Il ruolo di Excel nella supply chain

00:00:07 Il ruolo di Microsoft Excel nell’industria della supply chain.
00:01:33 Motivi della popolarità di Excel e i suoi punti di forza principali.
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 fraintendimenti 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 logiche complesse e replicate.
00:11:39 Allontanarsi dai fogli di calcolo e la necessità di migliori capacità di programmazione.
00:13:27 Andare oltre le euristiche e abbracciare 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 nell’uso di tecnologie avanzate rispetto a Microsoft Excel nella gestione della supply chain.
00:18:19 L’impatto di aziende come Amazon e Alibaba sull’industria.
00:19:45 Le conseguenze di rimanere in un vicolo cieco tecnologico.
00:20:01 I giusti utilizzi 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 del ruolo di Microsoft Excel nella gestione della supply chain. Vermorel definisce Excel il “coltellino svizzero” delle supply chain, riconoscendo i suoi punti di forza nella programmabilità e personalizzazione. Tuttavia, ritiene che i fogli di calcolo abbiano raggiunto un vicolo cieco tecnologico nella gestione di supply chain complesse, con limitazioni nel modello di programmazione che portano a problemi di replicazione e manutenzione. Per ottimizzare le supply chain, Vermorel suggerisce alle aziende di adottare tecniche avanzate come il machine learning, sostituendo le euristiche con approfondimenti basati sui dati. Sebbene Excel abbia dei meriti, per l’ottimizzazione complessa, le organizzazioni devono andare oltre i fogli di calcolo e seguire le orme dei giganti tecnologici come Amazon e Alibaba.

Riassunto Esteso

In questa intervista, Kieran Chandler, il conduttore, discute con Joannes Vermorel, fondatore di Lokad, un’azienda specializzata nell’ottimizzazione della supply chain, del ruolo di Microsoft Excel nell’industria della supply chain. La conversazione ruota attorno alle ragioni della popolarità di Excel, ai suoi punti di forza e all’uso delle euristiche nell’industria.

Vermorel ritiene che Microsoft Excel sia il coltellino svizzero delle supply chain, con circa il 90% delle supply chain in tutto il mondo gestite tramite Excel. Attribuisce la sua popolarità alla mancanza di alternative superiori fino a poco tempo fa, poiché molte opzioni che sembravano migliori non erano effettivamente superiori in diversi modi.

I punti di forza di Excel risiedono nella sua programmabilità ed espressività, che consentono un elevato livello di personalizzazione. La sua diffusione nelle organizzazioni significa che i professionisti della supply chain in diverse sedi e linee di prodotto possono creare le proprie euristiche o ricette numeriche per gestire le loro supply chain. Vermorel definisce le euristiche come ricette numeriche che non sono provabilmente corrette ma sono approssimativamente corrette. Queste euristiche sono state provate, testate e adattate nel tempo e variano 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 del numero di 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 constatato che funzionano e sono ampiamente utilizzate nell’industria.

Il conduttore, Chandler, osserva che per decenni le approssimazioni di base sono state sufficienti per l’industria della supply chain. Vermorel concorda ma sottolinea l’opportunità di miglioramento e ottimizzazione man mano che l’industria evolve.

Hanno discusso dei limiti degli approcci basati su 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 in ambienti simili ai fogli di calcolo e questa tecnologia ha raggiunto un punto morto. La discussione approfondisce le ragioni di ciò e i problemi intrinseci nell’utilizzo dei fogli di calcolo per la 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, ritiene che i fogli di calcolo, inclusi Excel e programmi simili come Google Sheets e OpenOffice, abbiano raggiunto un punto morto tecnologico. Questo perché dopo che le aziende hanno ottimizzato le loro euristiche, le uniche modifiche rimanenti sono insignificanti.

Chandler chiede a Vermorel di chiarire i limiti dell’approccio basato su fogli di calcolo. Vermorel spiega che alcune persone pensano erroneamente che il problema di Excel sia la sua incapacità di gestire grandi quantità di dati. Tuttavia, 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 punto morto da un punto di vista pratico.

Il modello di programmazione nei fogli di calcolo, secondo Vermorel, non è scalabile perché comporta una massiccia replicazione della logica. Quando gli utenti vogliono applicare una determinata logica a più dati, la copiano e incollano in tutto il foglio di calcolo, il che comporta un processo di programmazione inefficiente. Questa replicazione diventa più problematica quando le organizzazioni cercano di consolidare più euristiche in un’ampia organizzazione, portando a un aumento della complessità e della difficoltà di gestione delle informazioni.

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

L’intervista mette in evidenza il punto morto tecnologico raggiunto dagli approcci basati su fogli di calcolo all’ottimizzazione della supply chain. I limiti risiedono nel modello di programmazione, che comporta una massiccia replicazione della logica e una difficoltà di gestione della complessità quando si passa a ambiti e organizzazioni più ampi. Ciò rende i fogli di calcolo inadatti per affrontare le complesse esigenze della gestione della supply chain nel panorama aziendale odierno.

La conversazione ruota attorno alle sfide dell’utilizzo dei fogli di calcolo per la gestione complessa della supply chain e alla necessità di andare oltre per ottenere una maggiore efficienza e scalabilità.

Vermorel sottolinea che i fogli di calcolo vengono spesso utilizzati per gestire le supply chain, ma non rappresentano una soluzione ottimale a causa dei loro limiti nella gestione della complessità. Sottolinea che il modello di programmazione utilizzato nei fogli di calcolo spesso porta a una logica duplicata, rendendo difficile il mantenimento e il debug. Ciò diventa particolarmente problematico quando si lavora con fogli di calcolo di grandi dimensioni contenenti centinaia di formule diverse per adattarsi alle diverse euristiche utilizzate dai professionisti della supply chain.

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

Discutendo delle lezioni che si possono trarre dai giganti della tecnologia come Google e Amazon, Vermorel spiega che queste aziende hanno superato i sistemi basati su regole utilizzando l’apprendimento automatico per imparare dai dati storici. Ciò consente loro di ottimizzare in modo più efficace le loro supply chain. Tuttavia, sottolinea che la chiave del successo dell’apprendimento automatico è adottare una prospettiva di previsione probabilistica, come dimostrato dalle ricerche e dalle pubblicazioni di Amazon.

Affrontando le preoccupazioni dei professionisti della supply chain scettici che esitano a abbandonare Excel, Vermorel riconosce che Excel ha molte qualità positive, come la stabilità e la scalabilità. Tuttavia, avverte che rappresenta un punto morto tecnologico per l’ottimizzazione predittiva della supply chain. Esorta i professionisti a considerare se il loro settore può permettersi di rimanere su un plateau, soprattutto quando concorrenti come Amazon e Alibaba stanno perseguendo aggressivamente progressi tecnologici nella gestione della supply chain.

Vermorel conclude sottolineando che Excel non è intrinsecamente difettoso e può ancora essere utile per l’inserimento dei dati e altre attività più semplici. Tuttavia, per l’ottimizzazione complessa della supply chain, le aziende devono andare oltre 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, qual è secondo te il ruolo di Microsoft Excel nell’industria della supply chain?

Joannes Vermorel: Voglio dire, è letteralmente il coltellino svizzero delle supply chain. È la cosa che è come i fiammiferi BIC e viene utilizzata ovunque per praticamente qualsiasi scopo. È davvero impressionante quanto si riesca a fare tramite Excel. Secondo la mia stima, direi che probabilmente oltre il 90% delle supply chain in tutto il mondo viene gestito tramite Excel, non tramite sistemi SAP o 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% del settore lo utilizza, perché è così popolare e perché le persone ne sono così dipendenti?

Joannes Vermorel: È interessante. Voglio dire, la prima parte della risposta è perché, fino a molto recentemente, non c’erano alternative così superiori. La maggior parte delle alternative suppostamente superiori in realtà non sono superiori in diversi modi che possiamo descrivere. Quindi, inizialmente le persone non hanno abbandonato Excel non perché fossero stupide o attaccate ad esso per motivi religiosi, 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 alle persone?

Joannes Vermorel: Una delle cose che lo rende molto potente è che puoi combinare la programmabilità con un livello di espressività che deriva da questo tipo di sistema. La seconda cosa è che è ampiamente distribuito nella tua organizzazione. Molti professionisti della supply chain in diversi paesi, sedi e linee di prodotto possono creare le loro 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 provabilmente corretta. È un tentativo di avere qualcosa che sia approssimativamente corretto. Di solito, dal punto di vista matematico puro, l’euristica non è nemmeno corretta, ma funziona in qualche modo. Ad esempio, un’euristica comune nella supply chain è avere in magazzino il doppio delle unità vendute l’anno scorso nello stesso periodo, considerando una finestra temporale di tre mesi. Queste euristiche sono state provate e testate, e i numeri magici come la durata della finestra temporale o il fattore utilizzato sono stati regolati nel tempo e variano da una divisione all’altra e da una sede all’altra. Quello che è fantastico delle tabelle di calcolo è che puoi averle incorporate nella tua organizzazione attraverso un mare di tabelle di calcolo che implementano tutte queste diverse euristiche.

Kieran Chandler: Quindi, quello che vediamo nel settore è che questa approssimazione di base è sufficiente, e molte supply chain sono state essenzialmente basate su questo per decenni.

Joannes Vermorel: Esattamente. Quando dici “sufficiente”, è interessante perché sono state basate su questo per decenni, e dal mio punto di vista è interessante perché ora…

Kieran Chandler: Oggi, vedo Excel come una tecnologia chiamata “dead end”. Quindi le aziende hanno già avuto ampio tempo per sviluppare le euristiche, per affinarle e trarne il massimo vantaggio. È interessante che abbiano raggiunto il punto in cui hanno già raggiunto la maggior parte di quelle euristiche che si possono avere con Excel. E quando dico Excel, non intendo solo Excel, intendo qualsiasi tipo di software che ti offre un ambiente simile a un foglio di calcolo. Quindi, ad esempio, Google Sheets sarebbe esattamente la stessa cosa di Excel in questo senso. Non importa se è proprio Excel; ciò che conta è il modello dei dati del foglio di calcolo che è importante qui. Il fatto che sia Excel o forse l’alternativa OpenOffice non importa davvero. Quindi, interessantemente, queste aziende hanno esplorato cosa puoi fare con un foglio di calcolo negli anni ‘90, e penso che abbiano raggiunto il punto in cui molte grandi aziende hanno qualcosa di relativamente stabile nei primi anni 2000. Siamo ormai quasi due decenni avanti nel tempo, con qualcosa che è già stato abbastanza stabilizzato, dove non c’è davvero nulla di nuovo in questo senso. Ed è effettivamente una tecnologia chiamata “dead end” perché una volta che hai compilato le tue scommesse, una volta che hai fatto questo, le uniche cose che rimangono sono, direi, cose che sono leggermente insignificanti. Quindi, diciamo che è un “dead end” tecnologico, quindi cosa manca davvero? Qual è il problema di questo tipo di approccio basato su fogli di calcolo?

Joannes Vermorel: Alcune persone fraintendono i limiti di Excel. Un fraintendimento comune è che hai un problema di scalabilità con Excel, che non puoi elaborare molti dati. Sì, è vero, non puoi elaborare terabyte di dati con fogli di calcolo Excel, ma non è effettivamente un vero problema. Se Microsoft decidesse di non avere fogli di calcolo che possano gestire miliardi di righe, non è che non potrebbero farlo. Hanno aumentato il limite da 65.000 righe massime a oltre un milione di righe in Excel 97. Potrebbero aumentare il limite a un miliardo di righe con una versione diversa di Excel orientata all’elaborazione di dati su larga scala. Quindi la domanda è, perché Microsoft non aumenta semplicemente la scalabilità di Excel? È perché sanno anche loro che è un “dead end” dal punto di vista pratico.

Cosa 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 una logica in un foglio di calcolo, se vuoi fare di più dello stesso, copierai e incollerai questa logica in tutto il foglio di calcolo. Dal punto di vista della programmazione, ciò che stai facendo è una massiccia replicazione della tua logica. Hai una formula e ora hai un milione di copie della tua formula originale. Se hai un’organizzazione di grandi dimensioni, i vantaggi di questa organizzazione attraverso i fogli di calcolo erano che tutti potevano 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 che sto consolidando in un foglio di calcolo più grande le 20 euristiche diverse di cui ho bisogno per questo ambito più ampio, improvvisamente il tuo foglio di calcolo si trova con un problema di complessità. Il tuo foglio di calcolo inizia a contenere non solo due formule che sono state tagliate e incollate, ma 20 formule che non vengono utilizzate ovunque nello stesso modo nel foglio di calcolo, e questo inizia a essere piuttosto complicato. Se cerchi di scalare fino a centinaia di euristiche in tutta l’organizzazione, allora diventa un vero incubo.

Kieran Chandler: I fogli di calcolo sono un po’ goffi e questi calcoli sembrano richiedere del tempo. È quella logica replicata la ragione di ciò, giusto?

Joannes Vermorel: Sì, in gran parte. Il modello di programmazione porta a una logica duplicata ovunque. Il problema riguarda tutto il mantenimento di questa logica. Come si fa a mantenere un foglio di calcolo Excel che contiene letteralmente centinaia di formule diverse? Non sto parlando di centinaia di formule diverse con una sola formula distinta per colonna, perché quella è la strada facile. Immagina un foglio di calcolo Excel con un milione di righe, e alcune di queste righe hanno una formula che non è solo la stessa formula di quella che si trova sopra o sotto. Diversi professionisti della supply chain che si occupano di diverse linee di prodotto e segmenti utilizzano euristiche diverse. Se vuoi tenerne conto, ti ritrovi con un foglio di calcolo che è super complicato e molto difficile da mantenere. I fogli di calcolo non si adattano bene all’aumento della complessità e diventa un incubo mantenerli, debuggarli e persino capire cosa sta succedendo in questi grandi fogli di calcolo.

Kieran Chandler: Quindi, come puoi allontanarti da questi fogli di calcolo? Le organizzazioni hanno impiegato anni per costruirli e contengono molta logica.

Joannes Vermorel: Prima di tutto, hai bisogno di capacità di programmazione, ma non vuoi replicare ciò che avevi prima. Se provi solo a replicare la logica del foglio di calcolo che avevi prima, finirai con qualcosa che non sarà migliore di quello che avevi prima. Sarà solo marginalmente migliore in termini di backup leggermente migliori e gestione dei diritti di accesso. Fondamentalmente, se provi solo a replicare il tuo foglio di calcolo in un altro sistema, ti troverai in un vicolo cieco tecnologico. Potresti ottenere qualche percentuale in più di efficienza, ma sarà molto poco. Una volta finito con quello, non otterrai nulla di meglio. 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 attraverso euristiche. Devi reinventarti e adottare qualcosa che ti dia la possibilità di fare meglio.

Kieran Chandler: Hai menzionato Google e Amazon 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 machine learning moderno è come superare la fase dei sistemi basati su regole. La prima fase della copia dell’intelligenza umana negli anni ‘60 era rappresentata da motori basati su regole o motori decisionali. Le euristiche utilizzate nella supply chain sono esattamente questo: sono regole per decidere se dovresti acquistare di più, produrre di più o allocare di più in un’area. Se vuoi andare oltre, devi reinventarti e adottare tecniche di machine learning moderne per migliorare i tuoi processi di supply chain.

Kieran Chandler: in un luogo o in un altro e siamo arrivati a questa fase di avere sistemi basati su regole e abbiamo sintonizzato le regole. Se guardiamo a ciò che Google e Amazon stanno facendo, dicono: “Oh, stiamo facendo machine learning”, quindi diventa una parola di moda ed è un machine learning molto avanzato che potrebbe qualificarsi come AI. Fondamentalmente, è qualcosa di molto semplice. Invece di avere un insieme statico di regole che vengono mantenute manualmente, vogliamo imparare quelle regole dai dati storici.

Joannes Vermorel: Quello di cui hai bisogno è fondamentalmente la capacità di programmazione, ma hai anche bisogno di capacità di machine learning, in modo che la maggior parte di quelle euristiche possano essere apprese direttamente dai dati stessi. Non è qualcosa di estremamente complicato, ma se il tuo paradigma di programmazione è errato, allora semplicemente non funziona e il machine learning non funziona. Il paradigma dominante per la supply chain quantitativa fino a quando alcune aziende come Amazon o Lokad hanno iniziato a pensare in modo diverso era quello di avere previsioni classiche della domanda in cui c’è solo un futuro. Facciamo la previsione e poi tutto si basa su questo unico futuro. Purtroppo, se affronti il problema da questo punto di partenza, semplicemente non funziona e non riesci mai a replicare le prestazioni di quelle euristiche apparentemente stupide. Se vuoi superare quelle euristiche, devi adottare una prospettiva di previsione probabilistica e poi hai la possibilità di superare le euristiche. Questo è esattamente ciò che sembra fare Amazon, basandosi sulla loro ricerca pubblicata.

Kieran Chandler: Se iniziamo a mettere insieme le cose ora, cosa diresti a un praticante scettico della supply chain che sta probabilmente guardando questo e ha i suoi sistemi che funzionano più o meno, forse un po’ goffi, ma funzionano utilizzando Microsoft Excel? C’è davvero un incentivo a allontanarsi da quello?

Joannes Vermorel: Se stai usando Excel e probabilmente lo fai da uno o due decenni, la prima cosa da fare è riconoscere che ti trovi in un vicolo cieco tecnologico. Potrebbe essere buono, ma non migliorerà. Non aspettarti che la prossima versione di Microsoft risolva qualcosa. Excel è già un ottimo prodotto. È molto stabile, non si blocca, è abbastanza scalabile e ha molte buone proprietà. Non migliorerà molto. Le alternative ai fogli di calcolo non faranno alcuna differenza. Potrebbero migliorare marginalmente, ma fondamentalmente non faranno alcuna differenza. La domanda è: puoi vivere con il fatto che ti trovi in un vicolo cieco? Alcune industrie possono vivere in un plateau, 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 molto veloci. Stanno ottenendo risultati davvero notevoli per quanto riguarda la supply chain e non lo stanno facendo con i fogli di calcolo. Quindi, penso che la lezione sia che ti trovi su un plateau. Alcune persone stanno facendo molto meglio e non è solo una questione di marketing. La crescita di Amazon e Alibaba è reale. Puoi davvero permetterti di essere e rimanere in un vicolo cieco tecnologico? Forse sì, forse no.

Kieran Chandler: Quindi, per concludere, diresti che Excel sta correndo contro il tempo e riesci effettivamente a immaginare un giorno in cui non ci sarà più Excel nell’industria?

Joannes Vermorel: Non fraintendermi. Excel viene utilizzato frequentemente, non per l’ottimizzazione predittiva, ma per l’inserimento dei dati, per le voci di dati tabulari. Microsoft ha vinto la guerra dei fogli di calcolo alla fine degli anni ‘80 non perché avevano i migliori calcoli per Excel, ma perché l’inserimento dei dati tramite Excel era più facile. Ci sono molte situazioni in cui l’utilizzo di un foglio di calcolo

Kieran Chandler: Perché l’inserimento dei dati tramite Excel era più facile, penso che ci siano molte situazioni in cui l’utilizzo di un foglio di calcolo vada bene. Quello che sto dicendo è che se vuoi fare ottimizzazione predittiva della supply chain per reti di supply chain leggermente complesse, Excel è, per questo specifico scopo, alla fine. Per molte altre cose, Excel va benissimo. Ok, ultimi pensieri, Joannes?

Joannes Vermorel: Continua a tenere d’occhio questo spazio, suppongo.

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