00:00:00 Глава шесть: интеллект как клей для цепочки поставок
00:04:49 Прибыльность определяет интеллект, а не сходство с человеком
00:08:17 Оптимальный выбор измеряет операционный интеллект
00:12:50 Механизация охватывает работу белых воротничков в цепочке поставок
00:17:24 Кодирующие агенты развеивают возражения по поводу готовности
00:21:12 Основные сценарии работы цепочки поставок поддаются роботизации
00:26:10 Попробуйте кодирующих агентов, убедитесь в доказательствах на практике
00:30:20 Автоматизация офисного труда превращает OPEX в CAPEX
00:34:24 Программное обеспечение становится активом, ценность которого растёт
00:39:23 Системы интеллекта — лишь фрагменты активов
00:42:34 Нет постепенного перехода к операциям, основанным прежде всего на программном обеспечении
00:46:23 Автоматизация без вмешательства должна справляться с обычными днями
00:50:26 Люди улучшают активы, решая сложные проблемы
00:55:02 Каждый отдел становится отчасти программно-управляемым
01:00:46 Практикам необходимо переосмыслить ценность по сравнению с машинами
Резюме
Эпизод утверждает, что интеллект в цепочке поставок — не вопрос престижа, а результативности: всё, что превращает информацию в более прибыльные решения, по определению является более интеллектуальным. Исходя из этого, значительная часть рутинной работы в цепочке поставок уже может быть автоматизирована, и компании, игнорирующие это, будут вытеснены с рынка. Более глубокая роль человека заключается в решении сложных стратегических задач, с которыми машины справляются с трудом. Таким образом, цепочку поставок больше не следует рассматривать исключительно как центр затрат, а как производительный актив — совокупность логики принятия решений, которая может возрастать в цене за счёт совершенствования или обесцениваться при пренебрежении.
Расширенное резюме
Обсуждение в этом эпизоде основывается на простом, но часто упускаемом различии: интеллект — это не комплимент, а функция. В цепочке поставок интеллект — это не то, что звучит утончённо, и не то, что льстит человеческому суждению. Это способность превращать информацию в решения, которые приносят лучшие экономические результаты. Если один метод генерирует больше прибыли, чем другой, то, в этом ограниченном и практическом смысле, он считается более интеллектуальным.
Это определение моментально устраняет множество недоразумений. Многие компании любят говорить, что нанимают умных людей, но это мало что значит, если эти люди не принимают стабильно лучших решений, чем альтернативы. Сравнение никогда не происходит между человеком и неким абстрактным идеалом машинного совершенства. Оно заключается в сравнении одной системы принятия решений с другой. Посредственный человеческий процесс не оправдывается только потому, что он человеческий. И программное обеспечение не дисквалифицируется только по своей природе.
Затем разговор переходит к более широкой исторической схеме. Сначала была механизирована физическая работа, а теперь механизации подлежит и работа белых воротничков. То, что компьютеры когда-то делали для арифметики и бухгалтерии, теперь кодирующие агенты и инструменты автоматизации начинают делать для гораздо более широкого спектра интеллектуальных задач. Независимо от того, считают ли компании себя «готовыми» к этому, это не имеет значения. Рынки не ждут психологической готовности. Конкуренты, использующие лучшие инструменты, получают преимущества, и эти преимущества накапливаются.
Но это не получается как безлимитный талон для модных заявлений об ИИ. Напротив, рутинная, основная работа цепочки поставок — стандартные формулы, категоризации и повторяющиеся процессы принятия решений — всё больше может быть автоматизирована с легкостью. Более сложными остаются именно стратегические задачи: оценка, компромиссы в условиях глубокой неопределённости, а также создание отличительных преимуществ, которые конкурентам трудно скопировать. Это не задачи для электронных таблиц, переодетые в жаргон. Это сложные проблемы, и на данный момент они остаются в основном человеческими.
Вот почему цепочку поставок следует рассматривать не только как центр затрат, но и как производительный актив. Когда логика принятия решений воплощена в программном обеспечении, поддерживается, совершенствуется и становится экономически эффективной, она превращается во что-то вроде интеллектуального капитала. Она может возрастать в цене за счёт доработок или обесцениваться при пренебрежении. В этом смысле способность компании управлять цепочкой поставок начинает напоминать не набор административных процедур, а единый производительный код.
Практическое следствие заключается не в отчаянии, а в переосмыслении. Человеческая ценность не исчезает. Она смещается вверх по цепочке. Рутина должна быть автоматизирована, а редкие, сложные и стратегические задачи остаются. Настоящий вопрос для практиков теперь не в том, могут ли машины думать точно так, как люди, а в том, где люди продолжают создавать ценность, когда машины способны делать гораздо больше, чем раньше.
Полная расшифровка
Конор Догерти: С возвращением. Это шестой эпизод специальной серии, в которой Йоаннес и я рассматриваем его новую книгу Введение в цепочку поставок и обсуждаем идеи глава за главой.
Для этой серии я занимаю очень специфическую позицию: я тот, кто не знает Lokad, не знаком с Йоаннесом и уж точно не работал в Lokad три с половиной года. В этой серии я один из примерно 10 миллионов обычных практиков в мире, которые могут увидеть книгу, возможно, на Amazon, где она широко доступна, начать читать и возникнут вопросы. Я собираю эти вопросы и передаю их Йоаннесу.
Как я уже сказал, это шестой эпизод. Это значит, что раньше было пять эпизодов. Если вы их не видели, я настоятельно рекомендую сначала посмотреть их, потому что в первых вопросах мы будем упоминать то, о чём говорили ранее. И, оставив это в стороне, Йоаннес, рад снова тебя видеть.
Итак, глава шесть называется загадочно «Интеллект». Я знаю, что в главе пять мы обсуждали данные, информацию и знания, а теперь переходим к интеллекту. Так что, насколько конкретно, в чём заключается основная идея главы шесть «Интеллект» и как она опирается на то, что мы уже обсудили?
Йоаннес Верморель: Интеллект — это клей. Мы установили цель в главе об экономике: целью является максимизация нормы прибыли. Это само собой разумеется. А в предыдущей главе, посвящённой информации, мы увидели, что у нас есть, можно сказать, необходимые ингредиенты. Эти ингредиенты — это информация.
Таким образом, теперь мы знаем, чего хотим достичь — нормы прибыли, — и собрали всю необходимую информацию с чётким пониманием того, что такое данные и что такое информация. У нас есть всё необходимое, и теперь единственный недостающий ингредиент — это действительно умное исполнение. Но что же мы подразумеваем под «умным»?
Очевидно, если речь идёт о человеке, вы могли бы сказать: «О, это кто-то довольно умный», и тому подобное. Существует множество неточных определений. Люди говорят, как и большинство компаний: «О, мы нанимаем талантливых, умных людей», что может быть верно. И, безусловно, некоторые очень успешные компании так делают, но это не даёт практического определения, потому что, если вы коренным образом спросите: «Как вы определяете интеллект?», большинство ответит: «Я не знаю, но узнаю его, когда встречаю в другом человеке».
Если быть честным, это, пожалуй, действительно является своего рода стандартом. Но такое определение не даёт практических рекомендаций, ведь мы живём в мире, где программное обеспечение играет очень важную роль. Именно это я и отмечаю. Это больше утверждение: эти компьютеры — не просто деталь ландшафта цепочки поставок. Они, в значительной степени, образуют этот ландшафт. Именно поэтому я говорю, что цепочки поставок можно наблюдать только через электронные записи. То есть программная составляющая — не мелочь. Это буквально фундаментальный слой. По сути, вы можете видеть свою цепочку поставок только через эти электронные линзы.
И угадайте что? Эти компьютеры также, в определённой степени, могут обеспечивать интеллект, и они уже это делают. Арифметика — это, безусловно, пример умной обработки информации. Люди могли бы сказать: «О, это всего лишь механика», но на самом деле до конца 70-х годов вычисления проводили люди с дипломами. Так что, безусловно, компьютеры уже смогли избавить нас от бремени интеллектуальной обработки, по крайней мере, самых механических её аспектов, связанных с арифметикой.
Теперь нам нужно обсудить, что ещё остаётся. У нас есть компьютеры, которые можно назвать наполовину умными машинами. Что это значит? И какова роль человеческого интеллекта во всём этом? Давайте даже проясним, что мы подразумеваем под интеллектом, ведь нам нужно понимание, выходящее за рамки «я узнаю, когда увижу». Это определение настолько непрактично, что его нельзя применить на деле.
Конор Догерти: Здесь есть несколько моментов, и я уже записал некоторые заметки, поэтому я отклонился от подготовленных вопросов. Но, думаю, стоит провести важное различие, когда речь идёт об интеллекте. И в самом начале вы сделали хорошее замечание: вы большая компания, нанимаете умных людей, и это может быть правдой.
Один из вопросов в книге, или в этой главе, который вы поднимаете, заключается в следующем: что такое интеллект в конкретном контексте принятия повседневных решений, необходимых для рентабельного управления цепочкой поставок? И нужен ли для этого человеческий уровень интеллекта? Уже существует программное обеспечение, способное выполнять этот уровень интеллекта надёжно и в больших масштабах? И, как мне кажется, вы именно утверждаете, что оно существует уже многие, многие, многие десятилетия.
Йоаннес Верморель: Да. Прежде всего, я не хочу, чтобы определение интеллекта было человекоцентричным, потому что если оно таково, то неизбежно возникает вопрос: «Что такое человек?» Очевидно, этот вопрос очень интересен на философском уровне, но он не относится к цепочке поставок. Поэтому я пытаюсь разобраться в этом.
Я не пытаюсь определить, что такое человечество, душа, сознание и тому подобное. Это невероятно важные вопросы, но они не касаются цепочки поставок.
Конор Догерти: Прибыльность и тому подобное.
Йоаннес Верморель: Именно. Таким образом, я свожу всё к прибыльности. Я объяснил это ещё в главе три, эпистемология — простите, не это, а в главе четыре, посвящённой экономике.
Конор Догерти: Да.
Йоаннес Верморель: А в главе четыре я подробно рассказываю об экономике. Итак, что значит работать интеллектуально? Это просто генерировать решения, которые приносят высокую прибыль, максимизируя норму доходности. Таким образом, в этой книге, в моей книге, я буквально приравниваю интеллект в контексте цепочки поставок к способности генерировать прибыль.
Таким образом, превращать сырую информацию в прибыль означает выбирать правильные решения. Это и есть моё определение. Оно очень операционное: если что-то генерирует больше прибыли, то оно более интеллектуально. Если оно приводит к решениям, которые оказываются более прибыльными, оно считается более умным, независимо от того, как выглядит.
Если то, что генерирует больше прибыли, использует базовые проценты, то эти базовые проценты являются более эффективными. Вот так я подхожу к проблеме, чтобы дать определение, основанное на реальности. И это определение интеллекта исходит из того, что необходимо для цепочки поставок. Мы не пытаемся решить философскую проблему человеческого интеллекта, а прояснить, какой следующий ингредиент нужен после сбора всей информации — сырой информации обо всём, что можно узнать о состоянии вашей цепочки поставок, рынка, клиентов, поставщиков и тому подобном.
Как только вся эта информация собрана, как её превратить в решения? Я утверждаю, что именно здесь проявляется интеллект. Это клей, магия, которая превращает одно в другое.
Конор Догерти: Ну, на самом деле, я нашёл эту цитату, она уже была у меня в заметках. Для небольшого контекста: вы пишете в книге: “Цепочка поставок требует значительного интеллекта для рентабельного исполнения”, а интеллект, по вашему определению, — это “способность принимать решения, приносящие превосходные будущие вознаграждения”.
Теперь кто-то может сказать: “Ну, у нас уже есть системы, не связанные с программным обеспечением, для этого. У нас есть человекоцентричные процессы для принятия решений, которые приносят превосходные будущие вознаграждения”. Как вы на это отвечаете?
Йоаннес Верморель: Снова, я бы сказал, да, но теперь: умно ли это? Генерирует ли оно всю прибыль, которую могло бы? Это вопрос сравнения.
Конор Догерти: То есть вы делаете сравнительный акцент.
Йоаннес Верморель: Да. Две вещи могут быть хорошими, но одна из них лучше другой.
Конор Догерти: Именно.
Йоаннес Верморель: Дело в том, что ресурсы распределяются. Что-то покупается, транспортируется, преобразуется, распределяется и так далее. Вопрос в том, происходит ли это интеллигентно? Происходит ли это с максимально возможной прибылью?
Суть всегда сводится к сравнению с альтернативной ситуацией. Речь идёт о том, оставляете ли вы какие-либо возможности для получения прибыли неиспользованными. Если они очевидны, можно сказать: “О, вы делаете что-то глупое”, потому что оставляете так много денег неиспользованными. Всё всегда сравнительно.
Если у нас уже есть люди, которые так работают, хорошо. Вопрос заключается в сравнении того, что они делают совместно — своего рода коллективного интеллекта — и того, что может предложить что-либо другое, включая альтернативную организацию.
Конор Догерти: Когда вы говорите «альтернативная организация», вы имеете в виду систему интеллекта, например, программное вмешательство, или просто людей, организованных по-другому?
Йоаннес Верморель: Или просто людей, организованных по-другому. Снова, можно представить, что это просто люди, выполняющие работу, как в процессе S&OP. То есть это могут быть просто люди, но организованные по-другому, или люди с программным обеспечением — немного, как люди, работающие в Excel, — или люди с большим количеством программного обеспечения, или даже одно мощное программное обеспечение.
Итак, у вас есть целый спектр — от наличия большего количества людей до меньшего. Опять же, когда речь идет об интеллекте, больше людей не обязательно означает получение более умных результатов. В качестве аналогии: если взять 10 человек с улицы, чтобы сыграть в шахматы против шахматного гроссмейстера, победят ли они? Если просто взять 10 случайных прохожих, ответ — нет, скорее всего, нет.
Conor Doherty: Мхм.
Joannes Vermorel: И вы скажете, что если сейчас взять тысячу человек с улицы, сумеют ли эти 10 000 человек победить шахматного гроссмейстера? Всё равно нет. По крайней мере, не надежно.
Conor Doherty: Да. Скорее всего, даже в реальности нет.
Joannes Vermorel: Именно. И вот где люди часто путаются, потому что когда мы думаем о “единстве — сила” и подобном, это, по сути, применимо к материальным задачам, а не к задачам, требующим интеллекта.
Если задача состоит в том, чтобы переносить кирпичи с одного места на другое, то да — если нас тысяча, мы перенесем намного больше кирпичей, чем если бы я был один. Но когда речь заходит о создании “Моны Лизы”, может быть тысяча нас, и ни один из нас никогда не сможет приблизиться к уровню “Моны Лизы”.
Вот почему интеллект настолько специфичен. Интеллект невероятно неуловим. Он сложен. И поэтому я говорю, что хочу основать своё определение на чем-то, что в конечном счете можно измерить: прибыли. И я не делаю грандиозного предположения, что это как-то конкретно связано, в контексте цепочки поставок, с людьми.
Я просто говорю, что всё, что приносит прибыль, — это хорошо. Сколько людей на самом деле участвует в конечном рецепте — это вопрос, который предстоит выяснить, и он будет зависеть от уровня ваших программных технологий.
Conor Doherty: Что ж, развивая эту тему, и это то, о чём мы действительно начали говорить за кадром, без упоминания имен, но вы сказали мне сегодня, что вам немного сопротивлялись в интернете из-за вашей точки зрения на этот самый концепт, идею ИИ — мы к этому позже вернёмся —, идею интеллекта и стандарта, который вы пытались установить в цепочке поставок.
Люди ставили под сомнение ваши взгляды, возражали против вас, утверждая, что цепочка поставок в своей сути не развита достаточно для того типа парадигмы, о которой мы говорим.
Joannes Vermorel: Да, но здесь нужно взглянуть на общий тренд технологического прогресса. Работа была механизирована и продолжает механизироваться. Этот процесс идёт буквально тысячелетиями, и за последние пять десятилетий механизация физических процессов ускорилась в разы.
Итак, мы сделали прогресс. Даже ирригация — это способ сэкономить труд. Существует множество вещей, на реализацию которых ушли буквально тысячелетия, а за последние полвека физический труд испытал драматическое повышение производительности.
Conor Doherty: По сути, речь идет об автоматизации.
Joannes Vermorel: Да, по сути автоматизация, но в любом масштабе. Можно подумать, что иногда это даже не умная автоматизация. Это могут быть просто более крупные машины. Например, контейнеровоз: всё ещё есть человек, управляющий кораблём, только теперь на борту 20 000 контейнеров, а если вы захотите перевозить то же количество контейнеров на грузовиках, вам понадобятся 20 000 водителей грузовиков.
Таким образом, контейнеровоз — не самая продвинутая технология, но просто благодаря его огромным размерам можно значительно повысить производительность. Прирост производительности иногда достигается с помощью изящных технологий, а иногда — просто за счет мощного эффекта от масштабов. Контейнеровозы во многом демонстрируют эффект гигантизма и пакетного подхода.
Conor Doherty: Или, простите, просто чтобы вернуть нас в контекст цепочки поставок.
Joannes Vermorel: Да. И теперь речь идёт о белых воротничках, офисных работниках. С появлением вычислительной техники компьютеры начали автоматизировать работу белых воротничков, по крайней мере, рутинные аспекты этих должностей и многие другие.
Люди не знают: когда мои родители начинали работать, еще были люди, которые выполняли арифметику вручную. Это буквально были полноценные рабочие места. Был человек, который считал суммы, необходимые для оплаты поставщикам, и вел бухгалтерские книги каждого поставщика вручную. А затем появились Excel, потом бухгалтерские программы, а затем ERP-системы, чтобы снова улучшить этот процесс.
Conor Doherty: Сделать его более эффективным, по сути.
Joannes Vermorel: Точно. Таким образом, мы начали наблюдать рост производительности не только у рабочих, которые перемещали вещи, строили и создавали, но и у офисных работников. И процесс продолжается, и в последнее время он ускорился в разы. Это, по сути, история coding-агентов последних нескольких месяцев.
Интересно то, что много людей в интернете, на LinkedIn — я регулярно публикую там посты —, и многие говорят, если подытожить отзывы, что они в основном положительные. Они говорят: “Joannes, вы отстаиваете идею, которая останется будущим на ближайшие 100 лет.”
Conor Doherty: Да, может, не на сто лет, но вы на десятилетие впереди.
Joannes Vermorel: Автоматизация — мир не готов. По сути, говорят, что цепочки поставок не готовы к тому уровню автоматизации, о котором вы говорите, к тому, что вы отстаиваете, к тому, что делает Lokad. Это уже присутствует, но вы — исключение. Компании не готовы.
И это очень интересно, потому что с coding-агентами, как я вижу, никто не готов, но они уже наступают. Они уже здесь. То, что демонстрируют coding-агенты — Claude Code, OpenAI Codex и несколько их конкурентов — показывает, что неважно, готовы вы или нет. Они уже здесь.
И планка — то, что мир, включая меня, обнаруживает, и это действительно как удар в живот — планка гораздо выше, чем я предполагал.
Conor Doherty: Эти двое, на самом деле, с тех пор как вы даже написали книгу.
Joannes Vermorel: Да, с тех пор как я написал книгу.
Conor Doherty: Да. Ваш вопрос об LLM теперь на самом деле устарел. Это показывает масштаб прогресса, что нисколько не умаляет ваших заслуг. Просто это было до появления Codex.
Joannes Vermorel: Точно. Прогресс абсолютно экспоненциальный, и это очень, очень странно. Даже те ИИ-компании — их маркетинговые брошюры уже устарели. Обычно, как поставщик ПО, вы всегда обещаете невозможное. Вы продаёте что-то, что может появиться уже в следующем году.
А здесь они фактически продают то, что было сделано шесть месяцев назад. Так что даже маркетинговые отделы отстают от реальных возможностей программного обеспечения, и это фантастика.
В книге я описываю общий интеллект как способность интеллектуальной системы совершенствоваться. И угадайте что? Для последнего поколения — Opus 4.6 и GPT 5.3, то есть, соответственно, Anthropic и OpenAI — угадайте что? В обоих случаях, команды разработки ПО говорят, что эти coding-агенты буквально писали следующую версию.
Конечно, под контролем человека, но все же. Это означает, что идея о том, что мы приближаемся к программной системе, способной переписывать саму себя, — ну, в книге я говорил с LLM, что, возможно, у нас есть искра общего интеллекта. Теперь это уже не искра. У нас маленький огонёк. Это не пламя, но он явно разгорается.
Таким образом, критика с утверждением “Мы не готовы” мне кажется неуместной. Это не имеет значения. Рынок не заботится о том, готовы вы или нет, потому что эти инструменты настолько безжалостно эффективны, что где-то в мире найдется конкурент, который будет их использовать. Вот и всё.
И снова, как долго будет существовать ваша компания, если вы приходите — есть выражение “приносить меч на борьбу с пушками” — но это больше похоже на ситуацию, когда вы приносите меч, а они — танк. Масштабы огромны. Они действительно очень велики. Так что да, и, кстати, это удар в живот даже для такого поставщика ПО, как Lokad. Мы не застрахованы. Это то, что мы воспринимаем очень, очень серьёзно.
Conor Doherty: Ну, опять же, нам не нужно вдаваться слишком глубоко в детали, но есть определённые мифы или плохо продуманные предвзятые мнения, которые мы хотели бы обсудить. Например, люди, продвигающие идею, что LLM, как большие языковые модели, являются панацеей для цепочки поставок — вы указываете, что это чепуха. Возможно, это уже немного устарело, но как вы теперь относитесь к идее ИИ в принятии решений в цепочке поставок?
Joannes Vermorel: Ясно одно: если вы хотите полностью автоматизировать традиционный подход к цепочке поставок, то coding-агенты значительно превосходят все стандартные методы.
Conor Doherty: То есть, вы опять имеете в виду —
Joannes Vermorel: Я имею в виду резервные запасы, ABC-анализ и всех остальных стандартных индикаторов. Если взять весь материал для обучения от ASCM, то coding-агенты значительно превосходят его. Если вы придерживаетесь традиционной теории цепочки поставок, я бы сказал, что даже не остается ни одного вопроса о том, могут ли OpenAI Codex или Anthropic Claude Code автоматизировать это.
Да, они могут. И с легкостью. Это даже не что-то действительно сложное. Это уже не предел возможностей этих инструментов.
Conor Doherty: Тогда почему компании этого не делают? Это доступно коммерчески за 20 долларов в месяц. Компании стоимостью в миллиарды—
Joannes Vermorel: Но некоторые делают. Опять же, мы говорим о большинстве. Рынки — это фильтры, а не учителя, так что следует предполагать, что новые технологии никогда не будут приняты всеми компаниями. Компании не принимают новые технологии все вместе. Пять процентов внедряют новые технологии; остальные просто банкротятся. Это суть рынка. И это очень болезненно. Шумпетер и отметил это. Это креативное разрушение инноваций.
Вернёмся к электронной коммерции. Walmart мог бы разгромить Amazon. Всё, что требовалось — это выделить нескольких инженеров. Джефф Безос работал в гараже. У него не было ничего. Он даже не мог нанять действительно хороших инженеров. Всё это пришло позже. Он мог позволить себе только дешёвых инженеров на ранней стадии. Он был маленьким стартапом, и у него было так много проблем. Ничего не было готово. У него не было связей с банками. У него не было логистических сетей. Всё было полным хаосом.
А почему Amazon стал таким гигантом? Потому что все остальные провалились. Никто не обращал внимания десятилетиями, пока не стало слишком поздно. И здесь мы увидим повторение, потому что электронная коммерция не была единичным случаем.
Если посмотреть на конец XIX века, это очень интересно. Появляется электричество. Электричество меняет правила игры. Если у вас есть электричество, например, выберите любую фабрику — неважно какую — установите лампочки, и вдруг ваша фабрика может работать 24 часа в сутки. Это завоевание ночи. Это означает, что ваша инвестиция в материальные активы — если эти машины дорогие — внезапно начинает работать 24 часа в сутки вместо средних 12 часов.
До появления лампочек эксплуатация фабрики в темноте или с использованием свечей была просто невозможна. Таким образом, установка нескольких лампочек могла внезапно удвоить рентабельность вашей фабрики. И угадайте, что? Каждая промышленная компания, которая упустила возможность установить лампочки, вымерла.
И эта история повторялась снова и снова. То же самое, например, с автомобильными компаниями. Если взглянуть на начало XX века, в Европе было сотни брендов. Сотни. И все эти компании практически исчезли, потому что тейлоризм — идея организации производственной линии таким образом, чтобы максимизировать пропускную способность, — сделал Форд. Любая компания, которая не смогла стать подобной Форду, в определенной мере обанкротилась.
Так что вопрос в том: реально это или нет? Дело в том, что в сфере технологий люди неоднократно делали грандиозные заявления по поводу зачастую очень поверхностных вещей. Все эти модные слова, о которых я говорил. Например, блокчейн оказался чрезмерно преувеличен и вовсе бессмысленным. Ближе к нам было определение спроса — опять же, это похоже на vaporware. Технологии определения спроса просто не существует. Это всего лишь выдуманное модное слово от некоторых продавцов.
Так что вопрос: говорим ли мы о чем-то реальном? И мой ответ: не верьте мне. Просто возьмите код. Это, между прочим, я говорю своим коллегам в Lokad: возьмите одного из этих coding-агентов, используйте его, и в течение часа вы создадите своё первое приложение, и вы будете поражены. Всё настолько просто.
Вам не нужно доверять Joannes Vermorel из Lokad. Вы можете получить доказательство в течение одного часа, просто проведя тест. И, кстати, я видел десятки ютуберов, которые буквально даже не являются специалистами по программированию. Они обсуждают кулинарию, политику, что угодно, и говорят: “О, между прочим, я попробовал это, создал приложение за час, и оно выглядит очень круто.” И они в полном восторге.
Так что да, в этот раз это действительно оказывает огромное влияние. И это означает, что идея автоматизации офисной работы — по моему утверждению, традиционную теорию цепочки поставок можно полностью автоматизировать.
Кстати, альтернативная теория Lokad, та, которую я представляю в этой книге, — не совсем. Не совсем, по причинам, которые, кстати, до сих пор совершенно актуальны и которые я обсуждаю в книге. Например, проблема оценки стоимости — очень сложная проблема. Ваши LLM всего лишь выдадут для этого чепуху. Поэтому есть определённый список действительно сложных проблем, для которых я не ожидаю в ближайшее время автоматизированного решения, потому что они просто слишком сложны, особенно эти крайне сложные проблемы.
И еще раз, эта книга была написана задолго до того, как LLM стали мейнстримом, и, конечно, до того, как coding-агенты стали мейнстримом, но я относительно доволен этим направлением. Эти прогнозы оказались в некоторой степени правильными. Claude Code пока еще не справляется должным образом. То же самое касается OpenAI Codex. Проблемы оценки стоимости просто слишком сложны.
Conor Doherty: Вот в чем дело: я думаю, мы уже достаточно обсудили интеллект и ИИ, но в главу просачиваются элементы экономики, что, опять же, естественно, поскольку цепочка поставок является отраслью прикладной экономики, прошу прощения. И это та идея — вы ранее упомянули активы — это идея OPEX против CAPEX и идея рассматривать цепочку поставок больше как актив.
Так что я просто хочу зачитать пару цитат, а затем передам слово вам. Но вы утверждаете, что нам нужно превратить операционные расходы в капитальные затраты. “Практика в области цепочки поставок воплощается в виде производительного актива,” или должна воплощаться в виде производительного актива. “Она генерирует постоянный доход, превышающий её операционные затраты.”
Теперь, идея превращения OPEX в CAPEX, я уверен, привлекает многих. Вы не первые, кто выдвигает эту концепцию: “О, нам следует воспринимать это больше как CAPEX.” Но вы предлагаете технологический способ, чтобы это осуществить. Так что, да, и в книге, и с вашей собственной точки зрения, как это на самом деле выглядит? Что такое производительный актив? Что это? Как это выглядит?
Joannes Vermorel: Снова представьте разницу между blue-collar и white-collar работой. Рабочий blue-collar: если вы хотите превратить OPEX в CAPEX, вы заменяете работника машиной, и вместо того чтобы платить ему зарплату, вы делаете первоначальные инвестиции, а затем машина выполняет ту же работу за куда меньшую цену.
Видите, в этом и заключается прелесть автоматизации — вы можете устранить самый дефицитный ресурс из всех, а именно труд.
Conor Doherty: Мм.
Joannes Vermorel: В конечном итоге, самый дефицитный ресурс – это труд. Я имею в виду, что blue-collar и white-collar — это два разных типа труда, но, в конечном счёте, это всё один и тот же труд. С одной стороны, работая с blue-collar сотрудниками, вы приобретаете их физические возможности; в случае white-collar сотрудников вы, по сути, покупаете их когнитивные способности.
Но суть в том, что в течение долгого времени идея превращения OPEX в CAPEX была прерогативой blue-collar: вы просто покупаете машину, и эта машина выполняет физическую работу.
С появлением компьютеров мы начали заходить в область автоматизации white-collar. Просто подумайте о клерках, которые занимались арифметическими вычислениями для ведения бухгалтерских книг. Их уже заменили компьютеры. И я говорю, что это всего лишь продолжение.
Интересно то, что бухгалтерия по сути своей ориентирована на затраты. Ни одна компания не сможет стать сверхприбыльной благодаря просто хорошей бухгалтерии. Дело в том, что если у вас плохой учёт —
Conor Doherty: Да, мы это обсуждали на прошлой неделе.
Joannes Vermorel: Именно. Если у вас нет хорошего учёта, деньги будут теряться, вороваться, подкупаться – что угодно. Поэтому он необходим. Это вопрос выживания вашей компании. Вам нужен бухгалтерский учёт с двойной записью. Это не вариант, по крайней мере, если вы работаете в каком-либо масштабе.
Conor Doherty: Да.
Joannes Vermorel: Теперь интересное в цепочке поставок в том, что — если играть правильно, и я именно это отстаиваю — цепочка поставок не является центром затрат, а становится центром прибыли.
Во-первых, чтобы сделать цепочку поставок центром прибыли, вам нужно понять, почему она может им стать, потому что если вы застряли на традиционном взгляде на цепочку поставок, традиционный взгляд говорит: у нас есть требования, уровни сервиса и тому подобное, и задача цепочки поставок — минимизировать затраты так, чтобы только удовлетворить эти требования.
Я говорю, если вы определяете проблему таким образом, цепочка поставок никогда не сможет быть чем-то иным, кроме центра затрат. Это просто неверная постановка задачи. Снова, это больше философская, чем финансовая позиция. Когда я перехожу к сути, я рассматриваю цепочку поставок как нечто такое, в чьих рамках решения могут иметь норму доходности. Эта норма доходности может быть весьма привлекательной, то есть один доллар со временем превратится в два, или, наоборот, сократится до полудоллара.
То есть, когда я говорю “центр прибыли”, я не имею в виду, что ваша цепочка поставок обязательно будет приносить деньги. Я лишь имею в виду, что у неё есть потенциал для этого.
Conor Doherty: Да.
Joannes Vermorel: Если играть неправильно, вы просто будете терять деньги. Теперь, если мы примем идею о том, что цепочка поставок имеет потенциал стать центром прибыли, то возникает вопрос: может ли эта машина, этот компьютер с правильным программным обеспечением, автоматически, как машина, генерировать для меня эту прибыль? И мой ответ: да, и это даже не научная фантастика.
Conor Doherty: Да. Ну, позвольте мне, возможно, переосмыслить вопрос. Когда вы говорите, что хотите переосмыслить цепочку поставок от центра затрат к активу, вы говорите буквально, в том смысле, что актив не обязательно должен быть чем-то, что вы держите в собственности. Я имею в виду, хотя акции и являются активами, они по определению могут расти или обесцениваться.
Вы, по сути, утверждаете, что можно превратить цепочку поставок в производительный или растущий в цене актив. Но что это значит? Производительный актив. Что это значит? Это значит: на что мне нужно посмотреть и сказать: “Вот моя цепочка поставок”?
Joannes Vermorel: На практике, это будет программное обеспечение. Потому что есть и другие виды производительных активов, носащих сугубо интеллектуальный характер. Это может быть, например, бренд.
Conor Doherty: Да.
Joannes Vermorel: Это актив. Очевидно, что когда Disney приобрела Marvel как бренд, это был производительный актив. Это то, что может генерировать доход и действительно генерирует доход.
Таким образом, я говорю, что это актив интеллектуальной собственности. Какой это актив? Ну, это не патент, не бренд, а программное обеспечение. По сути, это код. И почему это именно актив? Краткий ответ: потому что, по сути, вы играете в игру с очень высокой конкуренцией.
Таким образом, идея заключается в том, что если вы играете в игру цепочки поставок правильно, то в вашем программном обеспечении и логике может быть нечто, что является уникальным именно для вас и позволяет вам действовать лучше, чем конкуренты. Не обязательно повсеместно и всегда, но это даёт вам нишу, в которой вы являетесь самым сильным.
Вот почему я говорю, что это превращается в продуктивный актив, потому что если всё сделано правильно, он будет генерировать прибыль и поможет вашей компании создать на рынке остров превосходства. Потому что если у вас нет острова превосходства с рвом, конкуренты заменят вас. По определению, компания, которая выживет, — это компания, у которой на рынке есть остров, где она не просто хороша, а лучшая. Если у неё нет ни одного сегмента, где она является лучшей, она исчезнет.
Конор Дохерти: Ранее я использовал термины «расти в цене» и «уменьшаться в цене», потому что если мы говорим об активах, похожих на дом, они либо растут в цене, либо падают. Вы покупаете автомобиль — в тот момент, когда вы его выводите с площадки, его стоимость уменьшается. Вы покупаете Ролекс, достойную модель, например, Submariner, и она может увеличиваться в цене. Так что вещи либо растут, либо падают.
Применяя это в данном контексте, исходя из моего понимания того, что вы описали, вы действительно превращаете цепочку поставок в код. Это актив, и за счёт его активного обслуживания или улучшения он принимает всё более выгодные решения, потому что, повторюсь, это не статичная концепция. И, разумно распределяя ресурсы, вы можете добиться того, что — хотя я понимаю, что называть это «строкой кода» зависит от контекста — именно эта строка кода генерирует всё лучшие и более финансово выгодные решения для вас. Он вырос в цене. Если я не наблюдаю за ним в течение шести месяцев, он будет принимать худшие решения или не столь хорошие, как в начале. Этот актив уменьшил свою стоимость. Правильно ли я вас понял?
Иоаннес Верморель: Абсолютно. Идеально. Абсолютно. И, кстати, когда я говорю об этом для программного обеспечения, эту игру вели в течение полувека поставщики программного обеспечения. У Microsoft есть актив под названием Microsoft Excel. Они могут позволить ему снижаться в цене, и тогда программное обеспечение становится всё старее, и люди покупают всё меньше лицензий. Или же они могут инвестировать в него, чтобы сделать его лучше и дать людям стимул покупать новые версии.
Видите, так оно и есть. Таким образом, это продуктивный актив, потому что каждый день тонны людей покупают подписку или что-то ещё, они платят Microsoft за лицензию на это программное обеспечение. Так что для Microsoft это актив. Это то, что генерирует доход, и если они ничего не делают, он медленно, но верно теряет свою стоимость.
Например, некоторые активы Microsoft, как утверждает Microsoft, «мы никогда больше не будем инвестировать». Это история Microsoft Access. Например, Microsoft Access всё ещё остаётся активом с уменьшающейся стоимостью. Некоторые люди всё ещё покупают лицензию на него, так что в целом он по-прежнему приносит Microsoft доход, хотя по сути это кривая, направленная вниз. Microsoft решила примерно 15 лет назад, что они не будут проводить дальнейшие инвестиции в Access, за исключением минимальных обновлений, просто чтобы программное обеспечение продолжало работать. Но на этом всё. Ничего по-настоящему революционного, только минимальное обслуживание.
Конор Дохерти: Я также хочу уточнить терминологию, которую мы используем здесь, потому что, опять же, мы говорим о цепочке поставок, называя её невидимой, её не видно — это первая глава — её нельзя непосредственно наблюдать. Мы сейчас говорим о том, что это может быть CAPEX, это может быть актив, актив, который растёт в цене, да. Но мы также говорим о системах интеллекта. Система интеллекта — это актив, который затем становится вашей цепочкой поставок — то есть, разве эти понятия не становятся синонимичными?
Иоаннес Верморель: Нет, нет. Причина в том, что введение систем интеллекта — это действительно дискуссия, ориентированная на программное обеспечение.
Конор Дохерти: Но это актив. Это то, что вы покупаете. Вот где может возникнуть путаница.
Иоаннес Верморель: Нет, нет, нет, нет. Система интеллекта — это лишь часть актива, потому что для компании это нужно разъяснить.
Конор Дохерти: Да.
Иоаннес Верморель: Для компании нужно, чтобы у неё были люди и институциональные знания для эксплуатации вашего актива. Чтобы иметь по-настоящему полноценный актив — ведь у нас нет Скайнета, потому что система не является полностью автономной — нужны люди для управления программным обеспечением. Поэтому если вы думаете о вашем активе, вам следует включить в него людей, ответственных за эксплуатацию и обслуживание этого программного обеспечения.
Но система интеллекта на самом деле направлена на прояснение границ ответственности различных компонентов вашего прикладного ландшафта. Речь идёт просто о том, что этот кусок программного обеспечения должен отвечать за это, а не за другое.
Конор Дохерти: Да. И система интеллекта генерирует решения, о чём мы как раз говорили в терминах строк кода, которые генерируют решения. Вот что я хотел прояснить.
Иоаннес Верморель: Но то, что я обычно описываю как систему интеллекта, на самом деле является классом программного обеспечения. Я бы не включал в это тот факт, что для её обслуживания нужны люди. Опять же, когда я говорю о системах записей или отчётах, я говорю именно о программном обеспечении. Я просто классифицирую здесь различные виды программного обеспечения.
Я придерживаюсь программно-ориентированной точки зрения и думаю, какие функции принадлежат программному обеспечению, а какие нет. Здесь, когда я говорю «актив», я выбираю не программно-ориентированную, а экономическую точку зрения. Один из способов взглянуть на это — противоположность: обязательство. Это актив или обязательство? Вот как я это вижу. Таким образом, это экономическая позиция.
Когда я обсуждал системы интеллекта, это была программная точка зрения. Я знаю, что многое пересекается, но в основе я не рассматриваю это с одной и той же стороны.
Конор Дохерти: Хорошо.
Иоаннес Верморель: В конечном итоге, существует огромное количество перекрытий, но, опять же, всё зависит от точки зрения. Смотрю ли я на проблему с программной стороны или с экономической?
Конор Дохерти: Хорошо. Хорошо. Но тогда я хочу продолжить эту тему, потому что, с точки зрения практикующего специалиста, есть разделы в главе, которые являются очень техническими. Вы начинаете говорить о стохастическом gradient descent, например. Это всё интересно.
То, что действительно выделяется для меня, так это экономика, потому что это то, что говорит на моём языке. Это моя повседневная реальность: деньги приходят, деньги уходят. И если я человек, который берёт книгу, начинает её читать и говорит: «О, мне нравится эта идея. Мне нравится идея наконец превратиться из центра затрат в продуктивный актив», то что является моим первым шагом? Это система интеллекта? Каков линейный путь от «да, мне нравится эта идея» к «я продвигаюсь в её реализации»?
Иоаннес Верморель: Проблема в том, что отсутствует инкрементализм. Вы не можете линейно перейти от лошадей к автомобилям. Вот в чём проблема. Снова, здесь мы говорим о том, что это радикальный отход от традиционной мудрости.
Нам нужно принять идею о том, что интеллект — это спектр, и в рамках этого спектра компьютеры и машины занимают всё большую часть того, что ранее было привилегией человеческого ума. И теперь мы достигли такой ситуации с агентами, кодирующими решения, что философская позиция должна быть следующей: всё, что может быть выполнено интеллектуально, должно выполняться программным обеспечением, если не доказано иное.
Это даже сильнее того, что я писал в своей книге, потому что я считаю, что эти кодирующие агенты теперь установили такой высокий стандарт, что правильная позиция взаимодействия должна быть следующей: если вы не можете доказать, что эта задача выходит за рамки возможностей агента, мы должны по умолчанию считать, что агент способен и будет её выполнять. Это правильная позиция.
Как и в транспорте: если вы не можете доказать мне, что перенос вещей вручную является правильным подходом, по умолчанию я буду считать, что использование транспортного средства для перевозки лучше. Вы должны доказать мне, что отказ от транспортного средства — это правильный выбор.
В мире рабочих это настолько очевидно, что сегодня люди смотрят на что-то повторяющееся и спрашивают: “Неужели нельзя использовать машину для этого?” Это их стандартное мышление. Если я скажу вам, что есть Чарли Чаплин в стиле Modern Times и вам приходится ударять молотком 5 000 раз в день, люди скажут: “Но ведь должна быть машина. Никто не должен держать тяжелый молоток в руках и бить им 5 000 раз в день.” Очевидно, нужна машина.
Что произошло, и, как я думаю, это случилось в прошлом году с агентами по кодированию, так это то, что теперь правильная философская парадигма такова: до тех пор, пока не доказано иное, интеллектуальную работу должен выполнять механизм. И да, это не означает, что человеческий интеллект исчез; однако правильная философская позиция должна быть следующей: автоматизируйте всё, пока у вас нет очень веских причин, чтобы этого не делать.
Conor Doherty: Ну хорошо. Так, чтобы процитировать вас, сразу после этого, цитирую вас из шестой главы: “В масштабе, автономная автоматизация обыденного”, или просто повседневных простых вещей, “обыденных операционных решений уже более десятилетия находится в пределах досягаемости в цепочке поставок.”
Прежде всего, два момента по этому вопросу. Я позволю вам рассмотреть их по порядку. Во-первых, операционно, что означает “без присмотра”? Если вы говорите о сквозном процессе, опишите его для меня. Но также, какую роль в этом играют люди, если что-то пойдет не так?
Joannes Vermorel: Итак, “без присмотра” означает следующее — и можно привести пример. Если вы возьмете какую-нибудь компанию, опишите её, любой обычный бизнес. Подумайте о Walmart. Это просто обычный бизнес. Здесь нет ничего чрезмерного. Да, новости могут говорить, что в США есть какие-то геополитические проблемы где-то в мире, и что где-то в мире есть диктатор, творящий бардак, но в основе своей взгляните на Walmart как на обычный, нормальный день в США.
Ничего действительно экстравагантного не происходит. Это не снежная буря века. Просто обычная погода.
Conor Doherty: Обычный день.
Joannes Vermorel: Да, это обычный день. Что я говорю, так это то, что если день ощущается как один из этих обычных дней, и у вас уже было сотня таких дней в году, то ваша интеллектуальная система, этот кусок программного обеспечения, должна быть способна принимать все решения по цепочке поставок без участия человека.
И она должна делать это не с людьми, которые нажимают кнопку, чтобы сказать “да, да, да”. Она просто принимает решения, и у вас достаточно уверенности в том, что система доказала свою надежность настолько, что вы можете позволить ей действовать за вас.
Люди скажут: “О, можем ли мы доверить это компьютеру?” И ответ — абсолютно. Есть множество примеров. Например, ваша АБС в автомобиле, антиблокировочная система, принимает невероятно жизненно опасное решение. Она решит, что вы слишком сильно тормозите. Это буквально не система, чтобы тормозить больше. Это система, чтобы тормозить меньше, чтобы ваши колеса не начали скользить по дороге.
Таким образом, если эта АБС выйдет из строя, это означает, что вы потеряете тормоза. Очевидно, что это чрезвычайно опасная для жизни система, потому что именно в тот момент, когда она вам больше всего нужна, она должна быть супер-, супер-критически надежной. У нас были такие системы десятилетиями. Это не проблема, если у нас есть надлежащая инженерия.
Таким образом, я говорю, что в цепочке поставок, по определению, большинство дней являются обыденными, иначе мы бы неправильно определяли понятие “обыденное”. Я бы сказал, что система, вероятно, как минимум 19 дней из 20 — это ориентир — должна быть способна работать полностью автономно. Если вам приходится вмешиваться более двух раз в месяц, то у вас проблема. Да, будут месяцы, когда всё действительно выходит из-под контроля. Раз в десятилетие бывает сумасшедший месяц, когда за один месяц происходит пять кажущихся невозможными вещей.
Но опять же, если говорить о норме, большинство дней нормальны. Ваша система должна работать полностью автономно. И что я имею в виду под “без присмотра”? Это означает, что если в конце дня вы оглядываетесь на принятые решения — какое количество куда было отправлено — и говорите: “Все было хорошо. Все было хорошо. Нечего обсуждать. Всё работало так, как ожидалось. Нет ничего, о чем я жалею. Система функционировала именно так, как должна”, — и всё.
Conor Doherty: Ну, так это исключение. Это про то, что происходит, когда возникают исключительные случаи. Снова, как вы покупаете Rolex, покупаете его как актив, что-то идет не так, и тогда звоните часовщику. Это нормально для улучшения актива, ведь вы ранее согласились, что актив может расти в цене. Расти в цене означает становиться лучше. Если он становится лучше, предположительно, это благодаря какому-то человеческому вмешательству на определенном этапе этого процесса. Опишите, как это работает для слушателей.
Joannes Vermorel: Снова, мы находимся в парадигме программного обеспечения. Речь идет о постепенной рефакторизации вашего софта, чтобы он становился лучшей версией самого себя. Это инженерная задача, задача программной инженерии.
Conor Doherty: То есть проблема человеческого понимания.
Joannes Vermorel: Абсолютно. Именно это я и говорю. Это творческая проблема. В сущности, это когда вам придется изобретать преимущества по сравнению с конкурентами. Вам придется делать то, чего не делает конкурент. Так что это сложная проблема.
Нет правильного решения. Решение может оказаться правильным только потому, что ваши конкуренты пока этого не делают. Если они начнут, вам придется дифференцироваться. Таким образом, мы попадаем в область сложных проблем, открытых задач, проблем, которые не имеют тех формальных границ, о которых я говорил. И да, это привилегия человеческого разума, по крайней мере пока.
Но здесь мы четко понимаем, почему нужен человеческий ум. Потому что эти проблемы являются сверхсложными. По-настоящему их нельзя решить перебором. Их нельзя просто перечислить.
Conor Doherty: Например, приведите пример, если можете. Снова, вы — розничная компания или что угодно. Вы — компания, занимающаяся техническим обслуживанием в аэрокосмической отрасли. Выберите что угодно. Пример, когда у вас есть продуктивный актив, и сотрудник компании помогает улучшить этот актив.
Joannes Vermorel: Так, например, вы могли бы сказать: могу ли я установить партнерство с одним из моих поставщиков и организовать его таким образом, чтобы получить привилегированный доступ на рынке, иметь доступ к чему-то по цене ниже, чем у кого-либо другого?
Видите, каким должно быть это партнерство? Это может быть что угодно. Это может быть совместное предприятие, это может быть строительство железнодорожной линии для этого поставщика.
Conor Doherty: Стратегические инсайты.
Joannes Vermorel: Да. Это может быть что угодно. Например, я могу передать одну из своих технологий этому поставщику, чтобы улучшить его, по контракту. Это может быть, что поставщик инвестирует в мою компанию. Это может быть просто, что команды каждый месяц отправляются на совместный ретрит. Возможных форм так много.
Это не предложение, которое можно перечислить вариантами A, B, C. Нет. Кажется, возможностей бесконечно много.
Conor Doherty: Хорошо. И что касается — опять же, для примера — вот как я это примерно обрисовал, и, возможно, я ошибаюсь, можете поправить меня. Но если вы оказались в ситуации, когда в конце дня — вы привели пример Walmart — вы оглядываетесь, да, дела могли быть лучше, но знаете что, я действительно думаю, что это решение могло быть немного более оптимальным, потому что оно отражает нечто, что я знаю об этом поставщике или магазине. У меня просто есть очень уникальное человеческое понимание этого.
Если это повторяемое событие или регулярно происходящее, его можно интегрировать в код, выразить в виде кода, встроить в этот актив, и тогда в будущем это обучит модель принимать решения, и вам не придется постоянно—
Joannes Vermorel: Да. Именно так Microsoft совершенствует Microsoft Excel. Они смотрят, что говорят люди, их отзывы, и если видят, что что-то происходит очень часто, то в какой-то момент решают действовать и говорят: “Это не шум. Это не просто случайность. Это на самом деле фундаментально правильная обратная связь о продукте, и поэтому мы модифицируем продукт в этом направлении.”
И видите, здесь основная проблема в том, что в конце дня вы можете обнаружить много моментов, где, э, это решение могло быть лучше. Но проблема в том, что к концу дня вы знаете больше, чем программа знала в начале дня. То есть у вас больше информации. Вам нужно разобраться, что является вашим истинным инсайтом для решения, а что — эффектом выжившего, то есть информацией, появившейся постфактум, которой не было в вашей системе интеллекта в начале дня. Поэтому нельзя обвинять эту систему в том, что она была неосведомленной о том, что произошло в течение дня.
Conor Doherty: Хорошо. Мы уже говорим около часа, так что я хочу немного подвести итоги. Но есть один момент, который, как мне кажется, стоит уточнить: если цепочка поставок становится активом, то какому отделу принадлежит этот актив? Можно сказать, что компании, но где это проявляется? Это финансы?
Joannes Vermorel: Проблема в том, что с автоматизацией офисных работников все работы “белых воротничков” автоматизируются. Для меня это было очевидно еще 20 лет назад. И, кстати, у меня даже есть лекция, в которой я заявляю, как во второй лекции: “21-й век будет веком механизации белых воротничков.” Это буквально мое вступительное заявление.
Таким образом, суть в том, что идея о том, что мы превратим компании, их подразделения, в мини-программные компании для каждого отдела, наступает. Она наступала уже долгое время, и теперь наступает с силой. Проблема в том, что если вы говорите, что программное обеспечение принадлежит IT—
Conor Doherty: М-хм.
Joannes Vermorel: Каков конечный итог этого? Оно управляет всей компанией. А нам это не нужно. Суть в том, что нам это не нужно, потому что это обесценивает понятие IT. Если вы говорите: у меня есть юридический отдел, маркетинг, цепочка поставок и так далее, это разделение труда. Это способ разбивки ролей.
Таким образом, если вы говорите, что всё переходит в IT, тогда, хорошо, это означает, что IT становится всей компанией, и тогда возникает вопрос: как это разбить? Я просто оттягиваю проблему, перекладывая ответственность. Если я положу всё в IT — почему бы и нет, но тогда вопрос будет: как это распределить?
Так что я говорю, что вложение всего в IT делает это понятие бессмысленным. Это просто означает, что IT становится компанией. Поэтому, если мы хотим сохранить слова, имеющие значение, то не может быть так: “всё переходит в IT”, потому что тогда мы теряем само предложение, отсутствует разделение труда, и наши слова перестают иметь значение.
Таким образом, я говорю, что мы живем в мире, где практически везде, где раньше было много офисных работников, теперь вместо них будет много программного обеспечения. И интересный момент в том, что агенты по кодированию придают увлекательный аспект тому, каким может быть будущее компании. Возможно, в каждом подразделении будут люди, управляющие агентами по кодированию для создания собственных активов для своего подразделения.
Это означает, что у вас есть юридический отдел, люди которого используют агентов для работы в масштабе и для достижения высокой продуктивности. То же самое для HR. То же для каждого подразделения. Так что я говорю: если цепочка поставок по сути становится игрой программного обеспечения — и это то, что я отстаиваю в этой книге — то это просто означает, что подразделение цепочки поставок становится своего рода специализированным программным подразделением внутри компании, и их цель — создавать, эксплуатировать, поддерживать и развивать актив, который является продуктивным и генерирует прибыль, эффективно играя в игру цепочки поставок.
И это будет параллельным направлением, потому что маркетинг будет играть ту же самую игру, у них будет та же проблема, и им также придется развивать свои продуктивные активы, чтобы, на уровне брендинга, на уровне осведомленности о рынке, создавать нечто, что генерирует деньги для компании.
Снова, с реальным продуктивным активом, где человеческая рабочая сила все еще есть, но она не доминирует. Это именно будущее многих крупных корпораций. Это уже так для производственных компаний. В большинстве производственных компаний доминирует не трудовой компонент. Если посмотреть на Nvidia, их затраты на оплату труда не доминируют. Доминирует капитал, цена машин, которые они эксплуатируют. Это намного значительнее, чем рабочие, которые их обслуживают.
И если вы посмотрите на Microsoft, оценка их программных активов гораздо выше, чем сумма, которую они выплачивают сотрудникам. Таким образом, по сути, программные компании работают в этой парадигме десятилетиями, где оценка ваших нематериальных программных активов составляет буквально основную часть того, что вы делаете. Да, вы платите зарплаты, хорошие зарплаты для программистов, но по сравнению с активами они малы.
И теперь мы наблюдаем следующий этап, когда практически все компании начинают становиться немного больше похожими на программные компании. Это странный мир, но я также скажу, что это мир, в котором многие люди предвидели такое развитие десятилетиями. Так что это не что-то совершенно новое.
Conor Doherty: Ладно. Последний вопрос, который как бы замыкает круг для практиков цепочки поставок, читающих это. Для примерно 10 миллионов практиков цепочки поставок, которые дочитают шестую главу, что им следует вынести из сказанного вами?
Joannes Vermorel: Им нужно переосмыслить свой собственный человеческий интеллект и то, где их добавленная стоимость по сравнению с машинным интеллектом. Именно этот вопрос задавались рабочим два века назад. Тот самый вопрос: какова ваша добавленная стоимость?
И, кстати, существует множество отличных ответов. Много людей, работающих руками, до сих пор высоко ценятся рынком. Если вы зайдете в изысканный ресторан в Париже, там есть шеф-повар. Шеф-повар — это рабочий, и обычно этот шеф-повар зарабатывает очень хорошо.
Таким образом, существует множество очень хороших ответов. Ответ — не боль и страдания. Ответ таков: у вас есть шеф-повара, которые зарабатывают — если посмотреть на самых высокооплачиваемых людей во Франции, многие из этих шеф-поваров занимают довольно высокие позиции по уровню богатства по сравнению с населением в целом.
Но, тем не менее, это реальный вопрос, которым необходимо заняться. Все рабочие, синие воротнички, были вынуждены задаться вопросом: какова моя ценность по сравнению с машиной? И теперь люди в белых воротничках испытывают ту же самую необходимость по-настоящему задуматься о том, какова их ценность по сравнению с машинным интеллектом.
Моя быстрая уверенность такова: не волнуйтесь, у вас ещё достаточно пространства. Но всё будет иначе, и вам просто нужно тщательно обдумать это, не предполагая, что мир останется прежним, потому что это действительно не так.
Conor Doherty: Если бы мне предстояло это обобщить, общий совет 10 лет назад был «учись программировать», а сегодня — «учись готовить».
Joannes Vermorel: Или, если хотите, учись метапрограммированию, потому что программирующий агент просто пишет код за вас с гораздо большей скоростью. Если вы уже умеете программировать — это хорошо. Люди, которые уже умеют программировать, угадайте что, для них именно эти технологии воспринимаются легче всего. Видите, набор навыков, которым вам нужно дополнительно научиться, становится как бы другим.
Но в конечном итоге, глубокие знания, например, в программировании, не делают вас неэффективными для перехода к следующему этапу этой революции. Напротив. Так что 10 лет назад совет учиться программированию был бы хорош. И, кстати, он по-прежнему остаётся хорошим советом, если вы хотите по-настоящему освоить программирующих агентов. Лучше, если вы сами хотя бы немного владеете менталитетом программиста.
Conor Doherty: Да.
Joannes Vermorel: Синтаксис языков теперь гораздо менее важен. Но, опять же, мир огромен, возможностей очень, очень много, так что я не могу предложить универсальное решение. Этот путь будет очень личным, как, опять же, два века назад, когда рабочие синих воротничков были вытеснены машинами. Одни решали стать художниками, некоторые становились чем-то совершенно другим и так далее, и так далее. Существует миллионы разных путей.
Но вы должны быть внимательны, потому что механизация базовых, рутинных интеллектуальных операций уже наступила. Она уже здесь.
Conor Doherty: Хорошо. Джоаннес, большое вам спасибо. У меня нет больше вопросов. Увидимся скоро в главе седьмой.
И вам, что смотрите, большое спасибо за ваше время. Как всегда, я говорю это каждую неделю, в каждом видео: если хотите продолжить разговор, не стесняйтесь обратиться к Джоаннесу и ко мне. Самый простой способ — через LinkedIn, или, если это не получится, вы можете отправить нам письмо на contact@lokad.com.
И на этом увидимся в следующей главе седьмой. И да, возвращайтесь к работе.
