00:00:08 Discussione sulle affermazioni e benefici dei digital twins nell’industria della supply chain.
00:01:50 Differenza tra parole d’ordine con sostanza e digital twin.
00:03:00 Mancanza di innovazione al cuore dei digital twins.
00:05:07 Confronto tra il digital twin e simulatori della supply chain glorificati.
00:08:20 Benefici presunti dei digital twins e approccio di Locad.
00:09:34 Introduzione ai digital twins e al concetto di previsione.
00:11:29 Preoccupazioni sull’accuratezza e la mancanza di metriche nei digital twins.
00:15:00 Migliorare i digital twins e affrontare le preoccupazioni fondamentali.
00:16:05 Adeguatezza semantica e la rappresentazione semplificata delle supply chain.
00:18:01 Come i digital twins si integrano con i sistemi ERP classici e la necessità di chiarimenti.
00:18:57 Discussione sulle limitazioni dei digital twins basate sull’accuratezza dei dati e approssimazioni.
00:21:00 Critica della comunicazione di marketing attorno ai digital twins da parte dei concorrenti.
00:22:48 Spiegazione di cosa sia un vero digital twin e la sua connessione con i simulatori Monte Carlo.
00:24:53 Analisi delle affermazioni sui dashboard intuitivi e l’importanza dell’accuratezza nelle simulazioni dei digital twins.
00:27:14 Comprendere la natura non intuitiva dei simulatori e l’importanza dell’accuratezza per le applicazioni della supply chain.
00:28:33 Discussione sull’idea di un simulatore della supply chain e la sua accuratezza.
00:29:32 Simulazione basata su agenti e il suo alto grado di personalizzazione.
00:30:31 La praticità e il valore della regolazione manuale dei parametri di simulazione.
00:33:12 Confronto tra decisioni differenti basato su un muro di metriche e le sfide che ciò comporta.
00:35:34 Affrontare la questione di identificare la migliore decisione usando un digital twin.
00:37:35 Processo Monte Carlo a bassa risoluzione nella simulazione della supply chain.
00:38:07 Digital twin come punto di riferimento e aggiunta di qualificatori in tempo reale e di sincronizzazione.
00:39:07 Importanza di un approccio sistemico per la supply chain e il suo valore.
00:39:47 Critica ai digital twins: elementi mancanti e focalizzazione su capacità a basso costo.
00:40:58 Conclusione e osservazioni finali.
Riassunto
In un’intervista, Joannes Vermorel, fondatore di Lokad, discute dei digital twins nell’industria della supply chain. Vermorel evidenzia le limitazioni dei digital twins, considerandoli una parola d’ordine con innovazione limitata. Li confronta con il demand sensing e suggerisce che offrono solo miglioramenti incrementali. Vermorel sottolinea l’importanza dell’accuratezza nelle simulazioni dei digital twins e la sfida di integrarli con i sistemi esistenti. Pur riconoscendo il loro potenziale valore come parte di un approccio olistico e computerizzato alla supply chain management, Vermorel sostiene che da soli i digital twins sono insufficienti per un miglioramento significativo e non dovrebbero essere considerati una soluzione completa.
Riassunto Esteso
In questa intervista, Nicole Zint parla con Joannes Vermorel, fondatore di Lokad, riguardo ai digital twins nell’industria della supply chain. I digital twins sono comunemente descritti come rappresentazioni virtuali delle supply chain che possono simulare diversi scenarios per il decision-making. Tuttavia, Vermorel esprime scetticismo sulle affermazioni dei sostenitori dei digital twins e ne evidenzia le limitazioni.
Vermorel spiega che “digital twin” è diventato una parola d’ordine nel campo della supply chain, fungendo da punto di aggregazione per i professionisti che affrontano sfide simili o cercano soluzioni analoghe. Egli sostiene che il problema con il concetto di digital twin come parola d’ordine sia la sua mancanza di profondità e innovazione, a differenza di altre parole d’ordine come il deep learning.
Vermorel afferma di non aver visto innovazioni significative al cuore dei digital twins. Li confronta con il demand sensing, che in precedenza aveva criticato come vaporware, ma ammette che i digital twins potrebbero avere un valore leggermente maggiore. Qualsiasi innovazione nei digital twins, tuttavia, sarà probabilmente incrementale piuttosto che trasformativa.
La conversazione tocca la vaghezza che circonda i digital twins, poiché la maggior parte dei fornitori non riesce a definire chiaramente la loro natura e le loro capacità. Vermorel spiega che i digital twins sono essenzialmente rappresentazioni virtuali delle supply chain, spesso promosse mediante espedienti di marketing e immagini futuristiche. Egli paragona questo approccio al rebranding di Facebook in Meta.
Le previsioni tradizionali nella supply chain management sono tipicamente limitate, poiché si basano su previsioni a punto su time series. Sebbene i digital twins possano avere capacità di previsione più versatili, Vermorel ne mette in dubbio l’accuratezza, sottolineando l’importanza di misurarla per garantire che la rappresentazione virtuale abbia senso.
Per migliorare i digital twins, Vermorel raccomanda di affrontare il problema dell’accuratezza e di garantire l’adeguatezza semantica tra la rappresentazione virtuale e la supply chain reale. Egli riconosce che anche le simulazioni avanzate sono altamente semplificate rispetto alle supply chain effettive. Evidenzia inoltre la sfida di integrare i digital twins con i sistemi aziendali esistenti, come gli ERPs, i sistemi di gestione warehouse e i CRMs, che non sono stati progettati per raccogliere dati scientificamente accurati per i digital twins.
Vermorel esprime scetticismo sulla comunicazione riguardante i digital twins e la loro praticità. Nota che i dati storici raccolti tramite i sistemi ERP spesso presentano una visione distorta della realtà della supply chain. Inoltre, mette in dubbio l’utilità di far funzionare un digital twin e se le intuizioni e i KPI generati valgano il costo di impiegare personale per interpretarli.
Vermorel descrive i digital twins come simulatori Monte Carlo glorificati per scopi di supply chain, spesso basati su modelli agent-based. Tuttavia, mette in dubbio l’accuratezza di questi simulatori e il grado di fiducia che dovrebbe essere riposto nei loro output. Vermorel riconosce che i simulatori possono produrre dashboards visivamente attraenti, ma sottolinea la difficoltà di determinare l’accuratezza e l’affidabilità dei dati presentati. Inoltre, osserva che i simulatori sono, per loro natura, scatole nere complesse, e sebbene siano in grado di catturare fenomeni non lineari nelle supply chain, possono generare risposte inaspettate quando i parametri vengono modificati.
La conversazione si concentra sulla praticità, il valore e le limitazioni dell’utilizzo dei digital twins nella supply chain management.
I digital twins, come spiega Vermorel, rappresentano una rielaborazione di concetti di simulazione vecchi di decenni, in particolare processi Monte Carlo, resi possibili da capacità di elaborazione economiche e potenti. Queste simulazioni ora possono coprire un’intera supply chain, generando un notevole interesse nell’industria. Tuttavia, Vermorel sottolinea che i digital twins dovrebbero essere considerati solo come un ingrediente algoritmico in una soluzione complessiva per la supply chain, piuttosto che una soluzione completa a sé stante.
L’intervista approfondisce le sfide nel confrontare differenti approcci di supply chain management, data la moltitudine di variabili coinvolte. Vermorel osserva che i digital twins permettono di misurare varie metriche, come i service levels per ogni SKU, i inventory costs per i fornitori, e la qualità del servizio per i clienti. Il vero beneficio dei digital twins risiede nella loro capacità di simulare un’intera supply chain end-to-end, anche se esistono limitazioni dovute a dati incompleti.
Definendo i digital twins come una serie di fornitori che rilanciano vecchi concetti attraverso processi Monte Carlo, Vermorel riconosce il loro fascino in un approccio sistemico alla supply chain management e il valore di collegare i silos. Tuttavia, sostiene che i digital twins dovrebbero essere considerati solo come un ingrediente all’interno di una soluzione più ampia.
La principale critica di Vermorel ai digital twins deriva da ciò che non sono, piuttosto che da ciò che sono. Egli ritiene che molti elementi manchino nel concetto di digital twin, e sebbene le simulazioni Monte Carlo siano utili, non sono sufficienti per migliorare veramente la supply chain management. Vermorel suggerisce che i digital twins possano essere utili come grido d’aggregazione per un approccio più olistico e computerizzato alla supply chain management, ma non dovrebbero essere visti come l’unico mezzo per ottenere miglioramenti.
Joannes Vermorel condivide le sue intuizioni sui digital twins nell’ottimizzazione della supply chain, enfatizzando la necessità di un approccio più completo alla supply chain management. Egli riconosce il potenziale valore dei digital twins ma mette in guardia dal considerarli una soluzione completa. La conversazione evidenzia l’importanza di comprendere le limitazioni e le potenzialità dei digital twins, oltre alla necessità di una prospettiva più ampia nell’ottimizzazione della supply chain.
Il fondatore ha condiviso le sue opinioni sui digital twins nella supply chain management. Vermorel ha criticato il concetto di digital twin per ciò che manca, piuttosto che per ciò che offre. Egli ritiene che, sebbene le simulazioni Monte Carlo siano utili, non bastino a garantire un miglioramento significativo della supply chain management. Suggerisce che i digital twins possano essere vantaggiosi per promuovere un approccio più olistico alla supply chain management, ma non dovrebbero essere considerati l’unica soluzione.
Vermorel sottolinea la necessità di un approccio più completo alla supply chain management, che comporta l’integrazione di una varietà di strumenti e tecniche. Sebbene i digital twins abbiano il potenziale di aggiungere valore a questo approccio, non dovrebbero essere considerati come l’unico mezzo per ottenere miglioramenti. Invece, Vermorel suggerisce che i professionisti della supply chain management dovrebbero considerare una gamma di fattori, inclusi data analysis, simulazione, ottimizzazione e machine learning, per identificare e affrontare le sfide chiave che le loro organizzazioni devono superare.
In generale, le intuizioni di Vermorel suggeriscono che i digital twins hanno un ruolo da svolgere nella supply chain management, ma non sono una panacea. Egli sostiene un approccio più sfumato che incorpori una gamma di strumenti e tecniche per raggiungere gli obiettivi desiderati. L’enfasi di Vermorel sulla necessità di un approccio olistico e computerizzato alla supply chain management probabilmente risuonerà tra i professionisti di questo settore che cercano di migliorare le loro operazioni e accrescere il loro vantaggio competitivo.
Trascrizione Completa
Nicole Zint: Ora, Joannes, a cosa assomiglia veramente un digital twin per l’utente da lontano?
Joannes Vermorel: La mia percezione dei digital twins è che siano una di quelle parole d’ordine in cui la forma conta più della sostanza. Le comunità tecnologiche e scientifiche hanno bisogno di parole d’ordine come punti di aggregazione, in modo che persone che osservano un problema allo stesso modo possano riunirsi e partecipare a qualcosa come una conferenza scientifica o definire una strategia aziendale. Ad esempio, una parola d’ordine con sostanza dietro di essa sarebbe il deep learning. È un intero insieme di iniziative scientifiche e tecnologiche. Tuttavia, con il digital twin, vedo la parola d’ordine e una sorta di meccanica in gioco, ma quando cominciamo a scavare un po’ in ciò che si nasconde sotto, la mia percezione finora è che sia molto superficiale. Non c’è una grande rivoluzione nell’informatica, né una rivoluzione matematica, né una rivoluzione nel machine learning, ed è molto difficile individuare qualcosa di veramente innovativo che potrebbe essere alla base di quei digital twins.
Nicole Zint: Quindi, diresti che non c’è innovazione radicale al cuore di un digital twin?
Joannes Vermorel: Non ne ho visto uno. Potrebbe effettivamente essere un po’ migliore del demand sensing, che abbiamo esaminato qualche mese fa e che definivo semplicemente vaporware. Tuttavia, anche se ci sono modi in cui posso vedere i digital twins fare qualche progresso, sarà tutto molto incrementale in termini di tipologia di innovazione. I fornitori che vendono digital twins lo presentano come un simulatore della supply chain. Diresti che si suppone debba essere un simulatore?
Nicole Zint: La maggior parte dei fornitori che sono nel processo di vendere digital twins rimane estremamente vaga su cosa sia effettivamente. Direbbero che è come la tua supply chain virtuale, una rappresentazione della tua supply chain. Cos’è la supply chain virtuale?
Nicole Zint: È virtuale, il che significa sostanzialmente che non è la tua supply chain reale. È sostanzialmente una rappresentazione della tua supply chain. Finora, rimane incredibilmente vaga. Un piano d’azione su carta della tua supply chain potrebbe essere una rappresentazione virtuale della supply chain. Tipicamente, è associato a una rappresentazione computerizzata della tua supply chain. “Virtual” ha questa sorta di connotazione positiva e accattivante.
Joannes Vermorel: È anche un po’ legato al mondo delle realtà virtuali, un po’ come il rebranding di Facebook in Meta. Sono ancora le stesse sensazioni che percepisco. La cosa interessante è che, in effetti, quando si inizia a cercare di capire cos’è tecnicamente – al massimo posso valutarlo, perché, ancora una volta, la maggior parte dei nostri concorrenti fornisce una quantità incredibilmente ridotta di dettagli tecnici su cosa sia – sembra che si tratti di simulatori glorificati delle supply chain. Di nuovo, sfidatemi, ma non ho visto elementi che mi facciano pensare che questi digital twins siano altro che sofisticati simulatori.
Nicole Zint: Quindi, dici che sono sensazioni simili a quelle di Facebook che ha cambiato nome in Meta. Cosa intendi dire quando parli di sensazioni simili?
Joannes Vermorel: Mi riferivo semplicemente al tipo di stile marketing, allo stile di comunicazione che accompagna la promozione del prodotto – nient’altro. È un modo per confezionarlo. Noteresti che ogni decennio, quando le persone vogliono proiettare qualcosa di futuristico, non spingono le stesse metafore o temi. Ad esempio, negli anni ‘50, tutto verteva sui robot umanoidi. Avresti visto numerose pubblicità futuristiche in cui le persone cercavano di immaginare l’aspetto del futuro. Avresti persone letteralmente mascherate da robot, con qualcosa che oggi appare molto datato, dove c’erano persone coperte da placche metalliche a fingere di essere robot.
Joannes Vermorel: E per l’intelligenza artificiale, vedresti moltissime persone che cercano di comunicare con tecnologie cognitive come se stessero replicando il cervello. C’è un aspetto dell’immaginario associato all’IA, quello del cervello, l’aspetto cognitivo, come se avessi una mente nella macchina. I gemelli digitali giocano su un’altra cosa. Giocano sull’idea delle realtà virtuali, del metaverse, della visione alla Matrix per il futuro. Ancora, non sto dicendo che questo sia scientifico; è solo un espediente di marketing. È il modo in cui lo affronti. E, tra l’altro, ogni impresa scientifica si lega a un certo modo di promuoversi, anche se si tratta di pura scienza. Devi sempre in qualche modo venderla alla comunità nel suo complesso.
Nicole Zint: Non è di per sé una cosa negativa, va bene avere dei temi e degli immaginari associati. Ma credo sia importante, nel mondo del enterprise software, riconoscerlo.
Joannes Vermorel: Perché è importante? Beh, perché le persone prima di tutto cercano di venderti qualcosa. Non è che lo facciamo per il puro piacere della mente umana. Prima di tutto, è un’iniziativa a scopo di lucro per migliorare le supply chain.
Nicole Zint: Aspetta un attimo, analizziamo questo un po’. Quali sono dunque i vantaggi ipotizzati di un gemello digitale secondo la comunicazione di molti altri fornitori che potrebbero essere qualificati come concorrenti di Lokad?
Joannes Vermorel: Lokad non vende gemelli digitali. Credo che stiamo facendo un sacco di cose che rientrano pienamente nell’insieme dei benefici attesi dai gemelli digitali. Tuttavia, è una scelta; non ci promuoviamo come gemelli digitali. Quindi prendi questo con le pinze. Sto fondamentalmente cercando di descrivere in modo non troppo iniquo ciò che i nostri concorrenti stanno essenzialmente cercando di vendere sotto questo ombrello.
Nicole Zint: Un commento su Lokad e i gemelli digitali, perché quello che facciamo qui a Lokad, quando analizziamo le nostre previsioni probabilistiche, è esaminare tutti i possibili risultati attesi di tutte le diverse decisioni che puoi prendere, per metterle a confronto tra loro. Quindi, sostanzialmente, quando pensiamo alle affermazioni su un gemello digitale, si tratta di essere in grado di proiettare tutte le diverse decisioni in uno scenario what-if e poi vedere il loro impatto. Non è in qualche modo simile, tranne che un gemello digitale risulta un po’ più ludico in un certo senso?
Joannes Vermorel: Penso che ciò che viene proposto con i gemelli digitali siano le presunte capacità superiori di possedere un grado di espressività molto più elevato, in modo da poter vedere un sacco di futuri possibili e variazioni al futuro. E direi che, in termini di intento, va bene. Tuttavia, ciò che mi lascia molto perplesso è che non appena inizi a fare ciò, essenzialmente, se hai qualsiasi tipo di proiezione per una qualsiasi supply chain virtuale, sorge la questione della precisione, perché quello che stai facendo è una previsione.
Ed non posso fare a meno di pensare a tutti quei fornitori che hanno enormi difficoltà quando si tratta della precisione delle loro tecnologie di previsione, e che improvvisamente, attraverso i gemelli digitali, riescono a far sparire il problema, almeno nei depliant di marketing. Una delle cose che non ho affatto visto in quelle discussioni sui gemelli digitali è che tutti sono entusiasti dell’idea che si possa fare così tanto in termini di visualizzazione di tutti i futuri possibili. Quindi, sostanzialmente, stai facendo una previsione, e poi la gente dice: “No, no, non è solo una previsione. È molto più versatile di così.” I direi, va bene, se si tratta di una previsione molto versatile che ti permette di osservare un sacco di futuri possibili, quello che stai tecnicamente facendo è noto, nella comunità scientifica e statistica, come una previsione probabilistica. Quindi stai guardando a molti futuri probabili e persino ad elementi guidati da politiche, se desideri poter iniettare in tali costrutti di ordine superiore elementi come politiche, la tua politica dei prezzi, le tue politiche punitive estreme e così via.
Nicole Zint: C’è questa questione della precisione, e mi sorprende che molti fornitori che spingono i gemelli digitali non sembrino rendersi conto che c’è un enorme problema di precisione. Secondo te, un gemello digitale è essenzialmente una previsione, ma confezionata in maniera differente, in modo che la preoccupazione per la precisione scompaia? Joannes Vermorel: Il problema è che la parola “forecast” nei circoli della supply chain è tipicamente applicata a un tipo di previsione incredibilmente ristretto, ovvero le previsioni puntuali delle serie temporali. Esiste un intero spettro di previsioni. I gemelli digitali non sono previsioni se definisci le previsioni in base alle previsioni puntuali delle serie temporali – sono molto di più. Nicole Zint: D’accordo. Quindi, i gemelli digitali non sono solo previsioni di serie temporali? Joannes Vermorel: Permettimi di riformulare in modo molto chiaro: i gemelli digitali non sono previsioni se definiamo le previsioni dal punto di vista delle previsioni puntuali delle serie temporali. Tuttavia, se adottiamo una definizione più ampia di previsioni come enunciati non ambigui e quantitativi sul futuro, allora i gemelli digitali, almeno per come vengono presentati dai nostri concorrenti, rientrano pienamente in questa categoria. La mia prima preoccupazione è che, non appena hai una previsione di qualsiasi tipo, sorge la questione della precisione. Se non poni nemmeno questa domanda e non sviluppi gli strumenti necessari per valutare la tua precisione, non sai se ciò che stai facendo è valido. Potresti semplicemente giocare con grandi quantità di numeri, il che, tra l’altro, è incredibilmente facile con i computer moderni. Puoi usare molta potenza di calcolo, ricette numeriche e formule matematiche, ma ciò non significa che quello che ottieni combinando tutto ciò sia scientifico o addirittura ragionevole. Quello che puoi ottenere è una sorta di illusione sulla tua realtà virtuale che non ha alcun rapporto reale e di alta qualità con la tua effettiva supply chain. Se non misuri nemmeno la tua precisione, indipendentemente dal tipo di previsione che hai, non hai la minima idea se ciò che stai facendo abbia senso. Nicole Zint: Allora, come si migliora un gemello digitale esistente? Nicole Zint: Ma intendo, questa è la prima preoccupazione che osservi in questi sistemi. Se guardo a ciò che fanno i nostri computer, non sembra esserci alcuna metrica. Quindi, se non hai una misurazione, non sono esattamente sicura di cosa stiano effettivamente ottimizzando.
Joannes Vermorel: Non è l’unica preoccupazione. Era solo la prima. Quindi, vedi, sto dicendo che se vogliamo anche solo far finta che ciò che facciamo non sia solo una parola d’ordine vuota, dobbiamo affrontare le preoccupazioni fondamentali. La prima preoccupazione fondamentale sembra essere completamente ignorata dai fornitori della supply chain che vendono gemelli digitali, ovvero il problema della precisione. Ma non è l’unica preoccupazione. Abbiamo un’altra classe di preoccupazioni che è estremamente importante, ossia l’adeguatezza a livello semantico tra ciò che fai in termini di rappresentazione virtuale delle controparti digitali e la realtà.
Nicole Zint: Quindi, come si migliora un gemello digitale esistente?
Nicole Zint: Ma intendo, questa è la prima preoccupazione che osservi in questi sistemi. Se guardo a ciò che fanno i nostri computer, non sembra esserci alcuna metrica. Quindi, se non hai una misurazione, non sono esattamente sicura di cosa stiano effettivamente ottimizzando.
Joannes Vermorel: Non è l’unica preoccupazione. Era solo la prima. Quindi, vedi, sto dicendo che se vogliamo anche solo far finta che ciò che facciamo non sia solo una parola d’ordine vuota, dobbiamo affrontare le preoccupazioni fondamentali. La prima preoccupazione fondamentale sembra essere completamente trascurata dai fornitori della supply chain che vendono gemelli digitali, ovvero il problema della precisione. Ma non è l’unica preoccupazione. Abbiamo un’altra categoria di preoccupazioni che è estremamente significativa, ossia l’adeguatezza a livello semantico tra ciò che fai in termini di rappresentazione virtuale delle controparti digitali e la realtà.
Perché, vedi, quei gemelli digitali non sono come Matrix, il vecchio film in cui puoi ricreare un universo alternativo quasi impossibile da distinguere dal mondo reale. Farlo rimane un’impresa da pura fantascienza. Siamo a decenni, se non a secoli, dall’essere in grado di fare qualcosa che assomigli a Matrix. Quindi, ogni volta che vogliamo simulare o avere un controvalore digitale di una supply chain, abbiamo essenzialmente qualcosa che è una visione estremamente semplificata della supply chain.
Anche a Lokad, quando stiamo realizzando la metodizzazione più avanzata possibile per la supply chain, dobbiamo avere l’umiltà di renderci conto che anche ciò che consideriamo all’avanguardia in termini di sofisticazione e granularità della rappresentazione, ovvero il controvalore digitale della supply chain, è ancora una visione incredibilmente semplificata della supply chain.
Inoltre, i dati che dobbiamo fornire a questa rappresentazione virtuale, questa rappresentazione digitale, non cadono dal cielo. I dati che utilizziamo provengono da sistemi enterprise, sistemi business, sistemi ERP, sistemi di gestione del magazzino, CRM, estratti EDI e decine di altre fonti. Il punto è che quei sistemi sono stati ingegnerizzati per gestire la supply chain, non per raccogliere dati scientificamente accurati sulla supply chain.
Nicole Zint: Quindi, come si integra un gemello digitale con un sistema ERP classico?
Joannes Vermorel: Prima di tutto, non abbiamo ancora iniziato ad affrontare ciò che è veramente una supply chain digitale, un gemello digitale per la supply chain. Vedi, i fornitori vogliono evitare questa domanda. Vogliono che il cliente salti direttamente ai benefici che ottiene, ecc. Ma insisto: dobbiamo prima elencare tutte le preoccupazioni per capire se ciò che osserviamo è veramente autentico.
Ci sarà una terza categoria di domande, che riguardano l’espressività che possiamo ottenere. Abbiamo il problema di formulare un’asserzione sul futuro basandoci su dati che non sono veramente allineati con la realtà.
Nicole Zint: Della tua supply chain non esiste nulla del genere. Sai, quello che hai sono i dati storici così come visti attraverso l’ERP. Questo non deve essere confuso con le realtà; è solo una visione molto, molto distorta. Va bene, dobbiamo essere in grado di lavorare con questo, ma non fraintendiamoci: ci sono enormi approssimazioni in atto, e tali approssimazioni possono essere molto dannose rispetto all’obiettivo di migliorare la supply chain che potremmo ottenere utilizzando questo gemello digitale. Inoltre, abbiamo probabilmente una terza categoria di preoccupazione, ossia: come operi su una rappresentazione digitale della tua supply chain? Non è chiaro che solo perché hai un controvalore digitale, automaticamente ne escano benefici per la tua supply chain, specialmente quando la gente ti dice che otterrai KPI o key insights. Direi: va bene, hai key insights, ma sostanzialmente, finché non si dimostrerà il contrario, quei key insights significano che l’azienda dovrà pagare dei dipendenti solo per esaminarli.
Joannes Vermorel: Quindi, vedi, quando dici che un software ti fornisce KPI e insights, essenzialmente ciò rappresenta ancora un costo per l’azienda perché, beh, non importa quanto quelle cose possano essere interessanti, quei numeri potrebbero comunque significare che l’azienda debba pagare delle persone solo per esaminarli. E finora, non produce ancora un ritorno sull’investimento. E, tra l’altro, questo è un aspetto che ho discusso in uno degli episodi precedenti con il nucleo burocratico della supply chain. Nella supply chain, è sempre molto facile cadere nella tentazione di fare ogni sorta di cose burocratiche. Questo è il problema di avere persone altamente specializzate impegnate in compiti piuttosto tecnici.
Nicole Zint: Quindi sei molto critico nei confronti dei gemelli digitali?
Joannes Vermorel: Non sono critico nei confronti dei gemelli digitali. Ancora, per essere precisi, dico che ogni volta che viene presentato un concetto, dobbiamo essere molto specifici riguardo a tutte le sfide che è necessario affrontare per poter essere critici. E la mia critica riguarda molto precisamente le comunicazioni associate ai gemelli digitali così come presentati dai miei concorrenti. Quindi, finora, la critica non verte sui gemelli digitali in sé. Possiamo occuparcene tra un minuto, se vuoi, ma riguarda ciò che emerge in termini di elementi di comunicazione. E finora, direi che gli elementi che per me emergono sono sorprendenti, come se mancassero gli elefanti nella stanza. E non un solo elefante, ma almeno tre elefanti principali sembrano essere trascurati, ignorati o inesistenti, se vuoi. E questo mi fa chiedere se stiano davvero prestando attenzione alla realtà, alla realtà del problema da risolvere.
Nicole Zint: Giusto, ma ora torniamo al gemello digitale in sé.
Joannes Vermorel: Sì. Quindi, una delle affermazioni che ho visto sostenere dai fornitori è che il loro gemello digitale sia in grado di avere una dashboard intuitiva che ti permetta istantaneamente di vedere l’impatto di diversi scenari what-if. Qual è il tuo parere in merito? Quale sarebbe la tua prima critica, se vuoi, ma anche quali sono i benefici che possiamo ottenere da un gemello digitale, secondo te?
Nicole Zint: Quindi, prima di tutto, direi: cos’è un vero gemello digitale, così come implementato dai fornitori che lo commercializzano?
Nicole Zint: Chiedersi: cos’è tecnicamente? E qui vedi che c’è un giudizio di valore, e direi che si tratta di simulatori glorificati, più precisamente simulatori Monte Carlo.
Joannes Vermorel: Nonostante la quantità di informazioni tecniche sia molto esigua, come promosso da molti dei nostri concorrenti, ci sono comunque alcuni screenshot in circolazione e qualche frammento di dettagli tecnici. È questo che sto utilizzando per giustificare questa affermazione. Essenzialmente, quando le persone dicono di avere un gemello digitale, quello che hanno è un pezzo di software enterprise che offre una sorta di capacità di modellizzazione. Hanno qualcosa che è fortemente orientato verso una mentalità Monte Carlo. Genera, con un certo grado di rumore, dati che dovrebbero rappresentare gli stati futuri della tua supply chain. Solitamente, includono elementi ispirati al modellelling basato su agenti: cercano di rappresentare la rete della supply chain come una collezione di agenti che hanno comportamenti preconfigurati, comportamenti eventualmente appresi in misura limitata. Quindi, eseguono il simulatore e raccolgono metriche come se stessero posizionando sonde in punti specifici o su determinati schemi nella tua supply chain. Quindi, a livello tecnico, un gemello digitale è una specie di simulatore, un simulatore Monte Carlo orientato ai casi d’uso della supply chain.
Nicole Zint: Quando si tratta di affermazioni riguardo, ad esempio, al possesso di dashboard?
Joannes Vermorel: Con qualsiasi simulatore, puoi posizionare sonde ovunque per misurare i risultati dai tuoi simulatori, ed è molto facile raccogliere migliaia di numeri. Se hai migliaia di numeri, è molto facile compilarli in modo visivamente gradevole, come un dashboard. Il problema principale è quanta fiducia dovresti avere in quei numeri, e questo mi riporta alla questione della precisione. Avere dashboard sofisticati è certamente qualcosa che mi aspetto che i miei concorrenti sappiano fare. Ma, per essere realistici, è possibile ottenere report molto gradevoli con Excel, ed è fattibile da tre decenni. Quindi, al meglio, si tratta di un miglioramento incrementale per questo tipo di benefici.
Nicole Zint: Quale sarebbe quindi la tua idea di benefici? Proviamo a mettere in discussione un’altra qualità che osservi, quella che hai menzionato: intuitiva.
Joannes Vermorel: È interessante, perché non è affatto stata la mia esperienza con nulla che somigli a un simulatore. I simulatori sono fondamentalmente delle scatole nere, complesse per progettazione, e non sono propriamente il tipo di ricette numeriche che si prestano a una spiegazione semplice. Tra l’altro, Lokad utilizza in modo abbastanza esteso processi Monte Carlo, simulatori e generatori, ed è qualcosa che ha una…
Nicole Zint: Lokad ha una forte affinità per le previsioni probabilistiche. Tuttavia, anche se Lokad utilizza questi metodi, riconosco che non sono particolarmente intuitivi, soprattutto per quanto riguarda i risultati. È praticamente una scelta progettuale. Quello che vuoi catturare con un simulatore sono tipicamente tutte le non-linearità che non puoi cogliere attraverso altri metodi. Ma non appena ti trovi a dover gestire fenomeni nella supply chain che sono altamente non lineari, diventa molto difficile e poco trasparente comprendere cosa stia accadendo. Significa che, all’improvviso, basta modificare leggermente un parametro e si ottiene una risposta enorme dall’altra parte della rete, qualcosa di inaspettato.
Joannes Vermorel: Se il simulatore è accurato, allora va bene. Significa che ti fornisce uno strumento per basicamente ottenere controllo e comprendere meglio le conseguenze non intenzionali di azioni apparentemente piccole nella supply chain. Tuttavia, tutto dipende dalla precisione del simulatore. Non sarà mai qualcosa di intuitivo in alcun modo. Sarà, nel migliore dei casi, alquanto una scatola nera. E, ancora una volta, si tratta di un modello numerico complesso che opera quando si simula l’intera supply chain mondiale. Non rientra proprio nella categoria delle cose che definirei intuitive.
Nicole Zint: Quindi, un simulatore è essenzialmente una previsione che avviene dietro il sipario del simulatore, dove la precisione è in discussione. L’idea è che possiamo vedere la supply chain tutta in una schermata e alternare tra diversi parametri per vedere l’output. Su carta, ciò suona bene, come una sfera magica che può vedere nel futuro. Ma, ovviamente, se non metti in discussione la precisione, è sostanzialmente proprio questo.
Joannes Vermorel: Sì, e ci sono anche molte altre domande. Quando hai un simulatore, hai degli agenti, che sono fondamentalmente i mattoni della tua simulazione. Quando dici di eseguire una simulazione lungo la supply chain, significa che stai per simulare ogni singolo SKU per associare, ad esempio, un comportamento di riapprovvigionamento o un comportamento di consumo. Quindi, abbiamo tanti piccoli agenti che hanno i loro comportamenti, e quando lasciamo agire il simulatore, facciamo operare tutti quegli agenti per fornirci uno stato futuro potenziale della supply chain. Possiamo farlo molte volte.
Adesso, in effetti, per progettazione, questa simulazione basata su agenti si presta a un alto grado di comparabilità. Puoi toccare ogni singolo agente e modificarlo. Questo è qualcosa che puoi fare, e infatti, puoi avere il tuo muro di metriche che otterrai semplicemente modificando i parametri.
Nicole Zint: Eseguire il simulatore ora solleva una questione sul fatto che si tratti di un esercizio realistico. Abbiamo potenzialmente migliaia di SKU, se parliamo di una supply chain su larga scala. Ha davvero senso pagare le persone per modificare manualmente il parametro che controlla l’agente, sai, la modellizzazione di ogni singolo SKU, uno per uno? Sì, puoi farlo, ma c’è un senso in ciò? C’è valore in tutto questo?
Joannes Vermorel: Questo è anche un altro grande aspetto della preoccupazione. Assolutamente, puoi farlo, ma questo rientra nelle capacità date che fanno parte del design. Ma poi sorge la domanda se dovresti farlo. Facendo così, otterrai dei numeri, ma come decidi che una modifica è migliore di un’altra se puoi semplicemente modificare qualcosa, ad esempio, cosa succede se ordino questa quantità di questo prodotto? Quindi, sostanzialmente, modifichi qualcosa e poi vedi l’output di quella modifica in un solo scenario.
Nicole Zint: A me sembra una serie temporale. Quindi, generalmente, se esegui un simulatore Monte Carlo non otterrai un solo scenario; è come l’aggregazione del risultato medio su molti scenari. Aspetta un attimo, dicono che è un modo intuitivo per vedere l’esito di diversi scenari “what-if”. Quindi, se ordinassi questa quantità, dovrei ottenere un’immagine istantanea di come sarebbe il futuro, non immagini diverse, solo una.
Joannes Vermorel: Sì, voglio dire, perché fondamentalmente quello che fai con i simulatori è fare una media dei risultati. Quindi, è una previsione in serie temporale; almeno, è un output puntuale. La differenza è che una serie temporale presuppone un vettore di informazioni che è granulare nel tempo, ma ha comunque un punto. In sostanza ti fornisce una stima media. Quello che otterrai è una stima puntuale della conseguenza del tuo aggiustamento. In questo senso va bene farlo. Non puoi mantenere tutte le possibilità future fino alla fine; ad un certo punto devi dire “ho una decisione” e vuoi valutare l’impatto economico di questa decisione. Quindi, questa parte va bene. Ciò che potrebbe non andare bene è se gli utenti devono esaminare potenzialmente milioni di parametri a mano. Allora hai qualcosa di estremamente poco pratico, distraente e dispendioso in termini di tempo, e i benefici che potresti ottenere nell’identificare decisioni migliori potrebbero non essere sufficienti a coprire il costo di pagare tutte le persone che devono modificare il simulatore.
Nicole Zint: Quella è una classe di problemi, e poi c’è un’altra classe di problemi, che è che quello che otterrai da un simulatore è un muro di metriche, letteralmente migliaia di numeri. Allora, come confronti la decisione A con un muro di metriche, quindi con migliaia di metriche, e la decisione B con altre mille metriche, sapendo che alcune sono migliori, altre inferiori, alcune drammaticamente peggiori e altre drammaticamente migliori? Sembra quasi…
Nicole Zint: Come in un processo di RFP, in un certo senso, hai così tante variabili differenti. Come le confronti quando tutte le variabili sono diverse anziché solo una?
Joannes Vermorel: Sì, e questo crea una vera questione di comparazione. È per questo che hai un muro di metriche, perché quando hai un simulatore, puoi misurare ogni singola cosa. Ad esempio, puoi misurare il livello di servizio per ogni SKU. Quindi, l’output del tuo simulatore, quando fai la media su migliaia e migliaia di esecuzioni, è letteralmente un livello di servizio per ogni SKU, una qualità del servizio per ogni cliente, e i costi di inventario per ogni singolo fornitore. Il vero beneficio dell’approccio a livello di sistema dei digital twins è simulare non un singolo SKU, ma l’intera supply chain end-to-end, per quanto i dati a disposizione per i tuoi fornitori e per quanto puoi raggiungere a valle nella parte della supply chain che controlli.
Nicole Zint: Ma sembra che la domanda rimanga: quale decisione è la migliore?
Joannes Vermorel: Sì, e direi che questo è anche un altro elefante nella stanza. Cosa fai una volta ottenute queste capacità? Per quanto mi riguarda, guardando al digital twin, mi sembra che sia una questione a cui non si danno risposte. Esiste un trucco psicologico usato dai fornitori aziendali di supply chain e, in generale, dai vendor enterprise: non appena le persone vedono un software con cui possono interagire e fare cose, acquisiscono familiarità e, a un certo punto, iniziano ad apprezzare il software. Anche se interagire con il software ha un elemento ludico, il problema è che quell’elemento ludico significa che le persone possono apprezzare il prodotto, ma non dimostra che apporti qualcosa di buono per la tua azienda. Dà meno importanza all’esito. Ad esempio, se dicessi che, secondo la policy aziendale, le persone dovrebbero giocare a carte per due ore al giorno, sono abbastanza sicuro che molte persone apprezzerebbero questa attività e direbbero che la adorano, ma ciò non significa che crei valore aggiunto per l’azienda.
Nicole Zint: Quindi, per concludere, se possiamo tornare a cosa sia realmente un digital twin, potresti fornire la tua definizione?
Joannes Vermorel: La mia percezione è che un digital twin sia essenzialmente una serie di fornitori che ripropongono concetti vecchi di simulazioni, vecchi di decenni. Quello che è cambiato è che oggi la potenza di calcolo è sufficientemente economica da permetterti di avere un processo Monte Carlo a bassa risoluzione che copre un’intera supply chain senza troppe difficoltà.
Nicole Zint: In sostanza, prendi una grande macchina con molti CPU. Monte Carlo è molto facile da parallelizzare. È un problema “parallelo in modo imbarazzante”, termine tecnico. E così, molti fornitori si ritrovano con la capacità di creare un prodotto economico da implementare che esegue una simulazione di un sistema a livello di supply chain. Sai, è quello che possono fare. E poi, poiché possono farlo, lo possono vendere. E poiché non c’è un’innovazione radicale in atto, hanno trovato nel digital twin un grido di battaglia per rendere questo prodotto più attraente, perché se ti dicessi che stiamo per adottare un approccio Monte Carlo basato su concetti scoperti negli anni ‘50, 70 anni fa, la gente direbbe: “Sì, davvero? È così?”
Joannes Vermorel: Quindi essenzialmente, fanno questo e poi, per rendere la cosa ancora più attraente, aggiungono ulteriori qualificatori come real-time e sincronizzazione. Direi bene e giusto. Tuttavia, con un simulatore per progettazione, non otterrai mai nulla in tempo reale, a meno che il tuo simulatore non sia incredibilmente superficiale in termini di sofisticazione. Quindi, questo è davvero qualcosa di discutibile. Eppure, vedo il motivo per cui questo prodotto sta riscuotendo interesse: c’è un elemento chiave di verità, ovvero un approccio a livello di sistema per la supply chain che merita veramente un’analisi molto, molto seria. Quindi, è un’impresa degna di nota dire che non vogliamo fare semplicemente un sì per colmare i silos e adottare un approccio a livello di sistema che, a mio parere, è un concetto molto attraente. Vedo molto valore in questo.
Ora, avere simulatori, simulatori Monte Carlo, è un ingrediente. Ma quello che sto dicendo, e questo sarebbe il mio punto, è che non critico i digital twin per quello che sono. Un simulatore è semplicemente solido e affidabile. Va bene, sai? È un metodo consolidato per fare, direi, previsioni probabilistiche in senso molto generico. Quello che sto dicendo è che vedo un’enorme quantità di elementi che mancano dal quadro, e sembra che le persone abbiano lavorato sulle capacità che sono economiche da implementare, cercando di venderle, mentre, beh, esiste un’intera classe di capacità completamente assenti, ma sfortunatamente molto più difficili da implementare e molto più costose. Ma sono proprio quelle che rendono veramente utile la simulazione Monte Carlo per la supply chain. Quindi, il mio punto è che la digital supply chain è buona se serve da grido di battaglia per un approccio più olistico alla supply chain da una prospettiva computerizzata. Ma se pensi che gli approcci Monte Carlo siano altro che un semplice ingrediente algoritmico, penso che sia un’idea molto fuorviante credere che solo con questo sia possibile migliorare la tua supply chain.
Nicole Zint: Okay, Joannes. Grazie mille per aver condiviso le tue intuizioni sui digital twin. Grazie per averci seguito, e ci vediamo la prossima settimana.
