A Calibration-Aware Reference Architecture for Resilient Supply Chain Planning: Integrating Conformal Probabilistic Demand Forecasting with Scenario-Based Stochastic Vehicle Routing

تخيل أنك قبطان لمدينة ضخمة عائمة، تتحرك كل يوم لتوصيل البيتزا، والأدوية، والألعاب إلى آلاف الجيران. هذا هو عالم سلاسل الإمداد: الشبكة غير المرئية من الشاحنات، والمستودعات، والجداول الزمنية التي تُبقي حياتنا المعاصرة مستمرة. لكن إليك المشكلة: المستقبل فوضوي. أحياناً تضرب عاصفة، وأحياناً يتعطل مصنع، وأحياناً يطلب الجميع فجأة كميات إضافية من "الببروني". ولإبقاء المدينة تعمل، يحتاج القبطان إلى تخمين ما سيحدث غداً.

لفترة طويلة، استخدم العلماء مجموعتين مختلفتين من الأدوات لحل هذه المشكلة. إحدى هاتين المجموعتين هي تعلم الآلة (Machine Learning)، وهي تشبه المحقق الذكي للغاية الذي ينظر في الأنماط الماضية لتخمين المستقبل. والمجموعة الأخرى هي بحوث العمليات (Operations Research)، وهي تشبه لاعب الشطرنج البارع الذي يحدد أفضل التحركات للقطع التي يمتلكها. عادةً ما تتحدث هاتان المجموعتان مع بعضهما البعض، لكنهما غالباً ما تتحدثان لغات مختلفة. المحقق يسلم لاعب الشطرنج رقماً واحداً (مثل "نحتاج 100 بيتزا")، ويقوم لاعب الشطرنج بناءً على هذا الرقم بوضع خطة. السؤال الكبير الذي تطرحه هذه الورقة هو: ماذا لو كان تخمين المحقق خاطئاً قليلاً؟ ماذا لو كانت الـ "100 بيتزا" هي مجرد تخمين بنسبة 90%، لكن المحقق يتعامل معها كأنها ضمان بنسبة 100%؟ إذا بنى لاعب الشطرنج خطة بناءً على تخمين مهزوز، فقد تنفد الأطعمة من المدينة بأكملها أو تتعثر في حركة المرور. تبني هذه الورقة طريقة جديدة وأكثر أماناً لربط المحقق ولاعب الشرط، مما يضمن أنهما يراجعان عملهما قبل الإبحار.

خطأ المحقق: عندما لا تعني "90%" حقاً 90%

قرر مؤلفو هذه الورقة اختبار عادة شائعة جداً في عالم سلاسل الإمداد. عادةً، عندما يتنبأ كمبيوتر بالطلب، قد يقول: "أنا متأكد بنسبة 90% أننا لن نحتاج لأكثر من 500 وحدة". هذا يسمى تنبؤ الكوانتيل (Quantile Forecast). إنه يشبه تطبيق الطقس الذي يقول: "هناك احتمال بنسبة 90% ألا تمطر".

قام الباحثون ببناء محاكاة رقمية لشبكة لوجستية تضم 16 عميلاً على مدار 400 يوم. وتركوا برنامج كمبيوتر قياسي (يسمى "مجموعة تعزيز التدرج" - gradient-boosting ensemble) ليعمل كالمحقق. طلبوا منه التنبؤ بالطلب ثم تحققوا مما إذا كانت توقعات "التأكد بنسبة 90%" صحيحة بالفعل.

كانت النتيجة مفاجئة. كان الكمبيوتر يكذب عليهم، ليس عن قصد، بل لأنه لم يكن يعرف كيفية معايرة ثقته. على الرغم من أن الكمبيوتر ادعى أنه متأكد بنسبة 80% من فترات التنبؤ الخاصة به، إلا أن العالم الحقيقي طابق تلك التوقعات بنسبة 77.5% فقط. وهذا فرق قدره 2.47 نقطة مئوية.

فكر في الأمر كأنه تطبيق طقس يقول: "هناك احتمال بنسبة 80% لعدم هطول الأمطار"، لكنها تمطر فعلياً بنسبة 22.5% من المرات. إذا خططت لنزهة بناءً على هذا التطبيق، فستبتل حتماً. في سلاسل الإمداد، يعني هذا أن الشاحنات كانت تُرسل بمساحة أقل مما تحتاجه في الواقع. بدت الخطة آمنة على الورق، ولكن في الواقع، كانت الشاحنات غير محمية بما يكفي. تسمي الورقة هذه النتيجة "نتيجة سلبية" لأنها تثبت أن الطريقة القديمة في القيام بالأشياء تنطوي على مخاطرة. الرقم "90%" الذي قدمه الكمبيوتر لم يكن ضماناً حقيقياً؛ بل كان مجرد تخمين جاء متفائلاً للغاية.

استراتيجية لاعب الشطرنج الجديدة: اختبار الخطة قبل التحرك

بمجرد إدراكهم أن المحقق غير موثوق، بنى المؤلفون بنية جديدة لإصلاح الجسر بين المحقق ولاعب الشطرنج. لم يكتفوا برمي الأدوات القديمة، بل أضافوا "طبقة معايرة".

تخيل أنك لاعب الشطرنج مرة أخرى. بدلاً من مجرد أخذ الرقم الوحيد من المحقق وتحريك قطعك، أصبح لديك الآن مختبر محاكاة.

1. طبقة المعايرة: قبل أن يعطيك المحقق رقماً، تقوم بتمريره عبر مرشح خاص (يسمى انحدار الكوانتيل التوافقي - Conformal Quantile Regression). هذا المرشح يفحص أخطاء المحقق السابقة ويضبط فترات التنبؤ بحيث تكون أكثر احتمالاً للمطابقة مع الواقع من الناحية الإحصائية. تشير الورقة إلى أن هذه الطريقة توفر "تغطية هامشية خالية من التوزيع تحت شرط التبادلية"، مما يعني أنها تصحح مستويات الثقة بناءً على سلوك البيانات، بدلاً من الوعد بإصلاح مثالي في كل السيناريوهات الممكنة.
2. مختبر مونت كارلو: بدلاً من التخطيط لمستقبل واحد فقط، يقوم لاعب الشدر الآن بتوليد آلاف السيناريوهات من نوع "ماذا لو". يقوم بتشغيل نفس مسار الشاحنة ضد 400 مستقبل مختلف محتمل ليرى كم مرة ستتعثر الشاحنات بالفعل.
3. فحص "القيمة": أراد المؤلفون معرفة ما إذا كانت كل هذه الرياضيات الإضافية تستحق العناء حقاً. قارنوا بين خطة "ذكية" (استخدمت آلاف السيناريوهات) وخطة "غبية" (استخدمت متوسط التخمين فقط). لكنهم تأكدوا من أن كلا الخطتين تمتلكان نفس عدد الشاحنات وكمية الوقود نفسها. هذا أمر بالغ الأهمية؛ فإذا فازت الخطة الذكية لمجرد أنها امتلكت شاحنات أكثر، فهذا يعتبر غشاً. من خلال جعل عدد الشاحنات متساوياً، استطاعوا قياس القيمة الحقيقية لامتلاك معلومات أفضل.

ما وجدوه (وما لم يجدوه)

الورقة صادقة جداً بشأن ما أثبتته وما قامت ببنائه فقط.

الحقائق المثبتة:
في محاكاتهم لـ 16 عميلاً على مدار 400 يوم، تدهورت جودة توقعات المحقق غير المعاير بمرور الوقت. وبينما انتقلوا عبر خمس فترات زمنية مختلفة (تسمى "طيات" - folds)، انخفضت جودة التوقعات بنسبة 16.1%. وبالرغم من أن الكمبيوتر كان لديه المزيد من البيانات للتعلم منها (التي نمت من 3,104 إلى 5,568 ملاحظة)، إلا أنه ظل مشوشاً. هذا يثبت أن مجرد وجود "مزيد من البيانات" ليس كافياً إذا لم تكن الطريقة تتحقق من ثقتها بنفسها. الفجوة بين ما قاله الكمبيوتر وما حدث بالفعل كانت حقيقية وقابلة للقياس.

الأجزاء "تحت الإنشاء":
بنى المؤلفون صندوق أدوات كاملاً يتضمن هذه الميزات الجديدة: طريقة لقياس "قيمة الحل العشوائي" (كم من المال ستوفره باستخدام الخطة الذكية)، وطريقة للتحقق مما إذا كانت الشاحنات ممتلئة بما يكفي، ونظاماً لشرح لماذا وضع الكمبيوتر تخميناً معيناً. ومع ذلك، اعترفوا بأنه بينما بنوا الأدوات لقياس هذه الأشياء، إلا أنهم لم يجروا الأرقام النهائية لمقارنة "الخطة الذكية" مقابل "الخطة الغبية" في هذا التقرير بعد. لقد صنفوا هذه المكونات على أنها "الفئة الثانية" (Tier 2) — مما يعني أن المحرك مبني وهيكل الاختبار جاهز، لكن نتائج السباق النهائي لم تُدرج في الورقة بعد.

لماذا يهم هذا الأمر

أهم استنتاج ليس خوارزمية فائقة جديدة؛ بل هو اتجاه جديد في التفكير. تجادل الورقة بأنه في سلاسل الإمداد، يجب أن نتوقف عن افتراض أن خططنا آمنة، ونبدأ في قياسها.

قبل هذا، إذا قال الكمبيوتر: "نحن آمنون بنسبة 90%"، كان الجميع يصدق ذلك. الآن، يظهر المؤلفون أنه بدون "فحص المعايرة"، قد تكون نسبة الـ 90% هي في الواقع 77%. وهذا الفرق هو الفرق بين وصول الشاحنة في موعدها وبين تعطل الشاحنة في منتصف مكان مقفر.

لقد أنشأ المؤلفون "بنية مرجعية" — مخططاً لكيفية بناء هذه الأنظمة بحيث يتم فحص كل خطوة. حتى أنهم جعلوا الكود مفتوح المصدر، بحيث يمكن لأي شخص تحميله، وتشغيل الاختبارات، ورؤية ذلك بنفسه. لم يدّعوا أنهم حلوا مشاكل سلاسل الإمداد في العالم، لكنهم أثبتوا أن الطريقة التي نتحقق بها من عملنا عادةً هي طريقة معطلة، وقد سلمونا طريقة جديدة وأكثر صدقاً لإصلاحها.

باختختصار: لا تثق في تخمين المحقق الأول. تحقق من الرياضيات. قم بإجراء المحاكاة. وتأكد دائماً، دائماً أن شاحناتك لديها مساحة كافية للمطر الذي قد يهطل بالفعل.