Netflixのカオスモンキーとサプライチェーン

私は最近、Zara の親会社である Inditex の最高執行責任者である Carlos Crespo と話をしました。その中で彼は、システムの回復力を制度化するために XNUMX 年以上前に Netflix によって作成されたソフトウェア ツールについて言及しました。 その名前はキャッチーで、激動の時代に向けてサプライ ネットワークを再構築しようとしているサプライ チェーンのリーダーにとって、魅力的な名前です。 それでも、GoogleGOOG
「サプライ チェーン カオス モンキー」を検索すると、正確に結果が得られました XNUMXつの引用、2012年から。

この考えをサプライチェーンのレジリエンスに適用しないのはなぜですか?

カオスモンキーとは？

それは、 ソフトウェアツール、より広く言えば、複雑なシステムの一部をランダムにシャットダウンして、オペレーターに稼働中の復旧を強いるエンジニアリングの原則です。 突然の避難訓練のようなものですが、毎日、ランダムな方法と場所で。 システムの問題を迅速に解決できるようになることは学習プロセスであり、学習曲線が急勾配になることから恩恵を受けるという考えです。

その裏話は、Netflix が Amazon Web Services でストリーミング ビジネスを拡大し、DVD の配送から顧客の玄関口への配送に移行した方法についてです。 一見、NASA に期待されるような、システムの冗長性計画への論理的なアプローチですが、実際には、個々の貢献者が自分の問題を解決できるようにするという Netflix の文化的規範を利用しています。 「」に記録されているようにカオスエンジニアリング2020 年に出版されたケイシー・ローゼンタールとノラ・ジョーンズによる Netflix でのプラクティスのパイオニアであるこの本は、XNUMX つの原則に要約されます。

• 定常状態の動作に関する仮説を立てる
• 現実世界の出来事を変化させる
• 本番環境で実験を実行する
• 実験を自動化して継続的に実行する
• 爆発範囲を最小化

Netflix での文化とプロセスの融合は重要です。なぜなら、Netflix はオープンソースの問題解決アプローチを促進し、活用したからです。一方、ランダムなシャットダウンの車輪を体系的に回すことで、拡張されたチーム全体の学習がスピードアップします。

サプライ チェーンの回復力とカオス エンジニアリング

デジタル変換 サプライ チェーンは、サプライ チェーンが新しいビジネス モデルをサポートし、持続可能な運用に向けて推進するのに役立つため、今年注目されています (BCG X研究を参照）だけでなく、「回復力」を約束するためでもあります。 残念ながら、サプライ チェーンのレジリエンスのためのデジタル トランスフォーメーションの実用的なアプリケーションは、在庫のバッファリングやデュアル ソーシングなどの従来の戦術によってサポートされる、より良い「可視性」のためのプラットフォームに要約されます。 このアプローチを支えるのは、次の分析作業の別の層です。 回復時間 MIT の David Simchi-Levi によるものであり、デジタル ツインを使用したシミュレーションの波です。 それはすべて素晴らしいことのように思えますが、欠けているのは、実際のサプライチェーンの失敗を実験して、実際に回復するための最善の方法を学ぶための体系的な方法です.

Chaos Monkey をサプライ チェーンに適用する

医者は私たちを切り開く前にヒポクラテスの誓いを立てます。 Chaos Monkey の原則をサプライ チェーンに適用する人にとっては、悪い考えではありません。これには、どこかで実際のマシンをランダムにシャットダウンする必要があります。 これは些細なことではなく、私の知る限り、まだどこにも起こっていません。

• 上記の最初の原則は、内部属性ではなくシステムの出力に焦点を当てることを示しています。 システムが機能する理由を理解しようとするのではなく、システムが機能することを確認します。
• 第二の原則は、現実的な方法でさまざまなものを壊すことです。 世界的な熱核戦争をシミュレートする必要はありません。スイッチをオフにするか、注文を失い、どの解決策が最も効果的かを学ぶだけです。
• XNUMX 番目の原則は、学習するのに最適な場所は本番環境であると述べています。 実践による学習は、シミュレーションによる学習よりも優れています。つまり、デジタル ツインは優れていますが、レジリエンスの文化を構築するには十分ではない可能性があります。
• 第 XNUMX の原則は、カオス モンキーの原則を制度化するものです。これは、実験プロセスのスケーリングを可能にし、より急勾配の学習曲線に到達できるようにするためです。 消防にデータ サイエンスを使用します。
• 最後に、爆発範囲を最小限に抑えます。 これは「害を及ぼさない」ことを意味し、顧客があなたの実験を感じないようにするための何らかのバッファリング (在庫、リードタイム、迅速な発送) に変換されます。 制御された爆発を管理する方法を学びます。

過去 XNUMX 年間の Covid、 戦争、 労働不安、そして経済の混乱は、誰にとっても大きなカオスモンキーの予行演習でした。 Netflixの教訓は、この種の危機は単に計画するものではなく、人生の恒久的な事実として習得するものであるということでした.

完璧な嵐は決して終わらないかもしれません。