00:00:07 Introduzione e contesto di Pierre Khoury e Shippeo.
00:01:25 Visibilità in tempo reale nelle supply chains e la sua importanza.
00:02:59 La tecnologia di Shippeo e come funziona in pratica.
00:04:00 L’impatto della visibilità in tempo reale sul processo decisionale nelle supply chains.
00:07:03 Le sfide tecniche affrontate da Shippeo e come superarle.
00:10:01 Considerare varie problematiche per l’algoritmo dell’orario di arrivo stimato.
00:11:07 I benefici dei dati granulari in tempo reale per l’efficienza della supply chain.
00:12:55 La necessità di granularità nei dati della supply chain e l’identificazione di potenziali problemi.
00:15:14 Abbattere i silos nella supply chain attraverso la condivisione di informazioni.
00:16:30 L’approccio della compagnia di shipping e i benefici per gli stakeholder.
00:17:19 Le sfide di prevedere e ottimizzare senza la visibilità in tempo reale.
00:18:35 Il futuro della visibilità in tempo reale e le azioni correttive tattiche.
00:19:56 La visibilità in tempo reale come tema di punta nella supply chain e la creazione di valore attraverso la condivisione dei dati.

Riassunto

Nell’intervista, Kieran Chandler parla con Joannes Vermorel, fondatore di Lokad, e Pierre Khoury, CEO di Shippeo, sull’importanza della visibilità in tempo reale nelle supply chains. Vermorel sottolinea la necessità di un’ottimizzazione basata su misurazioni accurate, mentre Khoury evidenzia la tecnologia di Shippeo che aggrega dati e punti GPS per determinare gli orari di arrivo stimati. La visibilità in tempo reale consente un migliore decision-making e può aiutare a mitigare potenziali problemi. Nonostante le sfide tecniche, sia Vermorel che Khoury concordano sul valore dei dati in tempo reale per il tracciamento degli asset e per evitare costose disruptions. La condivisione dei dati di Shippeo mira ad abbattere i silos e a migliorare l’efficienza lungo l’intera supply chain.

Riassunto Esteso

Nell’intervista, il conduttore Kieran Chandler parla con Joannes Vermorel, fondatore di Lokad, una software company specializzata in supply chain optimization, e Pierre Khoury, CEO e cofondatore di Shippeo, leader europeo nella visibilità delle supply chains. Discutono dell’importanza della visibilità in tempo reale nelle supply chains, delle sfide affrontate e di come la tecnologia venga utilizzata per risolvere tali problemi.

Pierre Khoury inizia raccontando il suo percorso da ingegnere, la sua esperienza in finanza e la fondazione di Shippeo quattro anni fa. L’obiettivo dell’azienda era portare la visibilità in tempo reale al trasporto su gomma, che per 40 anni è stato una scatola nera. Oggi Shippeo conta 70 dipendenti ed è leader nel tracciamento del trasporto su gomma in tutta Europa.

Joannes Vermorel spiega la regola cardinale dell’ottimizzazione: non si può ottimizzare ciò che non si misura. Le supply chains sono difficili da ottimizzare perché sono altamente distribuite e si estendono su diversi continenti. Storicamente, si tracciavano oggetti statici, come ciò che si trova nei magazzini. Tuttavia, le supply chains implicano il tracciamento di oggetti in movimento come trucks e spedizioni. La visibilità in tempo reale è fondamentale per accedere a queste informazioni senza dover aspettare giorni affinché i dati raggiungano la sede centrale, consentendo così una migliore ottimizzazione.

Pierre Khoury spiega in dettaglio come funziona in pratica la tecnologia di Shippeo. L’azienda ha sviluppato oltre 150 connettori per vari sistemi, come quelli di telematica e dispatch per i carrier, oltre a mobile app per i carrier più piccoli. Shippeo aggrega dati e punti GPS ogni tre-cinque minuti, indipendentemente dalla fonte, e poi utilizza l’analisi predittiva per determinare gli orari di arrivo stimati.

Joannes Vermorel sottolinea l’importanza della visibilità in tempo reale dal punto di vista dell’ottimizzazione della supply chain. Conoscere lo stato delle spedizioni permette di prendere decisioni migliori, ad esempio se acquistare di più o cambiare fornitore. Ad esempio, se un fornitore è previsto per consegnare i prodotti in dieci giorni ma la spedizione è in ritardo, il tracciamento in tempo reale tramite Shippeo può aiutare a individuare il problema e consentire strategie di mitigazione, come effettuare un ordine d’emergenza con un fornitore diverso per evitare ritardi nella produzione.

La visibilità in tempo reale nelle supply chains è essenziale per una migliore ottimizzazione e per il processo decisionale. La tecnologia di Shippeo sta contribuendo a risolvere il problema di lunga data del tracciamento degli oggetti in movimento nel trasporto su gomma, permettendo alle aziende di prendere decisioni più informate e mitigare potenziali problemi.

Joannes Vermorel spiega che la principale sfida che affrontano è la limitata informazione ricevuta dai sistemi transazionali come ERPs, WMS e i sistemi di gestione degli ordini. Questi sistemi non forniscono informazioni su ciò che accade dopo l’invio dell’ordine di acquisto, creando incertezza nella supply chain. Egli ritiene che, sebbene approcci probabilistici continueranno ad esistere, l’incertezza può essere notevolmente ridotta grazie ai dati in tempo reale provenienti da aziende come Shippeo.

Pierre Khoury discute delle sfide tecniche che affrontano, come collegare oltre 150 sistemi differenti, garantire un flusso di dati stabile e costante per milioni di punti GPS, gestire il cambiamento in un settore dei trasporti lento ad adattarsi e mantenere data pipelines di alta qualità. Sottolinea l’importanza di considerare fattori come il traffico, le pause dei conducenti, i tempi di carico e scarico e le condizioni meteorologiche per creare orari di arrivo stimati accurati.

Sia Vermorel che Khoury concordano sull’elevato valore dei dati in tempo reale nelle supply chains, poiché consentono alle aziende di tracciare asset fisici costosi ed evitare ritardi o interruzioni dispendiosi. Vermorel sottolinea che anche se gli asset stessi non sono costosi, la loro disponibilità o indisponibilità può avere un impatto significativo sulla supply chain.

Khoury fornisce un esempio di come i dati in tempo reale di Shippeo abbiano aiutato un cliente durante le proteste dei Yellow Jackets in Francia, permettendo di riposizionare i propri camion ed evitare costose consegne con elicottero o aereo. Egli menziona anche che il livello di granularità dei loro dati, con aggiornamenti ogni tre o cinque minuti, può essere vantaggioso per tutte le parti coinvolte nella supply chain, inclusi magazzini, clienti, team di trasporto e team di assistenza clienti.

Vermorel spiega che i problemi si verificano frequentemente ai confini delle supply chains, dove possono insorgere ritardi per varie ragioni, come il ritiro non puntuale delle merci o errori di comunicazione tra diversi sistemi. Egli sottolinea l’importanza di tempi di consegna lead times dettagliati, che possono fornire informazioni preziose per ottimizzare i processi della supply chain. Vermorel osserva che, pur essendo i dati in tempo reale importanti, l’analisi non deve necessariamente rimanere al livello del minuto; ad esempio, l’ottimizzazione a livello di rete potrebbe richiedere di pensare in termini di giorni anziché di minuti.

Khoury aggiunge che le supply chains sono intrinsecamente composte da diversi attori, che spesso adottano un approccio a compartimenti stagni alle informazioni. Condividendo informazioni in tempo reale sul trasporto, Shippeo mira ad abbattere questi silos e a migliorare l’efficienza complessiva. Fornisce un esempio di come informazioni aggiornate al minuto possano contribuire a ridurre i tempi di attesa nei magazzini, portando a costi di trasporto inferiori e a una migliore produttività per tutte le parti coinvolte.

Quando gli viene chiesto chi sono i principali clienti di Shippeo, Khoury spiega che il loro focus principale è sui shippers, in quanto sono quelli che traggono maggior beneficio dalla soluzione e che possono promuoverne l’adozione in tutta la supply chain. Il sistema viene fornito gratuitamente a carrier e ad altri stakeholder per incentivare una partecipazione diffusa.

Vermorel sottolinea l’importanza della visibilità in tempo reale nell’ottimizzazione della supply chain, spiegando che può contribuire a eliminare gran parte dell’incertezza che complica il processo decisionale. Gli approcci probabilistici possono essere utili per gestire l’incertezza, ma ridurla il più possibile resta altamente auspicabile. Egli immagina che Lokad sarà in grado di offrire decisioni più efficienti in ambito supply chain su vari livelli, dagli ordini di acquisto a lungo termine alle risposte tattiche d’emergenza.

Khoury conclude sottolineando il crescente interesse per la visibilità in tempo reale nelle supply chains, con Gartner che la classifica come uno degli argomenti principali. Egli ritiene che condividere le informazioni con altri sistemi possa creare valore aggiunto e favorire un ecosistema collaborativo che avvantaggia tutti gli attori coinvolti nella supply chain.

Trascrizione Completa

Kieran Chandler: Oggi, sono lieto di annunciare che ci ha raggiunto Pierre Khoury, CEO e cofondatore di Shippeo, che ci racconterà un po’ dei lati positivi e anche di alcune delle sfide della visibilità in tempo reale nelle supply chains. Pierre, grazie mille per essere qui con noi.

Pierre Khoury: Grazie, Kieran. Sono molto felice di essere qui.

Kieran Chandler: Bene. Potresti iniziare raccontandoci un po’ del tuo percorso e spiegandoci anche come è nata Shippeo?

Pierre Khoury: Sì, per formazione ero un ingegnere, e ho lavorato anche in finanza, dove ho co-fondato un fondo di private equity. Poi, quattro anni fa, abbiamo avviato Shippeo con l’obiettivo di avere una visibilità in tempo reale sul trasporto, in particolare su quello su gomma, che per 40 anni è stato una scatola nera. Oggi, Shippeo è un’azienda con 70 dipendenti e siamo leader in Europa nel tracciamento del trasporto su gomma in tutto il continente.

Kieran Chandler: E, come sempre, non sarebbe LokadTV senza Joannes Vermorel. Quindi, Joannes, potresti dirci qualcosa in più su cosa sia la visibilità in tempo reale in relazione alle supply chains?

Joannes Vermorel: La regola cardinale dell’ottimizzazione è che non si può ottimizzare ciò che non si misura. Se qualcosa ti rimane oscuro, allora non hai alcuna possibilità di ottimizzare nulla. Nelle supply chains è molto difficile perché sono altamente distribuite, con elementi sparsi letteralmente su continenti. Storicamente, si è iniziato a tracciare ciò che non si muove, come quello che si trova nei magazzini. Finché le cose sono statiche, non era facile, ma questo è iniziato diversi decenni fa. Ora, il problema è che le supply chains riguardano tutto ciò che è in movimento, come trucks e spedizioni, e lì diventa molto difficile. La visibilità in tempo reale consiste nell’accedere a queste informazioni senza dover aspettare giorni affinché tutti i dati tornino alla sede centrale. È una sfida perché se non lo fai bene, perdi l’opportunità di ottimizzare semplicemente perché i dati sono arrivati troppo tardi. Quindi, la visibilità in tempo reale è molto importante in questo senso.

Kieran Chandler: Ok, quindi questa è un po’ la teoria di base. Pierre, potresti dirci qualcosa in più su come funziona effettivamente in pratica? Come funziona la tecnologia in Shippeo?

Pierre Khoury: Come ho detto, è stata una sfida irrisolta per 40 anni. Quindi, ci siamo organizzati per prima cosa per risolvere l’eterogeneità dei sistemi IT dei carrier. Abbiamo sviluppato oltre 150 connettori per vari tipi di sistemi, come i sistemi di telematica e dispatch per i carrier e la nostra mobile app per i carrier più piccoli. Aggregiamo dati e punti GPS ogni tre-cinque minuti, indipendentemente dalla fonte, e poi possiamo fare analisi predittive su questi dati, in particolare per l’orario di arrivo stimato.

Kieran Chandler: E Joannes, perché questo è interessante dal punto di vista di Lokad? Perché è interessante?

Joannes Vermorel: Per noi, quando dobbiamo decidere se comprare di più o se forse è necessario acquistare da un fornitore diverso, per ottimizzare questa decisione, dipende da ciò che hai o da ciò che probabilmente avrai entro un certo lasso di tempo.

Kieran Chandler: Quindi, per esempio, se capisci che un fornitore può consegnare i prodotti in dieci giorni, ma arriverà con un ritardo di cinque giorni, e grazie a Shippeo lo sai già perché il tracciamento ti indica che il camion si è mosso a malapena negli ultimi giorni, cosa significa?

Joannes Vermorel: Significa che forse puoi decidere di mitigare quello che potrebbe diventare un incidente di produzione, o il fatto che il tuo impianto di produzione si fermi semplicemente perché non hai le materie prime, effettuando un ordine d’emergenza con un fornitore che magari è più costoso ma è molto vicino e può consegnare ciò di cui hai bisogno il giorno successivo. Ma se vuoi avere misure correttive d’emergenza estremamente agili, devi avere questi dati. Per noi, la grande sfida è che frequentemente tutto ciò che abbiamo sono dati provenienti da sistemi transazionali come ERPs, WMSs o sistemi di gestione degli ordini, che non forniscono alcuna informazione oltre al fatto che l’ordine di acquisto è stato inviato. Spesso, non sappiamo altro, e quello che accade dopo rimane sconosciuto. Infine, sapremo che è stato ricevuto, ma sarà molto, molto in ritardo.

Kieran Chandler: Quindi, questo sostituirebbe l’approccio probabilistico che adottiamo per i lead times? Verrà completamente eliminato se avessimo clienti che utilizzano Shippeo?

Joannes Vermorel: Credo che gli approcci probabilistici rimarranno, perché se sei a metà di una consegna che dovrebbe durare un paio di giorni, quando sei al primo giorno rimane ancora un certo grado di incertezza per gli ultimi quattro giorni. Ma la questione è che questa incertezza può essere notevolmente ridotta, specialmente col passare del tempo. La cosa interessante di Shippeo è che se hai qualcosa che dovrebbe impiegare cinque giorni per il trasporto, come attraversare tutta l’Europa, al quarto giorno, se il tuo camion si trova dove ti aspetti, l’incertezza residua è quasi nulla. Al contrario, senza Shippeo, siamo al quarto giorno e non sappiamo nulla in più rispetto a quanto sapevamo al giorno zero, perché il camion non è ancora arrivato, di certo, ma se ci sarà un ritardo, non lo sappiamo. Quindi, rimaniamo in una situazione molto incerta, mentre con Shippeo, al quarto giorno di una consegna che dovrebbe impiegare cinque giorni, rimane quasi nessuna incertezza, il che è eccellente e porterebbe a una migliore ottimizzazione grazie alla riduzione dell’incertezza.

Kieran Chandler: Quindi si tratta fondamentalmente di affinare quelle probabilità. Pierre, potresti raccontarmi qualcosa in più riguardo ad alcune delle sfide tecniche che affronti? Voglio dire, lavorando in tempo reale, non deve essere molto semplice. Quali sono alcune delle difficoltà presenti in questo ambito?

Pierre Khoury: Certo, direi che ci sono tre sfide principali. La prima sfida, da un punto di vista tecnico, è connettere più di 150 sistemi differenti e raccoglierli in un unico modello dati canonico in tempo reale, garantendo un flusso di dati stabile e consistente per milioni di punti GPS ogni giorno. La seconda sfida riguarda la gestione del cambiamento. Il trasporto è solitamente molto lento a cambiare, ed è una grande sfida farlo accadere, integrare vettori e utenti, formarli e raggiungere i risultati che desideriamo. La terza sfida concerne la qualità dei dati e l’avere le giuste regole per recuperare i dati in maniera coerente e di alta qualità.

Kieran Chandler: Joannes, saresti d’accordo che c’è una necessità per questi dati? Voglio dire, sembra che al giorno d’oggi si raccolgano così tanti dati. Abbiamo davvero bisogno di questo nelle supply chain? Voglio dire, potrei starnutire e da qualche parte qualcuno starebbe raccogliendo quei dati. Abbiamo davvero bisogno di questo nelle supply chain? Questi dati sono estremamente preziosi. Non stiamo parlando di tweet casuali; stiamo parlando di camion, e un singolo camion di solito trasporta merci per diverse centinaia di migliaia di euro. Se stai trasportando elettronica o altro che non è banale, a meno che tu non stia trasportando terra o sabbia, ciò che muovi attraverso quelle supply chain è estremamente prezioso. Quindi, ha senso raccogliere questi dati?

Joannes Vermorel: Sì, ha senso, perché stai tracciando asset che valgono letteralmente tonnellate di denaro. Spesso ti trovi in situazioni altamente asimmetriche in cui ciò che consegni potrebbe non essere molto costoso, solo piccole parti al prezzo del metallo. Ma se non le hai, e un intero impianto produttivo si ferma, centinaia di persone non possono più lavorare, semplicemente perché sei in attesa fino a quando non ricevi quelle parti di ricambio che stanno per essere consegnate. I dati sono incredibilmente preziosi perché possono essere associati ad asset fisici costosi, ma anche, seppure non lo siano di per sé, la loro disponibilità o indisponibilità può generare costi molto elevati in seguito per altri elementi delle supply chain.

Kieran Chandler: Allora, dove tracciamo il confine in termini di dati che stai effettivamente raccogliendo? È ovvio che sia utile sapere dove si trova un camion in un dato momento, ma monitori i bollettini sul traffico? Prendi in considerazione anche le condizioni meteo? Dove tracciamo il confine?

Pierre Khoury: Dobbiamo tenere in considerazione tutte queste problematiche per avere un tempo di arrivo stimato affidabile, considerando il traffico, le pause dei conducenti, i tempi di riposo legali e i ritmi di carico e scarico. Inseriamo tutto questo nel nostro algoritmo di machine learning per ottenere qualcosa di affidabile. Penso che stiamo costruendo uno dei migliori algoritmi per il tempo di arrivo stimato in Europa. Per fare un esempio di quanto ha detto Joannes, uno dei nostri clienti ci ha inviato un’email di ringraziamento a dicembre a causa delle proteste degli Yellow Jackets. Il traffico non scorreva come al solito, ma sono riusciti ad anticipare la situazione, riposizionare i loro camion e mitigare il rischio all’interno del loro piano di produzione. Hanno sperimentato zero effetti delle proteste e, al contrario, sarebbero potuti essere costretti a utilizzare consegne via elicottero o aereo per i loro prodotti a un costo molto elevato. È un buon esempio del valore che apportiamo.

Kieran Chandler: Gli Yellow Jackets sono decisamente un esempio molto specifico. Quindi, hai menzionato di avere un livello di granularità negli aggiornamenti ogni tre-cinque minuti di dati, è corretto?

Pierre Khoury: Sì, è corretto. Il nuovo confine che stiamo aprendo è costituito dai dati in tempo reale, grazie ai punti GPS. Raccogliamo dati ogni tre-cinque minuti, a seconda del sistema del vettore. Questi dati sono molto granulari e ci permettono di osservare numerosi aspetti, come i tempi di carico, gli orari di scarico e i problemi che possono verificarsi lungo il percorso. Sono preziosi per tutte le parti coinvolte, perché l’idea non è limitare l’accesso a queste informazioni, ma condividerle secondo le regole appropriate e concedere l’accesso ad altri soggetti, come il magazzino, il cliente finale, il team di trasporto e il servizio clienti. Alla fine, tutti possono essere più produttivi ed efficienti perché sanno cosa succederà. Vorrei menzionare Amazon, perché, in fin dei conti, tutti i clienti, anche per le consegne B2B, vogliono avere la stessa esperienza di un pacco B2C di Amazon.

Kieran Chandler: Grazie, Amazon è la cosa numero uno che sembriamo menzionare ogni settimana. Quando non parliamo in termini di minuti, parliamo più in termini di ore e, anzi, di giorni. Questo livello di granularità è un po’ troppo? Abbiamo davvero bisogno di questo livello di granularità?

Joannes Vermorel: Sì, perché frequentemente, soprattutto per il trasporto, non è necessario applicarlo ad ogni aspetto, ma nel trasporto bisogna stimare la quantità di problemi che possono verificarsi nelle supply chain agli snodi. Ad esempio, una consegna può essere effettuata in un magazzino, ma poi la merce viene prelevata solo il giorno successivo o otto ore dopo. Molteplici eventi possono accadere proprio agli snodi. La maggior parte del tempo, le merci non si muovono o non vengono trasformate. Quindi, quei tempi di attesa a grana fine hanno senso, in termini di supply chain. Non stiamo cercando di effettuare misurazioni in sottomillisecondo come se volessimo ottimizzare la distribuzione dei pacchetti su internet. La granularità è piuttosto di qualche minuto, il che è sensato quando c’è un’operazione fisica da eseguire.

E infatti, una volta in possesso di queste informazioni, possiamo rilevare molti dettagli, ma ciò non significa che tutta l’analisi rimanga a livello di minuti. Ad esempio, se stai cercando di ottimizzare e comprimere tempi che, dall’inizio alla fine, si estendono per settimane, le misurazioni in minuti ti permetteranno di individuare innumerevoli dettagli, probabilmente schemi leggermente disfunzionali, specialmente ai limiti dei sistemi. Il problema principale nelle supply chain si manifesta quando qualcosa passa da un sistema a un altro – che si tratti di software, di una compagnia o di team – ed è lì che possono verificarsi lacune, portando a ritardi accidentali. È possibile eliminarli e, tipicamente, quando si desidera un’ottimizzazione a livello di rete, si passa a un approccio in cui si pensa in termini di giorni piuttosto che di minuti. Ma tutto dipende dal tipo di problema.

Pierre Khoury: Solo per completare ciò che ha detto Joannes, per definizione la supply chain è una catena, il che significa che vi sono diversi attori al suo interno, e oggi questi attori adottano un approccio molto compartimentalizzato con informazioni isolate. Quello che facciamo è condividere le informazioni sul trasporto in modo che tutti gli attori dispongano delle nozioni corrette, rompendo tali silos per ottimizzare il sistema. E sì, a volte le informazioni aggiornate al minuto sono fondamentali. Ad esempio, sapere che in un magazzino ci sono due ore di attesa al momento del carico e due ore durante le consegne. Conoscendo la posizione del camion e l’orario di arrivo, è possibile ridurre questi tempi fino al 50%, determinando minori costi di trasporto e di stoccaggio, e rendendo tutti più produttivi. Lo stesso vale per i vettori, perché non rimangono ad aspettare inutilmente. Riteniamo che questo esempio rappresenti una situazione vantaggiosa per tutti.

Kieran Chandler: Parliamo di questi diversi attori lungo la catena. Su chi dovrebbe essere posta l’enfasi? Chi dovrebbe essere il cliente principale di Shippeo? Dovrebbe essere il rivenditore che ordina direttamente lo stock, oppure le compagnie di spedizione stesse?

Pierre Khoury: Il nostro modello si basa sull’approccio del mittente. Riteniamo che sia l’attore che otterrà uno dei principali benefici e che spingerà la soluzione verso il cambiamento. Quindi, il nostro cliente è il mittente, e il sistema è gratuito per tutti gli stakeholder, compreso il vettore. Il sistema è al 100% gratuito per i vettori, e noi cerchiamo…

Kieran Chandler: Per coinvolgere il maggior numero possibile di attori. Va bene, ottimo. E Joannes, inizieremo a concludere un po’ le cose oggi. Oltre ai tempi di consegna, perché c’è così tanto interesse a riguardo? Voglio dire, come vedi che i due strumenti possano funzionare così bene insieme?

Joannes Vermorel: Attualmente stiamo frequentemente facendo, direi, ipotesi azzardate riguardo allo stato che stiamo cercando di ottimizzare. Sì, stiamo misurando il più possibile recuperando gli stock che abbiamo, ma la realtà è che tutto ciò che è ordinato, dove hai quantità in ordine o in transito tra diverse sedi, molto spesso risulta semplicemente opaco. Questo complica inutilmente le cose, perché ci costringe ad avere stime approssimative dello stato del sistema. Ciò non solo complica la modellizzazione, ma rende anche l’ottimizzazione meno efficiente. Più c’è incertezza, più è necessario un approccio probabilistico per salvarsi, numericamente parlando. Tuttavia, ciò non significa che l’incertezza sia auspicabile. Specialmente quando hai l’opzione di eliminare quasi completamente l’incertezza, pur mantenendo un approccio probabilistico ma molto più compresso, tutto diventa più semplice. Esistono intere classi di azioni correttive, azioni correttive super tattiche, possibili solo in questo modo. Spesso, al momento, potrebbero esserci azioni correttive che, in teoria, potremmo suggerire ai clienti con pochissimo sforzo, considerando che abbiamo già integrato i dati provenienti dai loro ERP e da molte altre fonti. Ma, in assenza dello stato in tempo reale delle spedizioni, non possiamo eseguire quelle ottimizzazioni e generare suggerimenti correttivi. In futuro, vedo sempre più possibilità per Lokad di fornire decisioni ottimizzate nelle supply chain a vari livelli, alcune relative a un ordine d’acquisto in Asia e altre molto tattiche, come il riapprovvigionamento d’emergenza, necessario piazzando un ordine immediato a un fornitore locale, anche se costoso per una piccola quantità, che ti aiuti a superare il ritardo.

Kieran Chandler: Ok, lasceremo l’ultima parola a Pierre, in qualità di nostro ospite. Qual è la lezione principale che vuoi che la gente tragga sulla visibilità in tempo reale all’interno delle supply chain?

Pierre Khoury: Voglio dire che credo che la visibilità in tempo reale sia uno degli argomenti più caldi nelle supply chain al giorno d’oggi. Non sono solo io a dirlo; Gartner l’ha classificata come uno dei temi principali. Questo intervento è molto interessante per vedere come possiamo creare valore collaborando con altri. La nostra missione a Shippeo è davvero concentrarsi sulla visibilità in tempo reale, aggregando i dati e fornendo insight predittivi. Ma vediamo che se condividiamo le informazioni con altri sistemi, ovviamente con l’approvazione del mittente, si crea un ulteriore livello di valore. Questo tipo di ecosistema è ciò con cui intendiamo apportare valore ai clienti e all’intera supply chain mondiale.

Kieran Chandler: Ok, dobbiamo lasciarci qui, ma grazie per il tuo tempo questa mattina.

Pierre Khoury: Grazie mille.

Kieran Chandler: Questo è tutto per questa settimana. Grazie mille per averci seguito, e torneremo la prossima settimana con un altro episodio. Fino ad allora, grazie per aver guardato.