Modelli e simulazioni di ottimizzazione dell'inventario (con Nicolas Vandeput)

00:00:08 Introduzione e benvenuto a Nicholas Vandeput.
00:00:34 Lavoro attuale di Nicholas e insegnamento all’università.
00:01:00 Discussione sul libro di Nicholas “Modelli e simulazioni di ottimizzazione dell’inventario”.
00:03:51 Il pubblico target del libro e l’approccio semplificativo.
00:05:15 Il passaggio dai dipartimenti IT ai professionisti e la maturità della supply chain.
00:08:02 L’espressività di Python e i vantaggi rispetto ad altri linguaggi di programmazione.
00:10:19 L’enfasi su Python nel libro e i benefici dell’apprendimento pratico.
00:11:47 Popolarità di Python e suoi concorrenti, come Java e JavaScript.
00:13:51 Passaggio da Python 2 a Python 3 e il suo impatto nell’ambito accademico.
00:15:10 Affrontare l’incertezza in Python e il potenziale per miglioramenti del linguaggio.
00:16:03 Prezzo conveniente per provare nuovi software di ottimizzazione dell’inventario.
00:16:18 Confusioni comuni nell’ottimizzazione dell’inventario e nella formula del stock di sicurezza.
00:17:32 L’importanza del periodo di revisione nei calcoli dello stock di sicurezza.
00:18:34 La necessità di ingegneri migliori nella gestione della supply chain.
00:19:57 Confronto dei problemi della supply chain con campi più complessi come la microelettronica.
00:21:02 Importanza della formulazione del problema e attrazione di menti brillanti.
00:22:32 Limitazioni dei modelli accademici e la loro applicazione nel mondo reale.
00:23:01 Passaggio da modelli matematici a simulazioni per una maggiore precisione.
00:24:01 Limitazioni della formula del stock di sicurezza e la necessità di simulazioni.
00:25:07 Conclusioni e menzione del libro di Nicolas sull’ottimizzazione dell’inventario.

Riassunto

Nell’intervista, Kieran Chandler conduce una discussione con Joannes Vermorel, fondatore di Lokad, e Nicolas Vandeput, autore di “Modelli e simulazioni di ottimizzazione dell’inventario”. Affrontano la semplificazione e l’accessibilità della programmazione nell’ottimizzazione della supply chain utilizzando Python. Il libro di Vandeput offre modelli semplificati di ottimizzazione dell’inventario, mentre Vermorel sottolinea la facilità di implementazione di questi modelli. Discutono dell’evoluzione dell’ottimizzazione della supply chain, dell’importanza dell’espressività della programmazione e dei vantaggi di Python. Entrambi gli esperti riconoscono le limitazioni dei tradizionali modelli matematici e sottolineano la necessità di metodi alternativi come le simulazioni per affrontare le sfide del mondo reale nella gestione della supply chain.

Riassunto Esteso

Nell’intervista, Kieran Chandler, il conduttore, presenta Joannes Vermorel, il fondatore di Lokad, e Nicolas Vandeput, l’autore di “Modelli e simulazioni di ottimizzazione dell’inventario”. La discussione ruota attorno alla semplificazione e all’accessibilità della programmazione nell’ottimizzazione della supply chain, con l’uso di strumenti come Python.

Vandeput condivide che il suo libro mira a semplificare i modelli di ottimizzazione dell’inventario e renderli accessibili ai professionisti della supply chain. Il libro si concentra sulla fornitura di semplici ricette numeriche in Python per affrontare situazioni reali, anziché approfondire le catene di approvvigionamento idealizzate. Vermorel sottolinea che queste ricette possono essere implementate in poche righe di codice, svelando ciò che offrono i grandi fornitori di software e mettendo in discussione il valore che forniscono.

Il libro è progettato per i professionisti della supply chain che lottano con la gestione delle scorte, con l’obiettivo di aiutarli a comprendere e ottimizzare i loro livelli di stock. Vandeput sottolinea l’importanza di fare ipotesi e comprendere le limitazioni dei modelli utilizzati, anziché cercare la perfezione.

Vermorel spiega che la maturità della supply chain è evoluta nel corso dei decenni, con le aziende che inizialmente hanno faticato a stabilire un controparte digitale delle loro catene di approvvigionamento. Dopo decenni di progressi, le aziende possono ora gestire i loro livelli di stock digitalmente senza alcuna intelligenza, consentendo loro di concentrarsi sull’ottimizzazione.

Il cambiamento di mentalità, con i professionisti della supply chain che si impegnano sempre di più nella programmazione, è attribuito all’aumento dell’accessibilità di strumenti come Python e alla semplificazione dei processi. Questo cambiamento ha permesso ai professionisti di avere un maggiore controllo sull’ottimizzazione della loro supply chain, anziché fare affidamento esclusivamente sui reparti IT.

Discutono dell’evoluzione dell’ottimizzazione della supply chain, dell’importanza dell’espressività della programmazione e dei vantaggi dell’utilizzo di Python.

Vermorel sottolinea che ci sono voluti quattro decenni per far sì che i sistemi ERP raggiungessero la maturità, il che ha permesso all’ottimizzazione della supply chain di diventare una soluzione fattibile. La conversazione si sposta sull’importanza dell’espressività programmabile, poiché consente alle organizzazioni di adattarsi ai cambiamenti del mondo reale e agli eventi imprevedibili. Vermorel spiega che Excel offre un certo livello di espressività, ma le sue limitazioni derivano dal modo in cui la logica è organizzata nelle tabelle. Python, d’altra parte, offre una soluzione più astratta ed espressiva, rendendolo ideale per l’ottimizzazione della supply chain.

Vandeput spiega quindi perché Python è il suo linguaggio di scelta per il libro. Sottolinea che Python è uno dei linguaggi di programmazione più popolari a livello globale, con una grande quantità di risorse disponibili online. Ciò significa che gli utenti possono trovare facilmente risposte alle loro domande, rendendo meno probabile che si blocchino. Inoltre, la semplicità di Python lo rende più accessibile e gli utenti possono capire il codice leggendolo.

Il libro enfatizza Python per due motivi. In primo luogo, Vandeput ritiene che la pratica sia cruciale per l’apprendimento, quindi include molte sezioni fai-da-te in Excel e Python, consentendo ai lettori di acquisire esperienza pratica. In secondo luogo, Python consente agli utenti di scalare soluzioni per l’ottimizzazione della supply chain, andando oltre la risoluzione dei problemi per singoli articoli e affrontando questioni più ampie legate alla supply chain.

Vermorel concorda con i punti di Vandeput sulla popolarità e la semplicità di Python, ma riconosce anche alcune limitazioni del linguaggio. Suggerisce che altri linguaggi di programmazione, come JavaScript e Java, non sono altrettanto adatti all’ottimizzazione della supply chain a causa delle estese competenze di ingegneria del software richieste per lavorare con essi.

La conversazione ruota attorno ai meriti di Python come linguaggio di programmazione e alle comuni idee sbagliate sull’ottimizzazione delle scorte.

Vermorel sostiene che Python sia ben adatto all’ottimizzazione della supply chain grazie alla sua natura concisa e alla facilità d’uso, soprattutto per i principianti. Sottolinea che l’evoluzione di Python dalla sua creazione negli anni ‘90 fino ad oggi lo ha reso sempre più popolare ed efficace nel soddisfare le esigenze accademiche e industriali. Nonostante i suoi vantaggi, Vermorel menziona che c’è ancora margine di miglioramento, in particolare nella gestione dell’incertezza. Tuttavia, afferma che Python è una soluzione conveniente rispetto ad altre opzioni costose presenti sul mercato.

Vandeput, d’altra parte, approfondisce le comuni idee sbagliate all’interno del settore riguardo all’ottimizzazione delle scorte. Sottolinea che molti professionisti spesso confondono il tempo di approvvigionamento con il tempo di trasporto e trascurano l’importanza del periodo di revisione nel calcolo delle scorte di sicurezza. Vandeput sottolinea che il periodo di revisione deve essere preso in considerazione oltre al tempo di approvvigionamento e suggerisce che la riduzione di questo periodo può portare a una riduzione delle scorte di sicurezza.

Sia Vermorel che Vandeput riconoscono la confusione diffusa nel settore e la necessità di professionisti più preparati nel campo della gestione della supply chain. Sottolineano l’importanza di comprendere le sfumature dell’ottimizzazione delle scorte e di utilizzare strumenti e tecniche appropriate per ottenere risultati migliori.

La discussione ha toccato le sfide affrontate nell’industria della supply chain e la necessità di attrarre più persone talentuose nel settore.

Vermorel ha osservato che la complessità dei problemi nell’industria della supply chain è spesso inferiore a quella in altri settori, come la microelettronica. Tuttavia, ha sottolineato l’importanza di attrarre più menti brillanti nel settore per contribuire a risolvere le sfide affrontate. Ha elogiato il libro di Vandeput per rendere il campo della supply chain più interessante per individui intelligenti ed entusiasti che possono essere genuinamente interessati a affrontare tali problemi.

Vandeput ha discusso delle limitazioni dei modelli matematici tradizionali nella gestione della supply chain, che spesso si basano su semplificazioni della realtà. Ha spiegato che alcuni modelli possono funzionare abbastanza bene per determinati scenari, ma quando non riescono a fornire prestazioni adeguate, possono essere necessari approcci alternativi come le simulazioni.

Vandeput ha citato l’esempio delle formule per le scorte di sicurezza, che assumono tempi di approvvigionamento distribuiti normalmente. Nella realtà, i fornitori possono essere puntuali nella maggior parte dei casi, ma quando sono in ritardo, possono essere significativamente in ritardo. I modelli matematici tradizionali faticano con questo tipo di situazione, evidenziando la necessità di metodi alternativi come le simulazioni.

La conversazione si concentra sulle limitazioni dei modelli matematici tradizionali, come le formule per le scorte di sicurezza che assumono tempi di approvvigionamento distribuiti normalmente. Entrambi gli esperti sottolineano che gli scenari del mondo reale spesso si discostano da queste ipotesi, creando sfide che richiedono metodi alternativi come le simulazioni per una gestione della supply chain più accurata.

In conclusione, l’intervista ha evidenziato l’importanza di attrarre menti brillanti nell’industria della supply chain, le limitazioni dei modelli matematici tradizionali e i potenziali vantaggi dell’utilizzo delle simulazioni come alternativa per superare queste limitazioni.

Trascrizione completa

Kieran Chandler: Oggi su lokad tv, siamo lieti di dare il benvenuto di nuovo a Nicolas Vandeput, che discuterà con noi quanto semplice possa essere e cosa possiamo imparare dal suo nuovo libro. Quindi, Nicolas, grazie mille per essere di nuovo con noi. Oggi, come sempre, ci piace sapere un po’ di più sui nostri ospiti e su cosa hanno fatto. Quindi, cosa hai fatto da quando ti abbiamo visto l’ultima volta nello show?

Nicolas Vandeput: Ciao di nuovo, Kieran. Beh, in realtà, come sempre, sono impegnato a lavorare sulla creazione di alcuni bei modelli per le aziende sull’ottimizzazione delle scorte e le previsioni. E, beh, posso anche dire di aver scritto alcuni libri e di insegnare all’università, come sai che è il mio grande hobby ora.

Kieran Chandler: Ok, bello. E oggi parleremo di uno di quei libri, Joannes. Si intitola “Modelli di ottimizzazione delle scorte e simulazioni”. Quindi, cosa c’è di diverso nel libro di Nicolas?

Joannes Vermorel: Penso che, sai, Nicolas in questo libro stia abbracciando, direi, frontalmente una cosa che io credo sia un pilastro delle moderne supply chain. E quando dico supply chain, intendo nel senso di ottimizzazione della supply chain, non solo gestione nel senso di contabilizzare le cose. Devi avere una espressività programmabile se vuoi avere qualcosa che abbia una qualsiasi possibilità di affrontare le supply chain del mondo reale. E in questo libro, credo che una delle cose molto interessanti sia che invece di approfondire molto le supply chain idealizzate, dove dici, “Oh, facciamo una dimostrazione matematica di ottimalità per questo o quello o quello per una supply chain idealizzata che semplicemente non esisterà mai,” e dove se aggiungi un po’ di ingredienti del mondo reale nella supply chain, tutti i quadri matematici crollano. Nicolas sta facendo qualcosa che io credo sia molto più nella mentalità agile, che è molto più appropriata: mostrare semplicemente come si possono fornire ricette numeriche molto semplici e dirette con Python.

La bellezza delle ricette è che sono molto pratiche e mostrano letteralmente che la maggior parte delle classiche ricette per la supply chain possono essere implementate in circa cinque righe di Python. E credo che sia molto interessante perché trasmette l’idea che se vuoi fare qualcosa di molto semplice, può essere fatto in modi molto semplici. Non ci vogliono mezzo dozzina di ingegneri del software per realizzare queste cose. E credo che come effetto collaterale, demistifichi profondamente ciò che i grandi fornitori di software stanno effettivamente spingendo sul mercato. Perché quando mostri che fondamentalmente puoi fare ciò che dicono di fare, ma solo in poche righe di codice, la domanda è: c’è qualche valore in ciò che viene proposto da quei fornitori? E credo che, in larga misura, no. Ma anche oltre questo, mostra che se puoi avere blocchi di costruzione molto piccoli, puoi improvvisamente combinarli per inserire i tuoi pezzi di sfide del mondo reale in quelle ricette in modo che tu abbia qualcosa che abbia almeno una possibilità decente di essere adatto.

Kieran Chandler: Soluzione per la tua supply chain. Ok, sembra sicuramente molto interessante. Nicolas, questa idea di poche righe di codice e già ottenere risultati ed è molto più soddisfacente che passare ore e ore a guardare il codice. Quindi, a chi è rivolto questo libro?

Nicolas Vandeput: Una delle mie grandi ossessioni è la semplificazione. Quindi quando scrivo un libro del genere, cerco di pensare: “Ok, se gestisco la supply chain e voglio ottimizzare l’inventario, come posso semplificare tutto per dare un quadro generale e allo stesso tempo permettere agli operatori di farlo da soli?” Quindi sto scrivendo questo libro per chiunque sia coinvolto in una supply chain e stia pensando: “Oh mio Dio, abbiamo troppo stock” o “Abbiamo così tanto stock e allo stesso tempo non abbiamo il giusto livello di servizio” o semplicemente “Beh, sono responsabile dello stock, ma non ho idea di quanto ne abbia bisogno”. Ho scritto questo libro per aiutare queste persone, per permettere loro di farlo da sole. Ci sono così tante sezioni “fai da te” in questo libro che mostrano, nel modo più semplice possibile, come farlo. E allo stesso tempo, sto cercando di dire loro: “Beh, dobbiamo fare alcune supposizioni e, seguendo queste supposizioni, non stiamo puntando alla perfezione che non esiste. Quindi faremo alcune simulazioni e vedremo i limiti dei modelli che utilizziamo”. Quindi in breve, questo libro è davvero per chiunque nella supply chain di oggi che sta pensando: “Ok, devo correggere l’inventario”.

Kieran Chandler: Ottimo, e Johannes, è un po’ un cambiamento di mentalità, vero? Perché storicamente, la programmazione era qualcosa che veniva lasciato ai dipartimenti IT. Ora sembra che ci siano sempre più operatori che aggiungono queste competenze alle loro abilità. Quindi perché dici che c’è questo cambiamento di mentalità?

Joannes Vermorel: Credo che queste cose siano state presenti da molto tempo. Ma in termini di maturità della supply chain, per decenni le aziende hanno faticato ad avere i corrispettivi digitali della loro supply chain, ad avere un sistema ERP o un setup WMS in cui si possano gestire i livelli di stock in modo semplice - senza alcuna intelligenza, ma solo un corrispettivo digitale accurato della propria supply chain. Ci è voluto molto tempo per arrivare a questo punto. Se guardiamo al fatto che i primi ERP sono stati implementati - anche se non con questo nome - alla fine degli anni ‘70, oggi abbiamo quattro decenni di storia degli ERP alle spalle. Quindi ci è voluto molto tempo per avere una mappatura digitale sufficiente in modo da diventare una scelta ragionevole per fare ogni tipo di ottimizzazione. Ed è stato un passaggio lento da Excel a Python, tra l’altro. Excel ti offre già molte capacità di programmazione, che sono anche, in certa misura, illustrate nel libro. Quindi per me è un continuum, non una completa interruzione in cui si passa da una cosa all’altra. Hai bisogno di questa espressività programmabile per far fronte a tutte le cose che il mondo reale ti presenta.

Kieran Chandler: Quindi Joannes, hai appena parlato della necessità che il software sia espressivo per gestire la natura imprevedibile delle supply chain. Puoi approfondire un po’ di più?

Joannes Vermorel: Sì, penso che ci saranno sempre cose completamente casuali e imprevedibili. Può essere una Brexit, una tariffa di Trump, una pandemia o improvvisamente il fatto che l’azienda debba occuparsi della distribuzione di un vaccino, che ribalterà la tua supply chain. Quindi ci sono molte cose che accadono e se hai solo un software rigido, non sarà in grado di far fronte a tutte le cose che accadono nel mondo reale. Quindi devi avere qualcosa di più espressivo e quindi devi avere questa espressività programmabile. Excel ti offre questo, ma ha certe limitazioni che sono, direi, profondamente legate al modo in cui si organizza la logica in un foglio di calcolo. Python ti offre il livello successivo; è un po’ più astratto, ma ottieni, direi, il livello successivo di espressività in cui puoi avere cose come le funzioni definite dall’utente. Puoi averle anche in Excel tramite Visual Basic, ma per tutti gli scopi, Python è un po’ una versione superiore di VBA.

Kieran Chandler: Nicolas, parliamo forse del passaggio da Excel a Python, e ci sono molte altre lingue di programmazione là fuori, come SQL, C-sharp, e così via. Perché Python è stata la tua scelta per questo libro? Cosa offre che forse alcune di quelle altre lingue non offrono?

Nicolas Vandeput: Beh, in generale, vediamo che Python ha alcuni vantaggi. Il primo è che è abbastanza conosciuto. Non so se si possa dire che è il linguaggio numero uno al mondo, ma è almeno vicino ad esso. Significa che oggi, se ti poni una domanda su Python, basta cercarla su Google e troverai una risposta, ed è davvero comodo. Se trovi un linguaggio di programmazione molto più veloce di Python, quindi dici, “Ok, userò questo, è più veloce”, ma hai delle domande e digiti quelle domande online, ma non vedi risposte, ti blocchi. Con Python, è estremamente difficile bloccarsi perché posso dirti davvero che qualcuno da qualche parte ha già avuto la stessa domanda ed è già stata risposta. D’altra parte, e penso che questo sia estremamente importante, sono davvero per la semplificazione. Python è davvero semplice. Ricordo sempre dai miei giorni da analista quantitativo quei colleghi che usavano VBA. Tutti abbiamo in mente questo tipo di enorme file di macro VBA in Excel di cui tutti hanno un po’ paura, e non osi toccare nulla nel file Excel perché se si rompe, è impossibile ripararlo. Python non è affatto così. Beh, Python è molto più semplice e puoi leggerlo e capire cosa fa mentre continui a leggere il file. Ho avuto uno o due lettori che mi hanno scritto una email dopo aver letto il libro, dicendomi: “Nicolas, non so nulla di Python, ma ho letto il tuo codice e fondamentalmente capisco cosa fai nel tuo codice perché tutto è super chiaro”. Quindi grazie a queste due cose, penso che Python sia davvero il linguaggio da usare se vuoi imparare qualcosa di nuovo. Ora, riguardo al libro, perché sto mettendo così tanto enfasi su Python? Beh, vedo due ragioni per cui sto facendo questo. Primo, credo che se vuoi imparare qualcosa, è molto meglio se puoi sperimentarlo da solo e provarlo da solo. Sto inserendo molte sezioni fai-da-te nel libro, sia in Excel che in Python, perché voglio che il lettore acquisisca nuove competenze e conoscenze. Voglio anche demistificare l’ottimizzazione della supply chain dicendo loro che non è così complicato. Basta digitare poche righe di codice e funzionerà sul tuo computer. Il motivo principale per cui sto spingendo Python è che è facile scalare la soluzione a una supply chain. Con Python, puoi facilmente eseguire una supply chain utilizzando semplici ipotesi e modelli.

Kieran Chandler: Sono curioso, nel tuo libro, perché hai scelto di concentrarti su Python per l’ottimizzazione della supply chain?

Nicolas Vandeput: Penso che sia molto meglio se puoi sperimentarlo da solo e provarlo da solo. Nel libro sto inserendo molte sezioni fai-da-te, sia in Excel che in Python, perché voglio che il lettore acquisisca nuove competenze e conoscenze. Voglio anche demistificare l’ottimizzazione della supply chain dicendo loro che non è così complicato. Basta digitare poche righe di codice e funzionerà sul proprio computer. Il motivo principale per cui sto spingendo Python è che è facile scalare la soluzione a una supply chain. Con Python, puoi facilmente gestire una supply chain utilizzando semplici assunzioni e modelli.

Kieran Chandler: Saresti d’accordo, Joannes? Abbiamo ovviamente parlato un po’ in passato di alcune limitazioni di Python.

Joannes Vermorel: In termini di popolarità, non c’è dubbio che Python sia tra i primi 10 dei linguaggi di programmazione più utilizzati. Altri contendenti potrebbero essere JavaScript, Java e alcuni altri, ma non sono buone opzioni per le supply chain. È necessario possedere significative competenze di ingegneria del software per fare qualsiasi cosa con questi linguaggi. Alcune delle buone qualità di Java, ad esempio il supporto esteso alla programmazione orientata agli oggetti, possono essere un difetto quando si tratta di facilitare l’inserimento di nuovi utenti. Queste caratteristiche non sono facilmente utilizzabili per l’ottimizzazione della supply chain o per scopi di modellazione della supply chain. Se si aggiunge tutto questo, si ha un linguaggio di programmazione più complesso senza alcun evidente vantaggio, almeno non per i primi mesi di qualsiasi progetto.

Python è stato avviato negli anni ‘90 e ci sono voluti quasi tre decenni per raggiungere la popolarità. C’è stata una massiccia migrazione da Python 2 a Python 3, che io considero un’acquisizione da parte del mondo accademico. Python ha trovato il suo punto di forza nell’ambito accademico e la grande transizione tra Python 2 e Python 3 è stata quella di eliminare tutte le parti negative di Python. Ciò che è emerso da tutto ciò durante l’ultimo decennio è stato un linguaggio molto più in linea con ciò di cui hai bisogno nell’ambito accademico e per l’ottimizzazione della supply chain.

Kieran Chandler: Quindi, parliamo dei linguaggi di programmazione. Joannes, quali sono le tue opinioni su Python?

Joannes Vermorel: Python è qualcosa in cui hai qualcosa di molto conciso, dove non hai troppa massa con troppe cose che fluttuano intorno. L’opposto esatto di ciò sarebbe probabilmente qualcosa come C++. Non sono sicuro se ci sia qualcuno sulla terra che dica: “So tutto ciò che c’è da sapere su C++”, perché la specifica del linguaggio è così assolutamente gigantesca che non penso sia nemmeno umanamente possibile essere familiari con tutte le parti di C++. Il linguaggio è un po’ folle se ci pensi. Quindi, mettendo tutto questo insieme, hai Python che è davvero un punto di forza, per far sì che le persone inizino facilmente. Credo che sia un buon punto di partenza per evitare molte delle insidie della complessità accidentale. Ora, dove credo che non sia effettivamente il punto finale, però, e questo è ciò che abbiamo sviluppato presso Lokad. Ma ovviamente, questo non è l’argomento del libro di Nicolas, quindi non mi dilungherò troppo. Ma credo che se vuoi affrontare l’incertezza, ci sono molte cose che possono essere fatte in modo relativamente semplice in Python. Ma se sei disposto ad andare oltre e modificare il linguaggio stesso, potrebbe essere fatto in modi ancora più semplici. Ma va oltre lo scopo del libro. Ai fini della discussione, penso che al momento, se devi scegliere tra ciò che puoi ottenere da Python rispetto alla maggior parte delle opzioni costose sul mercato, è letteralmente un affare e ci sono pochissime ragioni per non provarci almeno seriamente. Anche se fallisci, sarà un fallimento molto più economico rispetto a fallire con un SAP di questo mondo.

Kieran Chandler: Nicolas, oltre a esaminare alcuni dei modelli nel tuo libro, il tuo libro analizza anche alcune delle confusioni quando si tratta di ottimizzazione dell’inventario. Quali sono le confusioni comuni di cui dovremmo essere consapevoli nel settore?

Nicolas Vandeput: Sì, con la mia esperienza come consulente, discutendo con molti professionisti su come affrontano l’ottimizzazione dell’inventario, e quando guardi, beh, sai, questa formula di stock di sicurezza che vedi ovunque, anche su Wikipedia, vedi persone che vanno su Wikipedia, digitano stock di sicurezza, guardano la formula e poi la digitano su Excel. Quello che vediamo è che - e questo è corretto quando si vuole valutare quanto stock di sicurezza è necessario - si guarda il tempo di consegna, quindi fondamentalmente quanto tempo ci vuole per fare un riapprovvigionamento. La prima confusione delle persone è che vedo che molti professionisti confondono l’intero concetto di tempo di consegna e tempo di trasporto. Potrebbe bastare due giorni o un giorno per un camion per andare da un magazzino all’altro, ma potrebbe richiedere tre settimane di pianificazione perché devi trovare un camion, devi trovare un autista e devi avere il tempo di prelievo e tutte queste cose che si accumulano. E alla fine, ci vogliono due settimane, ma c’è ancora una cosa che le persone tendono sempre a dimenticare. L’ispirazione è che non dovresti solo guardare il tempo di consegna, ma dovresti anche guardare il periodo di revisione.

Nicolas Vandeput: Lasciami darti un esempio. Se fai un ordine ogni settimana o ogni mese, quello è un’aggiunta di quello che chiamo nel gruppo il periodo di rischio. Quindi fondamentalmente, il periodo contro cui devi coprire le tue esigenze non è solo il tempo di consegna ma anche il periodo di revisione.

Kieran Chandler: Ok, Nicolas, nel tuo libro “Modelli e simulazioni di ottimizzazione dell’inventario”, hai parlato dell’importanza di tenere conto del periodo di revisione. Puoi approfondire questo concetto?

Nicolas Vandeput: Sì, quindi il periodo di revisione è fondamentalmente la quantità di tempo di cui hai bisogno per essere protetto, aumentata della durata del periodo di revisione. Quindi, se fai solo un riapprovvigionamento ogni settimana e hai un tempo di consegna di tre settimane, il periodo di rischio è effettivamente di quattro settimane. Quindi devi essere protetto da ciò che potrebbe accadere in quattro settimane. Quello che vedo è che la maggior parte delle persone, la maggior parte del software, tende a ignorare completamente questo periodo di revisione e si concentra solo su queste tre settimane di tempo di consegna. Quindi sto cercando, leggendo il libro, di sottolineare il fatto che, beh, è assolutamente necessario tenere conto di questo periodo di revisione quando si tratta di stock di sicurezza. Ma sto anche spingendo le persone a rendersi conto che in realtà, se possono ridurre questo periodo di revisione, se possono ridurre il periodo di congelamento per la produzione e così via, in pratica sono autorizzate a ridurre lo stock di sicurezza, cosa che penso sia una buona vittoria per la supply chain.

Kieran Chandler: Ok. Siete d’accordo, Joannes? Direste che c’è molta confusione là fuori e per questo motivo le persone sono così felici di pagare per un software di inventario?

Joannes Vermorel: Sì, voglio dire, ancora una volta, credo che le supply chain abbiano disperatamente bisogno, direi, di ingegneri migliori. E, in una delle mie prime lezioni, ho fatto questa battuta introduttiva che, sai, se hai molta energia, vai alle vendite. Se sei affidabile, vai alla produzione. E se ti mancano, sai, tutte le qualità, finisci nella supply chain. Ma la cosa è che, se confronto certi settori delle supply chain, le confusioni che incontri non sono, direi, il prodotto di menti straordinariamente brillanti. E mi dispiace essere, forse, un po’ duro con il pubblico, ma se guardi, diciamo, ad esempio, cosa si fa con la litografia per la microelettronica e i tipi di problemi che queste persone risolvono, sai, sono incredibilmente complicati. È letteralmente, hai tutto. Hai la fisica quantistica con matematica complicata. E sinceramente, è molto più complicato di quello che sono i problemi che vengono affrontati nella supply chain. Hai problemi fisici in cui hai tutte le difficoltà possibili. La tecnologia è letteralmente fatta di così tante parti di tecnologia super complicate che devi mettere insieme. Voglio dire, ad esempio, quello che fanno aziende come ASML nei Paesi Bassi, voglio dire, è quasi magia perché è solo, direi, è un risultato dell’ingegno umano quando metti insieme le menti più brillanti. Ma la sfida è che se vogliamo attirare persone più intelligenti nella supply chain in modo che possiamo attrarre menti molto brillanti che non si confonderanno con problemi stupidi come la definizione del periodo applicabile per il riapprovvigionamento dell’inventario, sai, un sistema che stai per modellare, dobbiamo formulare il problema in modo che queste persone possano esercitare la loro intelligenza. Sai, perché ovviamente, se se l’intera disciplina consiste nel girare bottoni stupidi su pezzi di software stupidi, allora non stupirti se alla fine gli unici dipendenti che ottieni non sono i più brillanti.

Kieran Chandler: Um, quindi credo che, e questo è anche qualcosa che mi piace di questo libro, è che, sai, penso che il libro di Nicolas dia qualcosa in cui, se sei intelligente, se sei giovane, se hai un certo grado di entusiasmo, allora puoi davvero interessarti ai tipi di problemi che affronterai. E non solo, leggendo il libro, sai, puoi effettivamente migliorare nel risolvere quei problemi, il che è un ottimo sostegno anche per la supply chain. È il tipo di cose che possono rendere il mondo più attraente per menti brillanti che vogliono esercitare la loro intelligenza su problemi interessanti, in primo luogo. E quindi quello che sospetto è che, in termini di confusione, sai, le cose che confondono le persone ora e le cose che spero confonderanno le persone tra due decenni saranno radicalmente diverse, specialmente se portiamo, sai, molto più talento in questo settore. Ok, se iniziamo a concludere un po’. Nicolas, nel tuo libro, Johanna ha accennato al fatto che alcuni dei modelli utilizzati hanno le loro applicazioni molto più da un punto di vista accademico, ma forse nel mondo reale hanno le loro limitazioni. Diresti che alcune di queste limitazioni possono essere superate e come possono essere superate? E come possono finire per essere utilizzate nel mondo reale?

Nicolas Vandeput: Beh, devi sempre capire che in qualche modo un modello è una semplificazione della realtà, giusto? Quindi, fin dall’inizio quando si crea un modello, devi capire che devi lasciare da parte alcune cose. Quindi, la vera domanda è: ok, se prendo un modello che funziona, diciamo, il 98% del tempo nel 1995, è sufficiente per me? Qualcuno potrebbe dire di sì o di no. Ora, se fai un modello e vedi che funziona solo il 70% o il 60%, ti rendi davvero conto che il solito modello matematico non è sufficiente. Devo passare a qualcos’altro. E questo è ciò che mostro nell’ultima parte del libro, dicendo che ad un certo punto, un modello matematico non sarà sufficiente. Voglio dire, non sarà abbastanza accurato, non sarà gestibile.

Joannes Vermorel: Ed è qualcosa che, in realtà, vediamo anche con i clienti di Lokad, è che, fondamentalmente, i modelli che abbiamo, i modelli matematici che abbiamo, sono sufficienti per identificare ciò che chiamiamo le grandi vittorie. Cioè, le cose che, se le risolvi, hanno un impatto enorme sulla supply chain, sulla redditività o su qualsiasi altra cosa tu stia cercando di ottimizzare. Ed è qui che, direi, apportiamo molto valore ai nostri clienti. Tuttavia, ci sono anche molti dettagli in cui, sai, il modello è buono, ma non è abbastanza buono, ed è qui che, direi, avere una sorta di industrializzazione, in cui puoi veramente testare, regolare e adattare e, sai, fare, sai, test nel mondo reale. Voglio dire, questo è davvero il cuore della supply chain, giusto? È un mix di analisi e operazioni, in cui hai bisogno di avere l’analisi per assicurarti di non fare cose stupide, ma poi, sai, le operazioni, i test, i

Kieran Chandler: Quindi, volevo chiedervi della ottimizzazione dell’inventario. Sembra che sia un’area in cui le persone spesso esitano ad utilizzare modelli perché hanno paura che diventino troppo complicati. Quindi, potresti passare a una simulazione, e sono abbastanza sicuro che Jonas abbia molto da dire su come fare la simulazione nella supply chain.

Joannes Vermorel: Bene, da questa prima parte del libro, sto anche mostrando: “Ok, questi sono i modelli usuali per la supply chain. Facciamo una simulazione per vedere se funzionano, sì o no.” E vedo davvero che, ad esempio, una delle cose che di solito facciamo nella supply chain è prendere questa, ancora una volta, questa formula usuale per il livello di sicurezza, quella che si trova su Wikipedia. E questa formula può gestire il tempo di necessità casuale, il che significa che di tanto in tanto il tuo fornitore è in ritardo, quindi dovresti avere un po’ più di livello di sicurezza, giusto? Quando in realtà guardi la formula per valutare quanto livello di sicurezza hai bisogno in base al tempo di necessità casuale, vedi che c’è un’intera assunzione che dice: “Beh, il tempo di consegna, lo distribuisco normalmente.” Quindi fondamentalmente è una curva ben comportata che il tuo fornitore, di tanto in tanto, è in ritardo, ma mai così tanto in ritardo. In realtà, nella pratica, credo che la maggior parte dei fornitori, la maggior parte delle volte, siano puntuali. Ma quando sono in ritardo, sono abbastanza in ritardo, giusto? Direi che nell'80% dei casi sono puntuali, e poi nel 20% dei casi, possono essere in ritardo di una o due settimane. In realtà, non esiste una formula matematica in grado di gestire questo, giusto? Quindi, se hai un fornitore del genere, non andrai da nessuna parte con questa formula di livello di sicurezza. Devi davvero tornare alla simulazione, ed è qui che hai il limite nell’utilizzo di un modello matematico semplice e il limite di, beh, dovremmo andare un passo oltre e forse iniziare a utilizzare la simulazione per risolvere questo problema.

Nicolas Vandeput: Sì, e sono completamente d’accordo con quello che Joannes sta dicendo. Penso che ci sia un limite a ciò che puoi fare con i modelli matematici in termini di ottimizzazione della supply chain. E la simulazione è uno strumento molto potente per aiutarti a capire l’impatto dei diversi parametri sulla tua supply chain e per ottimizzarla. E infatti, è quello che facciamo da molti anni, e anche Joannes lo fa.

Kieran Chandler: Ok, fantastico. Dobbiamo concludere qui, ma grazie a entrambi per il vostro tempo. Se siete interessati a leggere il libro di Nicolas sui modelli di ottimizzazione delle scorte e le simulazioni, metteremo un link nella descrizione qui sotto. Altrimenti, ci vediamo nel prossimo episodio e grazie per aver guardato. Ciao.

Joannes Vermorel: Grazie.

Nicolas Vandeput: Grazie.