00:00:00 Подготовка главы второй и взгляд читателя
00:04:30 Сдвиг в терминологии и путаница практиков
00:08:55 Почему «планирование» в ERP вводит в заблуждение
00:13:25 Избегайте ловушек планирования в ERP; Excel не заслуживает порицания
00:17:55 Критика модных слов и неологизмы Lokad
00:22:25 Использование ошибочной терминологии без пустых обещаний
00:26:55 Операционные исследования превратились в цепочку поставок, а затем разошлись
00:31:25 До-научная цепочка поставок и стандарт фальсификации
00:35:55 Стохастические решения требуют повторных испытаний
00:40:25 Нарушенные обещания автоматизации и меняющиеся цели
00:44:55 Утверждения об оптимальности терпят неудачу, когда появляются лучшие методы
00:49:25 Исторические доказательства десятилетнего застоя
00:53:55 Почему настоящие прорывы распространяются; цепочка поставок отстает
00:58:25 Оттолкнут ли резкие заявления практиков?
01:02:55 Критика «грязной теории»: бесформенные утверждения сопротивляются опровержению
01:07:25 Практическая наука: оценивайте методы по их результатам
01:11:10 Графовые базы данных как предупреждающий пример шумихи
Резюме
Конор испытывает главу «История» Жуана как практический инструмент, а не как отклонение. Жуан утверждает, что терминология — это поле битвы: смыслы меняются, поставщики используют путаницу, а неправильные ярлыки отвлекают бюджеты — пример с «планированием» в ERP является ярким. Конор бросает вызов собственному жаргону Lokad («холимизация»); Жуан говорит, что разница заключается в содержании и прозрачности, а не в модном обмене словами. Более масштабное утверждение: мейнстримовая теория цепочки поставок является «до-научной», потому что избегает фальсификации; десятилетия «оптимальных» исследований не применяются, значит, теории не работают. Практическое правило: доверяйте истории, а не шумихе.
Расширенное резюме
Конор представляет этот эпизод как стресс-тест книги Жуана Вермореля: не как дружескую беседу внутри коллектива, а как то, с чем столкнулся бы средний практик — один из миллионов. Проблема возникает на структурном уровне: Глава вторая называется «История» в книге, которую позиционируют как практическое руководство. Жуан утверждает, что история является практичной именно потому, что цепочка поставок переполнена терминами, значения которых меняются с десятилетиями, и поставщики используют эту изменчивость. Если вы не контролируете словарный запас, вы даже не сможете эффективно искать, не говоря уже о том, чтобы оценить утверждения.
Ключевой пример — «планирование ресурсов предприятия». Современные ERP-системы в основном не занимаются «планированием», однако название сохраняется из-за рыночных игр и битв брендов прошлых десятилетий. Цена за веру в ярлык имеет не академический, а финансовый и организационный характер. Компании пытаются навязать планирование системам, разработанным как регистры, тратят годы, а в итоге возвращаются к электронным таблицам. Урок заключается не в том, что «слова имеют значение» в поэтическом смысле, а в том, что «слова вводят в заблуждение» с операционной точки зрения: неверный ярлык направляет бюджеты, внимание и ожидания в тупиковые места, в то время как поставщики и консультанты редко отказывают.
Затем Конор поднимает второе противоречие: Жуан критикует модные слова, но Lokad изобретает такие термины, как «холимизация». Защита Жуана заключается не в полном отказе от жаргона, а в том, что новые термины вводятся экономно и сопровождаются содержанием — публичными методами, документацией и проверяемыми утверждениями — вместо того чтобы просто заменять модные существительные (вчера блокчейн, сегодня генеративный ИИ) маркетинговыми фразами без операционных изменений.
Аргумент переходит к тезису Жуана, что мейнстримовая теория цепочки поставок является «до-научной». Его мерило — фальсификация: утверждения должны быть проверены неудачей посредством реальности. Он указывает на десятилетия академических исследований по «оптимальному» управлению запасами, которые редко используются в практике, и рассматривает это отсутствие принятия — несмотря на широкую осведомленность корпораций о исследованиях — как доказательство неэффективности теорий. Конор возражает, что цепочки поставок изменчивы, распределены и зависят от людей, что делает фальсификацию, подобную химической, нереалистичной. Жуан признает высокую степень «шума», но настаивает, что фальсификация всё же необходима, даже если это требует повторных испытаний и сравнительных тестов.
Практический совет прямолинеен: используйте историю как замену истине. Отслеживайте, что обещали на протяжении десятилетий, замечайте, когда обещания уменьшаются, даже если технология становится «более продвинутой», и не доверяйте долговечным идеям, которые до сих пор не дали результатов (он приводит в пример графовые базы данных). Короче говоря: следуйте стимулам, не доверяйте маркетинговым фразам и рассматривайте застоявшиеся результаты как самый решающий показатель.
Полная расшифровка
Конор Дохерти: Итак, Жуан, добро пожаловать обратно в «Черную обитель». Это второй эпизод продолжающейся серии, в которой мы берём вашу новую книгу Введение в цепочку поставок, проходим её главу за главой, обсуждаем и анализируем её, и, что важно, я стараюсь подвергать сомнению моменты, которые могут вызвать путаницу или разногласия. При этом я смотрю на всё с точки зрения одного из примерно 10 миллионов практиков в мире, которые могли бы взять вашу книгу. Они не знают вас. Они не знают Lokad. Они никогда не слышали о количественной оптимизации цепи поставок. Они не знают меня — и это, надеюсь, к лучшему — и просто берут вашу книгу и начинают читать.
Какова была бы их реакция, если бы они могли сесть здесь? Что бы они сказали вам, когда прочитают определённые моменты? Таким образом, вы отвечаете, по сути, потенциальным читателям этой книги.
Учитывая это — и это второй эпизод — в первом эпизоде мы обсуждали Главу первую. Если вы не смотрели его, я советую аудитории сделать это, так как это развивающаяся беседа. Мы, вероятно, будем возвращаться к предыдущим главам в ходе серии. Так что, чтобы понять контекст, либо прочитайте книгу, либо прочитайте её и смотрите эпизоды по порядку.
Но в любом случае, продолжим. Итак, сегодня — Глава вторая. Глава вторая, которую вы называете «История». Важная деталь: это не предисловие. Это не пролог. В книге их вообще нет, даже оглавления нет. Так что это Глава вторая, под названием «История», в книге, на задней обложке которой заявлено, что это руководство для повышения качества обслуживания и рентабельности при реальных условиях. Есть и другие утверждения, но, в любом случае, это основное заявленное утверждение.
Итак, мой вопрос таков: Глава вторая — «История», в которой вы возвращаетесь на 200 лет назад и описываете истоки цепочки поставок. Вы цитируете французских математиков XVIII века. Вы говорите об операционных исследованиях. Вы говорите о поставщиках и их увлечении изобретением терминов. Так что, мой вопрос: действительно ли эта история вносит практический вклад в руководство для практиков?
Жуан Верморель: Да, вносит, потому что область полна слов — ключевых терминов — которые не обязательно означают одно и то же, и, безусловно, не означали одно и то же в зависимости от десятилетия, на которое вы смотрите.
Итак, одна из проблем для практиков — разобраться во всех этих терминах. О чем же мы говорим? Мы говорим о таких вещах, как логистика, цепочка поставок, операционные исследования и тому подобное.
Дело в том, что поставщики всё ещё используют эти термины. Компании всё ещё используют их. И вы найдете тонны онлайн-документов, в которых тоже используются эти термины, но иногда с разными значениями.
Поэтому, пытаясь немного прояснить ситуацию, я осознал, что использование, скажем так, легкого — это относительно короткая глава — исторического обзора, вероятно, было самым простым способом понять, где мы находимся сейчас с точки зрения терминологии, и прояснить, что люди понимают под этими терминами или что они раньше означали.
И, опять же, для практика это имеет значение, так как им необходимо разобраться в ситуации. Цепочку поставок, я бы сказал, нельзя рассматривать изолированно, как, например, геометрию. Вам придется взаимодействовать с инструментами, системами, поставщиками, партнёрами и так далее, поэтому понимание этого очень важно.
Кроме того — и завершающая мысль — это также интересное упражнение, потому что это первый шаг на пути к приобретению конфронтационного мышления в области цепочки поставок.
Конор Дохерти: Вернемся к конфронтационному подходу — ну, возможно, вы сможете ответить на этот вопрос. Итак, когда вы говорите о терминах, можете ли вы привести примеры того, почему они так важны? Точно. Снова, с точки зрения практика, вы говорите, что поставщики неправильно используют язык. Вы приводите примеры в книге — оставлю вам возможность процитировать их — но какие примеры вы можете назвать? И, что важно, почему они настолько проблематичны, что необходимо посвятить им время в руководстве для практиков?
Жуан Верморель: Итак, если вы не знаете термины своей области, вы слепы. Вы не понимаете, что искать. Вы даже не сможете эффективно воспользоваться Google, а даже ChatGPT окажется в затруднении, если вы задаёте неправильные вопросы, просто потому что у вас нет нужных слов.
Понадобилось несколько лет после того, как я начал работать с Lokad, чтобы понять, сколько я упустил, просто из-за того, что мне не хватало терминов. Я, например, не осознавал, что некоторые слова означали нечто радикально иное три десятилетия назад.
Итак, вы читаете документ, и он лишь вызывает путаницу, потому что: что здесь происходит? Говорят о логистике, но так, как это совершенно не соответствует тому, что я видел в интернете. Что происходит? И реальность такова: терминология изменилась с течением десятилетий.
Так что для практика это крайне важно. Я думаю, овладение словарным запасом — это, вероятно, первый шаг к тому, чтобы стать действительно хорошим. Вам необходимо понимать термины, иначе вы даже не сможете разобраться в материалах, которые найдёте в интернете. Вы даже не сможете эффективно искать через Google, и вам будет сложно задавать релевантные вопросы.
Таким образом, видите, эти термины чрезвычайно важны. И мы должны пройти через это, потому что, из-за стимулов, многие из этих терминов были введены не из чисто научных соображений, а с определённой повесткой.
Конор Дохерти: Снова, можете привести пример термина? Потому что, что именно вы имеете в виду — например, прогнозирование? Думаю, вы не имеете в виду прогнозирование.
Жуан Верморель: Нет. Я думаю, например, термин «планирование». Если вы начинаете думать о планировании и «планировании ресурсов предприятия», то вот где это становится совершенно запутанным.
Потому что, если подумать о современном большинстве ERP-систем — и поэтому люди перестали говорить «планирование ресурсов предприятия» — ведь это программное обеспечение не предназначено для планирования. Поэтому они используют «ERP» как существительное именно потому, что, по сути, планирование больше не осуществляется, и это просто не имеет смысла.
Теперь, чтобы немного понять: допустим, у нас есть это программное обеспечение, которое очень важно. Его называют «планированием», но оно не занимается планированием. Зачем он мне? Ответ заключается в играх, которыми занимались рыночные аналитики в 90-х.
И тогда, если немного разобраться, эти вещи следовало называть «управлением ресурсами предприятия». Но из-за игр, которыми занимались рыночные аналитики и поставщики программного обеспечения, они пытались продвинуться, а затем отошли от идеи планирования. И таким образом, мы застряли с этой терминологией «ERP».
Но это именно то, что важно понять, потому что, например, это означает, что в вашей ERP, несмотря на её техническое название, нет планирования — так же, как и в «бизнес-аналитике» нет интеллекта.
Так что, снова, когда вы впервые сталкиваетесь с этой областью, терминология настолько запутана. И чтобы разобраться, просто легче понять небольшую историческую ситуацию, которая к этому привела. Это проще понять и запомнить.
Конор Дохерти: О, я с этим не спорю — не думаю, что кто-либо будет возражать против этой презентации. Снова, просто предположим, что всё верно и хронология истории правильна. Не думаю, что кто-либо будет спорить о семантике этого вопроса.
То, о чем я спрашиваю, — это влияние этого факта. Если я говорю вам: «Да, да, я согласен. В ERP нет планирования». Ладно. Что это меняет для меня как для практика с первого дня? День ноль: я читаю книгу. День первый: я теперь знаю, что эти термины используются неправильно. Что меняется?
Жуан Верморель: Я не буду пытаться действительно планировать внутри ERP. Видите ли, это имеет огромное значение, потому что некоторые компании пытаются заниматься планированием — бедное программное обеспечение никогда не было создано для этого. Это реляционная база данных. Она совершенно не предназначена — это система учета — она полностью несовместима с этой задачей, и всё идёт чрезвычайно плохо.
И они буквально теряют полдесятилетия на подобное. Например, можно посмотреть на Lidl: они потеряли буквально полмиллиарда через семилетнее сотрудничество с SAP, пытаясь по сути выполнить то, для чего система учета никогда не была предназначена, а именно заниматься продвинутой аналитикой. Всё прошло крайне плохо.
За время работы в Lokad я заметил, что многие компании сталкиваются с одной и той же проблемой. Всё начинается с терминологии. Если вас вводят в заблуждение и вы думаете, что ваша ERP должна заниматься планированием, то именно там вы и будете это искать.
И вот, вы обнаружите поставщика, который будет делать вид, что может, потому что поставщики корпоративного программного обеспечения — как и консультанты — никогда не говорят «нет». «Может ли ваше программное обеспечение что-либо сделать?» — и ответ неизменно да. И если оно не может, мы просто добавим модуль или небольшую настройку.
Итак, обладание правильной терминологией — это отправная точка для направления вашего внимания и усилий в те области, которые имеют смысл. Это имеет чрезвычайное значение.
И снова, для практиков или людей, приобретающих программное обеспечение: если я, например, являюсь финансовым директором и утверждаю бюджет на ERP, а вы говорите: «Это полмиллиарда евро за систему учета», то для всех это не имеет смысла, потому что эти системы чрезвычайно детализированы. В них присутствуют тысячи и тысячи функций, и чтобы разобраться в этом, вам необходимо иметь общее понимание.
Итак, снова повторяя, даже если вы не собираетесь менять программное обеспечение, как только вы поймете, что если у вашей компании есть только ERP, так тому и быть. Ваше планирование будет осуществляться в Excel. Не стесняйтесь этого – так оно и есть, и это нормально.
Вам не следует тратить годы, пытаясь сделать это в вашей базе данных SQL. Всё пройдет не гладко. Это будет чрезвычайно болезненно и затратно по времени, и в конечном итоге это заменит электронная таблица.
Именно такие вещи очень важно понимать. И снова, стимулы чрезвычайно сильны, что означает, что вы столкнетесь с множеством людей, которые постоянно вам лгут.
И опять, я думаю, что величайшие лжи обычно кроются именно в языке, потому что это то, чего вы хотите. И многие поставщики программного обеспечения добились такого успеха, что буквально искажают реальность через терминологию. Вы просто пытаетесь формировать язык, английский язык, так, чтобы он каким-то образом выставлял вас на пьедестал. И это работает, в какой-то мере. То есть, в какой-то мере, но это действительно работает.
Так что такие вещи нужно решать. Иначе, как практику, вы будете тратить огромное количество времени и усилий, двигаясь в тупиковые направления.
Conor Doherty: Итак, когда речь идет о стимулах и о том, как уметь их разоблачать, диагностировать и, по сути, распознавать чепуху, знаете, ERP – это на самом деле не планирование. Оно должно быть управлением. А также это система учета. Это не система принятия решений или интеллекта.
Вы пришли к этому, потому что у вас большой опыт и много междисциплинарных знаний. А в первой главе – и поэтому важно смотреть их по порядку – вы утверждаете, что не существует достаточной формальной подготовки в области цепочки поставок.
Итак, мой вопрос: как именно читатель – снова, средний практик, один из 10 миллионов, как мы условились – как средний практик, который не обладает вашим уровнем экспертизы, берет информацию из этих глав и применяет её в реальном мире? Ведь у них нет ваших знаний в области информатики, экономики, математики или того, что угодно.
Joannes Vermorel: Именно для этого и предназначена эта книга: чтобы дать минимальный культурный фундамент, чтобы вы не были полностью потеряны, и чтобы вы немного понимали те баталии, которые ведутся в этой сфере, и правильно их осмысливали.
Например, если мы обратимся к этому ERP: видите, если вы посмотрите на большинство того, что можно найти в интернете о ERP и APS (системах расширенного планирования), то обнаружите, что большинство участников этих баталий, выступающих в роли поставщиков, представляют это как «универсальный против специализированного», как если бы ERP был универсальным решением, а APS – специализированным решением.
А здесь, опять же, суть, которую поднимают в этой главе: это совершенно неправильная формулировка. Потому что она создает впечатление, что системы учета на самом деле могут служить для планирования. Они никогда не были таковыми и никогда не будут ими.
Видите, именно поэтому нам необходимо пересмотреть такую терминологию, потому что она настолько плоха, что вызывает крайнее замешательство. Их необходимо заменить на что-то более последовательное и логичное.
И для планировщиков, в качестве призыва к действию: если вы не можете хотя бы отчасти четко представить свою область, всё станет крайне, крайне запутанным.
Conor Doherty: Хорошо. На этом замечании давайте продолжим, ведь ключевая часть главы заключается в том, что вы, возможно справедливо, критикуете поставщиков за использование языка.
И мне нужно немного ввести контекст, потому что я хочу процитировать всё в полном объёме. Итак, вы используете термин – вы говорите, что цепочка поставок находится между евклидовой четкостью (то есть очень, очень точным языком) и меняющимся жаргоном искусственного интеллекта. И вы говорите, что ярлыки меняются каждое десятилетие. Вы это установили.
Вы указываете, что поставщики используют модные слова, чтобы, как бы, «льстить организационным схемам и маркетинговым презентациям». Вы пишете, и это важно: «Классический ход – придумывать или хотя бы принимать новые термины каждые несколько лет, чтобы обновлять предложение и бренд».
Вы также написали: «Терминология цепочки поставок остается в состоянии изменения, а поставщики активнее, чем когда-либо. Некоторые консалтинговые компании выступают за гибкую, динамичную и целостную цепочку поставок».
Вы с этим всё согласны?
Joannes Vermorel: Это справедливо. Да. Именно так. Это буквально описано в книге.
Conor Doherty: Именно. И ещё, вы склонны использовать редкие неологизмы и академические термины не только в книге, но и в своих маркетинговых материалах.
Например, на прошлой неделе вы опубликовали блог о «холимизейшене», который является неологизмом, объединяющим слова «целостный» и «оптимизация». Целостность, как я только что процитировал, является явным примером модных слов, которые поставщики – я имею в виду, что мы тоже ими являемся – используют. С одной стороны, мы критикуем поставщиков за использование определенной лексики и за то, что они запутывают людей посредством непрозрачного языка.
Но как вы отвечаете на утверждение, которое может сделать кто-то, знакомый с вашей работой, что это выглядит так, будто мы делаем то же самое?
Joannes Vermorel: Да, но лучше. Ладно.
Нет, реальность такова, что большая часть заимствования языка поставщиками корпоративного программного обеспечения чрезвычайно поверхностна. И, насколько мне известно, Lokad – один из немногих поставщиков, который даже пытается быть точным в терминологии, объясняя, что они подразумевают под планированием, под прогнозированием, под оптимизацией или под пределами оптимизации.
То, что, например, делает Lokad с холимизейшеном – такое внимание к деталям – я считаю одной из ключевых особенностей инициативы Lokad.
Мои коллеги – опять же, я могу быть предвзят – но, по моему мнению, они ни в коей мере не так точны в своей лексике, как Lokad. Они даже не пытаются, и, вероятно, им это безразлично.
Conor Doherty: Но они сказали бы то же самое о своей литературе. Вот вы говорите: «Мы очень четко определяем наши вещи. Посмотрите на наш сайт». А вы говорите: «Посмотрите на мою книгу». Это аргументы авторитета.
Joannes Vermorel: Нет, нет, нет. Знаете, большинство – они даже не пытаются сделать то, что делает Lokad, что является довольно уникальным для цепочки поставок – не уникальным в общем контексте человеческих знаний, – а именно инвестировать в создание большого количества публичной документации для поддержки своих утверждений.
Видите ли, типичный ход моих коллег заключается в том, чтобы сказать: есть модное слово «блокчейн». Вы создаете, я бы сказал, 50 страниц, где фигурирует слово «блокчейн». А затем появляется новое модное слово – «генеративный ИИ», и вы можете просто выполнить операцию «найти/заменить все»: заменить «блокчейн» на «генеративный ИИ», и страницы, которые только что были опубликованы, будут работать точно так же.
Вот в чем моя проблема. А Lokad так не поступает.
Видите, представьте, что я даю вам брошюру – 50 страниц – в которой говорится, что Lokad так велик, потому что принял блокчейн. А теперь появляется новое модное слово – «генеративный ИИ». Я буквально могу нажать Ctrl+H, «найти/заменить все», заменить ключевое слово «блокчейн» на «генеративный ИИ», и ваш документ будет работать точно так же.
Вот суть. А Lokad так не делает. Поэтому, когда мы вводим новую терминологию, я бы сказал, что Lokad делает это очень экономно. Мы не вводим тонны модных слов. Вероятно, всего лишь полдюжины за почти два десятилетия существования.
Но это очень значимые концепции. И каждый раз, когда мы вводим новый термин, мы стараемся быть чрезвычайно детальными. Например, концепция «холимизейшена» появилась после нескольких лекций, на которых я описывал, например, экспериментальную оптимизацию, являющуюся методологией.
Таким образом, к ней было приложено множество вспомогательных материалов, и я просто решил ввести этот обобщающий термин, чтобы охватить по сути целую главу книги, лекцию, множество инструментов и множество статей.
Conor Doherty: Видите, вопрос – чтобы было ясно, я не хочу сбиваться с темы – я не спрашиваю: «Почему холимизейшен лучше?» или – нет, я не спрашиваю это. Это не по теме обсуждения.
Позвольте мне уточнить вопрос, чтобы, возможно, помочь. Считаете ли вы разумным использовать тот же язык, который вы критикуете, даже если делаете это блестяще? Считаете ли вы разумным использовать загрязненный язык – язык, зараженный рыночными тенденциями?
Joannes Vermorel: Но вы видите, в какой-то момент нужно уметь понимать. Я не могу изобрести язык заново. Поэтому мне приходится использовать то, что имеет свои недостатки.
Потому что, например, если я использую подходящий термин «системы учета», проблема в том, что люди не знакомы с моей терминологией, и, вероятно, они не поймут, о чем я говорю. И тогда я скажу: «Хорошо, я говорю о вашем ERP, вашем CRM и вашем WMS», – и они ответят: «А, понятно».
Но видите, это не просто модное слово. «Система учета» понятна. А «целостный» – что это значит в контексте цепочки поставок? Это более перегружено модными штампами.
И, например, слово «целостный», Lokad использует очень редко, и когда оно появляется на нашем сайте, мы уточняем, что имеем в виду «от начала до конца», то есть очень конкретные вещи.
Таким образом, ещё одна особенность, по которой, как я считаю, Lokad отличается, заключается в том, что, несмотря на все возможные недостатки, мы не бросаем модные слова без содержания. Мы не употребляем модные термины без контекста и сути.
Потому что, видите, люди часто говорят, что у них есть блокчейн, а затем совершенно не конкретизируют: каков именно перечень ваших функций? Каковы последствия? Что вы делаете с технологической точки зрения? Можно ли понять, что происходит?
И я считаю, что Lokad чрезвычайно тщательно обеспечивает публичную прозрачность того, что происходит «под капотом». В соревновании M5, когда мы заняли первое место в мире на уровне SKU, мы опубликовали фактический алгоритм.
Степень прозрачности была чрезвычайно высокой. И опять, я считаю, что главная проблема поставщиков программного обеспечения заключается в том, что зачастую они крайне непрозрачны. Поэтому используются модные слова, но без какого-либо контекста, без содержания.
И вы столкнетесь с множеством того, что я назвал бы «приятными разговорами», корпоративными болтовнями, которые это окружают. А терминология, которой мы пользуемся сегодня, к сожалению, является результатом десятилетий корпоративных баталий между множеством поставщиков программного обеспечения и крупными консалтинговыми группами.
Conor Doherty: Справедливо. И для кого-то – опять же, для среднего практика, который только что сталкивается с этим… я предлагаю перед людьми две версии, или две брошюры: одну с термином «целостная цепочка поставок» и другую с термином «холимизейшен (целостная оптимизация)». Для них, они могут – и обычно дальше не вникают – им просто нужно решить: на какой из них я выделю своё ограниченное время?
Как люди могут понять, что язык настолько заражен?
Joannes Vermorel: Нет, это не работает таким образом. Это не работает так – нельзя, опять же, считать, что одно определение, данное Жоаннесом, решит всё. Это не так.
Речь идет о том, как вы понимаете саму реальность, в которой работаете. О том, как вы структурируете в своей голове общую картину. И вы начинаете, и вы должны.
Например, существует множество университетских курсов, которые рассказывают о методах исследования операций, и в них много хорошего. Их не называют цепочкой поставок. Является ли это цепочкой поставок? Или нет? Именно об этом эта глава и говорит, проясняя взаимосвязь между тем, что называется исследованием операций, и цепочкой поставок.
Оказывается, исследование операций, каким оно практиковалось в 50-х, 60-х, 70-х годах, и есть цепочка поставок. В наши дни, если искать более современные материалы, называемые также исследованиями операций, это становится чем-то совершенно иным.
Таким образом, когда вы видите исследование операций: является ли это цепочкой поставок? Ну, это зависит от даты документа. И это варьируется, поскольку одни университеты цепляются за старую терминологию, а другие приняли новую.
Таким образом, это чрезвычайно важно понять. В противном случае вся эта область выглядит несколько запутанной, с вещами, которые кажутся совершенно несвязанными, хотя на самом деле они одно и то же.
Например, исследование операций – это цепочка поставок, но только до конца 70-х годов. После этого исследование операций стало ветвью информатики, что совершенно отличается и связано с математической оптимизацией.
Conor Doherty: Хорошо. Я продолжу, потому что есть много чего обсудить. Мы можем вернуться к этому позже.
Я считаю, что одним из ярких утверждений, потому что я старался читать это свежим взглядом, является утверждение в этой главе о том, что доминирующая теория полностью сломана. Фактически, вы используете термин «преднаучный».
И опять, важно отметить в полном контексте – и это в заключении главы – что вы говорите: «Простая гипотеза заключается в том, что доминирующая теория является недостаточной».
Теперь вы приходите к этому на основании всего, что мы обсудили, и первой главы, которую мы уже записали. Итак: «Простая гипотеза состоит в том, что доминирующая теория является недостаточной. Практика отклоняется, потому что теория имеет изъяны, и ожидаемая прибыль не материализуется. Другими словами, несмотря на обширную литературу, цепочка поставок остается на преднаучном этапе, где знания не приводят к последовательным и предсказуемым результатам».
Итак, я хочу затронуть этот вопрос, потому что, как мне кажется, одна из тем часто заключается в том, что даже если вы правы, язык может обладать определенной силой. Это один аспект. Другой – достоверность этого утверждения.
Таким образом, для случайного читателя идея о том, что цепочка поставок и все её технологии – как бы несовершенные, – можно классифицировать как преднаучные, вызывает несколько проблем.
С чем вы это сравниваете? И я задам ещё вопросы, но что вы имеете в виду, когда говорите «преднаучный», по сравнению с чем?
Joannes Vermorel: Любая область, в которой принцип фальсификации действительно работает. Фальсификация означает, что реальность способна опровергнуть утверждения.
Если вы просто обратите внимание на этот порог — например, в химии — если я скажу: возьмите химию. Да, это действительно наука. Если вы знаете, что есть учебник по химии, в котором говорится, что надо взять это вещество и то, перемешать их, и реакция должна привести к нагреванию, то вы можете провести эксперимент.
И существует риск опровержения, потому что если результат окажется иным, чем написано в книге, теория — химическая теория — окажется фальшивой. На самом деле химия сейчас настолько хорошо установлена и проверена, что если при эксперименте вы не получите результат, указанный в учебнике по химии, скорее всего, вы сделали все неправильно.
Но именно поэтому можно испытывать огромное доверие к этой конкретной научной теории, ведь она так долго устояла перед опровержением. Основы — знаете, кислота и основание — смешиваете их, и вы получите нечто вроде раствора, который нагревается: метод настолько проверен, что вероятность сделать в химии какое-то гигантское открытие, просто выполняя базовые операции, практически отсутствует.
В отличие от этого, когда речь заходит о цепочке поставок, подавляющее большинство литературы не проходит этот критерий. Во-первых, большая часть опубликованного даже не поддается опровержению. Если применять данный критерий, то с самого начала это не относится к науке. Это большая проблема.
Но затем, для меня, истинный способ увидеть, что цепочка поставок не является научной теорией, заключается в том, чтобы взглянуть на историю. Нужно обратить внимание на тот факт, что у нас существует более миллиона работ. Надо заметить, что эти идеи существуют буквально полвека, и что на протяжении этого времени обещали автоматизацию, но так и не воплотили её.
И снова, необходимо рассмотреть всю эту историю, чтобы понять, что проблема не в том, что у нас не было достаточно мощных компьютеров. Это не являются вескими объяснениями.
Таким образом, если принять эту историческую позицию, получается следующее: у меня есть 70 лет публикаций. У меня есть как минимум 50 лет современных вычислительных сред — под современными я подразумеваю системы, способные обрабатывать данные значительно быстрее, чем человек.
Начиная с полувека назад, компьютер мог выполнять более миллиона вычислений. Таким образом, эта мощность существует уже полвека.
И на протяжении полувека у нас появлялись буквально сотни тысяч — а теперь, вероятно, несколько миллионов — работ, которые в той или иной степени заявляют об оптимальных решениях для управления запасами и выполнения всевозможных задач для цепочек поставок.
Эти методы не используются в компаниях. И поэтому я говорю: Бритва Оккама. Самое простое объяснение этого состоит в том, что данная теория не работает.
Вы можете пройти через утомительный процесс анализа каждой из этих более чем миллиона работ, чтобы увидеть, в чем заключаются их изъяны — это займет вечность, — или просто принять эту историческую позицию и сказать: она существует так давно, испытана столькими людьми, имеет такое количество публикаций, но дает столь немного результатов.
Наиболее разумное и простое объяснение состоит в том, что доминирующая теория исчезла. Это объясняет, почему сегодня так мало что действительно работает в реальном мире.
Conor Doherty: Как это часто бывает, несколько вещей могут быть правдивыми одновременно. Вы утверждаете, что она сломана. Я хочу вернуться к идее, что она является преднаучной, и особенно к утверждению — стандарту — фальсифицируемости.
И опять же, я оставляю это открытым надолго. Я предвидел, что вы упомянете химию. Так что, чтобы еще раз очертить основу: глава первая, ваше определение цепочки поставок — ваше определение — «мастерство выбора в условиях изменчивости при управлении потоком материальных товаров».
Хорошо. Прежде всего, если мы учитываем географически распределенный характер цепочки поставок, принимаем во внимание метеорологические силы, действующие на нее, а также сотни — возможно, тысячи — различных агентов, у каждого из которых своя система стимулов и которые должны сотрудничать в доступное для них время, чтобы доставить ручку, произведенную где-то, прямо мне в руки.
Сравнить это с устойчивостью химии может быть довольно трудно для понимания, учитывая, что вы можете добавить кислоту и основание здесь, там или в любом другом помещении, и получите очень предсказуемый результат.
Идея о том, что цепочку поставок можно считать устойчивой наукой только если она проходит порог фальсифицируемости, для некоторых — безусловно, для тех, кто читает первые две главы — может показаться буквально невозможным стандартом, учитывая, чем является цепочка поставок, как вы только что определили: изменчивостью.
Так как же можно опровергнуть постоянно меняющееся явление?
Joannes Vermorel: Это очень сложно, но тем не менее, если нечто претендует на статус научного, то, спустя полвека, у него должны быть результаты. Оно должно преобразовать всю область.
Если вернуться к заявлениям, начиная с 50-х годов, сразу после Второй мировой войны, утверждение было очень простым: мы разработаем количественные методы, которые позволят автоматизировать принятие решений в компаниях. Вот и все.
И люди говорили очень конкретно. Забавно, что со временем сообщество как бы утратило этот фокус. Но послевоенное сообщество исследований операций было предельно ясно: мы разработаем количественные методы — математические методы — для оптимизации наших операций, для распределения ресурсов, для принятия решений за нас.
И первоначально они даже говорили: наличие компьютеров не имеет значения. Если у нас есть очень надежная математическая модель, люди просто произведут вычисления вручную, и всё.
И угадайте что? Когда они определили математические модели, имеющие реальное значение — как это было во время Второй мировой войны — их действительно использовали. Люди говорили: «О, у меня есть самые лучшие методы, то есть математический инструмент. И вот, я произведу вычисления вручную, потому что мне нужно принять это решение. У меня есть метод, и этот метод — лучший для распределения моих ограниченных ресурсов».
Так что заявления были очень ясными.
Conor Doherty: И тогда мой вопрос — а именно: не слишком ли они категоричны?
Joannes Vermorel: Извините, извините. Да. Слишком категоричны? Я бы сказал, что нет.
Я понимаю, что нельзя ожидать, чтобы что-то было так же легко опровержимо, как в химии. Конечно, проблемы распределены, нужно вовлекать множество людей и так далее. Так что мы приближаемся к «мягким» наукам.
Но тем не менее, когда мы пытаемся утвердить цепочку поставок как науку, мы должны стремиться делать наши утверждения максимально фальсифицируемыми.
Conor Doherty: Никто с этим не поспорит. Извините, что перебиваю, но это хорошее утверждение, однако оно не то, что вы пишете в книге.
Joannes Vermorel: Нет, нет, нет. Именно это я и пытаюсь донести.
Conor Doherty: Снова, я вынужден заострить на этом внимание. Если перефразировать то, что вы только что сказали, можно сказать, что вы по сути повторили слова Оскара Уайльда: «Мы можем находиться в канаве, но, по крайней мере, мы смотрим на звезды». Так что мы движемся в правильном направлении. Да. Но это не то, что вы пишете в книге.
Вы сказали — и я могу процитировать вас — «Несмотря на обширную литературу, цепочка поставок остается преднаучной».
Joannes Vermorel: Да. А затем вы сказали, что фальсифицируемость — это единственный стандарт. Потом вы добавили: «Да, ну, я имею в виду, что цепочку поставок, вероятно, нельзя опровергнуть так, как это делается в химии, математике или инженерном деле».
Нет. Снова, все сводится к степени уверенности в вашем доказательстве, и это другое. И снова, нет, это не так.
Если у вас есть вещи, которые не могут быть опровергнуты, они полностью преднаучны. Это стандарт.
А затем качество доказательства может улучшаться по мере развития области, по мере её зрелости. Для меня научная зрелость области определяется тем, как люди находят все лучшие способы опровержения своих утверждений. Это процесс в разработке.
Все не так, как с бинарной системой: что-то либо может быть фальсифицировано, либо нет. Всё не так. Я полностью согласен. И я говорю, что сейчас она находится на преднаучном этапе, потому что это даже не является отдаленно насущной проблемой.
Видите ли, у нас миллионы работ. Эта идея о том, что вещи действительно можно протестировать, чтобы убедиться, что реальность указывает на ошибку, даже не находится на повестке дня.
Из этих более чем миллиона работ по «оптимальной» оптимизации запасов ни одна даже не подвергается риску фальсифицируемости.
Вот почему я говорю, что это действительно преднаучно. И теперь мы должны перейти к тому, где мы сможем найти все более эффективные методологии, чтобы потенциально сделать утверждения и теории фальсифицируемыми.
Кроме того, суть этой истории заключается в том, чтобы определить, когда мы сможем воспользоваться эмпирическим критерием и сказать: история буквально опровергает вашу теорию за вас.
Видите ли, это эмпирическое утверждение. Но, по сути, я говорю, что если что-то действительно работает, то… — но нет, это не так, потому что, опять же, нужно вернуться к обещанию.
Обещание заключалось в полной автоматизации с времен Второй мировой войны. Это существовало уже очень давно. И что интересно, когда у вас имеются преднаучные теории, их развитие не направлено на то, чтобы стать более научными. Напротив, они мутабельны до такой степени, что становятся полностью невосприимчивыми к любой критике.
Conor Doherty: Вы думаете, что это возможно в цепочках поставок?
Joannes Vermorel: Именно так и произошло.
Если вернуться к послевоенному периоду, люди говорили: «Мы просто разработаем математические методы, которые дадут нам точный математический ответ на нашу проблему. И эти методы будут лучшими.»
И даже если единственное, что у нас есть, — это человек, выполняющий вычисления, всё равно стоит производить расчеты вручную.
Перенесемся в 70-е: те поставщики корпоративного программного обеспечения в то время говорили: «Мы автоматизируем все ваши рутинные решения по управлению запасами». В то время управление запасами рассматривалось как принятие решений. Именно это и продавалось.
И если вернуться к SAP, они в 70-е заявляли: «Мы просто полностью роботизируем — полностью». Я имею в виду не частично. Нет, нет, полностью: эти процессы принятия решений.
А потом это не сработало. И поэтому люди просто отказались от всего этого. А теперь мы говорим: «О да, ну, мы просто позволим практикам выполнять все это за нас».
Видите, здесь существует огромное отступление от того, что должно быть достигнуто — от того, что должна обеспечить ваша теория.
А для меня это именно тот путь, который проходят преднаучные теории: по мере развития, вместо того чтобы становиться лучше, они просто мутируют и становятся все более невосприимчивыми к реальности.
Это то, что Карл Поппер отмечал еще в начале XX века: области, не находящиеся на научном пути, не совершенствуются для того, чтобы стать более научными. Напротив, их теории, как правило, стремятся сделать себя полностью невосприимчивыми к любым противоречиям.
Conor Doherty: Ладно, по этому стандарту давайте будем конкретны. Потому что, если быть честным, это немного уходит от темы книги, ведь во второй главе вы не вдаётесь в такие подробности.
Так что здесь присутствует некоторая свобода. Я несколько ставлю вас в затруднительное положение, но вы говорите о последовательных — даже если, можно сказать, достаточно предсказуемых — результатах. Вы сказали, что цепочка поставок по сути — это решения.
Решения, которые вы принимаете в любой момент, отражают очень уникальное сочетание факторов, переменных, сил, стимулов, цен, действий, людей, доступности, настроения, мотивации — всего этого целого.
Так что, если я сегодня приму решение, отражающее все это, как я могу опровергнуть принятое решение? Потому что его невозможно повторить. Опять же, из-за того, что есть — это стохастический аспект — если вы примете одно решение, ничего опровергнуть нельзя.
Joannes Vermorel: Ладно, давайте так. Если вы принимаете тысячи решений в виде повторяющейся игры, вы вполне сможете опровергнуть что-то в целом, или, так сказать, в основном.
Тот факт, что присутствует определенная изменчивость, означает, что необходимо проводить повторные испытания, а уровень фонового шума высок. Поэтому для вынесения заключения нужно много раундов.
Но поскольку это «мягкая» наука, проблема не ограничивается только этим. Например, у вас возникла бы та же проблема, если бы вы хотели провести опрос редких мнений.
Например: сколько людей нужно опросить во Франции, чтобы определить, какое монархическое течение — ведь среди сторонников монархии во Франции есть люди, поддерживающие определенные ветви монархии.
Проблема в том, что если взять сторонников монархии во Франции, их, вероятно, составляют около 0,5% населения. Так что, если вы хотите провести надежный опрос, кто поддерживает бурбонов, а кто — другое течение, вам, вероятно, придется опросить несколько тысяч человек.
Таким образом, все сводится к уровню фонового шума. И здесь, видите, дело не в «мягкой» науке. Просто каждое отдельное решение сопровождается огромным шумом. Поэтому необходимо много решений, чтобы можно было усреднить результаты и сделать вывод с не слишком большим уровнем неопределенности, что метод A лучше метода B.
Но всё, вот и всё.
Conor Doherty: Снова, вы приводите пример химии. Мы говорим о молекулярной структуре или о том, что происходит, когда взаимодействуют два очень, очень известных соединения. Мы можем предсказать, что если у нас много — или немного — а вы затем говорите, например, истинным эквивалентом в химии было бы следующее: что если мы хотим провести эксперимент, но с количеством, измеряемым в нанограммах. Ладно. И поэтому ваши измерения оказываются крайне некачественными, просто потому что количество настолько невероятно мало.
И единственный способ получить хоть какие-то правильные измерения — это провести эксперимент тысячи раз и усреднить результаты. Вот видите, это ситуация, в которой ваш эксперимент сопровождается большим шумом.
Но с точки зрения химии шума гораздо меньше — и в этом весь смысл.
Так что, снова, мне нравится этот пример, и я собираюсь его развить. Вы говорите о эксперименте с низким разрешением, который можно провести в очень точной области, по сравнению с цепочкой поставок, которая, по вашему собственному определению, подвержена гораздо большей изменчивости.
Joannes Vermorel: Да. Но тем не менее, вы можете проводить A/B-тестирование. Если у вас есть два метода распределения ресурсов, вы можете провести A/B-тестирование.
Conor Doherty: Но опять же, это сравнительное. Это не фальсификация. Фальсификация является абсолютной.
Joannes Vermorel: Нет, фальсификация будет такова: либо работает, либо нет.
Если у вас есть метод, который утверждает: “Это оптимально.” Оптимально означает: никогда не будет ничего лучше. Никогда. Никогда. Если у меня есть метод, который оптимален, и я нахожу что-то лучшее, то он больше не оптимален.
Неважно, что происходит с математикой.
Я только что сказал, что существует миллион работ, утверждающих, что у них оптимальные запасы. Возможно, они были ошибочны, но что это говорит о потенциальной жесткости или мягкости этой области?
Я пытаюсь добиться того, чтобы у нас была некая стрелка прогресса, и мы продвигались бы согласно ей. А тут, когда существует миллион статей, заявляющих, что предлагают оптимальные политики управления запасами, и ни одна из них не находит применения в производстве спустя десятилетия, это проблема.
Это не стрелка прогресса. Это область, которая крайне стагнирует, где люди постоянно публикуют то, что должно быть оптимальным, но не применяется по уважительным причинам.
Conor Doherty: И дело не в этом — так что вопрос в следующем: это еще один способ взглянуть на ситуацию, если принять вывод за основу. Вы предполагаете, что работы не используются, потому что они отстой, а не потому что вы, возможно, не можете получить ту структуру, которую хотите в этой области. Это как попытка схватить воду. “О, нет, воду нужно уметь схватить. Наука должна быть осязаемой.”
Joannes Vermorel: Нет. В этом и заключается суть данной главы: подумать о последних, может быть, 70 или хотя бы 50 годах. Если у нас есть, скажем, миллион — или даже больше — работ об оптимизации запасов, утверждающих, что они предлагают оптимальные методы, и большинство практиков, кстати, их не читали. Большинство людей не знают об этом.
Если мы просто перенесемся на ещё 50 лет вперёд и у нас появится ещё миллион работ, изменится ли что-либо?
И мой ответ таков: опять же, если мы посмотрим на историю, даже если её неправильно интерпретировать, вероятно, нет. И видите, именно поэтому нам нужна эта историческая глава: чтобы осознать, что прогресс крайне ограничен. Область находится в состоянии стагнации.
И единственный способ понять, что данная область стагнирует десятилетиями, — это взглянуть на историю. Это суждение высокого уровня.
И я считаю, что одна из наших проблем — это отсутствие фальсификации, и поэтому у нас нет настоящей стрелки прогресса. Стрелка прогресса в этой области вроде бы сломана.
Именно это я и пытаюсь подчеркнуть и предложить. Фальсификация — это всего лишь один из необходимых инструментов. Это критически важный инструмент, но не единственный.
И я действительно верю, что если в конечном итоге у вас есть вещи, которые нельзя фальсифицировать, вы оказываетесь в крайне опасной ситуации.
Conor Doherty: Итак, давайте уточним, поскольку это незначительное изменение ранее изложенной позиции. Вы утверждали, что что-то является донаучным, если оно сопротивляется фальсификации. Затем вы сказали, что фальсификация — это один из инструментов науки. Значит ли это, что, поскольку наука предъявляет более высокие требования, цепочка поставок может быть нефальсифицируемой, но всё же оставаться научной?
Joannes Vermorel: Нет, нет, нет. Фальсификация необходима, но её недостаточно.
Например, теория должна быть фальсифицируемой, но также она должна быть минимально лаконичной — принцип бритвы Оккама. Если у вас есть две теории, которые эквивалентны в способности предсказывать мир и давать наилучшее решение, и одна из них значительно проще другой, тогда следует выбрать ту, которая проще.
Но, конечно, это не говорит ничего о корректности или истинности другой. Это способ различения или принятия решения, но не обязательно означает — что, поскольку вы выбрали A вместо B, потому что A короче или проще для понимания, это никак не комментирует достоверность B.
Conor Doherty: Нет, но именно так работает наука — обе теории были бы правильными.
Joannes Vermorel: Да. Именно так наука и работает. Если у вас есть две теории, которые в точности эквивалентны, но одна гораздо проще, учёные просто говорят: выберем эту. Вот и всё.
Они знают, что у них есть альтернативные теории, которые могут быть равно корректны, но вы просто выбираете ту, которая проще.
И вы видите, что это достижимо в этой области.
Joannes Vermorel: Да. Снова, я считаю, что переход к чему-то действительно научному заключается в том, что нам необходимо иметь критерии, чтобы отсеивать то, что не работает, и понимать, что у нас есть инструменты для отклонения — чёткие критерии для отказа — и возвращения стрелки прогресса, где обнаруженные вещи, признанные сообществом как действительно научные, действительно используются.
Видите, когда в химии или во многих других действительно научных областях происходит открытие, ими пользуются практики. Если вы разрабатываете новый химический процесс, который гораздо эффективнее предыдущего — и, опять же, все эти термины правильно понимаются, знаете, как выход реакции и тому подобное — люди действительно будут его использовать.
В информатике, когда кто-то находит лучший алгоритм, этот алгоритм внедряется в производство обычно в течение нескольких месяцев компаниями, заинтересованными в данном классе задач.
Таким образом, видите, вот почему я возвращаюсь к идее донаучного: если мы посмотрим на области, являющиеся научными, когда происходит прорыв, он распространяется по всей области. Люди адаптируются. Они яростно преследуют последнюю работу, последнее открытие.
Если, например, посмотреть на то, что происходит в генеративном ИИ: когда команда публикует работу и говорит: “О, посмотрите, мне удалось сделать это, но быстрее, проще”, все стремятся реализовать это как можно быстрее. И причина в том, что это работает. Это что-то действенное.
Conor Doherty: Но это сравнение яблок с апельсинами. Я понимаю пример, я понимаю мысль, которую вы пытаетесь донести…
Joannes Vermorel: Нет, это не сравнение яблок с апельсинами. Вот в чём дело.
Conor Doherty: Как выбор того, что заказать, когда, в каком количестве, откуда, ускоренно или нет, соотносится с тем, что вы только что описали?
Joannes Vermorel: Потому что если бы область созрела до уровня научности, когда люди публиковали бы метод, они просто проводили бы A/B-тестирование, и в течение месяца, если метод действительно превосходил бы другие, его бы приняли.
И, как вы отметили, люди не используют эти работы. Но, опять же, мой ответ таков: они не используются, потому что не работают.
И снова, именно поэтому нам нужна эта историческая позиция: предполагать, что эти 10 миллионов специалистов по цепочке поставок — просто идиоты, настолько не знающие всю эту академическую литературу, — я считаю, это совершенно неразумное предположение.
Это не так.
Каждая крупная компания, с которой я работал, имеет хотя бы нескольких человек, следящих за академической литературой. Все так делают. Все эти крупные компании — не идиоты. У них есть сотрудничество с местными университетами. Они следят за тем, что публикуется.
Если метод не применяется, значит, он просто не работает. Это самое простое объяснение, и я считаю, что оно правильное.
И когда наше сообщество перейдёт на научный уровень, мы увидим, что происходит в других областях: публикуется работа, заявляющая о значимом открытии, и затем все спешат воспроизвести и принять её. Именно это мы видим в информатике. Именно это мы видим в генеративном ИИ. Именно это мы наблюдаем в материаловедении и тому подобных областях.
А для меня такое поведение является анекдотическим доказательством того, что область действительно функционирует на научных основаниях, где стрелка прогресса ясна.
Когда люди что-то открывают и говорят: “У нас в руках что-то значимое”, все пытаются воспроизвести, и если воспроизведение удаётся, они просто принимают это.
Conor Doherty: Мы уже говорим — прошло больше часа. Всего мы обсудили вот уже два часа. Это здорово. Мне действительно понравился этот разговор.
И вот мысль, которую, как мне кажется, уместно озвучить: я прочитал книгу, и, очевидно, я не могу полностью игнорировать тот факт, что я вас знаю. Я не могу полностью — нет, я не могу. Это как будто вы понимаете английский. Вы не можете не понимать английский, когда я его говорю, потому что вы его понимаете. Так что вы не можете полностью отключить эту часть мозга. Вы можете её игнорировать, но всё равно понимаете. Даже если попытаетесь заставить свой мозг не понимать.
И аналогично, очевидно, когда я читаю, даже если пытаюсь воспринимать это совершенно свежим взглядом, я всё равно понимаю, что вы имеете в виду. Я знаю, что, возможно, сформулировал это немного иначе, но я понимаю, к чему он клонит. И, очевидно, я понимаю, что вы хотите этим сказать.
Тем не менее, это два часа беседы, за которые мы обсудили, может быть, пять или шесть пунктов, и неоднократно обменивались мнениями. И хоть я не претендую на ваш уровень экспертизы в этом вопросе, я тоже не совсем новичок.
Итак, как вы думаете, вся информация, которой мы обменялись — считаете ли вы, что средний практик прочитает между строк вашей книги и поймёт: “Вот что имел в виду Joannes, когда сказал, что это донаучное”?
Он не имел в виду, что я — невежество, самоучка-хирург — вот первая глава — у кого нет настоящих знаний, мое образование — полная ерунда. Но вы знаете обо всех конструктивных вещах, о которых мы только что говорили, например, о стрелке прогресса.
Как вы думаете, они это поймут, или, может быть, их немного оттолкнет эта крайность? И это эмоциональный вопрос. Здесь нет правильного или неправильного ответа.
Joannes Vermorel: Я считаю, что в моих беседах с практиками часто слышится мнение, что их область стагнирует, и, думаю, примерно 90% специалистов по цепочке поставок с этим согласны.
Люди, работающие уже 30 лет, скажут: “О, когда я пришёл в эту компанию 30 лет назад, мы уже делали то же самое на мейнфрейме IBM. А теперь у нас веб-приложение, но логика остаётся той же, всё по-прежнему отстойно, и всё ещё те же таблицы, скреплённые скотчем, чтобы собрать результаты. Это не имеет смысла.”
Так что, видите, факт стагнации области: большинство практиков старше 50, вероятно, согласятся, ведь их карьера целиком вращается вокруг одних и тех же идей, и они видели очень мало изменений за последние три десятилетия, даже если внешний вид программ изменился кардинально — от чёрно-белых терминалов на мейнфреймах до веб-приложений.
Но опять же, хотя пользовательский интерфейс изменился кардинально, математика, логика, то понимание, которое за этим стоит, не изменились.
Итак, вы спросили: прочтут ли они между строк? Я не знаю.
Я думаю, что, поскольку они интуитивно разделяют тот же диагноз — стагнирующая область, сломанная стрелка прогресса —, прочитав этот исторический раздел, они ещё больше кристаллизуют то, что уже ощущают. И это вызовет у них интерес. Это повысит их желание узнать больше и попытаться бросить вызов статус-кво.
Вы можете чувствовать, что ваша область стагнирует в повседневной жизни, но вы не задумываетесь об этом ежедневно. Это лишь что-то в глубине вашего сознания. А затем, возможно, благодаря этой книге, вы поймёте: “О, чёрт возьми, на самом деле, она стагнирует уже полвека. Что-то должно измениться. И мне, возможно, нужно узнать чуть больше.”
Итак, смогут ли они прочитать между строк? Я не знаю. Но сможет ли это вызвать ту реакцию, которая нужна для возобновления стрелки прогресса в этой области? Я надеюсь, что да.
Conor Doherty: Что ж, я не возражаю.
Позвольте мне переосмыслить это с более мета-перспективы, потому что, опять же, вы автор. Вы написали книгу. Я тоже пишу. Так что существует неявный социальный контракт между автором и читателем: цель такова — я хочу донести мысль. Я — автор. Вы — читатель. Вы — аудитория моей книги.
Неявный социальный контракт заключается в том, что, насколько это возможно, я встречаю вас там, где вы есть. Например, вы не писали на латыни. Хотя встречаются латинские фразы, вы не писали целиком на латыни. Это было бы безумием, потому что тогда никто бы не понял. Так что вы не писали на латыни. Вы не писали на арамейском.
И ещё, более программно: я поместил всю математику в самый последний раздел книги. Вы сделали такие выборы. Были приняты систематические решения: хорошо, я хочу, по крайней мере, отчасти адаптироваться к аудитории.
И, если так можно выразиться, мы договорились об ордене величины в 10 миллионов практиков. Допустим, я, благодаря магии, выставляю книгу перед всеми 10 миллионами человек, и, возможно, 50% из них скажут: “Отлично. Да, это отзывается во мне.”
А остальные 50% скажут: “Меня несколько тревожит крайность некоторых заявлений,” и они этого не услышали. Так что они буквально читают: “Мейнстримная теория сломана,” катастрофична, недостойна доверия, дилемма заключённого, экстремальна — как ровно называлось, что дало об этом сигнал — “донаучная.”
Вы выражаетесь очень точно, и я знаю, что в вашей голове вы имеете в виду именно это. Но опять же, если взять 10 миллионов и усреднить, как вы думаете, они скажут: “Он на самом деле не имеет в виду, что я идиот. Он имеет в виду, что этому не хватает попперовской теории фальсификации. Вот что он имеет в виду.”
Joannes Vermorel: Но, видите ли, я не думаю, что сообщество вообще считает себя занимающимся наукой. И вот в чём суть проблемы.
То, что университетские профессора публикуют работы, которые совсем не являются наукой, определённо является проблемой. Но что касается самосознания, оно довольно высоко, и очень немногие практики подумают: “То, чему я научился в цепочке поставок, — это настоящая наука, а теперь появился парень, который это оспаривает.” Нет.
Я думаю, что большинство практиков понимают, что это мешанина из эвристик, племенного фольклора и того, что вроде работает для их компании, но при этом всё крайне непоследовательно. В этом присутствует множество внутренних противоречий, которые не разрешены, что доставляет массу хлопот, и вследствие этого всё требует больше совещаний, чем должно, и так далее.
Поэтому я считаю, что многие люди, вероятно, не будут слишком шокированы этими заявлениями.
Но также я думаю, что часть усилий по превращению этой области в настоящую науку заключается в установлении более четких разграничений. Именно поэтому нам нужно быть немного более радикальными, ведь проблема с такими донаучными материалами в том, что их очень часто невозможно опровергнуть, поскольку они настолько размазаны.
Вы можете прочитать содержание supply chain 4.0 с одной стороны, а с другой — с другой. События могут развиваться по-разному. Оно никогда не будет противоречивым, потому что не обладает остротой. У него нет кристаллической структуры, которая могла бы сломаться и вы сразу это заметили бы.
Это как большой ком грязи. Если вы представляете теорию, которая представляет собой большой ком грязи, её можно исказить во многих направлениях — она всё равно останется большим комом грязи, в отличие от чего-то вроде кристалла, который, если он ломается, ломается, и становится вполне очевидным, что он сломан.
Я знаю, это может звучать ужасно, но мы только что опубликовали критику статьи, соавторами которой выступили 42 человека. Заголовок примерно такой: “Supply Chain in the Era of Generative AI” или что-то в этом роде.
И эта статья, когда я говорю «большой ком грязи», — именно так она и выглядит. Эта статья является архетипом того, что представляет собой большой ком грязи. У неё нет определенной формы, ни последовательности. Вы можете попытаться разделить её, и она все равно останется большим комом грязи. Ничто в будущем не сможет ей противоречить, поскольку она настолько бесформенна и отстойна.
Вот что я имею в виду под донаучностью: как только появляется нечто с гораздо более четкой структурой, понимаешь: «О, это был большой ком грязи». Наука должна появиться, чтобы осознать, что всё, что делалось до этого, было донаучным.
Conor Doherty: Хорошо. Значит, мы не завершим обсуждение — не сможем закрыть вопрос о том, сможет ли цепочка поставок достичь уровня фальсифицируемости, свойственной химии.
Но в качестве заключительного, последнего вопроса: какой практический совет вы можете дать людям, чтобы они с первого дня внесли немного науки в свою цепочку поставок? То есть, нулевой день — они начинают читать книгу, у них всего пара глав. Первый день — они начинают применять это. Как они могут привнести науку в свою работу?
Joannes Vermorel: Если мы возвращаемся к исторической перспективе, я считаю, что ее наличие крайне важно. Это очень важно, ведь если не хотите быть обманутыми, нужно изучать историю выдвигаемых утверждений.
Когда люди выдвигают утверждения на протяжении десятилетий, и с каждым десятилетием их заявления становятся менее амбициозными, но насыщаются новыми модными словами по сравнению с предыдущим десятилетием, вы явно движетесь не в том направлении. Просто подумайте об этом.
Крупные ERP-поставщики теперь делают гораздо более скромные заявления о том, что они собираются делать, при этом предлагая решения, которые еще более изысканные и сложные. Например, если мое заявление в 2025 году будет более скромным, несмотря на доступ к генеративному ИИ, чем то, что я утверждал в 1975 году, что тут происходит? Что происходит?
Так что, как видите, именно поэтому я считаю, что изучение истории крайне важно: чтобы понять, кому можно доверять.
И снова, я думаю, что мы видели: проведение таких экспериментов обходится очень дорого. Это правда. Фальсифицируемость требует затрат, она медленная, запутанная и сложная.
Но я считаю, что историческая перспектива дает вам некий индикатор. Он может быть не идеальным, но все же остается индикатором.
И вы можете взглянуть на явления, существующие десятилетиями и делающие напыщенные заявления, но при этом показывающие очень мало. В какой-то момент можно сказать: хорошо, это просто фикция, иначе бы сработало. Оно бы сработало.
Иначе некоторые люди смогли бы преобразовать все эти знания во что-то полезное.
Например: графовые базы данных для цепочек поставок. Графовые базы данных существуют уже почти три десятилетия. Графовые базы данных с открытым исходным кодом существуют два десятилетия. Это решение так и не стало мейнстримом. Насколько я знаю, их применение крайне ограничено.
Я не думаю, что когда-либо встречал компанию, которая бы использовала графовую базу данных в рабочем режиме для поддержки чего-либо, связанного с цепочками поставок.
Могу ли я теперь на основании этих исторических данных заключить, что графовые базы данных никогда не окажут никакого влияния на цепочки поставок? То есть, это очень эмпиричный вывод. Это исторический аргумент, основанный на наблюдениях. Это не совсем доказательство, но все же, оно многое говорит. Для меня это служит очень солидным указанием на то, что это вряд ли будет направлением будущих прорывов в цепочках поставок.
Так что я говорю: вам нужно обратить внимание на историю. Посмотрите на вещи, которые никогда не приносили значимых результатов. Если что-то существует очень, очень долго и, кажется, практически ничего не дает, вероятно, оно никогда ничего не даст.
И это и будет суть этой главы: обращайте внимание на историю. То, что не работало в течение полувека, скорее всего, никогда не заработает.
Conor Doherty: Хорошо. Большое спасибо за уделенное время. Вопросов больше нет. На этом вторая глава подходит к концу. Увидимся, вероятно, на следующей неделе — по крайней мере, в 2026 году — для третьей главы.
И всем, кто смотрел, спасибо. Если вы хотите связаться с нами или выбраться из этого гигантского кома грязи, в котором вы оказались, свяжитесь с нами — и со мной — через LinkedIn или отправьте нам письмо на contact@lokad.com. И на этом просьба: возвращайтесь к работе.
