00:00:13 Sfide nell’implementazione dei proofs of concept nella supply chain.
00:01:00 Quando i proofs of concept funzionano bene e come la supply chain si differenzia.
00:02:29 La supply chain come un problema aperto e le difficoltà nel misurarne il successo.
00:03:31 Limitazioni dei proofs of concept nell’industria della supply chain.
00:06:30 Importanza di un approccio olistico e dei tempi di consegna nell’ottimizzazione della supply chain.
00:08:00 Importanza di concentrarsi sugli aspetti non cambianti di un’iniziativa.
00:08:54 Difficoltà nel raccogliere dati nei proofs of concept.
00:11:55 Problemi nel semplificare un’iniziativa limitandosi solo alla previsione.
00:13:54 Le limitazioni delle previsioni a serie temporali.
00:15:17 Esperienze dolorose con i proofs of concept e le loro lacune.
00:17:36 Alternative ai POC nella valutazione dei fornitori di software per soluzioni di supply chain.
00:20:25 Il futuro dei POC nell’industria della supply chain e le loro limitazioni.
00:21:31 Importanza di adottare un approccio olistico all’ottimizzazione della supply chain.
00:22:52 Valutare le prestazioni dei fornitori su base settimanale anziché fare affidamento sui POC.
Riassunto
In un’intervista, Joannes Vermorel, fondatore di Lokad, e l’ospite Kieran Chandler discutono dell’ottimizzazione della supply chain e delle limitazioni dei proofs of concept (POC). Vermorel spiega perché Lokad spesso rifiuta le richieste di POC, citando danni per entrambe le parti. Egli ritiene che i POC funzionino meglio per problemi definiti in modo stretto, come la scelta di un client di posta elettronica, ma siano insufficienti per processi complessi e trasformativi come l’ottimizzazione della supply chain. Le supply chain coinvolgono molte parti e presentano una sfida distribuita che i POC spesso semplificano eccessivamente. Egli consiglia di concentrarsi sugli aspetti stabili e su prospettive olistiche basate sui dati. Vermorel suggerisce anche di valutare regolarmente le prestazioni dei fornitori e di interrompere le relazioni che non mostrano progressi soddisfacenti.
Riassunto Esteso
Nell’intervista, Kieran Chandler, l’ospite, e Joannes Vermorel, fondatore di Lokad, si impegnano in una discussione dettagliata sui proofs of concept (POC) nel contesto del software per la supply chain e delle loro limitazioni. Vermorel spiega perché Lokad rifiuta frequentemente le richieste di POC da parte dei potenziali clienti, citando il potenziale danno sia per l’azienda del cliente che per Lokad.
Vermorel inizia riconoscendo che i POC esistono da due decenni e non sono intrinsecamente dannosi. Funzionano efficacemente quando vengono applicati a un problema definito in modo stretto. L’archetipo di una situazione in cui un POC funzionerebbe bene è la scelta di un client di posta elettronica come Microsoft Outlook o Gmail. Si tratta di un problema standardizzato con una soluzione nota. L’utente ha aspettative chiare e conosce i punti critici. Questo processo non è più trasformativo; riguarda semplicemente il passaggio da un client di posta elettronica a un altro.
Tuttavia, la sfida sorge quando i POC vengono applicati all’ottimizzazione della supply chain, che Vermorel definisce “l’opposto” di un problema definito in modo stretto. Egli suggerisce che si tratti di un processo trasformativo per un’azienda, caratterizzandolo come un problema non locale che coinvolge molte sedi e potenzialmente numerosi paesi. La complessità è amplificata a causa della natura interconnessa della supply chain.
Approfondendo ulteriormente l’idea di un “problema aperto”, Vermorel descrive l’ottimizzazione della supply chain come l’idea di voler ottimizzare, che richiede intrinsecamente la misurazione. La definizione di una misurazione significativa in termini monetari richiede uno sforzo considerevole e le metriche ottenute sono solo l’inizio. Il percorso continua con il perfezionamento della “ricetta numerica” per valutare l’impatto delle azioni sulle operazioni dell’azienda. Offre un esempio di valutazione del costo preciso di ogni stock-out o dell’impatto specifico sulla fedeltà del cliente per ogni cliente.
Quando gli viene chiesto se i POC sono inefficaci esclusivamente per la supply chain quantitativa o per l’intera industria della supply chain, Vermorel afferma che la maggior parte dei problemi della supply chain è difficile da inquadrare come POC a causa della loro natura interconnessa. Spiega che le supply chain coinvolgono più parti - fornitori, clienti, magazzini di stoccaggio e stabilimenti produttivi. Presentano una sfida distribuita, diversamente da un problema localizzato, come l’ottimizzazione di un processo di produzione in isolamento.
Vermorel sottolinea che le supply chain sono intrinsecamente collegate a fornitori e clienti, rendendo difficile identificare qualcosa di locale e significativo allo stesso tempo. Avverte che, sebbene sia facile effettuare ottimizzazioni locali nelle supply chain, questi sforzi di solito si traducono semplicemente nel spostare i problemi altrove nella supply chain. Ad esempio, un grande sforzo per ottimizzare un prodotto in una determinata posizione potrebbe involontariamente creare problemi altrove nella supply chain.
Vermorel spiega che l’ottimizzazione della supply chain è difficile per i POC perché tendono a concentrarsi su micro-ottimizzazioni senza considerare il quadro generale. Ciò può causare problemi per fornitori e clienti. Inoltre, i tempi di consegna complicano ulteriormente il processo poiché è difficile ottimizzare una supply chain in un periodo di tempo più breve rispetto al tempo di consegna stesso. Questo spesso comporta che i POC richiedano molto più tempo del previsto.
Chandler e Vermorel discutono dell’importanza di guardare il quadro generale quando si cerca di ottimizzare le supply chain. Affermano che i POC spesso non tengono conto dei tempi di consegna completi necessari per una vera comprensione della supply chain. Vermorel consiglia di adottare un approccio capitalista in ogni fase della metodologia, concentrandosi su ciò che non cambierà indipendentemente dal fornitore o dalla soluzione scelta.
Una sfida affrontata durante i POC è la raccolta e la misurazione dei dati. Vermorel ritiene che non si possa ottimizzare ciò che non si misura, quindi la raccolta dei dati dovrebbe essere una priorità. Tuttavia, la realtà spesso rende la raccolta dei dati per i POC più difficile del previsto. Questo è dovuto alla complessità delle situazioni del mondo reale, come le reti di vendita al dettaglio con più magazzini, unità produttive e sedi di distribuzione.
Vermorel fornisce un esempio di come la domanda storica possa essere difficile da valutare con precisione. Problemi come le rotture di stock, le promozioni e altre anomalie possono distorcere i dati storici degli ordini, rendendo difficile comprendere i veri pattern di domanda. Quando i POC si trovano di fronte a questi problemi, spesso si ricorre a metodi classici di previsione, come le previsioni settimanali a serie temporali. Questo approccio semplifica il problema, ma ignora le complessità e le sfumature dell’ottimizzazione della supply chain.
Il backtesting, o l’utilizzo di dati storici per testare le previsioni, è un altro strumento utilizzato nell’ottimizzazione della supply chain. Sebbene funzioni da un punto di vista statistico, Vermorel sostiene che rappresenta solo una frazione del quadro generale della gestione della supply chain. Ad esempio, i modelli di acquisto possono essere influenzati da fattori come i prezzi negoziati e le quantità minime d’ordine (MOQ), che non vengono considerati nel backtesting.
Vermorel sottolinea che l’ottimizzazione della supply chain non è un problema unidimensionale che può essere risolto concentrandosi esclusivamente sull’“accuratezza delle previsioni”. Egli sostiene che i processi esistenti devono essere rivisti e adeguati per rendere possibile l’ottimizzazione. Il problema principale nel concentrarsi sulla previsione è che si trascura il quadro generale e si fa affidamento su un tipo specifico di previsione che potrebbe non essere applicabile a tutte le situazioni.
Vermorel fa notare che le supply chain sono state digitalizzate da decenni, ma molte aziende si affidano ancora a fogli Excel e ignorano i numeri generati da vari sistemi. Suggerisce che le aziende dovrebbero concentrarsi sui fondamentali, come consolidare i dati in un data lake e creare documentazione significativa che rifletta la semantica della loro supply chain.
Concentrandosi sugli aspetti stabili di una supply chain, come fornitori, unità produttive, magazzini e canali di distribuzione, le aziende possono creare metriche che riflettono i loro interessi finanziari a lungo termine. Vermorel sottolinea che la sfida principale sta nel comprendere la semantica dei dati e garantire che i dati corretti siano disponibili per l’ottimizzazione.
Quando si considerano alternative ai POC, Vermorel propone di concentrarsi su ciò che non cambia in una supply chain e di cercare un fornitore che possa fornire una prospettiva olistica basata sui dati. Sebbene i POC possano offrire alcuni spunti, egli mette in guardia dallo aspettarsi troppo da esperimenti su piccola scala, poiché i problemi complessi richiedono approcci più approfonditi.
Suggerisce inoltre che lavorare con i fornitori non dovrebbe essere un impegno a lungo termine. Le aziende possono intraprendere iniziative lean e valutare le prestazioni del fornitore su base settimanale per garantire che si facciano progressi. Se i progressi non sono soddisfacenti, è meglio interrompere la relazione in anticipo piuttosto che continuare con un fornitore subottimale.
Trascrizione completa
Kieran Chandler: Oggi, cercheremo di capire esattamente perché i POC non funzionano e anche di capire quali sono le alternative che sono disponibili a un cliente per scegliere tra la moltitudine di software per la supply chain presenti sul mercato. Allora, Joannes, i POC sono presenti da due decenni ormai, quindi non possono essere tutti cattivi. In quali settori funzionano effettivamente?
Joannes Vermorel: I proof of concept funzionano bene quando si ha un problema specifico e ristretto che si vuole affrontare, quando non si devono considerare possibilità aperte massive. Ad esempio, l’archetipo di un’area in cui un POC funzionerebbe bene sarebbe se ti chiedessi di scegliere il tuo client di posta elettronica perché hai usato un client di posta elettronica, diciamo Microsoft Outlook o Gmail, per anni. Quindi, sai cosa dovresti aspettarti, conosci i tuoi punti critici. Questo è un problema abbastanza standardizzato con soluzioni standardizzate, e farai un confronto molto preciso perché sai esattamente cosa cercare. Per la tua azienda, questo è fondamentalmente qualcosa che non è trasformativo; è stato trasformativo decenni fa quando le persone hanno iniziato a usare la posta elettronica in generale, ma a questo punto, si tratta solo di passare da un client di posta elettronica a un altro. I POC funzionano bene per quei problemi super tattici e ben definiti. La grande sfida è che la supply chain quantitativa è un po’ l’opposto. È qualcosa che trasformerà fondamentalmente la tua azienda ed è fondamentalmente qualcosa che è completamente non locale. Non puoi eseguire una supply chain localmente dalla tua scrivania. È perché c’è una rete che si estende su molte sedi, potenzialmente molti paesi, che le cose diventano davvero complicate.
Kieran Chandler: Quindi, cosa caratterizza questo problema come un problema aperto?
Joannes Vermorel: La supply chain è innanzitutto un’idea che vogliamo ottimizzare e per ottimizzarla è necessario misurarla. Il fatto stesso che si vogliano misurare le cose in euro o dollari richiede uno sforzo considerevole per ottenere una misurazione che abbia effettivamente senso. La metrica, il punto di partenza, è in realtà un percorso per perfezionare il modo in cui la tua ricetta numerica valuta se stai facendo qualcosa di buono o di cattivo per la tua azienda. Ovviamente, servire i clienti è buono, avere un’enorme quantità di mancanze di magazzino è cattivo, ma la domanda diventa esattamente come valutiamo il costo preciso di ogni singola mancanza di magazzino, l’impatto preciso sulla fedeltà del cliente per ogni singolo cliente?
Kieran Chandler: Quindi, quando dici che le prove di concetto fondamentalmente non funzionano, si riferisce solo alla supply chain quantitativa, o riguarda l’intera industria della supply chain?
Joannes Vermorel: La maggior parte dei problemi della supply chain è molto difficile da inquadrare come prove di concetto. Per definizione, le supply chain coinvolgono più parti: hai molti fornitori, molti clienti, magazzini di stoccaggio, impianti di produzione. È una sfida molto distribuita, essendo completamente connessa ai tuoi fornitori e ai tuoi clienti. Quindi, per definizione, è difficile trovare qualcosa che sia sia locale che significativo, perché il problema delle supply chain è che è molto facile eseguire un’ottimizzazione locale. Il punto è che quando lo fai, di solito finisci solo per spostare i problemi altrove. Quindi, sì, hai fatto una grande quantità. Hai creato un problema per il tuo fornitore e forse anche per un paio di clienti facendo così. Non hai risolto il quadro generale; hai solo micro-ottimizzato qualcosa a livello locale. Questo rende la supply chain molto impegnativa per le prove di concetto in generale. E poi c’è un altro livello di difficoltà nel caso di Lokad. Perché vogliamo affrontare il futuro e le incertezze, ci sono i tempi di consegna che devono essere presi in considerazione. Quindi, ogni volta che ci occupiamo di un’industria in cui i tempi di consegna sono, diciamo, devi pianificare ed eseguire le cose pensando a tre mesi in anticipo. Significa che non importa quanto ottimizzi le ricette numeriche per la tua supply chain, un’iterazione richiede praticamente tanto tempo quanto il tuo tempo di consegna per realizzarsi. Quindi, questo significa che non puoi fare davvero nulla in un periodo di tempo inferiore al tuo tempo di consegna e, in modo più realistico, avrai bisogno di due o tre iterazioni. Quindi, se hai tempi di consegna di circa tre mesi, e stiamo parlando di due o tre iterazioni, stiamo parlando di sei a nove mesi. Non è eccessivamente lungo per un software aziendale, ma iniziamo a allontanarci molto da ciò che le persone pensano quando pensano a una rapida prova di concetto.
Kieran Chandler: Cerchiamo di approfondire un po’ questo concetto. Quindi, quello che stai dicendo è che una prova di concetto si concentra essenzialmente solo su una piccola parte, e affinché una soluzione funzioni davvero e si dimostri, è necessario guardare l’intero quadro generale. E poi la seconda cosa che hai menzionato riguarda i tempi di consegna, e stai dicendo che una prova di concetto di solito è piuttosto breve, quindi non stiamo considerando i tempi di consegna completi per capire realmente i risultati e cosa sta accadendo. Per quanto tempo dovresti perseverare con una prova di concetto prima di vedere effettivamente dei risultati?
Joannes Vermorelr: Il punto è che se aspetti fino a quando finalizzi le tue misurazioni ed è assolutamente chiaro che puoi misurare i benefici e codificarli, ci vorrà troppo tempo. Ecco perché tipicamente suggeriamo di avere una metodologia che sia altamente capitalista ad ogni passo e guidata dalla visione. Cosa intendo per capitalista ad ogni passo è che non importa come vuoi ottimizzare la tua supply chain, avrai bisogno di dati per eseguire questa ottimizzazione. Il processo richiederà un po’ di tempo, ma è indipendente dal fornitore o dalla soluzione che scegli, anche se vuoi farlo internamente o con un’azienda esterna. Dovrai comunque fare questo processo. Se puoi eseguire la tua iniziativa in modo che ti concentri su ciò che non cambierà rispetto al fornitore scelto, se ne scegli uno alla fine dell’iniziativa, allora puoi essere altamente capitalista. Ad esempio, non puoi ottimizzare ciò che non misuri, quindi dovresti iniziare a raccogliere dati per le misurazioni. Questo sforzo stesso probabilmente andrà oltre ciò che pensi sia idoneo per uno sforzo di prova di concetto di piccole dimensioni.
Kieran Chandler: Questo probabilmente sorprenderà molti dei nostri spettatori perché, nelle prove di concetto, raccogliere i dati dovrebbe essere la parte facile che viene fornita all’inizio della prova di concetto. Quindi perché è così difficile?
Joannes Vermorel: È sempre difficile perché la realtà ha i suoi modi per assicurarsi che i tuoi tentativi di prova di concetto falliscano nel modo più miserabile. Ma più seriamente, prendiamo una situazione reale di ciò che sta accadendo. Diciamo che hai una rete di vendita al dettaglio che coinvolge un paio di magazzini, un paio di unità di produzione e forse un paio di sedi di distribuzione. Ora inizi la tua iniziativa in cui dici.
Kieran Chandler: Parliamo dei clienti che sono soddisfatti di come li servite. Quindi, ti rendi conto che vuoi avviare la tua prova di concetto e scopri che ottenere tutti i dati transazionali è più difficile di quanto sembrasse inizialmente. Perché è così?
Joannes Vermorel: Beh, ad esempio, potresti dire che gli ordini dei clienti dovrebbero essere facili. Sì e no, perché puoi avere molte situazioni strane, come un cliente che ti invia un ordine che non puoi soddisfare a causa di una mancanza di magazzino. Registri diligentemente nel sistema che l’ordine non poteva essere soddisfatto. Il giorno successivo, il cliente effettua un altro ordine, ancora più grande. Perché? Perché non hai soddisfatto l’ordine del giorno precedente. Ma se avessi soddisfatto il primo ordine, probabilmente non ci sarebbe stato un secondo ordine il giorno successivo. Quindi, vuoi riflettere la domanda storica, non solo il flusso storico grezzo degli ordini del cliente che sono stati influenzati per varie ragioni. Ti rendi conto che è più complicato di quanto sembri.
Kieran Chandler: Quindi cosa succede tipicamente con un’iniziativa di prova di concetto quando affronti tutti questi problemi?
Joannes Vermorel: Cerchi di trovare modi per semplificare i problemi e inevitabilmente torni a un classico prova di concetto di previsione, come una previsione delle serie temporali settimanale. Pensi in termini di previsione della domanda basata sulla domanda storica e puoi testare retroattivamente immediatamente. Ignori le mancanze di magazzino, le promozioni e tutti i fattori bizzarri. Il risultato finale è qualcosa che si adatta alla definizione di una prova di concetto, ma facendo ciò, ti sei completamente allontanato dal problema che cercavi di risolvere.
Kieran Chandler: Parliamo un po’ di test retroattivo. Si tratta di guardare i dati storici nel passato, fare previsioni e confrontare i due. Perché il test retroattivo non funziona davvero?
Joannes Vermorel: Il test retroattivo funziona dal punto di vista statistico, ma ha dei limiti. Dal punto di vista della supply chain, il test retroattivo è solo uno strumento numerico piccolo che è solo una frazione dell’intera immagine. Se inizi a pensare all’ottimizzazione dei modelli di acquisto dei tuoi team, scopri che forse tutte quelle quantità minime d’ordine non sono scolpite nella pietra. Forse quegli acquisti poco frequenti sono causati dal fatto che il tuo team di acquisti ha negoziato prezzi bassi, ma con quantità minime d’ordine eccessivamente alte. Questo costringe il tuo team a mettere un ritardo extra tra gli ordini di acquisto, il che complica tutto e allunga i tempi di consegna.
Quello che sto dicendo è che l’ottimizzazione non è solo una cosa unidimensionale, come la riduzione dell’errore dal punto di vista dell’accuratezza delle previsioni. Si tratta anche di abbracciare e rivedere tutti i processi esistenti e di adattare ciò che viene fatto quando possibile in modo che l’ottimizzazione diventi effettivamente possibile. Inoltre, devi pensare a ciò che stai effettivamente misurando. Il problema è che questi piccoli progetti di prova di concetto, che inevitabilmente tornano a benchmark di accuratezza delle serie temporali, finiscono per avere un errore espresso come percentuale invece di dollari. Di nuovo, siamo molto lontani da qualsiasi fondamento aziendale.
Kieran Chandler: Quindi, il vero problema delle previsioni è che ti stai concentrando solo su quell’aspetto e non stai guardando l’immagine più ampia? È un tipo molto specifico di previsione. Raccogliere tutti i dati pertinenti è difficile, quindi puoi essere certo che la tua prova di concetto sarà una previsione classica a serie temporali con dati settimanali in ingresso e previsioni settimanali in uscita, e questo dovrebbe essere tutto. Immagino che quello di cui stiamo parlando oggi derivi un po’ dal dolore dell’esperienza, dalle cose che hai provato in passato e dai POC che hai fatto. Quindi, quali sono alcuni dei problemi chiave che hai riscontrato quando hai fatto i POC?
Joannes Vermorel: La parte peggiore è che a volte puoi avere successo completo nel POC, ed è probabilmente la cosa che fa più male. Come azienda di software enterprise, non vinci ogni singolo lead che ti capita, quindi perdere lead è solo una questione di vita. Quello che fa davvero male è quando vinci il POC perché, sì, nel POC ti comporti al meglio, potenzialmente con un ampio margine, e poi quando cerchi di tradurlo in una situazione di produzione, le cose esplodono completamente e non soddisfano nessuna delle aspettative del cliente. Ti rendi conto che è perché sei passato da un problema giocattolo a un problema del mondo reale. Forse tutto ciò che avevi fatto per il problema giocattolo funzionava molto bene in questo ambito limitato con una metrica ben definita, ma ignorava completamente tutti i fondamenti aziendali. Quando passi alla situazione di produzione, ti rendi conto che la tua soluzione non è nemmeno lontanamente vicina a fornire una risposta.
La parte peggiore è che, poiché le catene di approvvigionamento sono state digitalizzate da un paio di decenni, per le grandi aziende ti rendi conto che la soluzione che stai portando in azienda sarà solo come i tentativi precedenti. Produrrà una massa di numeri che saranno completamente ignorati da tutti. Inevitabilmente, tutti i team di supply chain tornano alle solite tabelle di Excel, ignorando completamente i numeri disfunzionali prodotti da un altro sistema.
Kieran Chandler: Guardiamo ora le cose dal punto di vista di un’azienda. La cosa bella dei POC è che puoi vedere i diversi modi in cui i fornitori di software affrontano un problema e come reagiscono effettivamente a determinate sfide. Oltre a ciò, quali sono le alternative che le aziende possono utilizzare invece di un POC? Cosa altro potrebbero fare per vedere come si comportano diverse aziende?
Joannes Vermorel: L’alternativa è concentrarsi sui fondamenti. Ho sottolineato che c’è la sfida di consolidare i dati. Il modo moderno di farlo attualmente è costruire un data lake. Il passo successivo è fornire una documentazione significativa dal punto di vista della supply chain. Per avere successo, devi concentrarti su ciò che non cambia. La tua supply chain probabilmente non cambierà nei suoi modi più fondamentali. Avrai ancora fornitori, unità di produzione, magazzini e canali di distribuzione. Ci sono molte cose che si prevede siano relativamente stabili, quindi concentrati su questo. Quando consolidi i dati, consolidi anche la documentazione pertinente perché la grande sfida è sempre la semantica dei dati.
Cosa significa questo dato? Quando abbiamo una data di ordine, era la data in cui hai prodotto l’ordine da inviare al fornitore, la data in cui l’ingresso è stato registrato nel tuo sistema o la data in cui il tuo fornitore ha confermato di aver ricevuto l’ordine? Ci sono una dozzina di possibilità. La domanda è, dove sono documentate tutte queste cose? Se non hai accesso ai dati e alla semantica dei dati, non c’è speranza di ottimizzare qualcosa. Di nuovo, ad esempio, quando ho descritto un approccio di supply chain quantitativo, sì, c’è Lokad come piattaforma di cloud computing per eseguire su larga scala tutte quelle ricette numeriche. Ma le cose che sono altamente capitalistiche per il cliente sono la consolidazione di tutti i dati rilevanti, la comprensione della semantica della supply chain, la creazione di metriche che riflettano veramente l’interesse finanziario a lungo termine della tua azienda, il che è difficile. La creazione dei processi che si adattano bene ai vincoli fisici della tua supply chain, e tutto questo è interno e in gran parte indipendente dal toolkit che usi per eseguire quei calcoli numerici.
Kieran Chandler: Se iniziamo a mettere insieme le cose e concludiamo oggi, i PoC sono presenti nell’industria della supply chain da decenni ormai. Voglio dire, riesci davvero a immaginare un momento in cui i PoC non esistano affatto?
Joannes Vermorel: Ovviamente, ci saranno sempre giovani che non sanno nulla di meglio e che chiederanno un altro PoC. Sai, è solo un fatto della vita. E forse avranno ragione, perché ancora una volta, ci sono situazioni, anche nelle supply chain, in cui un PoC è davvero la strada da seguire. Se hai una nuova stampante per codici a barre che sembra essere compatibile con il sistema, che ha le vecchie stampanti per codici a barre, ma la nuova è semplicemente migliore, più veloce, più economica, più snella e così via. Questo è un problema in cui puoi acquistare un’altra stampante per codici a barre e testarla nel tuo magazzino preferito. Quindi, ci sono situazioni e problemi in cui un PoC è proprio la strada da seguire. Tuttavia, quando si vuole pensare a una sfida di ottimizzazione a livello di supply chain che adotta davvero una prospettiva olistica sulla tua supply chain, direi di non aspettarti troppo da esperimenti su piccola scala. È solo che inevitabilmente ti renderai conto che il problema è complesso e se non ci provi abbastanza, fallirai semplicemente perché non hai nemmeno provato abbastanza a risolvere il problema.
Kieran Chandler: Quindi, come messaggio chiave finale di oggi, è che i PoC possono darti una sorta di intuizione, ma non aspettarti troppo e non funzionano davvero nel complesso?
Joannes Vermorel: Sì, e l’opposto di un PoC non dovrebbe essere un impegno decennale con un fornitore. Voglio dire, è anche un’altra cosa. Non è perché non stai facendo un PoC che non puoi dire: “Suppongo che possiamo lavorare con un fornitore. Quello che vorremmo è avviare iniziative, sai, un’industria snella, quindi non deve essere molto costoso, e poi procederemo con te settimana dopo settimana.” Invece di prestare attenzione al fatto che siamo supposti a inquadrare le iniziative entro dieci settimane, è più una questione di sapere se la velocità di progresso dell’iniziativa ti soddisfa. Di settimana in settimana, stai facendo progressi a un ritmo soddisfacente?
Se scegli un fornitore e dopo tre settimane ti rendi conto che le cose sembrano ancora molto lente, allora dovresti smettere, anche in un periodo di tempo più breve rispetto a un tipico PoC. La domanda è più del tipo, pensi a dieci anni in avanti, ma quella è la tua visione. Ti concentri su un elemento che sarà altamente capitalista per la tua azienda per il prossimo decennio. Ma quando si tratta di cacciare un fornitore aziendale perché non sta semplicemente consegnando, è più una valutazione settimanale in cui si valuta se le cose stanno progredendo e se c’è un certo tipo di slancio che si sta creando. Cerchi tutti quei piccoli segnali, con una pianificazione indefinita in mente.
Kieran Chandler: Dobbiamo fermarci qui, ma vedremo se abbiamo spaventato tutti.
