Под зонтиком IT
публикация - 2023-05-18 / cоздание - 2017-11-11 - из архива
Ох уж эти «оптимизаторы»
Занимаясь big data не отрывайтесь от реальности. Цифры - это лишь следствие реальности, а не самодостаточная сущность. Научившись получать быстро цифровые двойники, цифровые модели, появляется большой соблазн их использовать… взамен реального объекта управления. В результате получается «есть IT и есть реальная жизнь». Big data – лишь инструмент для повышения эффективности, а не замена реальности. Для примера приведу показательный кейс из моего производственного опыта.
«Как вы внедряете MES без оптимизации?» - вопрос прозвучал как бы так от IT директора компании нашего конкурента. В его вопросе был явный подтекст. Он считал, что обязательно должна быть оптимизация при планировании. Именно она дает основной вклад в повышение эффективности при внедрении информационных систем. Если бы он основательно изучил математику и… практику оптимизации, не из московского кабинета, а на рабочих площадках, думаю, что он бы не был столь категоричен.
Слово «оптимизация» - завораживает и притягивает. В нем отражена сама суть эффективности. «Оптимизация» - хорошая идея для развития. Только с оптимизацией бизнес ждет успех. Вроде бы все правильно, но в ходе своей многолетней практики, если честно признаться, не видел успешных примеров оптимизации в широком смысле. Либо «красивая игрушка для топов», либо «здесь натянул, там растянул» - здесь «оптимизировал, а там…». Тем не менее, глубоко уверен, что за оптимизацией будущее, правда для того, чтобы она сработала на практике потребуется многое чего сделать.
Математика оптимизации. Методологически оптимизация не является чем-то сверхъестественным. Важно найти адекватную функцию или модель интересующего критерия эффективности. Адекватность обеспечивает требуемую точность. Критерий эффективности – это тот результирующий параметр, который мы хотим улучшить. Далее обозначить ограничения в рамках которой работает эта модель. Например, такой-то параметр, влияющий на критерий эффективности, может варьироваться от и до… Это есть ограничение. Конечно, они могут быть разными. И простыми, и сложными. Далее… запустить расчет поиска максимального или минимального значения функции критерия эффективности. Или как математики называют – поиск экстремума функции. Осталось только в позиции экстремума зафиксировать состояние управляемых параметров. Это и есть целевое состояние, которое оптимизирует критерий эффективности. В зависимости от того, линейная или нелинейная критериальная функция, и от сложности ограничений зависит выбор методики поиска экстремума, которая влияет на скорость и качество выполнения оптимизации. Но с этим при определенной уровне подготовки проблем нет. Благо активно развивается такой инструментарий в информационных технологиях как «big data». Даже не надо быть особо-то и математиком.
Практика оптимизации. Если мы говорим про качество оперативного управления бизнесом, то на моей практике основной эффект дает не оптимизация, а банальная синхронизация работы объектов потока создания ценности. Если на каждом объекте будет актуальное плановое задание и, если оно будет максимально исполняться по факту, поток будет работ синхронно, то есть с минимальными потерями. Эффект синхронизации достигается скоростью перепланирования всего потока, что обеспечивает актуальность заданий, плюс стандартизированной работой на уровне исполнения, что обеспечивает минимальное отклонение от плановых значений. Экспертно - 90% эффекта дает банальная синхронизация, 10% - оптимизация.
Вы можете возразить, сказать, что используете оптимизацию при определении маржинальных заказов. Мол, определяете какие заказы брать в производство, а какие нет. И это дает очень сильный эффект. Кто бы возражал. Но это обычный здравый смысл - продать свою продукции как можно дороже. Так было испокон веков. Но разве это оптимизация? Помню в свою бытность наши экономисты на обычном Экселе постоянно осуществляли расчеты маржинальности укрупненных групп заказов. Известна цена, себестоимость, конечно, с определенной степенью погрешности, соответственно можем оценить прибыль. Так было всегда. Что изменилось сейчас? Во многих компаниях продолжают делать оценку прибыльности производства заказов по укрупненным группам на Экселе. Но кто-то пошел дальше: автоматизируют эту «оптимизацию». Да, теперь они это делают быстрее, но… точнее ли? На самом деле расчеты в Экселе либо в специальной автоматизированной программе с точки зрения точности мало чем отличаются. Ведь и там, и там при расчетах используются усредненные укрупненные нормативы. Первый и второй подход является лишь оценками с какой-то степенью достоверности. Заказы с явной выраженной маржой и так видно. Все остальное под сомнением… ведь мы не знаем точную себестоимость. Она зависит от многих факторов: от текущего состояния работы бизнеса, от маршрута производства, от загрузки… Как ни крути получается «виртуальная игрушка для топов».
Одни балуются с оптимизацией на этапе укрупненного планирования. Другие на этапе среднеукрупненного планирования – укрупненного позаказного планирования: отгрузка, производство, снабжение. Не зная реальной текущей ситуации, не понимая по какому маршруту будет производство, не имея точных детализированных нормативов. Вот поэтому потом производственные планировщики вынуждены эти «оптимизированные планы» перелопачивать вручную в Экселях, приземлять к реальной ситуации. Конечно, они не выполняют оптимизацию с математической точки зрения, но они выполняют оптимизацию с практической точки зрения – максимально пытаются сграфиковать работу материального потока с учетом реальной ситуации, тем самым повышают уровень синхронизации работы объектов материального потока и снижают потери.
Реальная заруба идет на уровне оперативного планирования. Там все детально: текущая ситуация, и нормативы, объекты управления. Только на этом уровне можно получить точную маржу по каждому конкретному заказу в зависимости от маршрута и в целом сценария производства и соответственно сделать оптимизацию в широком смысле. Только на этом уровне можно максимально упаковать исполнение заказов в материальном потоке, предметно проконтролировать их исполнение, при необходимости уточнить нормативы. Тем самым реализуя фактическую синхронизацию. На этом уровне математика и практика оптимизации сливаются в одно единое целое.
Но здесь есть проблема. Очень большой поток информации, который нужно обработать. А если еще и запустить на этом уровне среднесрочное и долгосрочное планирование с учетом детализированных нормативов и прогнозов, то такую работу ручками в Экселе будет сделать очень проблематично. А ее придется делать постоянно, ведь реальная ситуация не всегда идет по плану, ее нужно учитывать, что равносильно частому перепланированию всего материального потока на требуемый горизонт с одновременной оптимизацией. Вот это я и считаю оптимизацией и синхронизацией в широком смысле.
«Как вы внедряете MES без оптимизации?» - прозвучал вопрос IT директора. На его вопрос мой вопрос: «Я знаю, что вы внедрили сквозное оптимизированное планирование. Какую вы имеете сквозную надежность исполнения сменно - суточных заданий? Насколько надежно исполняются «актуальные» оптимизированные планы по каждому участку и агрегату?». В ответ... ступор. Он даже не понял, о чем я его спросил. И в голове у меня пронеслось: опять виртуальная игрушка?
Тематике big data я мог бы посветить очень много времени. По моему глубокому убеждению, будущее IT за глубокой автоматизацией интеллектуального труда, то бишь за big data, или по - другому за искусственным интеллектом. Но переход к этому будет очень тернистым. И главным препятствием, которое нам предстоит преодолеть – это трансформация сложившегося взаимодействия: с локально – модульного на сквозное процессное. |