00:00:07 Il ruolo di Microsoft Excel nell’industria della supply chain.
00:01:33 Le ragioni della popolarità di Excel e i suoi punti di forza.
00:03:01 Euristiche e la loro implementazione nei fogli di calcolo.
00:04:43 Excel come un vicolo cieco tecnologico e le sue limitazioni.
00:06:46 Problemi di scalabilità e idee sbagliate sulle limitazioni di Excel.
00:08:01 Limitazioni di Excel e del modello di programmazione dei fogli di calcolo.
00:09:38 Problemi di scalabilità dovuti a logica complessa e replicata.
00:11:39 Allontanarsi dai fogli di calcolo e la necessità di migliori capacità di programmazione.
00:13:27 Andare oltre le euristiche e adottare approcci moderni.
00:15:00 Imparare da Google e Amazon, e il ruolo del machine learning nell’ottimizzazione della supply chain.
00:16:00 L’importanza delle previsioni probabilistiche nell’ottimizzazione della supply chain.
00:17:10 Affrontare lo scetticismo sull’uso di tecnologie avanzate al posto di Microsoft Excel nella gestione della supply chain.
00:18:19 L’impatto di aziende come Amazon e Alibaba nell’industria.
00:19:45 Le conseguenze di rimanere in un vicolo cieco tecnologico.
00:20:01 Gli usi appropriati di Excel e le sue limitazioni nell’ottimizzazione predittiva della supply chain.

Riassunto

In questa intervista, Kieran Chandler e Joannes Vermorel, fondatore di Lokad, discutono il ruolo di Microsoft Excel nel supply chain management. Vermorel definisce Excel il “coltellino svizzero” delle supply chains, riconoscendone i punti di forza in termini di programmabilità e personalizzazione. Tuttavia, egli ritiene che i fogli di calcolo abbiano raggiunto un vicolo cieco tecnologico nella gestione delle supply chains complesse, con le limitazioni del modello di programmazione che portano a problemi di replicazione e manutenzione. Per ottimizzare le supply chains, Vermorel suggerisce alle aziende di adottare tecniche avanzate come il machine learning, sostituendo le euristiche con intuizioni guidate dai dati. Pur avendo dei meriti, per l’ottimizzazione complessa le organizzazioni devono superare i fogli di calcolo e seguire le orme di giganti tecnologici come Amazon e Alibaba.

Riassunto Esteso

In questa intervista, Kieran Chandler, il presentatore, discute il ruolo di Microsoft Excel nell’industria della supply chain con Joannes Vermorel, il fondatore di Lokad, una società software specializzata nell’ottimizzazione della supply chain. La conversazione ruota intorno alle ragioni della popolarità di Excel, ai suoi punti di forza e all’uso delle euristiche nel settore.

Vermorel crede che Microsoft Excel sia il coltellino svizzero delle supply chains, con circa il 90% delle supply chains nel mondo gestite tramite Excel. Egli attribuisce la sua popolarità alla mancanza di alternative superiori fino a tempi recenti, poiché molte delle opzioni presumibilmente migliori in realtà non lo sono in vari modi.

I principali punti di forza di Excel risiedono nella sua programmabilità e capacità espressiva, permettendo un alto livello di personalizzazione. La sua diffusione all’interno delle organizzazioni fa sì che gli operatori della supply chain in diverse sedi e linee di prodotto possano creare le proprie euristiche o ricette numeriche per gestire le loro supply chains. Vermorel definisce le euristiche come ricette numeriche che non sono dimostrabilmente corrette ma sono approssimativamente corrette. Queste euristiche sono state testate, verificate e modificate nel tempo, variando da una divisione all’altra e da una sede all’altra.

Un esempio di euristica nella gestione della supply chain è mantenere in magazzino esattamente il doppio delle unità vendute nello stesso periodo dell’anno precedente, considerando una finestra temporale di tre mesi. Sebbene il ragionamento alla base di tali euristiche non sia sempre chiaro, si è visto che funzionano e sono ampiamente utilizzate nel settore.

Il presentatore, Chandler, osserva che approssimazioni basilari sono state sufficienti per l’industria della supply chain per decenni. Vermorel è d’accordo, ma sottolinea l’opportunità di miglioramento e ottimizzazione man mano che il settore evolve.

Hanno discusso delle limitazioni degli approcci basati sui fogli di calcolo nell’ottimizzazione della supply chain, concentrandosi in particolare su Excel e sui suoi equivalenti. Vermorel spiega che le aziende hanno già raggiunto il massimo potenziale delle euristiche negli ambienti simili ai fogli di calcolo, e questa tecnologia ha raggiunto un vicolo cieco. La discussione approfondisce le ragioni di ciò e i problemi intrinseci legati all’utilizzo dei fogli di calcolo per una gestione complessa della supply chain.

Vermorel osserva che le aziende hanno iniziato a esplorare il potenziale della tecnologia dei fogli di calcolo negli anni ‘90 e hanno raggiunto un punto relativamente stabile nei primi anni 2000. Nonostante alcuni progressi, egli ritiene che i fogli di calcolo, inclusi Excel e programmi simili come Google Sheets e OpenOffice, abbiano raggiunto un vicolo cieco tecnologico. Ciò perché, dopo che le aziende hanno ottimizzato le loro euristiche, le uniche modifiche rimanenti sono irrilevanti.

Chandler chiede a Vermorel di chiarire le limitazioni dell’approccio basato sui fogli di calcolo. Vermorel spiega che alcune persone erroneamente credono che il problema di Excel sia la sua incapacità di gestire grandi quantità di dati. Tuttavia, egli ritiene che il vero problema risieda nel modello di programmazione. Sostiene che se Microsoft volesse aumentare la scalabilità di Excel per gestire miliardi di righe di dati, potrebbe farlo, ma sceglie di non farlo perché lo riconosce come un vicolo cieco da un punto di vista pratico.

Il modello di programmazione nei fogli di calcolo, secondo Vermorel, non è scalabile perché comporta una replicazione massiccia della logica. Quando gli utenti vogliono applicare una determinata logica a più dati, la copiano e incollano in tutto il foglio, risultando in un processo di programmazione inefficiente. Questa replicazione diventa ancora più problematica quando le organizzazioni tentano di consolidare più euristiche su larga scala, portando a una maggiore complessità e difficoltà nella gestione delle informazioni.

Ad esempio, Vermorel descrive un scenario in cui un foglio di calcolo su piccola scala contiene qualche centinaio di prodotti e due o tre euristiche. Quando l’ambito si espande e sono necessarie più euristiche per segmenti più ampi, sorge il problema della complessità. Tentare di gestire centinaia di euristiche in un’intera organizzazione tramite fogli di calcolo diventa un incubo ingestibile.

L’intervista evidenzia il vicolo cieco tecnologico raggiunto dagli approcci basati sui fogli di calcolo per l’ottimizzazione della supply chain. Le limitazioni risiedono nel modello di programmazione, che comporta una replicazione massiccia della logica e un’incapacità di gestire la complessità quando si scala su ambiti e organizzazioni più ampie. Ciò rende i fogli di calcolo inadatti ad affrontare le esigenze intricate della gestione della supply chain nell’attuale panorama aziendale.

La conversazione ruota attorno alle sfide dell’uso dei fogli di calcolo per una gestione complessa della supply chain e alla necessità di superarli per garantire maggiore efficienza e scalabilità.

Vermorel sottolinea che i fogli di calcolo sono spesso utilizzati per gestire le supply chains, ma non rappresentano una soluzione ottimale a causa delle loro limitazioni nella gestione della complessità. Egli fa notare come il modello di programmazione impiegato nei fogli di calcolo porti spesso a logiche duplicate, rendendo difficile la manutenzione e il debug. Ciò diventa particolarmente problematico quando si tratta di grandi fogli di calcolo contenenti centinaia di formule diverse per adattarsi alle differenti euristiche usate dagli operatori della supply chain.

Quando gli viene chiesto come le aziende possano allontanarsi dai fogli di calcolo, Vermorel afferma che replicare semplicemente la logica dei fogli di calcolo in un altro sistema porterebbe solo a miglioramenti marginali. Invece, le organizzazioni devono ripensare fondamentalmente il loro approccio e adottare metodi più avanzati, come il machine learning, per sostituire le euristiche con intuizioni basate sui dati.

Parlando delle lezioni che si possono apprendere dai giganti tecnologici come Google e Amazon, Vermorel spiega che queste aziende sono andate oltre i sistemi basati su regole, utilizzando il machine learning per apprendere dai dati storici. Questo consente loro di ottimizzare le supply chains in modo più efficace. Tuttavia, egli osserva che la chiave del successo con il machine learning è adottare una prospettiva di previsione probabilistica, come dimostrato dalle ricerche e dalle pubblicazioni di Amazon.

Rispondendo alle preoccupazioni degli operatori della supply chain scettici, titubanti ad allontanarsi da Excel, Vermorel riconosce che Excel possiede molte qualità positive, come la stabilità e la scalabilità. Tuttavia, avverte che rappresenta un vicolo cieco tecnologico per l’ottimizzazione predittiva della supply chain. Esorta gli operatori a considerare se il loro settore possa permettersi di rimanere fermi, specialmente quando concorrenti come Amazon e Alibaba perseguono aggressivamente avanzamenti tecnologici nella gestione della supply chain.

Vermorel conclude sottolineando che Excel non è intrinsecamente difettoso e può comunque essere utile per l’inserimento dei dati e altre attività più semplici. Tuttavia, per l’ottimizzazione complessa della supply chain, le aziende devono superare i fogli di calcolo e adottare tecniche più avanzate.

Trascrizione Completa

Kieran Chandler: Oggi parleremo di questa aspirazione e cercheremo di capire perché sostituirla sia più facile a dirsi che a farsi. Quindi, Joannes, quale ruolo vedi per Microsoft Excel nell’industria della supply chain?

Joannes Vermorel: Voglio dire, è letteralmente il coltellino svizzero delle supply chains. È quella cosa che, come gli accendini BIC, viene usata ovunque per praticamente ogni tipo di scopo. È davvero impressionante quanto si riesca a fare con Excel. A mio avviso, direi che probabilmente oltre il 90% delle supply chains nel mondo sono gestite tramite Excel, non SAP o sistemi ERP. I sistemi ERP gestiscono gli asset, ma per quanto riguarda l’ottimizzazione predittiva della supply chain, direi che oltre il 90% viene fatto tramite Excel.

Kieran Chandler: Se oltre il 90% dell’industria lo utilizza, perché è così popolare e perché le persone dipendono tanto da esso?

Joannes Vermorel: È interessante. Voglio dire, la prima parte della risposta è che, fino a tempi molto recenti, non c’erano alternative superiori. La maggior parte delle alternative presumibilmente migliori, in realtà, non lo sono in vari modi che possiamo descrivere. Quindi, prima di tutto, le persone non hanno abbandonato Excel non perché fossero stupide o legate religiosamente ad esso, ma semplicemente perché non c’erano alternative credibili.

Kieran Chandler: Quindi, quali sono le caratteristiche di Excel che lo rendono così potente, e perché piace tanto alle persone?

Joannes Vermorel: Una delle cose che lo rende molto potente è che puoi combinare la programmabilità con un livello di espressività che questo tipo di sistema offre. In secondo luogo, è ampiamente distribuito all’interno dell’organizzazione. Molti operatori della supply chain in diversi paesi, sedi e linee di prodotto possono ideare le proprie euristiche.

Kieran Chandler: A proposito, cosa intendi per euristiche? Come le definisci?

Joannes Vermorel: Le euristiche sono una sorta di ricetta numerica che non è dimostrabilmente corretta. È il miglior tentativo per avere qualcosa che sia approssimativamente corretto. Di solito, da una prospettiva puramente matematica, l’euristica non è nemmeno corretta, ma in qualche modo funziona. Ad esempio, un’euristica comune nella supply chain è mantenere in magazzino il doppio delle unità vendute lo stesso periodo dell’anno scorso, considerando una finestra di tre mesi. Queste euristiche sono state testate e verificate, e i “numeri magici”, come la durata della finestra temporale o il fattore utilizzato, sono stati aggiustati nel tempo e variano da una divisione all’altra e da una sede all’altra. Ciò che è straordinario dei fogli di calcolo è che possono essere integrati nella tua organizzazione attraverso un mare di fogli che implementano tutte queste diverse euristiche.

Kieran Chandler: Quindi, ciò che stiamo vedendo nel settore è che questa approssimazione basilare è abbastanza buona, e molte supply chains sono gestite in questo modo da decenni.

Joannes Vermorel: Esattamente. Quando dici “abbastanza buono”, è interessante perché ci sono lavorati per decenni, e dal mio punto di vista è interessante perché ora…

Kieran Chandler: Attualmente, vedo Excel come una tecnologia definita vicolo cieco. Le aziende hanno avuto a lungo il tempo per elaborare le euristiche, perfezionarle e sfruttarle al massimo. È interessante notare che hanno raggiunto il punto in cui hanno esaurito la maggior parte delle euristiche che si possono ottenere con Excel. E quando dico Excel, non intendo solo Excel, intendo qualsiasi tipo di software che offra un ambiente simile a un foglio di calcolo. Quindi, per esempio, Google Sheets sarebbe esattamente lo stesso di Excel in questo senso. Non importa se è esattamente Excel; ciò che conta è il modello dati dei fogli di calcolo, che è fondamentale qui. Il fatto che si tratti di Excel o magari dell’alternativa OpenOffice non conta davvero. Così, in modo interessante, quelle aziende hanno esplorato ciò che si può fare con un foglio di calcolo durante gli anni ‘90, e penso che abbiano raggiunto, per molte grandi aziende, un punto relativamente stabilizzato nei primi anni 2000. Siamo ora quasi a due decenni dal momento in cui abbiamo qualcosa che è già stato stabilizzato, dove non c’è nulla di veramente nuovo in questo senso. Ed è davvero una tecnologia definita vicolo cieco, perché una volta compilati i dati, le uniche cose che rimangono sono, direi, cose leggermente irrilevanti. Quindi, dici che è un vicolo cieco tecnologico, allora cosa manca veramente? Qual è il problema con questo tipo di approccio basato sui fogli di calcolo?

Joannes Vermorel: Alcune persone fraintendono le limitazioni di Excel. Un malinteso comune è pensare che ci sia un problema di scalabilità con Excel, che non si possano elaborare molti dati. Sì, infatti, non puoi elaborare terabyte di dati con i fogli di calcolo Excel, ma in realtà non è un vero problema. Se Microsoft avesse deciso di non realizzare fogli di calcolo capaci di gestire miliardi di righe, non è perché non potessero farlo. Hanno aumentato il limite da 65.000 righe massime a circa 1 milione di righe in Excel 97. Potrebbero aumentare il limite fino a un miliardo di righe con una versione diversa di Excel orientata all’elaborazione dati su larga scala. Quindi la domanda è: perché Microsoft non aumenta semplicemente la scalabilità di Excel? È perché sanno anche che, da un punto di vista pratico, è una strada senza uscita.

Ciò che non è scalabile in Excel o nei fogli di calcolo in generale è il modello di programmazione. Il modello di programmazione prevede che, ogni volta che hai un pezzo di logica in un foglio di calcolo, se vuoi farne di più, copierai e incollerai questo pezzo di logica in tutto il foglio. Da un punto di vista della programmazione, quello che stai facendo è una replicazione massiccia della tua logica. Hai una formula, e ora hai un milione di copie della formula originale. Se hai una grande organizzazione, uno degli aspetti positivi dei fogli di calcolo era che ognuno poteva avere le proprie euristiche. Ma se prendi un foglio di calcolo con qualche centinaio di prodotti e hai due o tre euristiche che funzionano bene, se dici “ora consolido in un foglio di calcolo più grande le circa 20 euristiche diverse di cui ho bisogno per questo ambito più vasto”, all’improvviso il tuo foglio di calcolo si trasforma in un problema di complessità. Il foglio inizia a contenere non solo due formule copiate e incollate, ma 20 formule che non vengono usate ovunque nello stesso modo, e questo inizia a diventare piuttosto complicato. Se provi a scalare fino a centinaia di euristiche in tutta l’organizzazione, diventa un vero incubo.

Kieran Chandler: I fogli di calcolo, che sono un po’ goffi, fanno sembrare che questi calcoli richiedano un po’ di tempo. È proprio quella logica replicata la ragione, giusto?

Joannes Vermorel: Sì, in gran parte. Il modello di programmazione porta a una duplicazione della logica ovunque. Il problema riguarda interamente la manutenzione di questa logica. Come fai a mantenere un foglio di calcolo Excel che contiene letteralmente centinaia di formule differenti? Non sto parlando di centinaia di formule differenti con una sola formula per colonna, perché quella sarebbe la cosa semplice. Immagina un foglio di calcolo Excel con un milione di righe, e alcune di quelle righe contengono una formula che non è semplicemente la stessa di quella sopra o sotto. Diversi operatori della supply chain che si occupano di differenti linee di prodotto e segmenti usano euristiche differenti. Se prendi in considerazione questo, finisci per avere un foglio di calcolo super complicato e molto difficile da mantenere. I fogli di calcolo non reagiscono bene all’aumento della complessità, e diventa un incubo mantenerli, fare debug e persino capire cosa sta succedendo in questi grandi fogli di calcolo.

Kieran Chandler: Quindi, come si può fare a uscire da questi fogli di calcolo? Le organizzazioni hanno impiegato anni per costruirli, e al loro interno c’è tanta logica.

Joannes Vermorel: Prima di tutto, hai bisogno di capacità di programmazione, ma non vuoi replicare ciò che avevi prima. Se provi semplicemente a replicare la logica del foglio di calcolo che avevi, finirai per ottenere qualcosa che non sarà migliore di quanto avevi. Sarà solo marginalmente migliore in termini di backup leggermente migliorati e di una gestione dei diritti d’accesso più efficiente. Fondamentalmente, se provi a replicare il tuo foglio di calcolo in un altro sistema, resterai bloccato in una strada senza uscita tecnologica. Potresti guadagnare qualche punto percentuale in più di efficienza, ma sarà davvero poco. Una volta fatto ciò, non otterrai nulla di migliore. Potresti anche perdere un po’ di agilità perché il nuovo sistema potrebbe essere leggermente più rigido. Quindi, devi pensare a qualcosa che vada oltre ciò che puoi ottenere tramite euristiche. Devi reinventarti e adottare qualcosa che ti dia la possibilità di fare meglio.

Kieran Chandler: Hai menzionato i Googles e gli Amazons che sono andati oltre questo e stanno implementando approcci più moderni. Cosa possiamo imparare da loro e da ciò che hanno implementato?

Joannes Vermorel: La particolarità del moderno machine learning sta nel superare la fase dei sistemi basati su regole. La prima fase, negli anni ‘60, di imitare l’intelligenza umana fu quella dei motori basati su regole, o motori decisionali. Le euristiche utilizzate nella supply chain sono proprio questo: regole per decidere se acquistare di più, produrre di più o allocare di più in un’area. Se vuoi andare oltre, devi reinventarti e adottare tecniche moderne di machine learning per migliorare i tuoi processi della supply chain.

Kieran Chandler: In un certo senso, o in altro modo, abbiamo raggiunto questo stadio in cui esistono sistemi basati su regole e le regole sono state ottimizzate. Se guardiamo a ciò che fanno Google e Amazon, dicono: “Oh, stiamo facendo machine learning”, così diventa una parola d’ordine ed è un machine learning molto avanzato che potrebbe qualificarsi come AI. Fondamentalmente, è qualcosa di molto semplice. Invece di avere un set statico di regole mantenute manualmente, vogliamo apprendere quelle regole dai dati storici.

Joannes Vermorel: Quello di cui hai fondamentalmente bisogno sono capacità di programmazione, ma anche capacità di machine learning, in modo tale che la maggior parte di quelle euristiche possano essere apprese direttamente dai dati. Non è qualcosa di estremamente complicato, ma se il tuo paradigma di programmazione è scorretto, allora non funziona, e il machine learning non funziona. Il paradigma dominante per la supply chain quantitativa, fino a quando poche aziende come Amazon o Lokad hanno iniziato a pensare in modo diverso, era quello di avere previsioni della domanda con un unico futuro. Facciamo la previsione, e tutto si basa su questo unico futuro. Sfortunatamente, se affronti il problema partendo da questo presupposto, semplicemente non funziona, e non riesci mai a replicare le performance di quelle euristiche che sembrano banali. Se vuoi superare quelle euristiche, devi optare per una prospettiva di previsione probabilistica, e allora avrai la possibilità di superarle. È esattamente quello che Amazon sembra fare, basandosi sulle ricerche pubblicate.

Kieran Chandler: Se riassumiamo le cose, cosa diresti a un operatore scettico della supply chain che probabilmente sta guardando questo e ha i suoi sistemi che, sebbene un po’ goffi, funzionano usando Microsoft Excel? C’è davvero un incentivo ad abbandonare questo approccio?

Joannes Vermorel: Se usi Excel, e probabilmente lo fai da uno o due decenni, la prima cosa da fare sarebbe riconoscere che sei in una strada senza uscita tecnologica. Potrebbe andare bene, ma non migliorerà. Non aspettarti che la prossima versione di Microsoft risolva qualcosa. Excel è già un prodotto eccellente. È molto stabile, non si blocca, è abbastanza scalabile, e ha molte qualità positive. Non migliorerà molto. Le alternative ai fogli di calcolo non faranno la differenza. Potrebbero migliorare marginalmente, ma fondamentalmente non farà alcuna differenza. La domanda è: puoi convivere con il fatto di essere semplicemente in un vicolo cieco? Alcuni settori possono vivere in una fase stagnante, ma per quanto riguarda la supply chain, quello che vedo è che alcune aziende come Amazon, Alibaba e Zalando sono molto aggressive dal punto di vista tecnico e stanno andando a tutta velocità. Stanno ottenendo risultati davvero significativi nella supply chain, e non lo stanno facendo con i fogli di calcolo. Quindi, penso che la lezione sia: sei su un plateau. Alcuni stanno facendo molto meglio, e non si tratta solo di clamore di marketing. La crescita di Amazon e Alibaba è reale. Puoi davvero permetterti di essere e rimanere in un vicolo cieco tecnologico? Forse, forse no.

Kieran Chandler: Quindi, per concludere, diresti che Excel sta vivendo sul tempo in prestito e che si può davvero immaginare un giorno in cui nell’industria non ci sarà più Excel?

Joannes Vermorel: Non fraintendermi. Excel viene usato frequentemente, non per l’ottimizzazione predittiva, ma per l’inserimento dei dati, per la registrazione di dati tabellari. Microsoft vinse la guerra dei fogli di calcolo alla fine degli anni ‘80 non perché avessero i migliori calcoli per Excel, ma perché l’inserimento dei dati tramite Excel era più semplice. Ci sono molte situazioni in cui l’utilizzo di un foglio di calcolo

Kieran Chandler: Perché l’inserimento dei dati tramite Excel era più semplice, penso, sai, ci sono molte situazioni in cui l’uso di un foglio di calcolo va benissimo. Quello che sto dicendo è che se vuoi fare ottimizzazione predittiva della supply chain per reti di supply chain abbastanza complesse, Excel è, per questo scopo specifico, ormai superato. Per molte altre cose, Excel va benissimo. Ok, qualche pensiero finale, Joannes?

Joannes Vermorel: Basta tenere d’occhio questo spazio, credo.

Kieran Chandler: La stessa cosa per questa settimana. Grazie per averci seguito, e ci vediamo la prossima volta. Ciao per ora!