Błąd precyzji

By Bernard Milian

Jakiś czas temu odbyłem ważne spotkanie z klientem o godzinie 9:00 rano w zatłoczonym mieście. W normalnych warunkach dojazd miał zająć 20 minut, więc zdecydowałem się wyjechać o 8:00. Często pojawia się pytanie: jak duży powinien być bufor czasu? Odpowiedź: to zależy … Spotkanie było krytyczne, a moja wiedza o tym mieście ograniczona, dlatego zdecydowałem się na 40-minutowy bufor na 20-minutowy czas podróży.

Jadąc z użyciem nawigacji Google Maps z dumą ogłosił, że przybędę o 8:21. Fajnie, pozwoli mi to na wymianę zdań z kilkoma kluczowymi osobami przed samym spotkaniem. Nieco później godzina przyjazdu została zaktualizowana na 8:38, potem 8:29, potem 8:42, a potem … W końcu dotarłem do celu o 8:54, w samą porę. Zademonstrowałem swoje mistrzostwo w określaniu rozmiaru bufora czasowego, pomimo kilku zimnych potów po drodze.

Zastanówmy się. Użyłem zaawansowanych algorytmów Google, które bardzo dokładnie obliczyły mój czas przybycia na godz. 8:21. Jak mogłem się tak łudzić? Zauważ, że gdyby planowany czas przybycia był podany jako 8:21:34 to mógłbym być naprawdę podejrzliwy.

Zbyt precyzyjne, aby mogło być prawdziwe – to w pigułce dokładnie problem precyzyjnej pomyłki!

Gdyby Google Maps było „uczciwe”, to zaplanowany czas przybycia prawdopodobnie powinien być podany w zakresie „między 8:30 a 8:55”. Czy byłbym usatysfakcjonowany taką odpowiedzią? Prawdopodobnie nie, ponieważ jesteśmy przyzwyczajeni do pracy z pojedynczym wynikiem (daną, liczbą). I spójrzmy prawdzie w oczy, nie czujemy się komfortowo z niepewnością i dwuznacznością.

Nawiasem mówiąc, Google Maps nie jest ani uczciwe, ani nieuczciwe – nawigacja stosuje ustalone zasady obliczania trasy, a jej główną zaletą jest wskazywanie mi właściwego kierunku, gdy zmieniają się warunki drogowe. Liczy się sposób, w jaki dostosowuję trasę, ale czas przybycia do celu może się zmieniać.

Czy nie jest to właśnie cel zarządzania naszymi łańcuchami dostaw? Przewidujesz szereg możliwości i pomagasz podjąć właściwą decyzję na każdym skrzyżowaniu, w każdej sytuacji wymagającej decyzji? Na to pozwala nam kompletny model DDOM i rozwiązania oferowane przez DD Tech.

Get in Touch

Share This Story, Choose Your Platform!

Facebook
Twitter
LinkedIn

You may also enjoy

AI and DDMRP

Ciągłe doskonalenie, sztuczna inteligencja i DDMRP

Dziesięciolecia inicjatyw Lean i ciągłego doskonalenia głęboko zmieniły sposób działania wielu firm. Odeszliśmy od tradycyjnej organizacji z hierarchiczną strukturą liderów, którzy podejmują decyzje i wykonawców,