Il viaggio quantitativo della supply chain

00:00:15 Celebrando la 100ª edizione di Lokad TV e rispondendo alle domande sulla supply chain.
00:01:17 Discussione sulle origini di Lokad e sul suo focus sull’industria della supply chain.
00:03:15 Previsione della supply chain con bias utilizzando previsioni quantili nel 2011.
00:04:53 Passaggio a un approccio programmato nel 2012 e le sfide affrontate.
00:07:47 Riflessioni sugli anni precedenti, errori commessi e l’evoluzione di Lokad.
00:08:48 L’impatto del cloud computing sul business degli imprenditori.
00:11:31 L’evoluzione dell’azienda e le principali innovazioni tecnologiche.
00:13:26 Esplorazione di Bitcoin, economia in azione e la sua relazione con le supply chain.
00:15:34 Crescita dell’azienda e transizione alla pratica della scienza della supply chain.
00:17:54 Differenza tra l’assunzione di data scientist e supply chain scientist.
00:19:39 Piani futuri per Lokad e sfide della crescita rapida.
00:22:33 La storia dietro il nome “Lokad”.
00:23:37 I maggiori ostacoli affrontati da Lokad.
00:25:45 Il coronavirus evidenzia la necessità di trasformare i modelli di supply chain.
00:26:59 Enfasi sulla resilienza e sulla capacità di abbracciare l’incertezza.
00:28:11 Come si sono comportati gli algoritmi di Lokad durante la perturbazione COVID-19.
00:29:00 L’importanza dell’adattabilità e della gestione delle richieste in continua evoluzione durante il lockdown.
00:30:01 Adattamento dei modelli di supply chain durante situazioni di crisi.
00:30:59 Bitcoin, blockchain e il loro impatto sulla sicurezza della supply chain.
00:33:30 L’importanza della professionalità e della comprensione per una previsione accurata.
00:36:23 Sfide nell’implementazione di soluzioni di intelligenza artificiale ristretta per la previsione aziendale.
00:38:01 Discussione sui dati errati e l’impatto dei dati scarsamente qualificati sui sistemi ERP.
00:39:08 Discussione sulla durata delle supply chain globali e l’influenza della specializzazione.
00:41:22 Il futuro delle supply chain locali e l’impatto dell’automazione sulle sedi di produzione.
00:42:19 Sfide nell’implementazione dell’approccio quantitativo alla supply chain e nella gestione del cambiamento organizzativo.
00:45:15 Individuazione delle aree in cui l’approccio low-cut può sbloccare il maggior valore aziendale.
00:46:01 Discussione sull’ottimizzazione della supply chain per diverse industrie.
00:47:34 Motivi per riscrivere il software Locad da zero.
00:49:10 Impatto delle decisioni chiave di progettazione sullo sviluppo del software.
00:50:23 Coesistenza di Locad e soluzioni di tipo S&OP nelle organizzazioni.
00:51:01 Discussione delle sfide che le grandi aziende affrontano nella gestione delle frodi.
00:51:57 Commento su chi scrive il blog e l’impatto del podcast sulla produzione di contenuti.
00:53:00 Importanza di riflettere sugli errori del passato e rendersi conto quando si sbaglia.
00:54:02 Imparare dagli errori del passato per evitare problemi simili in futuro.
00:55:41 Conclusioni e chiamata all’azione.

Riassunto

Il fondatore di Lokad, Joannes Vermorel, discute del percorso dell’azienda e del suo focus sull’ottimizzazione della supply chain in un’intervista con Kieran Chandler. Vermorel parla delle prime difficoltà di Lokad con il suo modello di previsione come servizio, dell’adozione della previsione quantile e del passaggio a un approccio programmabile. Sottolinea la necessità per le aziende di supply chain di pianificare l’incertezza e abbracciare la gestione del rischio in un mondo sempre più imprevedibile. Vermorel parla anche delle prestazioni degli algoritmi di Lokad durante le disruzioni causate dal COVID-19, del potenziale valore delle criptovalute nella gestione della supply chain e del futuro delle supply chain globali. Infine.

Riassunto Esteso

In questa intervista, Kieran Chandler e Joannes Vermorel, fondatore di Lokad, discutono del percorso dell’azienda e del suo focus sull’ottimizzazione della supply chain. Vermorel ha fondato Lokad nel 2008 mentre stava conseguendo un dottorato in biologia computazionale, ma è stato attratto dal potenziale di innovazione nell’industria della supply chain. L’azienda ha inizialmente avuto difficoltà con il suo modello di previsione come servizio, ma in seguito ha compiuto progressi significativi, come l’adozione della previsione con bias utilizzando previsioni quantili nel 2011 e il passaggio a un approccio programmabile nel 2012.

Vermorel spiega che l’approccio iniziale dell’azienda alla previsione si basava sull’eliminazione del bias, ma alla fine hanno capito che i bias potevano essere utili nell’ottimizzazione della supply chain. La previsione quantile ha permesso loro di essere più orientati al profitto, anche se inizialmente era considerata un’idea “strana”.

Inizialmente, Lokad seguiva un modello di app enterprise tradizionale con schermate, pulsanti e menu. Tuttavia, man mano che acquisivano più clienti, hanno capito che le supply chain erano troppo diverse per adattarsi a una struttura rigida di app. L’azienda ha quindi adottato un approccio programmabile, in cui calcoli e funzionalità venivano personalizzati per ogni cliente, concentrandosi sulla produttività e affidabilità.

Riflettendo sul percorso dell’azienda, Vermorel riconosce che ci sono state molte lezioni apprese e che il cammino di un imprenditore è pieno di rimpianti. Un cambiamento significativo è arrivato con la diffusione del cloud computing, che ha costretto l’azienda a riscrivere la maggior parte dei suoi prodotti. Nonostante queste sfide, Lokad ha continuato a evolversi, abbracciando nuove generazioni di machine learning e concentrandosi sulla risoluzione di problemi più definiti nell’ottimizzazione della supply chain.

Il fondatore di Lokad, parla della storia dell’azienda, delle scoperte tecnologiche e dei piani futuri. Vermorel spiega che il cloud computing e il deep learning sono state svolte chiave per l’azienda, così come l’adozione di una prospettiva finanziaria sulla gestione della supply chain.

Vermorel condivide anche il suo interesse per Bitcoin, che considera come microeconomia in azione, con paralleli alla gestione della supply chain. Trova ispirazione nelle intuizioni tecniche della comunità delle criptovalute, che ritiene possano beneficiare Lokad.

Lokad è passato da un approccio di data science a un approccio di scienza della supply chain dopo aver constatato che i data scientist erano troppo concentrati sui problemi di dati piuttosto che sulle questioni della supply chain. Vermorel sottolinea che l’impegno dei dipendenti di Lokad dovrebbe essere quello di migliorare la supply chain per i clienti anziché limitarsi a produrre modelli di machine learning sofisticati.

Quando gli viene chiesto del futuro dell’azienda, Vermorel immagina una crescita organica. Ammette che una crescita rapida potrebbe non essere adatta alle imprese di supply chain, in quanto potrebbe portare a problemi gravi se le cose vanno male. Lokad mira a crescere a un ritmo sostenibile garantendo che i suoi dipendenti abbiano sufficiente esperienza per gestire problemi complessi della supply chain.

Infine, Vermorel condivide l’origine del nome “Lokad”. Inizialmente ispirato dalla “pubblicità locale”, successivamente ha abbracciato l’interpretazione “guardare avanti” suggerita da un consulente IBM.

Vermorel parla del più grande contrattempo affrontato dall’azienda nei suoi primi anni, che è avvenuto intorno al 2011-2012. Durante questo periodo, Lokad ha vinto competizioni di benchmark, fornendo ai clienti una maggiore precisione delle previsioni. Tuttavia, questi clienti hanno scoperto che le loro supply chain si sono deteriorate a causa di ciò e i loro pianificatori erano frustrati dal software.

Vermorel riflette su un particolare incontro a New York in cui clienti arrabbiati lo hanno affrontato, affermando che sebbene il software di Lokad offrisse una maggiore precisione, rendeva la loro vita miserabile e non affrontava i veri problemi delle loro supply chain. Alla fine, Lokad ha perso alcuni clienti a causa di questa questione.

La conversazione si sposta poi sul tema del coronavirus e il suo impatto sui modelli tradizionali di supply chain. Vermorel ritiene che la pandemia sia solo una delle molte fonti di incertezza che possono interrompere le supply chain, citando esempi come decisioni politiche, tariffe o incidenti virali sui social media. Sottolinea la necessità per le aziende di pianificare l’incertezza e abbracciare la gestione del rischio, anziché fare affidamento su previsioni che pretendono di predire il futuro con certezza.

Vermorel afferma che aziende come Amazon, che si concentrano sulla resilienza e sulla capacità di abbracciare l’incertezza, sono quelle che riescono ad avere successo di fronte alle crisi. Suggerisce che le migliori istituzioni finanziarie stanno iniziando a allinearsi a queste idee e che le aziende di supply chain dovrebbero fare lo stesso per rimanere avanti in un mondo sempre più imprevedibile.

Parlano delle prestazioni degli algoritmi di Lokad durante le interruzioni causate dal COVID-19, del potenziale valore delle criptovalute nella gestione della supply chain, dell’importanza della professionalità e della comprensione del business nell’ottimizzazione della supply chain, delle sfide nell’implementazione di soluzioni di intelligenza artificiale ristretta per la previsione aziendale e del futuro delle supply chain globali.

Vermorel spiega che durante la crisi del COVID-19, gli algoritmi di Lokad non hanno funzionato bene da soli. Tuttavia, gli scienziati della supply chain dell’azienda sono stati in grado di adattare e ottimizzare i modelli in breve tempo, dimostrando l’importanza dell’intervento umano in tempi di crisi.

In risposta alla domanda sulle soluzioni di intelligenza artificiale ristretta per la previsione aziendale, Vermorel esprime scetticismo sul termine “AI” e sottolinea l’importanza di comprendere diverse classi di algoritmi di machine learning. Parla anche della qualità dei dati nelle supply chain, affermando che sebbene i dati non siano necessariamente cattivi, spesso sono scarsamente qualificati, portando a problemi di interpretazione e applicazione.

Infine, la conversazione si sposta sul futuro delle supply chain globali. Vermorel non fornisce una risposta definitiva, ma solleva la questione dei cambiamenti climatici e del loro potenziale impatto sulla sostenibilità delle supply chain globali, suggerendo che il modello attuale potrebbe dover evolvere.

Hanno discusso della natura globale delle supply chain e di come la specializzazione limiti la produzione locale di determinati beni. Parla anche del ritorno eventuali di alcune supply chain nelle aree locali a causa dell’automazione. Vermorel affronta lo scetticismo attorno all’approccio della catena logistica quantitativa di Lokad e delle sfide nell’implementarlo nelle organizzazioni. Sottolinea che Lokad si comporta al meglio nelle supply chain complesse con molte opzioni e decisioni. Infine, Vermorel spiega la motivazione dietro la riscrittura completa del software di Lokad e condivide come Lokad lavora insieme alle soluzioni di Sales & Operations Planning (S&OP), ignorandole per lo più in quanto sono distaccate dagli effetti reali sulla supply chain.

Hanno discusso di come Lokad opera fianco a fianco con i team di data science che producono modelli distaccati che non vengono utilizzati. Menziona anche che scrive il blog dell’azienda, ma a un ritmo molto più lento rispetto a prima a causa dei vincoli di tempo. Vermorel sottolinea l’importanza di rivedere gli errori del passato per capire cosa è andato storto e come evitare errori simili nel presente e nel futuro. Crede che guardare un problema da un angolo diverso possa portare a delle scoperte piuttosto che semplicemente farlo meglio. Vermorel incoraggia gli spettatori a inviare domande al podcast e a iscriversi agli episodi futuri.

Trascrizione completa

Kieran Chandler: Ciao e benvenuti a una edizione piuttosto speciale di Lokad TV. Oggi siamo qui dal vivo a Parigi per celebrare la nostra centesima edizione, in cui daremo uno sguardo al percorso di Lokad finora e risponderemo alle vostre domande sulla supply chain.

Joannes Vermorel: Non pensavo davvero che avremmo raggiunto cento episodi su qualcosa di così bizzarro come la supply chain. Il motivo per cui abbiamo iniziato tutto questo è stato solo perché ho scoperto questo bel software chiamato OBS e ho cominciato a giocarci. Ho scoperto che era un ottimo pezzo di software, quindi volevo provarlo. Ma in realtà, penso che lo stiamo usando per la prima volta oggi, dal momento che viene utilizzato solo per eventi dal vivo. No, non stavo davvero pianificando così tanto in anticipo.

Kieran Chandler: Quindi oggi, l’idea principale è dare uno sguardo al percorso di Lokad finora e alle lezioni che abbiamo imparato lungo il cammino. Forse se iniziamo ricordando il 2008, quando hai avviato l’azienda, perché hai deciso di avviare un’azienda nell’industria della supply chain? Cosa ti ha interessato?

Joannes Vermorel: All’epoca ero uno studente di dottorato in biologia computazionale, ma non ho mai completato il mio dottorato. Il numero di ricercatori eccellenti nel campo era stupefacente, quindi era umiliante e molto entusiasmante. Tuttavia, potevo vedere che il mondo sarebbe andato bene anche senza di me. Quando ho cominciato a guardare alla supply chain, quello che ho visto era principalmente matematica del XIX secolo. Mi sono reso conto che c’era il potenziale per fare meglio in questo settore, che è assolutamente gigantesco. Quindi, con molto entusiasmo, ho lanciato la mia azienda.

Kieran Chandler: Come sono andati quei primi anni? È stato facile avviare l’azienda? Le persone erano interessate a ciò di cui parlavi, o c’era molta esitazione all’inizio?

Joannes Vermorel: No, è stato terribile. Ci sono voluti anni per avere qualcosa che funzionasse davvero. Lokad è stata fondata sull’idea di previsione come servizio, che in realtà è un’idea molto sbagliata, sia dal punto di vista tecnico che da quello della supply chain. L’inizio del percorso è stato piuttosto lento, proprio perché non funzionava.

Kieran Chandler: Parliamo di alcuni dei grandi passi che hai compiuto lungo il cammino. Il primo che hai menzionato è stato nel 2011, l’idea di fare previsioni con bias utilizzando previsioni quantili. Perché questa cosa era un po’ controversa o diversa?

Joannes Vermorel: Non era controversa; era semplicemente strana. Nelle lezioni di statistica e in tutti i circoli della supply chain di cui ero a conoscenza, l’idea di fare previsioni con bias non era ben nota.

Kieran Chandler: L’idea era che dovevi eliminare il bias, sai. Le grandi aziende hanno intere squadre di pianificatori della domanda che passano intere giornate a eliminare e regolare il modello in modo che non sia distorto. Perché dovresti invece avere persone che fanno l’opposto e aggiungono bias e lo fanno apposta, non per errore? Questo era proprio il punto, non era controverso, era come, stupido. Perché abbiamo un’intera squadra che lavora per eliminare il bias e tu vuoi aggiungerlo?

Joannes Vermorel: In realtà, mi ci sono voluti diversi anni per arrivare anche alla conclusione che questa potesse essere una buona idea. Per me, non era una posizione controversa; non era affatto una posizione. Era un non-problema fino a quando, eliminando tutto il resto che non funzionava, sono arrivato a una conclusione. Quella, penso, è stata la svolta delle previsioni quantili. Sì, i bias erano molto, molto utili nella supply chain perché si vuole prevenire, si vuole essere orientati al profitto, e quindi abbiamo dovuto completamente riprogettare la tecnologia intorno a questa idea.

Kieran Chandler: Ok, e poi un altro passo che hai compiuto è stato nel 2012, quando hai deciso che invece di seguire la maggioranza del mercato, che stava adottando un approccio di tipo plug-and-play aziendale, hai deciso di fare qualcosa di molto diverso e utilizzare un approccio più programmabile. Perché pensavi che fosse una cosa buona per le supply chain?

Joannes Vermorel: Anche in questo caso, Lokad è stata avviata nel modo più classico, sai, con schermate, pulsanti, menu e opzioni - proprio il genere di cose che ti aspetti da qualsiasi tipo di app aziendale. Ma la realtà è che ogni volta che stipulavamo un nuovo contratto con un cliente, ci rendevamo conto che c’erano così tante cose che non andavano bene. Quindi, stavamo letteralmente implementando tonnellate di nuove funzionalità per soddisfare ogni cliente.

Di solito, quando si avvia un’azienda di software, si pensa che sì, non abbiamo tutte le funzionalità che il mercato desidera, ma aggiungeremo alcune funzionalità in più e convergeremo gradualmente verso qualcosa che è completo dal punto di vista delle funzionalità. Quindi, va bene iniziare con un prodotto minimamente funzionante e poi ripetere, aggiungere alcune funzionalità e sperabilmente convergere verso qualcosa di buono che ha una buona aderenza al mercato. Ma ero letteralmente quattro anni avanti e non vedevo alcuna convergenza; se vedevo qualcosa, era divergenza.

Riuscivamo a conquistare clienti sempre più grandi in quel periodo e vedevo che era ancora più diverso rispetto a quello che avevo durante i primi anni in cui mi occupavo solo di PMI. Quindi, se mai, non ero su un percorso convergente; ero su un percorso divergente. Quando guardavo i miei concorrenti, vedevo mostri - mostri nel senso che i loro prodotti software erano mostri, non le persone. I prodotti software avevano migliaia di schermate, letteralmente migliaia di opzioni, ed era un processo di sviluppo completamente divergente.

All’epoca, la sfida era: devo seguire questa strada? Non ha nemmeno senso. C’è un modo per avere una sorta di convergenza? E poi, sono finalmente arrivato alla conclusione che le catene di approvvigionamento erano troppo diverse per adattarsi a un’app rigida con menu e pulsanti. Invece, avevamo bisogno di un approccio programmabile.

Kieran Chandler: Puoi parlarci degli inizi di Lokad?

Joannes Vermorel: Sì, certamente. Lokad è stata fondata con l’idea di creare una piattaforma per l’ottimizzazione programmabile e l’ottimizzazione predittiva della catena di approvvigionamento. Immaginavamo una piattaforma in cui i menu, i pulsanti e i calcoli fossero completamente personalizzati e, quindi, dovevi programmarli per ogni cliente. Ma se programmi cose per ogni cliente, allora qual è il tuo problema? Il tuo problema diventa produrre produttività e affidabilità. Vuoi essere in grado di farlo velocemente, a basso costo e quindi è nata l’idea di una piattaforma per l’ottimizzazione programmabile e l’ottimizzazione predittiva della catena di approvvigionamento.

Kieran Chandler: Hai mai guardato indietro a quegli anni iniziali e ci sono stati grandi errori che hai commesso e grandi rimpianti che hai?

Joannes Vermorel: Il percorso di un imprenditore è pieno di rimpianti nel senso che se sapessi all’epoca nel 2008 quello che so ora, probabilmente avremmo impiegato tre volte meno tempo. Saremmo tornati più velocemente sul mercato di quanto abbiamo fatto. Ma sai, è difficile sostituire, anche intellettualmente, riprodurre il passato. Ad esempio, quando ho iniziato nel 2008, ho iniziato con la tecnologia dell’epoca e poi, dopo un anno, nel 2009, è diventato molto chiaro che, ad esempio, il mondo del software è cambiato completamente e che dovevamo passare al cloud computing.

Kieran Chandler: Puoi spiegare cos’è il cloud computing?

Joannes Vermorel: Certamente. La prospettiva classica di guardare a un problema informatico, è così che ho iniziato nel 2008, è che hai una macchina, un computer, per fare un calcolo, un’elaborazione dei dati, sai, un compito che vuoi eseguire. Quanto tempo ci vorrà? Beh, ci vuole il tempo in cui il programma viene eseguito. Hai una macchina. Avvii il programma e quando è fatto, è fatto. Quindi ciò che è costante è la macchina. Il problema varia e quindi il tempo di calcolo necessario per completare la risoluzione del problema varia.

La mentalità del cloud computing è l’opposto completo. Quello che è costante è il tempo di consegna previsto per il risultato del calcolo. Quindi dici: “Voglio che il mio calcolo venga consegnato in 30 minuti” e quindi puoi regolare dinamicamente la quantità di risorse di calcolo che allocare per risolvere il problema. Se ho bisogno di mille CPU per consegnare il risultato in 30 minuti, allora assegno dinamicamente quelle 1000 CPU. L’idea chiave è stata quando siamo passati da questa idea in cui da un lato l’hardware è costante e ciò che varia è il problema e questo è il ritardo per consegnare la soluzione al problema rispetto alla prospettiva del cloud computing in cui il costante è un ritardo e quindi si regolano le risorse di calcolo per consegnare entro il tempo previsto. Improvvisamente, abbiamo dovuto riscrivere quasi tutto ciò che avevamo fatto in Lokad.

Kieran Chandler: Se guardi indietro, puoi vedere che ci siamo evoluti gradualmente man mano che le tecnologie si evolvono con noi. E se guardi sul nostro sito web, puoi vedere quelle generazioni di apprendimento automatico che abbiamo seguito. Cosa diresti è stata la svolta più importante dal punto di vista tecnico?

Joannes Vermorel: La cosa è che non è solo un’evoluzione. È stato letteralmente un cambiamento completo. Le persone pensano: “Oh, è solo un’evoluzione”, ma no, non è andata così nella storia di Lokad. È stato più come se avessimo un prodotto, lo avessimo gettato via e ricominciato da zero, di solito con un problema migliore. Quindi, non è solo un prodotto migliore perché ha le stesse funzionalità, solo migliori. Di solito, è letteralmente un problema diverso perché affronta la questione con una migliore comprensione, che di solito cambia completamente la tecnologia o l’architettura del software.

Penso che, in termini di apprendimento automatico, la svolta più importante sia stata l’apprendimento profondo. Dal punto di vista dell’infrastruttura, la svolta più importante è stata il cloud computing. È l’idea che si voglia avere scadenze rigide per consegnare i risultati e il resto varia. Ma dal punto di vista statistico, la svolta più importante è stata probabilmente l’apprendimento profondo, anche se non è quello che abbiamo attualmente in produzione. È la programmazione differenziabile, ma la svolta stessa proveniva dall’apprendimento profondo.

E poi, dal punto di vista della supply chain, la svolta più importante è stata l’idea che è necessario adottare una prospettiva completamente finanziaria sulla supply chain end-to-end. Si mettono dollari di errore e ricompensa e opportunità ovunque. Questa mentalità finanziaria è stata probabilmente la svolta più importante: guardare tutto attraverso le lenti di un’analisi finanziaria invece di guardarlo attraverso le lenti del livello di servizio, con percentuali di errore che si cerca di migliorare.

Kieran Chandler: Un’altra strada forse un po’ strana che molti avrebbero considerato bizzarra è stata nel 2016 quando abbiamo messo le dita nel mondo della ricerca e sviluppo di Bitcoin. Perché abbiamo preso quella strada e cosa hai imparato da quelle esperienze?

Joannes Vermorel: Bitcoin è sempre stato un hobby per me, quindi professionalmente, Lokad non dipende davvero da alcun tipo di criptovaluta, blockchain o Bitcoin. Tuttavia, è affascinante perché è l’economia in azione. Le persone hanno iniziato a progettare sistemi software basati su idee fondate sulla nostra comprensione dell’economia, ed è molto interessante perché di solito quelle idee appartengono solo al campo della politica. Non sono mai state progettate.

Puoi avere un politico che dice che abbiamo bisogno di aumentare le tasse e un altro politico che dice che abbiamo bisogno di abbassare le tasse. L’esperienza avviene solo a livello di paesi e di solito non sono progettate, sono solo il risultato di un processo democratico imperfetto al meglio. La cosa interessante di Bitcoin è che è un approccio diverso all’economia e alla tecnologia.

Kieran Chandler: Quindi, Joannes, raccontaci del tuo interesse per Bitcoin e come si collega all’ottimizzazione della supply chain.

Joannes Vermorel: Riguardo a Bitcoin, era l’economia in azione da un punto di vista ingegneristico. Puoi valutare se funziona o no. Questo è molto interessante perché le supply chain sono praticamente la stessa cosa. È l’economia in azione. Puoi sperimentare e valutare se le cose funzionano o no. Quindi, da questo punto di vista, l’ho trovato molto interessante. Bitcoin condivide molte proprietà con ciò che ha la supply chain. È distribuito, ci sono molti attori, livelli di software, tonnellate di complessità, incentivi contrastanti e problemi di sicurezza a più livelli. Ovviamente, sono solo analogie, non una traduzione diretta, ma c’è molta ispirazione nel guardare le intuizioni tecniche trovate in quelle comunità. Non la speculazione, che è solo piacevole, ma le intuizioni tecniche. Sono abbastanza interessanti.

Kieran Chandler: Puoi parlarci di Lokad e del focus dell’azienda?

Joannes Vermorel: Certamente, siamo attualmente circa 50 persone situate nel centro di Parigi. Offriamo quello che chiamiamo una pratica di scienza della supply chain.

Kieran Chandler: Perché ti sei allontanato dal lato classico della data science?

Joannes Vermorel: Penso che sia molto gentile da parte tua dire che ho deciso di allontanarmi. È più che abbiamo provato la strada del data scientist classico e abbiamo fallito miseramente. Abbiamo dovuto allontanarci da questo. Quando abbiamo assunto giovani ingegneri, fin dalle interviste di assunzione, definiamo il panorama di ciò a cui sono fedeli, a cosa sono fedeli, invece di quale sia il loro impegno. Sei impegnato nella visione, in un tipo di problema, in un tipo di competenze? Qual è il tuo impegno? Quando si intraprende la strada della data science, le persone sono impegnate nei problemi di dati. Questo è il tipo sbagliato di impegno. Ti ritrovi con persone che si concentrano sui problemi interessanti e sugli strumenti interessanti, e si concentrano sui problemi belli e interessanti dal punto di vista dei dati. Purtroppo, la maggior parte di ciò che serve per risolvere un problema di supply chain è praticamente nell’area non interessante, almeno per quanto riguarda l’elaborazione dei dati. Devi prepararti dove devi qualificare letteralmente centinaia di campi, documentarli e discutere con tonnellate di persone per chiarire quali sono esattamente i processi della supply chain in modo che tu abbia la possibilità di fare qualcosa come un’ottimizzazione che abbia senso nella pratica. Pertanto, il tuo impegno non dovrebbe essere per i dati, ma per la supply chain. Questo è ciò che abbiamo imparato un po’ a modo duro. Ecco perché quello che abbiamo ora sono scienziati della supply chain perché quando assumiamo questi giovani entusiasti, diciamo loro che il loro impegno non è nel fornire un modello di machine learning di fantasia. Questo non è ciò che riguarda Lokad.

Kieran Chandler: Il tuo impegno sarà quello di migliorare la supply chain dei nostri clienti e questo è qualcosa di molto diverso, e sinceramente non ci interessa molto. Sai, se lo fai in un modo o nell’altro, ovviamente abbiamo ricette che sappiamo funzionare, abbiamo certe classi di strumenti che sono state testate sul campo. Ma fondamentalmente, farai tutto il necessario con un cliente per migliorare la sua supply chain. E questo dovrebbe essere il tuo impegno. Dovrebbe essere la tua sfida quotidiana, la tua ispirazione quotidiana e tutto.

Joannes Vermorel: È emerso che quando stavamo assumendo, direi, data scientist, stavamo ottenendo persone che avevano probabilmente troppo interesse nei problemi di dati di fantasia e non abbastanza interesse, direi, nelle persone, nei problemi aziendali, nel fare in modo che non ci fosse nulla che potesse effettivamente ostacolare l’utilizzo della soluzione in produzione perché di solito i problemi di quelle iniziative guidate dalla machine learning falliscono non perché l’algoritmo ha un problema, ma semplicemente perché ci sono difetti più grandi nell’intero setup.

Kieran Chandler: Ok. E prima di approfondire forse alcune delle domande dei nostri spettatori, come domanda finale, siamo un’azienda che è cresciuta molto organicamente negli ultimi dieci anni e un po’ di più. E quindi lentamente ma sicuramente, quali sono le tue idee per i prossimi cinque anni, i prossimi dieci anni? Cosa vedi per Lokad per il futuro?

Joannes Vermorel: Um, una crescita organica maggiore. Voglio dire, letteralmente, un anno abbiamo avuto una crescita del 60%, e sinceramente, eravamo così vicini al collasso completo. E ciò che le persone non si rendono davvero conto è che quando vedono startup che dicono: “Oh, abbiamo questa crescita annuale del 200%”, è assolutamente fantastico. Direi: “Sì, è bello se hai qualcosa in cui puoi muoverti velocemente e rompere le cose”. Sai, se hai un’app di incontri e il server si blocca completamente, sinceramente, non è un grosso problema. La tua base di clienti tornerà, sai, domani. Non è un problema. Quando hai un crollo completo di qualcosa che sta guidando una supply chain e che improvvisamente i tuoi clienti iniziano a passare ordini di produzione o ordini di acquisto massicci che si rivelano assurdità complete, stiamo parlando di errori da milioni di dollari. Quindi è molto, molto brutto. L’idea di “muoversi velocemente e rompere le cose” non è completamente compatibile con le supply chain. E ciò che poche persone si rendono conto è che, direi, guardando il mercato del lavoro come esiste oggi a Parigi, o la stessa cosa sarebbe a New York, o in altre grandi città in tutto il mondo, è che se hai una crescita annuale del 50% e hai un turnover regolare dei dipendenti di circa tre, quattro anni, finisci con un’età media dei dipendenti nella tua azienda che è di sei mesi. Capisci? Ciò significa che se hai una crescita del 50%, alla fine dell’anno, sai, metà delle persone è stata lì solo per sei mesi. E letteralmente, se ti aspetti che le persone con solo, sai, sei mesi di esperienza siano in grado di guidare, sai, la supply chain, stiamo parlando di potenzialmente centinaia di milioni di euro, sai, annualmente. È molto chiedere, anche se stai assumendo ingegneri intelligenti, dedicati e brillanti. È molto.

Joannes Vermorel: E quindi, credo che siano come, sfortunatamente, quando non siamo, sai, un’azienda come Facebook che cresce al mille percento all’anno, semplicemente non è un’opzione ragionevole. Ed è per questo che stiamo andando veloci, ma ci sono dei limiti a ciò che può essere fatto. Altrimenti, non possiamo nemmeno formare le nuove persone che stiamo costantemente assumendo.

Kieran Chandler: Ok, approfondiamo alcune delle domande perché vedo che ce ne sono già parecchie e alcune facce familiari, amici dello show. Prima di tutto c’è una domanda che penso molti dei dipendenti qui a Lokad erano davvero interessati, e non ci è mai stato detto. Viene da Dervish che chiede essenzialmente: C’è qualche motivo speciale per il nome Lokad? È una forma abbreviata degli algoritmi che stiamo usando? È un segreto?

Joannes Vermorel: La realtà è che quando stavo facendo il mio dottorato in biologia computazionale, stavo pensando di avviare un’attività in cui avrei utilizzato la visualizzazione digitale per la pubblicità. Quindi, ho pensato alla pubblicità locale e mi è venuto in mente “LoCad”. Era un nome di dominio molto buono con cinque lettere. L’ho tenuto e poi penso che 10 anni dopo, un consulente IBM mi ha detto: “Oh, Lokad, ovviamente sta guardando avanti. Che bel nome!” E ho pensato: “Sì, guardare avanti, è una storia interessante e quella che racconterò ai miei clienti ora”. Quindi, la vera storia era che era per la pubblicità locale, ma penso che questa interpretazione di guardare avanti sia molto più figa.

Kieran Chandler: Abbiamo un’altra domanda qui da Deh. È un po’ triste, ma è incentrata sugli errori. Qual è stata la sconfitta o il contrattempo più grande che abbiamo avuto nella storia di Lokad finora? E cerchiamo di inquadrarla particolarmente dal punto di vista del cliente.

Joannes Vermorel: Il contrattempo più grande è stato, penso, con alcuni grandi clienti statunitensi che avevamo. Durante i primi anni, non ho avuto grandi contrattempi perché non avevo grandi clienti. Quindi, ci è voluto del tempo per effettivamente affrontare i grandi contrattempi. Il grande contrattempo è stato un punto di svolta, penso che fosse intorno al 2011-2012, in cui stavamo letteralmente vincendo benchmark, simili alla competizione Kaggle con Walmart. Avevamo una maggiore precisione, previsioni settimanali classiche, previsioni mensili e stavamo mettendo queste cose in previsione per le catene di approvvigionamento dei nostri clienti. Tuttavia, le loro catene di approvvigionamento peggioravano.

Poi rifacevamo il benchmark, confrontavamo e Lokad aveva una maggiore precisione. Ma ad un certo punto, il cliente mi chiamava e mi diceva: “Joannes, sai cosa? Hai completamente sconvolto la nostra catena di approvvigionamento.” Ricordo una riunione che ho avuto a New York, dove mi avevano chiesto di venire, e sono entrato in una stanza con 20 pianificatori. La metà di loro era completamente furiosa, mi diceva: “Il tuo software sta rendendo la nostra vita completamente miserabile.”

Per me, è stato un vero incubo. C’erano 20 persone, erano davvero irremovibili, e pensavo: “Sì, in termini di precisione, siamo migliori.” Ma la gente diceva: “Francamente, non ci interessa. Non stai gestendo il caos; siamo noi a gestire il caos, e non funziona. È un incubo.”

Kieran Chandler: Nel tempo, i clienti erano impegnati con loro, e hanno fatto del loro meglio, noi abbiamo fatto del nostro meglio. E penso che li abbiamo persi dopo circa tre anni, ma è stata un’esperienza così miserabile.

Joannes Vermorel: Miserabile, e comunque. Ok, cercheremo di rallegrarci un po’ e parleremo di un altro argomento non così allegro, purtroppo il coronavirus. Non sembriamo riuscire a evitarlo al momento.

Kieran Chandler: Abbiamo un messaggio da SV che chiede, pensi che il coronavirus abbia evidenziato la necessità di trasformare i modelli tradizionali di catena di approvvigionamento?

Joannes Vermorel: Credo che il coronavirus sia solo una fonte in più di variabilità. Ci sono così tante cose che possono scuotere il mondo. Puoi avere il prossimo presidente che decide di imporre tariffe, un paese come l’Inghilterra che decide di uscire dall’unione, o la tua azienda può essere completamente sconvolta da tonnellate di cose. Ad esempio, al giorno d’oggi, potresti avere dipendenti che pubblicano un video razzista su YouTube che danneggia completamente il marchio da un giorno all’altro e poi perdi il 20% della tua quota di mercato solo a causa di questo stupido video che diventa virale. Ci sono tonnellate di cose che rendono il mondo più incerto. Quindi, penso che se ne sottolinea una cosa, è qualcosa che abbiamo sostenuto per molti anni: dovresti pianificare per l’incertezza. Non ho assolutamente idea di come sarà il futuro nel mondo post-COVID, ma sono abbastanza sicuro che sarà ancora più erratico di prima, quindi devi abbracciare l’incertezza, abbracciare il rischio e gestirlo invece di fare una previsione e fingere di conoscere il futuro con la tua sfera di cristallo. Lokad non ha una sfera di cristallo, né tu. Quindi, devi abbracciare l’incertezza e gestire il rischio. Credo che al giorno d’oggi, questo tipo di idea stia iniziando a farsi strada nel settore finanziario. Non tutti gli hedge fund sono allineati con questo tipo di idea, ma i migliori stanno aderendo a questa idea. E sospetto che in termini di catena di approvvigionamento, le aziende che stanno andando avanti con questa crisi siano persone come Amazon che enfatizzano proprio la resilienza, la capacità di abbracciare l’incertezza e reagire in modo estremamente rapido con molti sistemi digitali a supporto di ciò.

Kieran Chandler: Mi dispiace, ma continueremo con il tema del coronavirus solo per un’altra domanda da Marcus Leopold, un amico di Lokad. Chiede, quanto bene hanno fatto gli algoritmi di Lokad durante la perturbazione COVID? I clienti hanno dovuto tornare al manuale o gli algoritmi di Lokad hanno fatto fronte automaticamente?

Joannes Vermorel: Gli algoritmi non sono magici; gli stessi algoritmi hanno fallito terribilmente. Ma, e questo è un grande ma, è che Lokad, ciò che stiamo vendendo, non è solo una piattaforma software. Diciamo sempre, al giorno d’oggi, che è ciò che chiamiamo piani gestiti. Fondamentalmente, si tratta di avere la piattaforma e un team di scienziati della catena di fornitura…

Kieran Chandler: e letteralmente il team di scienziati della catena di fornitura ha lavorato straordinariamente per prima cosa per chiudere praticamente tutte le nostre catene di fornitura europee a marzo, poi un mese dopo per chiudere tutte le nostre catene di fornitura negli Stati Uniti e poi, dopo due-tre mesi, per riavviarle, capisci?

Joannes Vermorel: Le sfide che abbiamo affrontato riguardavano l’organizzazione della chiusura, l’organizzazione di un riavvio e l’aggiustamento del modello in modo che questo periodo di lockdown insolito non venisse interpretato come una diminuzione della domanda. Non puoi avere tre mesi in cui consideri ciò come domanda, poiché ciò distorterebbe completamente tutti i tuoi profili stagionali.

Penso che il nocciolo della questione sia che la nostra tecnologia è stata piuttosto efficiente, non perché gli algoritmi fossero potenti, ma perché ha consentito agli scienziati della catena di fornitura di avere un livello molto elevato di produttività. Quando la crisi è arrivata, non avevamo settimane per prepararci alla transizione. Abbiamo ricevuto telefonate che dicevano: “Lokad, sai una cosa? La prossima settimana chiuderemo le nostre fabbriche e magazzini. Dobbiamo dare priorità alle attività che devono essere svolte prima di quel momento. Hai 24 ore per adattare il modello in modo che queste cose vengano eseguite in modo adeguato.” Ogni ora contava e gli scienziati della catena di fornitura, anche se l’intera azienda faceva straordinari, dovevano eseguire tutto ciò entro pochi giorni. Il nocciolo della questione non era la qualità dell’algoritmo, ma la produttività che Envision garantisce per la modellazione esplicita delle catene di fornitura.

Kieran Chandler: Torniamo alle discussioni con le criptovalute e il Bitcoin. Questo è un messaggio da John Michelle che chiedeva, vedi un reale valore aggiunto da quelle applicazioni blockchain di Bitcoin nella catena di fornitura nel breve termine, quindi nei prossimi tre o quattro anni, o lo vedi solo come hype cripto?

Joannes Vermorel: Vedo molto valore, ma non il tipo di valore che ti aspetteresti. Innanzitutto, le criptovalute ridefiniscono cosa significa sicurezza informatica. La cosa interessante è che se metti un Bitcoin su un computer, puoi sapere che il computer è sicuro perché il Bitcoin non viene rubato. Questo è incredibilmente interessante, perché significa che improvvisamente hai un test molto semplice per vedere se i tuoi sistemi sono sicuri o meno. Puoi mettere un po’ di criptovaluta su di esso e, se evapora, beh, indovina un po’? C’è qualcuno che si aggira nei tuoi sistemi. Le persone hanno iniziato a rendersene conto quando le aziende Bitcoin hanno iniziato ad avere macchine sul cloud che detenevano una parte consistente di criptovalute online e tutte sono fallite a causa di furti.

Kieran Chandler: Quindi, Joannes, puoi parlare un po’ delle sfide dell’ottimizzazione della catena di fornitura in termini di sicurezza informatica?

Joannes Vermorel: Sì, e letteralmente le persone si sono rese conto che nulla era sicuro, sai. Tutti i fornitori di cloud computing avevano vulnerabilità. Tutti i dispositivi IoT hanno vulnerabilità. Tutti gli smartphone hanno vulnerabilità. Voglio dire, letteralmente, le persone si sono rese conto dell’entità del problema, della grandezza del primo. Quindi, credo che come catena di fornitura, abbiamo il problema, direi, due volte peggio perché le catene di fornitura sono, per loro natura, distribuite geograficamente. Non puoi avere un approccio di tipo fortezza alla sicurezza informatica solo perché hai cose praticamente sparse in tutto il mondo. Quindi, è una sfida enorme e ciò che sta accadendo nel campo delle criptovalute è molto interessante perché ti fornisce informazioni su tutte le cose che devi fare per proteggere il tuo sistema in modo reale. Questo è il principale valore aggiunto. Quindi, ancora una volta, non suggerirei di considerarlo come un veicolo di investimento. Suggerisco di dare un’occhiata alle caratteristiche tecniche di queste cose e soprattutto da una prospettiva di sicurezza informatica che combina tipicamente problemi di ingegneria sociale con problemi di exploit software.

Kieran Chandler: Ok. Abbiamo un altro messaggio qui da uno dei nostri amici, Khalil Mehana, che menziona la previsione. Non importa quanto sia buona, ha bisogno di informazioni per gli utenti che ci sono dietro. Due utenti chiave saranno il responsabile del progetto dal lato aziendale e gli scienziati della catena di fornitura dal lato di Lokad. Quindi, quanto è importante quella professionalità e comprensione del business da parte di queste due persone e quanto può influire sul risultato e sull’accuratezza della previsione finale?

Joannes Vermorel: Questo è il trucco. Per uno, abbiamo circa 100, un po’ più di 100, aziende in produzione. Non stiamo modificando la previsione. Non è così che funziona. Sai, le persone pensano, “Oh, hai bisogno di intuizioni umane per modificare la previsione.” Ora, si tratta principalmente di definire come estrarre informazioni statistiche dai dati. Quindi, non stai cercando di indovinare il mercato con le tue intuizioni umane e le tue conoscenze. Voglio dire, succede. Succede. Abbiamo alcune situazioni particolari, ad esempio, una che mi viene in mente, l’A380, sai, l’aereo di Airbus. Abbiamo alcuni clienti che forniscono parti per questo aereo. Quando Airbus ha annunciato che avrebbero interrotto questo tipo di aereo, sì, puoi adattare la previsione con la conoscenza di mercato, ma è molto raro. È molto raro, quindi di solito è una situazione particolare. Il lavoro dei professionisti della catena di fornitura e degli scienziati della catena di fornitura di Lokad, ce n’è molto di più. Si tratta principalmente di definire il problema in modo che gli algoritmi imparino e ottimizzino la cosa giusta, che è un obiettivo in movimento. Se la situazione fosse sempre la stessa, non si tratta di inserire conoscenze nel senso di modificare la previsione. Letteralmente stai riformulando il problema stesso che stai cercando di prevedere e ciò che stai cercando di ottimizzare. Poi di solito, voglio dire, la maggior parte del lavoro banale riguarda la revisione dei driver economici. Sai, stiamo ottimizzando quei dollari di errore, ma quei dollari di errore non sono qualcosa che si estrae dai dati. Non ci sono algoritmi di data mining o di machine learning per sapere se um…uh.

Joannes Vermorel: Molte persone sottovalutano alcune forze. Prima di tutto, sottovalutano la forza della specializzazione per i paesi. Ad esempio, ci sono solo tre paesi al mondo che hanno fabbriche di RAM - memorie ad accesso casuale. Quindi, letteralmente, se vuoi una RAM, e tutti i computer le usano, ci sono solo tre paesi: Corea del Sud, Cina e Stati Uniti. Altrove, beh, sfortunatamente.

E poi, se vuoi litio per le batterie del tuo smartphone, si scopre che le riserve mondiali di litio si trovano solo in tre paesi: Cile, Argentina e Australia. Credo che alcune persone verificheranno. Quindi, ancora una volta, se vuoi avere una produzione locale di litio, beh, sfortunatamente. La stessa cosa vale per l’alta orologeria. Credo che la Svizzera ne abbia più della metà, ma penso che nel settore dell’alta orologeria siano circa il 70%. Quindi, di nuovo, non penso che sia sempre fattibile per articoli a basso valore come le magliette.

Il settore tessile è stato un’industria che tradizionalmente è rimasta molto indietro perché è molto difficile da automatizzare. Di conseguenza, la produzione tessile si è spostata in Cina, ma ora non è più in Cina. Si è spostata in paesi più economici come il Vietnam, le Filippine o il Bangladesh. Ma il punto è che una volta che siamo in Bangladesh e i salari aumenteranno lì, dove si sposteranno queste cose? Forse in Africa? Non lo so. Ma stiamo finendo i paesi economici.

E l’automazione sta progredendo, quindi credo che per queste catene di approvvigionamento di base verranno probabilmente portate localmente. Purtroppo, non aspettatevi che ciò crei posti di lavoro perché verranno riportate nei luoghi in cui queste cose vengono consumate una volta raggiunto un grado di automazione molto elevato. Quindi, avremo catene di approvvigionamento locali leggermente più numerose? Sì, credo di sì. Di nuovo, perché quando hai cose che sono incredibilmente automatizzate, non importa davvero dove posizioni le tue fabbriche. Importa, di nuovo, il litio si trova solo in pochi posti nel mondo, eccetera, eccetera. Ma improvvisamente, quando non ti importa del costo della manodopera locale, puoi posizionare la tua produzione praticamente dove vuoi.

Kieran Chandler: Abbiamo due domande qui che unirò in una sola grande domanda. Una da parte del Kenya e una da parte di Manmeet. Il Kenya chiedeva se, dato che l’approccio quantitativo alla catena di approvvigionamento è così diverso, incontri molto scetticismo nell’implementare questo tipo di pratiche? E Manmeet si basa su questo, chiedendo quali sfide di gestione del cambiamento organizzativo incontri quando stai implementando qualcosa come Lokad?

Joannes Vermorel: Questa è probabilmente una delle mie più grandi frustrazioni, non incontro così tanto scetticismo. E ti dirò perché. È perché quando dico alle persone, ad esempio, che la previsione delle serie temporali è completamente sbagliata, ignora l’incertezza. Le persone lo sanno, e poi io…

Kieran Chandler: Quindi Joannes, puoi spiegare cosa succede quando fai una previsione per un prodotto e poi ne introduci altri 10 che competono con esso?

Joannes Vermorel: Se fai una previsione per un prodotto, ma non sai che introdurrai altri 10 prodotti che competono con esso, avrai cannibalizzazione ovunque. E se hai un modello di serie temporali, ignorerà completamente quella cannibalizzazione, quindi è completamente sbagliato. E di nuovo, le persone non sono stupide. Lo sanno. Quindi la frustrazione è che capiscono. Penso che tipicamente, quando parlo con, diciamo, direttori della catena di approvvigionamento, responsabili della pianificazione, responsabili delle previsioni della catena di approvvigionamento e questo genere di cose, non sono scettici. Dicono: “Sì, sì, sì, capisco”. La mia frustrazione deriva dal fatto che, sai cosa? Non lo farò. So che è sbagliato, ma sai, sono disposto a fare davvero, sai, in teoria, molte persone dicono se gli fai la domanda: “Sì, farò ciò che è meglio per la mia azienda”. Ma purtroppo, nelle grandi aziende, le persone fanno principalmente ciò che serve per mantenere il proprio lavoro. E anche se sono abbastanza in alto nella gerarchia manageriale, si potrebbe fingere che la maggior parte delle persone siano eroi che promuovono l’innovazione e così via, ma no, le persone, la maggior parte delle persone ha hobby interessanti, una vita interessante, e il loro lavoro è appunto solo un lavoro. E non si metteranno in crociata per riformare la propria organizzazione in modo che possa funzionare meglio. Sì, per gli azionisti è meglio. Farebbe crescere l’azienda, la renderebbe più redditizia. Ma ammettiamolo, sai, la maggior parte delle persone che sono in grandi organizzazioni, hanno uno stipendio. Lì, non vogliono danneggiare l’organizzazione, sai. Vogliono essere ragionevolmente bravi nel loro lavoro, ma non si metteranno in crociata per portare la propria azienda al livello successivo. E se l’azienda va male, se ne andranno, cambieranno lavoro e passeranno alla prossima azienda, sai.

Kieran Chandler: Ok, faremo un paio di domande in più prima di finire. Inserirò questa di Richard Lebenski, principalmente perché sta rimanendo sveglio fino a tardi nel suo fuso orario. Quindi sì, sì, eroi, eroi, sì. E quindi chiede, in quale area l’approccio di Lokad può sbloccare il maggior valore commerciale in cui gli altri forse non possono?

Joannes Vermorel: Di solito è inversamente proporzionale alla quantità di confusione e complicazione. E quando le persone dicono: “Oh, è come un incubo”, è molto buono perché di solito quando la supply chain è come un incubo, con troppe opzioni, troppe decisioni, troppe cose con effetti di secondo ordine, con multi-echelon, con shelf life, con retrofit, anche con tutti i tipi di effetti super bizzarri, è tipicamente lì che Lokad brilla di più perché di solito è una sorta di supply chain in cui l’ottimizzazione non è ancora nemmeno iniziata. Quindi perché ovviamente se hai una supply chain che è già estremamente snella perché è così semplice, e probabilmente, direi, ad esempio, la distribuzione dell’acqua, sai, non c’è niente di più stupido della distribuzione dell’acqua. Quindi la supply chain dell’acqua, nessuno ne parla perché è così dannatamente banale che non c’è niente da ottimizzare. Tutto ciò che restava da ottimizzare è stato quasi ottimizzato un secolo fa. Quindi Lokad non può fare quasi nulla, direi, per le aziende di acqua. Ma

Kieran Chandler: Dall’altro lato più estremo, direi, diciamo l’aerospaziale, che è un completo disastro in completo disordine, specialmente con il COVID. Queste sono tipicamente le aree in cui ci performiamo meglio. Ma il cibo fresco può essere super complicato, il lusso tende anche ad essere super complicato, e c’è il problema aggiuntivo che hai set di dati molto limitati. Quindi i metodi statistici classici per le parti di solito non funzionano in quelle situazioni. Questo è un po’ un paradosso. Diresti che Lokad si comporta meglio quando c’è molti dati, ma anche quando ci sono dati molto limitati, quindi tutte le statistiche usuali semplicemente non funzionano. Questo è anche un bel punto dolce per noi.

Joannes Vermorel: Ok. Sembra che ci sia stata una discussione con Nicholas Vanderpooh, uno dei nostri ospiti preferiti nel programma. Ha discusso con Edith, e la domanda principale era, qual è stato il problema più grande che ha motivato l’affrontare un compito enorme come un completo rewind?

Kieran Chandler: Intendi un riscrittura del software, Lokad?

Joannes Vermorel: Sì. Voglio dire, innanzitutto, se vedi che qualcosa non funziona, sai che sei sulla strada sbagliata. Di solito, la riscrittura è solo l’ultima risorsa. È quando non hai più speranza. Quindi, letteralmente, ad un certo punto, fai sviluppo incrementale e poi altro sviluppo incrementale, e poi ad un certo punto, ti rendi conto che non hai più speranza che funzioni mai. E quindi, ad un certo punto, lo riscrivi da zero. È molto difficile. Non è qualcosa che abbiamo preso alla leggera. Ogni volta che sai, c’è un detto nel software che dice che non dovresti mai riscrivere da zero. Direi, sì, di solito è una cosa molto negativa riscrivere da zero. Ma quando ti rendi conto che hai difetti architettonici, difetti di progettazione che sono completamente al centro della tua architettura, sei fregato. Sei letteralmente fregato. E questo è qualcosa che dico alla maggior parte dei nostri clienti. La maggior parte delle proprietà buone o cattive di un pezzo di software sono per progettazione. È letteralmente la decisione di progettazione chiave che è stata presa probabilmente durante i primi tre mesi della fase di sviluppo di questo software che sta guidando tutto il resto da quel punto in poi. Quindi quando vedi che c’era un’assunzione di progettazione chiave che semplicemente crolla, sei un po’ fregato.

Kieran Chandler: Ho una domanda qui che potrebbe essere piuttosto divertente da Slim Kalell. Chiede, quanto bene funziona Lokad insieme alle soluzioni di tipo SNOP?

Joannes Vermorel: Oh, li ignoriamo completamente. La cosa divertente è che le burocrazie tendono ad avere una proprietà incredibile; sopravvivono sistematicamente alla loro utilità. Quindi ti ritrovi in situazioni in cui Lokad è attiva in produzione. Siamo letteralmente gli scienziati della supply chain che si occupano di un modesto team di professionisti della supply chain, che prendono ogni singola decisione. Quindi tutti gli acquisti, tutta la produzione, tutti gli spostamenti di inventario, persino i prezzi. E poi hai la burocrazia SNOP, dove le persone si incontrano ancora, le persone svolgono ancora il loro processo, chiedono ancora ai venditori le loro previsioni, le tabelle di calcolo sono ancora piene di numeri e le persone continuano a praticare le loro solite truffe e così via. Quindi tutta questa burocrazia continua a vivere.

Kieran Chandler: È completamente distaccata dalla realtà, quindi non fa male perché non ha alcun effetto sul mondo reale, che è fisico. Direi che ha un effetto sulla supply chain, ma le persone hanno l’impressione che solo i governi possano mantenere una burocrazia inutile, proprio come ad esempio il Regno Unito che è riuscito ad avere un Dipartimento delle Colonie fino a quando il Regno Unito ha smesso di avere colonie da gestire. Erano ancora come un gigantesco ministero. La Francia ha fatto praticamente la stessa cosa con, ad esempio, abbiamo ancora la Banca di Francia, che gestisce il Franco. Non abbiamo più il Franco; adesso c’è l’Euro, ma abbiamo ancora la Banca di Francia.

Joannes Vermorel: In sostanza, non è perché sei un’azienda che sei immune al problema. È lo stesso problema per qualsiasi tipo di grande azienda, e quindi finiamo con queste situazioni molto paradossali in cui di solito Lokad opera fianco a fianco con SNLP che sta ancora facendo la sua cosa, completamente distaccato. E dove diventa ancora più strano è quando operiamo fianco a fianco con il team di data science perché c’è un team di data science che sta ancora producendo modelli che non vengono utilizzati. Producono ancora prototipi, di solito uno o due al trimestre, che sono completamente distaccati, e noi continuiamo con la nostra vita in produzione. È strano, ma sai cosa, è così.

Kieran Chandler: Ok, e ora inizieremo a concludere le cose. Finirò con un commento piuttosto che una domanda da Yatin Dinesh, che so essere anche un grande fan dello show. Dice semplicemente: “Mi piace molto il podcast finora, anni di esperienza e apprendimenti attraverso gli errori condivisi”. Ma vuole sapere, chi scrive il blog?

Joannes Vermorel: Di solito sono io a scrivere il blog. Voglio dire, sono molto occupato, sì. E a proposito, se guardi il ritmo di produzione del blog da quando abbiamo iniziato questo show, ho prodotto a un ritmo molto più lento i post del blog. Ci tornerò; ho intenzione di tornare al blog, ma ci sono solo tante ore al giorno. Ma no, non ho mai delegato a qualche tipo di agenzia di contenuti di terze parti per avere come risultato un parlare felice prodotto in massa, sai, che ti dà solo luoghi comuni e sciocchezze combinate.

Kieran Chandler: Sono sempre io che di solito metto i bastoni tra le ruote. No, no, per concludere oggi e per concludere, perché hai pensato che fosse importante guardare indietro al percorso di Lokad e cosa speri che i nostri spettatori imparino dall’episodio di oggi?

Joannes Vermorel: La cosa è che è molto difficile intellettualmente rendersi conto di essere sbagliati. È molto difficile. Prima di tutto, non è super piacevole; non ti piace renderti conto di aver commesso tonnellate di errori. Quindi, di solito, il tuo istinto di base è avere un meccanismo di difesa, quindi trovi scuse. Dici, “Sì, non abbiamo avuto successo, ma i clienti, sai, c’è stato uno shock culturale, è stata una situazione così difficile, avevano un deployment ERP in corso che ha complicato le cose.” Ci sono sempre tonnellate di scuse. C’è questo motto: puoi avere risultati o scuse. E c’è una terza via, che è…

Kieran Chandler: Capire perché è andato storto e dove è molto importante per me. Probabilmente sto facendo tonnellate di errori in questo momento, semplicemente non so quali. Rivedere i tuoi errori passati è un modo per pensare a cosa potrebbe andare storto in questo momento. Voglio dire, ovviamente, stiamo facendo cose molto migliori di quello che facevamo 10 anni fa, ma non significa che siamo perfetti. Sono abbastanza sicuro che ci sono tonnellate di cose che, tra 10 anni, ci renderemo conto, sinceramente, ero fuori di testa, o qualcosa del genere. Era ovvio che c’era un modo migliore per farlo, ed era l’elefante nella stanza. Era grasso ed evidente, eppure, eravamo solo intorno a quello. Quindi, nella mia mente, rivedere quelle cose è qualcosa che cerco di fare ripetutamente perché ti dà un’angolazione per capire cosa sta andando storto in quello che stai facendo ora.

Joannes Vermorel: E di solito, ancora una volta, il problema non sta nel fatto che potresti fare qualcosa di meglio. Questo è il modo sbagliato di guardare il problema perché di solito, il problema è che nemmeno stai guardando il problema nel modo giusto. Non si tratta di guardare meglio il problema, farlo meglio perché è completamente, direi, una progressione lineare da quello che hai, come una progressione incrementale. Di solito, le scoperte più importanti avvengono quando vedi che avresti dovuto guardare questo problema da un angolo diverso. E poi ti rendi conto che c’è un altro problema, un altro angolo che vale davvero la pena combattere. Non è che potremmo fare meglio; è che non stavamo nemmeno affrontando il problema in passato.

Kieran Chandler: Ok, dobbiamo concludere qui, ma dopo cento episodi, probabilmente ci siamo guadagnati una birra, credo. Quindi è tutto per questa settimana, e se non abbiamo risposto alla tua domanda, assicurati di inviarci una email a contact@lokad.com, e cercheremo di risponderti. Assicurati di cliccare sul pulsante di iscrizione, e ci vediamo di nuovo nel prossimo episodio. Grazie per aver guardato.