Quando pensi di aver bisogno di una previsione dell'inventario

Joannes Vermorel

Diverse volte al mese, un team arriva in Lokad con una richiesta familiare: “Abbiamo bisogno di una previsione dell’inventario. Idealmente da 3 a 12 mesi. E, già che ci sei, anche una previsione dei nostri ordini di acquisto.”

Prendo sempre questa richiesta sul serio, perché di solito segnala qualcosa di importante: l’azienda ha raggiunto i limiti dei suoi fogli di calcolo e dei rituali di pianificazione, e cerca una visione più chiara del futuro. Ma so anche, da lunga esperienza, che questa formulazione indica quasi sempre la strada sbagliata.

In my book Introduction to Supply Chain, sostengo che la supply chain riguarda, prima di tutto, il prendere decisioni economiche migliori in condizioni di incertezza, ogni singolo giorno: decisioni su cosa acquistare, dove immagazzinarlo, come spostarlo, come prezzarlo. Una previsione della domanda, o una proiezione dell’inventario, è utile solo nella misura in cui serve a supportare tali decisioni. Quando la previsione diventa la protagonista, qualcosa è andato storto.

Questo saggio è rivolto ai professionisti che sentono l’impulso di chiedere “una previsione dell’inventario” o “una previsione degli ordini di acquisto.” La mia intenzione non è rimproverarvi per aver usato le parole sbagliate, ma aiutarvi a fare una pausa e a riformulare ciò di cui avete veramente bisogno—prima di investire tempo, denaro e attenzione organizzativa in ciò che non serve.

Il riflesso: “Mostrami il futuro”

Quando le persone parlano di “previsione dell’inventario”, di solito immaginano una sorta di film sui loro magazzini e negozi per i prossimi 12 mesi. Si aspettano di vedere, per ogni SKU e località, una curva ben tracciata delle scorte disponibili, affiancata da un calendario degli ordini di acquisto che presumibilmente li porterà a tale risultato.

Dietro quell’immagine si celano alcune convinzioni implicite:

Si assume che esista una traiettoria “naturale” per il tuo inventario, in attesa di essere scoperta, se solo la tecnologia di previsione fosse abbastanza intelligente. Si presume che, se si avesse questa traiettoria, allineare i team intorno ad essa risolverebbe la maggior parte dei problemi. Si dà per scontato che le proiezioni di inventario e degli ordini di acquisto siano leve in sé—elementi sui quali si può agire direttamente.

Questa visione del mondo non è casuale. È il manuale operativo della supply chain mainstream. Gli approcci tradizionali iniziano con piani, obiettivi e previsioni a numero singolo, comportandosi come se il mondo rimanesse fermo abbastanza a lungo da far rimanere validi quei numeri. La maggior parte dei software di pianificazione, dei rituali S&OP e dei manuali è stata costruita attorno a questo scenario.

Se sei stato formato in quel contesto, chiedere una “previsione dell’inventario” non è un errore; è il passo successivo naturale. Ma resta comunque la domanda sbagliata.

La scomoda verità sull’inventario futuro

Prendiamo la frase “previsione dell’inventario” alla lettera. Quello che stai chiedendo è:

“Dimmi quante scorte avrò in ogni località, in ogni periodo futuro.”

Il primo problema è ovvio, eppure spesso minimizzato: il futuro è irriducibilmente incerto. Nessuna quantità di dati o di machine learning ti offrirà un mondo deterministico. Promozioni imprevedibili, mosse dei concorrenti, shock normativi, problemi dei fornitori, eventi macroeconomici—nessuno di questi sparirà. Il lavoro di Lokad nell’ultimo decennio ha solo rafforzato questa conclusione: le previsioni classiche delle serie temporali non sono solo imprecise; sono incomplete. Confinano l’incertezza in un unico numero e trattano la tua azienda come un osservatore passivo, come un astronomo che guarda i pianeti muoversi.

Ma esiste un secondo problema, più profondo. I livelli di inventario futuri non dipendono solo dal mondo esterno. Dipendono dalle decisioni che non sono ancora state prese. Le posizioni future di magazzino dipendono sia dall’incertezza irriducibile sia dagli ordini di acquisto e dalle allocazioni che sceglierai di effettuare. Perciò, è poco saggio—e decisamente poco redditizio—presumere che una singola proiezione dello stato futuro dell’inventario possa essere considerata ‘abbastanza corretta’.

In realtà, non esiste una cosa come la previsione dell’inventario. Esiste solo:

• “Se continuiamo a prendere decisioni secondo questa politica, ecco la distribuzione dei possibili livelli di inventario che dovremmo aspettarci.”

In altre parole, l’inventario futuro non è un fenomeno naturale da prevedere. È il risultato della tua politica che interagisce con un mondo incerto. Finché non definisci la politica, stai ponendo una domanda senza una risposta stabile.

Prevedere le tue stesse decisioni?

La situazione diventa ancora più strana con le “previsioni degli ordini di acquisto.” Un ordine di acquisto non è qualcosa che l’universo ti propina. È la tua scelta: un impegno di liquidità, capacità e reputazione.

Quando chiedi una previsione degli ordini di acquisto, stai essenzialmente chiedendo:

“Per favore, prevedi cosa noi decideremo di fare, diversi mesi prima che lo abbiamo effettivamente deciso.”

Puoi, ovviamente, simulare l’output di una politica. Una volta che hai un meccanismo decisionale chiaramente definito—un engine che, quando alimentato con dati, emette ordini di acquisto—puoi simulare molti possibili futuri della domanda, dei tempi di consegna, e così via, e vedere quali ordini quell’engine emetterebbe in ogni scenario. Si tratta di un esercizio perfettamente sensato.

Ma nota l’ordine delle operazioni: devi avere prima il meccanismo decisionale. La “previsione” degli ordini di acquisto è semplicemente una visione di come quel meccanismo si comporta in condizioni di incertezza. Non è un oggetto autonomo che puoi ottimizzare isolatamente.

L’approccio mainstream spesso inverte questa logica. Inizia con una previsione puntuale della domanda, la fa passare attraverso un sistema MRP o APS, e tratta gli ordini pianificati come una sorta di “futuro di base”, da modificare manualmente tramite S&OP. Quando definisco questo come un vicolo cieco metodologico, non intendo dire che nulla funzioni mai; intendo che questo paradigma consuma un’enorme energia nel mantenere un’immagine del futuro, invece di affinare le decisioni che lo creano effettivamente.

Numeri che agiscono, numeri che si limitano a descrivere

Questo ci porta a una distinzione che, nella pratica, determina il successo o il fallimento delle iniziative della supply chain: la differenza tra numeri che agiscono e numeri che si limitano a descrivere qualcosa.

Un ordine di acquisto, un ordine di trasferimento, un cambiamento di prezzo—questi sono numeri che agiscono. Impegnano risorse scarse per scopi specifici. Spostano atomi e denaro. Sono decisioni nel vero senso economico del termine.

Una curva di previsione dell’inventario è una descrizione. Non ordina nulla né spedisce nulla per conto suo. Può aiutare gli esseri umani a prendere decisioni, ma solo indirettamente, influenzando ciò che scelgono di fare.

Quando un’azienda inquadra il suo obiettivo come “ottenere una previsione dell’inventario”, essenzialmente, spesso senza rendersene conto, eleva i numeri descrittivi al di sopra dei numeri operativi. La speranza implicita è che, se la descrizione è sufficientemente precisa e ampiamente condivisa, in qualche modo emergeranno buone decisioni.

La mia esperienza dice che il contrario è più affidabile: inizia dalle decisioni che vuoi automatizzare e migliorare, poi crea i numeri descrittivi necessari a supportare quelle decisioni. Non il contrario.

In Lokad, è per questo che parliamo di motori decisionali non supervisionati e insistiamo sul fatto che un sistema di ottimizzazione serio debba restituire decisioni finali, non solo dashboard che ogni mattina devono ancora essere salvate dai planner.

Decisioni prima, previsioni dopo

Cosa significa, concretamente, mettere le decisioni al primo posto?

Inizia con una domanda molto semplice, ma sorprendentemente rara:

“Quali sono le decisioni ricorrenti che dobbiamo prendere, e come dovremmo valutare se sono buone?”

Nella maggior parte delle aziende, le decisioni ricorrenti includono la creazione di ordini di acquisto, l’allocazione dello stock tra le diverse sedi, la scelta delle modalità di trasporto, l’accettazione o il rigetto degli ordini dei clienti in condizioni di vincolo, e la definizione o l’aggiustamento dei prezzi. Prendi queste decisioni ogni giorno, che tu le consideri o meno come parte della “supply chain”.

Successivamente, devi decidere come valutare quelle decisioni in termini di denaro. Questo è il modello economico: il modo in cui traduci le mancanze di stock, le eccedenze, i buffer di tempo di consegna, le scelte di trasporto, e così via, in un’unità comune—tipicamente dollari di profitto, correttamente aggiustati per il rischio. Lokad dedica un grande sforzo in questo ambito, perché se il pricing dei trade-off è errato, l’ottimizzazione perseguirà fedelmente l’obiettivo sbagliato.

Solo allora entra in gioco la previsione. Noi prevediamo tutti gli elementi del mondo che non puoi controllare, ma che contano per le tue decisioni: la domanda futura, i tempi di consegna futuri, i resi, i tassi di scarto, e così via. Lo facciamo in modo probabilistico, non perché le probabilità siano di moda, ma perché sono l’unico modo onesto per rappresentare l’incertezza irriducibile.

Queste previsioni probabilistiche alimentano una routine di ottimizzazione che cerca, non un bel piano, ma l’insieme di decisioni che massimizza il ritorno economico atteso, rispettando i tuoi vincoli. L’output non è un piano di domanda, non è una curva di inventario, ma una lista concreta di azioni: ordinare 120 unità di questo articolo, trasferire 40 unità di quell’altro, aumentare questo prezzo, e così via.

Una volta che hai messo in atto questo meccanismo, sei finalmente in grado di porre domande significative di tipo “e se” sul futuro.

A cosa servono le proiezioni

A questo punto, potresti obiettare:

“Va bene, ma il mio CFO vuole comunque sapere dove va il capitale circolante. Il mio direttore operativo vuole comunque avere una visione della saturazione della capacità. Stai dicendo che non dovremmo mai prevedere l’inventario?”

Affatto. Lokad calcola sicuramente i livelli di inventario futuri e gli ordini di acquisto—una volta che il motore decisionale esiste. La nostra documentazione lo afferma in modo molto chiaro.

La chiave è che queste proiezioni ora sono ancorate a qualcosa di reale: un processo decisionale completamente definito più una visione probabilistica dell’incertezza. Non stai più fingendo che esista un percorso unico e predestinato per l’inventario. Invece, stai dicendo:

“Se continuiamo a seguire questa politica decisionale, e il mondo si comporta secondo questi schemi probabilistici, ecco la distribuzione dei risultati che possiamo aspettarci per l’inventario, la capacità, il servizio e la liquidità.”

Puoi eseguire più scenari cambiando la politica o il modello economico. Supponiamo di aumentare la penalità implicita per le mancanze di stock su una famiglia di prodotti critica. Il motore risponderà ordinando di più, più presto. La distribuzione prevista dell’inventario si sposterà verso l’alto; il fabbisogno di capitale circolante aumenterà, ma il rischio di carenza diminuirà. Puoi vedere esplicitamente questo compromesso, in dollari, prima di impegnarti.

In questo senso, le “previsioni” di inventario e degli ordini di acquisto diventano strumenti di misurazione. Sono visioni di come la politica scelta si comporta in condizioni di incertezza, non artefatti autonomi su cui discutere in una riunione consensuale mensile.

Agenzia, attesa e il pericolo dei piani lunghi e rigidi

C’è un’altra ragione per cui sono diffidente nei confronti di previsioni lunghe e rigide di inventario e ordini di acquisto: erodono silenziosamente l’autonomia dell’azienda.

La supply chain non è un problema di ottimizzazione una tantum. È una lunga sequenza di decisioni prese man mano che nuove informazioni arrivano. Nel mio recente saggio sull’analisi decisionale sequenziale, descrivo due strumenti che si sono rivelati utili nella pratica: una “finestra di responsabilità” per giudicare le decisioni, e quella che chiamo “l’economia dell’attesa.”

L’idea di una finestra di responsabilità è semplice. Non è necessario pianificare un’intera stagione di dodici mesi per valutare se ordinare un container oggi sia stato saggio. Si sceglie un orizzonte ragionevole—per esempio, i prossimi mesi—a cui attribuire le conseguenze finanziarie di quell’ordine. Successivamente, decisioni successive si assumono la responsabilità. Questo mantiene la responsabilità precisa senza fingere che il piano di oggi debba anticipare ogni svolta.

L’economia dell’attesa è l’idea che “non fare nulla (per il momento)” sia un’opzione del tutto legittima. Agisci solo quando il ritorno atteso, corretto per il rischio, della mossa migliore supera il tuo costo interno del capitale più il valore dell’opzione di avere più informazioni domani. L’attesa preserva le opzioni; agire troppo presto le blocca.

Ora chiediti: cosa succede a livello culturale una volta che un piano dettagliato di 12 mesi di inventario e ordini di acquisto è stato benedetto dal management?

Le persone cominciano a trattare quel piano come un impegno, anche se tutti sanno, a livello intellettuale, che sarà sbagliato. Le richieste di cambiare rotta sono percepite come deviazioni piuttosto che come normali reazioni a nuove informazioni. “Attenersi al piano” diventa un obiettivo in sé, separato dal prendere le migliori decisioni in base a ciò che si sa oggi.

In quell’ambiente, le proiezioni a lungo termine non solo informano le decisioni; le plasmano in modi che sono molto difficili da correggere. L’azienda lentamente cede la propria autonomia—la capacità di rispondere alla realtà man mano che si sviluppa—in cambio dell’illusione di un futuro stabile.

Un modo migliore per formulare la domanda

Quindi, se “abbiamo bisogno di una previsione dell’inventario” è la domanda sbagliata, cosa dovresti chiedere invece?

Un punto di partenza più fruttuoso suona così:

“Dobbiamo migliorare la qualità e l’automazione delle nostre decisioni di acquisto e allocazione, in condizioni di incertezza, mantenendo al contempo una piena visibilità sul capitale e sul rischio. Cosa ci vorrebbe per costruire un engine che faccia questo—e come possiamo poi ispezionare il suo comportamento nei prossimi 3-12 mesi?”

Questa formulazione presuppone che le decisioni, non le previsioni, siano il risultato principale. Presuppone che l’incertezza è destinata a rimanere, quindi avrai bisogno di visioni probabilistiche piuttosto che di numeri unici. Presuppone che l’impatto finanziario, non gli indicatori proxy, sia il modo in cui giudicherai il successo.

Una volta inquadrato il problema in questo modo, si delinea un progetto diverso:

Identifichi le decisioni chiave ricorrenti. Progetti un modello economico che quantifichi i compromessi coinvolti. Costruisci o adotti uno strato predittivo che stimi le incertezze rilevanti in modo probabilistico. Implementi uno strato di ottimizzazione che trasforma quelle previsioni e quei prezzi in decisioni concrete. Lo implementi in modo che possa funzionare in modalità non supervisionata per i casi ordinari, evidenziando al contempo quelli veramente eccezionali per una revisione umana. E solo allora inizi a generare proiezioni di inventario e degli ordini di acquisto come strumenti per comprendere e testare a fondo la politica risultante.

Nota che potresti finire con schermate che, a prima vista, sembrano abbastanza simili a ciò che avevi immaginato originariamente: grafici dei livelli di stock nel tempo, tabelle degli ordini di acquisto attesi, scenari sotto diverse ipotesi. Ma questi artefatti sono ora il risultato del lavoro reale, non confusi con il lavoro stesso.

Una pausa pratica per i professionisti

Se prendi solo una cosa da questo saggio, che sia questa:

Le decisioni sono il risultato; le previsioni sono solo strumenti.

Prima di avviare una grande iniziativa di previsione dell’inventario, fermati e poniti alcune domande concrete.

Sei chiaro su quali decisioni desideri automatizzare o supportare? Sai come valuterai quelle decisioni in termini economici, non solo in termini di livelli di servizio o precisione delle previsioni? Sei pronto ad accettare che il futuro sia una famiglia di possibili scenari, non una linea unica? E sei preparato a lasciare che un motore decisionale riveda le sue raccomandazioni man mano che la realtà si dispiega, invece di difendere un piano di 12 mesi contro i fatti?

Se la risposta a queste domande è no, allora una migliore previsione dell’inventario non ti salverà. Nel migliore dei casi, ti fornirà grafici più gradevoli da osservare mentre continui a prendere decisioni per abitudine e negoziazione. Nel peggiore dei casi, indurirà queste abitudini in uno script rigido.

Se la risposta è sì, allora non hai “bisogno di una previsione dell’inventario” nel senso tradizionale. Hai bisogno di una supply chain che ha imparato a pensare in termini di decisioni, in incertezza e in denaro. Le proiezioni seguiranno naturalmente, e finalmente significheranno ciò che speravi significassero fin dall’inizio.