FAQ: Глоссарий

Подход Lokad к оптимизации решений в цепочке поставок использует несколько перспектив и инструментов из разных областей, а не только из самой цепочки поставок. Среди них машинное обучение (ML), искусственный интеллект (AI), вероятностное прогнозирование, философия и экономика. Поэтому наша терминология подвержена влиянию множества дисциплин. Эта страница предназначена для объяснения того, как (и почему) Lokad использует эти термины в контексте оптимизации цепочки поставок, а также конкретного оттенка, который мы хотим передать, когда используем их.

Целевая аудитория: Цепочка поставок и/или отделы планирования.
Последнее изменение: май 2024 года

Что означает “Цепочка поставок”?

Для Lokad цепочка поставок является и практикой, и предметом изучения, который можно определить следующим образом:

Цепочка поставок - это владение возможностью выбора в условиях изменчивости при управлении потоком физических товаров.

Возможность выбора относится к способности выбрать правильную “опцию” из множества конкурирующих альтернатив. Эта выбранная “опция” становится “решением”. Рассматриваются все решения, которые формируют поток физических товаров, такие как заказы на пополнение запасов, заказы на производство и изменение цен. Кроме того, возможность выбора относится к созданию доступных вариантов в первую очередь. Например, инвестирование ресурсов в поиск альтернативных поставщиков с целью создания дополнительных вариантов для компании.

Изменчивость относится к неустранимой неопределенности, связанной с будущим состоянием рынка, то есть условия могут существенно измениться с момента на момент. Это происходит потому, что цепочки поставок, по своей природе, подвержены воздействию сил, которые не могут быть полностью контролируемыми компанией. К таким силам относятся спрос клиентов, цены на товары, сроки поставки от поставщиков и т. д. Таким образом, любые методы или инструменты, используемые для целей цепочки поставок, должны фронтально решать проблему неполного знания и риска, которые присущи цепочкам поставок.

Наконец, поток физических товаров является критическим и отличает владение цепочкой поставок от, скажем, финансовой торговли. Цепочки поставок, естественно, ограничены своей физической природой - заинтересованные стороны (например, клиенты, поставщики, оптовики, транспортные компании, производители и т. д.) географически распределены. Любые методы или инструменты, используемые для связи этих заинтересованных сторон, должны непосредственно (и должным образом) учитывать многочисленные ограничения, которые обычно возникают на пути. Примеры таких ограничений: минимальное количество заказа (MOQ), минимальная стоимость заказа (MOV), полные грузовики, ограниченное пространство на складе и общая способность компании обрабатывать входящие/исходящие заказы и т. д.

Что такое “основная перспектива цепочки поставок”?

Основная перспектива цепочки поставок (MSCP), или классическая перспектива цепочки поставок, относится к нескольким ошибочным предположениям и практикам, с которыми обычно сталкиваются, включая:

• MSCP предполагает, что будущее можно предсказать совершенно точно. Методы, такие как классическое прогнозирование временных рядов, пытаются выразить будущее в виде одного значения (например, спрос, возвраты, процент брака, сроки поставки и т. д.). Это неправильно, потому что будущее, естественно, неизвестно (то есть будущая неопределенность не может быть полностью устранена с помощью прогнозирования). Таким образом, идентификация только одного будущего значения является неоптимальной с точки зрения управления рисками (поскольку отсутствуют размерности вероятности).

• MSCP предполагает, что сама цепочка поставок не подвержена враждебному поведению. Вообще MSCP даже не учитывает, что заинтересованные стороны (например, сотрудники, клиенты, поставщики, партнеры, конкуренты и т. д.) могут иметь свои собственные цели и что эти цели могут негативно сказаться на их цепочке поставок.

• MSCP предполагает наблюдаемость. Реальность заключается в том, что каждая крупная компания работает через раздражающе непрозрачный прикладной ландшафт (прикладные программы), что делает непосредственное наблюдение за цепочкой поставок чрезвычайно сложным.

• MSCP не обладает опровержимостью. Он устойчив к реальности. Независимо от того, насколько плохо техники, перечисленные в основных учебниках или предложениях поставщиков, работают на практике, ни одна из этих техник не может быть опровергнута реальной обратной связью.

К 2024 году большинство крупных компаний реализовали несколько решений по оптимизации цепочки поставок с 1980-х годов, однако многие (если не большинство) из этих компаний до сих пор работают на электронных таблицах. Это еще один ключевой аспект MSCP: поставщики программного обеспечения стали мастерами в отводе вины и неизменно винят практиков цепочки поставок в том, что они не могут “следовать процессу” или “использовать адекватные параметры”.

Однако реальность гораздо проще: сама теория MSCP не работает, и практики цепочки поставок возвращаются к своим электронным таблицам, потому что какие бы грубые эвристики у них ни были, эти эвристики (хотя и далеки от идеала) превосходят “сложные методы”, представленные в учебниках MSCP.

Вот почему Lokad начал реформирование цепочки поставок в 2011 году, как в области исследований, так и в практике. Мы называем это преобразование Количественная цепочка поставок.

MSCP идеально отражается в ряде классических учебников:

• Production and Operations Analysis, Seventh Edition, by Steven Nahmias and Tava Lennon Olsen, 2015
• Inventory and Production Management in Supply Chains, Fourth Edition, by Edward A. Silver, David F. Pyke, and Douglas J. Thomas, 2016
• Fundamentals of Supply Chain Theory, Second Edition, Lawrence V. Snyder, Zuo-Jun Max Shen, 2019

Что такое “планирование спроса”?

С точки зрения основной перспективы цепочки поставок, планирование спроса - это совокупность процессов, используемых компанией для количественной оценки будущего спроса. Подразумевается, что после того, как будущий спрос был точно оценен, адекватное управление цепочкой поставок в основном сводится к правильному и своевременному распределению ресурсов, чтобы компания доставляла “ровно столько, сколько нужно” для рынка.

Процессы планирования спроса включают методы, основанные на анализе исторических продаж и прогнозировании связанных с ними временных рядов. Они также включают методы, основанные на сотрудничестве с отделами продаж и маркетинга для уточнения цифр на основе целей, установленных самой компанией.

Однако с точки зрения Количественной цепочки поставок (QSC) от Lokad, планирование спроса - это устаревшая концепция, которая не имеет места в современной цепочке поставок. Вместо этого QSC утверждает, что выполнение цепочки поставок должно быть роботизировано, управляемо числовыми рецептами, которые обычно включают фазу прогнозного моделирования, а затем стохастическую оптимизацию.

Фаза прогнозного моделирования охватывает все аспекты “прогнозирования”, не только будущего спроса, но и всех других источников неопределенности (например, будущие сроки поставки, будущие цены на товары, будущие возвраты клиентов и т. д.). Фаза стохастической оптимизации охватывает все “принятие решений” (например, выбор количества для повторного заказа, распределение имеющегося запаса через сеть продаж, переоценка цен) - что традиционно отделяется от планирования спроса.

Планирование спроса устарело по нескольким причинам.

Во-первых, оно предполагает, что люди должны быть вовлечены в выполнение “количественной оценки будущего”. Это полная трата времени и энергии. Люди, конечно, должны быть вовлечены в разработку числовых рецептов, которые поддерживают прогностические модели (как это делают ученые по цепочке поставок Lokad). Однако прогностические модели должны работать полностью без присмотра, поскольку нет никакой добавленной стоимости в том, чтобы позволять людям вмешиваться в процесс, который обычно генерирует тысячи - если не миллионы - чисел ежедневно.

Во-вторых, поскольку “ручное планирование спроса” уже медленное и дорогостоящее, у компаний обычно не остается ресурсов для решения всех остальных источников неопределенности (например, сроки поставки, возвраты, качество и т. д.). Оценка будущего спроса является критической, но не единственной источником неопределенности. Будущие сроки поставки, будущие цены на товары, будущие цены конкурентов, будущие возвраты клиентов и т. д. - это другие ключевые источники неопределенности, которые также должны быть количественно оценены.

В заключение, планирование спроса - это устаршая перспектива организации цепочек поставок. Эта перспектива возникла до появления компьютеров и продержалась дольше, чем следовало бы. В настоящее время ее следует заменить более подходящими подходами, такими как перспектива QSC от Lokad.

Что такое “Quality of Service”?

В контексте оптимизации цепочки поставок “Quality of Service” (QoS) относится к способности компании обслуживать своих клиентов, соответствуя их неявным ожиданиям. QoS не является метрикой или даже чем-то осязаемым: это отражает намерение компании адекватно обслуживать своих клиентов. QoS является направленным, но неопределенным.

Попытка выявить неявные ожидания клиентов - это широкая и многогранная проблема. Опрос клиентов сопряжен с проблемами. Клиенты могут вежливо заявить, что они полностью удовлетворены обслуживанием, но при этом посещать конкурентов. Напротив, клиенты могут громко жаловаться, остаясь при этом преданными.

Кроме того, QoS никогда не является одномерной проблемой. Каннибализация и замещение, а также различия в ценах, обычно затрудняют определение того, что на самом деле означает “наличие” для клиентов. Часто также необходимо учитывать специфические для отрасли вопросы. Например, хотя на полке осталось много йогуртов, клиенты могут считать их неприемлемыми, если все они истекают через три дня.

На практике метрики, которые разумно приближаются к QoS, могут быть выявлены только через тщательное и интеллектуальное изучение бизнеса. Это требует глубокого мышления и эмпатии с клиентами. Некоторые методологии идут далеко в определении высококачественных приближенных метрик, таких как экспериментальная оптимизация - подход, разработанный Lokad.

Одной из самых больших ошибок основной перспективы цепочки поставок является представление уровней обслуживания - вероятности отсутствия товара на складе - как разумной прокси-метрики QoS. Это почти всегда неверно. Уровни обслуживания полностью игнорируют все каннибализацию и замещение, которые являются всеобщими в большинстве отраслей. Они также полностью игнорируют неравномерный спрос, когда клиенту требуется, чтобы множество товаров было одновременно доступно для удовлетворения его потребностей (например, профессор покупает книги для всего класса студентов, несколько одинаковых выключателей нужно для ремонта дома). Уровни обслуживания также полностью игнорируют готовность клиента заплатить больше, чтобы быть обслуженным быстрее, или наоборот, быть готовым заплатить меньше, если обслуживание задерживается.

В заключение, QoS - это стремление к оптимизации. Оно отражает то, что компания хочет оптимизировать, даже если критерии оптимизации остаются неясными, так как компания сталкивается с сложной проблемой. QoS - это направляющий принцип, который будет направлять поиск метрик, которые являются достоверными прокси-показателями этого стремления. Уровни обслуживания и другие наивные метрики не следует путать с разумной прокси-метрикой QoS.

Что такое “AI Pilot”?

Это относится к общей автоматизации оркестрации цепи поставок с использованием искусственного интеллекта. AI Pilot включает процессы принятия решений (например, сколько мне нужно произвести?) а также мирные вспомогательные процессы (например, получение актуальных MOQ для определенного поставщика). Lokad придумал этот термин в начале 2024 года. AI Pilot, как программное обеспечение, разрабатывается учеными по цепи поставок Lokad. Мы создаем один пилот для каждой клиентской компании, хотя между нашими реализациями есть много общего. AI Pilot работает на платформе Lokad, обладающей возможностями по работе с большими данными и машинным обучением. AI Pilot - это услуга, предоставляемая Lokad, и обычно оплачивается ежемесячно.

Чтобы узнать больше о том, как работают AI Pilot, ознакомьтесь с нашим подкастом в формате длинной версии на эту тему.

Что означает “Количественная цепь поставок”?

“Количественная цепь поставок” (QSC) - это набор методологий и технологий, разработанных Lokad в 2010-х годах. Он включает ряд техник, таких как вероятностное прогнозирование, стохастическая оптимизация и дифференцируемое программирование, которые отсутствуют в основной перспективе цепи поставок. Он также включает ряд методологий, таких как экспериментальная оптимизация, персонажи цепи поставок, адверсарное маркетинговое исследование, которые также отсутствуют в основной перспективе цепи поставок.

Термин “Количественная цепь поставок” был придуман в 2017 году в книге основателя Lokad Йоаннеса Вермореля The Quantitative Supply Chain. Манифест QSC можно кратко описать следующим образом:

1. Необходимо рассмотреть все возможные будущие сценарии; вероятность для каждой возможности
2. Необходимо рассмотреть все возможные решения; возможности против вероятностей
3. Экономические факторы должны использоваться для приоритизации возможных решений
4. Контроль требует автоматизации каждой мирной задачи
5. Ученый по цепи поставок должен взять на себя ответственность за числовые результаты

Количественная цепь поставок можно рассматривать как область исследования, которая собирает все необходимые материалы для практической реализации AI Pilot для определенной цепи поставок.

Что такое “Цепь поставок как услуга”?

Со стороны Lokad может быть описана как компания, разрабатывающая корпоративное программное обеспечение. Однако, вблизи Lokad сильно отличается от того, чего люди могут ожидать от поставщика программного обеспечения. Lokad не только предоставляет роботизированные решения для цепи поставок, но и берет на себя ответственность за результаты работы цепи поставок, полученные благодаря этим решениям. Наши ученые по цепи поставок постоянно контролируют и совершенствуют автоматизацию, которую мы внедрили для каждого из наших клиентов. Таким образом, подписка на Lokad позволяет нашим клиентам получить более прибыльное выполнение их цепи поставок.

Этот подход сильно отличается от, скажем, предложения SaaS (программное обеспечение как услуга), где клиентская компания остается ответственной за все, что имеет значение. С SaaS отдел IT освобождается от управления еще одним приложением, но это все. Если что-то идет не так, например, непостоянный спрос, хаотичные поставки, неполные данные и т. д., полностью на команде поставщиков цепочки поставок решать эти проблемы. С другой стороны, с SCaaS это задача Lokad разобраться. Естественно, на практике это совместное усилие между Lokad и ее клиентом. Однако Lokad обязана достигать результатов, а не просто поддерживать работу серверов.

Что такое “числовой рецепт”?

Lokad автоматизирует процессы принятия решений в цепях поставок, и мы обычно называем программные компоненты, которые эффективно выполняют автоматизацию, наши “числовые рецепты”. Эти числовые рецепты обычно довольно сложны, так как они отражают внутренние сложности самих цепей поставок. Рецепты представляют собой смесь множества мелких шагов подготовки данных, переплетенных с совершенствованием аналитических шагов - обычно алгоритмов машинного обучения или математической оптимизации.

Мы используем термин “рецепт” вместо “алгоритма”, так как эти рецепты никоим образом не являются такими “чистыми”, как ожидают большинство программных инженеров, говоря о алгоритмах. Более того, в то время как от алгоритма ожидается решение четко определенной проблемы, это обычно не так для наших рецептов. В конечном счете, на кону стоит комплексная производительность всей цепи поставок, и это открытая и нечетко определенная проблема. Таким образом, оценка рецепта такая же сложная, если не более сложная, чем его создание.

Что такое “обычные решения в цепях поставок”?

Решение в цепи поставок - это решение, которое имеет реальные последствия для потока товаров. Например, пополнение запасов, заказы на производство и изменение цен - это решения, которые глубоко влияют на поток товаров.

Современные цепи поставок обычно включают ежедневно десятки тысяч, а иногда и миллионы решений. Как правило, каждый отдельный SKU (единица хранения) включает около полусотни решений, включая и не предпринимание никаких действий, что также является решением (хотя и тривиальным).

Эти (ежедневные) решения часто называют “обычными”, потому что их можно полностью автоматизировать. В этом смысле “обычные” не означает “незначительные”.

Решения противопоставляются “числовым артефактам” (вещам, которые кажутся важными, но не имеют существенного влияния на рассматриваемую цепь поставок). Действительно, с более аналитикой обычно возникает большая путаница между ними. Например, прогноз спроса, класс ABC, запас безопасности, уровень обслуживания могут считаться числовыми артефактами. Эти элементы, конечно, могут быть инструментальными при вычислении фактических решений, но сами по себе они совершенно незначительны. Неважно, если прогноз ошибочен, если пополнение запасов адекватно, однако обратное, очевидно, не верно.

Lokad фокусируется на “решениях” вместо “числовых артефактов”, так как слишком много компаний не видят леса за деревьями. Напротив, у них так много показателей производительности (артефактов), что они уже не могут видеть, что на самом деле происходит с принимаемыми ими решениями. Наш фокус на “решениях” гарантирует, что Lokad стремится к тому, что действительно важно для наших клиентов (лучшая производительность цепи поставок), а не преследует произвольные показатели (числовые артефакты).

Что такое “числовой артефакт”?

Числовой артефакт относится к числу, которое воспринимается как важное, даже если это число не имеет непосредственного/осязаемого влияния на цепь поставок компании. Например, уровни обслуживания являются числовыми артефактами. Числовые артефакты не являются реальными, они скорее являются абстракциями - часто произвольно выбранными практиками.

Например, уровень обслуживания в 98% может скрывать тот факт, что множество клиентов уже прекратили заказывать вообще из-за прошлого низкого качества обслуживания. Кроме того, числовые артефакты не могут быть прямо контролируемыми. Компания может делать больше заказов на пополнение запасов, но она не может односторонне решить, что уровни обслуживания будут составлять 98%, так как клиенты в конечном итоге решают, сколько данного продукта потребляется.

Числовые артефакты по определению противоположны “решениям”, которые имеют реальные последствия для компании. Решения также полностью на усмотрение компании. Типичные решения в цепи поставок включают заказы на пополнение запасов, заказы на производство, изменение цен и т. д. В отличие от числовых артефактов, каждое плохое решение является необратимой потерей для компании. Например, класс ABC (числовой артефакт) товара может быть полностью неверным/неточным, но пока нет избыточных запасов и нехватки товара, это не имеет значения. С другой стороны, один единственно большой заказ (решение) может превратить хорошо запасенный товар в массовое списание.

За годы работы Lokad на собственном опыте мы узнали, что числовые показатели в основном обманчивы и вводят в заблуждение. В большинстве случаев точность прогнозирования и уровни обслуживания полностью искажают проблему интереса (а именно, предвидение и удовлетворение спроса компании в прибыльном виде). Мы должны сосредоточиться на “долларовой ошибке” для данного решения, а не на “процентной ошибке” для числового артефакта.

Что означает “роботизированный”?

Lokad роботизирует (“автоматизирует”) повторяющиеся решения в цепи поставок, делая их обыденными. Это означает, что все ежедневные решения, доверенные Lokad (например, заказы на производство, изменения цен, распределение запасов), генерируются полностью без присутствия человека. Как правило, большинство наших клиентов могут работать несколько недель без какого-либо прямого вмешательства со стороны Lokad - при условии, что рыночные условия не изменяются слишком резко. Наши ученые по цепи поставок непрерывно улучшают числовые рецепты, которые мы разработали, но для генерации решений в цепи поставок любого дня не требуется ученый по цепи поставок - наши числовые рецепты разработаны для автоматического выполнения.

Этот подход радикально отличается от того, что предлагают наши коллеги (другие поставщики корпоративного программного обеспечения). В их случае практики в цепи поставок рассматриваются как “человеческие сопроцессоры” их системы. Сразу же, как только практики прекращают работать с программным обеспечением, в компании ничего не происходит, так как их время уходит на производство решений в цепи поставок.

В отличие от этого, Lokad превращает каждую минуту работы практиков в цепи поставок в инвестицию в улучшение числового рецепта, который обеспечивает роботизацию решений. Если практики в цепи поставок прекращают работу, это не оказывает влияния на автоматическое выполнение числового рецепта. Числовой рецепт просто перестает улучшаться. Если это продолжится некоторое время, это приведет к неизбежному снижению качества решений, так как числовой рецепт потеряет свою актуальность (из-за изменений на рынке).

Однако Lokad реализовал ряд самоуважительных механизмов для раннего обнаружения такого снижения качества и может вызвать человеческую проверку числового рецепта (сначала ученым по цепи поставок, а затем практиком компании-клиента).

Что такое “инициатива в цепи поставок”?

Это относится конкретно к проекту в цепи поставок, основанному на “Количественной цепи поставок” (QSC) от Lokad. Цель такой инициативы - роботизировать определенный класс решений в цепи поставок и достичь превосходных результатов по сравнению с человеческими. Цель такой инициативы - не только улучшить конкретную проблему в цепи поставок клиента, но и обеспечить системное, компании-широкое улучшение.

Типичные инициативы в цепи поставок Lokad обычно затрагивают заказы на закупку, заказы на производство, распределение запасов, изменение цен, детализированные графики производства и т. д. В сущности, мы решаем все монотонные, повторяющиеся решения, необходимые для поддержания функционирования цепи поставок клиента.

Цепь поставок должна возглавляться учеными по цепи поставок (SCS) от Lokad. SCS отвечает за разработку всех необходимых числовых рецептов, необходимых для автоматизации интересующих решений в цепи поставок. Кроме того, SCS отвечает за визуализацию (например, через отчеты и панели управления) числовых рецептов, чтобы клиенты (особенно высшее руководство) понимали, как и почему автоматизация обеспечивает превосходные результаты по сравнению с человеческими.

Результатом инициативы в цепи поставок Lokad является внедрение в производство числового рецепта(ов), разработанного SCS для клиента. Этот результат автоматизирует решения и эффективно превращает цепь поставок в продуктивный актив для клиента (так же, как оборудование автоматизирует производство физических товаров).

Что такое “экспериментальная оптимизация”?

Экспериментальная оптимизация - это методология, применяемая Lokad, для решения проблем, где само понятие “улучшения” неясно в начале процесса оптимизации. Это отсутствие ясности связано с тем, что критерии оптимизации (метрики) и их предпочтительные уровни неизвестны или, даже если они ранее были установлены на определенных уровнях, не могут быть немедленно обоснованы с финансовой точки зрения (например, прибыльность, ROI и т. д.). Цель “экспериментальной оптимизации” - установить строгий (некоторые бы сказали “научный”) метод для количественного определения того, что “улучшение” означает для цепи поставок с финансовой точки зрения.

Например, рассмотрим магазин модной одежды, который хочет улучшить качество обслуживания. Одной из основных проблем является то, что определение того, что “качество обслуживания” действительно означает для среднего клиента, затруднено из-за различной природы привычек мужчин и женщин при покупках, а также влияния замен. Замены, по своей природе, затрудняют определение того, как клиенты воспринимают ваше предложение, даже если они совершили покупку - например, покупка простой черной футболки вместо простой белой, которой нет в наличии. На бумаге продажа была совершена, но отсутствие простой белой футболки может сигнализировать о конце лояльности клиента, особенно если это происходит регулярно. Кроме того, мужчины менее склонны тратить время на просмотр нескольких товаров, чем женщины, поэтому отсутствие нужного товара (или подходящей замены) может быть решающим фактором при совершении покупки. Таким образом, то, что руководство считает, что они знают о своем бизнесе (и клиентах), может быть крайне вводящим в заблуждение, что, в свою очередь, может ориентировать их стратегии складирования в неправильном направлении.

В этом контексте экспериментальная оптимизация состоит в проведении серии экспериментов, которые вызывают сомнения в самом инструменте оптимизации - в самом критерии, который количественно определяет, лучше или хуже ли цепочка поставок (например, “качество обслуживания”). Суть метода заключается в выборе критерия, проведении математической оптимизации (или, более конкретно, стохастической оптимизации) по этому критерию и оценке принятых решений в цепочке поставок. Эта оценка не является агрегированной, а сравнивается с самыми неразумными решениями, которые просто не могут быть правильными. Затем критерий должен быть изменен, чтобы постепенно устранить эти неразумные решения, пока их не останется.

Таким образом, полученный критерий был получен в результате серии экспериментов. В отличие от классической оптимизационной перспективы, которая предполагает, что критерии заранее известны и никогда не подвергаются сомнению в реальном мире, экспериментальная оптимизация выявляет критерии, многократно сталкивая их с реальными условиями.

Чтобы вернуться к предыдущему примеру из мира моды, экспериментальная оптимизация может показать, что оптимальным решением является перераспределение имеющегося товара между магазинами или просто перестановка дисплеев в каждом магазине, чтобы стимулировать большее количество посетителей и воспринимаемое качество обслуживания. Эти выводы могут быть обнаружены только после многократного экспериментирования с “рецептом” (числовым рецептом), который генерирует рекомендации по оптимизации.

Цепочка поставок, как и любая другая система, больше, чем сумма ее частей. Фактически, проклятие цепочки поставок заключается в том, что большинство предполагаемых улучшений просто перемещают проблемы, а не решают их, поскольку проблемы рассматриваются как локальные вопросы, а не как выражение системных проблем. Например, увеличение уровня обслуживания обычно влечет за собой увеличение списания товара. Таким образом, невозможно незаметно или незначительно изменить изолированный элемент внутри системы без влияния на остальную часть системы. В результате всегда сложно определить, делает ли что-то систему (цепочку поставок) лучше или хуже.

Кроме того, в случае цепочек поставок, это затруднение усугубляется тем, что события разворачиваются обычно долго. В случае с магазином модной одежды, мужчины могут быть невероятно преданными магазину, который всегда имеет нужные им товары, благодаря простоте и быстроте покупки. В результате, события, связанные с отсутствием товара на складе, могут быть разрушительными для лояльности клиентов и занимать много времени для проявления (поскольку мужчины могут делать покупки всего несколько раз в год, но при этом покупать много товаров за каждое посещение, чтобы максимизировать стоимость каждой поездки). Эти соображения и условности затрудняют все наивные подходы к количественной оценке производительности цепочки поставок, поэтому Lokad предлагает решение, основанное на экспериментальной оптимизации.

Для более подробной информации смотрите полный лекционный курс по экспериментальной оптимизации для цепочки поставок.

Что такое “вероятностное прогнозирование”?

Вероятностное прогнозирование - это процесс определения всех возможных будущих значений/сценариев (например, спрос на определенный SKU) и присвоения каждому значению вероятности. Вероятность представляет собой степень вероятности того, что это значение станет “реальным” (например, вероятность продажи 4 единиц может составлять 3%, вероятность продажи 5 единиц - 4%, вероятность продажи 6 единиц - 2% и т.д.). Численно, когда эти вероятности суммируются, получается распределение вероятностей (так называемый “вероятностный прогноз”), охватывающее 100% потенциальных значений (например, спроса).

Прогноз считается “вероятностным”, если прогнозируемое значение представляет собой распределение вероятностей, а не одну точку. Вероятностные прогнозы противоположны традиционным точечным прогнозам, которые преобладают в основной теории цепочки поставок. Основным преимуществом вероятностных прогнозов является то, что они учитывают неустранимую неопределенность будущего, вместо того чтобы притворяться, что “идеальный” прогноз находится совсем рядом, если только можно найти немного более точную модель. Вероятностные прогнозы количественно оценивают неопределенность, и эта оценка является фундаментальной для последующего принятия рисково-ориентированных решений в цепочке поставок. Без вероятностных прогнозов решения являются хрупкими, поскольку они полностью игнорируют обычные вариации (например, спрос, время доставки), которые ожидаются даже при регулярных рыночных условиях.

Стоит отметить, что любой прогноз временных рядов может быть “математически” преобразован в вероятностное распределение. Именно это делается с запасами безопасности, так как как спрос и время выполнения могут быть связаны с нормальными (гауссовыми) распределениями. Однако, хотя такие техники формально генерируют вероятностные распределения, эти техники также полностью упускают суть. Основная проблема, которую необходимо решить с помощью вероятностного прогноза, заключается в создании более информативного прогноза - прогноза, который содержит больше информации, чем точечный прогноз. Этот вероятностный прогноз не обязательно более точен, так же как цветная фотография не обязательно имеет лучшее разрешение, чем черно-белая. Однако, по своей сути, точечный прогноз лишен этого дополнительного измерения. Даже если математический трюк может быть использован для добавления вероятностей, эти вероятности будут почти полностью выдуманными, так же как окрашивание изображения может быть высокоправдоподобным, но фактически неверным.

Вкратце, вероятностные прогнозы представляют собой одну из основных стадий обработки данных, необходимых для предиктивной оптимизации цепочки поставок.

Что такое “общий прогноз”?

Техника прогнозирования считается “общей”, если она поддерживает данные, которые не представляют себя в виде временных рядов. Действительно, хотя временные ряды прогнозов очень полезны для визуализации, они в конечном счете являются упрощенной и одномерной моделью, которая не отражает события так, как они развиваются в реальной цепочке поставок.

Рассмотрение нескольких временных рядов также не решает проблему.

Например:

• повторные покупки от одних и тех же клиентов нельзя моделировать с помощью временных рядов, так как временной ряд спроса полностью сглаживает происхождение каждой единицы, которая была приобретена.
• каннибализация или замещение нельзя представить в виде временных рядов, так как теряются зависимости между товарами.
• конкуренты, соревнующиеся по ценам, оптовым скидкам, уровню обслуживания и т. д., нельзя учесть с помощью временных рядов, так как они не могут отражать эти причинные факторы.

В основной теории цепочки поставок временные ряды прогнозов являются альфой и омегой. Однако тщательное изучение реальных ситуаций должно показать, что временные ряды прогнозов неизменно являются сильно ошибочным упрощением ситуации - см. приведенные выше примеры. В теории количественной цепочки поставок (QSC) Lokad лучше быть приближенно правильным, чем точно неправильным. Притворяться, что реальная проблема (например, замещение) не существует, не делает проблему исчезающей.

По этой причине, начиная с начала 2010-х годов, Lokad разработала и пионерила целую серию превосходных технологий прогнозирования, которые предоставляют более общие формы прогнозов (помимо базовых временных рядов). Согласно нашей QSC, каждый источник неопределенности требует своего собственного вероятностного прогноза. Эти “общие прогнозы” предоставляются не “моделями прогнозирования”, а через программные парадигмы машинного обучения, такие как дифференцируемое программирование.

Что такое “классический прогноз”?

Под “классическим прогнозом” мы понимаем точечный прогноз временных рядов. Точечные прогнозы временных рядов настолько распространены в основной теории цепочки поставок, что многие люди, включая многих практиков цепочки поставок, не осознают, что точечные прогнозы временных рядов являются всего лишь одной формой статистических прогнозов. Фактически, существует множество альтернативных форм статистических прогнозов, и точечный прогноз временных рядов является одним из самых упрощенных.

Примечание: Упрощенный прогноз не обязательно является плохой вещью. Фактически, Lokad считает, что программное обеспечение прогнозирования не должно быть сложнее, чем необходимо для выполнения своей задачи. Однако точечные прогнозы временных рядов являются несопровождаемо упрощенными, как было продемонстрировано в “Что такое “общий прогноз”?”.

Точечные прогнозы временных рядов стали популярными в самом начале 20-го века, за полвека до появления корпоративных компьютеров. До того, как мощные компьютеры стали широко доступными, точечные прогнозы временных рядов были единственным видом статистических прогнозов, которые можно было получить. Несмотря на их крайнюю простоту, составление прогнозов временных рядов уже требовало слишком много работы, чтобы действительно оправдать вложения - учитывая, что они выполнялись без вычислительной мощности корпоративных компьютеров. В результате большинство компаний использовали различные трюки, чтобы полностью избавиться от необходимости статистически прогнозировать что-либо в первую очередь.

Существуют два отдельных и взаимодополняющих направления, чтобы выйти за рамки классических прогнозов. Первое направление состоит в замене “точечного прогноза” на “вероятностный прогноз”.

Вероятностные прогнозы, в отличие от их “точечных” аналогов, предоставляют полные плотности вероятности. Вероятностные прогнозы учитывают неизбежную неопределенность будущего и фронтально количественно оценивают эту неопределенность. В плане цепей поставок вероятностные прогнозы значительно превосходят точечные прогнозы, поскольку они позволяют в дальнейшем вычислять рисково-ориентированные решения в цепи поставок. Напротив, точечные прогнозы игнорируют все источники неопределенности, и решения, основанные на этих прогнозах, по своей природе являются хрупкими.

Второе направление состоит в замене “временного ряда” на альтернативу более высокой размерности. Временные ряды по своей природе являются одномерными. Это врожденное ограничение означает, что прогнозы временных рядов просто не могут улавливать даже самые базовые взаимосвязи, которые можно наблюдать в потоке товаров цепи поставок.

Например, прогнозы временных рядов не могут учесть каннибализацию и замещение. Они не могут учесть риск иметь стабильный объем продаж, полностью зависящий от одного крупного клиента (например, в ситуациях B2B). Они не могут учесть корзинную перспективу покупателя, который делает покупки в гипермаркете и нуждается в всех необходимых ингредиентах для приготовления рецепта (т.е. если нет какого-либо товара, ничего не покупается). Lokad использует дифференцируемое программирование для создания прогностических моделей, которые выходят за одномерную перспективу временных рядов и улавливают истинную интересующую информацию.

В заключение, классический прогноз является устаревшей статистической перспективой, которая не имеет места в современной цепи поставок. Полагаться на классические прогнозы - так называемые точечные прогнозы временных рядов - это рецепт для неудачи, поскольку эти прогнозы приводят к хрупким решениям в лучшем случае и абсолютно неверным решениям в худшем случае. Вместо этого мы рекомендуем использовать общий вероятностный прогноз, обычно используя программную парадигму машинного обучения, такую как дифференцируемое программирование.

Что такое “корзинная перспектива”?

Корзинная перспектива является важной проблемой для всех отраслей, где от клиентов ожидается покупка нескольких товаров одновременно (в одной транзакции), а не одного товара. Это относится к воспринимаемой ценности совершения покупок в комбинации, а не изолированно. Другими словами, стоимость всех товаров, доступных в целом, может быть больше, чем сумма разобщенных стоимостей товаров, приобретенных отдельно. Эта перспектива является критической для многих отраслей, таких как розничная торговля широким ассортиментом товаров, например. Признание этой взаимосвязи в спросе приводит к более эффективным решениям в цепи поставок по сравнению с традиционными методологиями, которые рассматривают каждую покупку SKU как изолированное событие.

Например, представьте себе покупателя, входящего в супермаркет для покупки нескольких товаров. Эти товары представляют собой смесь основных продуктов первой необходимости (например, молоко, хлеб и яйца) и дискреционных покупок (например, мороженое и шоколад). Если в супермаркете заканчивается товар из категории дискреционных покупок (например, шоколад), покупатель, скорее всего, все равно приобретет другие товары (молоко, хлеб, яйца и мороженое). Однако, если заканчивается товар из категории основных продуктов первой необходимости (например, молоко), покупатель может уйти, не купив ничего, и отправиться к конкуренту, чтобы завершить свои покупки. Таким образом, финансовое наказание за отсутствие товара первой необходимости распространяется не только на сам товар, но и на всю корзину продаж.

По сути, существуют взаимосвязи между продуктами, и отсутствие некоторых продуктов влияет на вероятность покупки других продуктов клиентами. Lokad включает это тонкое, но значимое явление в свои рекомендации по принятию решений в цепи поставок для оптимизации запасов и снижения дефицита товаров (расположенных от тех, которые нанесут наибольший вред, до тех, которые нанесут наименьший вред), тем самым повышая общие продажи, прибыль клиента и удовлетворенность клиентов.

Что такое “специалист по цепи поставок”?

Специалист по цепи поставок (SCS) - это человек, который руководит одной из инициатив Количественной цепи поставок (QSC) вместе с клиентом Lokad, например, предоставление заказов с учетом рисков, списков распределения запасов, цен и т. д. Термин “специалист по цепи поставок” был придуман Йоаннесом Верморелем, генеральным директором и основателем Lokad, в 2017 году. Основной обязанностью SCS является создание, поддержка и владение числовыми алгоритмами, отвечающими за принятие решений в рамках конкретной инициативы в цепи поставок.

В отличие от специалиста по обработке данных, чья основная ответственность состоит в создании моделей для поддержки процесса принятия решений, SCS лично несет ответственность за качество рекомендаций по принятию решений, генерируемых числовыми алгоритмами. Более того, SCS также лично отвечает за создание всей инструментации (например, панелей управления, отчетов), которая объясняет логику и приемлемость принятых решений. Кажется, что это немного парадоксально, но в то время как Lokad акцентирует внимание на роботизации механических процессов принятия решений, мы также ставим личную ответственность на первое место. QSC - это не “система”, которая отвечает за производительность цепи поставок, а человек, управляющий QSC.

Однако, хотя у SCS есть личная ответственность, они не одиноки в своей миссии. Lokad полностью посвящена тому, чтобы обеспечить каждого SCS максимальной поддержкой. Это подразумевает предоставление SCS всем необходимым программным обеспечением, математическими инструментами, методологиями, обучением и мониторингом со стороны старших SCS.

Более подробное описание того, чем занимается SCS, можно найти в нашей специальной статье в базе знаний Специалист по цепи поставок.

Что такое “практик по цепи поставок”?

Термин “практик по цепи поставок” обычно относится ко всем людям, которые традиционно участвуют в принятии решений в цепи поставок, необходимых для работы компании. Поскольку нет единой терминологии, название может варьироваться в разных отраслях и от одной компании к другой. Общие варианты “практика по цепи поставок” включают планировщика поставок и спроса, аналитика запасов, прогнозиста спроса, менеджера категорий, менеджера запасов, менеджера производства, менеджера закупок, менеджера ценообразования и т. д.

Количественная цепь поставок (QSC) предлагает современное видение роли практика по цепи поставок. В то время как традиционный практик по цепи поставок непосредственно отвечает за ручную поддержку процесса принятия решений, QSC рекомендует полную механизацию всех повторяющихся задач. Благодаря этой роботизации практики по цепи поставок могут сосредоточиться на задачах, приносящих большую добавленную стоимость для компании. В частности, практики по цепи поставок находятся на переднем крае в испытании числовых алгоритмов (программных компонентов, поддерживающих роботизацию цепи поставок) путем сбора обратной связи и высокоуровневой информации от клиентов и поставщиков.

Что означает “исполнитель по цепи поставок”?

Для Lokad этот термин конкретно относится к человеку, который находится в положении арбитража противоречивых предложений внутри компании относительно роботизированных процессов принятия решений, оркестрирующих цепь поставок.

Эта роль является критической в рамках инициативы Квантовой цепи поставок (QSC), которая объединяет процессы принятия решений в цепи поставок через явные финансовые оценки, выполняемые с помощью программной логики. QSC раскрывает все противоречия и неопределенности, которые обычно существуют в компании. В результате, чтобы убедиться, что инициатива по цепи поставок не застревает из-за простого нерешительности, исполнитель по цепи поставок должен быть назначен с полномочиями арбитража противоречивых предложений с стратегической точки зрения (например, достижение ожидаемого уровня обслуживания любой ценой против нахождения оптимального набора решений в рамках ограниченного бюджета).

Примечание: QSC не предполагает, что исполнитель по цепи поставок обладает врожденной способностью быть “правильным” всегда. Выяснение, что работает, а что нет, является ролью методологии экспериментальной оптимизации, которую использует Lokad, а не исполнителя по цепи поставок.

Что такое “рискованное решение”?

В контексте оптимизации цепи поставок решение считается рискованным, если оно тщательно балансирует экономические затраты, связанные с неопределенным будущим состоянием рынка и самой цепи поставок. Рискованное решение является “лучшим” в том смысле, что, учитывая все возможные будущие состояния и связанные с ними вероятности, средний финансовый результат, связанный с этим решением, окажется больше, чем у альтернатив.

Также рискованные решения обычно являются антихрупкими решениями (в отличие от хрупких решений). Это означает, что их ожидаемые экономические выгоды остаются достаточно хорошими (или просто приемлемыми) для широкого диапазона будущих вариаций. Это достигается благодаря учету всех нелинейных ограничений и затрат (например, порчи).

Подразумевается, что серьезные экономические затраты лежат на крайностях: это неожиданно высокий спрос, который вызывает нехватку товара, и неожиданно низкий спрос, который вызывает избыток товара. Между ними все идет примерно по плану, и любые улучшения, внесенные в случай “по плану”, в основном незначительны для компании.

В отличие от большинства рекомендуемых основными теориями цепи поставок процессов принятия решений, которые не генерируют рискованные решения. Фактически, решения обычно являются хрупкими. Они хрупкие (см. полное объяснение ниже), потому что им не хватает одного критического компонента для генерации рискованного решения: вероятностного прогноза. Действительно, если единственный доступный прогноз - это прогноз временного ряда точки, то процесс принятия решений неявно идет “все в одну кучу” на одно будущее значение (например, спрос), которое считается идеально известным. Этот подход неизбежно приводит к хрупким решениям, так как они мгновенно становятся неадекватными в случае возникновения исключения или непредвиденного риска - что является слишком распространенным явлением в цепи поставок и слишком легким для предвидения с помощью вероятностного прогноза.

Более детальное (хотя и более техническое) объяснение того, как принимаются решения с учетом риска на практике, можно найти в нашем учебнике Приоритизированное пополнение запасов в Excel с использованием вероятностных прогнозов и нашей лекции QSC Распределение запасов по розничной сети на основе вероятностных прогнозов.

Что такое хрупкое решение?

В контексте оптимизации цепей поставок решение является хрупким, если малейшие изменения рыночных условий или состояния самой цепи поставок подрывают экономические выгоды, которые изначально ожидались от этого решения. Процессы принятия решений, рекомендуемые основной теорией цепей поставок, неизбежно приводят к хрупким решениям - даже при учете мягких рыночных условий, когда ничего значительного не происходит.

По нашему мнению, решения должны быть скорректированы с учетом риска. Такой подход рекомендует философия Количественной цепи поставок (QSC) от Lokad. На практике для получения решения, скорректированного с учетом риска, требуется два важных компонента: первый - вероятностный прогноз, а второй - стохастическая оптимизация.

Вероятностный прогноз количественно оценивает неопределенность будущего в виде вероятностного распределения. Стохастическая оптимизация вычисляет решение, которое в среднем будет “наилучшим” при учете всех возможных будущих сценариев и их вероятностей. Она делает это, объединяя экономические факторы, ограничения и вероятностные прогнозы.

Что такое эпистемическая коррупция?

Эпистемическая коррупция - это когда совокупность знаний теряет свою целостность и перестает быть ценной для людей или организации, которые полагаются на это знание для улучшения своей деятельности.

К сожалению, цепи поставок как область исследования подверглись серьезному случаю эпистемической коррупции с конца Второй мировой войны. Есть две основные причины для этого современного состояния дел:

Во-первых, академическое сообщество, в основном непреднамеренно, упустило возможность десятилетия назад. В то время как каждый год публикуется десятки тысяч статей, практически ни одну из этих статей нельзя воспроизвести или опровергнуть (в попперовском смысле опровержения*). В отличие от других областей, не страдающих от широкой эпистемической коррупции (например, изучение алгоритмов), статьи о цепях поставок практически никогда не используются в реальных условиях и, конечно же, не на долго, когда они используются.

Во-вторых, аналитики рынка, поставщики программного обеспечения и консультанты десятилетиями выступали в роли противников. Действительно, есть прибыль от того, чтобы продлить проблемы, а не решить их. Устаревшие методы, которые давно бы исчезли, были поддержаны актерами, которые слишком охотно хотели сохранить статус-кво. Иронично, что статус-кво существует так долго, что большинство из этих людей могут честно утверждать, что с их точки зрения методы “всегда” существовали - потому что, технически, проблемы фактически предшествовали им.

Решением для широко распространенных случаев эпистемической коррупции являются более эффективные методологии и методы, которые позволяют компаниям быстрее (и лучше) отделить зерна от плевел. В этом направлении Lokad проводит работу по переосмыслению цепей поставок с 2011 года. Этот новаторский подход называется “Квантитативная цепь поставок” (QSC). Он предлагает альтернативные техники и методологии, такие как вероятностное прогнозирование и экспериментальная оптимизация.

*Здесь “попперовское понятие фальсификации” относится к философии науки, разработанной Карлом Поппером. По мнению Поппера, чтобы теория считалась научной, ее должно быть возможно опровергнуть - то есть, должно быть возможно представить наблюдение или эксперимент, который мог бы доказать неправильность теории. Другими словами, научные теории должны делать предсказания, которые могут быть проверены и потенциально опровергнуты. Это понятие является ключевым в разграничении научных теорий от ненаучных. Исследования в области цепей поставок (как правило) не обладают фальсифицируемостью, так как теории не могут быть проверены и потенциально опровергнуты, что подрывает их научную ценность и способствует эпистемической коррупции в этой области.

Что такое “корректность по дизайну”?

Корректность по дизайну - это принцип, который подчеркивает важность обеспечения такого дизайна системы, который по своей природе предотвращает определенные типы ошибок или сбоев. Этот подход противоположен более распространенной практике, когда полагаются на обширное тестирование и контроль качества для выявления и исправления проблем после их возникновения. Целью корректности по дизайну является минимизация необходимости в постоянном обслуживании и снижение риска катастрофических сбоев, которые могут возникнуть в результате сложности систем. В контексте оптимизации цепей поставок корректность по дизайну особенно важна, поскольку аналитический уровень (уровень, отвечающий за процессы принятия решений) не должен усиливать хаос, присущий цепям поставок - уже хаотической среде.

Часто числовые алгоритмы, предназначенные для поддержки процессов принятия решений в цепях поставок, реализуются с использованием общих инструментов, которые не обеспечивают корректность по дизайну. В результате такие числовые алгоритмы обычно терпят неудачу из-за тысячи незначительных ошибок. Производство терпит неудачу из-за ошибок выхода за границы индекса, ошибок нехватки памяти, гонок, числовых переполнений или недостатков и т. д. “Двигаться быстро и ломать вещи” - это приемлемая инженерная философия для приложения для образа жизни, но не для критической бизнес-системы.

В этой связи Lokad разработала Envision, свой DSL (язык программирования, специфичный для предметной области), предназначенный для прогнозирования и оптимизации цепей поставок с учетом корректности по дизайну. Когда Lokad была основана в 2008 году, мы не начинали с Envision. Мы полагались на языки общего назначения, такие как Python. Нам потребовалось много лет, чтобы понять, что наши попытки чаще всего терпят неудачу из-за Python.

Еще более загадочно было то, что ситуация была абсолютно такой же для команд по науке о данных наших собственных клиентов. История почти всегда разворачивалась одинаково: в течение трех недель команда по науке о данных создавала то, что казалось очень многообещающим прототипом. Однако после одного года интенсивных усилий, чтобы убедиться, что он будет работать в реальных условиях производства, проект был отвергнут, так как он так и не достиг необходимого уровня “готовности к производству”.

Таким образом, после многих лет боли и страданий мы пришли к выводу в 2012 году, что сам язык программирования является основной проблемой, которую нужно решить. Другими словами, Python не является решением, а проблемой. Таким образом, не имея лучшей альтернативы, команда разработчиков Lokad начала десятилетнюю работу по созданию DSL, посвященного цепям поставок, который “по дизайну” решает все эти проблемы в полной мере. Именно так появился Envision.

Более чем через десять лет у нас теперь есть несколько миллиардов долларов (USD и EUR) запасов, которыми непосредственно управляют обширные числовые алгоритмы, написанные на Envision. Envision значительно улучшил не только производительность ученых по цепям поставок Lokad, но и существенно снизил частоту “глупых” и очень дорогостоящих ошибок.

В заключение, корректность по дизайну является основным требованием для любого языка программирования, предназначенного для управления реальными цепями поставок. Многие поставщики программного обеспечения, из-за полного небрежности или неумения, не решают эту проблему, что неизменно причиняет огромный ущерб их клиентам.

Что такое “поддерживаемость”?

Поддерживаемость в контексте программного обеспечения для цепей поставок относится к способности компании и ее поставщиков программного обеспечения поддерживать работоспособность своего прикладного ландшафта.

Что касается “управления” цепью поставок, “поддерживаемость” является относительно простым делом. Существует рутинная работа по обеспечению безопасности и совместимости программного обеспечения при изменении условий (например, изменение операционных систем, браузеров, версий баз данных и т. д.). Если компания не требует функциональных изменений в своих приложениях “управления”, то поддерживаемость в значительной степени гарантирована, если поставщик компетентен.

Однако оптимизация цепи поставок - это совершенно другая проблема. Числовые алгоритмы, автоматизирующие процессы принятия решений, неизбежно теряют свою актуальность со временем. Причиной этого не является столько рост и сокращение рынка, сколько проблема заключается в том, что числовые алгоритмы не могут адаптироваться к эволюции проблем, которые необходимо решить. Изменяющиеся рыночные условия требуют не только количественно отличающихся ответов, но и совершенно другого рода ответов. Например, компании по почтовому заказу никогда не приходилось сталкиваться с проблемой направления своих инвестиций в поисковую систему для поддержки ликвидации излишков товара - ситуация, с которой регулярно сталкиваются компании электронной коммерции.

Логика оптимизации цепи поставок гораздо более подвержена эволюции рыночных условий, чем программное обеспечение для управления цепью поставок. К 2024 году не редкость встретить компании, которые до сих пор используют систему управления запасами, развернутую в 1990-х годах (которая может по-прежнему работать нормально), поскольку задачи по ведению складского учета практически не изменились за последние 30 лет. Однако логика оптимизации цепи поставок, которая может оставаться актуальной хотя бы 3 года, является крайне редким явлением.

Большинство поставщиков оптимизации цепи поставок не признают эту фундаментальную проблему. В результате инвестиции обычно сосредоточены в самом начале, когда клиентская компания начинает работу с поставщиками. В течение первых нескольких месяцев, когда поставщик все еще активно вовлечен в развитие системы, решение кажется удовлетворительным. Однако спустя 18 месяцев после завершения фазы внедрения поставщиком программного обеспечения, числовые алгоритмы теряют свою актуальность. Всецело полагаться на них становится невозможно, и специалисты по цепям поставок возвращаются к своим электронным таблицам, которые, хотя и грубы, могут быть поддерживаемыми и относительно актуальными.

Проблема поддерживаемости является одной из основных причин, по которой Lokad в 2012 году создала Envision - язык программирования, специально предназначенный для предиктивной оптимизации цепей поставок. На самом деле, в начальные годы существования Lokad (основана в 2008 году) мы поняли, что какие бы числовые алгоритмы мы ни разрабатывали, они всегда приходилось переписывать примерно каждые 18 месяцев, несмотря на то, насколько хорошо мы их начально реализовали. Это была цена, которую приходилось платить, чтобы автоматизация строго соответствовала постоянно меняющейся стратегии и приоритетам наших клиентов. Таким образом, Envision был специально разработан для удовлетворения потребности в постоянном переписывании алгоритмов для избежания устаревания.

Проблема поддерживаемости является одной из основных причин, по которой Lokad в 2012 году создал Envision - DSL (язык программирования, специфичный для предметной области), посвященный предиктивной оптимизации цепей поставок. Действительно, в течение первых лет существования Lokad (основанной в 2008 году) мы поняли, что какие бы числовые рецепты мы ни создавали, чаще всего, и несмотря на то, насколько хороша была наша первоначальная реализация, эти рецепты приходилось переписывать каждые 18 месяцев примерно. Это была цена, которую приходилось платить, чтобы автоматизация строго соответствовала постоянно меняющейся стратегии и приоритетам наших клиентов. Таким образом, Envision был специально разработан для удовлетворения потребности в постоянном переписывании с целью избежать устаревания.

В заключение, поддерживаемость, что касается оптимизации цепей поставок, в значительной степени определяется способностью компании регулярно переписывать числовые рецепты, которые управляют выполнением ее собственной цепи поставок. Хотя эта способность зависит от размера команды ученых по цепям поставок, которая может быть выделена для этой задачи, она также сильно зависит от качества языка программирования, используемого для реализации числовых рецептов в первую очередь.