Supply Chain come Servizio

Joannes Vermorel

In termini di ottimizzazione predittiva, la maggior parte delle supply chain è bloccata agli inizi degli anni ‘90¹. Le grandi aziende hanno già affrontato una serie di iniziative “predittive” negli ultimi due decenni. Tuttavia, pochi di questi aggiornamenti hanno avuto un grande impatto sulla supply chain.

Un decennio fa, da Lokad, mentre iniziavamo ad affrontare le cause principali di questi fallimenti, Supply Chain come Servizio (SCaaS) è emerso come nostro modello di business, sostituendo il modello Software come Servizio (SaaS). Abbiamo iniziato a vendere abbonamenti “software+esperto”. L’esperto, ovvero uno scienziato della supply chain, implementa le ricette numeriche che generano le decisioni, mentre il software, ovvero la piattaforma Lokad, fornisce all’esperto l’infrastruttura necessaria per operare in modo rapido e affidabile.

Durante questo decennio, la nostra pratica di SCaaS è stata un fattore dominante, se non il fattore più importante, nell’aumentare il tasso di successo delle nostre iniziative di supply chain. Tuttavia, vengono sollevate frequentemente obiezioni contro l’idea stessa di SCaaS.

Non esternalizzeremo la nostra competenza nella supply chain. Questa obiezione implica che ci sono competenze strategiche interne nella supply chain da preservare. Potrebbe essere il caso, ma molto spesso questa competenza non viene considerata “strategica”. La maggior parte delle aziende, comprese quelle grandi, non raggiunge nemmeno un punteggio di 10 nel nostro test di performance della supply chain di 5 minuti. Peggio ancora, le grandi iniziative come S&OP tendono a diminuire costantemente la competenza effettiva nella supply chain frammentando ulteriormente i processi decisionali.

Al contrario, SCaaS apre la strada all’emergere di una vera competenza strategica nella supply chain aziendale. Inizia automatizzando i processi decisionali. Infatti, senza automazione, i team della supply chain possono appena permettersi di pensare in modo strategico. Tutta l’energia del team viene riversata nel risolvere casi limite della supply chain. Al contrario, con SCaaS in atto, diversi clienti ci hanno detto che era la prima volta nella loro storia che potevano prendersi il tempo per lavorare su problemi complessi come cannibalizzazioni o ottimizzazione dei MOQ.

Lo faremo attraverso strumenti semplici. Questa obiezione considera come assioma la mancanza di competenze di programmazione dei team della supply chain e quindi esclude intere classi di strumenti. Per quanto riguarda la supply chain, ci sono tre tipi principali di strumenti “semplici”: app standard, app a basso codice e fogli di calcolo.

Le app standard offrono numerose opzioni e funzionalità per far fronte a tutte le variazioni presenti nella supply chain. L’app sembra facile all’inizio: utilizzare l’app è semplicemente una questione di configurazione e poi il workflow prende il sopravvento. Non è richiesta alcuna programmazione. Tuttavia, nella pratica, le situazioni della supply chain superano invariabilmente le capacità dell’app. I professionisti che si trovano di fronte a un “app” ricorrono ai fogli di calcolo per completare il lavoro.

Le app a basso codice promettono il potere della programmazione senza dover affrontare un linguaggio di programmazione. Le app a basso codice di solito presentano un editor visuale di qualche tipo. Purtroppo, l’approccio a basso codice non si adatta bene alla complessità affrontata anche dalle supply chain più banali. In un esempio giocattolo con 2 tabelle e 10 campi, il basso codice sembra fantastico. In un esempio del mondo reale con 20 tabelle e 500 campi, il basso codice è orribile. Quando viene dato accesso a un’app a basso codice, i professionisti ricorrono anche ai fogli di calcolo per completare il lavoro.

I fogli di calcolo sono, di gran lunga, lo strumento utilizzato dai professionisti della supply chain. Anche se fa il lavoro, ci sono classi di sfumature che semplicemente non si adattano al paradigma dei fogli di calcolo, che si tratti di Microsoft Excel o di qualche alternativa basata sul web. La previsione probabilistica e l’ottimizzazione stocastica semplicemente non appartengono al campo dei fogli di calcolo. Finché sono coinvolti i fogli di calcolo, la pratica della SCM rimane bloccata nell’era degli anni ‘90.

SCaaS è la scintilla che fa accadere l’aggiornamento della supply chain. Sfidare le pratiche che sono state in vigore negli ultimi due o tre decenni è già una battaglia in salita. SCaaS è l’opportunità di combattere questa battaglia con veterani che hanno già vissuto e fatto ciò in altre aziende.

Lo faremo con il nostro team di data science. All’inizio degli anni 2000, l’obiezione era formulata come lo faremo con il nostro team di data mining. Il data mining è morto, viva la data science. Tuttavia, la maggior parte delle aziende dimentica le lezioni delle loro iniziative di data mining fallite di 20 anni fa: la tecnologia era quasi mai la causa principale del fallimento, la torre d’avorio era il problema.

Per quanto riguarda la supply chain, assumere data scientist è quasi sempre l’apertura dell’iniziativa per un fallimento lento e costoso. I data scientist sono tipicamente giovani ingegneri che hanno ricevuto una formazione su un elenco di framework e/o linguaggi open source. Di conseguenza, il tipico data scientist, proprio come il suo predecessore data miner, guarda al mondo attraverso lenti tecniche. Un team di data science genererà un flusso continuo di “soluzioni alla ricerca di problemi”. Saranno tenuti discorsi, saranno fatti demo. I professionisti della supply chain congratuleranno cortesemente il team di data science e si assicureranno che nessuna delle sue “soluzioni” si avvicini mai alla produzione effettiva. A questo proposito, i professionisti prendono la decisione giusta.

I fornitori di SCaaS non possono permettersi di essere decorativi. La maggior parte delle aziende fatica a licenziare talenti, come i data scientist, anche se queste persone non contribuiscono all’azienda. Tuttavia, la maggior parte delle aziende non ha problemi a interrompere un fornitore di servizi di terze parti che non offre abbastanza. I fornitori di SCaaS sono sopravvissuti che riescono a dimostrare il loro valore continuo più e più volte.

Come fornitore di SCaaS, Lokad assume raramente profili di puri data scientist per i suoi ruoli di “supply chain scientist”. Invece, preferiamo ingegneri disposti a diventare prima di tutto esperti di supply chain. I modelli statistici sono un mezzo, non la fine. I data scientist si affidano troppo spesso a spingere i modelli numerici ai loro limiti. Gli scienziati della supply chain non cercano di pubblicare un articolo, vogliono completare il lavoro con il minimo sforzo. Nella pratica, fa tutta la differenza tra una soluzione di produzione e un prototipo di fantasia che non arriva mai alla produzione.