Una giornata nella vita di un Supply Chain Scientist (con Maximilian Barth)

00:00:05 Il ruolo e le responsabilità di un Supply Chain Scientist.
00:00:31 Il background di Maximilian e come è entrato a far parte dell’azienda.
00:02:03 Il motivo per cui l’azienda ha implementato il ruolo di Supply Chain Scientist.
00:04:14 I tre componenti del ruolo di un Supply Chain Scientist.
00:07:35 La priorità di un Supply Chain Scientist al mattino.
00:08:02 Bilanciare la comunicazione con i clienti e il lavoro di implementazione.
00:08:44 Difficoltà con l’approccio classico di avere ruoli separati per la comunicazione e l’implementazione.
00:11:02 Il vantaggio di essere il punto di contatto unico per i clienti e avere un ruolo di implementazione diretta.
00:12:54 La sfida di essere responsabile di più ruoli e stakeholder.
00:14:25 La difficoltà di convertire i data scientist in supply chain scientist.
00:16:00 Discussione sui progressi degli studenti di dottorato nei settori dell’ingegneria del software e della data science.
00:17:07 Cosa è gratificante nel ruolo di Supply Chain Scientist.
00:18:16 Spiegazione della diversità del team di Loca e perché non è stata intenzionale.
00:22:48 Consigli di Max per chi sta considerando una carriera nell’industria della supply chain.
00:23:00 Consigli di Joannes per gli aspiranti supply chain scientist.

Riassunto

In questa intervista, Kieran Chandler discute il ruolo dei supply chain scientist presso Lokad con il fondatore Joannes Vermorel e il Supply Chain Scientist Maximilian Barth. Vermorel spiega che i data scientist tradizionali erano insufficienti, il che ha portato alla creazione del ruolo di supply chain scientist. Barth afferma che i supply chain scientist si concentrano sugli aspetti tecnici, relazionali e di project management. L’approccio unico di Lokad prevede che i supply chain scientist interagiscano direttamente con i clienti, eliminando i middle manager. Vermorel e Barth sottolineano l’importanza della risoluzione pratica dei problemi, dell’esperienza pratica e della mentalità aperta per avere successo nell’industria della supply chain. Sottolineano anche il valore di una forza lavoro diversificata, dando priorità alle competenze e alle capacità rispetto alla nazionalità o al genere.

Riassunto Esteso

In questa intervista, Kieran Chandler, il conduttore, discute il ruolo e l’importanza dei supply chain scientist presso Lokad, un’azienda software specializzata nell’ottimizzazione della supply chain. Si unisce a lui Joannes Vermorel, il fondatore di Lokad, e Maximilian Barth, un Supply Chain Scientist presso Lokad.

Maximilian Barth inizia condividendo il suo background e come è arrivato a far parte di Lokad. Menziona di essere tedesco e di aver vissuto in vari paesi, tra cui gli Stati Uniti, la Finlandia e l’Australia, prima di trasferirsi in Francia. Come la maggior parte dei supply chain scientist di Lokad, ha una formazione STEM, ma la sua specializzazione è nella finanza. Barth sottolinea le somiglianze tra finanza e gestione della supply chain, poiché entrambe implicano l’ottimizzazione per un rendimento massimo riducendo al minimo l’esposizione al rischio.

Joannes Vermorel spiega il motivo per cui Lokad ha implementato il ruolo di supply chain scientist. Inizialmente, l’azienda ha cercato di lavorare con data scientist tradizionali, ma si è rivelato inefficace. Vermorel si include nella prima serie di data scientist inadeguati, poiché stava lavorando su biologia computazionale e machine learning distribuito al momento. Tuttavia, si è presto reso conto che concentrarsi sui dettagli minimi di una supply chain era significativo per ottenere risultati pratici.

Vermorel sottolinea l’importanza dell’impegno nella gestione della supply chain. Confronta l’approccio di utilizzare tecnologie sofisticate con l’approccio di concentrarsi sui risultati pratici effettivi. Quest’ultimo comporta prestare attenzione al rischio finanziario e alle prestazioni e dedicare tempo a comprendere i rischi e come si manifestano nel sistema. D’altra parte, l’approccio precedente potrebbe comportare il tempo dedicato a perfezionare gli algoritmi, che potrebbero non avere necessariamente un impatto significativo sulle prestazioni della supply chain.

Durante l’intervista, la discussione mette in evidenza l’importanza dei supply chain scientist presso Lokad, il valore delle loro competenze specializzate e la necessità di concentrarsi sui risultati pratici per ottimizzare in modo efficace le supply chain.

Hanno discusso dei ruoli e delle sfide affrontate dai supply chain scientist con Joannes Vermorel, fondatore di Lokad, e Maximilian Barth, un Supply Chain Scientist presso Lokad. La conversazione copre gli aspetti multifacetati del ruolo di un supply chain scientist, bilanciando il tempo tra la scrittura del codice, la comunicazione con i clienti e la gestione delle questioni urgenti, nonché l’importanza di evitare una mentalità di “zero difetti”.

Il ruolo di un supply chain scientist, come spiegato da Barth, comprende un aspetto tecnico (scrittura del codice e comprensione delle esigenze del cliente), un aspetto relazionale (comunicazione con i clienti e individuazione delle domande giuste da risolvere) e un aspetto di project management (priorità delle attività e avanzamento dei progetti). Vermorel sottolinea che il contesto è importante, poiché questioni urgenti come una pandemia o un problema di ERP possono richiedere un’attenzione immediata. I supply chain scientist devono riprioritizzare costantemente le attività in base al loro potenziale impatto in euro o dollari.

Barth approfondisce l’importanza di bilanciare il tempo tra l’implementazione e la comunicazione con i clienti. In generale, l’equilibrio si situa intorno al 20% di comunicazione e all'80% di esecuzione. Sottolinea che è cruciale trovare il giusto equilibrio tra riunioni e lavoro per garantire che gli interessi dei clienti siano soddisfatti e che le loro aspettative siano allineate con il lavoro svolto.

Vermorel riflette sulle sfide dell’utilizzo di un approccio classico in cui una persona è responsabile della comunicazione con il cliente e un’altra della parte tecnica. Questo metodo porta spesso a una perdita di informazioni mentre i messaggi passano tra le parti. Di conseguenza, Lokad ha adottato un approccio più integrato in cui i supply chain scientist gestiscono sia gli aspetti tecnici che quelli comunicativi, favorendo una migliore comprensione delle esigenze dei clienti e promuovendo soluzioni efficaci.

Vermorel condivide le sue prime esperienze in azienda, in cui ha ricoperto diversi ruoli, dalle vendite ai dati e ai supply chain scientist. Si è reso conto che il metodo convenzionale di suddividere il lavoro tra ruoli diversi era inefficiente e non sarebbe stato scalabile.

Vermorel sottolinea l’approccio unico adottato da Lokad, in cui i supply chain scientist come Maximilian Barth si occupano direttamente dei clienti, eliminando la necessità di middle manager o ingegneri del software. Questo approccio richiedeva strumenti dedicati per ridurre il tempo dedicato alle questioni tecniche. Barth identifica la principale sfida del suo ruolo nel gestire più stakeholder pur assumendosi diverse responsabilità. Sottolinea il vantaggio di essere il punto di contatto unico, che riduce al minimo la perdita di conoscenza durante il processo.

Quando gli viene chiesto della transizione da data scientist a supply chain scientist, Vermorel spiega che è effettivamente più difficile per i data scientist rispetto a coloro che hanno una formazione numerica più generale. Sostiene che i supply chain scientist devono avere un interesse per le questioni quantitative, ma il loro focus dovrebbe essere sulla risoluzione di problemi ingegneristici tangibili e concreti. I data scientist potrebbero trovare difficile spostare il loro focus dagli algoritmi alle soluzioni pratiche, anche se tali soluzioni sono relativamente semplici.

Vermorel conclude che sebbene Lokad impieghi dottorati di ricerca, il focus principale dell’azienda è fornire ricette numeriche efficaci per aiutare i clienti a prendere decisioni basate sui dati a livello operativo sulla loro supply chain. La discussione ruota attorno ai loro ruoli, alla diversità della forza lavoro dell’azienda e ai consigli per coloro che aspirano a diventare supply chain scientist.

Joannes spiega che Lokad assume persone per ruoli di ingegneria del software e risoluzione dei problemi legati alla supply chain. I data scientist lavorano spesso su progetti a lungo termine, mentre i supply chain scientist come Maximilian si concentrano sulla risoluzione di problemi pratici con un periodo di tempo più breve. Maximilian trova gratificante la diversità dei problemi e la capacità di risolverli per i clienti. Menziona come le soluzioni di Lokad spesso automatizzino i processi manuali, liberando il tempo dei clienti e fornendo informazioni preziose.

Quando gli viene chiesta la diversità del team di Lokad, Joannes precisa che non è stata una scelta deliberata creare un team multiculturale. Invece, la politica di assunzione dell’azienda si basa sulle competenze, senza escludere le persone in base alla nazionalità, alla lingua o al genere. Sottolinea che danno priorità a candidati intelligenti e orientati ai risultati, il che porta naturalmente a una forza lavoro diversificata.

Maximilian consiglia a coloro che stanno considerando una carriera nella supply chain di imparare a fare le giuste domande e di vedere le cose da diverse prospettive, poiché i progetti di solito hanno diversi stakeholder. Il pensiero olistico e la comprensione delle esigenze di tutte le parti coinvolte sono competenze essenziali in questo campo.

Joannes consiglia agli aspiranti supply chain scientist di acquisire esperienza nel mondo reale, anziché concentrarsi esclusivamente su algoritmi matematici o competizioni come Kaggle. Sottolinea l’importanza di comprendere le sfide all’interno dei dati effettivi, di gestire diversi stakeholder e di fornire soluzioni pratiche che possano funzionare senza supervisione costante. In sintesi, entrambi gli ospiti sottolineano l’importanza dell’esperienza pratica, della risoluzione di problemi pratici e della mentalità aperta per avere successo nell’industria della supply chain.

Trascrizione completa

Kieran Chandler: In precedenza su questo canale, abbiamo discusso dell’importanza di uno specialista della supply chain rispetto a qualcuno con capacità di data science più classiche. Qui a Lokad, questo è conosciuto come il supply chain scientist, e oggi siamo abbastanza fortunati da avere con noi uno di noi, Maximilian Barth, che ci dirà un po’ di più sul suo ruolo quotidiano e sulle sue responsabilità. Quindi, Max, grazie mille per essere qui con noi oggi, e forse, come sempre, potresti iniziare dicendoci un po’ di più sulla tua formazione e su come sei arrivato a far parte di Lokad.

Maximilian Barth: Certamente. Come probabilmente potete intuire dal mio cognome, non sono francese, a differenza di molti dei miei colleghi nella comunità delle scienze della supply chain. Sono un espatriato che lavora in Francia; sono tedesco. Ma, come tutti gli altri, ho vissuto in diversi posti. Ho vissuto negli Stati Uniti crescendo, in Finlandia per un po’ e in Australia, e ora sono qui in Francia. Come tutti coloro che sono supply chain scientist in Lokad, ho una formazione STEM - scienza, tecnologia, ingegneria e matematica. Quello che forse mi differenzia un po’ è che ho una formazione finanziaria. Non ho una formazione classica in ingegneria o cose del genere. Tuttavia, penso che la finanza funzioni bene con il lavoro nella supply chain, poiché le due sono molto simili. In finanza, si ottimizzano generalmente i portafogli per i rendimenti minimizzando il rischio che si potrebbe affrontare dai mercati. È molto simile nella scienza della supply chain. Cerchiamo di ottimizzare l’inventario dei nostri clienti per massimizzare il rendimento con una minima esposizione al rischio e alla varianza della domanda.

Kieran Chandler: Fantastico. E oggi, Johannes, stiamo parlando di una giornata nella vita di un supply chain scientist. So che ne abbiamo già parlato in precedenza, ma forse vale la pena riprendere il motivo per cui hai implementato questa capacità di supply chain scientist in Lokad.

Joannes Vermorel: Come al solito, non è stato un colpo di genio. Abbiamo cercato di avere data scientist nel modo tradizionale, ma è andata male. A proposito, mi includo nella prima serie di data scientist inadeguati. Lokad è stata fondata quando ho lasciato il mio dottorato di ricerca, che era in biologia computazionale. All’epoca, non era esattamente la terminologia corretta, ma era fondamentalmente machine learning distribuito, quindi era data science in tutto il suo splendore. Ma si è scoperto che prestare attenzione ai dettagli minimi di una supply chain è davvero importante. Proprio come ha sottolineato Maximilian, dipende da dove si trova il tuo impegno. È una grande domanda. Si trova nell’uso di tecnologie sofisticate o nel conseguimento di risultati pratici effettivi? Potresti pensare che sia solo una sottile sfumatura, ma in realtà la realtà comporta cose molto diverse, addirittura drasticamente diverse. Voglio dire, ti interessa il rischio finanziario e le prestazioni? In tal caso, dedicherai del tempo a discutere cosa significa il rischio, cosa significa nel tuo sistema e come comprenderlo. Oppure dedichi del tempo a perfezionare un albero di boosting del gradiente in modo da poter avere una prova di convergenza leggermente più provabile o qualsiasi altra cosa che ti dia un algoritmo leggermente migliore?

Kieran Chandler: Oggi impareremo un po’ di più su cosa fai nel tuo ruolo quotidiano. Quali sono le parti principali del tuo ruolo?

Maximilian Barth: Penso che il ruolo sia molto sfaccettato. Ci sono molteplici componenti di ciò che fai ogni giorno. C’è ovviamente il lato tecnico: scrivi molto codice, cerchi di capire esattamente le esigenze della supply chain dei tuoi clienti, le sfumature dei loro problemi e cerchi di capire realmente quale soluzione si adatta meglio a loro e quali sono esattamente i loro desideri e bisogni. Questo si trasforma anche nella prossima parte reale del ruolo, che è l’aspetto relazionale: essere in grado di parlare con i clienti, cercare di capire le domande giuste da risolvere per loro e dove si trovano le loro sfide. Devi capire quali sono specificamente le loro esigenze e cosa li rende diversi dagli altri, in modo da poter costruire la soluzione giusta per loro. Penso che il terzo aspetto sia probabilmente una prospettiva di project management. Di solito ci troviamo su progetti in cui, specialmente se sono piccoli, siamo la persona principale che lo guida almeno dal punto di vista di Lokad. Quindi cerchiamo di coordinarci con i nostri clienti, capire come procedere al meglio, come dare priorità e quali compiti affrontare per primi.

Kieran Chandler: Cosa vedi come la parte più importante del ruolo quotidiano di un supply chain scientist?

Joannes Vermorel: La parte più importante dipende davvero dal contesto. Quando la supply chain è in fiamme a causa di una pandemia o qualcosa del genere, prima devi spegnere il fuoco. Anche qui, entra nuovamente in gioco la questione dell’impegno. Se sei un data scientist, il tuo impegno consiste nel avere un algoritmo superiore. Credo che spesso il compito più urgente e pressante sia molto più banale. L’ERP sta causando problemi per qualsiasi motivo e i dati sono completamente fuori posto. Ci sono record duplicati, si finisce con registrazioni di stock completamente errate e così via. Qualunque cosa debba essere affrontata, deve essere affrontata subito. Il problema è che ci sono così tanti problemi che alcuni di essi possono essere potenzialmente rimandati. In termini di risoluzione, sì, sarebbe bello se fosse tutto pulito al 100%, ma quando si opera su una supply chain di dimensioni considerevoli, non è possibile eliminare completamente i difetti in qualsiasi cosa: nel set di dati che elabori, nei processi stessi e nel modo in cui le persone consumano i risultati che fornisci. Non puoi fornire una soluzione senza difetti. Quindi, ad un certo punto, devi dare nuovamente priorità in base all’impatto finanziario. Credo che in termini di pressione, il supply chain scientist stia sempre riprioritizzando ciò che deve essere affrontato ora, cosa è importante e cosa è strategico.

Kieran Chandler: Qual è il tuo punto di vista su questo, come bilanci il tuo tempo tra l’implementazione del codice, la comunicazione con i clienti e quanto tempo dedichi a combattere gli incendi?

Maximilian Barth: Penso che sia un punto molto interessante. In generale, l’inizio della giornata consiste sempre nel verificare che non ci siano incendi. Arrivi in ufficio, controlli tutti i tuoi account e ti assicuri che durante la notte non sia successo nulla di rotto. Abbiamo clienti in tutto il mondo con fusi orari diversi, quindi mentre dormiamo, loro lavorano effettivamente. La tua priorità numero uno è assicurarti che tutto funzioni come dovrebbe e che i nostri clienti abbiano i dashboard pronti all’uso. Questa mattina, ad esempio, ho risolto un problema di modifica dell’ERP che non ci era stata comunicata. Non è il compito più affascinante, ma sicuramente è la cosa più importante che è successa quel giorno. Dopo averlo risolto, tutti i dati hanno potuto essere aggiornati. In generale, la divisione del tempo dipende dal giorno e dalla settimana. È un equilibrio che devi mantenere. Non vuoi passare troppo tempo in riunioni a parlare con i clienti perché altrimenti non hai tempo per implementare nulla, ma non vuoi nemmeno lavorare solo perché potresti fare qualcosa che non è nell’interesse del cliente o che non aveva in mente. Devi comunicare in modo stretto e trovare il giusto equilibrio. Penso che in generale, l’equilibrio tra il lavoro di implementazione effettivo e la comunicazione con i clienti, che sia attraverso email o chiamate, si trovi probabilmente in media tra il 20% e l'80%, con il 20% di comunicazione e l'80% di esecuzione di ciò che è stato comunicato e discusso.

Kieran Chandler: Questo conflitto è davvero interessante, vero? Perché devi dedicare del tempo alla comunicazione e alle riunioni, ma ovviamente stai anche dedicando del tempo a fare le cose più tecniche. È un ruolo molto sfaccettato. È sempre stato il ruolo che hai immaginato, o hai mai considerato di adottare un approccio più classico in cui una persona si occupa della parte di fronte al cliente e un’altra persona si concentra completamente sulla parte tecnica?

Joannes Vermorel: Abbiamo provato il modo classico, e il modo classico è avere qualcuno che parla con il cliente, poi questa persona scrive le specifiche, le passa all’IT e il team IT cerca di implementare la comunicazione. Si finisce con una situazione in cui il messaggio passa da una persona all’altra, facendo alcuni salti, e c’è un alto percentuale di informazioni che si perde ad ogni salto. Alla fine, ti ritrovi con un povero ingegnere del software che implementa qualcosa che non ha nulla a che fare con il problema, con cinque giorni di ritardo solo perché doveva passare attraverso alcune persone. Il problema era che era un po’ rotto nel design. Durante i primi anni, sono riuscito, con l’aiuto di alcuni colleghi, a indossare un solo cappello in cui ero il venditore che proponeva un’idea al cliente, poi iniziavo un’implementazione molto sporca, passavo l’implementazione sporca all’ingegnere del software dicendo: “Questa cosa funziona, ma in termini di qualità del software è una completa schifezza. Devi cercare di migliorarla, un po’ più testata a livello unitario, un po’ più efficiente in termini di prestazioni e forse un po’ più organizzata.” Ma avevano già il prototipo.

Kieran Chandler: Il punto di questo approccio è che è incredibilmente arcaico in termini di tecnologia, e hai bisogno di qualcuno che possa indossare tutti i cappelli, sai, dal venditore ai data scientist ai supply chain scientist al product manager e tutto il resto. Quindi, ho capito che questo modo di dividere il lavoro non funzionerebbe mai bene su larga scala. E tra l’altro, dicevo ai nostri clienti all’epoca che fondamentalmente tutti si lamentavano dell’IT, ma l’IT si lamentava anche di tutti perché le persone dell’IT dicevano: “Ok, dicono che facciamo un lavoro disastroso, ma guarda le specifiche e i requisiti che ci danno. Sono disastrosi anche loro, quindi sai cosa, siamo alla pari con loro.”

Joannes Vermorel: Ma è solo un modo sbagliato di guardare la situazione. E fondamentalmente, quello che fa Maximilian è che non c’è un middle manager, sai? Voglio dire, sei letteralmente, e penso che sia qualcosa di abbastanza unico, il cliente parla con te. Sto parlando di veri professionisti della supply chain che sono letteralmente nel magazzino, di fronte ai negozi e a tutto il resto. E poi parlano con te, e tu vai direttamente a implementare la ricetta. Non c’è un intermediario con un ingegnere del software con cui parlare. Non coordini, ma per fare ciò, abbiamo dovuto creare alcuni strumenti dedicati in modo da non perdere troppo tempo con questioni puramente tecniche.

Kieran Chandler: Sì, vedo che è probabilmente una delle grandi sfide per uno scienziato della supply chain. Hai così tanti stakeholder e molte persone che ti richiedono attenzione, e in realtà stai gestendo così tante cose contemporaneamente. Deve essere piuttosto difficile. Quindi, qual è la principale sfida del tuo ruolo?

Maximilian Barth: Penso che quella sia probabilmente la principale sfida: dover gestire così tanti stakeholder mentre svolgi anche molti ruoli diversi. Il lato positivo è che sei il punto di contatto unico e quando parli con qualcuno, sei la persona che ha discusso il problema con loro ma anche la persona che sa cosa è stato implementato e come è stato fatto. Quindi non si perde molta conoscenza nella traduzione tra i vari passaggi. Penso che sia il principale vantaggio, ma ovviamente anche la principale sfida perché devi essere in grado di fare molte cose diverse molto bene. Vuoi essere in grado di scrivere effettivamente una buona soluzione per i tuoi clienti ma anche capire davvero di cosa hanno bisogno.

Kieran Chandler: Sì, sicuramente. Non c’è modo di evitarlo, vero? Se sei in difficoltà e hai fatto qualcosa di sbagliato, sei sicuramente responsabile. Per uno scienziato della supply chain, siamo molto decisi nel dire che devono avere una certa competenza nella supply chain. Se fossi un data scientist, quanto sarebbe facile passare al ruolo di qualcuno come uno scienziato della supply chain come Max?

Joannes Vermorel: Il paradosso è, e credo che sia il caso, che sia effettivamente molto più difficile per i data scientist passare a diventare scienziati della supply chain rispetto agli ingegneri generici o alle persone che hanno una mentalità numerica in generale. È divertente, ci sono due parole in francese che esistono, ma non penso ci sia una traduzione in inglese. È la differenza tra un matematico e un “matheux”, sai, qualcuno che ha una propensione per la matematica.

Kieran Chandler: Quindi, la prima domanda che ho riguarda le qualità necessarie per diventare uno scienziato della supply chain. Joannes, puoi dirci che tipo di persone stai cercando?

Joannes Vermorel: Ciò di cui abbiamo bisogno sono persone che abbiano un interesse per i numeri. Le supply chain sono complesse e non puoi avere solo un’intuizione su migliaia di prodotti. Devi avere persone che abbiano un interesse per le questioni quantitative in generale. Ma il trucco è che è un ruolo molto applicato. Maximilian sta letteralmente aiutando le aziende a prendere decisioni su milioni di euro di beni fisici. Sono decisioni molto concrete che vengono prese alla fine della giornata. Devi avere questa mentalità che è un problema di ingegneria molto concreto che stai affrontando. E so che potrebbe non piacere al pubblico della scienza dei dati, ma la mia esperienza è stata che è effettivamente molto difficile convertire le persone che hanno fatto data science per alcuni anni per diventare davvero bravi in quello che chiamiamo uno scienziato della supply chain perché, ancora una volta, il focus non è sull’algoritmo. Il focus è sul fatto che hai una ricetta numerica. Un altro episodio che abbiamo fatto di recente è che la ricetta numerica dall’inizio alla fine ha davvero senso a un livello molto alto, e non importa se è sofisticata o meno. Se puoi ottenere una soluzione semi-triviale che funziona bene, ottimo lavoro e basta adattare, allora semplicemente, sì, non otterrai un articolo solo perché hai scoperto che un leggero coefficiente numerico regolato nel modo giusto fa la magia. Non puoi pubblicare su quello. Ma se fa il lavoro, sai, perché no?

Maximilian Barth: Sì, la nostra esperienza è stata che, anche se abbiamo dottorati che fanno questo, voglio dire, abbiamo persone che stanno facendo il dottorato presso Lokad effettivamente. Ne abbiamo in totale cinque. Due hanno già completato il loro dottorato e tre sono ancora in corso, ma sono fiducioso che saranno in grado di difendere il loro dottorato. Ma letteralmente per noi, queste persone sono sulle tracce di ingegneria del software pura, dove non è nemmeno la stessa linea temporale. Voglio dire, le persone stanno affrontando problemi e pensando di fornire una soluzione nei prossimi tre anni. Questa è la linea temporale di uno scienziato dei dati sul lato della piattaforma, quindi pensano a qualcosa come programmazione differenziabile. Abbiamo qualcuno che sta facendo un dottorato in programmazione differenziabile e questa persona sta letteralmente costruendo e ingegnerizzando i blocchi fondamentali della programmazione differenziabile, ma questa persona non sta risolvendo alcun problema effettivo della supply chain. Maximilian sta facendo quello. E quando stai lavorando, voglio dire, non sono sicuro su quale problema tu stia lavorando, ma tipicamente il periodo di tempo è, stai guardando da un giorno in avanti a forse un paio di mesi in avanti, ma certamente non come tre anni in avanti. Non è nemmeno la stessa scala temporale.

Kieran Chandler: E riguardo alla parte gratificante del lavoro, cosa ti piace davvero?

Maximilian Barth: Penso che la cosa più gratificante sia probabilmente la diversità dei problemi che affronti e quanto tangibilmente puoi risolverli. Un cliente viene da te con qualcosa per cui non ha ancora trovato una soluzione o solo un lavoro manuale davvero brutto in cui lavorano molto su Excel, e poi possiamo fornire qualcosa che automatizza tutto ciò.

Kieran Chandler: Sembra che Lokad possa offrire molto valore ai clienti, non solo in termini di decision-making, ma anche nel fornire un quadro più chiaro della loro attività. Puoi parlare un po’ degli aspetti multiculturali e internazionali del team di Lokad, in particolare degli scienziati della supply chain? Perché hai creato un team del genere e perché era importante per te?

Joannes Vermorel: Innanzitutto, voglio chiarire che la diversità del nostro team non era un’intenzione specifica, ma piuttosto il risultato di non escludere determinate categorie di persone. In altre parole, non abbiamo creato una politica di assunzione diversificata per scegliere deliberatamente persone provenienti da paesi o contesti specifici. Il mio pensiero era che non volevo che Lokad avesse alcun aspetto nel suo design che escludesse le persone.

Ad esempio, abbiamo circa un terzo delle donne in azienda, il che è abbastanza per una società tecnologica. Per raggiungere questo obiettivo, è necessario assicurarsi che la struttura aziendale non sia direttamente avversa alle giovani donne o promuova comportamenti che le facciano sentire non benvenute.

Allo stesso modo, siamo basati a Parigi, ma se richiedessimo il perfetto francese, ridurremmo le nostre opzioni principalmente a persone francesi o provenienti dalle ex colonie francesi. Rimuovendo tali barriere, attiriamo un pool diversificato di candidati che poi possiamo valutare in base alle loro competenze.

Si scopre che i francesi non hanno il monopolio dell’intelligenza e della diligenza. Quindi ora, solo circa il 40% dei nostri dipendenti sono cittadini francesi, mentre il resto proviene principalmente dall’Unione Europea e oltre. Questa diversità non è il risultato di una discriminazione attiva, ma piuttosto di una focalizzazione sulla valutazione delle persone in base alla loro capacità di essere intelligenti e di portare a termine le cose.

Maximilian Barth: Esatto, ed è importante sottolineare che rimuovendo queste barriere e concentrandoci sulle competenze, siamo in grado di creare un team con prospettive ed esperienze diverse. Questo alla fine beneficia l’azienda e i nostri clienti, poiché ci consente di affrontare i problemi da molteplici angolazioni e trovare soluzioni più innovative.

Kieran Chandler: Beh, si scopre che spesso finiamo per assumere persone non francesi. Voglio dire, amo davvero la Francia, è il mio paese in cui sono nato, ma come datore di lavoro, devo assumere prima di tutto le persone che serviranno meglio l’azienda, non solo quelle che sono nate nel posto giusto.

Maximilian Barth: È un bene che tu non abbia escluso il perfetto francese perché penso che sia io che Max saremmo stati nei guai.

Kieran Chandler: Se iniziamo a concludere un po’ adesso, Max, che consiglio daresti a qualcuno che sta considerando una carriera nell’industria della supply chain o come scienziato della supply chain?

Maximilian Barth: Penso che per il mio lavoro, la competenza più importante che trovo più preziosa e che mi ha aiutato di più, sia imparare a fare le domande giuste e vedere le cose da molteplici prospettive. I nostri progetti generalmente hanno molteplici stakeholder e, anche se potresti avere una persona di contatto con cui parli di più, devi sempre ricordare che rappresentano anche altre persone. Quindi vuoi assicurarti davvero di trovare una soluzione olistica che si adatti bene a tutti. Penso che essere in grado di vedere le cose da una prospettiva olistica e saper fare le domande giuste sia probabilmente la competenza più importante che vuoi sviluppare.

Kieran Chandler: Ok, ottimo. E Joannes, per concludere, che consiglio daresti a qualcuno che aspira a diventare uno scienziato della supply chain?

Joannes Vermorel: Sii concreto. Ci sono così tanti modi per non essere concreti. Kaggle è fantastico, ma sono solo giochi. Gli algoritmi sono incredibilmente interessanti, ma non sono concreti, almeno non direttamente. Il mio suggerimento è che se vuoi iniziare una carriera nella supply chain, devi sporcarti le mani. Approfondisci un ERP, inizia a guardare come sono realmente i dati, non la versione idealizzata che trovi nei libri di testo che è già completamente pulita, perfetta e ben organizzata. E infatti, affronta il fatto di avere molti azionisti. È davvero difficile perché quanto è buona la tua soluzione se l’azienda finisce per combattere tra di sé? Devi trovare un modo affinché la soluzione sia accettabile per tutte quelle diverse parti. È una sfida molto difficile, ma devi farlo preservando i tuoi valori ingegneristici. Vuoi avere qualcosa simile a un processo capitalista. Non sei solo un consulente che produce presentazioni PowerPoint e consegna cose. Maximilian, stai consegnando qualcosa che funziona in produzione e sperabilmente può persino funzionare senza di te, quindi c’è un vero asset che viene progettato e migliorato nel tempo. Non sono presentazioni PowerPoint che vengono consegnate.

Kieran Chandler: Ok, fantastico. Dobbiamo concludere qui, ma grazie a entrambi per il vostro tempo.

Maximilian Barth: Grazie.

Kieran Chandler: Questo è tutto per questa settimana. Grazie mille per averci seguito e ci vediamo nella prossima puntata. Grazie per la visione.