00:00:07 Gestione del magazzino e il concetto di livellamento.
00:01:20 Le sfide nella gestione del magazzino, inclusi i costi della manodopera e l’utilizzo delle attrezzature.
00:03:53 Raggiungere il livellamento giornaliero delle operazioni di magazzino attraverso l’ottimizzazione a livello di rete.
00:05:22 Economie di scala e l’impatto dell’allontanarsi dal regime ottimale del magazzino.
00:07:00 Le limitazioni della pianificazione classica della supply chain e il potenziale per l’ottimizzazione delle operazioni di magazzino.
00:08:00 L’analisi tradizionale delle serie temporali degli SKU e le sue limitazioni.
00:11:00 Problemi di sincronizzazione e oscillazioni nelle supply chain.
00:13:35 Ripensare il paradigma per risolvere il problema.
00:14:25 La prospettiva quantitativa della supply chain.
00:15:22 Prendere decisioni utilizzando l’unità più redditizia attraverso la rete.
00:17:42 Confrontare la prospettiva delle serie temporali degli SKU e la lista delle azioni prioritarie.
00:19:14 Accorciare la lista per ottenere un flusso ottimale nel magazzino.
00:20:25 Il valore economico e i rendimenti decrescenti delle unità prioritarie.
00:23:58 L’importanza del livellamento nelle supply chain e le relative sfide.
00:25:26 Riformulare il problema e cambiare prospettiva per soluzioni migliori.
00:26:24 Difficoltà nel trovare una previsione perfetta delle serie temporali.
00:27:33 Conclusione e riflessioni sugli approcci classici.
Sintesi
Nell’intervista, Kieran Chandler e Joannes Vermorel discutono delle sfide nella gestione dei magazzini moderni warehouses. Vermorel sottolinea l’importanza di uniformare le operazioni quotidiane del magazzino, ossia avere lo stesso numero di personale da un giorno all’altro. Egli discute anche delle difficoltà di sincronizzazione nelle reti della supply chain e della necessità di dare priorità alle decisioni basate sui ritorni economici. Vermorel sostiene che gli approcci classici all’supply chain optimization sono difettosi e che cambiare prospettiva sul problema è necessario per trovare soluzioni efficaci. L’intervista si conclude con Chandler che ringrazia Vermorel per il suo tempo.
Sintesi Estesa
In questa intervista, Kieran Chandler discute con Joannes Vermorel, fondatore di Lokad, una software house specializzata in supply chain optimization, le sfide nella gestione dei magazzini moderni. Nonostante l’incremento dell’automazione, i magazzini continuano a fare ampio affidamento sulla manodopera, in particolare durante le stagioni di picco. Vermorel spiega che i magazzini moderni sono progettati per regimi ottimali, proprio come il motore di un’auto. Il problema è che le richieste del mercato potrebbero non essere allineate con lo stato di massima produttività del magazzino, e discostarsi dal regime ottimale può saturare le attrezzature o non sfruttarle al massimo. La maggior parte dei magazzini è automatizzata a gradi variabili, ma il personale rimane una sfida importante. Durante le stagioni di picco sono necessari appaltatori, che però hanno una formazione inferiore e una produttività minore, mentre i dipendenti regolari devono essere comunque pagati indipendentemente dal carico di lavoro. Vermorel sottolinea l’importanza di uniformare le operazioni quotidiane del magazzino, ossia avere lo stesso numero di personale ogni giorno. Distingue questo concetto dallo streamlining, che comporta l’investimento in nuove attrezzature per migliorare la produttività complessiva. Vermorel suggerisce che un flusso costante di operazioni con lo stesso carico di lavoro giornaliero sarebbe ideale per evitare di dover gestire variazioni improvvise.
Vermorel ha spiegato che per ottenere operazioni ottimali nel magazzino su base giornaliera è necessario guardare oltre il magazzino stesso e ottimizzare l’intera supply chain. Ciò può essere realizzato attraverso l’ottimizzazione a livello di rete. Chandler ha poi chiesto a Vermorel delle sfide legate all’aumento della manodopera e dei costi associati. Vermorel ha spiegato che il costo del personale aggiuntivo non aumenta linearmente perché la flessibilità ha un prezzo elevato. I magazzini possono ottenere economies of scale essendo relativamente inflessibili. Gli approcci classici alla supply chain optimization si basano sulla previsione del carico di lavoro dei magazzini e sull’adeguamento dei livelli di personale di conseguenza. Vermorel ha sostenuto che questo approccio è difettoso in quanto non fornisce alcun grado di controllo sulle operazioni del magazzino. Egli ritiene che l’approccio classico enfatizzi gli squilibri e le time series, che sono semplicemente prospettive di mobilitazione sul magazzino. Vermorel ha sottolineato l’importanza di guardare oltre il magazzino e di ottimizzare l’intera supply chain per raggiungere l’ottimizzazione operativa quotidiana.
Vermorel ha discusso delle sfide che sorgono con la sincronizzazione nelle reti della supply chain. Ha spiegato che la sincronizzazione può generare oscillazioni nella supply chain, portando a modelli di flusso inefficaci. Ha fornito l’esempio di un prodotto che sperimenta uno stock-out da un fornitore, causando l’esaurimento graduale delle scorte in tutti i negozi. Una volta che il fornitore rifornisce le scorte, si crea un’ondata di prodotti che attraversa la supply chain per rifornire tutti i negozi contemporaneamente. Questo porta a un’oscillazione residua, problematica per la gestione della supply chain. Vermorel ha suggerito di respingere il paradigma che ha originato il problema e di esaminarlo da una prospettiva diversa per trovare una soluzione. Ha sottolineato l’importanza di uniformare le promotions e di avvisare preventivamente i magazzini per avere scorte pronte.
Vermorel ha discusso dell’approccio della sua azienda alla supply chain optimization, che si concentra sull’utilizzo di una prospettiva quantitativa per dare priorità ai possible futures e alle decisioni basate sui ritorni economici. Questo approccio non utilizza SKUs o le time series, ma piuttosto singole unità di prodotto, ciascuna con ritorni economici unici. L’obiettivo è individuare l’unità più redditizia e poi verificare quale sia la seconda più redditizia, e così via lungo la lista. Vermorel ha spiegato che, sebbene il numero di decisioni potenziali possa sembrare infinito, in realtà è finito e limitato dal numero di unità presenti nel magazzino. Vermorel ha affermato che, dando priorità alla lista in base al regime ottimale del magazzino, la soluzione per la supply chain optimization può essere ottenuta gratuitamente. Questo approccio è stato messo a confronto con la prospettiva tradizionale degli SKU più le time series, che non offrivano le stesse opzioni al responsabile del magazzino. Vermorel ha sostenuto che, con il potere di calcolo moderno, il processo di ottimizzazione è fattibile, sebbene non necessariamente semplice.
Vermorel spiega che molti magazzini dispongono di una prioritized list di azioni, ma mancano di granularità nel decision-making. Il modello classico della supply chain fornisce solo ordini di replenishment, lasciando al magazzino il compito di decidere quale ordine dare priorità. Al contrario, la lista prioritaria di Lokad permette a ogni unità di avere una ricompensa economica, aiutando così i magazzini a prendere decisioni migliori. Vermorel spiega che le prime unità da accelerare sono le più critiche, perché prevengono stockout altamente probabili. Tuttavia, man mano che il magazzino invia un numero maggiore di unità lungo la lista, le ricompense economiche diminuiscono rapidamente. Vermorel osserva che, in una normale rete di supply chain, le prime 10.000 unità spedite dal magazzino possono avere una ricompensa economica 100 volte superiore rispetto alle ultime 10.000 unità. Vermorel suggerisce che, analizzando la rete della supply chain nel suo insieme, i magazzini possono determinare quanta manodopera applicare quotidianamente e dare priorità alle azioni in modo più efficace.
Vermorel ha sostenuto che bilanciare l’equilibrio di una rete è fondamentale per un direttore della supply chain. Il livellamento, ovvero il processo di rimozione delle irregolarità nei dati per ottenere una tendenza più chiara, è essenziale per garantire il buon funzionamento delle supply chain. Vermorel ha sottolineato come il livellamento sia sempre stato presente in background per decenni, ma mancava una soluzione dal punto di vista classico. Ha suggerito che riformulare il problema e adottare una prospettiva ispirata al manifesto quantitativo della supply chain può aiutare a dare priorità alle decisioni in base ai ritorni economici, portando a una soluzione gratuita. Vermorel ha concluso che modificare il padding può risultare in una soluzione relativamente facile da implementare.
Vermorel spiega che è facile identificare i problemi della supply chain, ma cambiare il modo di affrontarli è difficile perché richiede di reimmaginare l’intera rete della supply chain da una prospettiva diversa. A lui e al suo team ci sono voluti diversi anni per trovare una soluzione al problema. Inizialmente credevano che una migliore previsione delle time series fosse tutto ciò di cui avevano bisogno per risolvere il problema, ma hanno presto compreso che una previsione perfetta non esiste. Tuttavia, cambiare prospettiva sul problema elimina la necessità di una previsione perfetta. Vermorel suggerisce che molte persone stanno letteralmente chiudendo un occhio e fingendo che questi problemi non esistano, utilizzando approcci classici. L’intervista si conclude con Chandler che ringrazia Vermorel per il suo tempo e si congeda.
Trascrizione Completa
Kieran Chandler: Oggi discuteremo di come i magazzini possano dare priorità alle decisioni, e in particolare del concetto di livellamento. Allora, Joannes, cosa c’è nelle caratteristiche dei magazzini moderni che li rende così difficili da gestire?
Joannes Vermorel: Un magazzino moderno è praticamente progettato per un regime ottimale, proprio come il motore della tua auto. Si ottengono economies of scale perché si dispone di dipendenti regolari, e se c’è bisogno di operare oltre la produttività di picco, si finisce per necessitare di appaltatori. Di solito, questi ultimi devono essere pagati di più all’ora e hanno meno formazione, il che porta a una produttività inferiore. D’altra parte, se si ha meno personale, ci si affida a dipendenti a tempo pieno che vengono pagati a prescindere. Quindi, anche se si decide di adottare un regime più lento, si finisce comunque per pagare tutte quelle ore alla fine del mese o del trimestre. Joannes Vermorel: E questo considerando solo l’aspetto del personale. La realtà è che al giorno d’oggi la maggior parte dei magazzini è automatizzata a vari gradi, con nastri trasportatori, robot per il picking e molte altre tecnologie. Tali investimenti sono tipicamente calibrati per un determinato flusso di merci. Se ci si discosta da questo, si rischia di saturare le attrezzature o di non sfruttarle al loro pieno potenziale. Joannes Vermorel: Il risultato finale è che si dispone di un regime ottimale o, a volte, il magazzino viene configurato per avere forse due regimi ottimali, uno per la bassa stagione e uno per la stagione di picco. Ma non è possibile avere qualcosa che operi in modo ottimale in qualsiasi regime. È necessario scegliere determinate condizioni, e il problema è che le richieste del mercato potrebbero non essere in linea con lo stato di massima produttività del magazzino. Kieran Chandler: Bene, e quando abbiamo discusso per la prima volta l’argomento di oggi, ovvero le operazioni di livellamento dei magazzini, eri molto preciso riguardo il termine “livellamento”. Perché questa parola è così importante rispetto, per esempio, a “streamlining”?
Joannes Vermorel: Mi riferisco all’idea che le operazioni quotidiane del magazzino possano essere omogenee, ovvero il numero di personale necessario rimane sostanzialmente lo stesso da un giorno all’altro. Non sto parlando di streamlining, che consisterebbe nell’investire in un nuovo nastro trasportatore per migliorare la produttività complessiva del magazzino. Una volta effettuato quell’investimento, si ritorna alla situazione iniziale, ossia il desiderio di uniformare le operazioni quotidiane. Questo perché le variazioni richiedono più o meno personale, ed è molto difficile gestirle. In genere, poiché è complicato far fronte a tali variazioni, la soluzione migliore sarebbe non doverle affrontare affatto. In questo modo si può avere un flusso costante di operazioni con un carico di lavoro consistente ogni giorno. Kieran Chandler: In un singolo giorno, la domanda è: come si ottiene ciò? Come si raggiunge l’ottimizzazione delle operazioni quotidiane?
Joannes Vermorel: Se ti limiti a osservare ciò che accade all’interno del magazzino, non puoi farlo. Ma non appena inizi a considerare anche la supply chain, diventa possibile, grazie all’ottimizzazione a livello di rete, uniformare le operazioni quotidiane di qualsiasi magazzino.
Kieran Chandler: Esaminiamo alcune delle sfide coinvolte. Hai accennato al tema della manodopera, ed è interessante notare che, aumentando il personale, i costi non aumentano in modo lineare. Perché ciò accade?
Joannes Vermorel: I costi non aumentano linearmente perché gli appaltatori costano di più e hanno una formazione inferiore. Se hai il tuo team abituale di 50 persone e devi inserirne altre 20, forse quelle 20 persone extra ti costeranno quanto le 50 originali. Gli appaltatori addebitano una tariffa oraria più alta per la loro flessibilità. Quindi, la possibilità di adeguamento del mercato è che la flessibilità è un’opzione, ma costosa. Essendo relativamente inflessibili, si possono ridurre i costi. In un magazzino si ottengono economie e diseconomie di scala ogni volta che ci si discosta dal regime ottimale.
Kieran Chandler: Parliamo dell’approccio attuale. Quanto funzionano gli approcci classici quando si tratta di operare in questo regime ideale?
Joannes Vermorel: È molto interessante. Dal punto di vista classico della supply chain, questo problema non esiste nemmeno. Quando si guarda alle teorie, è sconcertante. Mi riferisco alla convinzione che esista qualcosa chiamato SKU e una serie temporale. Credo che né gli SKU né le serie temporali siano in realtà reali; sono solo una prospettiva di mobilitizzazione del tuo magazzino. La pianificazione classica della supply chain enfatizza gli SKU e le serie temporali. Risulta che, adottando questa prospettiva, il carico di lavoro del tuo magazzino è qualcosa su cui non hai alcun controllo. Ti ritrovi con persone che cercano di prevedere il carico di lavoro dei magazzini per poter adeguare il personale. Sostengo che questa sia una visione completamente errata del problema. È interessante perché, dalla prospettiva classica, l’idea di ottimizzare le operazioni di magazzino e renderle uniformi non è prevista come opzione, dato che non c’è nulla nella pianificazione che ti conferisca un certo grado di controllo su questo.
Kieran Chandler: È molto interessante perché tutti i responsabili di magazzino che ho incontrato si rendono conto di avere enormi economie di scala quando il magazzino si discosta dal regime. Quindi, ovviamente, uniformare i flussi è di primaria importanza. Voglio dire, è come una mossa ovvia. Ma quando le persone si fermano a riflettere e dicono: “Come faremo ciò?”, si rendono conto di non avere alcuna leva. Non c’è nulla nell’organizzazione, nel software, eccetera, che offra loro controllo. E il problema è che, in sostanza, tale mancanza di controllo è addirittura impossibile.
Joannes Vermorel: Okay, ma sicuramente quel tipo di responsabile di magazzino sta semplicemente reagendo alla domanda che si verifica a monte. E allora, quanto controllo possono avere effettivamente, dato che stanno solo reagendo a ciò che in definitiva i clienti comprano?
Kieran Chandler: Ma lo fanno?
Joannes Vermorel: E di solito, vedi, è il tipo di situazione in cui la gente salta a conclusioni come: “Oh sì, abbiamo una domanda a diamante, qualunque sistema, uh, sì, è molto razionale. È guidata dalle vendite, dalla storia e via dicendo”. Ma lo è? Vedi, perché, tornando al padding, il padding consiste nell’avere SKU e serie temporali. Dov’è la rete? La rete non esiste nel tuo padding. E io sostengo che, di solito, le reti, la supply chain network, non esistono come tali in nessun componente del software che gestisce effettivamente la supply chain. E potrebbe sembrare sconcertante perché la gente dice: “Ma abbiamo tutte le transazioni. Abbiamo tutti i movimenti di stock.” Quindi, certamente, la rete esiste. Direi di no, non esiste. E in realtà, se osservi come viene implementata la stragrande maggioranza dei supply chain software, è proprio così.
Kieran Chandler: Cosa significa tutto ciò?
Joannes Vermorel: Che hai uno SKU. Significa che fondamentalmente hai un rifornimento in corso per i negozi. Ma i rifornimenti vengono effettuati secondo una sorta di, direi, glorificata politica min-max. Quindi, min-max: cosa significa una politica min-max? Significa semplicemente che hai una condizione di innesco che corrisponde al tuo livello medio di stock. Fondamentalmente, quando raggiungi un certo livello di stock, inneschi il rifornimento. Fondamentalmente, un min-max funziona così: prima c’è una condizione da soddisfare e, una volta soddisfatta, attivi una certa quantità da rifornire. Questa quantità può essere semplicemente una unità, in stile kanban. Um, ne vendi una, ne rifornisci una, ma a volte, a causa di moltiplicatori di lotto – perché hai confezioni, oppure per via di economic order quantity o altri vincoli – si punta a una quantità leggermente maggiore. E così, dal punto di vista del magazzino, ti ritrovi ogni singolo giorno con una moltitudine di SKU che attivano la loro condizione. Sai, quel livello medio, e dunque ti ritrovi con numerose segnalazioni che dicono: “Mandami più roba”, e finisci per avere una lista di attività che il magazzino deve svolgere quotidianamente. Ma, se ci pensi, il magazzino non ha alcun controllo su nessuno di questi numeri.
Kieran Chandler: Okay, quindi quello che stai dicendo è che, adottando quell’approccio SKU e serie temporali, stai analizzando le cose in isolamento, senza considerare il resto della rete e il modo in cui questi elementi interagiscono. Quindi, come uniformeresti quelle attività e ridurresti quei picchi?
Joannes Vermorel: Prima di arrivare a quello, devi analizzare ulteriormente cosa succede con le asimmetrie, perché altrimenti è molto difficile dare un senso alla soluzione. La prima cosa che accade quando combini analisi delle asimmetrie e serie temporali è che ti ritrovi con molta sincronizzazione all’interno della tua supply chain network. Potresti pensare: “Oh, è fantastico, ho eventi sincronizzati nella mia supply chain”, ma no, non è affatto così. In termini di uniformità dei flussi, questo è praticamente il peggior scenario.
Kieran Chandler: Quale potrebbe essere un esempio di uno di quegli eventi sincronizzati?
Joannes Vermorel: Supponiamo, per esempio, che tu abbia un magazzino che serve dei negozi e ci sia un esaurimento di stock da parte del tuo fornitore. Quindi, uno dei tuoi fornitori esaurisce lo stock, e tu non puoi fornire un determinato prodotto ai negozi. I negozi esauriscono gradualmente il loro stock. Ovviamente, ciò è in parte casuale; alcuni negozi avevano inizialmente più o meno stock quando il fornitore ha esaurito le scorte. Ma supponiamo che, dopo alcuni giorni o settimane, possiamo ragionevolmente supporre che tutti i negozi siano a secco, così come il magazzino per quel prodotto.
Poi il fornitore torna in stock. Ciò che accade allora è che nel momento in cui il tuo fornitore torna in stock, avrai un’ondata di prodotti che attraverserà la tua supply chain per rifornire tutti i negozi contemporaneamente. E poiché probabilmente i tuoi negozi sono progettati in maniera simile, hanno molte somiglianze; vuol dire che all’inizio potresti aver osservato che i livelli di stock erano distribuiti casualmente tra i negozi. Ma l’esaurimento dello stock ha appena sincronizzato il modello di rifornimento per quel prodotto su tutta la rete.
Quindi, vedi, tutti i negozi sono rimasti senza stock nello stesso momento e poi tutti tornano ad avere stock simultaneamente. E se osservi la serie temporale del flusso del prodotto, noterai una caduta a zero, un grande picco, e poi molto probabilmente forti oscillazioni residue, come echi dell’esaurimento dello stock. E in effetti, ci sono molti elementi che provocano tali oscillazioni. Gli esaurimenti di stock sono uno, le promozioni un altro, e ci possono essere anche effetti dovuti al calendario. Non importa se si tratta di una rete retail o di una supply chain di produzione multi-echelon; il fenomeno è lo stesso. Fondamentalmente, sono molte le cause che generano sincronizzazione e oscillazione nella tua supply chain.
Kieran Chandler: Okay, ma promozioni e simili esisteranno sempre. Allora, come puoi procedere per uniformarle? È più una questione di preavvisare i magazzini e avere lo stock pronto quando arrivano queste promozioni?
Joannes Vermorel: Il punto è che, se vuoi risolvere il problema, devi prima rifiutare il paradigma che ha generato questo problema. Questa è probabilmente la prospettiva più intrigante. Ci sono, sinceramente, problemi in cui l’unico modo per affrontarli è iniziare a guardare il problema da un’altra angolazione. E a volte, succede qualcosa di estremamente sconcertante quando si inizia a considerare il problema da una prospettiva diversa.
Kieran Chandler: Quindi, se affrontiamo il problema da un’altra angolazione, potremmo trovare una soluzione che sia letteralmente gratuita. È molto sconcertante, ma capita occasionalmente. Proviamo prima a vedere come possiamo esaminare il problema da una prospettiva diversa e poi indaghiamo se, per caso, possiamo ottenere la soluzione gratis.
Joannes Vermorel: L’angolazione diversa è fondamentalmente quella che Lokad ha delineato nel suo manifesto quantitativo della supply chain anni fa. Si tratta di futuri possibili o decisioni, tutti prioritizzati in base ai rendimenti economici. Quindi, se iniziamo a guardare il problema da questa prospettiva quantitativa della supply chain, non abbiamo più SKU, né serie temporali. Quello che abbiamo sono unità di prodotto, ognuna delle quali è unica, come un fiocco di neve. Non cerchiamo di aggregare tutte queste unità in degli SKU. La domanda che ci poniamo è: data la moltitudine di futuri possibili in cui il mercato richiederà cose differenti, quale unità dovrebbe il magazzino decidere di spedire a valle in una determinata località? Non possiamo saperlo perché esiste un’incertezza irriducibile. Possiamo guardare all’unità che massimizza il rendimento economico. Quindi, ci sarà un’unità che risulterà la più redditizia su tutta la rete. Se avessimo solo una unità da inviare a valle, quella sarebbe. Concettualmente, una volta deciso che la mia unità numero uno sarà quella, posso indagare quale sarà la mia unità numero due, la seconda più redditizia. Possiamo analizzare tutte le località, tutte le unità e tutti i rendimenti economici per capire qual è la seconda unità più redditizia. Possiamo procedere lungo questa lista di decisioni.
Kieran Chandler: Okay, quindi hai una lista infinita di decisioni, tutte prioritizzate. Come decidi dove fermare la lista?
Joannes Vermorel: Prima o poi si arriverà in fondo, perché, ad un certo punto, il tuo magazzino sarà vuoto. Hai un numero finito di unità nel magazzino, quindi il numero di decisioni è concettualmente infinito, ma in realtà è molto finito. È limitato dal semplice numero di unità presenti nel magazzino. Potresti pensare: “Oh, ma il mio magazzino ha milioni di unità.” Sì, ma i computer di oggi sono potenti, e anche se devi enumerare milioni di unità, non è un problema. Un singolo core di un computer esegue miliardi di operazioni al secondo. Quindi, non dico che sia facile, ma è senza dubbio molto fattibile. Tornando al problema, puoi troncare questa lista prioritizzata al regime ottimale del magazzino. Se lo fai, ottieni la soluzione gratis. Hai un magazzino in cui hai semplicemente deciso che ciò che verrebbe spedito oggi corrisponde esattamente al tuo regime ottimale in termini di
Kieran Chandler: Quindi Joannes, puoi parlarci delle sfide che i magazzini affrontano quando si tratta di ottimizzazione della supply chain?
Joannes Vermorel: Sì, certo. Quando guardavamo il problema dalla prospettiva SKU più serie temporali, le opzioni non esistevano. Il responsabile del magazzino non aveva una lista di azioni prioritizzata. Aveva solo una lista di rifornimenti. L’unica opzione per il magazzino era quella di ignorare quelle quantità e magari trascurare alcuni negozi. Quindi, non servire alcuni negozi o prodotti, ma non disponeva di nulla di sufficientemente dettagliato per decidere esattamente cosa fare. Aveva soltanto ordini di rifornimento che dicevano: “Spedisci 50 unità a questa località” e poi un altro ordine che diceva: “Spedisci 25 unità a quest’altra località.” La pianificazione classica della supply chain non stabilisce quale ordine sia più importante. Non è neppure una domanda che viene posta. Quindi, poiché non c’è una domanda, non esiste risposta. E se osservi dal punto di vista di Lokad, che guarda il problema in modo diverso – in particolare quando hai questa lista prioritizzata in cui ogni singola unità ottiene il suo rendimento economico – improvvisamente, se vuoi uniformare il flusso dei magazzini, è scontato, perché si tratta semplicemente di troncare la lista di ciò che desideri accelerare al regime ottimale dei magazzini.
Kieran Chandler: Ha senso. Come decidono fondamentalmente quanta forza lavoro applicare quotidianamente?
Joannes Vermorel: Qui dobbiamo tornare alla supply chain network nel suo insieme. L’analisi interessante che abbiamo condotto più volte con quei clienti è che, quando prioritizzi le unità da accelerare, sai da dove partire. Se osservi la prima unità, la seconda unità per ogni unità extra, noterai un forte declino nei rendimenti crescenti. Questo significa che le prime unità da spedire hanno tipicamente un enorme valore economico. Perché? Perché fondamentalmente stai prevenendo esaurimenti di stock altamente probabili. Quindi, è lo stesso schema, sia che si tratti di una supply chain multi-echelon in FMCG o di una rete retail. Fondamentalmente, la prima unità spedita è critica, perché altrimenti i clienti a valle o un’unità di produzione o di assemblaggio si troverebbero ad affrontare un esaurimento di stock. Di conseguenza, queste unità hanno un impatto molto significativo. Ma man mano che si procede nella lista, rapidamente si incrementa solo il margine di sicurezza. Ogni singola unità che invii lungo la lista, in realtà, aggiunge meno valore: i rendimenti economici diminuiscono molto rapidamente. Ciò significa che, e ciò che è interessante, è che, tipicamente, per una supply chain network regolare – anche se in realtà non esiste una “supply chain network regolare” in senso stretto – la situazione tipica è che, diciamo, la tua supply chain network vede il flusso di 100.000 unità ogni giorno. Questo significa che in qualche modo il tuo magazzino finisce per accelerare in media 100.000 unità ogni singolo giorno. Bene, se guardi le prime…
Kieran Chandler: Quindi, abbiamo osservato che ci sono 10.000 unità spedite dai magazzini. Quello che generalmente si riscontra è che il rendimento economico associato alle prime 10.000 unità, su 100.000, è letteralmente 100 volte superiore rispetto alle ultime 10.000 unità. Non si tratta semplicemente di rendimenti decrescenti in modo graduale, ma di rendimenti che calano in maniera estremamente rapida, tanto che il 10% superiore di quanto spedito vale 100 volte di più rispetto al 10% inferiore. Quindi, fa davvero la differenza se, in un dato giorno, decidi di accelerare 90.000 unità o 110.000 unità rispetto a spedire semplicemente 100.000 unità?
Joannes Vermorel: La risposta è che fa quasi nessuna differenza in assoluto, ed è davvero sconcertante perché i professionisti della prospettiva classica potrebbero pensare che sia un grosso problema quando il magazzino non ha la capacità. Ad esempio, se il magazzino deve spedire oggi in via accelerata 100.000 unità e ne può spedire solo 90.000, direbbero che è un grosso problema. Ma perché è un grosso problema? La risposta è che le 10.000 unità che non possono essere accelerate non sono prioritarizzate. Potenzialmente, tra quelle 10.000 unità che non riescono a essere accelerate, potrebbero trovarsi elementi assolutamente urgenti e critici, e poiché non avviene alcuna prioritizzazione, nessuno lo sa. Solitamente, dal momento che vengono gestite casualmente per necessità, è probabile che il 10 percento delle 10.000 unità che oggi non riesci a spedire faccia parte delle 10 cose più critiche che dovresti inviare. Ma poiché non puoi dare la priorità, finisci per avere un grosso supply chain incident.
Kieran Chandler: Quindi, quando osservi quei rendimenti decrescenti, devi solo bilanciare approssimativamente l’equilibrio della tua rete. Mentre iniziamo a concludere, per un supply chain director che probabilmente sta guardando questo, perché il livellamento è così importante? È qualcosa che possono facilmente implementare o modificare rispetto a quell’approccio classico delle serie temporali leggermente sbilanciate, oppure è qualcosa che in realtà è piuttosto impegnativo e richiederà un lungo periodo di tempo per essere adottato?
Joannes Vermorel: Direi che il livellamento è sempre rimasto in sottofondo per decenni. Ne ho discusso con molti supply chain directors, ed è una mossa ovvia che interessa proprio a causa delle diseconomie di scala che si verificano non appena ci si discosta dal regime ottimale e dai relativi flussi.
Kieran Chandler: Ovviamente, dalla prospettiva classica, questo problema non ha alcuna soluzione. È possibile, davvero, dalla prospettiva classica?
Joannes Vermorel: Non lo è. Non importa se la tua tecnologia è super rudimentale come le medie mobili o super avanzata come il deep learning, perché, dal tuo punto di vista, questo problema non ha soluzione. Prima di tutto, devi in qualche modo riformulare il problema. La cosa interessante è che, quando affronti il problema dalla prospettiva del “Quantitative Supply Chain Manifesto”, con tutti i futuri possibili e tutte le decisioni prioritarizzate in base ai benefici economici, la soluzione ti viene offerta gratuitamente. Se sei disposto a cambiare prospettiva, diventa qualcosa di molto semplice. Ma cambiare il modo in cui guardi al problema è in realtà piuttosto difficile. Devi reimmaginare le stesse reti supply chain che hai visto per tutta la vita e osservarle da una prospettiva completamente diversa. A proposito, da Lokad, ci sono voluti a me e ai team diversi anni per arrivare al punto in cui abbiamo trovato un modo per guardare il problema da un’angolazione completamente nuova, dove la soluzione era possibile. Non è ovvio, e non c’è nulla che dica che la tua prospettiva su questo problema sia sbagliata. Per anni, negli inizi di Lokad, pensavamo che bastasse una migliore previsione delle serie temporali, e magari se avessimo avuto una previsione perfetta, tutto si sarebbe risolto. Ad esempio, se avessimo avuto la previsione perfetta delle serie temporali, ricordate cosa ho detto del responsabile del magazzino che desiderava una previsione perfetta della domanda per il suo magazzino? Se pensi in termini di serie temporali, stai pensando: “Mi serve solo una previsione perfetta, e questo risolverà il mio problema.” Sì, ma il problema è che questa previsione perfetta non esiste. Curiosamente, se cambi la tua prospettiva sul problema, la necessità stessa di una previsione perfetta scompare.
Kieran Chandler: Va bene, dobbiamo concludere qui. Sembra proprio che, con alcuni di questi approcci classici, molte persone stiano letteralmente seppellendo la testa nella sabbia e fingendo che questi problemi non esistano affatto. Quindi, questo è tutto per questa settimana. Grazie mille per averci seguito, e ci vediamo nel prossimo episodio. Ciao per ora.