Una riflessione sul lavoro di Lora Cecere
Negli ultimi decenni, il termine “supply chain” è stato inserito in quasi tutte le conversazioni aziendali. Oggi copre tutto, dalla carenza di container ai cruscotti del consiglio, dall’automazione delle fabbriche ai progetti pilota sull’IA. Eppure, se si esaminano i bilanci della maggior parte delle grandi aziende, il quadro risulta sobrio: nonostante tutto il clamore, molte faticano a trasformare il capitale circolante, la capacità e la complessità organizzativa in rendimenti economici superiori.
In questo contesto, ho a lungo apprezzato la perseveranza di Lora Cecere. Attraverso Supply Chain Insights e il suo lavoro sulle reti di valore orientate al mercato, outside-in, ha cercato di fondare la discussione su dati concreti: crescita, margine operativo, rotazione dell’inventario e ritorni sul capitale nel tempo, confrontati tra pari. Il suo benchmark “Supply Chains to Admire” è costruito esattamente attorno a quest’idea di identificare le aziende che riescono a bilanciare meglio crescita, redditività e resilienza rispetto ai concorrenti.
In un recente saggio intitolato Supply Chain as Economic Bets in a Market-Driven World, ho sostenuto che le decisioni quotidiane di acquistare, produrre, spostare e determinare il prezzo costituiscono, in effetti, un portafoglio molto vasto di scommesse economiche in condizioni di incertezza. Alcune di queste scommesse vanno a buon fine, altre falliscono, e l’insieme di milioni di tali decisioni è ciò che, alla fine, appare nel conto economico e nello stato patrimoniale. Questo approfondimento analizza la medesima realtà da un’altra prospettiva: come questo approccio alle scommesse si relazioni con la definizione di supply chain efficace di Cecere, e in quali punti le nostre visioni divergano e si completino a vicenda.
Ho sviluppato la mia prospettiva in forma più sistematica nel mio libro Introduction to Supply Chain, soprattutto nel Capitolo 1 e nel Capitolo 4. Lì descrivo la supply chain come l’arte di guidare il flusso di beni fisici tramite l’allocazione di risorse scarse—contanti, capacità, inventario, tempo, attenzione—in modo tale che, col tempo, l’azienda ottenga un ritorno superiore, corretto per il rischio, su tali risorse. Cecere, al contrario, parte da una visione di rete: definisce una supply chain efficace come un processo decisionale bidirezionale sui flussi, dal cliente del cliente al fornitore del fornitore, in cui il valore si manifesta come miglioramenti sostenuti della capitalizzazione di mercato tramite un balanced scorecard di crescita, margini operativi, rotazione dell’inventario e ritorno sul capitale. Il suo lavoro empirico, spesso in collaborazione con il mondo accademico, prende molto sul serio questo scorecard.
Stiamo osservando lo stesso fenomeno, ma da punti di vista differenti.
Due punti di vista sulla stessa disciplina
Cecere ama parlare di reti di valore orientate al mercato. Piuttosto che partire dalle transazioni interne—ordini di acquisto, ordini di produzione, ordini di trasferimento—essa insiste sul fatto che una supply chain efficace debba osservare il mercato stesso: consumo sugli scaffali, inventario dei canali, calendari promozionali, segnali sociali e macroeconomici, vincoli dei fornitori e interruzioni nella capacità logistica. La pianificazione, in questa visione, dovrebbe essere outside-in: parte da ciò che accade a ritroso, ovvero dal cliente del cliente, per poi orchestrare risposte nell’ambito dell’approvvigionamento, produzione, logistica e decisioni commerciali.
Inoltre, sovrappone una prospettiva finanziaria a lungo termine. La sua metodologia “Supply Chains to Admire” valuta le aziende rispetto ai gruppi di pari su tre dimensioni: miglioramento nel tempo, performance attuale e valore di mercato. Lo scorecard stesso è volutamente semplice: crescita dei ricavi, margine operativo, rotazione dell’inventario e ritorno sul capitale investito. Quando un’azienda riesce a migliorare questi parametri più rapidamente di due terzi dei suoi pari e a raggiungere un elevato livello assoluto, la definisce leader. In altre parole, una supply chain efficace è quella che, nel corso di molti anni, lascia i concorrenti indietro su questa frontiera multidimensionale.
Il mio punto di vista è più operativo. Parto dal momento della decisione. Dovremmo acquistare ancora un pallet di questo SKU per quel magazzino, aspettandoci che arrivi tra sei settimane? Dovremmo anticipare una produzione, ritardarla o annullarla? Dovremmo abbassare un prezzo in un determinato canale domani, o mantenerlo invariato? Ciascuna di queste decisioni consuma qualcosa di scarso—contanti, capacità, spazio sugli scaffali, goodwill—e crea un’esposizione a una serie di futuri possibili. La maggior parte di esse è minima da sola, ma in aggregato definiscono il profilo di rischio dell’azienda e il suo esito economico.
Da questo punto di vista, una supply chain è sostanzialmente un meccanismo per trasformare l’incertezza in decisioni e le decisioni in conseguenze finanziarie. Non mi interessa tanto la bellezza di una mappa dei processi quanto verificare se la decisione successiva—e quella dopo, ripetuta migliaia di volte al giorno—abbia senso dal punto di vista economico, alla luce di ciò che conosciamo e di ciò che ignoriamo.
Il punto di vista di Cecere è dall’alto: osserva come un’azienda si muove rispetto ai suoi pari sullo scorecard su orizzonti di dieci anni. Il mio proviene dall’interno: mi focalizzo sul fatto che la decisione marginale, data l’incertezza e i compromessi, sia un buon impiego delle risorse scarse. Queste prospettive non sono in contrasto. Un’azienda non può rimanere a lungo sulla frontiera se milioni di decisioni quotidiane sono sistematicamente errate. Al contrario, un’azienda può disporre di metodi decisionali eleganti ma mal allineati alla propria strategia e non scalare mai la frontiera.
Incertezza, segnali e l’illusione di un piano unico
Dove Cecere e io siamo forse più vicini è nella nostra irritazione nei confronti della pianificazione tradizionale.
La sua critica è rivolta a quella che ella definisce pianificazione inside-out. La maggior parte delle aziende tratta ancora i propri ordini e spedizioni come fossero rappresentazioni fedeli della domanda. Tuttavia, gli ordini sono filtrati e distorti da promozioni, regole di allocazione, esaurimenti a monte e dinamiche interne. I piani risultanti sono in ritardo, di parte e spesso ciechi rispetto a ciò che accade realmente sul mercato. La risposta di Cecere è riprogettare la pianificazione come un insieme di processi outside-in: la percezione della domanda dai dati di mercato, la traduzione della domanda in ciò che la rete può fare e poi l’orchestrazione della domanda tra le funzioni.
Nel suo recente Outside-In Planning Handbook, riporta diversi anni di progetti pilota che riposizionano la pianificazione attorno a segnali esterni e flussi da mercato a mercato, anziché attorno alle transazioni ERP interne. I benefici riportati includono tempi più brevi per conoscere le variazioni della domanda e dell’offerta e una riduzione significativa degli effetti a frusta, poiché le aziende smettono di amplificare il rumore attraverso i propri processi.
La mia irritazione riguarda il modo in cui le previsioni e i piani vengono solitamente trattati. In molte organizzazioni, la previsione è un unico numero per periodo e per articolo: la quantità più probabile da vendere. Quel numero diventa il punto di riferimento per i piani di produzione, di acquisto, di trasferimento, le prenotazioni di capacità e così via. Le deviazioni vengono trattate come errori da giustificare a posteriori.
Questo approccio scarta proprio l’informazione che conta di più: non la stima centrale, ma l’intervallo di futuri plausibili e le loro probabilità. Per un dato articolo, le domande rilevanti sono: qual è la probabilità che le vendite del mese prossimo siano la metà del livello consueto? Il doppio? Il triplo? Come appaiono le code? Le risposte sono raramente simmetriche e raramente ben comportate.
Una volta compreso ciò, l’idea di un unico piano di consenso perde forza. Invece di chiedere “Qual è la previsione?” e negoziare un piano attorno ad essa, dovremmo chiederci “Data questa distribuzione di futuri possibili e queste conseguenze finanziarie di esaurimenti, surplus e ritardi, quali decisioni hanno senso?” La medesima distribuzione può giustificare scelte molto diverse in termini di inventario o produzione, a seconda della struttura dei margini, della disponibilità di alternative e dei tempi di consegna coinvolti.
In questo senso, Cecere e io ci stiamo ribellando contro la stessa illusione: che il futuro possa essere ridotto a una singola riga in un foglio di calcolo, e che il compito principale della pianificazione sia riconciliare le visioni dei vari dipartimenti finché tutti non concordano su quella riga. La sua soluzione è mettere in discussione da dove provengano le informazioni e come fluiscano—outside-in anziché inside-out. La mia è mettere in discussione la rappresentazione stessa dell’incertezza e insistere affinché le decisioni vengano calcolate sulla base di distribuzioni di probabilità complete e compromessi finanziari espliciti.
In una pratica sana, queste due preoccupazioni si incontrano. Si desiderano segnali migliori dal mercato e dalla propria rete, e modelli che trattino l’incertezza in modo onesto. I flussi outside-in diventano la materia prima per decisioni probabilistiche e solidamente fondate dal punto di vista economico.
Tecnologia, ruoli e cosa dovrebbero realmente fare i planner
Cecere sottolinea spesso che lo stack tecnologico su cui la maggior parte delle aziende fa affidamento è stato costruito innanzitutto per l’efficienza transazionale. I sistemi ERP sono molto bravi a registrare ordini, spedizioni, fatture e ricevute; sono molto meno efficaci nell’aiutarti a decidere cosa fare dopo. Aggiungere ulteriori interfacce utente sopra tale stack non risolve il problema sottostante. Ella sostiene la necessità di ripensare l’architettura attorno ai flussi: integrare dati esterni sulla domanda e sull’offerta, costruire tassonomie migliori, migliorare la visibilità quasi in tempo reale e fornire agli utenti aziendali strumenti analitici self-service più flessibili.
Negli ultimi anni ha esteso tale argomentazione trasformandola in un’agenda per supply chain native-AI. L’idea non è semplicemente di applicare modelli di machine learning ai processi esistenti, ma di riprogettare le fondamenta dei dati, gli strati semantici e le postazioni di lavoro in modo tale che le nuove forme di IA possano realmente contribuire a orchestrare i flussi dal cliente del cliente al fornitore del fornitore. Allo stesso tempo, mette in discussione il tradizionale ruolo del planner, evidenziando il divario tra responsabilità e autorità: i planner si assumono la colpa per i fallimenti del servizio e l’eccesso di scorte, pur non avendo il potere di cambiare la strategia di pricing, promozione o prodotto. Nella sua visione, i planner diventano orchestratori, operando in processi cross-funzionali, outside-in, anziché come impiegati che alimentano sistemi scollegati.
Concordo che lo stack tecnologico ereditato rappresenti un ostacolo importante. Tuttavia, il mio accento si pone altrove. Per me, la principale capacità mancante non è un ulteriore strato d’integrazione o un altro cruscotto, ma un motore decisionale.
Con questo intendo un software che, su base ricorrente, prenda in esame tutti i dati e i vincoli rilevanti, applichi un modello economico esplicito di costi e opportunità, e poi proponga o esegua azioni concrete: quali ordini di acquisto piazzare, quali ordini di produzione programmare, quali trasferimenti di stock organizzare, quali prezzi regolare. Questo motore deve essere programmabile da persone che comprendono il business, verificabile nel senso che possa spiegare decisioni passate, e sufficientemente veloce da gestire grandi volumi decisionali nei tempi imposti dai lead time fisici. Inoltre, deve essere capace di lavorare con distribuzioni anziché con previsioni puntuali.
Le architetture outside-in sono preziose perché alimentano tale motore con informazioni più ricche e tempestive. Ma senza il motore, è facile ritrovarsi con reportistica molto sofisticata e con un processo decisionale umano molto tradizionale. Vedi di più, ma continui a decidere come facevi prima: in riunioni, con fogli di calcolo, sotto pressione temporale.
Lo stesso contrasto emerge quando si parla di organizzazione e governance. Cecere dedica molto tempo alla pianificazione delle vendite e delle operazioni e a forum cross-funzionali simili. I suoi modelli di maturità descrivono come l’S&OP possa evolvere da un semplice controllo della capacità a un processo di orchestrazione focalizzato sul profitto, guidato dalla domanda e, infine, orientato al mercato. Nelle sue narrazioni, l’S&OP è dove emergono e si risolvono i compromessi tra le funzioni, e dove la prospettiva outside-in trova una dimensione umana.
Condivido la sua frustrazione per i silos funzionali e per il modo in cui le metriche locali—livelli di servizio qui, utilizzo là, accuratezza delle previsioni altrove—possano distruggere il valore a livello di sistema. Dove differisco è nel modo in cui l’S&OP centrale, in quanto riunione di pianificazione, dovrebbe mantenersi una volta che la tecnologia viene sfruttata appieno. Secondo me, se costruiamo robusti motori decisionali, gran parte del lavoro operativo di pianificazione attualmente svolto nell’S&OP dovrebbe scomparire nel software. Ciò che dovrebbe rimanere è la governance.
In quel contesto, il compito principale dei dirigenti e dei team cross-funzionali non è modificare le quantità in un foglio di calcolo, bensì tarare le regole del gioco: il costo relativo che attribuiamo agli esaurimenti rispetto al surplus per ciascuna famiglia di prodotti, il valore che assegniamo alle riduzioni dei lead time rispetto all’utilizzo della capacità, i limiti che imponiamo al rischio in mercati specifici, i vincoli che accettiamo nei contratti. Dovrebbero esaminare come si è comportato il motore decisionale, dove ha creato o distrutto valore, e poi adeguare di conseguenza i parametri economici e le ipotesi.
Questo rappresenta un cambiamento dal formulare il piano al governare il sistema. Il piano quotidiano diventa il risultato emergente di molte piccole decisioni automatizzate; l’attenzione umana si sposta sull’assicurarsi che la logica economica di tali decisioni corrisponda alla strategia e all’appetito per il rischio dell’azienda.
Anche qui, le prospettive di Cecere e le mie non sono incompatibili ma differiscono nell’enfasi. Lei si concentra sull’architettura e sui processi cross-funzionali; io mi focalizzo sul nucleo economico e computazionale che tali processi dovrebbero guidare.
Verso una sintesi pratica
Se sei responsabile di una supply chain di considerevoli dimensioni, può essere allettante trattare tali differenze come una scelta tra scuole di pensiero. Dovresti seguire Cecere e investire in processi outside-in, metriche orientate al mercato e un S&OP ripensato? O dovresti adottare il mio approccio basato su scommesse in condizioni di incertezza e investire in modellazione probabilistica e motori decisionali?
Ti esorto a non inquadrare la questione in questo modo.
Cecere’s work is most powerful at the strategic and diagnostic level. It forces uncomfortable questions. Are we, in fact, improving faster than our peers on growth, margin, inventory turns, and return on capital, or are we congratulating ourselves on internal KPIs that do not show up in shareholder value? Are our processes still driven by the inertia of ERP transactions and departmental views, or do we genuinely start from the market and work backward? When she says that a supply chain cannot be built through inside-out processes, that it needs to be market-driven and built from the outside-in, she is summarizing a decade of data that shows how many sectors have actually regressed.
Il mio lavoro personale è più operativo e computazionale. Vive nella domanda scomoda: dato quello che sappiamo, e quello che non sappiamo, riguardo a domanda e offerta, e viste le conseguenze finanziarie dei diversi tipi di errori, le decisioni che prendiamo ogni giorno costituiscono un buon impiego delle risorse scarse? In caso contrario, possiamo riprogettare la logica di quelle decisioni, implementarla nel software e lasciare che questo software gestisca la maggior parte del lavoro di routine?
Messo insieme, una sintesi pratica potrebbe essere la seguente.
A livello di consiglio e dirigenza, adottate uno scorecard non molto diverso da quello di Cecere. Osservate la traiettoria della vostra azienda rispetto ai concorrenti in termini di crescita, margini operativi, rotazioni dell’inventario e ritorno sul capitale, e considerate quella traiettoria come un controllo esterno per verificare se la vostra supply chain stia effettivamente generando valore economico nel tempo. Accettate che transazioni efficienti e dashboard accattivanti non equivalgono all’eccellenza.
A livello architetturale, organizzate dati e processi dall’esterno verso l’interno. Investite per osservare il consumo reale, i vincoli reali e la variabilità reale il prima possibile, e progettate processi che spostano le informazioni in modo bidirezionale attraverso la vostra rete anziché linearmente all’interno delle funzioni.
A livello decisionale, sostituite gradualmente piani artigianali e euristiche locali con modelli espliciti di incertezza e valore, incorporati in software in grado di prendere milioni di piccole decisioni in modo coerente, di spiegarsi e di essere migliorato nel tempo. Valutate quei modelli non in base all’eleganza con cui appaiono in una presentazione, ma in base a come influenzano il rendimento economico, corretto per il rischio, dell’azienda.
Infine, a livello organizzativo, smettete di chiedere ai pianificatori di svolgere compiti impossibili con autorità parziale. Riqualificate alcuni come progettisti e custodi della logica decisionale stessa, e altri come orchestratori che supervisionano eccezioni, cambiamenti strutturali e compromessi interfunzionali. I forum di governance si evolvono da rituali di costruzione dei piani a sessioni di revisione per un sistema automatizzato e in continua evoluzione.
Da quella prospettiva, il disaccordo apparente tra le mie idee e quelle di Cecere riguarda soprattutto dove concentrare l’attenzione. Lei insiste nel guardare in alto e verso l’esterno—ai mercati, alle reti e alla performance comparativa a lungo termine. Io insisto nel guardare in basso e verso l’interno—alla qualità della prossima decisione, e di quella successiva, come plasmata dal software.
Entrambe le prospettive sono necessarie. Senza l’ottica dall’esterno verso l’interno, guidata dal mercato, è facile ottimizzare decisioni locali eppure perdere la corsa competitiva. Senza l’ottica economica e probabilistica, è facile costruire architetture belle che in realtà non migliorano le scommesse che l’azienda fa ogni giorno.
Se dovessi riassumere la mia posizione in una sola frase, sarebbe questa:
Supply chain, se praticata correttamente, è una disciplina economica che utilizza il software per fare scommesse migliori in condizioni di incertezza.
Tutto il resto—architetture, processi, dashboard, persino scorecard—dovrebbe essere giudicato in base a quanto contribuisca o ostacoli a quel mestiere così specifico.
