Что из себя представляет оптимизационное моделирование в бизнесе (далее — ОМ)?
- ОМ — составное понятие. Первая часть — оптимизация — подразумевает нахождение наилучшего решения. Какое решение считать наилучшим, зависит от конкретной задачи и определяется выбранным критерием оптимальности. Можно оптимизировать затраты (находить минимальное значение), прибыль (находить максимум), время, расстояние, расход сырья, выпуск продукции, образование отходов и многое-многое другое. Например, один из основателей оптимизационных математических методов, ставший впоследствии академиком и нобелевским лауреатом, в начале своего научного пути занимался задачей раскроя фанерного листа на мебельной фабрике для минимизации отходов фанеры.
Моделирование представляет собой воссоздание реальных предметов, процессов или ситуаций в упрощенном виде для анализа. Если за понятием оптимизации стоит, как вы догадались, математическая наука, то моделирование в последнее время очень тесно связано с компьютерными технологиями.
Таким образом, собрав все вместе, получаем: ОМ в бизнесе — перенос реальных процессов или бизнес-ситуаций в компьютерную модель с последующей их математической оптимизацией для нахождения нужных параметров и решений.
ОМ по-своему уникальный инструментарий для бизнеса. Оптимизационное моделирование не требует реорганизаций компании, перестройки бизнес-процессов, инвестиций или сложной ИТ-инфраструктуры. При всем при этом, ОМ позволяет выжать из сложившейся в бизнесе ситуации максимум эффективности. В чем же секрет?
Человек не может быстро и точно обсчитать большое количество вариантов возможных решений и выдать оптимум. И поэтому можно сказать наверняка: принимая сложные бизнес-решения, человек упускает какие-то возможности. ОМ в большинстве случаев позволяет «подобрать валяющиеся» упущенные выгоды.
2. Что изначально обещает улучшить или оптимизировать ОМ?
- Как я уже говорил, сферы применения ОМ чрезвычайно широки, и достигаемые улучшения зависят от поставленной бизнес-задачи. Наиболее часто ОМ используется для решения так называемых распределительных задач, относящихся к области логистики и supply chain. В таких случаях обычно ищут минимум затрат на транспортировку и закупку сырья, максимальную выручку от дистрибуции продукции в распределенной сети поставок, максимально возможные объемы перевозок или минимальные объемы запасов. Также отличные результаты показывает ОМ при решении производственных задач: максимизация загрузки оборудования, выпуск наибольшего объема смеси разнородных составляющих (с разными качественными параметрами), минимизация отходов.
3. Что получается на практике?
- Важно понимать один из главных принципов ОМ. Оптимизационная модель находит оптимальный план из тех изначальных предпосылок, которые в нее вложили, т.е., применяя математические алгоритмы, ОМ лишь более быстро и рационально высчитывает решение, которое человеческий мозг вычислить не способен. Поэтому на практике все зависит от того, насколько адекватно построена оптимизационная модель, заложена ли в нее вся требуемая для анализа информация. Ну и, конечно же, модель предлагает лишь решение (план действий), а как эффективно оно будет реализовано, зависит от системы управления в компании, использующей этот инструмент. Если бизнес еще не дорос до такого уровня, чтобы четко выполнять запланированные решения, то оптимизационная модель может лишь показать возможный оптимум, который можно было достичь. Те же компании, бизнес-процессы которых отлажены, экономят с помощью ОМ конкретные суммы издержек, сокращают потери, повышают объемы производства и выручку в реальности.
Из собственного опыта могу сказать, что в любых задачах, где удалось использовать ОМ и реализовать предложенный моделями вариант решения, был достигнут эффект, который составлял в среднем 10-30% от того, что оптимизировалось (издержки, объем производства, выручка и т.д.). При этом в подавляющем большинстве случаев затраты на разработку и внедрение оптимизационной модели по сравнению с получаемым результатом оказывались ничтожно малы.
4. Может ли компания сама, без внешних специалистов, таких, как вы, например, реализовать такой проект? Ваши советы?
- Для решения бизнес-задач среднего и мелкого масштаба ОМ чрезвычайно доступен. Теоретическая часть — математические оптимизационные методы — изучаются многими в рамках вузовской программы, а построить компьютерную модель позволяет даже MS Excel. В Интернете множество материалов как теоретических, так и практических. При желании, упорстве и наличии свободного времени вполне можно самостоятельно разобраться. Те, у кого проблемы со временем, могут пройти теоретическое и практическое обучение в группе или индивидуально.
Я считаю, что теорией в данном случае заниматься отдельно нет никакого смысла, все становится понятно в процессе практической работы над оптимизационными моделями. В своей обучающей программе, которая была «отточена» на большом количестве бизнесменов-практиков, я так и сделал — подобрал несколько типовых бизнес-задач, для которых вместе с обучающимися разрабатываю модели, поясняя «между делом» математические тонкости и законы. Этот подход работает безотказно.
Однако использование ОМ в крупных компаниях, при решении масштабных задач, безусловно, требует большой практики и более производительного инструментария, нежели MS Excel. В этом случае на самостоятельное развитие до высокого экспертного уровня понадобятся годы. С точки зрения самого бизнеса, ожидание, пока вырастет собственный специалист, на мой взгляд, не оправдано. Лучше пригласить консультанта и начать использовать ОМ как можно быстрее, чтобы поскорее получить оптимизационный эффект, который в крупных компаниях может составлять в денежном выражении многие миллионы рублей или долларов.
5. В каких отраслях проблематично применять ОМ?
- Как я уже говорил, ОМ эффективно и достаточно просто применяется в тех областях, где процессы можно разложить на части и отдельные шаги (т.н. дискретные процессы): логистика и снабжение, конвейерное и сборочное производство, создание миксов (смесей), дистрибуция. И, напротив, в непрерывных процессах применение ОМ затруднительно. Например, создать оптимизационную модель химического производства, в котором взаимное влияние множества параметров описывается сложными нелинейными зависимостями и процессы протекают не дискретно (непрерывно), чрезвычайно сложно. Я не говорю — невозможно, поскольку современные технологии позволяют моделировать хоть ядерные реакции на Солнце, но это с большой долей вероятности будет дорогостоящий проект, для реализации которого понадобится сложное программное обеспечение, высокие вычислительные мощности компьютеров, опытные эксперты в области оптимизационных вычислений.
В общем же случае можно сказать: чем большим количеством данных будет оперировать оптимизационная модель, тем сложнее ее создать и оценить ее адекватность (правильность предлагаемых ею решений), тем более требовательна она к производительности вычислительной техники и программному обеспечению для расчетов.
6. Можете рассказать о вашем опыте с ОМ и предупредить о возможных ошибках и проблемах?
- Отталкиваясь от своего опыта, могу сказать, что на пути «оптимизаторов», помимо технических сложностей, может встать еще одна неожиданная проблема — психологическое сопротивление. Экспертам и руководителям в различных областях порой очень трудно принять тот факт, что владеющий компьютером и математикой специалист может предложить более эффективное решение, чем они. Казалось бы, план, предлагаемый экспертом-профессионалом, выглядит абсолютно логичным, а, следовательно, должен быть оптимальным. И тут компьютер предлагает свое решение, и оно порой выглядит не таким уж и очевидным, но по всем критериям является более эффективным. Как такое может быть? Преодолеть барьер непонимания и недоверия к ОМ позволит только разъяснительная работа с руководством и коллегами, демонстрация успешных кейсов различных компаний, вовлечение экспертов из «оптимизируемых» областей бизнеса в оптимизационные проекты.
Опять же, даже самая правильная на первый взгляд оптимизационная модель (предлагаемые ею решения) должна быть проверена экспертом предметной области. Модель необходимо постоянно развивать и дополнять в соответствии с изменяющимися условиями бизнеса. Оптимизатор не может и не должен заменять собой остальных сотрудников, но должен стать им помощником — создать инструмент поддержки принятия решений, дополняющий экспертные возможности человека.
7. За какой период компания может подготовить себе штатных специалистов по ОМ, и где она их может обучить?
- Как я уже говорил, бизнесу не выгодно ждать, когда специалисты в штате «созреют» для использования ОМ, потому что не оптимально решенные управленческие задачи — это потери и упущенные возможности прямо «здесь и сейчас». Имеет смысл как минимум отправить сотрудника на обучение, чтобы он, вооружившись базовыми знаниями и навыками, попробовал создать первую оптимизационную модель. Если задача не слишком масштабная, то, скорее всего, у обученного сотрудника многое получится. Небольшие проблемы или практические вопросы можно будет решить с консультантами и коучами по ОМ в ходе коротких индивидуальных консультаций. После первой оптимизационной модели сотрудник, скорее всего, будет достаточно подготовлен, чтобы взяться за более сложные задачи и самостоятельно их решить. Это, пожалуй, самый эффективный вариант для бизнеса среднего масштаба.
К сожалению, обучающих курсов по ОМ не так уж много, да и большая часть представленных в Интернете программ носит теоретический характер. С одной стороны, это не так уж и плохо, теория, несомненно, нужна, но вот многие вопросы практического характера могут так и остаться без ответа. Хотя мне сложно оценивать чьи-то обучающие программы, ведь я их, конечно же, не посещаю, поскольку за более чем десять лет работы в этой области сформировал свою теоретическую и практическую базу. Ну и, конечно же, являясь разработчиком и преподавателем собственного обучающего курса, не могу считаться беспристрастным. Поэтому могу лишь пригласить к себе на занятия. А в целом совет достаточно простой — внимательно читайте отзывы о курсах и их авторах во всех доступных источниках.
Второй вариант развития может быть таким. В крупных компаниях, где задачи ОМ, скорее всего, будут не по силам новичку, можно приглашать консультантов на отдельные проекты с включением в проектную команду корпоративного специалиста, которого планируется развивать в этой области. Таким образом решаются сразу две задачи: и проблемная область оптимизируется, и специалист опыта набирается. Конечно, специалиста желательно к такому проекту все же изначально подготовить и обучить.
8. Много ли сейчас на рынке хороших специалистов по ОМ?
- Долгое время работая в консалтинге, я почти не встречал экспертов по ОМ. Есть узкоспециализированные команды, обычно развивающие собственные ИТ-средства для оптимизации и моделирования, но они не на слуху и заняты в основном в сложных и «дорогих» проектах. Еще оптимизационные возможности зачастую вложены в крупные и дорогостоящие ERP-системы и продаются в виде «закрытого ящика» с ними в комплекте (или как опция).
Да и сама по себе тема ОМ сейчас не слишком популярна. В наш стремительный век все ищут быстрых и простых решений, коих множество рекламируют скороспелые коучи и консультанты. ОМ все же требует приложения интеллектуальных и организационных усилий, и волшебства в нем нет никакого, лишь строгая рациональность.
Сам я, организуя в свое время проектные команды для внедрения ОМ в крупном холдинге, сталкивался с ситуацией, когда можно было пригласить только редких докторов наук, связанных, скорее, с прикладной наукой, чем с бизнесом. Любые другие немногочисленные специалисты, предлагающие свои услуги, не подходили из-за слабой теоретической и практической базы.
9. Как собрать рекомендации по такому специалисту или компании? Какие вопросы задавать работодателю или заказчику?
- Для начала я бы посоветовал работодателям или заказчикам узнать у соискателя, где и как он обучался теории в области оптимизационных математических методов. Возможно, у специалиста будут сертификаты курсов, а еще лучше, если бы обучение было в рамках программы высшего образования вуза. Совсем здорово, если оптимизационная математика использовалась соискателем в кандидатской или докторской диссертации. Также можно задать стандартные вопросы об опыте в разработке моделей: для каких областей удалось создать, какие результаты получить, какие ИТ-инструменты моделирования приходилось использовать.
К сожалению, быстро проверить достоверность опыта, предъявленного соискателем, может не получиться. Самая действенная проверка — дать практическую задачу и оценить предложенное им решение и его «оптимизационный эффект».
10. Ваши пожелания читателям УП? Приглашаем вас поделиться с ними технологией более детально на одном из Деловых клубов УП в отеле «Савой».
- Я уверен, что у множества компаний, относящихся к мелкому и среднему бизнесу, и у всех крупных компаний есть возможность использовать ОМ и повысить эффективность своего бизнеса — не стоит этим пренебрегать. Отнесение ОМ к разряду «фантастики» и ненужной теории может обернуться упущенными выгодами и неиспользованными возможностями. Присмотритесь к этому управленческому инструменту. Тот, кто думает, анализирует и оценивает, обычно оказывается более стабильным и успешным, и ОМ как раз является доступным и эффективным инструментом бизнес-анализа. Расширяйте свой кругозор, получайте новый опыт, будьте успешными!
Александр Семенютин