Stupidità Naturale vs. Intelligenza Artificiale
Trascrizione dell’intervento tenuto da Joannes Vermorel a SCTech 2024 il 9 ottobre (2024). Tema del simposio: ‘supply chain Intelligence - Artificiale o meno’. L’evento è stato organizzato dalla Interational Supply Chain Education Alliance (ISCEA).
AI è stata la parola d’ordine per il 2024. Fornitori, aziende di software e consulenti sono ora intenti a fare affermazioni grandiose su tutti i benefici che ci si può aspettare dall’intelligenza artificiale. Lokad, la mia azienda, è uno di quei fornitori, un fornitore di software specializzato nell’ottimizzazione predittiva della supply chain. Tuttavia, il mio obiettivo per oggi sarà dimostrare che la quasi totalità di queste iniziative AI fallirà e si tradurrà in perdite nette per le aziende. Questa posizione contraria è essenziale: perché? Perché, beh, la tua iniziativa AI fallirà, sì, fallirà nonostante ciò che i miei concorrenti ti stanno vendendo, e quando accadrà, ti ricorderai che c’era un tizio con un buffo accento francese che te l’aveva detto; e forse, la prossima volta, presterai attenzione a ciò che la sua azienda, Lokad, sostiene realmente per quanto riguarda la supply chain e l’AI.
In questa era dell’emergente intelligenza artificiale, diamo uno sguardo al suo nemico, la stupidità naturale. Einstein disse famosamente: “Due cose sono infinite, l’universo e la stupidità umana, e non sono ancora del tutto sicuro dell’universo.” Einstein aveva ragione: non si può esagerare con l’importanza della stupidità naturale, e a differenza dell’AI, essa esiste praticamente da sempre. Quindi, si può tranquillamente presumere che sarà ancora con noi tra qualche decennio.
La mia proposta oggi sarà semplice quanto offensiva: la stupidità naturale è l’ostacolo numero uno che ti impedirà di avere successo con il tuo progetto supply chain guidato dall’AI.
Ora, questa affermazione sarà, molto probabilmente, percepita come esageratamente arrogante. A mia difesa, dirò che ciò non la rende meno vera, e che l’arroganza è anche il secondo sport nazionale più importante in Francia, subito dopo la burocrazia. Più seriamente, sarò il primo ad ammettere che è una pillola amara da ingoiare, essendo dolorosamente consapevole dei miei limiti, ma restare in negazione del problema non risolverà nulla.
Prima di tutto, chiarifichiamo una distinzione importante tra due classi di software aziendale: i sistemi di records e i sistemi di intelligence. Per quanto riguarda la supply chain, i sistemi di records sono i contabili del flusso di beni fisici. Questi sistemi registrano i prodotti, gli ordini di acquisto, gli ordini di produzione, gli ordini di vendita, i livelli di stock, ecc. I sistemi di records si occupano di tutte le noiose registrazioni dei dati e automatizzano tutte le operazioni amministrative, come il totale degli inventari. Non sono altro che versioni più economiche e affidabili delle vecchie traccie cartacee. ERP, CRM, PIM, PLM, WMS … tutti quegli acronimi massimamente opachi si riferiscono ai sistemi di records. I sistemi di records sono categoricamente non intelligenti. Non sono nemmeno stupidi: l’intelligenza non si applica affatto a loro. Pertanto, i sistemi di records saranno completamente esclusi dalla presente discussione.
Ad oggi, mi concentrerò esclusivamente sui sistemi di intelligence. Un sistema di intelligence è una classe di enterprise software destinata a meccanizzare un processo di decision-making. Più il software è intelligente, migliori sono le decisioni. Ad esempio, i filtri antispam sono stati sistemi di intelligence discreti ma onnipresenti che, nelle ultime due decadi, hanno deciso per tuo conto quali messaggi meritassero la tua attenzione.
Per la supply chain, le decisioni di interesse sono: Quando acquistare? Quanto acquistare? Quanto produrre? Quanto allocare? ecc. Ottimizzare il flusso di beni fisici richiede l’assunzione, quotidianamente, di circa una dozzina di classi principali di decisioni. L’intelligenza si dimostra generando decisioni redditizie. Al contrario, la stupidità si dimostra non riuscendo a produrre decisioni redditizie. Pertanto, ogni volta che si parla di intelligenza artificiale, si deve intendere come un componente di un sistema di intelligence.
La mia tesi è che i sistemi di intelligence dedicati alla supply chain, venduti alle imprese fin dalla fine degli anni ‘70, sono stati una serie ininterrotta di fallimenti disastrosi. Lokad, la mia azienda, ha messo fine a questa serie ininterrotta di fallimenti nei primi anni 2010. A livello mondiale, esistono alcune altre eccezioni simili, tuttavia Lokad, come quelle eccezioni, è al di fuori dell’ambito di questo intervento. Invito il pubblico a visitare il sito Lokad.com e il canale YouTube di Lokad TV se desidera saperne di più. Tornando all’argomento in questione, il fatto che l’intelligenza artificiale, fornita sotto forma di Large Language Models (LLMs), sia disponibile non farà nulla per invertire questa tendenza ai fallimenti della supply chain. Infatti, come vedremo, quei fallimenti non sono stati causati da una carenza di strumenti tecnologici e, pertanto, aggiungere altri strumenti non cambierà nulla, a meno che non affrontiamo prima il problema sottostante. Sfortunatamente, non è un compito semplice, poiché il problema sottostante è proprio la stupidità naturale.
Prima di tutto, permettetemi di dimostrare la validità della mia diagnosi. Nel 1979, Russell Ackoff, pioniere americano della ricerca operativa, pubblicò “The Future of Operational Research is Past”. Questo affascinante articolo spiega, con grande chiarezza, perché tutte le tecniche emerse dalla ricerca operativa, che includono praticamente tutto ciò che oggi è considerato il “core” della supply chain, stanno fallendo, perché l’intero ambito è difettoso e perché continuerà a fallire finché la comunità, sia accademica che quella dei professionisti, non farà i conti con questo paradigma difettoso. Questo è un articolo visionario, e probabilmente l’unico articolo che avrei voluto leggere quando ho iniziato Lokad nel 2008. Sfortunatamente, ho riscoperto questo articolo solo un decennio dopo, quando ero essenzialmente giunto alle stesse conclusioni, quasi 4 decenni dopo il lavoro di Russell Ackoff. Come facciamo a sapere che quei sistemi di intelligence per le supply chain stanno fallendo? Che quel che viene presentato come software aziendale dedicato all’ottimizzazione della supply chain sta fallendo? Beh, dopo aver avuto l’opportunità, durante la mia carriera, di parlare con oltre duecento direttori della supply chain su entrambi i lati dell’Atlantico, posso affermare quanto segue: tutti quei prodotti software aziendali hanno invariabilmente portato i team della supply chain a tornare ai fogli di calcolo Excel.
Non manca affatto la scarsità di software aziendali che promettono di automatizzare i processi decisionali della supply chain. Questa è stata la promessa centrale di tutti i fornitori di software che si occupano di ottimizzazione della supply chain dalla fine degli anni ‘70, eppure, dopo ogni singola implementazione, i team della supply chain sono tornati ai fogli di calcolo. Non devi credere solo a quanto dico io. Se lavori in un’azienda di grandi dimensioni, diciamo con un fatturato di almeno mezzo miliardo di euro, posso garantire che c’è stato almeno un tentativo fallito di implementare una tale soluzione in ogni decennio dagli anni ‘90. Eppure, cari professionisti della supply chain, continuate a usare i fogli di calcolo, e non è perché la vostra azienda è immatura o perché i vostri colleghi sono pigri. Continuate a usare i fogli di calcolo perché quei fornitori di software aziendali hanno fallito, perché i loro sistemi di intelligence hanno fallito. La mia tesi - e non farò molti amici oggi - è che tali fallimenti debbano essere attribuiti alla stupidità naturale, in effetti, alla stessa forma di stupidità che Russell Ackoff individuò con tale chiarezza nel 1979 dopo decenni di contributi nel campo della ricerca operativa.
Per dimostrare questa tesi, esaminerò 4 oggetti che, nel contesto della supply chain, sono comprovati come stupidi. Questi 4 oggetti sono: RFP (request for proposals), time-series, safety stocks, e service levels. Qualsiasi azienda che utilizzi uno di questi 4 oggetti si sta destinando al fallimento. Non importa quanta “AI” venga applicata al caso. La stupidità naturale non può essere sconfitta dall’intelligenza artificiale.
Iniziamo con le richieste di proposte. Selezionare il fornitore giusto è ovviamente fondamentale, poiché non manca certo l’offerta di fornitori di software assolutamente incompetenti, più che felici di incassare milioni di euro di commissioni per tecnologie deludenti. Pertanto, a meno che la tua azienda non disponga di un processo di selezione dei fornitori molto robusto, finirai quasi sicuramente con un fornitore incompetente. Tuttavia, le RFP non sono la strada.
Come fornitore di software che riceve le RFP - ne riceviamo diverse a settimana - posso testimoniare che quei documenti non sono solo invariabilmente stupidi, ma sono anche del tutto insensati. Di norma, una RFP include centinaia di domande. Ogni domanda sembra competere per il premio della domanda più irrilevante di tutti i tempi. Ad esempio, la scorsa settimana, una delle domande era: quali sono le capacità antincendio disponibili per la sala stoccaggio dedicata al tuo archivio fax? Siamo nel 2024; non ho usato un fax in due decenni. Infatti, alcuni dei giovani in questo pubblico potrebbero non sapere nemmeno cos’è un fax.
Tuttavia, anche le domande relative alla supply chain sono stupide. Perché? Perché la quasi totalità delle domande non sono domande, bensì requisiti stringenti. La maggior parte delle “domande” appare come: Il tuo software è in grado di permettere agli utenti di aggiornare i profili di stagionalità fino a 36 mesi in anticipo? Ci sono così tanti problemi con questa domanda che non so nemmeno da dove cominciare.
Facciamo un passo indietro e immaginiamo di scrivere una RFP per acquistare uno smartphone. Intuitivamente senti che l’iPhone è il miglior smartphone in circolazione. Tuttavia, inizi a elencare requisiti nella tua RFP, come la dimensione della batteria, il materiale dello schermo, le impostazioni esatte che dovrebbero o non dovrebbero essere disponibili per l’utente finale. Quali sono le probabilità che la tua lista di requisiti finisca per escludere l’iPhone dalla RFP? Supponendo 100 domande o più, le probabilità sono del 100%. Invariabilmente finirai per escludere tutti i fornitori decenti. Gli unici fornitori che giocheranno a questo gioco stupido sono quelli così disperati, perché la loro tecnologia scarseggia, che non hanno altra scelta che dire SÌ a ogni requisito fuorviante proposto dal cliente.
Pertanto, le RFP sono il primo elemento della stupidità naturale che deve essere eliminato.
Poi, abbiamo le time series. Oh, non nego che le time series siano utili per scopi di visualizzazione, ma per l’ottimizzazione della supply chain, questo è stupido. Di conseguenza, qualsiasi soluzione, framework o tecnologia che metta le time series al centro è destinata a fallire; e questo fallimento ricadrà su di te, perché avresti dovuto renderti conto che utilizzare le time series era un’idea stupida fin dall’inizio.
In effetti, le time series, come modello matematico, non sono semplicemente in grado di trasmettere le informazioni di cui abbiamo bisogno. Le time series sono unidimensionali, e per la supply chain questo non è affatto sufficiente. Ad esempio, consideriamo un’azienda che vende 100 unità, più o meno, ogni settimana da anni. La domanda sembra estremamente stabile. Ora, consideriamo due varianti di questa situazione. Nella prima situazione, l’azienda ha 1000 clienti, dove ogni cliente acquista 1 unità ogni 10 settimane. Nella seconda situazione, l’azienda ha 1 unico cliente che acquista 100 unità a settimana. Quali sono le probabilità che le vendite possano scendere a zero la settimana prossima e rimanere a zero per sempre? Beh, nella prima situazione, quelle probabilità sono molto basse. Dopotutto, ci sono 1000 clienti. Perdere tutti loro probabilmente richiederà tempo. Tuttavia, nella seconda situazione, basta che 1 cliente cambi idea per far perdere il 100% delle vendite. Queste due situazioni non sono affatto simili, eppure, hanno le stesse time series.
Questo esempio dimostra perché le time series non sono adeguate a rappresentare il passato. Si possono trovare dozzine di altri esempi. Lascio questo come esercizio per il pubblico.
Tuttavia, le time series non fanno meglio se guardiamo al futuro. La tua time series afferma “ecco cosa accadrà”, “ecco un unico futuro”. Tuttavia, il futuro dipende da decisioni che non sono ancora state prese. Le time series sono completamente ignare di ciò, trattano il futuro come se fosse completamente simmetrico al passato. Tuttavia, la supply chain non è fisica. Non possiamo osservare la domanda futura per un prodotto come se fosse il movimento del pianeta Marte. Il futuro è radicalmente distinto dal passato perché lo possiamo cambiare.
Tuttavia, possiamo cambiare il futuro solo se siamo disposti a cambiarlo, ossia se siamo disposti a smettere di usare le time series. Di nuovo, nella supply chain, nessuna quantità di intelligenza artificiale può annullare la stupidità naturale associata alle time series.
Passiamo ora agli safety stocks. Questo è uno dei pilastri della teoria moderna della supply chain. Difficilmente esiste un manuale della supply chain di tipo quantitativo che non tratti degli safety stocks. Gli safety stocks sono anche quel tipo di funzionalità di base che ci si aspetta da qualsiasi software di ottimizzazione della supply chain presumibilmente decente. Eppure, la mia tesi è - e non dovrebbe sorprendere troppo a questo punto - che gli safety stocks sono stupidi.
La ragione è estremamente semplice: le formule per lo safety stock sono la risposta corretta alla domanda sbagliata. Consideriamo una supply chain che coinvolge invariabilmente migliaia di SKU (stock keeping units). Se hai 1€ da investire in inventario, allora la domanda è “qual è l’unità di inventario, tra tutti gli SKU, che massimizzerà i miei profitti?” Non ha senso inquadrare la domanda come “Questo specifico SKU dovrebbe avere 1 unità extra in magazzino?”. Tutti gli SKU sono in competizione per la stessa risorsa scarsa: il denaro dell’azienda. Trattare tutti gli SKU in isolamento equivale ad assumere che la quantità di denaro disponibile per l’azienda sia infinita.
Inoltre, la definizione stessa di economia è la scienza che studia l’allocazione di risorse scarse che hanno usi alternativi. Il concetto stesso di scorte di sicurezza contraddice l’economia elementare, infatti contraddice la definizione stessa di economia.
Pertanto, considerando la portata dell’errore che rappresentano le scorte di sicurezza, è del tutto inadeguato qualificare questo errore come semplicemente frainteso; ora abbiamo un’espressione molto migliore per questa classe di errori: essere stupidi.
Infine, consideriamo i livelli di servizio. Se potessi guadagnare 1€ ogni volta che un’azienda sfruttava un livello di servizio per infliggersi danni economici, sarei miliardario ormai. In supply chain, il livello di servizio è la probabilità che un determinato SKU non incappi in un esaurimento scorte durante il prossimo ciclo di inventario. Come semplice statistica descrittiva, i livelli di servizio vanno bene, non sono né intelligenti né stupidi, come qualsiasi altro semplice indicatore.
La stupidità si manifesta solo quando le persone iniziano a presumere che il livello di servizio - questa percentuale - sia in qualche modo correlato, in qualunque forma, alla soddisfazione del cliente o alla redditività dell’azienda. Non è così. Consideriamo la moda: per fare spazio alla prossima collezione, l’azienda deve liquidare quella precedente. Portare i livelli di servizio a zero è necessario per introdurre novità e mantenere i clienti soddisfatti.
Al contrario, consideriamo l’aviazione. Un tipico jet commerciale comporta circa 300.000 parti distinte. Decine di migliaia di pezzi devono essere ispezionati e sostituiti di routine. Se anche una singola parte NO-GO dovesse non essere disponibile, allora l’aereo viene messo a terra, causando centinaia di migliaia di euro di danni economici al giorno. Avere il 99% di livelli di servizio su tutti i tuoi SKU non significa nulla: conta solo la probabilità che l’aereo non venga messo a terra. È il punto debole a definire il numero di incidenti AOG (aircraft on ground) che si verificheranno. Il livello medio di servizio è del tutto irrilevante.
Problemi simili in ogni settore, non solo nella moda e nell’aviazione. Ancora una volta, lascio questo come esercizio per questo pubblico. La logica elementare impone che solo gli sciocchi inseguirebbero i livelli di servizio eppure eccoci qui, con la maggior parte delle aziende che fanno esattamente così, e i loro manager che si chiedono se dovrebbero investire in alcune tecnologie di ottimizzazione dei livelli di servizio basate sull’IA.
In conclusione, l’intelligenza artificiale non ti salverà dalle teorie fasulle sulla supply chain. Non ti salverà dai consulenti la cui unica competenza è il sensazionalismo e la loro capacità di trasmettere fiducia. Non ti salverà dai venditori di software, che sono più che disposti a venderti qualunque follia sia alla moda oggi.
Per avere successo con l’intelligenza artificiale, prima bisogna sconfiggere la stupidità naturale. In linea generale, la mia azienda, Lokad, non avrà successo; ma, se possiamo incidere sul problema evidenziando le idee più popolari e stupide sulla supply chain, come ho fatto oggi, allora è già un passo verso la vittoria.
