00:00:07 Introduzione al concetto di Bionic supply chain e al background di Stefan Gstettner.
00:01:58 Spiegazione della Bionic supply chain e della sua importanza nell’industria.
00:03:39 Approccio di Lokad alla Bionic supply chain e il ruolo dei Supply Chain Scientist.
00:05:36 Sfide nella collaborazione tra uomo e macchina e la necessità di un modello operativo bionic.
00:07:50 I quattro elementi di un modello operativo bionic: guida, modello operativo, competenze e piattaforma tecnologica.
00:08:29 Trappole nella trasformazione delle supply chain nell’industria.
00:10:47 I dirigenti si concentrano sull’aumento del valore e sulla preparazione per il futuro.
00:12:41 Affrontare le complessità nelle supply chain e abbracciare la tecnologia.
00:15:50 Il concetto di digital twin e il suo ruolo in una bionic supply chain.
00:17:18 Utilizzare strumenti per potenziare l’intelligenza umana nelle supply chain.
00:19:31 La sfida di accedere ai talenti e il tempo necessario per formarli.
00:20:22 Il ruolo dell’interazione umana nelle supply chain future.
00:21:28 L’importanza di cambiare il contesto per guidare il cambiamento comportamentale nelle supply chain.
Sommario
La bionic supply chain, un concetto incentrato sulla collaborazione uomo-macchina, è cruciale per il futuro del supply chain management. Stefan Gstettner e Joannes Vermorel discutono della sua importanza e delle sfide, evidenziando la necessità di prospettive end-to-end e di modelli operativi incentrati sull’uomo. Gstettner propone un modello operativo bionic composto da quattro elementi: guida, modello operativo, competenze e piattaforma tecnologica. Vermorel sottolinea i metodi di previsione “approssimativamente veri” forecasting methods e strumenti migliori per potenziare l’intelligenza umana. Entrambi gli esperti riconoscono le difficoltà nel trasformare le supply chain, ma concordano sul fatto che l’equilibrio tra intuizione umana e tecnologia sia essenziale per adattarsi al panorama in evoluzione dell’industria.
Sommario Esteso
Discutono il concetto di bionic supply chain e le sue implicazioni per il futuro del supply chain management.
Stefan Gstettner fornisce una panoramica del suo background, affermando di avere 25 anni di esperienza nel supply chain management. Ha ricoperto vari ruoli nella consulenza ed ha anche gestito le operazioni di un’azienda retail omni-channel in Germania per sette anni. Inoltre, insegna il supply chain management al MIT per contribuire ad affrontare il problema della carenza di talenti nell’industria.
La bionic supply chain, secondo Gstettner, non è intesa come un semplice buzzword, ma come un concetto serio. È emersa dal lavoro del think tank di BCG sulla società del futuro. La Bionic company è incentrata sulla collaborazione tra macchine, artificial intelligence, ed esseri umani, focalizzandosi sul modo migliore per utilizzare questa combinazione. Questo concetto è particolarmente rilevante per il supply chain management, poiché si basa fortemente sulla tecnologia, sull’analitica e sull’intelligenza artificiale, oltre che sulla collaborazione tra esseri umani e macchine.
Joannes Vermorel condivide le sue opinioni sulla bionic supply chain, concordando sul fatto che si tratta di un concetto molto rilevante. Spiega che Lokad, una società software specializzata nell’ottimizzazione delle supply chain, ha lavorato sull’idea di una bionic supply chain, sebbene in maniera accidentale. Inizialmente si sono concentrati sullo sviluppo di strumenti software per l’ottimizzazione predittiva delle supply chain, ma hanno rapidamente compreso la complessità dei problemi affrontati. L’idea di avere un algoritmo di machine learning in grado di risolvere autonomamente problemi come la localizzazione dei negozi si è rivelata troppo difficile a causa dell’enorme numero di casi d’uso.
La discussione evidenzia la crescente importanza del concetto di bionic supply chain nel supply chain management. L’idea ruota attorno all’utilizzo efficace della collaborazione tra esseri umani, macchine e intelligenza artificiale per ottimizzare e migliorare le operazioni delle supply chain. Sia Gstettner che Vermorel sottolineano l’importanza di questo concetto per il futuro del supply chain management, pur riconoscendo le complessità e le sfide legate alla sua implementazione.
Esplorano le sfide dell’interazione uomo-macchina e l’importanza di un modello operativo bionic per il supply chain management.
Vermorel condivide l’approccio della sua azienda, che si concentra sul ruolo di “Supply Chain Scientist.” Questa figura è responsabile di generare decisioni e intuizioni, fungendo anche da primo punto di contatto per le persone che mettono in discussione il sistema. Egli osserva che questo ruolo non è ancora considerato “bionic”, ma si sta dirigendo in quella direzione.
Gstettner sottolinea che, nonostante gli ingenti investimenti nel digital supply chain management, il valore pieno non è ancora stato realizzato. Crede che il concentrarsi su singole sotto-funzioni abbia portato a una perdita della prospettiva end-to-end, cruciale per un supply chain management efficace. Per affrontare questo problema, Gstettner sostiene l’adozione di un modello operativo bionic composto da quattro elementi: guida, modello operativo, competenze e piattaforma tecnologica.
Sia Gstettner che Vermorel riconoscono le difficoltà nel trasformare le supply chain. Vermorel evidenzia il problema dello spostamento dei problemi, in cui miglioramenti in un’area possono causare problemi in un’altra. Sottolinea inoltre la sfida di gestire la complessità nelle soluzioni software end-to-end. Al contrario, Gstettner osserva che i dirigenti sono principalmente interessati ad aumentare il valore delle loro aziende e a prepararsi per il futuro. Sono concentrati sui cambiamenti organizzativi e su un supporto IT di base per guidare il cambiamento e preparare le loro aziende al futuro.
Vermorel discute l’importanza di essere “approssimativamente veri” nel supply chain management, anziché essere “esattamente sbagliati.” Nota che gli esseri umani sono bravi in questo, mentre le macchine spesso incontrano difficoltà. Lokad ha fatto progressi in questo campo attraverso la previsione probabilistica, che fornisce una rappresentazione più accurata del futuro rispetto ai metodi di previsione classici. Tuttavia, adottare questo approccio è stato una sfida per chi lavora nell’industria delle supply chain a causa delle differenze rispetto ai metodi tradizionali.
Al giorno d’oggi, Gstettner osserva che i supply chain executives sono concentrati a guardare avanti per prepararsi al futuro. Sono interessati a comprendere i potenziali cambiamenti tecnologici e organizzativi che plasmeranno le loro industrie nei prossimi anni. I dirigenti si confrontano con le numerose opportunità tecnologiche disponibili e cercano di identificare le migliori strategie per guidare il cambiamento nelle loro organizzazioni.
Questa intervista evidenzia la necessità di un modello operativo bionic nel supply chain management, che enfatizza le prospettive end-to-end e la collaborazione uomo-macchina. Sia Vermorel che Gstettner discutono le sfide nel trasformare le supply chain e l’importanza di trovare un equilibrio tra l’intuizione umana e i progressi tecnologici. I supply chain executives devono guardare al futuro e considerare come le loro organizzazioni possano adattarsi al panorama in evoluzione delle loro industrie.
Vermorel esprime il suo entusiasmo per il concetto di bionic supply chain, ma riconosce anche le frustrazioni e le complessità legate alle realtà delle supply chain. Spiega che, a causa del disordine del mondo reale, il supply chain management comporta la gestione di una vasta gamma di modelli statistici e complicazioni, come i magazzini allagati e le date di scadenza per gli alimenti freschi. Inoltre, Vermorel osserva che quando le persone si trovano ad affrontare KPI, può essere difficile per loro accettare e adattarsi ai cambiamenti che incidono sui loro interessi personali.
Chandler introduce il buzzword “digital twin”, e Gstettner ammette che è un concetto difficile da definire. Tuttavia, egli suggerisce che un digital twin rappresenta una supply chain end-to-end, anche se non è accurato al 100%. Raggiungendo una rappresentazione con un’accuratezza dell'80%, i responsabili delle supply chain possono comprendere meglio le dinamiche del sistema e prendere decisioni più intelligenti basate sull’analisi degli scenari.
Vermorel sostiene che, per rendere le supply chain più bionic, siano necessari strumenti migliori per potenziare l’intelligenza umana. Cita Excel come esempio di uno strumento che ha permesso agli esseri umani di effettuare analisi quantitative a una scala inumana, pur riconoscendo che non è una soluzione sufficiente per modellare sistemi complessi. Vermorel crede che gli approcci di programmazione siano stati i più efficaci nel trasformare le intuizioni umane in qualcosa di più automatizzato, sebbene riconosca che futuri progressi tecnologici potrebbero smentirlo.
Gstettner concorda che una maggiore automazione e tecnologia giocheranno un ruolo più ampio nel decision-making delle supply chain, ma insiste sul fatto che l’interazione umana sarà sempre necessaria. Sottolinea l’importanza di progettare un modello operativo incentrato sull’uomo per la supply chain del futuro, che richiederebbe di cambiare il contesto in cui gli esseri umani agiscono. Gstettner crede che la chiave per cambiare il comportamento umano sia alterare il contesto, ad esempio creando set di obiettivi equilibrati e ben sincronizzati per affrontare obiettivi conflittuali come il inventory management e la disponibilità dei prodotti.
Trascrizione Completa
Kieran Chandler: Ehi, la convergenza di una serie di tecnologie in evoluzione, come l’intelligenza artificiale, la blockchain e l’Internet of Things, ha portato all’evoluzione di un nuovo concetto noto come bionic supply chain. Oggi su Lokad TV, siamo lieti di avere con noi Stefan Gstettner, un partner di BCG, che ci parlerà un po’ di più di questo concetto e di come si confronta con alcune delle tecniche esistenti sul mercato. Quindi, Stefan, grazie mille per essere qui con noi oggi.
Stefan Gstettner: Grazie per avermi invitato.
Kieran Chandler: Forse, come prima domanda, potresti raccontarci un po’ di più del tuo background e anche cosa fai in BCG.
Stefan Gstettner: Assolutamente. Come hai detto, sono un partner in BCG concentrato sul supply chain management end-to-end e sulle relative questioni logistiche. In questo ruolo, aiuto i nostri clienti globali nei settori chiave a sfruttare le nuove opportunità offerte dalle tecnologie digitali e a trasformare gradualmente le loro supply chain in digital supply chain. Per poter fare ciò, vanto un’esperienza di 25 anni nel supply chain management. Ho iniziato con un dottorato in un periodo in cui non si parlava nemmeno di supply chain management. Ho ricoperto vari ruoli nella consulenza, ma ho anche gestito le operazioni di un’azienda retail omni-channel in Germania per sette anni. Inoltre, sono professore associato al MIT, dove insegno il supply chain management a giovani talenti nel loro programma a scala globale, che trovo molto stimolante.
Kieran Chandler: Ottimo, e oggi il nostro argomento è proprio questa idea della bionic supply chain. Suona decisamente futuristica, ma forse potresti darci una prima panoramica.
Stefan Gstettner: Non stiamo cercando di introdurre un altro buzzword nel gioco, perché ce ne sono già molti in giro. I miei colleghi del think tank di BCG, il Bruce Henderson Institute, hanno sviluppato una visione su come sarà l’azienda del futuro. Si tratta sostanzialmente della collaborazione tra macchine, intelligenza artificiale ed esseri umani e di come l’azienda debba organizzarsi per sfruttare al meglio questa combinazione. Hanno definito questa visione “la Bionic company”. Ora, per il supply chain management, è particolarmente rilevante perché il supply chain riguarda la tecnologia, l’analitica, l’intelligenza artificiale, ma forse ancora più importante, riguarda molto la collaborazione tra esseri umani e macchine. Quindi lo definiamo bionic supply chain, senza cercare di introdurre un nuovo buzzword, ma come un tema ragionevole e un buon titolo per ciò che vogliamo raggiungere.
Kieran Chandler: Amiamo decisamente i buzzword. Joannes, in passato abbiamo parlato della relazione tra esseri umani e macchine quando abbiamo esaminato le interfacce utente. Quali sono le tue prime impressioni su questa idea della bionic supply chain?
Joannes Vermorel: Credo che sia molto rilevante, e in effetti si allinea molto a ciò che Lokad ha fatto, sebbene in maniera un po’ accidentale. Non avevamo un grande master plan o una visione definita. Il modo in cui abbiamo affrontato la risoluzione dei problemi nel supply chain management è stato sviluppare strumenti software per l’ottimizzazione predittiva delle supply chain. Ci siamo subito resi conto che c’era troppa complessità da gestire. L’idea di avere un algoritmo di machine learning che potesse autonomamente capire come risolvere un problema, semplice come l’allocazione dei negozi, era semplicemente troppo ambiziosa a causa dell’enorme numero di casi limite. Quindi avevamo bisogno di qualcosa…
Kieran Chandler: Quindi, Joannes, puoi raccontarci di più su Lokad e su cosa fate?
Joannes Vermorel: Abbiamo iniziato con l’idea dell’ottimizzazione delle supply chain, partendo dall’intuizione umana per trasformare il problema in qualcosa che la macchina potesse utilizzare per scalare le intuizioni su larga scala in una grande rete retail. Quella fu l’idea alla base di ciò che poi è diventato, in un certo senso, ciò che a Lokad definiamo “Supply Chain Scientist”, ovvero qualcuno che è responsabile in prima linea dell’analisi dei dati e della generazione di decisioni e intuizioni, fungendo da primo punto di contatto per le persone che possono mettere in discussione ciò che accade in questo sistema. Quindi, sì, penso che forse non siamo ancora qualificabili come Bionic, ma è un percorso in questa direzione. Anche se non avevo qualcosa di così definito come un “binding supply chain” per guidare il nostro percorso quando lavoravamo per il mondo.
Kieran Chandler: Storicamente, perché diresti che è stato così difficile per gli esseri umani interagire con le macchine?
Stefan Gstettner: Non lo definirei nemmeno in termini storici. Probabilmente tutti noi abbiamo già programmato algoritmi 20 anni fa, quindi non è una novità. Ma, negli ultimi anni, ci sono stati molti investimenti nel digitale, prendiamo ad esempio il demand forecasting. C’è un’enorme quantità di intelligenza che fluisce nel demand forecasting, e poi ovviamente c’è anche la collaborazione tra umani e algoritmi. Tuttavia, i dirigenti con cui ho parlato non vedono ancora che il pieno valore della supply chain sia stato raggiunto. Secondo me, ciò è dovuto al fatto che gli umani erano piuttosto occupati a cercare di capire come collaborare con una macchina. È molto più impegnativo farlo con algoritmi che farlo con Excel, per esempio. Essendo così occupati, penso che si sia perso il concetto che la gestione end-to-end della supply chain riguarda l’intero percorso. Sorprendentemente, non si tratta di concentrarsi su una sub-funzione, ma di allineare e sincronizzare l’intera supply chain, e questo, ai miei occhi, ha perso un po’ del suo focus. Quindi, ora dobbiamo abbracciare un approccio di tipo Bionic per ribadire che gli umani devono collaborare, ovviamente con l’aiuto delle macchine, e questo non è ancora accaduto. Ed è per questo che alcuni dirigenti sono frustrati perché gli investimenti non hanno dato i frutti sperati. E quindi, stiamo dicendo che serve un modello operativo Bionic che essenzialmente si compone di quattro elementi: innanzitutto, la guida nella supply chain, cioè i vecchi e buoni KPI, quali obiettivi vogliamo raggiungere con la nostra supply chain? È la velocità, l’affidabilità, il focus sui costi? E come segmentiamo la supply chain, e come vi assegniamo dei valori target? La classica supply chain management, niente digitale se non c’è o senza di essa. Poi, il modello operativo, che a nostro avviso è fortemente orientato alla piattaforma per mettere insieme le persone che sincronizzano la supply chain, talvolta anche fisicamente. In secondo luogo, le competenze, ovviamente, intendo dire un insieme completamente diverso di persone capaci di progettare l’intera supply chain. E infine, la piattaforma tecnologica, magari non al primo posto, ma come fondamento, ovviamente di cui abbiamo bisogno. E ciò, in pochissime aziende, è stato finora consolidato. E quindi, penso che storicamente, questa sia in parte la delusione riguardo alla digital supply chain.
Kieran Chandler: Quindi, Joannes, come software vendor, quali pensi siano gli ostacoli che le aziende incontrano cercando di ottimizzare la loro supply chain?
Joannes Vermorel: Beh, come vendor, se non riesci a cogliere davvero l’approccio end-to-end, ciò che effettivamente consegni è solo lo spostamento del problema. Trasferisci il problema da un punto all’altro, e magari i tuoi KPI sul silo che stai assumendo sembrano buoni, ma in realtà hai creato problemi in altri settori. Quindi, in effetti, non hai consegnato molto; anzi, hai distrutto dei valori, il che è davvero molto negativo. Purtroppo, alcune grandi imprese sono piuttosto brave in questo. E poi il problema è che non appena vuoi fare qualcosa di end-to-end in termini di software, diventa una sfida incredibile perché il tuo software diventa così complicato. E penso che la maggior parte delle persone sia d’accordo nel dire che l’ERP medio – e stiamo parlando di migliaia di tabelle, centinaia di schermate – è estremamente complesso, e stiamo appena grattando la superficie. Abbiamo davvero un problema nella gestione della complessità. La domanda è: come puoi ottenere ciò che le persone fanno in Excel? Fanno qualcosa di molto umano, ma è estremamente difficile replicarlo con le macchine. Si tratta di essere approssimativamente corretti anziché essere esattamente sbagliati. Le macchine sono estremamente bravi nell’essere esattamente sbagliate su larga scala. Quindi, in Lokad, abbiamo avuto alcuni mini breakthrough, come il probabilistic forecasting, per avvicinarci a quest’idea di essere approssimativamente corretti, sai, in uno stato operativo. Ma è un cambiamento costante. E la cosa è che, mentre penso che sia una risposta tecnologicamete molto rilevante, è anche una risposta sorprendente per le persone che gestiscono la supply chain, perché non assomiglia affatto a ciò che facevano prima, specialmente se confrontato con il forecasting classico. Quindi, il probabilistic forecasting è forecasting. Si tratta di conoscere cose sul futuro, ma è così bizzarro rispetto al metodo classico che, in termini di adozione, costituisce una catena a sé.
Kieran Chandler: Ok, Stefan, come stanno affrontando questi problemi i dirigenti della supply chain e cercando di implementare nuove tecnologie?
Stefan Gstettner: Beh, i dirigenti non sono principalmente interessati a implementare tecnologie. Sono interessati ad aumentare il valore per l’azienda e a prepararsi per il futuro. Quello che vedono sempre di più e su cui ricevono continuamente input esterni è che, ovviamente, fra dieci anni tutto avrà un aspetto completamente diverso. Quindi, il mio detto preferito – penso sia stato Gates a dirlo – è che tendiamo sempre a sopravvalutare il cambiamento nei prossimi due anni e a sottovalutare il cambiamento nei prossimi dieci anni. E il ruolo dei dirigenti è guardare dieci anni avanti e non solo due. Ed è questo che ora chiedono alle loro organizzazioni. Il futuro sarà totalmente diverso. Diciamocelo. Ora non lo vediamo, ma succederà. Quindi, come possiamo cambiare, non principalmente a livello tecnologico, ma anche organizzativamente? Ecco perché stiamo enfatizzando maggiormente il modello operativo. E poi, ovviamente, si chiedono anche quale sarà la piattaforma fondamentale o il supporto di base sul fronte dei sistemi, dei dati e dell’analitica per guidare questo cambiamento. E continuano a faticare a capire perché la mia organizzazione non produce il cambiamento che io mi aspetto. Ci sono alcuni inibitori che ancora non rendono l’azienda pronta per il futuro. Quindi, questo è ciò che occupa la mente dei dirigenti.
Kieran Chandler: Parliamo di una bionic supply chain. Sembra qualcosa uscito da Ironman – molto cool e futuristica. Com’è in realtà?
Joannes Vermorel: La realtà di una bionic supply chain è al contempo frustrante e affascinante. La parte frustrante è che, quando si cerca di affrontare la realtà della supply chain, ci si ritrova a dover gestire centinaia di tabelle che rappresentano una controparte digitale del mondo. Il mondo è molto disordinato e, se vuoi essere accurato, devi affrontare questa complessità. Finisci per dover utilizzare modelli statistici per gestire situazioni come magazzini allagati, strane problematiche di compatibilità nei pezzi aerospaziali o date di scadenza a livello di lotto per i prodotti freschi. Quindi, ci sono molte complessità da abbracciare, e ciò richiede un grande sforzo. Dal punto di vista tecnologico, non si ottiene qualcosa di puro o pulito come la maggior parte dei buoni prodotti software.
Esiste un altro aspetto. In teoria, vorremmo avere un approccio super razionale all’ottimizzazione della supply chain, in cui tutti concordino sul fatto che se migliora il risultato finale, è positivo per l’azienda. Se ci sono esternalità come gli impatti ambientali, le prenderemmo in considerazione per ottimizzare correttamente, includendole. Ma, in modo molto ordinario, quando le persone si confrontano con i KPI, diventa difficile per loro.
Ad esempio, abbiamo avuto un’esperienza con una grande rete di vendita al dettaglio in cui abbiamo diagnosticato che lo stock nei negozi svolgeva due ruoli. Uno era servire i clienti, quindi c’era un inventario per assicurare che, quando le persone entravano nel negozio, potessero essere adeguatamente servite. Poi ti rendi conto che una parte significativa dello stock non era destinata a questo scopo, bensì al merchandising – per rendere il negozio attraente. Potresti concludere che sarebbe opportuno trasferire il budget destinato allo stock per il merchandising al marketing invece che alla supply chain. Tuttavia, questo può portare a intense lotte politiche tra i reparti che improvvisamente si trovano ad avere una quantità massiccia di stock imputata al loro budget. Questo può talvolta influire sui bonus e creare resistenza al cambiamento.
Kieran Chandler: Poiché amiamo le buzzword, introduciamo un altro concetto: il digital twin. In che modo si inserisce nell’idea di una bionic supply chain, e dove rientra?
Stefan Gstettner: Per mia esperienza, il termine “digital twin” può essere complicato perché ognuno lo interpreta in modo diverso. Capire la supply chain è già una sfida, ma aggiungere la parola “digital” la rende ancora più confusa. Quando si ha un digital twin, sembra che nessuno sappia di cosa si tratti. Non tenterò di definirlo, ma l’idea è di avere una rappresentazione dell’intera supply chain. Concordo pienamente che non sarà mai precisa al 100%, ma al momento abbiamo solo una rappresentazione end-to-end accurata al 10%. Se riuscissimo a ottenere una rappresentazione dell’intera supply chain accurata all'80%, potremmo iniziare a comprendere la dinamica del sistema. Potremmo capire le implicazioni di un picco nel demand forecasting, come regolare l’inventario target, come gestire le sequenze produttive e cosa significhi per il lato offerta. Possiamo anche esplorare diversi scenari. In questo senso, un digital twin può essere lo strumento che consente alle persone di pensare in questo modo.
Kieran Chandler: Per chi gestisce la supply chain end-to-end per sperimentare scenari e prendere decisioni intelligenti, e se questo viene inteso in chiave day-to-edit, ci credi come uno dei fattori abilitanti chiave?
Stefan Gstettner: Sì, credo che questo sia uno dei fattori abilitanti chiave per decisioni più intelligenti nelle supply chain.
Kieran Chandler: Joannes, se guardiamo al futuro e a ciò che facciamo per rendere le nostre supply chain un po’ più bionic, abbiamo bisogno di strumenti di livello superiore per aumentare l’intelligenza umana?
Joannes Vermorel: Sì, aumentare l’intelligenza umana è fondamentale per le supply chain. Anche se è un termine grande, può riferirsi a qualcosa di semplice. Ad esempio, Excel permette a una persona con capacità matematiche medie di gestire un’enorme quantità di numeri. Nel diciannovesimo secolo, sarebbe stato impossibile per un semplice impiegato – anche se brillante – eseguire migliaia di operazioni di base al giorno. Quindi, in un certo senso, strumenti come Excel offrono alle persone intuizioni quantitative a una scala quasi inumana.
Tuttavia, Excel ha i suoi limiti quando si tratta di modellare sistemi complessi, quindi non può essere la soluzione definitiva. A mio avviso, gli approcci di maggior successo finora sono stati basati sulla programmazione, poiché aiutano a separare le intuizioni umane e a trasformarle in qualcosa di più automatizzato. Penso che questa tendenza continuerà almeno per i prossimi un paio d’anni, ma è possibile che stia sottovalutando qualche cambiamento di paradigma che potrebbe verificarsi in seguito.
So che alcune persone al MIT stanno lavorando sodo per fornire talenti intelligenti nel campo della supply chain. Tuttavia, credo che accedere a tutto il talento necessario rappresenterà un collo di bottiglia significativo per diversi decenni. Ci vuole molto tempo per formare persone che a loro volta possano formare altri. Questa è una delle ragioni per cui la Silicon Valley continua a essere così di successo; ha avuto generazioni di ingegneri software di talento capaci di formare altri ingegneri software e produrre aziende più innovative. Lo stesso vale per il MIT: molte università stanno cercando di replicare il suo successo, ma ci vorranno decenni per arrivarci.
Kieran Chandler: Stefan, secondo te, come si presenterebbe un’iniziativa di successo per una Bionic supply chain?
Stefan Gstettner: Concordo sul fatto che ci sarà un grado molto più elevato di automazione e che la tecnologia prenderà in carico una grande percentuale delle decisioni nella supply chain. Tuttavia, penso che ci sarà sempre bisogno di interazione umana. Dobbiamo progettare un modello operativo incentrato sull’uomo per le supply chain del futuro, che includa gli elementi da me descritti in precedenza.
Un aspetto da considerare è il comportamento umano. Se vogliamo cambiarlo, dobbiamo capire come farlo, dato che il comportamento a silo storicamente non ha funzionato particolarmente bene. Crediamo che il contesto in cui gli umani agiscono sia la forza trainante più importante per il loro comportamento. Se non cambiamo il contesto, per esempio impostando obiettivi equilibrati e sincronizzati, allora gli umani non modificheranno mai il loro comportamento, e non riusciremo mai a ottenere successo e performance.
Penso che la combinazione intelligente di ciò che aziende come Lokad stanno facendo e di ciò che le aziende devono acquisire dal lato umano sia la chiave. Questa connessione tra i due, che potremmo chiamare la Bionic supply chain, è il futuro.
Kieran Chandler: Brillante. Concludiamo qui. Grazie per il vostro tempo, entrambi.
Joannes Vermorel: Grazie.
Stefan Gstettner: Grazie.
Kieran Chandler: Grazie per averci seguito questa settimana, e ci vediamo la prossima volta. Ciao per ora.
