00:00:00 Глава пять: решения требуют информированных ставок
00:04:48 Теория Шеннона: информация как вычислимая величина
00:09:36 Данные равны битам; многословие ничего не скрывает
00:14:24 Знания превращают информацию в прибыльные действия
00:19:12 Принцип неизменяемого прошлого, который нарушают ERP-дизайны
00:24:00 Переписывание нулей при дефиците товара, прогнозы становятся смещёнными
00:28:48 Экономическая боль: неэффективное распределение капитала, сниженная доходность
00:33:36 Виноватые плохих данных используются как козёл отпущения, скрывая архитектурную неразбериху
00:38:24 Аналогия с историком: фиксированные записи, бесконечная семантика
00:43:12 Системы разделяются: записи, отчеты, аналитика
00:48:00 Отчёты обеспечивают соблюдение правил, а не принятие решений
00:52:48 Аналитика генерирует распределения в условиях неопределённости
00:57:36 Excel доказывает, что уровни принятия решений уже являются гибридными
01:02:24 Записи продаются как чудо, поставщики извлекают прибыль
01:07:12 Пробный тест: изменяет ли программа прошлое
01:12:00 Обещания, слишком хорошие, чтобы быть правдой — прощай, реальность M5
Резюме
Решения в цепочке поставок — это ставки на неопределённое будущее, поэтому ясное мышление имеет значение. Обсуждение проводит чёткую грань между данными, информацией и знаниями, а затем утверждает, что большинство программ для цепочки поставок крайне размыто в этом отношении. Самое важное замечание заключается в том, что прошлое должно оставаться неизменным: как только компании переписывают историю, чтобы подогнать слабые модели, они искажают основу для правильных решений. Отсюда возникает практическое различие между системами записей, системами отчётности и системами аналитики. Компании переплачивают за приукрашенные бухгалтерские книги, недоинвестируют в настоящие движки принятия решений и затем удивляются, почему показатели оставляют желать лучшего. Чёткие категории, а не мистификация поставщиков, — вот начало компетентности.
Расширенное резюме
Это обсуждение сосредоточено вокруг простой, но далеко идущей идеи: решения в цепочке поставок — это ставки в условиях неопределённости, и поэтому всё, что влияет на эти решения, имеет огромное значение. Основная проблема в том, что большинство подходов к управлению цепочкой поставок не делают чёткого различия между данными, информацией и знаниями. Данные — это просто записанные символы. Информация — то, что уменьшает неопределённость. Знания — это причинное понимание, позволяющее принимающему решение, будь то человек или машина, превращать информацию в действия, повышающие экономическую отдачу.
Из этого следует второй важный момент: прошлое должно рассматриваться как неизменяемое. Исторические записи компании должны отражать то, что действительно произошло, а не то, что планировщики хотели бы, чтобы произошло. Тем не менее, многие системы, особенно стандартное корпоративное ПО, построены так, что позволяют переписывать прошлое. Это становится особенно соблазнительным, когда неправильные модели сталкиваются с неудобными фактами. Например, если дефицит товара приводит к нулевым зафиксированным продажам, упрощённая система прогнозирования может неверно интерпретировать эти нули как свидетельство слабого спроса. Вместо того чтобы исправлять модель, специалисты часто «корректируют» исторические данные. Другими словами, они фальсифицируют прошлое, чтобы учесть ограничения настоящего. Это не просто техническая ошибка. Это концептуальная ошибка, приводящая к неэффективному распределению капитала и сниженной доходности.
Следует третье различие: компании должны разделять системы записей, системы отчётности и системы аналитики. Системы записей — это приукрашенные бухгалтерские книги. Их задача — не думать, а хранить достоверные записи о прошлом. Системы отчётности обобщают прошлую деятельность и помогают руководству обеспечивать соблюдение установленных процессов. Это ретроспективные инструменты контроля. Системы аналитики — это нечто совершенно иное: они ориентированы на будущее и генерируют решения о том, как должны распределяться ресурсы.
Аргумент в том, что компании постоянно переплачивают за системы записей, поскольку поставщики окутывают их мистикой, хотя по своей сути это всего лишь дорогие инструменты бухгалтерии. Тем временем настоящий источник выдающихся результатов — системы аналитики — недооценивается, потому что их сложнее построить, объяснить и продать с блестящими обещаниями.
Практический совет удивительно прост. При оценке ПО спрашивайте, изменяет ли оно прошлое. Спросите, отделяет ли оно ведение записей от принятия решений. Если поставщик не может дать ясного ответа, это само по себе и является ответом. Многое разочарование в корпоративном ПО начинается, когда компании просят бухгалтерские книги думать, отчёты принимать решения, а продавцов — говорить правду.
Полная расшифровка
Conor Doherty: С возвращением. В этой специальной серии я и Joannes разбираем его новую книгу Введение в цепочку поставок, проходя главу за главой и обсуждая достоинства, проблемы, вопросы и практические советы.
Для этой серии я принимаю позицию человека, который не знает Lokad, не знает Joannes и совершенно не знаком с подходом количественной цепочки поставок. Фактически, я представляю одного из примерно 10 миллионов специалистов в области цепочки поставок, кто может заметить эту книгу на полке, возможно, в книжном магазине или на Amazon, взять её, начать читать и столкнуться с вопросами. Моя роль в этой серии — быть вашим голосом. Я задаю эти вопросы Joannes и пытаюсь прояснить всё, что может показаться неясным.
Теперь это пятый эпизод. Если вы не видели предыдущие четыре, советую их посмотреть, потому что то, что мы говорим сегодня, непременно отзовётся в предыдущих обсуждениях.
Итак, Joannes, рад снова тебя видеть. Перейдём к Главе 5: информация. Думаю, чтобы всё обрисовать, я прочитаю вступительную строку из Глава 5, поскольку она действительно даёт хороший ракурс для обсуждения. Глава 5 начинается со слов: «Каждое решение в цепочке поставок — это ставка в условиях неопределённости. Чтобы быть успешным, оно должно быть информированным». Что ты имеешь в виду, и каково практическое послание этой главы?
Joannes Vermorel: Во-первых, я указываю на то, что должно быть самоочевидно. Самоочевидно, что ваша цепочка поставок сложна. Она состоит из множества людей, машин, мест и запасов.
Если вы абсолютно не осведомлены об этом, можно с уверенностью предположить, что ваши решения будут крайне плохими. Мы можем вдаваться в философские дебаты о том, обладаете ли вы провидением или магическим умением, позволяющим принимать правильные решения в отсутствии информации, но это быстро оказывается нереалистичным.
Таким образом, хороший менеджер должен быть информирован, решения должны основываться на информации. Ладно, это в общих чертах нас интересует. Но что это означает конкретно? Что это значит?
Краткий ответ таков: информация была полностью кодифицирована на математическом уровне в течение 20-го века. Таким образом, нам не нужно гадать. Это область, где у нас имеется действительно высококачественное и надёжное научное знание.
Это знание не теоретическое. Фактически, каждое бизнес-приложение сегодня использует это знание десятками способов, даже в цепочке поставок. Именно так: любое программное обеспечение, которое вы используете, применяет эту теорию информации множеством способов.
Да, ваш браузер, ваш телефон, система для видеоконференций — всё это, а также ваше ПО для цепочки поставок.
Conor Doherty: Итак, мое предположение: ERP-системы — это то, что ты имеешь в виду?
Joannes Vermorel: Да. ERP, любое… Снова, эта теория информации, теория Шеннона, настолько фундаментальна, что она напоминает базовую арифметику. Она абсолютно повсюду, и в этом суть.
Я говорю о том, что существует нечто гигантское, повсеместное; без него ни одно программное обеспечение не смогло бы функционировать, по сути. Возможно, это касается банальных вещей, но всё, что обладает хоть малейшей сложностью, просто перестаёт работать. И всё же, вот мой вопрос: как так получилось, что я никогда не встречал упоминания этой теории в каком-либо учебнике по цепочке поставок? У нас есть проблема.
Conor Doherty: Когда ты говоришь об информации в контексте цепочки поставок, ты имеешь в виду данные, верно? Или что ты подразумеваешь конкретно?
Joannes Vermorel: Нет, суть в том, что этот термин используется в очень направленном смысле — «информация»… Что такое информация? «О, это то, что я слышу… то, что передают в новостях. Это информация». Ладно, в общих чертах это правильно.
Но что насчёт суперточного, математически корректного определения, обладающего математической ясностью? Чего-то абсолютно чистого, настолько чистого, что его можно описать уравнениями. Именно это я и пытаюсь донести. У нас нет подобных невероятных теорий по всему.
Есть много вещей, где это не так… Например, для интеллекта у нас нет кристально чистой, высококачественной теории интеллекта. Нет, нет, нет. У нас есть вещи, которые чрезвычайно мутные, крайне запутанные. Так что оно не всегда доступно.
Но оказалось, что для информации Шеннон, один из самых блестящих умов 20-го века, разгадал проблему и дал нам теорию — теорию Шеннона об информации, которая невероятно красива, проста и эффективна.
Conor Doherty: И что это такое?
Joannes Vermorel: Что это такое? Это буквально кодификация на математическом уровне того, что такое информация. И это не математические спекуляции.
Оказалось, что эта математическая кодификация невероятно эффективна. Она улучшает работу программного обеспечения. Фактически, почти ничего из того, что мы можем сделать с современными компьютерами, не смогли бы сделать без этой теории. Я знаю, это немного странно — она существует, и люди о ней почти не слышали. Но для тех, кто хоть немного занимался информатикой, это очевидно, как арифметика. Это основополагающее знание. Очень трудно представить мир без этой теории информации.
Conor Doherty: Хорошо. Позволь мне прочитать тебе несколько цитат, потому что, думаю, книга на 500 страниц, и я просто хочу дать немного больше контекста, чтобы ты мог, возможно, ответить более конкретно.
Итак, снова: идея в том, что каждое решение в цепочке поставок — ставка в условиях неопределённости, и чтобы быть успешным, оно должно быть информированным. Ты также пишешь: «Основная теория цепочки поставок рутинно сводит данные к информации. Она рассматривает величины, по которым предстоит принимать решения, такие как спрос, сроки поставки, уровни сервиса, как непосредственно наблюдаемые». Теперь, для 10 миллионов практиков, которые читают книгу, и всех слушающих, имеющих опыт в цепочке поставок, что ты им хочешь сказать и что меняется, когда я воспринимаю эту информацию?
Joannes Vermorel: Во-первых, нужно прояснить — именно это я делаю в этой главе — различие между данными, информацией и знаниями. Люди, конечно, имеют общее представление, но если копнуть глубже, всё оказывается крайне запутанным. И, если я загляну в средний учебник по цепочке поставок, становится понятно, что автор понятия не имеет, в чём заключается разница между этими тремя понятиями.
Опять же, когда я говорю о различии, я имею в виду: обладаете ли вы математической ясностью в этом вопросе? Потому что это крайне важно — если в вашей голове нет четкости на математическом уровне относительно этих концепций, вы не сможете использовать уравнения. Если не можете применять уравнения, значит, не сможете внедрить это в программное обеспечение.
Таким образом, это очень важно, потому что в конечном итоге мы говорим о том, что эта ясность — не просто приятное дополнение, а именно тот ингредиент, то качество, которое позволяет перевести это в термины программного обеспечения. Нам это нужно… ведь в конечном итоге программное обеспечение — это базовая арифметика. Просто арифметика.
Если вы не можете перевести свои идеи в поэтапную арифметику, то фактически вы не сможете внедрить их в программное обеспечение.
Conor Doherty: Итак, возвращаясь к данным, информации, знаниям, конкретно к данным, касающимся таких примеров, как спрос, время поставки, уровни сервиса. Как эта теория соотносится с этим?
Joannes Vermorel: Итак, сначала данные, в чём тут разница? Сначала нужно подойти к данным. Да, данные — это просто возможность хранения нулей и единиц. Если углубиться, данные — это просто представление, состоящее из нулей и единиц. Вот и всё. Это и есть данные.
Теперь проблема в том, что данные, если рассматривать их как набор нулей и единиц, на самом деле ничего не сообщают, не превращаясь в информацию. Мы должны от этого избавиться… Почему? Потому что, скажем, число один. Я могу записать его просто как «1» или написать с запятой и миллионом нулей.
Conor Doherty: Это одно и то же число.
Joannes Vermorel: Это одно и то же число.
Conor Doherty: Во французском, в английском… или с точкой.
Joannes Vermorel: Да.
Conor Doherty: На случай, если кто-то думал, что десятичным разделителем будет точка в английском.
Joannes Vermorel: Именно. И вы можете добавить миллион нулей. С точки зрения данных, если вы добавите эти миллион нулей, вы получите мегабайт данных. Но получите ли вы больше информации? Это всё ещё число, равное одному. То, что оно представляет, остаётся тем же.
Таким образом, мы говорим, что любое значение может быть представлено множеством способов, и некоторые способы более многословны, чем другие. Проблема данных в том, что они не показывают, является ли ваше представление многословным. Когда вы говорите: «У меня мегабайт данных», если это только нули, у вас нет данных — у вас только нули.
Таким образом, вопрос, и это был вопрос, который задал Шеннон, заключался в следующем: «Так, что же может быть независимым от представления?» Нас интересует нечто, что является сутью данных, и эта суть должна быть независимой от способа их представления.
А Шеннон на самом деле размышлял: «Так, что же мы на самом деле пытаемся решить?» Это большой вопрос, потому что, хорошо, у нас есть все эти представления, но какова конечная цель, конечная идея представления вещей разными способами? И Шеннон предложил поразительный, блестящий и простой ответ: в конечном итоге это способность устранять неопределенность.
Таким образом, информация в самом чистом смысле — это ваша способность устранять неопределенность. И именно поэтому я говорю, если вы цитируете книгу, то видите: это число, которое я могу представить либо как один символ, либо как миллион, выполняет ту же функцию. Оно позволит мне устранять неопределенность одинаковым способом. Следовательно, оно несет ту же самую информацию.
А затем Шеннон заходит намного дальше. Как только вы осознаете эту способность устранять неопределенность, появляется математическая основа, позволяющая действительно понять, что происходит. Он дает вам инструменты, такие как информационная энтропия, чтобы вы могли измерить количество информации. И вот в чем дело: информация может быть количественно оценена. Мы можем измерять её так же, как измеряют килограммы или литры — можно измерять информацию в шаннах.
Таким образом, это действительно нечто очень интересное, и это доказывает, что это фундаментальная единица. Это основная единица информации.
Хорошо. Оказалось, что поскольку это так основополагающе, каждое программное обеспечение построено вокруг этих идей. И вот в чем дело: если мы возвращаемся к вопросу об информированности цепочки поставок, это очень интересно, потому что вдруг у нас появляется нечто чрезвычайно фундаментальное. Мы вновь с математической точностью прояснили, что на самом деле значит быть информированным.
И это так важно, потому что теперь у нас есть не просто нечто приблизительно верное. У нас есть нечто крайне точно определённое. И это инструмент, который чрезвычайно полезен. И опять же: моя критика, которую я подразумеваю в этой главе, заключается в том, что этот инструмент, эта теория информации, настолько важна, что её нельзя рассматривать как косметическую деталь. Это не просто приятное дополнение. Это нечто фундаментальное, и специалисты по цепочкам поставок должны хотя бы понимать, что поставлено на кон этой теорией.
Конор Доэрти: Ну, это на самом деле идеальный переход к следующему вопросу, потому что я, как обычно при подготовке к этим обсуждениям, перечитывал главу. Я имел в виду, что всё может показаться слишком абстрактным, поскольку данные против информации против знаний могут казаться довольно абстрактными, и я не хочу, чтобы люди терялись, ведь есть конкретные цитаты, которые я хочу вам прочитать, а затем задам конкретный вопрос, чтобы всё стало немного яснее.
Так что, просто подытоживая, своими словами, буквально вашими словами: «Данные — это зафиксированные символы. Информация — это способность этих символов устранять неопределенность.» Как вы сказали, «Знания — это причинно-следственная структура, которая позволяет разуму, будь то человек или машина,» — и я знаю, что вы предпочитаете машину, — «превращать информацию в решения, улучшающие показатели фирмы.»
Затем вы добавляете, вот страница 133: «Отношение к сырым записям, то есть к данным, как будто они уже устраняют неопределенность, является коренной причиной панелей управления, которые никогда не принимают решения, и модулей планирования, которые никогда не планируют.» Так что мой вопрос: как практикующий специалист может понять, в каком режиме он находится? Он просто экспериментирует с данными? Он работает со знаниями? Или он имеет дело с информацией? Потому что, по вашему мнению, только знания имеют значение.
Йоаннес Верморел: Да. Итак, как же избежать путаницы? Всё очень просто. Прошлое нельзя изменить. Хорошо.
Конор Доэрти: Так что же это означает?
Йоаннес Верморел: Это буквально означает… вам нужно задуматься: проецирую ли я в своем сознании нечто, где прошлое изменяемо? Если да, то вас ждут большие неприятности, потому что прошлое нельзя изменить. Опять же, это само собой понятно, но очень часто в цепочках поставок я встречаю ментальные модели, в которых прошлое представляется как изменяемое.
Конор Доэрти: Вы говорите о том, чтобы просто взять прошлые данные и принимать будущие решения, основанные исключительно на них…
Йоаннес Верморел: Прошлое — это буквально, концептуально, на философском уровне нечто, что можно изменить. И это проблема. Проблема именно в том, что его изменить нельзя.
Конор Доэрти: Вы говорите, что прошлое можно изменить?
Йоаннес Верморел: Так что, согласно мейнстримовой теории, да. Хорошо? И я говорю, что это очень, очень странно, и если подумать, то это абсолютно неправильно. Понимаете? Потому что прошлое, очевидно, нельзя изменить.
Так что, снова, суть в том, что вы опираетесь на нечто… это своего рода рассуждение от первых принципов. Мы принимаем что-то как самоочевидное. Мне нужно делать допущения, и я не хочу делать их чрезмерно масштабными. Мне нужно, чтобы мои допущения были как можно скромнее.
Здесь я просто говорю: первый принцип — прошлое нельзя изменить. Вот и всё. Хорошо, я делаю допущение, но оно не является экстравагантным.
Конор Доэрти: Но в каком смысле люди ведут себя так, как будто думают, что прошлое можно изменить? Возможно, так сказать лучше.
Йоаннес Верморел: Потому что по тому, как они проектируют своё программное обеспечение, прошлое абсолютно изменяемо. Понимаете? Прошлое, например, опять же, в каждой ERP-системе на рынке, изменяемо. Это заложено в дизайне, в реляционном строении. Так что если вы разрабатываете приложение, следуя принципам CRUD — создание, чтение, обновление, удаление — оно абсолютно изменяемо. Прошлое можно изменить. Это концептуальная проблема.
Конор Доэрти: И потому что, для практиков…
Йоаннес Верморел: Для практиков, да. Потому что это означает, что если прошлое можно изменить, то вас ждут неприятности. Вы можете подумать: «О, может быть, нет», но я скажу: нет, у вас будут проблемы в будущем, потому что то, что вы делаете, настолько жестоко противоречит тому, что является само собой очевидным — прошлое нельзя изменить.
С точки зрения цепочки поставок, что это означает? Это означает: рассматривают ли ваши уравнения прошлое как неизменное или же они изменяют прошлое? Если вы что-то вычисляете, то у вас будет много чисел на входе и много чисел на выходе. Вопрос: существует ли четкая граница между входными и выходными данными?
Если выходные данные… видите ли, если у вас есть числа, представляющие прошлое, такие как сырая история транзакций, и вы говорите: «Знаете что? Они заморожены. Я никогда не могу их изменять, потому что это уже случилось.»
Конор Доэрти: Потому что это случилось.
Йоаннес Верморел: Именно. И поэтому я не могу их менять, потому что они относятся к прошлому. Они неизменны. Но теперь представьте — а в программном обеспечении это очень просто — что я создаю какую-то логику, имеющую обратную связь, которая логически приводит к прошлому.
Конор Доэрти: Это приводит к прошлому. Хорошо. Зачем оно это делает? С какой целью?
Йоаннес Верморел: Во-первых, ему не нужна цель, потому что программное обеспечение очень сложно, и вы можете случайно сделать многое. Видите ли, если вы не обеспечите чистую среду с принципом «моё прошлое неизменно», то вы получите изменяемое прошлое… опять же, это просто закон разработки ПО. Программное обеспечение сложное. Факт неизменности прошлого должен быть соблюдён. Если этого не сделать, вы случайно его измените.
Теперь давайте рассмотрим практический пример, где прошлое… потому что, опять же, прошлое… Я знаю, это очень философски.
Конор Доэрти: Я знаю, но у меня такое ощущение, что это очень философский рассказ.
Йоаннес Верморел: Но проблема в том, что, опять же, проблемы цепочек поставок настолько фатальны, что люди не могут их осмыслить, потому что неладное творится так долго, что они теряются.
Конор Доэрти: Они теряются, и именно поэтому мы здесь.
Йоаннес Верморел: Так как же можно изменить прошлое? Вот, у вас возникает дефицит. Хорошо, у вас есть записи, которые показывают, что вы продали. То есть, я продал одну единицу в этот день, три единицы в другой день, четыре единицы там, и нули в некоторые другие дни — в этот, этот, этот день. Хорошо.
Проблема в том, что те нули, которые я наблюдал в прошлом, возникли из-за дефицита.
Конор Доэрти: Так что факт того, что вы продали ноль, относится к прошлому. Это правда. Вы продали нули.
Йоаннес Верморел: Да.
Конор Доэрти: Хорошо. Думаю, пока никто не будет возражать. Как же сделать прошлое изменяемым?
Йоаннес Верморел: Теперь возникает проблема, потому что ваш алгоритм прогнозирования time series, то есть прогнозирование временных рядов, работает некорректно. Он начинает вести себя неправильно, когда вы подаете нули на вход, потому что на самом деле между прошлым, его семантикой, и семантикой прошлого в будущем возникает несоответствие.
Прошлое, то, что у вас есть, — это наблюдаемые продажи.
Конор Доэрти: Да.
Йоаннес Верморел: Итак, это семантика того, что вы наблюдали и записывали в прошлом. У вас есть… семантика — это наблюдаемые продажи. Но для будущего это не та семантика, которая вам интересна. Семантика, представляющая интерес, — будущий спрос. Это типичный взгляд на цепочки поставок в мейнстриме.
Хорошо, проблема в том, что если я буду экстраполировать продажи прошлого с помощью методов прогнозирования временных рядов, эти нули создадут огромное смещение вниз.
Таким образом, в некотором роде… извините, я знаю, но всё очень просто. Опять же, если вы наблюдаете тонны нулей, ваша модель, которая является вариантом скользящего среднего — просто возвеличенное скользящее среднее с добавлением нескольких цикличностей — так ваша модель прогнозирования временных рядов (возвеличенное скользящее среднее) примет эти нули и недооценит спрос, потому что использует ваши нулевые продажи, которые возникли из-за дефицита, в качестве входных данных.
Вот проблема, с которой сталкиваются люди. И как же вы решаете её весьма неправильным способом? Потому что вы забыли, что существует инвариант «прошлое неизменно». Так как же можно решить эту проблему настолько глубоко ошибочным способом? Вы делаете прошлое изменяемым.
Что вы делаете? Вы переписываете данные о проданных единицах, чтобы получить некий правдоподобный спрос на этот день. То есть вы изменяете свои прошлые данные, заменяя нули, которые вы фактически наблюдали, на правдоподобный спрос в этот день. То, что вы сделали, — вы изменили прошлое. Хорошо? И это крайне несогласованно.
И угадайте что? Вы закончите в мире страданий, потому что то, что вы сделали, логически настолько неверно, что не может быть иначе. Это приведет к каскаду всевозможных проблем.
Конор Доэрти: И снова, люди могут подумать… Я дам вам закончить мысль, но здесь есть ключевой момент, который, как мне кажется, нужно разобрать: вы описали механизм ошибки, но не объяснили боль от ошибки. То есть, вы сказали, что это логически неверно. Это механизм. А что вы ощущаете как последствие этой ошибки? Вот и всё.
Йоаннес Верморел: Последствие — это ваши распределения. Мы возвращаемся к экономическим проблемам. Ваши распределения выйдут из баланса. Это означает, что вы фактически неправильно распределите свой капитал, и, следовательно, ваша норма прибыли будет намного ниже, чем должна быть.
Видите, дело в том, что любое распределение, хорошее или плохое, дает вам определенную норму прибыли. И если вам повезет, и вы находитесь в очень хорошем секторе, даже плохие распределения иногда могут приносить положительную норму прибыли. Но, опять же, цель — иметь максимальную норму прибыли.
Таким образом, в конечном счете, боль заключается в снижении нормы прибыли по всем распределениям.
Конор Доэрти: Меньше денег, по сути.
Йоаннес Верморел: Да. Меньше денег. Да. И это всегда проблема. Если вы неправильно управляете компанией, итог — она становится менее прибыльной. Да. Вот и всё.
И здесь вы должны понять, что этот инвариант — вы не должны изменять прошлое — чрезвычайно важен, и с ним нельзя играть, потому что он настолько логически несогласован, что, как бы умны вы ни думали, это приведет к очень плохим последствиям для вашей цепочки поставок. Вы не можете нарушать такой принцип.
Опять же, это как если неверно интерпретировать причинно-следственные связи в бизнесе. Если вы думаете, что А вызывает В, а на самом деле В вызывает А, если вы неправильно понимаете ситуацию, это приведет к экономическим потерям. Это своего рода глубокое недопонимание, которое отзовется эхом и создаст всевозможные проблемы, потому что в основе вы делаете нечто настолько неправильное, что, да, последствия будут негативными.
И эти негативные последствия будут невероятно разнообразными. Они будут крайне размытыми. И поскольку это цепочка поставок, всё очень сложно и так далее, они проявятся повсюду, и вам будет крайне сложно определить коренную причину.
Слушайте, вы можете вернуться к коренной причине. Коренная причина в том, что нельзя изменять прошлое безнаказанно. Всё так просто. И когда я говорю «безнаказанно», не воспринимайте это как моральное суждение. Это экономическая оценка. За эту безнаказанность придется платить в долларах.
Конор Доэрти: Хорошо. Я собираюсь немного продвинуться в этом вопросе, потому что в главе есть как минимум еще два основных столпа, но между ними появляется еще один вопрос о данных.
В главе вы говорите о том… Раньше вы упоминали, что данные — это всего лишь зафиксированные символы. Они что-то представляют, и вы интерпретируете их, как вам угодно. Теперь вы выступаете против идеи, что данные часто используются как козел отпущения за финансовые потери и неудачные программы. Вы утверждаете — и вы говорили это публично, мы проводили живые мероприятия, где вы говорили: “Ваши данные не плохи. Если у вас есть транзакционные данные, то, в зависимости от того, какое программное обеспечение вы используете, вы в порядке.”
Таким образом, это снова еще один пример того, как ваша точка зрения и, скажем, мейнстримовая точка зрения будут расходиться, потому что вы и я слышали, не знаю, скажем, от ста до тысячи раз — примерно такого порядка — «Мои мастер-данные недостаточно хороши, чтобы начать новый проект», или что-то в этом роде. Вы явно не согласны с этой идеей. Почему?
Joannes Vermorel: Итак, если мы вернемся к тому, что прошлое не должно быть изменяемым, да… но реальность такова, что способ организации цепочки поставок на практике — а, повторюсь, это осуществляется с помощью программного обеспечения, уже три десятилетия, и я не знаю ни одной цепочки поставок любого масштаба, которая не использовала бы программное обеспечение то тут, то там. Программное обеспечение повсюду.
Но если у вас нет четкой границы между тем, что представляет прошлое, и тем, что предсказывает будущее, все превратится в огромную неразбериху. Опять же, программное обеспечение сложно, программное обеспечение комплексно, цепочка поставок сложна, и цепочка поставок комплексна. Таким образом, сложность пронизывает все.
Так что если вы не обеспечите… вы должны обеспечить это неизменное правило: у вас есть класс программного обеспечения, который работает с прошлым, и он будет называться системами учета. А затем у вас есть класс программного обеспечения, который работает с будущим, и он будет называться системами интеллекта.
Если вы не разделите эти два типа, и не будете их четко разграничивать, угадайте что? У вас получится мешанина, настолько запутанная, что никто уже не будет понимать, что происходит. И в итоге вы свалите вину на данные, потому что скажете: «О, очевидно, у нас было так много проблем, это, должно быть, плохие данные.»
А плохие данные — это удобная козловая жертва, потому что данные, не будучи человеком, означают, что вы никого не обвиняете. Когда люди обвиняют данные, это как будто они обвиняют вселенную. И видите, это нормально.
Если оглянуться в древность, это было бы похоже на примитивные племена, обвинявшие каких-то богов в своих проблемах. Очевидно, мы слишком современные, чтобы винить бога, поэтому мы не будем обвинять бога. Мы просто будем винить современную конструкцию, чтобы это казалось гораздо более современным. Таким образом, мы будем винить данные, а не бога цепочки поставок. Но с рациональной точки зрения, это одно и то же. Когда люди говорят: «О, у меня проблема с данными», я слышу: «Я обвиняю бога цепочки поставок», или бога ИТ, что-то в этом роде.
Conor Doherty: Ну, если быть честным — и теперь я опираюсь на свои предыдущие знания, потому что я знаю, что ваша позиция несколько более снисходительна, чем это звучит. Это звучит слишком категорично.
Joannes Vermorel: Нет, нет, но…
Conor Doherty: Просто, если честно, я настаиваю на этом моменте.
Joannes Vermorel: Да, вы настаиваете на этом моменте.
Conor Doherty: Но, если быть честным, вы ранее говорили — и я перефразирую вас — что, по сути, данные не плохие. И ваша мысль в том, что, посмотрите, транзакционные данные есть то, что они есть.
Joannes Vermorel: Да.
Conor Doherty: Но вы также указали, что это может быть запутанно из-за семантики. И я не думаю, что вы упоминаете это в этой книге. Насколько я помню, это на самом деле в вашей первой книге, Quantitative Supply Chain Manifesto, большой красной книге.
Joannes Vermorel: Да. Да.
Conor Doherty: И вы привели пример — это один из моих любимых примеров, и я уже приводил его вам раньше — вроде, что означает продажи за день? Если вы откроете бухгалтерскую книгу, это продажи, совершенные в понедельник? Или это когда срок гарантии истек для продаж двух недель назад? Существует примерно 10, 12, 15 или даже тысяча способов разделить продажи по дням.
Joannes Vermorel: Да. И вот, чтобы понять это, данные о прошлом неизменны. Подумайте о них как о документах историка. Документы — это просто документы.
Таким образом, когда историк работает, документы неизменны. Если, например, был подписан договор между двумя странами в определенную дату, этот договор записан безупречно. Этот договор не меняется.
Conor Doherty: Да.
Joannes Vermorel: Но может быть так много тонкостей, которые теряются при полном понимании происходящего. Поэтому работа историка заключается в том, чтобы фактически переосмыслить эти факты, эти записи, и создать новое понимание того, что произошло.
Conor Doherty: Мне нравится эта метафора.
Joannes Vermorel: Видите, моя мысль в том, что работа историка чрезвычайно сложна. Да. Потому что, действительно, записи однозначны, но интерпретаций этих записей может быть бесконечное множество. И то же самое относится к программному обеспечению.
Так что ваше программное обеспечение — предположим на данный момент, что оно правильно спроектировано (хотя на практике обычно так не бывает) — и что это действительно программное обеспечение, которое заботится о том, чтобы прошлое оставалось неизменным. Прекрасно. Теперь у вас есть чистое ПО, в котором прошлое неизменно. У вас есть аккуратные записи, которые не постоянно меняются под вашими ногами. Это хорошо.
Но я не утверждаю, что понимать эти записи легко. Понимание этих записей может быть чрезвычайно сложным. И поэтому вы не хотите ухудшать ситуацию, добавляя какие-то петли обратной связи, которые вновь вливают что-то в ваше прошлое.
Просто представьте себе историка, который работает с историческими документами, но представьте, что у него есть библиотека, в которой написано: «О, вот, это моя коллекция документов о том, что произошло во Франции в XVII веке, и вот список документов, которые у меня есть, вот они, ссылки, по моему пониманию.»
А теперь представьте, что в этой библиотеке люди всё время вставляют подделки. То есть, они постоянно подсовывают поддельные документы XVII века. Тогда историк будет полностью дезориентирован. Он скажет: «У меня уже была одна проблема, которая была очень сложной — разобраться в этой эпохе, — а теперь у меня появилось еще одна проблема: избавиться от всех подделок, созданных после интересующего меня периода.»
Видите, это было бы настоящим кошмаром. Поэтому, очевидно, историки крайне, крайне точны в том, чтобы удостовериться, что все документы, которыми они располагают, действительно принадлежат к нужному периоду и не являются подделками, созданными позже.
Именно об этом я говорю. Поэтому я утверждаю, что необходимо сделать прошлое неизменным. Но хотя обеспечение неизменности прошлого — это первый шаг, система учета не делает прошлое легким для восприятия. Оно остается чрезвычайно сложным.
Conor Doherty: Именно поэтому вы говорите, что нужны специалисты, специалисты по цепям поставок, которые могут разбирать семантику.
Joannes Vermorel: Именно. И это сложно, но не потому, что эти наблюдения — ерунда. Они не были испорчены подделками, сделанными после факта. У них просто есть своя внутренняя сложность, их очень трудно интерпретировать. Когда я говорю «прошлые продажи», это очень неоднозначное утверждение. Это действительно очень неоднозначное утверждение.
Именно вот здесь в дело вступает знание. Знание — это способность разрешать эту неоднозначность, чтобы превратить эту информацию в нечто действенное. Вам нужно устранить все эти неопределенности — или, я бы сказал, все эти неоднозначности, а не неопределенности, неоднозначности.
Conor Doherty: Ладно. Думаю, пора перейти к тому, что, как я бы сказал, является центральным столпом главы и, безусловно, имеет значение даже за пределами самой книги, поскольку адресовано практикам. Но это затрагивает всю концепцию распределения средств компании. А именно: системы учета, системы отчетности и системы интеллекта.
Итак, системы учета: ваш ERP, что бы это ни было, аналог историка компании, чтобы использовать вашу аналогию, то, что произошло в прошлом.
Joannes Vermorel: Это не историк. Система учета — это буквально клерк, клерк, клерк. Это просто тот, кто записывает.
Conor Doherty: Цифровая версия.
Joannes Vermorel: Точно, цифровая версия клерка, тот, кто просто ведет записи. Он не пытается обладать каким-либо интеллектом. Он просто записывает всё как есть — хорошее, плохое, ошибки и величие — всё как есть. Вот и всё.
Conor Doherty: Ладно. Системы отчетности — это инструменты бизнес-аналитики, их представления.
Joannes Vermorel: Итак, системы отчетности используются для совершенно иной цели. Они предназначены для соблюдения норм и правил. Да. Понимаете, что это означает? Что вы заявляете: у нас есть процессы, у нас есть правила, у нас есть лучшие практики, и руководству нужен инструмент для их обеспечения.
Таким образом, системы отчетности не предназначены для получения интеллекта, понимания будущего или чего-то подобного. По сути, это инструмент для крупной компании для обеспечения соблюдения собственных процессов. И на этом всё.
Conor Doherty: Они хотят получить представление, хотят видеть визуализацию того, что происходит.
Joannes Vermorel: Именно так говорят поставщики, которые продают бизнес-аналитику. На практике я никогда не видел, чтобы эти инструменты использовались таким образом. Они используются только… Никто на самом деле не извлекает никакого глубокого понимания. То есть, да, иногда, очень редко, кто-то может получить озарение, просматривая отчет по бизнес-аналитике, но это не цель этого бренда, этой категории технологий. Это случается так редко.
Для меня это снова слабая аналогия, но это происходит так редко, что является совершенно второстепенным. Это было бы похоже на утверждение, что алкоголь можно использовать для научных открытий. Да, иногда ученый выпьет много алкоголя, и в этом измененном состоянии сознания сделает открытие. Но утверждать, что алкоголь — инструмент науки, — это немного преувеличение.
Conor Doherty: Теперь вы приводите телеологический аргумент. И, на самом деле, позвольте мне немного расставить все по местам, потому что тогда, я думаю, мы сможем трактовать эту идею более универсально.
Итак, снова, вы подробно объяснили системы учета — это клерк, просто записи о том, что произошло. Ваши системы отчетности — это инструменты визуализации, такие как бизнес-аналитика. Они не предназначены для принятия решений. Вы утверждали, что для принятия решений компании, управляющие цепочками поставок, по сути, огромны, сложны, и поэтому соблюдение собственных провозглашенных процессов крайне затруднено. Таким образом, системы отчетности отлично подходят для того, чтобы менеджеры могли проверять, соблюдают ли их подчиненные установленные нормы компании.
Ну, вы на самом деле сказали… мой собственный микрофон мешает. Подождите секунду. «Большинство корпоративных разочарований возникает из-за смешения этих различных систем, когда ожидают, что бухгалтерские книги будут думать или аналитические слои будут служить источниками истины.»
Теперь это определяет категорию, которую вы еще не раскрыли, а именно системы интеллекта. И я, прочитав главу, понимаю, что именно здесь, по вашему мнению, принимаются решения и достигается лучшая эффективность. Так что, пожалуйста, объясните, я бы сказал, достаточно кратко, что такое система интеллекта и, в принципе, почему нельзя рассматривать два других класса систем как систему интеллекта.
Joannes Vermorel: Так вот, это, кстати, суть. Это основополагающий момент.
Итак, первый тип, система учета, относится к прошлому. Это запись прошлого. Это лучшее, что у вас есть о прошлом. Теперь система отчетности тоже касается прошлого. Она лишь сообщает, соблюдали ли вы в прошлом собственные процессы. Таким образом, она в значительной степени ориентирована на прошлое.
Таким образом, эта система отчетности просто рассказывает историю о прошлом. Это способ построить повествование о прошлом, если хотите. Это не что-то слишком детальное. Это, опять же, было бы как экономическая история: были ли французы богаче или беднее столетие назад? Именно это и дал бы вам система отчетности. Вместо того чтобы иметь миллионы записей о заработках французов, у вас были бы агрегированные статистические данные. Вот что у вас есть.
Conor Doherty: Хотя мы уже обсудили эти два типа. Так что перейдем к интеллекту.
Joannes Vermorel: А третий тип — это нечто совершенно иное. Он единственный, который на самом деле ориентирован на будущее.
Conor Doherty: Ладно. И в чем именно?
Joannes Vermorel: По замыслу он смотрит в будущее. Это сделано намеренно, потому что его задача — генерировать решения. То есть каждое такое решение направлено в будущее. Вы принимаете решение, потому что рассчитываете на какой-то возврат. Вот почему вы его принимаете.
И я пояснил, что в конкретном случае цепочки поставок решение означает распределение ресурсов. То есть распределение ресурсов означает, по сути, выделение ресурса, потому что вы ожидаете некоторый возврат инвестиций в будущем. И ваша система интеллекта — это просто машина, которая генерирует эти распределения для вас. Вот и всё.
Conor Doherty: Не хочу перебивать, но все же, чтобы подчеркнуть суть: даже если вы принимаете решения, основываясь на вещах, которые критиковали раньше, вроде «я хочу поддерживать высокий уровень обслуживания», даже если это ваша путеводная звезда, всё равно это потому, что вы хотите получать желаемую отдачу от инвестиций.
Joannes Vermorel: Абсолютно верно. Такова общая цель, да. И опять же, у вас могут быть как адекватно спроектированные системы интеллекта, так и неадекватно спроектированные. Единственная разница будет в уровне возврата, который вы получаете от своих решений.
Но прежде всего, вы понимаете, что нельзя обойти тот факт, что система принятия решений существует. Почему? Потому что ресурсы распределяются. Вот и всё. Ресурсы распределяются. Итак, решение принимается. Этому не избежать. Ресурсы будут распределены.
Ваша компания постоянно тратит деньги на покупку сырья, на пополнение запасов. Вы даете задания своим сотрудникам что-то делать. Это распределение ресурсов. Такие вещи происходят постоянно. Их нельзя избежать.
И то, что я говорю, так это то, что сто лет назад у нас была очень чистая ситуация. Системы интеллекта были исключительно человеческими. Таким образом, записи уже были отчасти машинными, поскольку записи, даже сто лет назад, вели в книгах.
Коннор Дохерти: Так что, в некотором смысле, хранилище уже было чем-то нечеловеческим. Оно не находилось в голове человека.
Йоаннес Верморель: Они не носили эту информацию в своих головах. Они уже передавали её с помощью устройств. Конечно, эти устройства были не самыми изощрёнными, но они всё же были устройствами, и с их помощью через книги можно было сохранить довольно большой объём информации. Таким образом, для записей у нас уже существовали, по сути, артефакты. Компьютеры — это более совершенные артефакты, но артефакты у нас уже были.
Когда дело доходило до принятия решений, это было исключительно человеческое дело. Исключительно человеческое. Но теперь, за последние три десятилетия, у нас появилась смесь. Никто больше не имеет чисто человеческого уровня принятия решений. Его просто не существует. Его не существует.
Даже когда люди говорят: «О, мы делаем всё вручную.»
Коннор Дохерти: «Так ли это?»
Йоаннес Верморель: О, да. «Всё делается вручную. Мы просто используем Excel.»
Я говорю: «О, ну хорошо.» Итак, Excel — это, по сути, программное обеспечение. Excel — это программное обеспечение. Excel похож на продолжение вашего разума для выполнения множества простейших вычислений. Таким образом, у нас уже появилась некая гибридная система — человеческий разум плюс машины. Как только у вас появляется табличный документ Excel, это уже гибридная система. Это программное обеспечение плюс человеческий разум, оба вместе.
И со временем, я наблюдаю, что программная часть просто становится всё больше и больше. И даже если это были всего лишь таблицы Excel, потому что, представьте, сам Excel не является движущейся целью. Если вернуться 20 лет назад, Excel состоял максимум из 65 000 строк. А теперь — миллион строк.
Таким образом, Excel за последние 20 лет расширил свои возможности, и теперь вы даже можете использовать Python-скрипты в своей таблице Excel. То есть сам Excel стал мощнее. И есть множество вещей, которые стали мощнее, потому что, например, люди говорят: «Я просто использую Excel.» Но действительно ли они используют только Excel? Нет. Они также используют возможности своих систем записи и отчётов для генерации выборок, которые используются в качестве входных данных для их таблиц.
Таким образом, по сути, это не просто Excel как таковой. Это смесь прикладного ландшафта, который генерирует входные данные, которые вы затем используете и так далее. И я говорю, что в целом, с каждым годом, доля того, что делегируется машине, становится всё больше и больше. Вот что я хочу сказать, и поэтому нам надо взять это под контроль.
Коннор Дохерти: Да. Вы также, опять же, в главе выдвинули аргумент, что настоящая масштабируемая прибыльность заключается в том, чтобы инвестировать больше в системы интеллекта, а не в системы записи.
Ранее мы обсуждали в других эпизодах, что расходы, как правило, весьма асимметричны. Например, большая часть расходов может идти на системы записи, даже если вы утверждаете, что они не генерируют решения. Допустим, у меня есть самый совершенный бухгалтер или бухгалтерская книга в мире. Но это не приводит к лучшему принятию решений. Так почему же расходы столь асимметричны?
Йоаннес Верморель: Потому что, опять же, программное обеспечение — это большое и сложное дело, и люди относятся к нему так, словно это какая-то вуду-магиия, происходящая в офисах поставщиков. Но нет… программное обеспечение, безусловно, базовое. Оно определённо не является вуду-магиией.
Коннор Дохерти: Его изображают некоторые поставщики.
Йоаннес Верморель: Да. Потому что для поставщиков говорят: «У меня есть секретный рецепт. У меня есть волшебный ингредиент, который вы не сможете воспроизвести», или что-то в этом роде. И это, по сути, просто разговоры для продвижения ваших продуктов. Но это не рационально.
Теперь, возвращаясь к программному обеспечению, я говорю, что если вы сохраняете своё очень чистое окружение, то есть если у вас есть класс программного обеспечения, который работает только с прошлым, то есть система записи, и вы поддерживаете этот принцип, то вдруг осознаёте: «О, этот программный модуль, который работает только с прошлым, — это всего лишь приукрашенная версия моей бухгалтерской книги». В нём нет ничего сверхъестественного. Это просто длинная серия записей.
И знаете что? Жёсткие диски дешёвые. Так что я могу хранить миллиарды записей, и это будет дешево. И значит, стоит ли за это платить баснословные деньги? Нет. Всё просто. Поэтому это должно быть дешёвым.
Вы думаете, что, будучи поставщиком программного обеспечения, вы хотите, чтобы ваш клиент понял, что то, что находится у вас в руках, должно стоить очень дешево? Нет. Поэтому вы собираетесь окутать клиента дымом. Вы собираетесь запутать клиента и создать целый уровень замешательства, чтобы люди запутались и не осознали, что в основе лежит нечто чрезвычайно простое.
Система записи чрезвычайно проста. Это всего лишь приукрашенная бухгалтерская книга. Ничего больше, ничего меньше. Всё предельно понятно.
Коннор Дохерти: Компании, а не частные лица, потратят полмиллиарда на систему записи.
Йоаннес Верморель: Да. И почему? Потому что поставщики корпоративного программного обеспечения чрезвычайно умело делают свои продукты желанными. Они создают огромное количество путаницы, чтобы люди думали: «О, это программное обеспечение — оно намного больше».
И я говорю: нет. То, что вы покупаете, — это иллюзия. Это не больше. Если вы покупаете ERP, вы покупаете систему записи, и, следовательно, это должно быть очень дешёвым, простым и эффективным. И если вы имеете дело с поставщиком программного обеспечения, который начинает окутывать вас дымом, объясняя: «О нет, нет, нет, мой ERP делает всё, у него есть ИИ, он умеет то и это и так далее», — вас окутывают дымом. Вот в чём моё послание. Вас окутывают дымом.
Это всё как если бы бухгалтер говорил вам: «Я — суперзвезда бухгалтерии. Я творю чудеса. Прибыль приходит тем, как я считаю числа. Вы зарабатываете больше».
Коннор Дохерти: На самом деле, остановитесь на минуту. Представьте это. Это, на самом деле, лучший момент. Бухгалтер, который говорит: «Благодаря моей отличной бухгалтерии, я могу генерировать для вас столько денег. Мы создаём деньги из ничего».
Йоаннес Верморель: Это звучит как мошенничество.
Коннор Дохерти: Звучит как мошенничество.
Йоаннес Верморель: То есть бухгалтер не предназначен для создания денег из воздуха. Бухгалтеры, способные делать это, обычно действуют по методике типа «Энрона». Они работают на синдикаты или на сам Энрон. У них были бухгалтерские махинации, которые были чрезвычайно креативными. Это надо отдать им должное. Энрон отличался чрезвычайно, чрезвычайно креативной бухгалтерией.
Коннор Дохерти: Восхищаюсь их смелостью.
Йоаннес Верморель: Да. Они были как пионеры авангардных бухгалтерских техник, и это действительно нехорошо. Это действительно, действительно плохо.
Так что, опять же, вы не хотите, чтобы ваша бухгалтерская книга стала местом для инноваций. Это неверная интеллектуальная концепция. Вы не хотите креативного бухгалтера. Вы не хотите творческого бухгалтера. Вам нужен старательный бухгалтер. Вам нужен надёжный бухгалтер, и вам нужен экономичный бухгалтер. Вот что вам нужно.
И, кстати, все эти качества переносятся на вашу систему записи. Они точно такие же.
Коннор Дохерти: Именно. Так что это, опять же, ключевой момент. Вы затрагиваете его в книге. Я знаю, что вы также говорили об этом в других видео. Нам не нужно вдаваться в сложную архитектуру программного обеспечения — мы уже идем почти час —, но то, что вы только что сказали: что вы хотите, чтобы ваши записи были старательными, что они должны быть быстрыми…
Опять же, ключевое отличие здесь: если сравнить эти два класса, которые, как мне кажется, чаще всего путают в этой классификации, у вас есть системы записи и системы интеллекта. В книге вы описываете решения как трудоёмкие, потому что для принятия хорошего решения требуется время. А архитектура программного обеспечения, необходимая для поддержки этого, является противоположностью архитектуре, обеспечивающей точность и быстроту записи.
Так что, если быть конкретным, вы находитесь на складе, или в магазине, и вы продаёте товары. Вы хотите знать, сколько единиц там находится. Вы хотите знать, сколько единиц лежит на складе. Вы хотите знать это как можно точнее и быстрее.
Йоаннес Верморель: Да.
Коннор Дохерти: Теперь, для этого и предназначена система записи. Вы, наверное, лучше знакомы с дизайном, но вы уже проводили аналогию — спортивную, где по сути можете быть очень быстрым, как марафонец, лучший в мире, или же чемпионом по пауэрлифтингу. Очень сложно быть и тем, и другим, потому что совершенствование в одном зачастую идёт в ущерб другому. Так что, пожалуйста, изложите это лучшими словами, чем я только что.
Йоаннес Верморель: Итак, опять же, аналогия с бухгалтером такова… сколько рок-звёзд можно встретить среди их увлечённых бухгалтеров? Ни одной. Ни одной. Потому что если у вас есть темперамент, чтобы быть хорошим бухгалтером, у вас не может быть темперамента рок-звезды. И наоборот.
Вы никогда не доверите свою бухгалтерию тому, кто принимает наркотики, кто делает безумные вещи.
Коннор Дохерти: Так что, по этой аналогии, решения — это рок-звёзды.
Йоаннес Верморель: Решения — да, в некотором роде. Есть в этом доля креативности, потому что они инновационные, они творческие. В основе, вы пытаетесь достичь величия.
Коннор Дохерти: Вот именно.
Йоаннес Верморель: А бухгалтерия не предназначена для достижения величия, потому что величие, точность в бухгалтерии, ассоциируется с Энроном. Вам не нужно величия. Вам не нужна инновация в точности. Вам нужно, чтобы всё оставалось всегда неизменным, надёжным, скучным.
Коннор Дохерти: Скучным.
Йоаннес Верморель: Да. Вот именно. Скучность — это невероятное качество для бухгалтера. Я даже сказал бы, если ваш бухгалтер слишком интересный человек, я, возможно, не стал бы ему доверять. Опять же, это вопрос характера. Великий бухгалтер — это тот, кто настолько надёжен, что кажется скучным. Вот что вы ожидаете от бухгалтера.
А от рок-звезды этот парень может быть совершенно ненадёжным. Но знаете что? Иногда у него случается озарение, и бум, величие. Это отличное решение. Вот такое решение вы ожидаете на уровне принятия решений.
Поскольку будущее неопределённо, это всегда будет рискованно. Именно поэтому я говорю, что на уровне принятия решений вы всегда идёте на риск. Другого пути нет. Вы не знаете будущее. Таким образом, присутствует элемент риска. И именно поэтому может быть элемент величия: если вы очень хорошо видите будущее, то можете достичь чего-то невероятного, с очень высокой доходностью.
Коннор Дохерти: Мне определённо нравится элемент бухгалтера в этой аналогии. Я просто хочу предложить вам идею, и вы скажете, что думаете об этом.
Используя музыкальную аналогию, как я это воспринимаю: бухгалтер — это ваша система записи. Мы хотим, чтобы она была чем-то обыденным, надёжным, предсказуемым. А система интеллекта — это как Бах или Моцарт. Она будет творческой. Это требует усилий. Это интенсивно. Это креативно. Это загадочно. Хорошее распределение или пополнение — это как будто я собираю символы со всех сторон. Это требует времени. Это требует усилий. Система пересчитывает и вычисляет. И в конце у вас появляется «Für Elise». У вас появляется одно из величайших музыкальных произведений всех времён.
Рок-звезда может сделать звучание хаотичным, но, по моему мнению, это всё же напоминает классическую музыку. Она точна. В этом есть своя наука. Ритмы, вы хотите, чтобы всё укладывалось в заданные рамки.
Йоаннес Верморель: Но также, если у вас есть истинное величие в классической музыке, что является, действительно, лучшей аналогией, вы не можете навязать жёсткие рамки. Гений, даже если он чрезвычайно кодифицирован и строг, никогда не укладывается в рамки, потому что настоящий гений переопределяет, какой должна быть музыка. Он раздвигает границы, не случайно, а с определённой целью.
И это своего рода противоположность бухгалтеру, который не должен раздвигать границы. Бухгалтер, хороший бухгалтер, по определению… опять же, вы не хотите, чтобы была ситуация, когда он отклоняется от стандартов… да, он должен быть скучным. Он должен быть ограниченным.
Если речь идёт о решениях, то да, это Моцарт. Вам нужно раздвигать границы того, что может быть музыкой. Да. И именно так вы достигаете истинного величия. И да, аналогия действительно работает на этом уровне.
Коннор Дохерти: Хорошо. Так что, опять же, возвращаемся к вопросу… почему же в отрасли существует, кажется, систематически — простите каламбур — систематическое недооценивание классической музыки, то есть систем интеллекта?
Йоаннес Верморель: Теперь нам нужно взглянуть на стимулы поставщиков программного обеспечения. Так что, в чём ваш стимул? Вы хотите продать по максимально высокой цене то, что стоит вам минимально для производства. Ведь я — поставщик программного обеспечения. Мне нужно зарабатывать деньги. Так что у меня есть доходы, это цена, которую платят люди, а то, что стоит мне, — это цена, которую я плачу за производство программного обеспечения.
Пока что индустрия программного обеспечения похожа на производство. Вы, по сути, хотите купить дешево и продать дорого.
Коннор Дохерти: Вот именно.
Йоаннес Верморель: Вот именно. Теперь система записи, как я уже говорил, очень проста, а значит, её производство обходится очень дешево. Что отлично для меня как для поставщика программного обеспечения. Отлично. Почему? Ведь дешево. Низкие затраты на производство. Прекрасно.
Но проблема в том, что готовность клиента платить тоже невысока. Видите ли, да, мои затраты малы, но готовность клиентов платить также низка. Ситуация далека от идеальной.
Но представьте, если я окутываю клиента дымом относительно того, что именно делает моё программное обеспечение, я могу значительно завысить его готовность платить. Возникает проблема, что если я хочу сделать этот фокус, мне понадобятся фокусники, ведь это своего рода магия. Так что мне нужно иметь этих фокусников. Кто же они будут? Это будет тот самый поставщик корпоративного программного обеспечения.
Знаете что? Если присмотреться к сотрудникам этих поставщиков корпоративного программного обеспечения, то до двух третей их сотрудников на самом деле являются продавцами. Это — продавцы. Таким образом, стоимость корпоративного программного обеспечения поставщика… у типичного поставщика две трети составляют не затраты на производство самого софта, а затраты на его продажу.
Таким образом, по сути, вы платите поставщику за его “волшебников”, которые создают иллюзию, что программное обеспечение — это нечто большее, чем оно есть на самом деле, и, таким образом, завышают вашу готовность платить. Вы можете сказать: «Это так просто», но знаете что? Это действительно просто, и оно работает.
Именно так действуют массы поставщиков корпоративного программного обеспечения. Вы берете программное обеспечение, которое недорого произведено. Затем, к нему добавляются корпоративные продавцы, и эти люди начинают заниматься своего рода вуду. Это их профессиональная компетенция. Они завышают готовность клиентов платить. В итоге, компании платят чрезмерно высокие цены, основываясь на завышенных ожиданиях, которые каждый раз будут разочаровывать, потому что в конечном счете они покупают то, что никогда не сможет выполнить своё обещание. Вот и всё.
И, к сожалению, эта история повторяется снова и снова на протяжении последних четырех десятилетий.
Conor Doherty: Будем честны, мы уже говорим целый час, и, думаю, пора задать завершающий вопрос. Но он основан не только на том, что мы обсудили сегодня, но и, честно говоря, на предыдущих четырёх главах, и я думаю, что это, вероятно, один из самых значимых вопросов, не только для практиков, но и для компаний, в которых они работают.
Вы описали системы учёта, системы отчётности, системы аналитики, функции каждой из них и где заключается их ценность. Хорошо. Как могут практики, возможно, не обладающие вашим уровнем экспертизы в проектировании программного обеспечения, архитектуре и прочем, завтра, если они вступят в разговор с поставщиком для покупки ERP — системы учёта, — как они смогут понять: «Меня сейчас обманут? Продают ли мне «змеево масло»?»
Joannes Vermorel: Вам нужно задать основной вопрос: «Ваше программное обеспечение изменяет прошлое?» Я знаю, это странный вопрос.
Conor Doherty: Потому что вы хотите, чтобы они задали этот вопрос поставщику.
Joannes Vermorel: Да. Да, просто задайте вопрос: «Вы изменяете прошлое?» Вот и всё. Это очень простой вопрос. «Вы изменяете прошлое?»
А связь с информацией заключается в том, что когда мы наконец поймем, как информация работает и так далее, вы задаёте простой вопрос, который является лакмусовой бумажкой для проверки того, обеспечивает ли программное обеспечение фундаментальное неизменное свойство или нет.
Если поставщик оказывается озадачен этим вопросом, значит, его ответ неудовлетворителен, потому что это означает, что поставщик понятия не имеет, что он делает. Если поставщик понятия не имеет, что он делает, вам, вероятно, не стоит его покупать.
Conor Doherty: Вам не следует это покупать.
Joannes Vermorel: Вам не следует это покупать. Представьте себе, я понимаю, что программное обеспечение настолько абстрактно, что люди теряют голову, но давайте вернемся к вопросу о машине. Если вы задаёте вопрос о машине, он будет звучать так: «Эта машина безопасна?» И если поставщик скажет: «Что вы имеете в виду под безопасностью? Я не понимаю ваш вопрос», то вы подумаете: «Пожалуй, я выберу другую машину. Я предпочту купить автомобиль у тех, кто скажет: ‘О да, наша машина очень безопасна. У неё есть ремни безопасности, подушки безопасности и такой дизайн, что если вы столкнётесь с чем-либо, двигатель уйдёт под вас вместо того, чтобы раздавить ваши ноги.’»
Это хороший ответ. Такой поставщик — именно тот, кого вы хотите. Тот поставщик, которого вы хотите, говорит: «О, изменчивость прошлого. О да, это настолько важный вопрос. Мы уделили этому много внимания.»
Это простая вещь. Если вы покупаете автомобиль и спрашиваете: «Она безопасна?» и поставщик отвечает: «Безопасна? Я никогда не задумывался об этом», — это просто плохой ответ. Это должен быть ужасно плохой ответ.
И я опять повторяю: программное обеспечение проще и понятнее, чем вы думаете. Вам достаточно спросить у вашего софта: «Вы продаёте мне программное обеспечение, которое работает с прошлым или с будущим?» Если оно работает с прошлым, делается ли это чистым образом, чтобы прошлое не изменялось? А если речь идёт о будущем, имеется ли чёткое разделение, и вы не пытаетесь всё перемешать?
Таким образом, вам нужно задавать эти базовые вопросы. А такая информация — это способ понять, почему нам нужно чёткое разделение между прошлым и будущим, потому что в конечном итоге всё сводится к информации. То, что считается информацией, исходит только из прошлого — ваших знаний, лежащих в основе принятия решений.
Знания не обращены к прошлому. Они, по своей сути, устремлены в будущее. Но, опять же, вам нужны эти фундаментальные строительные блоки, чтобы вы могли бросить вызов своему поставщику программного обеспечения самыми простыми способами.
И ещё раз: когда вы задаёте вопрос «Изменяет ли ваше программное обеспечение прошлое?» и поставщик оказывается озадачен, вам стоит бежать. Это плохо. Это действительно критически плохо. Это так же ужасно, как если бы автомобильный поставщик сказал: «Безопасность? Я понятия не имею, о чём вы говорите.» Снова, если такого ответа нет — бегите. Видите ли, это важные простые вопросы, которые вы можете использовать, и я бы посоветовал их задавать. Вот почему я предлагаю вам прочитать эту главу. Вам нужно уметь задавать эти болезненно простые вопросы. Они станут отличной лакмусовой бумажкой для выявления опасно некомпетентных поставщиков. Вот и всё, что я говорю.
Conor Doherty: Да. Ещё один возможный способ сформулировать это, и вы можете сказать, что думаете, так это… вы привели пример автомобиля.
Joannes Vermorel: Да.
Conor Doherty: И во время прослушивания я подумал: допустим, вы покупаете седан, обычный семейный автомобиль, и спрашиваете: «Хорошо, смогу ли я ехать по холмам? Сумею ли я подниматься в горы на нём? Всё будет в порядке?» А если они отвечают да, но с лёгким скептицизмом.
Теперь, если перенести эту аналогию на программное обеспечение, то вы покупаете ERP и спрашиваете: «Сможет ли оно принимать для меня лучшие решения?» и они отвечают да. Для меня вопрос мог бы звучать примерно так: «Я новичок, но, насколько я понимаю, вычисления, необходимые для принятия решений, чрезвычайно ресурсоёмки, и выполнение их в рамках одного программного обеспечения замедлит работу системы учёта. Как вы с этим справляетесь?» Просто объясните, как вы решаете эту проблему. И если у них не окажется ответа, я буду скептически настроен, ведь, опять же, стремление к высокой вычислительной мощности ставит под угрозу систему учёта.
Joannes Vermorel: Я бы сказал «да», но проблема в том, что… я размышлял… Видите ли, это хороший вопрос, хороший тест. Проблема в том, что типичный поставщик корпоративного программного обеспечения даст вам ответ, который вы не поймёте, и он будет звучать умно и связно. Именно поэтому я предпочитаю спрашивать факты.
Conor Doherty: Но это же факты.
Joannes Vermorel: Нет, это не факты, потому что проблема в том, что они могут врать. Я их не обвиняю. Проблема в том, что существуют способы заставить это работать. Понимаете? Вы можете смешивать системы учёта и системы аналитики. Но есть один нюанс: это становится экспоненциально дороже.
Вот почему, например, их можно смешивать, и у вас есть очень простой пример: Google делает именно так. У них есть чистая база данных всего Интернета, плюс система аналитики, способная принимать решения в реальном времени, всё вместе, смешано. Таким образом, у них объединены и система учёта, и система аналитики, чтобы давать вам блестящие ответы. То есть, смешивать оба можно.
Но это возможно, правда стоит огромных денег. Для поставщика это обходится экспоненциально дороже, и требует невероятных талантов. Итак, в итоге, можно ли иметь что-то, что хорошо справляется и с системой учёта, и с системой аналитики? Ответ не «нет». Ответ — «да», но за баснословные деньги и при участии множества талантов.
И угадайте, что скажет вам поставщик? «О, это я».
Conor Doherty: «Это я. Именно я.»
Joannes Vermorel: «Именно я, и даже дешевле, чем вы думаете.»
Conor Doherty: Точно.
Joannes Vermorel: Именно. Итак, я говорю, что это слишком хорошо, чтобы быть правдой. Слишком хорошо, чтобы быть правдой. Вот так. Если что-то кажется слишком хорошим, чтобы быть правдой, то, скорее всего, оно именно таково.
И конкурировать с Google так сложно. Совмещать такие вещи настолько трудно, а затраты настолько огромны, что вероятность встретить честного игрока… опять же, я бы сказал, что нужно быть скептичным.
Так что, я думаю, это хороший вопрос, но проблема в том, что поставщику будет так легко солгать вам, потому что они скажут: «ИИ, мы настолько хороши». Да, обычно за такую цену это быть не должно, но мы настолько хороши, что это возможно.
А потом вы должны заметить… вы блефуете. Вы просто блефуете, извините. Потому что, видите ли, проблема в том, что если у вас есть люди, настолько способные выполнять столь грандиозные задачи, вы бы не занимались программным обеспечением для цепочек поставок. Вы занимались бы чем-то, что приносило бы вам ещё больше денег.
Просто представьте, если у вас есть команды, такие же хорошие, как у Google, или даже лучше, и способные делать ещё более невероятные вещи, то почему вы не вступите в конкуренцию с Google, чтобы просто их сокрушить? Может быть, вы этого не делаете, потому что, на самом деле, у вас нет таких команд.
И если мы возвращаемся к теме «это слишком хорошо, чтобы быть правдой», давайте вспомним соревнование M5. Соревнование M5 — это было состязание по прогнозированию. Хорошо? Прогнозированию.
Каждый из моих коллег, мои конкуренты в Lokad, если вы зайдёте на их сайт, скажут вам: «Современные методы прогнозирования. Мы лучшие». Все они утверждают: «У нас лучший прогноз». Иногда это не говорится прямо, но если это не озвучено напрямую, подразумевается настолько явно, что это буквально бросается вам в глаза.
Таким образом, ситуация такова: у нас есть сотня поставщиков корпоративного программного обеспечения, которые все заявляют: «У нас передовые модели прогнозирования», и что они действительно, действительно расширяют границы возможной точности. Отлично. Отлично. А почему бы и нет? Почему бы и нет?
В соревновании M5 участвовали тысячи команд по всему миру. Если вы посмотрите на топ-сто участников — и, опять же, это можно проверить, ведь это соревнование на Kaggle, а результаты публичны, любой в аудитории может проверить мои слова — то окажется, что среди топ-ста не было ни одного корпоративного поставщика.
О, подождите, в топ-сте был только один корпоративный поставщик программного обеспечения. Это был Lokad, а все остальные отсутствовали.
Conor Doherty: Номер один на уровне SKU, если я правильно помню.
Joannes Vermorel: Да, мы были номером один на уровне SKU и номером пять на агрегированном уровне. Изначально — номер шесть, но затем кого-то дисквалифицировали, потому что тот просто жульничал, и после этого нас пересчитали, и мы стали номером пять.
Ладно. Но, видите ли, именно поэтому я говорю, что это слишком хорошо, чтобы быть правдой. Если люди такие хорошие, должно быть какое-то побочное проявление этого величия.
Компании, такие как Facebook, например, продвигают передовые технологии в области ИИ. Они действительно так делают. Как это видно? Они изобрели многие технологии, которые используются всеми. Например, PyTorch, которым пользуются около двух третей сообщества deep learning, — продукт, созданный в лабораториях Facebook, то есть, теперь уже Meta.
Таким образом, если у вас отличная инженерия, а у Meta — отличные инженеры, одним из случайных побочных эффектов является то, что из лабораторий выходят великолепные технологические разработки или достижения того или иного рода. Опять же, Google — то же самое. Например, Google изобрёл трансформеры. Революция в GenAI, по сути, началась в Google. Значит, это снова знак того, что у них действительно великие инженеры.
Если вернуться к людям, которые утверждают, что могут совмещать систему учёта и систему аналитики, и потому что у них работают такие выдающиеся специалисты, я спрашиваю: «Ладно, но где доказательство этого величия? Что вы достигли, что косвенно подтверждает, что у вас есть такой невероятный коллектив?»
И очень часто ответ таков, что доказательств нет, потому что, по сути, вы занимаетесь системами учёта, которые скучны, неинтересны, не представляют технического вызова. И знаете что? Вам даже не понадобятся лучшие инженеры, ведь если вы разрабатываете системы учёта, зачем платить баснословные деньги за первоклассных инженеров, которые вам никогда не понадобятся, поскольку то, что вы проектируете, на самом деле довольно просто? Вам эти люди не нужны. Так зачем же их вообще нанимать? Краткий ответ: не нанимайте.
Conor Doherty: Ладно. Вы говорили уже довольно долго. У меня больше нет вопросов. Огромное спасибо, как всегда, за ваши развернутые ответы и за то, что терпеливо выслушивали мои возражения. Надеюсь, я сегодня не был слишком резким, но, опять же, вы уволены.
Joannes Vermorel: Уволен. Именно так.
Conor Doherty: Точно. Это… да, это мой последний оплот. Это тот самый Кастер, на которого вы смотрите.
Но да, как всегда, я просто пытаюсь добраться до сути того, что, как мне кажется, является замечательной книгой с действительно, действительно, действительно хорошими идеями, и я просто пытаюсь подтолкнуть вас сделать это понятнее для людей, которые вас ещё не знают, потому что, очевидно, когда я читаю…
Joannes Vermorel: А у кого нет причин соглашаться со мной.
Conor Doherty: А у кого нет причин соглашаться с вами. Именно. Так что я пытаюсь возразить. Я играю роль адвоката дьявола, как вы просили меня сделать.
Joannes Vermorel: Да.
Conor Doherty: А вам, кто смотрит дома, спасибо за ваши вопросы. Многие из вопросов, которые я сегодня задал вам, Джоаннес, на самом деле пришли от аудитории. И ещё, приводя цитаты для контекста, также благодарю за обратную связь.
Если у вас есть какие-либо другие отзывы или вы просто хотите связаться с нами и продолжить разговор с Йоаннесом и мной, вы можете найти нас в LinkedIn или отправить нам письмо на contact@lokad.com.
А на этом всё, до встречи в главе 6. И да, возвращайтесь к работе.
