La piattaforma Lokad

Anche se le iniziative quantitative per la supply chain possono essere realizzate su qualsiasi piattaforma dotata di un linguaggio di programmazione, la piattaforma Lokad è stata progettata appositamente per supportare tali iniziative. Lokad è una piattaforma dedicata alla progettazione e al lancio di app personalizzate di ottimizzazione predittiva per supply chain. Rispetto ai più generici strumenti di sviluppo, Lokad offre una produttività, affidabilità, facilità di manutenzione e sicurezza superiori – e non da ultimo – prestazioni della supply chain.

envision

Al centro di Lokad c’è Envision, un linguaggio di programmazione specifico del dominio (DSL). Questo linguaggio è destinato agli esperti di supply chain, non agli ingegneri del software. Il nostro obiettivo principale è mettere l’ottimizzazione della supply chain nelle mani di chi possiede una competenza diretta in materia. In questo modo, Lokad riduce il rischio delle iniziative per la supply chain eliminando interi strati di intermediari tra il business e l’IT.

Attraverso Envision, superiamo di gran lunga le capacità dei sistemi APS (Advanced Planning Systems), definiti “avanzati” solo nel nome, della BI (Business Intelligence) o anche dei kit di strumenti per il forecasting specializzati. E non da ultimo, rispetto ai linguaggi di programmazione generici – come Python – Lokad fornisce app che sono più sicure e più facili da mantenere.

Oltre i fogli di calcolo

Excel è lo strumento più utilizzato nella supply chain. In Lokad, riconosciamo che Excel possiede molte qualità eccellenti: è semplice, espressivo, visivo e, soprattutto, ti permette di avere sempre sotto controllo i tuoi dati. Excel ha conquistato il successo mondiale che merita. Con Envision, abbiamo lavorato duramente per preservare tutte queste eccellenti qualità presenti in Excel.

Tuttavia, per quanto riguarda la supply chain, Excel non rappresenta il massimo dell’analisi. Il suo punto di forza più grande è anche il suo punto debole: la logica di calcolo e i dati diventano sistematicamente intrecciati, creando problemi senza fine appena i fogli iniziano a crescere in dimensione. Eppure, grandi fogli Excel sono solitamente inevitabili nella supply chain, dove tipicamente in un’azienda si trovano centinaia o addirittura migliaia di prodotti.

Purtroppo, il problema dell’intreccio tra logica e dati non può essere risolto all’interno di Excel, poiché la “soluzione” andrebbe contro ciò che rende Excel uno strumento così eccellente. Di conseguenza, in Lokad abbiamo deciso di progettare Envision, una tecnologia che preserva le proprietà preziose di Excel per quanto riguarda la supply chain, ma che supporta anche la scalabilità fino a centinaia di milioni di ordini o SKU, se necessario.

I fogli di calcolo, non solo Excel, non sono semplicemente adatti per quelle classi specializzate ma essenziali di calcoli necessari per l’ottimizzazione delle supply chain. Ad esempio, i fogli di calcolo non dispongono (praticamente) di alcuna funzionalità per gestire previsioni probabilistiche. Di conseguenza, rimangono intrappolati in una mentalità di “basarsi sulle medie” che risulta dannosa per le supply chain. Analogamente, i fogli di calcolo non offrono (praticamente) funzionalità per eseguire ottimizzazioni vincolate in condizioni di incertezza. Di conseguenza, anche vincoli apparentemente banali come le MOQ finiscono per essere risolti manualmente dagli operatori della supply chain.

Envision fornisce costrutti specializzati – come un’algebra di variabili aleatorie – che sono essenziali per l’ottimizzazione predittiva delle supply chain e che non sono affatto disponibili nei fogli di calcolo. Inoltre, le app costruite con Envision sono di gran lunga più facili da mantenere rispetto ai fogli di calcolo, che scalano male quando si tratta di problemi complessi.

Non limitarsi ad osservare i dati, ma agire su di essi

Le soluzioni di Business Intelligence (BI) vengono frequentemente vendute come il prossimo stadio dell’analisi aziendale dopo Excel. Tuttavia, basandoci sugli anni di esperienza di Lokad, siamo giunti alla conclusione che, per quanto riguarda le supply chain, la BI quasi sempre non riesce a concretizzare i benefici attesi. Il problema non risiede nella qualità degli strumenti BI – il mercato della BI è maturo e ci sono soluzioni eccellenti – ma nel fatto che osservare i dati al solo scopo di ottenere intuizioni è estremamente costoso per aziende in cui sono coinvolti migliaia di prodotti e migliaia di clienti.

Nella supply chain, gli strumenti di BI non riescono a scalare non perché non siano in grado di elaborare tutti i dati disponibili – a differenza di Excel, i buoni strumenti di BI possono processare quantità enormi di dati – ma perché, sebbene produrre milioni di numeri ogni giorno sia economico, come detto in precedenza: produrre solo dieci numeri rilevanti ogni giorno, tali da valere la pena di essere letti e sui quali agire, è estremamente difficile. Nonostante tutte le sue carenze, Excel si caratterizza per un atteggiamento orientato all’azione, mentre la BI no.

Per Envision, abbiamo assolutamente voluto preservare questa prospettiva del “get things done”. Envision riguarda la costruzione di app. Ad esempio, Envision può generare elenchi di azioni prioritarie come:

  • Elenca gli articoli principali da mantenere con un basso margine lordo per mettere sotto pressione i concorrenti
  • Genera le quantità necessarie per riempire esattamente il prossimo container da ordinare
  • Elenca gli articoli principali che devono essere liquidati per liberare spazio in magazzino
  • Elenca gli articoli principali che vengono costantemente restituiti dai clienti e che necessitano di essere rimossi dall’assortimento

Le decisioni quantitative generate da Envision possono essere automaticamente reimportate nell’ERP o scaricate sotto forma di fogli di calcolo. L’ambito esatto di Envision dipende davvero da quali deciderai siano le massime priorità della tua azienda.

La tua azienda non può sfuggire alla programmabilità

Envision è un linguaggio di programmazione. Per la maggior parte delle persone che non sono sviluppatori, questo risulta probabilmente estremamente tecnico; la maggior parte dei dirigenti, anche nelle aziende più grandi, si chiede se il loro team sarà in grado di diventare produttivo con uno strumento così avanzato. La nostra esperienza ci insegna che la supply chain è intrinsecamente complessa. Abbiamo visto alcuni fornitori promettere strumenti così semplici che persino “un bambino di 9 anni potrebbe usarli”, ottenendo infine risultati conformi a ciò che un vero “bambino di 9 anni” avrebbe potuto produrre.

La supply chain coinvolge migliaia di prodotti, e spesso ben di più. Ogni prezzo, ogni livello di stock, ogni assortimento deve essere costantemente regolato. Non c’è speranza di raggiungere tutto ciò con un livello di produttività soddisfacente senza automatizzare tutte queste attività banali. Tuttavia, l’automazione da sola non basta: deve trattarsi di un’automazione intelligente, profondamente allineata con i driver specifici del tuo business. La parte “programmabile” è quella che rende possibile ottenere tale allineamento.

Ogni volta che qualcuno crea una formula complessa in un foglio di calcolo all’interno della tua organizzazione, quella persona sfrutta l’espressività programmatica del foglio di calcolo. Non si potrà eliminare la follia dei fogli di calcolo se i team non disporranno di un’alternativa migliore per infondere la loro competenza specifica nei sistemi. Envision è stato progettato proprio come questa alternativa superiore.

Oltre Python

Nonostante la crescente popolarità delle iniziative di data science, la dura realtà è che la stragrande maggioranza di queste iniziative non soddisfa le aspettative. Più precisamente, mentre i prototipi iniziali spesso promettono bene, queste iniziative solitamente non riescono a passare alla fase di produzione. Al contrario, Envision è stato progettato pensando alla produzione in ambito supply chain, per mitigare – per quanto possibile – quelle tipologie di problemi. Esistono due cause principali alla base di tali fallimenti. Discutere i pro e i contro di tutte le alternative a Envision sarebbe alquanto tedioso, per cui, per chiarezza, la discussione si concentrerà sulla scelta tra Python e Envision.

In primo luogo, Python richiede ingegneri del software. Infatti, Python, come qualsiasi linguaggio di programmazione a tutti gli effetti, espone una miriade di complessità tecniche a chi scrive codice in Python. Aspettarsi che le persone siano esperte sia in ingegneria della supply chain che in ingegneria del software è troppo. Le capacità programmatiche devono essere accessibili a un ampio spettro di persone con mentalità tecnica, non solo a ingegneri del software professionisti.

In secondo luogo, i costi di manutenzione dei prototipi Python affrettati vanno alle stelle. I costi di manutenzione devono essere tenuti sotto controllo. Python è tutt’altro che leggero in termini hardware. Inoltre, affrontare i problemi di ottimizzazione della supply chain è un processo complicato: i dati provenienti da molti sistemi (poco) affidabili devono essere canalizzati in modo affidabile, processi imperfetti e in continua evoluzione devono essere documentati e modellati, e le metriche di ottimizzazione devono riflettere una strategia aziendale in costante mutamento, ecc. Python offre quasi nessuna correttezza per design a supporto di tali sforzi.

Envision è la nostra risposta a queste sfide. Brilla in modi che non sono semplicemente accessibili a Python, vale a dire:

  • Difesa in profondità, prevenendo intere classi di problemi di sicurezza che sorgono ogni volta che è coinvolto un linguaggio di programmazione generale.
  • Prestazioni trasparenti, impedendo che vengano scritti programmi che risulterebbero impraticabilmente lenti da eseguire in produzione.
  • Aggiornamento trasparente, per quanto all’avanguardia un obiettivo mobile possa essere, gli aggiornamenti dovrebbero essere forniti automaticamente, tipicamente tramite riscritture del codice in background.
  • Stack confezionato, dove il peso di dover assemblare dozzine di componenti software, anche per la più semplice delle app, viene eliminato.

In conclusione, pur essendo Python eccezionale (lo è), non rappresenta una risposta soddisfacente per l’ottimizzazione della supply chain come lo è Envision. Costruire e mantenere un’app di machine learning a livello di produzione in Python è possibile, ma i costi sono elevati, e a meno che la tua azienda non sia disposta ad avere un intero team di ingegneri del software dedicato alla manutenzione di questa app, non funzionerà in produzione.