00:00:00 Введение: скрытая стоимость фиксированных lead times
00:00:57 Противоречие: все знают, что lead times меняются, но компании планируют так, будто это не так
00:01:52 Почему теория и ПО supply chain во многом игнорируют изменчивость lead times
00:04:01 Влияние на руководство: неверное распределение капитала, избыток запасов и дефициты
00:08:28 Пример: когда один задержанный заказ становится новым стандартным lead time
00:10:36 Фиксированные lead times как наивный алгоритм прогнозирования
00:12:29 Пример скоропортящихся товаров: где утекают деньги
00:17:02 Что компании могут и не могут контролировать в изменчивости lead times
00:19:06 Как фиксированные lead times усиливают другие упрощения supply chain
00:20:49 Входящая мощность склада: почему важно сглаживать поставки
00:24:10 Почему повседневная мелкая изменчивость вреднее редких глобальных шоков
00:29:00 Оценка поставщиков и необходимость вероятностного моделирования lead times
00:33:52 Почему отчетов OTIF и supplier scorecards недостаточно
00:35:19 Макрокризисы против ежедневных ошибок, созданных самими компаниями
00:38:55 Amazon и мастерство управления повседневной изменчивостью в масштабе
00:42:13 Вопрос аудитории: исторические средние и buffer
00:45:18 Пример химического производства: дорогие ресурсы против дешевых, но критичных ресурсов
00:49:12 Вопрос pharma: как моделировать изменчивость lead times на практике
00:56:28 Почему исторические разрывы lead times сами по себе не запускают хорошие решения
00:58:23 Отступление: Tetris в Excel и пределы электронных таблиц
00:59:01 Кто должен владеть функцией потерь?
01:03:22 Сталкиваются ли компании с короткими lead times с той же проблемой?
01:07:25 Нужен ли все еще safety stock?
01:10:23 Практические следующие шаги: роботизация решений supply chain
01:14:12 Заключение
Резюме
Проблема не в том, что lead times меняются. Это знают все. Проблема в том, что компании планируют так, будто они не меняются, а затем удивляются, почему капитал тратится впустую, запасы неверны, а сотрудники целыми днями тушат пожары. Фиксированные lead times, safety stock и buffer не являются экономическим рассуждением. Это бюрократические сокращения. Реальный ущерб чаще возникает не из-за зрелищных кризисов, а из-за бесчисленных малых ошибок, которые компании сами создают и повторяют каждый день. Решение в том, чтобы явно моделировать неопределенность и принимать решения по ожидаемой экономической отдаче, а не по привычке, средним значениям или административному удобству.
Полная стенограмма
Conor Doherty: Это Supply Chain Breakdown, и сегодня мы разбираем скрытую стоимость фиксированных lead times. Я Conor, директор по маркетингу Lokad, а слева от меня, как всегда, основатель Lokad Joannes Vermorel.
Перед началом несколько вопросов к аудитории. Считаете ли вы, что lead times меняются? А если да, планируете ли вы так, будто они фиксированы? Именно это противоречие мы сегодня обсуждаем. Присылайте вопросы и комментарии заранее, я постараюсь включить их в разговор.
Вопрос “меняются ли lead times” очевиден. В простом опросе LinkedIn более 90 % ответили: да, конечно. Настоящий вопрос в другом: почему люди это признают, но компании строят процессы принятия решений так, будто этой реальности нет.
Joannes Vermorel: Причин несколько. Во-первых, основная теория supply chain почти не признает эту вариативность. В учебниках на тысячу страниц тема почти отсутствует. Поэтому в большинстве продуктов для planning и forecasting нет анализа, моделирования или прогнозирования lead times. Практики могут хотеть это делать, но инструменты не помогают.
Во-вторых, менеджмент часто думает: “Это проблема поставщика.” Как будто это дефект, который поставщик должен исправить раз и навсегда. Люди понимают, что это не исчезнет, но такая установка позволяет не уделять теме внимания.
В итоге есть вакуум в теории, вакуум в ПО и организационная позиция: “Если поставщик решит проблему, нам ничего делать не надо.” Теоретически верно, но практически этого не происходит.
Conor Doherty: Мы уже говорили, что спрос, вероятно, источник неопределенности номер один, а неопределенность lead times очень близко на втором месте. Но компании мало инвестируют в эту тему. Каков непосредственный риск на уровне руководства?
Joannes Vermorel: Если вы игнорируете свои lead times, вы вкладываете в запасы слишком много или слишком мало капитала. Это огромный драйвер бизнеса. Если вы думаете, что lead time семь дней, а на деле месяц, проблемы идут каскадом по всей операционной цепочке.
Все понимают, что не доставить клиенту on time and in full опасно. Но то же самое относится к поставщикам: они стараются, но у них есть непредвиденные события, и они не всегда доставляют вовремя и полностью. Поэтому lead times меняются.
Если у вас десятки или сотни поставщиков, каждый день часть заказов будет опаздывать или приходить не в той партии. Это нормальная часть бизнеса. Игнорировать это значит вести бизнес с одним закрытым глазом.
Последствия велики: остановка фабрики, невыполненные обещания клиентам, или избыток запасов, потому что контракт говорит “две недели”, а реально поставщик привозит за два дня. Еще одна причина слабого внимания - политическая игра S&OP: demand forecast влияет на бюджеты, и все фокусируются на нем. Lead times экономически важны, но менее важны для этих внутренних игр.
Conor Doherty: Фиксированные lead times - это обычно средние или контрактные значения.
Joannes Vermorel: Да. Часто lead times даже не измеряют. В контракте семь дней, значит в системе семь дней. Контракт может быть десятилетней давности. Число устарело, но остается.
Conor Doherty: Пример: нормальный lead time для пары SKU-поставщик - 14 дней. Один раз поставщик говорит: будет 100 дней. Система считает, что 100 дней - новый стандарт, и это остается для следующего заказа. Получается огромный overstock.
Joannes Vermorel: Это очень типично. Такая политика - наивный алгоритм forecasting lead time: взять последний lead time и считать его будущей нормой. Но он не осознается как алгоритм, поэтому нет backtesting. Lead times трактуются как административные данные, почти как почтовый индекс поставщика.
Conor Doherty: Возьмем скоропортящиеся товары с номинальным lead time десять недель. Может быть восемь, десять, двадцать четыре недели. Где теряются деньги?
Joannes Vermorel: В скоропортящихся товарах спрос и цена сильно зависят от сезона. Правильный момент может стоить в четыре раза дороже неправильного. Если товар должен прийти 1 сентября, а приходит 1 ноября, спрос и цена уже другие.
Вы не обслуживаете клиентов в сентябре, теряете продажи и, возможно, долю рынка. Потом приходит груз, но поздно: спрос ниже, цена ниже, часть товара становится мертвым запасом или требует больших скидок.
Если организация не готова к вариациям lead time, возникает firefighting: люди вручную кликают, меняют параметры и перенастраивают систему. Вместо проактивного распределения капитала они тушат банальные, предсказуемые проблемы.
Conor Doherty: Но не все под контролем компании. Нельзя ускорить корабль.
Joannes Vermorel: Именно поэтому нельзя ожидать, что проблема lead time исчезнет. Она не полностью под вашим контролем, часто даже не полностью под контролем поставщика. Lead times будут продолжать меняться.
Но эти изменения имеют большое значение для доходности каждой аллокации капитала. Заказ у далекого поставщика должен учитывать вариативность lead times в экономическом расчете. Иначе вы закажете слишком много или слишком мало, не зная этого.
Conor Doherty: Фиксированные lead times усиливают другие shortcuts: service levels, ABC, статические MRP/ERP правила.
Joannes Vermorel: Да. Слепота к важному фактору создает глупые дорогие проблемы. Например, склад может принять только десять грузовиков в день. План уже заполнен, и один опоздавший грузовик превращает десять в одиннадцать. Водитель не всегда может ждать, грузовик может быть нужен для другой перевозки.
Проактивно можно было сгладить поток: попросить поставщика привезти на день позже и держать восемь грузовиков в день вместо десяти. Иногда более длинный lead time экономически лучше. Сглаживание предотвращает инциденты и firefighting.
Conor Doherty: Многие считают, что lead times опасны только при экстремальных событиях: COVID, закрытый канал, Ормузский пролив. Вы говорите, что вред повседневный.
Joannes Vermorel: Да. Во многих компаниях почти все занимаются busy work: Excel, ERP, ручные корректировки. Большая компания может тратить десятки человеко-дней каждый день просто чтобы поток продолжал идти. Это не капитализируемая работа.
Supply chain - экономическая игра с тысячами решений в день. Если люди заняты firefighting, у них меньше внимания для главных решений. Это как играть в шахматы, одновременно туша пожар на кухне. Решения становятся грубыми и инстинктивными.
Conor Doherty: Как probabilistic моделирование lead times меняет оценку поставщиков?
Joannes Vermorel: Только имея вероятностную модель, вы можете оценить экономический эффект вариаций. Можно сравнить сценарии с вариацией и без нее. Без этого невозможно рационально вести переговоры. Если вы требуете идеальной надежности, поставщик спросит: по любой цене?
Очень хорошие lead times возможны, но стоят дорого. Экстренная доставка замка в Париже за час может стоить в пять раз дороже. Иногда, наоборот, можно сказать поставщику: нам не срочно, дадим два месяца больше, снизите цену? В авиации такое бывает. Переговоры не всегда про сокращение lead time; иногда выгодно его удлинить.
Conor Doherty: А OTIF, supplier scorecards, штрафы?
Joannes Vermorel: Это намного слабее настоящей экономической модели. Supply chain должна быть продуктивным активом, работающим unattended. Unattended значит ноль людей в обычном режиме. На практике многие компании не могут прожить и дня без десятков человеко-дней firefighting. Нематериализованные lead times сильно этому способствуют.
Conor Doherty: Макроудары касаются всех, а микрохаос можно контролировать.
Joannes Vermorel: Именно. Мировой кризис бьет по конкурентам тоже. А вот внутренние машины хаоса - ваши. Компании выигрывают долю рынка, когда создают меньше самоповреждений. Amazon силен не хрустальным шаром, а автоматизацией микрорешений: обещания доставки по почтовому индексу, цены, возвраты. Делать банальные вещи правильно в масштабе - огромная сила.
Conor Doherty: Почему историческая средняя плюс buffer недостаточны?
Joannes Vermorel: Buffer - это политика распределения капитала без экономического расчета. “lead time плюс семь дней запасов” не отвечает, прибыльно ли это, занимает ли складское место, конкурирует ли капитал с другими решениями. Может быть правильно случайно, но не систематически. Моделирование lead times открывает путь к расчету ожидаемой доходности с учетом риска.
Conor Doherty: Химическое производство: дорогой материал и дешевый, но критичный input. Как решать?
Joannes Vermorel: Экономическим расчетом. Все опции конкурируют за бюджет и ресурсы. Дорогой компонент имеет убывающую отдачу. Дешевый критичный input может быть как duct tape в авиации: почти ничего не стоит, но без него самолет стоит на земле. Но даже дешевый товар может занимать много места. Все факторы надо переводить в евро или доллары.
Conor Doherty: Это не set-and-forget.
Joannes Vermorel: Да. Unattended процесс генерирует решения, а люди улучшают численные рецепты. Улучшение должно улучшать сегодняшние, завтрашние и последующие решения. Тогда работа накапливается.
Conor Doherty: Что нужно технически, например в pharma?
Joannes Vermorel: Нужна вероятностная модель: machine learning компонент, который превращает исторические наблюдения в распределения вероятностей. Затем lead times комбинируются с другими неопределенностями: спрос, будущие цены, возвраты, фактически полученные количества. В pharma поставщик может не только опоздать, но и привезти неполную партию.
Далее нужна экономическая модель и stochastic solver, который перебирает решения и максимизирует доходность. Excel плохо подходит для вероятностных объектов. Нужна среда вроде Lokad или аналогичная.
Conor Doherty: То есть мы используем компьютеры.
Joannes Vermorel: Да, но spreadsheets тоже компьютеры. Важно выбрать правильный инструмент. Tetris можно сделать в Excel, но это неудобно. Когда появляются вероятности, spreadsheets не подходят.
Conor Doherty: Если компании уже track lead times, почему этого мало?
Joannes Vermorel: Tracking - это workflow, не модель. Вы видите прошлое, но нет вероятностного слоя, нет комбинации с другими неопределенностями, нет связи с распределением ресурсов. Моделировать lead time отдельно бесполезно; нужен весь пакет: другие неопределенности, экономический рецепт и stochastic solver.
Conor Doherty: Что с ownership loss function?
Joannes Vermorel: Не надо создавать новую сущность. Supply chain и так бюрократична и растет. Loss function нужно разложить на экономические drivers. Стоимость stockout принадлежит Sales, стоимость денег - Finance. Supply chain владеет упаковкой формулы, а не всеми компонентами.
Conor Doherty: Короткие lead times тоже важны?
Joannes Vermorel: Зависит от экономики. При коротких lead times клиенты тоже ждут коротких lead times. Один день задержки в свежей еде может быть очень дорогим. Быстрый тест: сколько времени уходит на firefighting. Если больше 20 %, потенциал огромен.
Conor Doherty: Нужен ли safety stock при probabilistic lead times?
Joannes Vermorel: Нет. Safety stock - неэкономическая политика распределения капитала. Неэкономический инструмент не может систематически давать экономически правильный ответ. Вероятностный подход к lead times еще яснее показывает устарелость safety stock.
Conor Doherty: Какой следующий шаг?
Joannes Vermorel: Роботизировать процесс принятия решений. Lead time modeling - средство, а не цель. Цель - лучшие решения. В Lokad плохое моделирование lead times было одним из источников “insane” решений, экономически незащитимых. Не моделируйте lead times изолированно; начинайте с решений, которые система принимает плохо, и исправляйте blind spots.
Conor Doherty: На этом закончим. Спасибо, Joannes, и спасибо всем за вопросы, DMs и комментарии. Через несколько недель поговорим о pricing in supply chain. А пока: возвращайтесь к работе.
