La Quantitative Supply Chain ridefinisce come le supply chain possano essere ottimizzate con software più performanti, tipicamente guidati dal machine learning, e con software più scalabili, supportati da un’infrastruttura Big Data. Tuttavia, al cuore di ogni progetto della Quantitative Supply Chain, c’è il Supply Chain Scientist che esegue la data preparation, la modellazione economica e il reporting dei KPI. Il Supply Chain Scientist offre intelligenza umana potenziata attraverso l’intelligenza della macchina. L’automazione intelligente delle supply chain decisions è il prodotto finale del lavoro svolto dal Supply Chain Scientist.
Umano più Macchina
Migliorare il supply chain performance richiede una profonda comprensione della strategia aziendale. Le rotture di stock possono risultare estremamente costose, come ad esempio nel settore aerospaziale, oppure semplicemente parte della normale attività, come avviene con il cibo fresco. Realisticamente, oggi, mentre algoritmi intelligenti possono battere campioni di scacchi o di Go, anche le macchine più sofisticate sono a decenni di distanza dal poter definire una roadmap strategica per la supply chain della tua azienda. Pertanto, stabilire un sistema interamente gestito dalla macchina per guidare la supply chain rimane fantascienza.
Tuttavia, algoritmi intelligenti e algoritmi di machine learning sono diventati incredibilmente bravi a risolvere problemi ben definiti, ristretti e ripetitivi. La Quantitative Supply Chain abbraccia queste capacità moderne del software: utilizza l’intelligenza umana per inquadrare il problema, eliminare le ambiguità e impostare il workflow ripetibile; poi, lascia che la macchina si occupi della generazione delle numerose, ma banali, decisioni della supply chain di cui la tua azienda ha bisogno ogni giorno per continuare a operare.
La Quantitative Supply Chain non riguarda l’eliminazione delle intuizioni umane. Anzi, è tutto il contrario. Essa mira a riportare le intuizioni umane dove possano avere l’impatto più significativo: le questioni strategiche. Proprio liberando il personale della supply chain dalle attività banali e ripetitive, la Quantitative Supply Chain restituisce la loro libertà. Permette ai team di concentrare i loro sforzi sulle questioni strategiche, invece di rimanere bloccati nei dettagli operativi.
Il Ruolo del Supply Chain Scientist
Il ruolo del Supply Chain Scientist è quello di elaborare i dati, integrare tutte le variabili economiche nella logica e automatizzare la generazione delle decisioni della supply chain. Il Supply Chain Scientist è inoltre responsabile dell’implementazione e del monitoraggio dei KPI, concepiti insieme al supply chain management, che vengono utilizzati per valutare le performance dell’iniziativa Quantitative Supply Chain stessa.
All’inizio dell’iniziativa, durante la fase di definizione dell’ambito, il Supply Chain Scientist si assicura che il problema da risolvere sia ben definito e che le ambiguità siano, se non ancora risolte, almeno chiaramente identificate come tali. In particolare, è sua responsabilità stabilire un quadro chiaro dell’automazione prevista. A seconda del contesto, l’automazione potrebbe essere finalizzata a generare ordini di acquisto, movimenti di inventario, scarti di inventario, ecc.
Durante la fase di preparazione dei dati, il Supply Chain Scientist deve assicurarsi che tutti i dati rilevanti vengano estratti correttamente dai sistemi IT dell’azienda. Sebbene tipicamente riceva un certo aiuto dal personale IT per eseguire l’estrazione, spetta a lui dare senso ai dati. Stabilire la precisa semantica dei dati, da una prospettiva della supply chain, è di importanza cruciale. Trasformare i dati grezzi del sistema in dati preparati, pronti per essere elaborati da un algoritmo di machine learning, richiede un notevole sforzo. Questa responsabilità ricade nuovamente sul Supply Chain Scientist.
Durante la fase di onboarding, i risultati prodotti dall’automazione vengono messi in discussione dai praticanti della supply chain. In questa fase, spesso emergono casi particolari in cui l’automazione si comporta in modo anomalo. Di conseguenza, è responsabilità del Supply Chain Scientist correggere tali eccezioni. Tuttavia, può capitare che i numeri “atipici” siano in realtà quelli corretti, ma divergano dalle consuetudini non ottimali dei praticanti della supply chain. Spetta al Supply Chain Scientist fare chiarezza in queste situazioni e convincere i praticanti che tali numeri non costituiscano un problema, bensì rappresentino un elemento chiave della soluzione.
Infine, una volta che la soluzione è in produzione, il Supply Chain Scientist monitora le performance dell’automazione e ne individua le criticità. Egli è responsabile del miglioramento continuo della soluzione. Spesso, una logica migliorata richiede dati migliori o in maggior quantità, il che a sua volta comporta cambiamenti nei processi operativi della supply chain. Il Supply Chain Scientist quantifica i benefici attesi associati al miglioramento dei dati e costruisce casi aziendali specifici, al fine di proporre il cambiamento al supply chain management.
Le Competenze del Supply Chain Scientist
Il Supply Chain Scientist è allo stesso tempo un data scientist e un esperto di supply chain. Questa doppia competenza è essenziale per riuscire a fornire una soluzione che soddisfi le aspettative iniziali. La competenza nella supply chain è indispensabile per garantire una profonda comprensione delle sfide da affrontare. Una scarsa comprensione di tali sfide espone il progetto al rischio di realizzare una “soluzione” non in linea con le reali necessità della supply chain. Tempi di lead times variabili, MOQs (quantitativi minimi d’ordine), costi del trasporto aereo rispetto a quello marittimo, analisi multi-echelon… sono solo alcuni degli aspetti che il Supply Chain Scientist deve saper padroneggiare. Più specificamente, ricoprire il ruolo del Supply Chain Scientist richiede una profonda comprensione non solo degli elementi, ma anche delle relazioni che li interconnettono. Ad esempio, come i MOQs influenzino i lead times.
L’esperienza in data science è essenziale sia per, in primo luogo, effettuare valutazioni quantitative sfruttando i dati storici, sia per, in secondo luogo, implementare la logica che automatizza completamente il processo decisionale banale. Una scarsa padronanza della programmazione mette a rischio qualsiasi iniziativa a causa di ritardi e risultati numerici problematici. La programmazione è sia una competenza che un’arte. Le sfide della supply chain sono incredibilmente complesse. Il Supply Chain Scientist è in grado di implementare una soluzione sufficientemente semplice da essere sostenibile, ma al contempo abbastanza precisa da garantire la performance desiderata della supply chain.
Infine, il ruolo del Supply Chain Scientist richiede anche capacità comunicative superiori alla media. Buone competenze nella scrittura sono fondamentali per produrre documentazione di alta qualità che descriva l’iniziativa Quantitative Supply Chain stessa. In effetti, le supply chain ruotano attorno a compromessi – ad esempio, MOQs più bassi contro prezzi d’acquisto inferiori – e troppo spesso tali compromessi tendono a rimanere in gran parte non documentati. La Quantitative Supply Chain richiede che questi compromessi vengano documentati e quantificati. La responsabilità di questo compito spetta al Supply Chain Scientist. Inoltre, sono necessarie buone capacità orali per instaurare un dialogo costruttivo con i praticanti della supply chain durante la fase di onboarding, soprattutto perché i team della supply chain devono essere convinti della validità del nuovo approccio.
Supply Chain Scientists presso Lokad
Presso Lokad, la competenza in supply chain science è emersa gradualmente nell’ultimo decennio (Lokad è stata fondata nel 2008). Sebbene Lokad abbia iniziato come una pura azienda software, abbiamo compreso che l’eccellenza nella supply chain richiede un team dedicato, capace di intervenire in prima linea nell’affrontare le sfide reali della supply chain. Il tradizionale personale di “supporto software” non era affatto sufficiente per offrire soluzioni soddisfacenti alle aziende, poiché questo richiede una profonda comprensione di molteplici sfide della supply chain, e non semplicemente una conoscenza approfondita della tecnologia di Lokad.
Stabilire e far crescere una competenza in supply chain science è difficile. Di conseguenza, molte aziende si affidano a Lokad per ricoprire il ruolo del Supply Chain Scientist nelle proprie iniziative Quantitative Supply Chain. In questo caso, Lokad fornisce una soluzione software+esperto, assegnando un Supply Chain Scientist al progetto per orchestrare l’intera iniziativa. Questo approccio solleva le aziende dalla necessità di sviluppare immediatamente una propria competenza in supply chain science. L’esternalizzazione di tale competenza ha senso sia per le piccole che per le grandi aziende. Per le aziende più piccole, i costi di una gestione interna sono semplicemente troppo elevati. Per le aziende più grandi, si tratta principalmente di accelerare il ritmo del cambiamento all’interno della loro supply chain.
I profili selezionati da Lokad per i suoi team di supply chain science sono di solito ingegneri con laurea magistrale. Sebbene i Supply Chain Scientist di Lokad abbiano familiarità con la programmazione, generalmente non sono sviluppatori software. Al contrario, il loro mix di competenze tende ad essere più vario e include i fondamenti ingegneristici: la capacità di modellare problemi industriali, di definire un processo, di rendere tale processo sia performante che affidabile, di comunicare con il management, ecc. Data la natura intrinseca delle sfide della supply chain di Lokad, siamo portati a selezionare profili fluenti in matematica e statistica, poiché questi due ambiti sono essenziali per le soluzioni quantitative della maggior parte delle sfide della supply chain.
Lo sviluppo di questa competenza in supply chain science è un processo in continuo miglioramento presso Lokad. E, poiché Lokad ricopre il ruolo di Supply Chain Scientist per molte aziende in diversi settori, abbiamo accumulato una notevole conoscenza istituzionale in quest’area. Inoltre, quando nuovi collaboratori si uniscono a Lokad, la loro formazione prevede l’esposizione a diverse situazioni di supply chain, in più settori, al fine di accelerare il processo di apprendimento e raggiungere livelli di comprensione più profondi.
Contenuti Correlati
Cos’è un Supply Chain Scientist? Una discussione con Simon Schalit (Lokad COO)
Una giornata nella vita di un Supply Chain Scientist (con Maximilian Barth)
Il Supply Chain Scientist - Lezione 7.3 con Joannes Vermorel
