La piattaforma Lokad
Anche se le iniziative quantitative della supply chain possono essere effettuate su qualsiasi piattaforma con un linguaggio di programmazione, la piattaforma Lokad è stata progettata appositamente per supportare tali iniziative. Lokad è una piattaforma dedicata alla progettazione e alla realizzazione di app di ottimizzazione predittiva della supply chain su misura. Rispetto agli strumenti di sviluppo generici, Lokad offre una produttività, una affidabilità, una manutenibilità e una sicurezza superiori - e non da ultimo - prestazioni della supply chain.

Al centro di Lokad si trova 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 quello di mettere l’ottimizzazione della supply chain nelle mani di coloro che hanno una competenza diretta in materia. In questo modo, Lokad deriska le iniziative della supply chain rimuovendo gli strati intermedi tra il business e l’IT.
Attraverso Envision, superiamo di gran lunga le capacità dei sistemi di pianificazione avanzata (APS), “avanzati” solo nel nome, BI (Business Intelligence) o anche dei toolkit di previsione specializzati. Non da ultimo, rispetto ai linguaggi di programmazione generici - come Python - Lokad offre app che sono più sicure e più manutenibili.
Oltre i fogli di calcolo
Excel è lo strumento più utilizzato nella supply chain. Da Lokad, riconosciamo che Excel ha molte grandi qualità: è semplice, espressivo, visivo e, soprattutto, Excel ti consente di rimanere sempre in cima ai tuoi dati. Excel ha acquisito il successo mondiale che merita. Con Envision, abbiamo lavorato molto duramente per preservare tutte queste eccellenti qualità presenti in Excel.
Tuttavia, per quanto riguarda la supply chain, Excel non è neanche il culmine dell’analisi. La più grande forza di Excel è anche la sua più grande debolezza: la logica di calcolo e i dati diventano sistematicamente intrecciati, e questo crea problemi senza fine non appena i fogli iniziano a crescere di dimensioni. Tuttavia, i grandi fogli di Excel sono di solito inevitabili nella supply chain, dove centinaia o addirittura migliaia di prodotti sono tipicamente presenti all’interno della stessa azienda.
Purtroppo, questo problema di intreccio di logica + dati non può essere risolto all’interno di Excel, perché la “soluzione” andrebbe contro ciò che rende Excel uno strumento così grande in primo luogo. Di conseguenza, da Lokad, abbiamo deciso di progettare Envision, una tecnologia che preservi le proprietà preziose di Excel per quanto riguarda la supply chain, ma che supporti anche la scalabilità fino a centinaia di milioni di ordini o SKU, se necessario.
Quindi i fogli di calcolo, non solo Excel, non sono semplicemente adatti a classi specializzate ma essenziali di calcoli necessari per l’ottimizzazione delle supply chain. Ad esempio, i fogli di calcolo non hanno (virtualmente) alcuna funzione per gestire le previsioni probabilistiche. Quindi, i fogli di calcolo sono bloccati con una mentalità “drive by averages” che è dannosa per le supply chain. Allo stesso modo, i fogli di calcolo non hanno (virtualmente) alcuna funzione per eseguire l’ottimizzazione vincolata in condizioni incerte. Di conseguenza, anche i vincoli banali come MOQ finiscono per essere risolti manualmente dai professionisti della supply chain.
Envision offre costrutti specializzati - come un’algebra di variabili casuali - che sono essenziali per l’ottimizzazione predittiva delle supply chain, che non sono semplicemente disponibili nei fogli di calcolo. Quindi, le app costruite con Envision sono molto più manutenibili dei fogli di calcolo, che scalano male per quanto riguarda i problemi complessi.
Non solo osservare i dati ma agire su di essi
Le soluzioni di Business Intelligence (BI) sono spesso vendute come la fase successiva dell’analisi aziendale dopo Excel. Tuttavia, sulla base dell’esperienza di Lokad, siamo giunti alla conclusione che, per quanto riguarda le supply chain, la BI quasi sempre non riesce a materializzare i benefici attesi. Il problema non sta nella qualità degli strumenti di Business Intelligence: il mercato della BI è maturo e ci sono alcune soluzioni eccellenti là fuori. Piuttosto, la difficoltà risiede nel fatto che osservare i dati per “ottenere informazioni” è terribilmente costoso per le 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 possano elaborare tutti i dati disponibili - a differenza di Excel, i buoni strumenti di BI possono elaborare quantità molto grandi di dati - ma perché, mentre produrre milioni di numeri ogni giorno è economico, come abbiamo detto in precedenza: produrre solo dieci numeri rilevanti ogni giorno che valgono la pena di essere letti e agiti è estremamente difficile. Nonostante tutti i suoi difetti, Excel ha questa attitudine di “fare le cose”, mentre la BI no.
Per Envision, abbiamo assolutamente voluto preservare questa prospettiva di “fare le cose”. Envision si tratta di costruire app. Ad esempio, Envision può generare elenchi di azioni prioritizzati come:
- Elencare i principali elementi da mantenere a un basso margine lordo per mettere sotto pressione i concorrenti
- Generare le quantità necessarie per riempire esattamente il prossimo contenitore da ordinare
- Elencare i principali elementi che devono essere liquidati per liberare lo spazio nel magazzino
- Elencare i principali elementi che vengono costantemente restituiti dai clienti e che devono essere rimossi dalla lista
Le decisioni quantitative generate da Envision possono quindi essere automaticamente ri-importate nell’ERP o scaricate come fogli di calcolo. L’ambito esatto di Envision dipende davvero da ciò che decidi di essere le priorità principali della tua attività.
La tua attività non può evitare la programmabilità
Envision è un linguaggio di programmazione. Per la maggior parte delle persone che non sono sviluppatori di software, questo probabilmente sembra “molto” tecnico; la maggior parte dei dirigenti aziendali, anche nelle più grandi aziende, si chiedono se il loro team sarà in grado di diventare produttivo con uno strumento così avanzato. La nostra esperienza ci dice che la supply chain è irrimediabilmente complessa. Abbiamo assistito a venditori che promettono strumenti così semplici che persino “un bambino di 9 anni potrebbe usarli”, e alla fine ottenere risultati allineati a ciò che avrebbe fornito un effettivo “bambino di 9 anni”.
La supply chain coinvolge migliaia di prodotti e spesso molto di più. Ogni prezzo, ogni livello di stock, ogni assortimento deve essere costantemente regolato. Non c’è speranza di raggiungere questo con un livello soddisfacente di produttività senza automatizzare tutti questi compiti banali. Tuttavia, l’automazione da sola non è sufficiente: deve essere un’automazione intelligente che sia profondamente allineata con i tuoi specifici driver aziendali. La parte “programmabile” è quella che rende possibile raggiungere questo allineamento.
Ogni volta che qualcuno sta creando una formula complessa in un foglio di calcolo da qualche parte nella tua organizzazione, questa persona sta sfruttando l’espressività programmabile del foglio di calcolo. Non c’è modo di liberarsi dalla follia del foglio di calcolo se le squadre non hanno un’alternativa migliore per iniettare la loro esperienza di dominio nei sistemi. Envision è esattamente inteso come questa alternativa superiore.
Oltre Python
Nonostante la crescente popolarità delle iniziative di data science, la dura realtà è che la stragrande maggioranza di quelle iniziative non è all’altezza delle aspettative. Più specificamente, mentre i prototipi iniziali sono spesso promettenti, quelle iniziative di solito falliscono nel passaggio alla produzione. In contrasto, Envision è stato progettato con la produzione di supply chain in mente, per mitigare specificamente nella maggior misura possibile quelle classi di problemi. Ci sono due cause principali dietro questi fallimenti. Discutere i pro e i contro di tutte le alternative a Envision sarebbe un po’ noioso, quindi per chiarezza, la discussione sarà mantenuta sulla scelta di Python vs. Envision.
In primo luogo, Python richiede ingegneri del software. Infatti, Python, come qualsiasi linguaggio di programmazione completo, espone tonnellate di complessità tecnica a chiunque stia scrivendo codice in Python. Aspettarsi che le persone siano sia esperti di ingegneria della supply chain che esperti di ingegneria del software è troppo. Le capacità programmatiche devono essere accessibili a un ampio spettro di persone tecnicamente orientate, non solo a ingegneri del software professionisti.
In secondo luogo, i costi di manutenzione dei prototipi Python frettolosi sono alle stelle. I costi di manutenzione devono essere mantenuti sotto controllo. Python è lontano dall’essere snello dal punto di vista hardware. Quindi, risolvere i problemi di ottimizzazione della supply chain è un processo disordinato: i dati di molti sistemi (poco) affidabili devono essere affidabilmente pipelined, i processi imperfetti e in continua evoluzione devono essere documentati e modellati, le metriche di ottimizzazione devono riflettere una strategia aziendale in costante evoluzione, ecc. Python offre quasi nessuna correttezza per design per supportare tali sforzi.
Envision è la nostra risposta a queste sfide. Brilla in modi che semplicemente non sono accessibili a Python, ovvero:
- 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 saranno impraticabilmente lenti da eseguire in produzione.
- Aggiornamento trasparente, per quanto all’avanguardia sia un obiettivo in continua evoluzione, gli aggiornamenti dovrebbero essere forniti automaticamente, di solito attraverso riscritture di codice in background.
- Stack confezionato, dove il carico di assemblare decine di pezzi di software, anche considerando l’app più semplice, viene eliminato.
In conclusione, mentre Python è fantastico (lo è), non è una risposta soddisfacente per l’ottimizzazione della supply chain come lo è Envision. Costruire e mantenere un’app di machine learning di grado di produzione in Python è possibile, ma i costi sono elevati e, a meno che la tua azienda non sia pronta ad avere un team di ingegneria del software completo dedicato alla manutenzione di questa app, non funzionerà in produzione.