Hitech logo
TODO:
1 октября 2021 г., 11:20

Развитие технологий планирования в логистике и ключевые тренды ближайших лет

От точности прогнозов спроса и оптимальных цепочек поставок зависит рентабельность всех процессов. О том, куда дует ветер технологий управления в логистике рассказывает Евгений Непейвода, сооснователь и CEO Novo BI, компании разработчика системы прогнозирования спроса (резидент «Сколково»).

Самые интересные технологические и научные новости выходят в нашем телеграм-канале Хайтек+. Подпишитесь, чтобы быть в курсе.

В последнее время под трендами часто понимают нечто новое. На самом деле это явление, которое описывает как раз долгосрочные изменения — из какого-то периода в прошлом к прогнозируемому, еще не наступившему в будущем. Пришлось сделать эту оговорку, поскольку тренды в управлении логистикой измеряются десятилетиями, а технология управления цепочками поставок и вовсе берет начало от конца 70-х, начала 80-х прошлого века.

Тем не менее, инновации есть и относительно применяемых практик они зрелищные по масштабу операционных изменений и росту бизнес-показателей. Только нужно учитывать, что многие новые для России методологии и технологические решения уже не являются инновациями в США или в Китае.

Логистика — комплексная отрасль, что касается как ее собственной сложности, так и глубокой интеграции в обслуживаемые процессы производителей, поставщиков, торговых сетей. Невозможно оптимизировать поставки на каком-то отдельном изолированном участке, и получить при этом результаты, сопоставимые с модернизацией всей цепочки. Впрочем, внутренняя автоматизация тоже дает преимущества. Это первый из рассматриваемых трендов.

Тренд 1. Интегрированное планирование

Интегрированным называется планирование, когда все участники цепи поставок делятся данными, согласовывают планы, строят прогнозы, опираясь на одни факторы и работают в едином информационном пространстве. Как правило, это реализуется в виде портов и интеграций по API, то есть с прямым доступом к данным последних версий. Не требуются никакие выгрузки, сверки, нет запаздываний в обмене информацией.

Техническая реализация раньше базировалась на ERP и других учетных системах с различными интеграциями. Однако аналитика запаздывала, современные предиктивные системы с использованием алгоритмов ML и нейросетей значительно выигрывают по скорости. Для масштаба прогресса — то, что раньше вычислялось за недели, а сейчас готово через час.

Например, если торговая сеть запускает новую рекламную кампанию, которая ожидаемо может увеличить спрос на определенные виды товаров, она сразу сообщает об этом. Поставщики вносят коррективы в свои планы, проверяют загрузку распределительных центров, пропускную способность и местонахождение транспорта, возможно ищут дополнительные каналы для доставки. Производство сверяется со своими планами, а также с запасами сырья, отпусками сотрудников с нужной квалификацией, техническими паузами для профилактики оборудования и т. д. Таким образом, всего по одному сигналу в движение приходят все процессы по цепочке. И даже за ее пределами, ведь может потребоваться дополнительное сырье, транспорт, аутсорсинговые и другие услуги.

Кроме того, единое информационное пространство наводит порядок и во взаимодейтсвии департаментов внутри одной компании. Иначе планирование сбыта будет выглядеть примерно так:

  • Бесконечные совещания всех со всеми.
  • Коммерческая служба задерживает прогноз продаж, поскольку не располагает нужной информацией, аналитика хромает, и специалисты резонно боятся прогадать со своими экспертными оценками.
  • Производство вынуждено действовать без учета ожидаемого спроса, потому что иначе вообще не будет закуплено сырье. Почти наугад (по пресловутым «лучшим практикам» из прошлого опыта) формируется план закупок.
  • Финансовый департамент возвращает в доработку почти все входящие, что повергает весь цикл в негативный резонанс.
  • В конечном счете, все вопросы закрываются по граничным критериям — то есть когда вышли все сроки и/или закончился бюджет.
  • Здесь большое значение имеет пропускная способность IT-решения. Например, системой прогнозирования спроса Novo Forecast Enterprise могут пользоваться более 500 сотрудников одновременно. Каждый из них может внести данные, которые изменят картину мира для нейросети, и она пересчитает все прогнозы. Представители контрагентов тоже имеют такой доступ.

    Тренд 2. Цифровые экосистемы

    В контексте управления логистикой под цифровой экосистемой понимается платформенное решение, к которому «пристыковываются» все другие. По сути, это ближе к концепту полноценного искусственного интеллекта, несмотря на то что предиктивная аналитика использует элементы думающей системы уже сейчас.

    Суть платформенной цифровой экосистемы в том, что она не просто обслуживает процессы и программные решения, а во многом предопределяет их функции, возможности и ресурсные ограничения. Например, Amazon начинает план производства с настоящих пресс-релизов. Не с заготовок будущей рекламы про запас, а наоборот — весь процесс выстроен от спроса. Это позволяет гиганту не распылять средства и заранее достоверно определять реальные рыночные потребности в тех или иных новых продуктах, вплоть до географического и демографического таргетинга потребителей.

    Цифровая экосистема меняет привычный порядок и очередность процессов, и создает возможность использовать их как кубики LEGO для быстрой и бесшовной сборки все более и более эффективных конфигураций. Это создает новое измерение в менеджменте, недостижимое для компаний, находящихся на предыдущих этажах пищевой IT-цепочки.

    Тренд 3. Маркетплейсы

    У каждого из нас есть опыт пользования продуктовыми B2C маркетплейсами. Очевидны те преимущества, которые такой подход к продажам и поставкам дает покупателям, а особенно продавцам. Это радикальная экономия на стоимости привлечения, высокий Retention (удержание старых клиентов и допродажи), низкие операционные издержки — в том числе логистические.

    Точно так же могут выглядеть B2B маркетплейсы, где бизнес может выбрать все продукты цифровизации на одной площадке. Частично это уже происходит. Например на рынке мобильных приложений разработчики с одной стороны сохраняют статус самостоятельных компаний. С другой стороны, рентабельность каждого продукта напрямую зависит от рейтингов и показов на маркетплейсе. Поэтому политика площадки оказывает значительное, часто решающее влияние на все ключевые решения, начиная с выбора видов продуктов, их дизайна, многих других параметров.

    Логично ожидать масштабирования подхода на самые разные отрасли, и постепенное объединение информационного покрытия в кластеры.

    Потенциал тут огромный. Можно, например, тестировать новые продукты в виде цифрового моделирования, еще до интеграции продукта в реальное производство.

    Тренд 4. Облачные технологии

    Переход в облака уже можно считать свершившимся фактом. Нет смысла даже смотреть, насколько исчезающе маленький процент пользователей без смартфонов и гаджетов — везде, кроме консервативных корпоративных IT-систем с политиками безопасности из палеолита.

    Многие компании до сих пор ограничивают доступ сотрудников к Интернету, «режут» соцсети и всевозможные онлайн-сервисы, а также абсолютно не готовы к открытой IT-архитектуре. Можно понять опасения за know-how, личные данные клиентов, финансовую информацию. Однако без поиска путей к повышению мобильности доступа бизнес будет проигрывать своим более шустрым конкурентам.

    Нужно признать, что в конечном счете все IT станет облачным. Причем скорее всего, это произойдет гораздо быстрее, чем сейчас можно ожидать. Процесс могут радикально ускорить разработчики операционных систем и производители компьютерной, а точнее мобильной техники. Сегодня SaaS-решения развивают и популяризируют практически все крупные поставщики ПО. Задача бизнеса в том, чтобы приготовиться к такому переходу заранее, а не узнать о нем из очередного обновления софта.

    Тренд 5. Data-driven подход

    Нулевым этапом цифровизации в любой отрасли является систематизация мастер-данных. Data-ориентированную компанию отличает умение её сотрудников анализировать данные, учитывая рыночный контекст. В data-driven организации каждое совещание начинается с данных, и решение принимается только в том случае, если подкреплено данными.

    Прививать культуру принятия стратегических решений на основе данных с интеграцией аналитических отчетов в ключевые бизнес-процессы мировые корпорации начали ещё с конца 90-х, но массово этот подход стал использоваться с приходом всеобщей уберизации. Отслеживание данных помогает быстро реагировать на позитивные и негативные изменения рынка, менять стратегию и принимать, возможно, не всегда популярные, но порой необходимые решения. Data-driven подход объединяет данные и их анализ, которые вместе отвечают на вопрос «Что дальше?». Благодаря использованию данных на каждом уровне, в каждой части организации, управляемая данными компания понимает, что произошло, почему это произошло и что делать дальше.  Это стратегический актив, который лежит в основе каждого решения. И все споры опираются только на цифры. При этом компании совершенно необязательно производить для этого цифровой продукт. FMCG-рынок активно использует эту технологию, ведь каждая купленная упаковка гречки это тоже часть больших данных.

    Тренд 6. Демократизация данных

    Даже самые продвинутые технологии бесполезны, если не дадут интуитивно понятного результата для всех вовлеченных. Под демократизацией данных понимается обеспечение доступности данных у всех участников цепи поставок, конечно же, с поправкой на уровень доступа. Это такое же ключевое требование к предиктивной аналитике, как точность и скорость прогноза. Также важно соблюсти баланс между популяризацией data literacy (аналитической грамотностью сотрудников), умением сотрудников понимать, анализировать и обосновывать свое мнение с помощью данных и адекватным здравым подходом к решению проблем с квалифицированными кадрами. Работа с данными должна быть доступна всем сотрудникам, не требуя специализированных навыков.

    Резюме

    Пересечение трендов даст синергетический эффект, поэтому расстановка сил на рынке через несколько лет и тем более в горизонте 10+ лет будет во многом зависеть от того, кто из компаний в какой момент времени включился в модернизацию.

    Возможно, за это время появятся новые технологии и они внесут свои коррективы. Но уже существующие разработки в любом случае скажутся на том, как будут выглядеть цепочки (или экосистемы) поставок во всем мире, и в России тоже.

    Нужно также учитывать аккумулируемый характер технологических компетенций. Обмен данными упрощается, но аналитическая часть в виде предиктивной аналитики остается у владельцев компаний. Более того, бесполезно копировать чужие математические модели для нейросетей, которые прошли обучение на процессах конкретного бизнеса, и идеально подстроены под его специфику, планы, интересы.

    Нет смысла дожидаться, пока технологии разовьются. Это происходит уже не первый десяток лет, и в каждый момент времени топ компаний состоит из тех, кто модернизировал управление раньше и лучше других.

    Точка зрения автора колонки может не совпадать с мнением редакции.