Ripensare la divisione del lavoro nell'era delle Automated Supply Chains

Joannes Vermorel

La divisione del lavoro è una di quelle idee così profondamente radicate nella vita moderna che quasi smettiamo di vederla. Adam Smith apre La ricchezza delle Nazioni con la ormai famosa fabbrica di spilli, dove il suddividere un lavoro in tanti piccoli compiti moltiplica la produttività di ordini di grandezza.

Condivido quell’ammirazione. Senza specializzazione e scambio, semplicemente non esisterebbe il concetto di “moderno”. Eppure, dopo quasi due decenni trascorsi lavorando all’interno di reali supply chain, sono giunto a credere che applichiamo il concetto di divisione del lavoro in modi che in silenzio lavorano contro di noi—specialmente all’interno delle aziende, e ancor di più all’interno del software che usiamo per gestirle.

Nel mio libro Introduction to Supply Chain, sostengo che la supply chain, in quanto disciplina, riguarda il prendere decisioni migliori sui flussi di merci in condizioni di incertezza, al servizio della redditività a lungo termine. In questo saggio, voglio isolare un filo conduttore da quell’argomentazione più ampia: come la divisione del lavoro ci aiuta a livello globale, ma spesso ci danneggia a livello organizzativo, e come l’automazione cambia il quadro.

La storia classica: dai spilli alle catene del valore globali

La storia classica è ben nota. La divisione del lavoro, sia all’interno di una fabbrica che tra paesi, spiega gran parte dei guadagni di produttività che hanno elevato gli standard di vita negli ultimi due secoli. I produttori di spilli di Smith sono i precursori delle catene del valore globali di oggi, dove diversi paesi si specializzano in fasi distinte del ciclo di vita di un prodotto: progettazione in un luogo, componenti in un altro, assemblaggio altrove e distribuzione in un continente ancora diverso.

Il management della supply chain moderna ha ereditato questa narrazione. Basta guardare a un framework ampiamente citato, come la definizione di Douglas Lambert del supply chain management come “la gestione delle relazioni nella rete delle organizzazioni… utilizzando i principali processi aziendali cross-funzionali per creare valore.” L’accento è posto fermamente sulla coordinazione tra funzioni specializzate e tra aziende: marketing, logistica, produzione, acquisti, finanza, R&D, e così via.

In quella visione tradizionale, il compito del supply chain management è assicurare che questa divisione del lavoro estesa funzioni senza intoppi. I compartimenti funzionali sono riconosciuti come un problema, ma la soluzione proposta è quasi sempre una collaborazione più strutturata: team di processo cross-funzionali, cicli di pianificazione integrati e, in particolare, il Sales & Operations Planning (S&OP). L’S&OP è solitamente descritto come un motore di riunioni ricorrenti e cross-funzionali che allinea vendite, marketing, supply chain e finanza su un unico piano.

Fin qui non c’è nulla da obiettare. Divisione del lavoro, più coordinamento, più uno strato di tecnologia a supporto: questa è, in linea generale, la strada che ci ha condotto fin qui.

Ma se prestiamo attenzione a ciò che effettivamente accade all’interno delle aziende, soprattutto quelle grandi, emerge un paradosso.

Il costo nascosto della divisione del lavoro interna

La divisione del lavoro è prima di tutto un modo per far fronte ai limiti umani. Nessuna singola persona può seguire ogni prodotto, fornitore e cliente, quindi suddividiamo il lavoro. Un planner si occupa di questa regione, un altro di quella linea di prodotto, un altro ancora della gamma di nicchia. Un dipartimento gestisce gli acquisti, un altro i prezzi e un altro le promozioni.

In una conferenza intitolata On Knowledge, Time and Work for Supply Chains, ho distinto due ampi modi di suddividere il lavoro. Uno distribuisce attività simili tra molte persone (“orizzontale” divisione del lavoro), l’altro impila differenti livelli di responsabilità in una gerarchia (“verticale” divisione). Le aziende moderne fanno ampio affidamento su entrambi.

Questo funziona—fino a un certo punto. Crea anche una serie di effetti collaterali così comuni da confonderli con leggi della natura.

Innanzitutto, la complessità si traduce direttamente in personale. Ogni volta che un’azienda aggiunge SKU, canali, regioni o vincoli, molto spesso risponde aggiungendo planner. Il modello mentale prevalente è sostanzialmente lineare: il doppio delle parti in movimento corrisponde al doppio delle persone. Non è insolito vedere team in cui il lavoro quotidiano consiste nello scorrere infiniti elenchi in fogli di calcolo o strumenti di pianificazione, apportando minute regolazioni manuali che nessuno ricorderà la settimana successiva.

In secondo luogo, le leve chiave sono frammentate tra le funzioni. I prezzi e le promozioni sono a carico del marketing, le decisioni sull’assortimento nel merchandising, le promesse di servizio nelle vendite, mentre l’inventario e la capacità sono affidati alla “supply chain.” Eppure tutte queste decisioni determinano cosa si muove, dove e quando, e quindi influenzano l’esito economico dei flussi. La divisione non si basa sull’economia, ma sulla storia aziendale.

In terzo luogo, i sistemi aziendali fossilizzano la divisione del lavoro di ieri. La maggior parte della logica negli ERP, negli strumenti APS e sistemi analoghi non riguarda l’economia o la statistica, ma chi è autorizzato a fare cosa, in quale ordine, con quali codici di stato, escalation e approvazioni. Come ho notato recentemente discutendo della gestione del ciclo di vita del prodotto, la stragrande maggioranza della logica aziendale esiste per orchestrare i flussi di lavoro umani e i passaggi di consegne. Quando automatizziamo le decisioni correttamente, una sorprendente parte di questo impalcatura diventa ridondante.

In quarto luogo, la responsabilità si diluisce. Quando ogni fase di un processo è assegnata a un gruppo diverso, diventa dolorosamente facile che tutti siano “coinvolti” eppure nessuno sia ritenuto responsabile per la qualità della decisione finale. Ho visto molte iniziative “quantitative” fallire, non perché la matematica fosse difettosa, ma perché il lavoro veniva suddiviso in così tante parti—estrazione dei dati da parte dell’IT, pulizia dei dati da parte di un team, previsione da parte di un altro, messa a punto dei parametri da parte dei planner—che nessuna singola persona o team possedeva veramente il risultato.

Questa è ancora divisione del lavoro. Porta comunque efficienze locali. Ma non necessariamente ci aiuta a prendere decisioni migliori, che è in definitiva ciò che conta.

L’automazione impone una divisione più fondamentale

Per circa quarant’anni si è parlato di automatizzare le decisioni della supply chain: prima il controllo degli inventari, poi la pianificazione dei requisiti di distribuzione e così via. In pratica, la maggior parte delle aziende fa ancora affidamento sulle persone come principale meccanismo decisionale. I computer forniscono numeri, dashboard e avvisi; gli esseri umani rimangono nel ciclo decisionale al livello più granulare.

Dal mio punto di vista, questo è il punto di partenza sbagliato.

La prima e più importante divisione del lavoro che dovremmo tracciare non è tra dipartimenti, ma tra umani e macchine.

Le macchine sono straordinariamente brave in alcune cose che dominano le moderne supply chain: elaborare enormi quantità di dati transazionali; ricalcolare decisioni quotidianamente o addirittura ogni ora; e aderire a una politica senza fatica o sbalzi d’umore. Gli umani, al contrario, sono relativamente meno abili nelle ripetizioni su larga scala ma molto bravi a mettere in discussione le assunzioni, interpretare il contesto e inventare nuovi modi per codificare l’economia in regole.

Una volta accettato ciò, la questione progettuale cambia. Invece di chiedere “Come dovremmo distribuire SKU e fornitori tra i nostri planner?”, dovremmo chiederci: “Quali categorie di decisioni dovrebbero essere completamente automatizzate, e come progettiamo il sistema che le realizza?”

Nelle mie lezioni sulla supply chain quantitativa, descrivo il risultato come un decision engine: un sistema analitico che trasforma dati grezzi in decisioni concrete come ordini di acquisto, trasferimenti di stock o variazioni di prezzo, senza intervento manuale nella routine quotidiana. La progettazione del engine è un lavoro intensamente umano; la sua esecuzione di routine non lo è.

Questo non è fantascienza. Quando insistiamo che l’output del sistema analitico siano decisioni vere e proprie, non solo previsioni o punteggi, e quando insistiamo affinché la sua operatività sia completamente automatizzata, scopriamo che una grande parte del carico di lavoro ripetitivo di pianificazione può effettivamente essere meccanizzata. Il risultato è un tipo diverso di divisione del lavoro: un piccolo numero di persone che lavora sulla logica che governa migliaia o milioni di micro-decisioni.

Ridefinire i ruoli attorno al decision engine

Se prendiamo sul serio questa divisione basata sull’automazione, la divisione interna del lavoro comincia ad assumere un aspetto molto diverso.

Le persone che trascorrevano le loro giornate ad aggiustare gli ordini in fogli di calcolo assumono ruoli più strategici e investigativi. Invece di chiedere ripetutamente, “Cosa dovrei ordinare per questo SKU oggi?”, si interrogano: “Perché il decision engine ha raccomandato questo modello per questa famiglia di prodotti?” e “Cosa ci dice questo riguardo ai nostri costi, vincoli e opzioni?” In effetti, diventano custodi dei flussi, responsabili di comprendere e affinare la logica economica, non di inserire numeri.

Nel frattempo, emerge un profilo specializzato all’incrocio tra supply chain, statistica e ingegneria del software. Questa persona, a volte chiamata Supply Chain Scientist, è responsabile del comportamento del decision engine stesso: il modo in cui viene modellata l’incertezza della domanda, il modo in cui le carenze e gli eccessi di stock sono valutati economicamente, il modo in cui i vincoli logistici vengono espressi, e il modo in cui tutto ciò viene tradotto in codice eseguibile.

Fondamentale, questo scientist non “appartiene” all’IT, nonostante lavori con codice e dati. L’IT mantiene la responsabilità per l’affidabilità e la sicurezza delle pipeline dati—per garantire che i sistemi transazionali siano correttamente replicati nello storage analitico—ma la responsabilità di plasmare le decisioni risiede saldamente nella funzione della supply chain. Questa divisione esplicita tra infrastruttura e logica decisionale è essa stessa una nuova divisione del lavoro, che preserva la chiarezza della responsabilità anziché diffonderla.

La finanza rientra in gioco in modo più costruttivo. Invece di dibattere sul fatto che una determinata previsione sia “realistica” in una riunione S&OP, la finanza e la supply chain collaborano per esprimere le reali preferenze economiche dell’azienda—costo del capitale, sanzioni per esaurimenti, impegni di servizio verso clienti chiave—in una forma che il decision engine può comprendere. Una volta codificate, esse si applicano in modo coerente attraverso migliaia di decisioni, ogni giorno, senza richiedere una riunione ogni volta.

Il risultato finale è ancora specializzazione. Le persone non diventano generalisti intercambiabili. Ma il principio organizzativo non è più l’organigramma o la sequenza di elaborazione delle transazioni; è la progettazione, l’operatività e il miglioramento continuo di un sistema decisionale.

In che modo questo differisce dall’integrazione tradizionale

A questo punto, è naturale chiedersi: non è forse questo solo un altro modo per parlare di integrazione? Dopotutto, il supply chain management tradizionale ha passato gli ultimi vent’anni enfatizzando la necessità di abbattere i silos tramite processi cross-funzionali e metriche condivise.

C’è una differenza importante.

Nella visione tradizionale, l’integrazione significa coinvolgere più persone provenienti da più funzioni nella conversazione. Il diagramma tipico dell’S&OP mostra vendite, marketing, operazioni, supply chain e finanza attorno al tavolo, supportati da software di pianificazione sempre più sofisticati. La collaborazione è la risorsa scarsa; la tecnologia serve a facilitarla: dati condivisi, dashboard condivise, flussi di lavoro condivisi.

A mio avviso, l’integrazione significa qualcosa di completamente diverso. Significa che la logica economica è unificata. La gerarchia delle priorità—servizio contro margine contro capitale impiegato—viene espressa una sola volta, all’interno del decision engine, e poi applicata ovunque. La risorsa scarsa primaria non è il tempo di riunione, ma la chiarezza: chiarezza su ciò che l’azienda cerca di ottimizzare, e su come tale intenzione venga tradotta in decisioni operative.

Partendo da questa prospettiva, scopriamo in genere che molti dei meccanismi di coordinamento che abbiamo costruito nel corso degli anni compensavano la mancanza di automazione. Abbiamo avuto bisogno di riunioni lunghe perché ogni decisione era, praticamente, personalizzata. Abbiamo avuto bisogno di flussi di lavoro elaborati e catene di approvazione perché non esisteva una politica unica, affidabile ed eseguibile.

Questo è il motivo per cui sono scettico riguardo agli sforzi di “modernizzare” l’S&OP tradizionale aggiungendo una patina di analisi avanzata, pur mantenendone intatta la struttura di base. Che si tratti dei dibattiti che organizziamo a Lokad o della letteratura accademica, l’S&OP è ancora in gran parte inquadrato come un processo di negoziazione cross-funzionale, con la tecnologia a facilitatore. Credo che per molte aziende il vero salto qualitativo non deriverà da riunioni migliori, ma dalla necessità di averne molte meno in primo luogo.

La divisione del lavoro a livello globale: consenso, con una riserva

Tutto ciò potrebbe far sembrare che io sia contrario alla divisione del lavoro in toto. Non lo sono. A livello globale, considero la specializzazione profonda e il commercio come innegociabili se ci interessa la prosperità. L’elaborata divisione del lavoro internazionale che caratterizza le moderne catene del valore non è una curiosità fragile; è l’unica ragione per cui possiamo permetterci i beni e i servizi che oggi diamo per scontati.

Tuttavia, questa specializzazione globale viene con una fragilità sistemica, come ci hanno dolorosamente ricordato di recente le ondate di interruzioni. Quando un lockdown chiude le fabbriche, o un canale viene bloccato, o un conflitto interrompe le esportazioni, lo shock si propaga attraverso le stesse reti che normalmente ci garantiscono efficienza. La soluzione non è ritirarsi nell’autarchia, ma diventare molto più precisi nella gestione del rischio: coltivare l’opzionalità nei fornitori e nelle rotte, misurare il suo costo e utilizzare l’automazione per reagire rapidamente quando la realtà si discosta dalle aspettative.

In questo senso, il mio disaccordo con la visione tradizionale non riguarda il fatto se la divisione del lavoro sia o meno desiderabile; riguarda piuttosto dove la accettiamo per scontata e dove dovremmo essere disposti a ridisegnarla.

Un modo diverso di organizzare il lavoro

Se mettiamo insieme tutti i pezzi, emerge un quadro diverso dell’organizzazione della supply chain.

A livello globale, abbracciamo la divisione del lavoro che sostiene il commercio e la produttività, pur essendo onesti riguardo alla sua fragilità e deliberati nel costruire opzioni. All’interno dell’azienda, resistiamo al riflesso di rispondere ad ogni aumento di complessità con un incremento proporzionale di planner e livelli di processo. Invece, investiamo in decision engine in grado di sopportare il carico ripetitivo, e rimodelliamo la nostra divisione del lavoro interna attorno alla progettazione, alla governance e al miglioramento continuo di tali engine.

Questo non è meno umano. È di più. Considera i pianificatori come potenziali strateghi, investigatori e progettisti di regole economiche migliori, anziché come un middleware umano tra fogli di calcolo ed ERP. Considera l’IT come un partner critico nel fornire una solida infrastruttura dati, senza confonderlo con la proprietà della logica di business. Considera la finanza come co-autrice del modello economico, non semplicemente come l’approvatrice finale dei bilanci.

La storia classica della divisione del lavoro, dalla fabbrica di spille di Smith alle global value chains di oggi, resta valida. Ma se fermiamo la storia qui, perdiamo la lezione che conta di più per le supply chains contemporanee: in un’epoca in cui le macchine possono prendere il controllo di gran parte del pensiero ripetitivo, la decisione veramente strategica è come scegliamo di dividere il lavoro tra umani e macchine, e solo allora come lo dividiamo tra di noi.