|
|
仿真技术，仿真软件和咨询的价值-随想!
2017-05-31 周峥 SIMIO复杂系统建模分析技术
Simio中国区独家授权经销商：http://www.simio-china.com
当今咨询市场确实要比10年前甚至是20年前的咨询市场更加繁荣，咨询方法，咨询技术层出不穷，各路英豪展露风采，尤其是随着互联网技术，信息技术，大数据和人工智能的发展，惊涛骇浪的大变革时代即将到来。系统仿真分析技术作为一枝独秀也将是见证这一时代的重要载体，她的最终趋势也必然是走向更智能，更数据化，更互联。
仿真技术在“复杂系统”的分析和决策中的巨大价值在欧美已成为不争的事实，每年创造着数千亿美元的经济效益！高通(Qualcomm)想通过精简手机制造流程，改善库存管理大幅度减少成本以保持市场竞争力的时候，它求助的方法是动态仿真技术；当UPS（United Parcel Service）想在满足客户服务质量的前提下，在庞大的人员车辆配置和成本之间取得最佳平衡的时候，它求助的方法是仿真技术；宝洁（P&G）总部提出要求，要设计一个覆盖北美的高效的供应链网络，不但要满足客户的日常订单处理和配送要求，更要求这个供应链网络具有极强的抗波动性，它所求助的方法是仿真技术；宝钢在验证其四号高炉（4BF）的区域铁水运输物流系统时，鉴于铁水运输系统的复杂性，它最终求助的方法还是仿真技术；宝钢在原料采购中心远洋运输业务中为了降低矿石运输成本扩大了巴西航线的大船承运比例，但是如何评估签约多少30万吨级的大船以及降低由此带来的风险（运输需求，船舶配置，航线选择，港口条件，运营规则，各类物流成本和资源条件的可变性），她最终求助的还是系统仿真技术；Ford北美公司在如何设计他的生产线，各个区域的缓冲区，节拍，生产线平衡，以及复杂排序策略上，如何设计出一个最为精益的系统，运用的技术依然是系统仿真分析技术。
在国外系统仿真被称为Predicative Analysis的分析学科，属于“先验模型”，是一种既见树木又见森林的做法，他具有量化的特性，含完整的研究方法论和工具集，而并不仅仅是一些普适的指导原则。系统仿真的本质是解决需求和供给在时间、空间、数量三个维度上的匹配，是对复杂系统中有限资源分配，占用，释放方式进行研究的工具，是对复杂动态随机系统的运作规律使用计算机模型进行有选择，有针对性表达，并通过有目的的实验方案进行系统性改善的一门跨学科先进应用技术。
我大概理一下我认为的系统仿真技术的应用价值。系统仿真技术，仿真软件产品和仿真咨询主要价值是体现在以下几点上，只是随感，欢迎指正。
1） 边际价值增加：系统仿真软件的用户在首次接触到软件价格时通常会表现得比较惊讶，一套正版的仿真软件居然那么贵！这是和传统的软件相比较的。因为效用不同，当然不能类比。一个杀毒软件一套办公软件，功效和一套仿真软件是完全不同的，仿真软件是解决复杂系统问题的。虽然在商品流通领域有“一分价格一分货”的说法，但是如果将系统仿真产品这种和传统商品不同质的产品进行比较不免有点偏颇，一般产品是边际效用递减，而仿真软件，尤其是通用型系统仿真软件则由于扩大了运用的领域和范围，增加了他的总体效用价值，效用是可以不断被挖掘的，我们常常看到一个系统仿真软件（比如SIMIO）有大量的不同领域的成功案例，仿真软件的效用是由使用者决定的，是由使用者的经验和决心决定的。不同于很多昂贵的IT系统，系统仿真是解决问题的工具而并不是交易管理（事务管理）系统，我们见过了太多低效的IT系统，包括ERP系统，他们从总体拥有成本上而言更加昂贵，在国外这些系统被戏称为silverbullet（有两层意思，一层是褒义词，即杀手锏，先进的技术；还有一类就是烧钱的玩意，每颗子弹都是钱铸成的，子弹打出去问题没解决）。
2） 使用者或者机构运用系统仿真解决问题的“目的”：最近著名的企业家，Facebook的创始人扎克伯格在2017哈佛演讲中提到了Purpose-“目标是我们意识到我们是比自己更大的东西的一部分，是我们被需要的、我们需要更为之努力的东西。目标能创造真正的快乐“。同样，系统仿真解决方案和系统仿真软件的价值和效用跟使用者的“目的”有绝对关系。“没有目的的仿真项目是糟糕的”。在这个方面众多的系统仿真咨询从业者都遇到过类似的挫折，没有目的的仿真项目，为了“证明”客户的想法去建模，这些都是阻碍系统仿真客观性，效用性的绊脚石，大多数失败的系统仿真项目都是没有目的的或者是无止境的挖掘细节。在仿真世界里不但遵守GIGO原则，更遵守Minimal Results原则。就如仿真大牛Kiviat所说，“真实世界是复杂的”。我们只需要构建真实系统的关键的子集就可以获得主要内在关系的理解，完全没有必要找到描述系统的所有内在关系。您需要构造大量复杂的公式来描述复杂系统么，这么思考问题已经往错误的道路上踏上了第一脚。仿真可以使用最小的精力来实验得到最为简洁但是是你所关心的结果，这是系统仿真的精髓。为什么传统的OR分析人员/IE工程师不欢迎仿真技术呢，主要障碍还是缺乏仿真工具的运用能力，复杂问题的转换能力以及编程能力等等。况且仿真模型本身也是不断迭代的，指望一个模型能够打遍天下必然是不务实的，这方面需要甲方和仿真咨询公司长期建立合作关系，随着业务的变化将模型系统不断迭代和完善，使其可以有长期的生命力。
3） 使用频率（业务黏性）：系统仿真的价值和效用和他被运用的频率成正比。典型的例子比如福特北美公司使用仿真已成为一个日常事务，“汽车行业资深仿真专家Brian Harrington说，在汽车制造行业里唯一不变的就是变化，在福特的工厂里，仿真技术的运用是每日必做的”。 Chrysler汽车每天使用SDI公司开发的VIN-Logic模型实时对汽车配送网络中的车辆进行物流线路规划，获得量化的报告如汽车流量报告，库存报告，运输模式和策略的建议报告。P&G集团公司一共购买了4000多个Extend许可，在集团公司的各个层面使用仿真技术优化运营。Foxconn集团一共购买了数十套不同种类的系统仿真软件,IE学院使用这些仿真工具为各个富士康工厂解决各类增产降本的难题。这也正是我一直呼吁的：“系统仿真必须借鉴常规的改进项目的思路，将他融入到日常业务中去。比如基于仿真的A3套路和项目平台等等增加业务黏性。而且要从设计部门，研发部门和工程部门着手进行应用推广而不是仅仅是生产一线或者IE工程师层面。
4） 时间成本和进入障碍：诚然，运用系统仿真这样先进的工具是需要有学习曲线的，这个学习曲线肯定要比常规的工具和方法来的长。因为他是跨领域的，精益六SIGMA可能掌握统计学+精益理念就可以实施。但是统计学只是系统仿真的一个技能要素。其次，系统仿真是一门动手性很强的学科，没有长时间的项目经验是很容易把项目搞砸的。一旦有多年的理论知识的积累，建模和编程能力的积累，以及项目经验的铺垫后，确实对于再进入这块的人员来说是有一个技术壁垒的（您是否有同感：））。系统仿真入门容易，但是资深的仿真咨询师是很稀缺的。如果要更加快速入门并提高实战能力，就必须选择易学的仿真软件。这方面非常重要，有一些软件界面花哨，功能丰富，但是需要大量的编程知识的学习，这样的软件显然对于快速实施项目是不适合的。，而有些流程仿真软件由于模块单一且不容易扩展，这样对于提高模拟的精确性而言也是不适合的。这方面的取舍要根据具体的项目性质而定。取舍合适的软件对于降低时间成本最大化仿真价值是有益的。
5） 领域的适用性：系统仿真的领域适用性是很广泛的，根据不完全统计，能够适用的领域就有：生产制造，布局规划，卫生医疗，机场，军事，商业流程，战略/策略分析，市场动力学，呼叫中心，经济分析，资产和组合优化，运输，社会系统分析，供应链系统，维护保障系统，人口动力学，电力系统，计算机和电信网络，物流系统，人群和车辆移动，应急和疏散规划，复杂自适应系统，生物和生态现象分析，仓储系统等。就如我在另外一篇文章中讲的，系统仿真也有其应用的条件和边界，很多时候使用仿真工具是”过度使用”了，就是我们俗话说的“杀鸡用牛刀”。在某些应用领域仿真分析反而是昂贵的或者是性价比不高的。只有对于复杂大型项目，系统仿真项目的效用才真正体现出来了。DennisPegden博士是这个领域的顶级学者，他从事了35年的仿真产品开发和工业实践，他总结的“对于大型项目而言:仿真决策带来3年的平均累计现金收益为1700万美元,累计投入平均为160万美元,整个项目的ROI为10.6倍!”
6） 可嵌入性和用户友好性：这个特点是我所遇到过的很多具有独立软件产品和解决方案的公司所需要的，虽然我鼓励终端用户去使用仿真模型，但是更多的时候最终用户可能不会去接触底层的模型，他所关心的是输入和输出，在这方面系统仿真软件具有很大的优势，主流的系统仿真软件如FLEXSIM,Simio，甚至是二维仿真软件EXTENDSIM,SIMUL8都允许高级用户进行二次开发，将模型数据和模型关系集成到第三方系统中，通过调用API应用接口函数，在模型和IT系统之间传递数据和优化结果，可开发性是仿真软件的最大优点之一。系统仿真不单单胜在复杂业务逻辑的构建，更加强在表现力，这增强了用户体验，帮助客户深入理解业务逻辑，深入理解未来系统的运作规则，模型的在线互动，在线修改功能使得测试想法并立竿见影得到结果成为可能。
7） 咨询师和行业人员共同学习的纽带和平台：系统仿真技术提供了复杂系统各要素的因果链，和按时间轴展开的交互和互动，行业人员虽然对于自己的系统比较熟悉，但是有时候只了解系统运作的表面现象，或者只是当前状态。而咨询师通过构建模型，随着时间轴的展开和模型要素的动态展现和互动，可以不断问问题，挖掘业务逻辑相关的假设条件，原理和因果关系，启发行业人员对于系统背后运作原理，以及例外情况的思考。如果这样的互动做的有效的话，双方都将是获益匪浅的，咨询师可以快速学习行业人员的经验，甚至在短时间内“反超”行业人员的经验，而行业人员可以通过问问题使建模人员去提高自身解决方案方面的缺陷和不合理性。通过互动，动态复杂系统可以被有效的描述，解释，预测和控制。是双赢的。
8） 数据集成（大数据驱动）：未来的世界是数据驱动，数据主宰的。光讲理念哲学，光讲方法套路是没有用的。系统仿真工具目前已经在数据导入，数据绑定和数据集成方面有了很多优势，但是未来在这块还需要有更多智能的算法，以便能够和实时的数据库进行互联，挖掘数据得到有帮助的建议，并在线实时反馈。选择一个数据集成方便，集成度高的，可以定制化开发的系统仿真软件将最大化大数据的效用，时刻互联互通，数据处理，反馈结果。现在有一些仿真产品包括SIMIO已经将仿真分析和云平台进行结合了。
9） Construct library（模式对象库）：首先我想表达的意思是一个优秀的系统仿真软件必然是有通用性的对象模块，以及丰富的针对行业的模式对象库。模式对象库的丰富性使得用户投入的时间成本最小，大大提高了系统仿真模型的应用价值。比如SIMIO软件常规的模型库有离散对象库，流体对象库，此外还可以有扩展对象库，比如升降叉车，火车，机器人，货架，罐装车，吊车等行业对象库。但是丰富的行业库不等同于他的价值是最大的，还要看他的灵活性。预置模块再多也是不够用的。一个不懂抽象思维的人在模拟现实问题时一定会束手无策，即使旁边有再多的仿真软件。试图通过三维角度入手来模拟运作规律的思路不但错误而且是反规律的，因为他恰恰是将问题复杂化的方法，而不是简化。正确的顺序是我们要先看到背后的数理逻辑，然后才看到外在的三维。三维的效用主要在于沟通和表达，但是在没有精确的业务逻辑支撑的前提下三维是苍白的，如果开始就是被漂亮的脸蛋吸引过来的，如果没能探索她更加美丽的内在和能力，只能以厌倦告终~
10）复杂系统要有相对复杂的分析工具和控制手段。这是我个人的观点。复杂系统很多时候必须使用更为先进和复杂的控制手段和工具，虽然我们要时刻记住，简化是必须的，但是很多时候简化意味着丧失利润点，和潜在机会。长尾理论告诉我们这个道理。如果什么东西都是80/20未免简单粗暴。系统仿真的价值在这个方面是登峰造极的。
11）智能化：传统的仿真技术如SD,DES，虽然有了优化器的支持，但在智能化方面还存在缺陷，而基于智能体的仿真软件(ABM)目前在商业领域还不够成熟，但是我认为一门技术是否能够广泛应用和技术本身关系不大，跟这个技术推广的大环境，政策，法律，文化有更多关系。相信未来的系统仿真软件能够往智能化方面大步发展，不仅仅是simulate，还可以emulate和感知，可以嵌入到我们的认知中。。。。。而你我正在见证这个历史时刻的演进和到来~
-- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
最后我想引用王岩锋博士的一句话：“漂亮的3D，适中的价格，良好的技术服务是推广仿真软件的需要，但并一定是普及仿真的需要”！回归仿真软件存在的根本，才能体现软件的价值，才是长久之计。解决问题是仿真工具之根本。希望我们公司的学院项目能够在培养下一代系统仿真应用人才方面发挥绵薄之力。欢迎讨论和指正。
|
|
发表于 2017-7-21 15:42:38
