Зарождение логистики и формирование аналитической парадигмы

Существуют различные точки зрения на то, когда и как зарождалась логистика. Относительно элементарных логистических операций (перевозка, хранение и пр.) можно утверждать, что они сопровождали хозяйственную деятельность людей с самых древних времен. В свою очередь логистика как совокупность научных знаний является сравнительно молодой наукой. При этом логистика как наука изначально формировалась не как экономическая, а как военная дисциплина. Предмет логистических исследований составляли вопросы эффективного перемещения воинских частей и материальных ресурсов для поддержания высокой боеспособности войск.

На схожесть задач, которые решает современная логистика при обеспечении работы производственно-сбытовых систем, с задачами военного планирования и ведения боевых действий свидетельствует фраза, приписываемая историками Наполеону Бонапарту: «Военное искусство — это умение быть сильнее противника в нужном месте в нужное время». Применительно к бизнесу данная фраза означает, что не любой товар приносит прибыль, а только тот, который доставлен вовремя клиенту.

По мнению многих исследователей, одним из основателей современной логистики является Антуан Анри (Генрих Вениаминович) Жомини (1779—1869), французский и российский военный деятель, генерал от инфантерии (пехоты). В своих работах по военному делу он подразделял систему управления войсками на три части:

1) стратегию;
2) тактику;
3) логистику — «практическое искусство движения войск».

По мнению Г. Жомини, логистика как наука изучает не только перевозки, но и широкий круг вопросов, включающих планирование, управление и снабжение, определение мест дислокации войск, трассировку коммуникаций (мостов, дорог и т.д.) и др. С военной точки зрения логистика должна вырабатывать методические рекомендации по эффективному использованию различных средств доставки боеприпасов к месту боя, по подготовке и осуществлению мероприятий, связанных с этим процессом. В работах по военному искусству Г. Жомини выделяет ряд принципов ведения военных действий, которые по своей структуре и содержанию схожи с современными подходами к управлению организациями. Например, содержание «политики войны» схоже с понятием «корпоративная миссия», можно провести параллели между понятиями «стратегии как искусство управления массами на театре войны» и «конкурентная стратегия», «высшая тактика сражений» и «бизнес-планирование», «логистика как искусство передвижения армий» и собственно понятием «логистика», «инженерное искусство, оборона укреплений» и «ресурсное обеспечение деятельности предприятия».

В экономической сфере потребность в логистических знаниях, применение которых позволяет повысить эффективность работы производственно-сбытовых систем, существенно возросла в начале XX века. Многие исследователи связывают возросший интерес к логистике как к науке с широким применением конвейерных технологий в производстве технически сложной продукции, состоящей из многочисленных деталей и сборочных единиц. Ярким примером предприятия, где активно внедрялись новые, на тот период, производственные технологии, является компания «Форд», наладившая массовый выпуск легковых автомобильный.

Для бесперебойной и ритмичной работы конвейерной линии важно обеспечить наличие необходимых комплектующих «в нужном месте и в нужное время». При этом необходимо так спланировать параметры поставок, чтобы обеспечивались минимальные расходы на перевозку и содержание нужных ресурсов в запасе на складе. Данные требования (правда в упрощенном виде) были реализованы американским изобретателем Фордом Уитманом Харрисом (Ford Whitman Harris). В 1913году в статье «Какой объем производить за один раз» {«How Many Parts to Make at Once») Ф. Харрис рассмотрел схожие для многих отраслей проблемы, связанные с определением экономичного объема заказываемых комплектующих с учетом затрат на их закупку и хранение на складе, и предложил математическую модель расчета оптимального размера заказа (Economic order quantity, EOQ), которая, однако, в последующем стала широко известна как «формула Уилсона», названная так по фамилии бизнес-консультанта Р. Уилсона (R. Wilson), применявшего данную модель для повышения эффективности систем управления запасами на промышленных предприятиях.

Основные методические положения модели EOQ: от величины объема заказываемой поставки q (измеряется в физических единицах, например, тоннах) зависят затраты на их хранение в запасе S_z (измеряется в денежных единицах, например, рублях), а также затраты на выполнение заказов S (измеряется в денежных единицах, например, рублях). Причем динамика данных затрат изменяется разнонаправленно в зависимости от выбранного объема заказа q. Так, с увеличением объема разового заказа q увеличиваются расходы на его содержание на складе S_ (руб./дни) в течение периода (интервала) между двумя смежными поставками Т(дни), а также совокупные затраты на хранение .S/за весь плановый период. Вместе с тем, при увеличении объема заказываемых материалов происходит уменьшение числа таких заказов Nq (ед.) и, как следствие, сокращаются суммарные затраты на повторное пополнение запасов S , пока не будет поставлен весь плановый объем Q_y (тонн). Методика выведения формулы EOQ из выражения суммарных затрат на хранение и перезаказы достаточно подробно изложена в учебной литературе^[1]. Поэтому сразу запишем итоговое выражение для расчета оптимального значения объема заказываемых материалов:

где sq — затраты на выполнение одного заказа, руб.;

d — стоимость (цена) закупаемого материала, руб./тонн;

g — доля от стоимости материала, соразмерная величине издержек на хранение в запасе такого материла, %.

Несмотря на наличие многих упрощений и допущений в данной модели (например, параметры поставок и расхода материалов в производстве являются детерминированными величинами, стоимость выполнения заказа не зависит от его размера, и др.). Формула (3.1) для расчета EOQ долгое время имела широкое применение для решения практических задач. Стоит заметить, что Ф. Харрис был успешным изобретателем, хотя по образованию являлся юристом и практиковался в патентном праве. Большинство его патентов связаны с устройствами для добычи нефти. По его мнению, патентный юрист должен быть инженером или изобретателем примерно на восемь десятых и юристом на две десятые. Ему также приписывают слова, что инженер всегда может стать юристом, а если у юриста нет технического воображения, то он никогда не сможет стать инженером. На основе результатов анализа причин нерационального управлением запасами Ф. Харрис приходит к выводу о необходимости налаживания межфункциональной координации, прежде всего, между функциями маркетинга, проектирования продукта и производством в организациях, независимо от их размера и отраслевой принадлежности. В последующем идея применения механизма «межфункциональной координации» прочно укрепилась в практической деятельности, и до настоящего времени данный механизм остается одним из основных источников образования дополнительных (интеграционных) эффектов в логистических системах.

Подобные исследования положили начало формированию аналитической парадигмы логистики, которая была ориентирована на разработку и применение прикладных математических моделей и методов для управления материальными потоками. Значительная часть математических методов решения логистических задач была разработана в рамках междисциплинарного исследовательского направления «исследование операций», которое ориентировано на решение широкого спектра практических задач, сходных с логистическими по постановке, обладающие рядом общих признаков и решаемые сходными методами. По определению профессора Е. С. Вентцель, под исследованием операций следует понимать «применение математических, количественных методов для обоснования решений во всех областях целенаправленной человеческой деятельности»'.

Под операцией понимаются различные действия и мероприятия, которые планируются и осуществляются для достижения цели какой-либо деятельности (экономической, военной и пр.). При этом параметры модели логистических процессов и критерии их оптимизации должен определить менеджер предприятия. Причем важно использовать ограниченное число параметров, чтобы не столкнуться с так называемым «проклятием многомерности». Нужно правильно и, по возможности, просто описать логистическую систему или выполняемые процессы — построить математическую модель, для которой можно было бы разработать или выбрать существующий математический метод поиска оптимального решения. Поэтому создание математических моделей, адекватно описывающих суть моделируемых явлений (логистические процессы), является очень важным этапом поиска оптимального решения. Как правило, хорошие модели логистических систем могут создать специалисты, которые работают в данной сфере, обладают математической культурой мышления и имеют навыки использования различных математических инструментов.

Апогей аналитической парадигмы приходится на середину прошлого века, когда были достигнуты значительные результаты в области математической оптимизации, разработаны различные типы методических подходов решения экстремальных задач (поиска наилучшего — максимального или минимального — значения целевой функции) с многомерными параметрами и ограничениями (линейными, нелинейными). В логистике нашли широкое применение линейное, нелинейное, целочисленное, динамическое программирование, которые в контексте систематики этапов эволюции логистики рассматриваются в качестве концепций, открывающих новые возможности по решению логистических задач в различных сферах. Термин программирование употребляется в смысле планирования и является буквальным переводом с английского языка термина programming.

О важности применения математических моделей и методов для решения хозяйственных задач свидетельствует присуждение Нобелевской премии по экономике нашему соотечественнику Леониду Витальевичу Канторовичу за разработку и решение задач линейного программирования. Типичной задачей линейного программирования является «задача о перевозке» однородного груза с обособленных складских объектов (логистических центров) в торговые сети. Исходными данными «транспортной задачи» являются объемы запасов на складах, объемы заказов получателей, способы транспортировки (используемые виды транспорта, типы подвижного состава, расстояния перевозок и прочие параметры) выраженные в тарифных ставках (в рублях за одну единицу груза — тонну, паллет, контейнер и др.) для каждой пары «отправитель — получатель». Оптимальное решение должно предлагать такой вариант перераспределения запасов между получателями, чтобы совокупные затраты на перевозку были минимальными. Для решения данной задачи и множества других подобных, относящихся к различным типам математического программирования, были разработаны специальные математические методы и алгоритмы, например, симплекс-метод, численные, градиентные и др. Данные методы в рамках систематики этапов эволюции логистики по статусу приравниваются к технологиям. Более подробно методы поиска оптимальных решений «транспортных задач» рассматриваются в курсе логистики транспорта.

Современные студенты решают транспортную задачу за считанные минуты в программе Microsoft Excel, а для логистов в прошлом веке данная проблема относилась к категории сложных и даже нетривиальных. Сложность заключалась как в разработке адекватной математической модели логистического процесса, так и в необходимости выполнения значительного количества расчетов, а в то время не было компьютерной техники. Поэтому появление первых электронно-вычислительных машин (ЭВМ) явилось причиной зарождения новой логистической парадигмы — информационно-технологической. Тем не менее применение математических методов для поиска оптимальных решений логистических задач не теряет актуальность в настоящее время. Например, современные системы искусственного интеллекта являются по своей сути математическими методами (алгоритмами) поиска оптимального решения.

[1] Управление запасами в цепях поставок: учебник и практикум для вузов: в 2 ч. Ч. 1 / В. С. Лукинский и [др.]: под общ. ред. В. С. Лукинского. — Москва: Юрайт, 2021. — С. 8.