том, что всё настолько просто. В чём их проблема, каков их язык, что они знают? А затем приведите их туда, куда, как мне кажется, мы должны двигаться, исходя из их набора проблем.

И многое здесь состоит в выявлении болевых точек — то, что, знаете, люди понимают, что им доставляет боль в работе. Часто это то, чему они уделяют много времени, или — я говорю, что иногда мы тратим много времени на проблемы, которые не нужно решать — которые, когда решены, не приносят большой пользы. Но они часто понимают: вот чем мы занимаемся сегодня, и вот что сломано. И мы можем долго об этом говорить. И часто то, что сломано, можно либо автоматизировать, либо прогнозировать, либо даже упростить.

Так что на самом деле всё сводится к тому, чтобы встретить их там, где они есть, узнать их язык. И, как я уже говорил, вы не строите ничего без них — вы строите вместе с ними, получаете от них требования, а если нужно, ведёте их к правильному ответу, но не говорите им, что делать. Вы не можете диктовать людям. Я не могу это достаточно подчеркнуть — многие люди не хотят, чтобы им говорили, что делать. Им нравится момент «ага», и если вы можете помочь им понять: «Эй, я думаю, ответ там, давайте вместе посмотрим», а затем — иногда я уже знаю ответ, но это нормально, мне не нужно навязывать его им. Давайте просто подадим им его.

Adam Dejans Jr.: Я приведу ещё более простой — другой взгляд. Но для меня за все эти годы налаживание отношений оказалось даже важнее всего этого. И также важно осознавать то, что мы называем «силовой схемой», которая чем-то напоминает влиятельный орган. У вас есть организационная структура, верно? Есть люди, которые отчитываются перед кем-то, вот менеджер, вот исполнительный директор. И люди думают, что власть и влияние нарастают по этой цепочке, но часто это не так.

Часто кто-то шепчет что-то в ухо исполнительному директору, потому что они друзья или по какой-то другой причине, и просто расширение вашей сети, налаживание отношений, простое слушание людей, просто общение с ними, даёт вам возможность потом обратиться к ним с более техническими вопросами, и они будут готовы слушать, потому что к тому моменту у вас уже есть установленные отношения — вы заслужили их доверие. И этот аспект так важен, и многие, особенно младшие инженеры и учёные, упускают это, потому что думают — и обычно они правы — что у них объективно лучший ответ, и зачастую это так. Но вы не сможете реализовать это таким образом.

И поэтому люди тоже испытывают разочарование в корпорациях, потому что может быть еще худшее решение — объективно худшее — но да, его лучше продают, поскольку этот человек просто более влиятелен, будь то благодаря умению говорить, продавать или просто благодаря связям в построенной им сети. Часть нашей работы — карьерный коучинг. Когда мы этим занимаемся, у нас есть целый раздел, посвящённый этому, потому что это крайне важно для осуществления перемен. Это часто упускается из виду.

Конор Доэрти: Я знаю, что вы говорили о координации с Toyota, японской штаб-квартирой. И я знаю, так как проработал в Китае пять лет, насколько это важно — когда вы сказали «отношения», слово, которое пришло мне на ум, было «гуаньси», что примерно переводится как установление связей или отношения, но в Китае оно имеет гораздо более мощное значение. Если у вас нет хорошего гуаньси с начальником или коллегами, ничего не делается — или, простите, добиться чего-либо становится намного сложнее, даже если, как вы сказали, у вас есть объективно превосходная или самая впечатляющая идея.

Это, ну, тот способ, как вы это сформулировали, как вы вошли в комнату, вы заставили людей почувствовать себя идиотами, не вовлекли их, как вы сказали, Джон, не включили их в процесс. Так что мой вопрос — когда вы говорите об отношениях, вы имеете в виду именно это? Насколько это обусловлено межкультурной работой, которую вы проводите с Японией, как американцы, работающие с японской корпорацией, и насколько это просто в общем?

Джон Элам: Да, это и то, и другое — определённо и то, и другое. Но я полностью согласен, что в японской культуре, будь то культура с низким или высоким контекстом, это имеет первостепенное значение. Для этого даже существует специальный термин — мы используем его постоянно, есть даже внутренние сайты об этом — это японский термин «nemawashi». Прямой перевод — «подготовить почву», как подготовить почву для посадки чего-либо, но культурное и общественное значение — «Давайте все придём к общему мнению».

И, как говорил Адам, будь то неформальная распределённость полномочий или даже, а на самом деле особенно в этой культуре, обычная иерархия — нам всем нужно прийти к общему мнению, и, по сути, решение принимается до того, как оно официально будет принято. То, что я имею в виду, заключается в том, что я проведу личные встречи — и, честно говоря, я имею в виду, что, как вы сказали, это своего рода единственный способ — по моему опыту, это единственный способ добиться выполнения дел в этой культуре.

Мне приходится проводить индивидуальные встречи с практически каждым заинтересованным лицом, которое может оказать хоть какое-то влияние на их работу, и затем убеждать их в том, что мы делаем, как это принесёт им пользу, что изменится в их мире. А потом, когда мы собираемся на встречу, чтобы решить, что делать, решение уже принято — все уже знают ответ. И, честно говоря, если на том этапе возникнут какие-либо проблемы, вы не пойдёте дальше. Вы вернётесь назад и проведёте ещё немаваси. Так что это чрезвычайно важно.

Но даже в американском контексте, когда мы занимаемся консультированием, отношения остаются первостепенными — не требуется, чтобы каждый был полностью вовлечён, но необходима критическая масса. Конечно, у некоторых людей больше веса, верно? И вот в этом суть распределения власти. Но для продвижения вперёд нужна критическая масса. Вы не измените способ работы организации с помощью классной идеи или действительно крутого метрика.

Конор Доэрти: Жоан, я сразу хочу передать слово вам, потому что, знаете ли, мы — французская компания — Франция — культура с высоким контекстом — однако как французская компания, мы работаем с клиентами, большинство из которых находятся за пределами Франции. Так что, в контексте культуры и выполнения дел, каковы ваши мысли?

Жоан Верморель: Да, то есть, это очень интересно. Очевидно, вы видите, что я наблюдал: в США некоторые компании, особенно технологические, придерживаются крайне жёсткого и конфронтационного подхода к управлению. Например, меморандум Джеффа Безоса в 2002 году, когда он в сущности разослал сообщение всей своей команде, говоря: «Каждому менеджеру, у которого в течение двух недель не будет плана по предоставлению данных своего отдела через API (если это ещё не реализовано) — если я не получу от этого менеджера план, он уволен». И в итоге он уволил — точную цифру я забыл — 15% менеджеров.

И всё же — это крайность. Во Франции такое было бы немыслимо и почти невозможно — чрезвычайно затратно. Увольнение возможно, но если делать это таким способом, затраты были бы просто безумно высокими. Но реальность такова: если посмотреть на технологические компании — ну, они, в основном, из США. Так что Amazon не появился в Европе, знаете ли, он возник в США. А если посмотреть на других технологических гигантов и то, что они сделали с точки зрения управления — годами Microsoft не увольнял сотрудников, но действовал невероятно жестоко во многих случаях, и всё же — какой успех.

Таким образом, по моему мнению, доля немаваси по сравнению с жестокостью, которая требуется, несколько зависит от того, насколько быстро меняется ваша отрасль. Если ваша отрасль меняется медленно, то, вероятно, японский стиль — стабильный, когда все доводится до удовлетворения, и всегда стремление к постепенному улучшению, без потери человеческого капитала и тому подобное — является, наверное, наилучшим.

Если же у вас вещи, которые развиваются, знаете, как программное обеспечение, с невероятной скоростью, то, если вы действуете таким способом, вы, скорее всего, окажетесь компанией, где атмосфера хорошая, но вы просто устареваете, и вас полностью заменяют люди, которые «съели ваш обед». Так что я с этим согласен. Я бы сказал, ответ действительно зависит от того, что делают ваши конкуренты и какого масштаба изменения они вносят в процесс. Это моя точка зрения — так что, опять же, разные отрасли, разные времена.

Джон Элам: Это действительно хороший аргумент, потому что в программном обеспечении, давайте возьмем, к примеру, Lokad. Если у Lokad есть эта функция, и они её выпускают, а она не получает должного отклика, вы меняете функцию, верно? Вы, предположительно, получаете обратную связь довольно быстро, затем итерационно вносите изменения, и можете довольно быстро выпустить новый вариант.

В то время как когда мы делаем Prius, этот Prius эксплуатируется в течение 20 лет — дольше, чем моя вся профессиональная карьера, такие автомобили, скорее всего, будут работать. И именно поэтому так критически важно сделать всё идеально с первого раза. Но вы правы — когда мы создаём программное обеспечение, и это культурная перемена, с которой мы сталкиваемся, работая с Toyota, это становится вызовом, верно? Мы создаём программное обеспечение, мы разрабатываем вещи, которые я могу просто обновлять. «Скажите, что не так, я внесу изменения, мы предложим вам что-то в следующем месяце, дайте мне больше обратной связи».

И весь этот образ мышления является вызовом. Однако компания определённо принимает его. Можно видеть, как механизмы начинают работать и переходят, по крайней мере в части программного обеспечения, к большей гибкости, более итеративному подходу. Но это — безусловно, вызов. Но вы правы, я думаю, что существует правильная культура и философия для нужного места и времени.

Жоан Верморель: Если наступают масштабные потрясения, то, я думаю, побеждает жестокость. Но с другой стороны, если вы просто стабильны, то вы просто создаёте хаос без причины. И это — но, знаете, например, один из примеров этой абсолютной жестокости, и при этом это был удачный ход, — это поглощение Twitter. Они в итоге уволили 90% своих сотрудников, и в конце концов, у продукта появилось больше функций, чем когда-либо, и его трафик вырос. Что, очевидно, вызывает вопрос для Toyota: возможно ли, что, уволив 90% сотрудников Toyota, они смогут производить больше и лучшие автомобили? Нет, ни в коем случае.

Но в программном обеспечении подобные вещи действительно происходят, и вот где — но опять же, это совсем другая культура. Но, я думаю, что интересно то, что цифровая трансформация привносит элемент гораздо более жестокой, стремительной и хаотичной природы отраслей, который как бы просачивается в компании, где традиционно всё делалось по-другому, по уважительным причинам.

Джон Элам: Это определённо сдвиг парадигмы, который ощущается, и да, все развиваются через это, будь то технологи, переходящие в компании с более традиционными рамками и способами работы, или, наоборот, эти очень традиционные компании, нанимающие массу специалистов по искусственному интеллекту и машинному обучению. Там возникает некоторое трение, но я думаю, что хорошее управление находит правильный баланс между гармонией, необходимой для производственной среды, и прогрессом и инновационным мышлением, которые требуются для изменения того, что мы делаем.

Адам Деджанс мл.: Это медленный процесс. В Toyota всё идёт медленно. То же самое было и в Ford — это дело автомобильной индустрии. В Ford я проработал некоторое время в группе автономных транспортных средств, и они относились к этому как к стартапу, но при этом финансировались Ford Motor Company, верно? То есть, с огромной финансовой поддержкой. Да, я имею в виду, я мог ощутить разницу, и я видел, как программное обеспечение делается правильно, потому что нам приходилось двигаться быстро в этой среде, так что этой иерархической, типично автомобильной культуры было не так много. Но да, это отличается — просто требует времени.

Конор Доэрти: Мы ведь работаем таким способом уже 30, 40 лет, и мы — многомиллиардная компания — кто ты такой, чтобы прийти и сказать: «Эй, вам нужно прекратить делать всё это».

Джон Элам: Да, это как: «Покажи мне кого-нибудь, кто делает больше автомобилей, чем мы». Вам будет трудно.

Конор Доэрти: Это в основе своей правда. Так что, опять же, если бы вы пришли с дипломом по математике из MIT и сказали: «Ладно, всё это — ерунда», или даже если вы — извините, даже если вы прибегаете к очень нежному подходу, который мне нравится, как вы описали, Джон, подход с белой доской — всё равно вы сталкиваетесь с десятилетиями, десятилетиями и десятилетиями почти непревзойдённого, сверхприбыльного успеха. Так сколько же сопротивления исходит из этого? Сопротивление может быть из-за того, что: «Мне не нравится эта технология» или «я не знаком с технологией», а затем есть ещё: «Нет, парень, статус-кво — у нас всё хорошо, нам это не нужно».

Джон Элам: Мне повезло, что меня приняли для работы над цифровой трансформацией, так что меня буквально наняли с пониманием, что это вызов, и есть причина, по которой нам пришлось привлекать людей извне. Так что я осведомлён в этом отношении, и причина моего присутствия в компании заключается в том, что то, что мы делали до сих пор, не приведёт нас туда, куда мы хотим попасть. Так что мне в этом смысле везёт, но это не значит, что практически каждый заинтересованный участник, с которым я сталкиваюсь, помимо моей прямой линейки руководства, находится в состоянии: «Ну, Джон, я уже долгое время успешно работаю так».

Это — знаете, на самом деле, конечный результат может иметь множество вариантов. Это может быть, как я описывал ранее, обслуживание «белыми перчатками», метод с белой доской, давайте будем создавать вместе. Иногда это может выражаться в демонстрации их руководству или топ-менеджерам, в зависимости от — многое связано с распределением влияния и возможностью определить настоящих влиятельных людей на уровне принятия решений, то есть на уровне вице-президентов, где принимаются реальные решения в компании такого масштаба. Итак, выяснить, кто с ними связан — честно говоря, иногда, если я наталкиваюсь на препятствие с каким-либо участником, вам просто нужно обойти его, и дать их руководству понять, что возможно, с помощью других союзников, верно? Это не просто я прихожу с, знаете ли, конфликтом вроде Фрэнка против Боба, а Фрэнк и его друзья против того, что Боб делает всё так уже 40 лет, и вот что это значит для вас, мистер и миссис Руководитель — вот как изменятся ваши ключевые показатели, и таким образом, проводить их через этот процесс.

Но, к счастью, я не сталкиваюсь с этим — мне повезло быть нанятым в качестве цифрового инноватора — именно в роли менеджера по цифровой трансформации, за что меня и приняли, так что многие, когда звонит телефон и видят имя Джон Элам, знают, что я собираюсь поговорить с ними об изменениях, потому что это буквально часть того, как указано в наших должностях, что мы были приняты в эту команду цифровой трансформации.

Так что, когда ко мне обращаются, они знают, почему мы здесь. Да, не буду врать, для этого нет универсального решения. Это работа с людьми, много терпения — очень много терпения. То есть, вы противостоите людям, которые занимаются этим с тех пор, как я помню, в некоторых случаях — буквально. У меня есть начальники, которые, знаете, мне 36 лет, а есть менеджеры с 40-летним опытом работы в компании. Так что терпение доведёт вас очень далеко — медленно.

Конор Доэрти: И я знаю, что когда вы об этом говорите, вы часто используете примеры из технологической индустрии, которая, очевидно, обычно намного более гибкая, чем крупные, устоявшиеся, многодесятилетние, возможно, даже 50- или 60-летние компании, имеющие все эти устоявшиеся процессы и наследие огромного успеха. Так что, когда у вас возникают такие разговоры, как воспринимается риторика «ну вот, как это работает в мире технологий» для людей?

Жоан Верморель: Я думаю, реальность такова, что если посмотреть на историю бизнеса, те очень устоявшиеся компании — это всего лишь иллюзия стабильности. Знаете, если заглянуть в прошлое — например, одна из величайших розничных сетей всех времён, A&P, о которой почти никто не помнит, но она была крупнейшей розничной сетью по всему миру на протяжении большей части 20-го века, и была в США, а теперь, думаю, у неё не осталось ни одного магазина.

Так что было много гигантов, которые казались непобедимыми, но которые пали. Таким образом, моя точка зрения такова: рынки являются отличными фильтрами, а программная индустрия — и, кстати, существует общее наблюдение, что программное обеспечение поглощает мир, — всё чаще я вижу, что отрасли будут следовать динамике программной индустрии, хорошей или плохой, просто потому что программное обеспечение составляет всё больший процент от всего.

Например, это очень интересно, если вы посмотрите на SpaceX — в основном SpaceX является компанией, занимающейся разработкой программного обеспечения. Это не ракетная компания, это прежде всего компания по разработке ПО. Например, подавляющее большинство улучшений, которые они внесли в свои ракетные двигатели, произошло благодаря превосходному программному обеспечению для их проектирования — вот где кроется настоящая магия их ракет. Большая часть магии, связанной с ракетами, заключается в этой сверхчеловеческой способности пилотирования, благодаря которой они могут вернуть свои ракеты — примерно за 30 секунд до соприкосновения с площадкой ракета всё ещё мчится со скоростью в сотни миль в час.

Кстати, ракета тормозит с ускорением в 20 G перед посадкой. Если бы это был человек, он бы погиб — вещь тормозит слишком быстро. Здесь никакой человек не смог бы управлять замедлением в 20 G. Здесь только программное обеспечение способно это сделать. Опять же, это было очень-очень сложно, и было множество зрелищных неудач, но это хороший пример.

А завтра, например, для автомобильной промышленности, если автономные транспортные средства станут, я бы сказал, промышленного уровня — пока точно не ясно, на каком мы этапе сейчас — в значительной степени это превратится в битву программного обеспечения, платформ и тому подобного. Это очень интересно, потому что я вижу многие подобные отрасли, и идея — я забыл имя венчурного инвестора, который сказал: «Программное обеспечение пожирает мир». Кажется, это был Andreessen Horowitz.

В любом случае, я так вижу ситуацию, и думаю, что цифровая трансформация для многих компаний и их цепочек поставок, а также то, что они могут с этим сделать, станет одним из векторов, где программное обеспечение принесёт, я бы сказал, одни из самых значительных преобразований для традиционно достаточно консервативных компаний.

Конор Дохерти: Ты сказал Andreessen? Марк Андриссен?

Жоаннес Верморель: О, да, верно, ты прав, именно так.

Джон Элам: Да, на ум приходит Circuit City, не так ли? Не знаю, популярны ли они в Европе, но в США они были очень популярны — их больше нет, они обанкротились. На самом деле, я когда-то убирался там в средней школе.

Жоаннес Верморель: Radio Shack, то же самое. Radio Shack исчез, Nokia, Kodak.

Конор Дохерти: Kodak — интересный пример, о котором ты уже говорил раньше. Kodak, поправь меня, если я ошибаюсь, они изобрели цифровую камеру, или я что-то путаю?

Жоаннес Верморель: Портативная цифровая камера, да, и ничего больше. И интересное в этом то, что у них был прогноз — ещё одна любопытная особенность Kodak — у них был прогноз, верно? И буквально один из руководителей, в начале 70-х, по сути рассчитал, что доминирование цифровой камеры наступит в начале 2000-х, и, с точностью до трёх лет, его прогноз оказался правильным. И вот что интересно: да, можно — что ещё хуже — можно иметь правильный прогноз и не действовать на его основе, и это абсолютно ужасно.

Джон Элам: У меня есть гипотеза. Я предполагаю, что в Kodak было множество подразделений — возможно, линз, камер, плёнки, сервисов и т.д. — и я готов поспорить, что подразделения, связанные с плёнкой и сервисами, составляли, вероятно, самую большую часть компании. Поэтому руководители, отвечающие за них, имели непропорционально большое влияние на принимаемые решения, и они принимали решения, защищавшие их собственные интересы.

Жоаннес Верморель: Именно поэтому и произошло то, что случилось.

Джон Элам: Да, потому что политика всегда будет присутствовать, и если мы не стимулируем людей помогать компании, они будут заботиться только о себе. Знаете, вопрос структурирования стимулов — это то, о чем я говорю со своим руководством и другими лидерами в сфере технологий: ты получаешь то, что стимулируешь. Люди работают как на монетку. Я тоже завишу от этого. Получаешь именно то, за что заплатил. Продавцы — я их обожаю, они самые искренние, верно? Это видно сразу. Но, если быть честным, все так работают. И если ты стимулируешь людей защищать свою область, своё королевство, они обязательно его защитят. Так что нам нужно внимательно следить за тем, что мы стимулируем — иначе принимаются действительно плохие, масштабные решения.

Конор Дохерти: Адам, Джон, если есть что-то, к чему вы хотите вернуться или что хотите подробнее обсудить, дайте знать, и мы можем вернуться к этому, или всё в порядке?

Джон Элам: Ну, я пытаюсь придумать, как подать это, потому что речь шла о языке и общении с людьми. И есть одна вещь, которую мы включили в нашу книгу, — изображение, которое вы не сможете увидеть здесь, но я постараюсь — пришлю вам его, чтобы вы могли, как хотите, посмотреть. Это концепция из нашей книги, которую мы называем «словесное колесо». Мы позаимствовали её у «колеса эмоций». Приблизьте изображение, и, я знаю, вы не сможете прочитать отдельные слова, но суть концепции очень проста.

На периферии находится самое техническое, специфичное слово, которое вы ищете, а по мере движения к центру они становятся всё более общими. Концепция чрезвычайно проста: ваши коллеги — многие из участников этого звонка — использовали бы эти термины на краю, а, если быть откровенным, я сам, возможно, нахожусь ближе к центру. Я точно так думаю, так что, знаете, какое слово здесь подходит, например, жадный поиск по наилучшему? Не знаю, я никогда не изучал алгоритмы поиска пути, но если бы вы сказали, что это алгоритм поиска пути, я бы, типа, подумал: «Ладно, по крайней мере, я могу представить, в какую категорию отнести этот разговор». А для руководителя, а именно для тех, кого мы ставим в самое центр, всё предельно просто: это просто алгоритм, верно? Они даже не говорят «поиск пути», потому что получается: «Поиск пути? Что такое алгоритм поиска пути?» — они не знают, они не говорят об этом. Итак, выбор правильного языка помогает установить связь с нужной аудиторией — с теми, кто хочет конкретики, дайте им конкретику. А люди, которым это не важно — им действительно всё равно, пожалуйста, не перегружайте их информацией, им не интересно. Это буквально шум, а шум плох — шум всегда отвлекает от вашего основного посыла.

Конор Дохерти: Ну, я несколько озадачен, потому что если не использовать сложные слова, то как люди узнают, что ты умен? Ты, типа, показываешь им свой диплом, или как это работает? Я просто… я делаю заметки, Джон.

Джон Элам: Действительно сложно, знаете, использовать большие слова, выглядеть умно, верно? Суть в скромности, не так ли? И я думаю, что все вокруг знают гораздо больше, чем я — я просто стараюсь подходить к этому так: мне нужно учиться гораздо больше, чем я могу научить.

Джон Элам: Слушай, обучение — это не просто произнесение слов или изложение концепций. Обучение означает донести мою идею до тебя, и если мне иногда приходится использовать не самое точное слово — ну, технически это неверный термин или, технически, не совсем то — это не идеальная аналогия, но так ты лучше поймёшь, да, мы к этому придём. Суть в том, чтобы лучше понять, что я могу и чего не могу сделать, и поэтому, даже если объяснение не идеально, простое объяснение часто, в зависимости от аудитории, лучше, чем идеально подробный, высоко нюансированный ответ.

Жоаннес Верморель: Немного контрарный взгляд, слегка. Но, безусловно, я согласен с идеей, что если дать ответ, который просто пролетает мимо понимания аудитории, это вовсе не хороший ответ. Однако немного контрарный ответ в эту эпоху LLM я часто встречал, и я понял, что, наверное, одной из самых важных вещей, которую нужно усвоить, является наличие очень богатого словарного запаса, чтобы задавать LLM правильные — те вопросы, которые вы ищете. И часто, знаете, дело в том, как выразить это словами — что именно я спрашиваю? И иногда существуют очень специфические слова, которые, очевидно, ускользают от меня.

Жоаннес Верморель: И это очень интересно, потому что, видите ли, здесь проявляется эта небольшая контрарность: упоминание слов в эпоху LLM может оказаться лучшим, что вы можете сделать для своей аудитории. Допустим, у вас есть все эти слова — да, я не собираюсь тратить час, чтобы объяснять вам всё — вы можете самостоятельно поработать с LLM, задавать вопросы. Но я даю вам список слов, который даёт вам за что ухватиться и что спросить у LLM, а потом LLM, возможно, не всегда будет мудрым, но он чрезвычайно, весьма широко эрудирован, особенно в мелочах, когда речь идёт о концепциях и — например, «nemawashi» — очень интересно. Вы даёте мне ключевое слово, и я почти уверен, что ChatGPT сможет выдать мне трёхстраничное резюме. Если я захочу получить резюме на 10 страниц, я почти уверен, что он сможет это сделать. Если вам нужно краткое описание в одном абзаце, то то же самое.

Вот почему я действительно считаю, что здесь ситуация несколько иная, что этот подход к словарному запасу — раньше я бы сказал, что нагромождение понятий для студентов было бы, вероятно, пустой тратой времени, но в эту эпоху LLM — ах, это довольно интересно, и, возможно, единственное, что им стоит вынести, — это страница со ста словами и указателями.

Адам Деджанс мл.: Нет, я просто хотел сказать, что это очень зависит от аудитории. Даже если вы дадите руководителю эти слова, им это не особенно интересно, и они всё равно не станут их искать. Так что, если вы не донесли свою мысль за три минуты, они не станут искать, и они не станут использовать LLM, даже если он у них есть. Всё сводится к пониманию аудитории и умению играть на этом, так что всё зависит от того, что мы имеем в виду.

Джон Элам: Как старший аналитик, который не знает, что такое стохастическая оптимизация, — знаете, почти каждый аналитик, с которым я общался, чрезвычайно любознателен, они как студенты на протяжении всей жизни. Такого человека я собираюсь «бросить» парочку громких терминов и позволить ему самому всё изучить. Так что, да, думаю, я согласен с вами обоими. LLM позволяют мне изучать так много вещей, которые я никогда бы не стал искать, потому что теперь я могу получить их в удобоваримом виде на своём уровне. И, особенно, теперь у них есть история, они знают, что я знаю, так что это как: «Ну, знаешь, как ты работаешь над другим проектом? Это примерно так», верно? LLM могут отвечать на подобные вопросы, и это действительно помогает.

Джон Элам: Но, отвечая на замечание Адама, многие руководители, с которыми я взаимодействовал, не обладают той естественной, врождённой любознательностью, чтобы, откровенно говоря, вдаваться в детали концепции. Так что информация должна доходить до них.

Адам Деджанс мл.: Даже среднее звено — да, даже представителям среднего менеджмента это не интересно.

Конор Дохерти: Мне очень нравится, как ты это подаёшь — ну, все так описывали, но, опять же, как человек, который преподаёт риторику и также обучает техническому письму, я применяю подход, ориентированный на аудиторию (и вы заметите это по тому, как я отправляю вам сообщения), я адаптируюсь. Так что всё сводится к аудитории и цели — с кем я собираюсь говорить, что они уже знают, что им нужно узнать, какие у них уже есть навыки. Цель — что именно я хочу донести, что я хочу от них получить? И эти два аспекта — подумайте: каждый email, каждый текст, каждый краткий отчет, каждая презентация PowerPoint, каждая речь, каждое видео — всё сводится к аудитории и цели. Кто слушает, что вы пытаетесь им передать или получить от них, зачем вы это делаете? И понимание этого — опять же, к твоему замечанию, Адам — понимание аудитории важно, ведь существуют ограничения: обладает ли аудитория достаточным уровнем знаний, чтобы понять, что происходит? Есть ли у них время, есть ли у них склонность? Всё это постоянно меняющиеся приоритеты, это всё разные вещи. Они устали, их мозг лишён гликогена, потому что сейчас 18:00?

Конор Дохерти: Серьёзно — потому что сейчас 18:00 из-за разницы во времени. Вы начинаете день, вы свежи, только что выпили кофе — а они измотаны. Опять же, это и составляет контекст. Так что снова: аудитория, цель, а затем контекст — где происходит общение? Но в любом случае, чтобы перейти к моему последнему вопросу: если люди хотят узнать больше о риторике, я рекомендую Аристотеля. Но если люди хотят узнать больше о вероятностном прогнозировании или цепочках поставок, был вопрос, заданный в опросе для этого интервью, и он был очень прост: «Для людей — Коннор, пожалуйста, спроси аудиторию или панель, дайте рекомендации, будь то по оптимизации цепочек поставок, вероятностному прогнозированию или даже просто советы». Так что, последний вопрос, в обратном порядке: Жоаннес, есть ли книги-советы или рекомендации, которыми ты мог бы поделиться с теми, кто хочет узнать больше?

Жоаннес Верморель: То есть, серия лекций, которую я подготовил на YouTube — если у вас есть часы, если быть честным, надеюсь, они неплохие, но это 100-часовое путешествие, так что вам понадобится время и, скажем так, обязательство.

Конор Дохерти: Но также существуют LLM, которые могут суммировать транскрипты. Да, полный транскрипт доступен на сайте — если у вас есть LLM, вы можете сократить его до одностраничного резюме. Да, хорошо. Джон.

Адам Деджанс мл.: Почему бы тебе не сделать это за нас и не «переварить» нашу пищу.

Джон Элам: Во-первых, книгу, которую я бы порекомендовал — и, конечно, это будет от меня, парня, связанного с продуктом, — это «The Lean Startup» Эрика Риса. Это не обязательно техническая книга — на самом деле, вероятно, это не то, что эта аудитория слышит очень часто — но она полностью посвящена продукту и решению проблем. Итак, да, Эрик Рис написал действительно хорошую книгу, в которой есть отличные примеры того, как проверить вашу идею в общем смысле.

Джон Элам: И он рассказывает о том, как различные государственные учреждения смогли стать более эффективными и действительно создать большую ценность для граждан. У него множество примеров стартапов, начинающих без какой-либо технологии — нулевой технологии. «Является ли это даже настоящей проблемой, и будут ли люди за это платить?» И они буквально всё делали вручную, отправляли письма вручную, чтобы проверить: действительно ли эту проблему стоит решать? Потому что, я думаю, иногда мы тратим большие деньги на решение проблемы, которая существует, но никто не готов за её устранение платить. Так что это одна из книг, которую я бы порекомендовал: «The Lean Startup» Эрика Риса.

Adam Dejans Jr.: Да, я думаю, что если вы ищете технические книги, их можно найти в избытке. Я возвращаюсь к книге, которую я читал во времена моей консалтинговой карьеры — под названием “Просто слушай” Марка Гоулстона. И эта книга больше о том, как перевести людей с оборонительной позиции на искреннее сочувствие и убеждение, что, по моему мнению, важнее технической составляющей. Технические концепции всегда можно найти где-нибудь. А затем, конечно, наша собственная книга — у тебя есть работа с данными, а что дальше?

“У тебя есть работа с данными, а что дальше?”—это книга, которую мы с Джоном написали вместе. Эта книга появилась из наблюдения за тем, что многие наши коллеги, которые очень умны, часто остаются незамеченными, просто потому что они не знали, как правильно представить свои идеи или у них не было налаженных связей и прочной основы для дальнейших шагов. Джон может пояснить.

John Elam: Да, собрать эту книгу было очень весело, потому что, по сути, она стала кульминацией всех проблем, с которыми я сталкивался на протяжении своей карьеры, а также многих проблем, с которыми сталкивался Адам. Она как бы охватывает некоторые из основных аспектов успешной карьеры и влияния на работе. И когда я говорю о влиянии на работе, я имею в виду, что даже в академической среде — например, если вы создаёте действительно классный новый алгоритм, который рецензируют все журналы, но никто его не использует — надеюсь, что ваше исследование будет применено, как только вы уйдёте, может быть, я не знаю, но вы хотите, чтобы оно имело значение.

Таким образом, вся книга начинается с главы о коммуникации. Есть так много мелочей в общении, которые мы пытались осветить, что я, будучи молодым инженером, подумал: “Я просто покажу людям, что этот способ — объективно правильный, почему бы и нет?” И я понял, что это не так — мы же люди, мы очень эмоциональны, мы эволюционировали как социальные существа, обожающие истории, мы связываемся с историями.

Итак, в книге вы найдёте множество материалов о “колесе слов”, которым мы только что поделились, вы обнаружите различные техники повествования, а также, по сути, один из вопросов, о котором ты говорил, Конор: когда вы делаете презентацию, существует целая структура из пяти вопросов, которые нужно задать себе: почему вы здесь, почему здесь ваша аудитория, в каком они состоянии, что вы действительно хотите донести и какой будет призыв к действию после этого.

И если вы этого не делаете, то вы просто говорите, и, возможно, донесёте свою точку зрения, но если вы сможете выразить: “Вот что я хочу, чтобы люди знали, и вот где они находятся”, вы можете направить их туда. А ещё там есть такие моменты, как как начать свой первый проект с данными, как это вообще выглядит? Для тех, кто, возможно, участвовал в проекте, но никогда не руководил им от начала до конца.

И затем, одна из последних вещей, о которой я хочу поговорить в книге, и которая, как мне кажется, важна, но часто упускается, — это наш раздел о лидерстве — о формальном и неформальном лидерстве. Одна из основных вещей, которую я хотел бы узнать раньше, — это бизнес-кейсы. Если бы я знал, как составлять бизнес-кейсы, когда был молодым инженером, я бы смог получить финансирование для гораздо большего числа проектов, что помогло бы компаниям, в которых я работал.

И главное, что я хочу, чтобы люди вынесли из этого, в контексте бизнес-кейсов, — это то, насколько они чертовски просты. Я никогда не видел бизнес-кейса с более чем 10 пунктами. Он всегда выглядит так: “Вот что мы делаем сегодня, вот сколько это стоит ежемесячно, вот что я хотел бы сделать завтра, вот фиксированные затраты, вот наши переменные затраты, вот разница”, и затем люди говорят: “Где мне подписать?” Всё очень просто. Когда мы говорим “на скорую руку”, я не могу не подчеркнуть — я не припомню случая, когда бизнес-решение, связанное с деньгами, не принималось на скорую руку.

Мы просто стараемся сделать всё возможное, исходя из информации, которая у нас есть. Так что, да, надеюсь, книга окажется полезной — там также есть забавные истории о наших победах и неудачах, так что, надеюсь, вы найдёте в ней что-то ценное.

Conor Doherty: Завершу, сказав, что она доступна на Amazon. Верно — ну, поскольку тебе было слишком стыдно сделать это, я сделаю это за тебя. Но в любом случае, спасибо, ребята, ценю это. Без проблем. У меня больше нет вопросов. Адам, Джон, правда, я знаю, что задержал вас надолго, так что большое спасибо, что присоединились — очень ценю.

John Elam: Это было потрясающе, спасибо, что пригласили нас.

Conor Doherty: Спасибо всем остальным — говорю, возвращайтесь к работе.