تنبّؤ يصمد عند الاحتكاك بفريق العمليات

التنبّؤ بالطلب أكثر القدرات مبالغةً في الوعد داخل العمليات. الجميع يتّفق أنه أساسيّ — فالتنبّؤ الدقيق «يدعم الإدارة الفعّالة للمخزون وتخطيط التسليم» وهو ركيزة لـ«تقليل نفاد المخزون وفائضه». ومع ذلك تموت التنبّؤات روتينيًّا عند الاحتكاك بفريق العمليات الذي يُفترض أن يستخدمها. كان النموذج دقيقًا؛ وتجاهلته الأرض. وفهم السبب أنفع من مطاردة عُشر إضافيّ من الدقّة.

ثلاثة دروس من أعمال حديثة، كلّ منها عن مطابقة النموذج للقرار بدل تعظيم مقياس.

الدرس الأول: الأفق جزء من النموذج

التنبّؤ ليس دقيقًا أو غير دقيق في المطلق — بل دقيقًا عند أفق. أخطئ الأفق فينتج نموذجٌ جيّد أرقامًا عديمة النفع.

تجعل دراسةٌ تكافح أثر السوط في توصيل الطعام عبر الإنترنت ذلك حيًّا. بنى الفريق شبكة LSTM ثنائية الطور على عامين من الطلب من Swiggy وZomato، قاسمًا المشكلة عمدًا بحسب سرعة الساعة. الطور الأول يتنبّأ بالطلب داخل اليوم — التباين القصير المتعرّج خلال يوم واحد. الطور الثاني يتنبّأ بالطلب اليومي — الإجمالي الأنعم. البيانات ذاتها، البنية ذاتها، أفقان.

والنتائج هي الدرس: سجّل الطور الأول (داخل اليوم) R² قدره 0.69 لـZomato و0.71 لـSwiggy. وقفز الطور الثاني (اليومي) إلى 0.88 و0.90. الأفق الأطول أقابل للتنبّؤ بدرجة كبيرة، لأنّ طلب داخل اليوم معظمه ضوضاء وطلب اليوم معظمه إشارة.

والخلاصة التشغيلية ليست «استخدم النموذج اليومي» — بل أنّ القرار يختار الأفق. فتزويد الساعتين القادمتين يحتاج تنبّؤ داخل اليوم المُضوضِئ ويجب أن يُبنى ليحتمل دقّته الأدنى. وطلب القابل للتلف للغد يستخدم تنبّؤ اليوم الأحدّ. والتظاهر بأنّ نموذجًا واحدًا يخدم الاثنين هو كيف تفقد التنبّؤات ثقة الأرض: تُحاكَم في ضوء قرار لم تُشكَّل له قطّ.

الدرس الثاني: اعرف أيّ عدم يقين تكافحه

ليس كلّ خطأ تنبّؤ من النوع ذاته، والأخطاء المكلفة تأتي من سوء تشخيص أيّ نوع لديك.

ثمّة عدم يقين الطلب — لا تعرف كم طلبًا سيأتي. وثمّة عدم يقين المعاملات (البارامترات) — لا تعرف حتى الإحصاءات الكامنة للطلب بعد، لأنك لم ترَ منه ما يكفي. ويبيّن العمل على تعلّم الطلب البِيزي تحت سعة محدودة لماذا يهمّ التمييز: حين تكون السعة مقيّدة، يتوقّف القرار الأمثل على نسبة العرض إلى إجمالي الطلب، وأنت في البداية لست غير متيقّن من الطلب فحسب — بل غير متيقّن من التوزيع الذي يُسحَب منه الطلب. والاستجابة الصحيحة نموذجٌ يحدّث معتقداته كلّما وصلت الأدلّة، لا نموذجٌ يلتزم بحزم بتقديرٍ لا يملك بعد بياناتٍ تبرّره.

هذا هو الفرق بين تنبّؤ واثق لكنه خاطئ وآخر صادق في عدم يقينه. يستطيع فريق العمليات التخطيط حول عدم يقين صادق — يُبقي احتياطًا يسيرًا، ويظلّ مرنًا. أما الواثق الخاطئ فهو الذي يحرقهم، لأنهم زوّدوا وخزّنوا في مواجهة رقمٍ لم يكن للنموذج حقّ تأكيده.

الدرس الثالث: على النموذج أن يفسّر نفسه، وإلّا لا يُستخدَم

هنا الإخفاق الذي لا يلتقطه أيّ مقياس دقّة. نموذج طلبٍ صندوقٌ أسود قد يكون أدقّ من حدس المخطِّط ومع ذلك يخسر، لأنّ المخطِّط حين يفاجئه الرقم لا يستطيع أن يسأل «لماذا»، ولا أن يتحقّق منه في ضوء العرض الترويجي الذي يعرف أنه جارٍ، فيتجاوزه بهدوء. كان التنبّؤ صحيحًا وغير ذي صلة.

هذه هي الآلية الفعلية خلف معظم قصص «الفريق لن يتبنّاه». التبنّي ليس مشكلة تدريب، بل مشكلة ثقة، والثقة تتطلّب أن يُظهِر النموذج عمله. التنبّؤ الذي يقول «الطلب أعلى 30% الثلاثاء القادم» يُتجاهَل. وذاك الذي يقول «الطلب أعلى 30%، وهذه محرّكاته — العرض الترويجي، والطقس، واتجاه الأسبوع الماضي» يُتصرَّف بناءً عليه، لأنّ المخطِّط بات يستطيع الموافقة على الاستدلال أو الاعتراض عليه، لا على الاستنتاج وحده. القابلية للتفسير ليست ترفًا فوق الدقّة. فبالنسبة لنموذج تشغيلي هي شرطٌ مسبق لاستخدامه أصلًا — ما يجعلها شرطًا مسبقًا للدقّة في الإنتاج، حيث تُقاس الدقّة بالقرارات لا بـR².

وضعها معًا

التنبّؤ الذي يصمد أمام فريق العمليات له ثلاث خصائص لا يختبرها الدفتر قطّ. إنه مطابق لـأفق القرار الذي يخدمه، فلا يُحاكَم في ضوء سرعة ساعة لم يُبنَ لها. وهو صادق بشأن عدم يقينه، يحدّث كلّما وصلت الأدلّة بدل الالتزام بأرقام لم يكسبها. وهو يفسّر نفسه، فيستطيع الإنسان الحامل للعواقب استجواب الاستدلال بدل تجاوز النتيجة.

لا واحدة من هذه اختراق نمذجة. إنها انضباط بشأن القرار الذي يوجد النموذج لخدمته. وهذه هي الحقيقة الهادئة للتنبّؤ التشغيلي: الجزء الصعب لم يكن قطّ التنبّؤ بالطلب، بل بناء تنبّؤ يتصرّف بناءً عليه مشغِّلٌ فعلًا.