00:00:00 Introduzione all’intervista
00:00:47 Background e esperienza di insegnamento di Paul Jan
00:02:16 Il ruolo dei dati nella supply chain e nell’insegnamento
00:04:00 Collaborazione con Lokad e il suo impatto
00:06:20 Sfide reali della supply chain e ostacoli didattici
00:10:49 Spiegazione dei “wicked problems” nella supply chain
00:14:37 Impatto del messaging aziendale sulla percezione del prodotto
00:16:11 Analisi continua dei dati e limiti di Excel
00:19:11 Gestione dei dati relazionali e carenze di Excel
00:21:49 Transizione a SQL per l’elaborazione dei dati
00:24:11 Vantaggi dell’introduzione di Lokad agli studenti
00:26:33 Considerazioni sui costi didattici nella supply chain
00:29:13 Uso di Envision e critica del software aziendale
00:32:24 Pensiero orientato alle soluzioni e limiti degli strumenti
00:35:16 Strumenti migliori per soluzioni migliori nella supply chain
00:37:57 Esperienza e filosofia didattica di Joannes Vermorel
00:41:15 Strutture dati fondamentali e limiti delle previsioni
00:45:31 Metodi visivi di insegnamento e forti assunzioni
00:48:32 Necessità di disruption nell’industria della supply chain
00:51:12 La supply chain come un insieme di wicked problems
00:54:24 Essere approssimativamente corretti nella supply chain
00:57:55 Insegnare la complessità nella supply chain
01:00:47 Riflessioni finali e importanza degli investimenti privati
01:03:24 Superare la paura della statistica e commenti concludenti
Sommario
Conor Doherty, host di Lokad TV, ha recentemente dialogato con Joannes Vermorel, fondatore di Lokad, e Paul Jan, un professor di supply chain presso l’Università di Toronto. La conversazione si è concentrata sull’evoluzione della gestione della supply chain, sul ruolo dei dati, e sull’importanza dell’istruzione. Vermorel ha introdotto il concetto di “wicked problems” nella supply chain, evidenziando i limiti di Excel e la necessità di strumenti come SQL Server. Jan ha condiviso la sua esperienza nel passaggio da Excel a opzioni più programmatiche, lodando lo strumento Envision di Lokad. Entrambi hanno sottolineato la necessità di disruption nel settore e l’importanza dell’istruzione nella gestione della supply chain.
Sommario Esteso
In una recente intervista, Conor Doherty, il conduttore, ha intrapreso una discussione stimolante con Joannes Vermorel, il fondatore di Lokad, e Paul Jan, un Associate Professor di Operations and Supply Chain Management alla Rotman School of Management. La conversazione ha ruotato attorno all’evoluzione del panorama della gestione della supply chain, al ruolo dei dati, e all’importanza dell’istruzione in questo campo.
Paul Jan, con la sua ampia esperienza nella consulenza e nel mondo corporate americano, insegna corsi di analisi delle operazioni e della supply chain presso l’Università di Toronto da circa quattro anni. I suoi corsi, che includono una lezione fondamentale sulla gestione delle operazioni e della supply chain e una lezione in collaborazione con Lokad, mirano a colmare il divario tra teoria e pratica. Jan riconosce che, sebbene i dati abbiano acquisito maggiore rilevanza nel settore, gli studenti spesso mancano di fiducia nell’applicare quanto appreso alla realtà. È qui che entra in gioco la collaborazione con Lokad, fornendo un ambiente pronto per affrontare compiti legati alla supply chain, permettendo loro di concentrarsi sugli aspetti della supply chain anziché sulle tecnicità di impostare un ambiente di coding.
Vermorel ha introdotto il concetto di “wicked problems” nella supply chain, ovvero problemi che sfuggono a un’analisi diretta e di primo livello, richiedendo un percorso di scoperta. Ha evidenziato i limiti di Excel nella gestione dei dati moderni della supply chain, affermando che non scala secondo le esigenze delle supply chain di oggi. Vermorel ha suggerito che la risposta di Microsoft a questo problema sia SQL Server e altri strumenti in grado di gestire i dati relazionali. Ha anche menzionato che il playground di Lokad mira a esporre gli studenti alla realtà dei dati relazionali.
Jan ha condiviso la sua esperienza nel passaggio da Excel a opzioni più programmatiche, concordando con i punti di Vermorel sui limiti di Excel. Ha menzionato di aver imparato SQL in uno dei suoi progetti e di aver apprezzato la sua potenza nell’elaborazione e semplificazione dei dati. Jan ha inoltre lodato Envision, lo strumento di Lokad, per la sua semplicità e facilità d’uso, che ha contribuito a rendere più semplice il processo di adeguamento delle assunzioni e a ridurre gli errori che potevano verificarsi in Excel.
La conversazione si è poi spostata sul mindset necessario per utilizzare questi strumenti e se il concetto di costo opportunità venga insegnato in classe. Jan ha risposto che, sebbene il concetto di costo opportunità non sia lineare, gli studenti con formazione economica sono in grado di comprenderlo. Ha osservato che esiste un divario tra ciò su cui si concentrano i dirigenti e gli operatori, con i primi focalizzati sul risultato finanziario e i secondi su metriche tradizionali.
Vermorel ha concordato con i punti di Jan e ha discusso i limiti di un approccio che si basa esclusivamente su Excel. Ha spiegato che se Excel è l’unico strumento a disposizione, questo limita le soluzioni che si possono immaginare. Vermorel ha criticato l’idea che le tecnologie digitali siano in costante evoluzione e che le conoscenze in questo campo siano usa e getta. Ha sostenuto che molti argomenti fondamentali, come la struttura dei dati relazionali e i tipi di dati di base, difficilmente subiranno cambiamenti significativi col tempo.
L’intervista si è conclusa con Vermorel e Jan che hanno sottolineato la necessità di una disruption nel settore e l’importanza dell’istruzione nella gestione della supply chain. Vermorel ha spiegato che la gestione della supply chain comporta una serie di problemi complessi a causa della natura interconnessa delle aziende moderne. Ha sostenuto l’uso di paradigmi e strumenti capaci di gestire questi problemi complessi, piuttosto che cercare soluzioni esatte che potrebbero risultare errate. Jan, invece, ha descritto il suo approccio didattico come graduale e disruptive, iniziando con teorie tradizionali prima di introdurre le complessità del mondo reale attraverso collaborazioni con aziende come Lokad. Ha riconosciuto la difficoltà di insegnare i wicked problems, che sono problemi complessi e dipendenti dalle azioni altrui.
Trascrizione Completa
Conor Doherty: Bentornati a Lokad TV. Le competenze necessarie per eccellere nella supply chain sono evolute drasticamente negli ultimi 20 anni e continueranno a farlo per il momento. Nulla di tutto ciò, ovviamente, è una novità per gli ospiti di oggi. Ci uniamo in remoto dalla Rotman School of Management, dove è presente l’Associate Professor di Operations and Supply Chain Management, Paul Jan. Paul, benvenuto a Lokad. Grazie per avermi invitato. È un piacere essere qui.
Conor Doherty: Ora Paul, come ho detto, benvenuto a Lokad, anche se il nome può sembrare un po’ fuorviante. Voglio dire, siamo già molto familiari. Hai collaborato con noi per un po’ e, in effetti, ci hai visitato qui nei nuovi uffici a Parigi. Ma per chi non conosce il tuo lavoro, potresti fare una breve presentazione e descrivere il tuo background, per favore?
Paul Jan: Grazie per avermi invitato. Mi chiamo Paul Jan. Attualmente sono professore all’Università di Toronto, dove insegno corsi di analisi delle operazioni e della supply chain. Provengo da un background industriale, con una vasta esperienza sia nella consulenza che nell’industria corporate americana. Ho trascorso circa 15 anni sia nel settore che nella consulenza, e ora insegno, condividendo le mie conoscenze ed esperienze con gli studenti qui al UofT.
Conor Doherty: E da quanto tempo insegni alla Rotman School of Management?
Paul Jan: Sono alla Rotman da circa quattro anni, e prima di allora ero all’Università della California, Irvine. Quindi, in totale, insegno da circa sette anni.
Conor Doherty: E come sono evoluti i corsi sulla supply chain anche in questo breve lasso di tempo?
Paul Jan: Qui alla Rotman insegno una lezione fondamentale, che è un’introduzione alla gestione delle operazioni e della supply chain. È lì che gli studenti apprendono le teorie di base, le applicazioni e alcune pratiche. Insegno anche un’altra lezione in collaborazione con Lokad, in cui si prende quella teoria e la si mette in pratica con un’azienda. Nel corso degli anni sono emersi sempre più dati provenienti dagli ERP delle aziende, e persino da imprese di medie e piccole dimensioni, tutte dotate di un sistema di acquisizione dati o ERP. Quindi i dati sono diventati più rilevanti e, da quanto ho osservato, gli studenti spesso mancano della fiducia e dell’esperienza necessarie per applicare quanto imparato a scuola nella realtà.
Conor Doherty: Beh, e Joannes, verrò a te tra un momento, ma voglio approfondire questo aspetto, dato che tu possiedi una vasta esperienza nel settore privato. Quando selezioni le teorie fondamentali da insegnare agli studenti, quanto di ciò si basa sulla conoscenza tradizionale della supply chain e quanto è influenzato dalla tua ampia esperienza?
Paul Jan: Nella lezione fondamentale che insegno, non ho molto margine di manovra. Devo seguire un programma e rispettare i requisiti stabiliti dall’università e dal dipartimento. Quindi la maggior parte riguarda le teorie e i modelli tradizionali che lo studente apprenderà. Ciò che faccio è arricchire il contenuto con aneddoti e consigli pratici da tenere a mente quando si entra nel mondo del lavoro. Ma, come richiesto dalla scuola, la base resta costituita dalle teorie tradizionali. Nell’altra lezione, in collaborazione con Lokad, ho la libertà di applicare un approccio più pratico e basato sulla mia esperienza da professionista, evidenziando come, nella pratica, i dirigenti si concentrino sull’impatto finanziario delle decisioni, a differenza delle teorie tradizionali.
Conor Doherty: Bene, grazie, Paul. E ora Joannes, per passare a te: potresti descrivere esattamente in cosa consiste la collaborazione con Paul nell’ambito dell’iniziativa educativa più ampia di Lokad?
Joannes Vermorel: Sì, a Lokad abbiamo avviato un’iniziativa circa un anno fa per rendere il nostro stack tecnologico più accessibile. Normalmente, Lokad si presenta come un piece of software, accessibile solo ai nostri prospect VIP e clienti. Quello che abbiamo fatto è riproporlo come quello che abbiamo definito un playground, una versione leggermente semplificata di Lokad accessibile su tr.lo.com. Questo fornisce un ambiente di coding alimentato da Envision e un piccolo file system. Dal punto di vista educativo, l’idea è organizzare una serie di workshop in cui gli studenti possano lavorare su un set di dati, una versione semplificata di ciò che si trova in impianti reali, ma comunque rappresentativa. Non volevamo rendere il compito troppo facile e puramente teorico. L’idea è di fornire un ambiente pronto in cui lo studente possa iniziare direttamente con un set di dati e affrontare una piccola sfida tipica di un compito della supply chain. Questo rispecchia le sfide che si possono incontrare in azienda, come identificare i fornitori che non consegnano puntualmente o in maniera completa, oppure nel prevedere la domanda o altre attività analitiche tipiche della supply chain. Il concetto è che Lokad metta a disposizione un ambiente idoneo a questo scopo. Il motivo è che gli studenti di materie legate alla supply chain non sono ingegneri software. Quindi, se si chiedesse a una classe piena di futuri ingegneri informatici, questi potrebbero col tempo configurare un ambiente Python, impostare la propria data pipeline e la logica di parsing, per lavorare su un set di dati con tecnologie open-source. Il problema è che, dato il tempo a disposizione per studenti che non sono ingegneri software ma futuri ingegneri della supply chain, serve un ambiente pronto per un workshop focalizzato sulla supply chain, non sulle complessità di analizzare un file CSV in Python. Quindi, è necessario predisporre quell’ambiente in anticipo, e questo è ciò che possiamo fare. Condividiamo un ambiente in cui i dati sono già stati preparati, lo script per leggerli è già stato scritto, e così gli studenti possono passare direttamente al cuore del problema: capire cosa fare con una supply chain, con un fornitore, con la domanda, applicando il ragionamento della supply chain tramite uno strumento programmatico. La nostra ambizione è permettere a curricula generalmente poveri di strumenti tecnici di affrontare compiti più avanzati, senza perdersi in tecnicismi. In definitiva, forniamo un ambiente che potrebbe essere replicato in 5.000 righe di codice Python; è fattibile, ma se lo si facesse, non si potrebbe realizzare una sessione di lavoro proficua di tre ore con studenti di supply chain, finendo per dedicare l’intero tempo al coding e al parsing di un file CSV, cosa poco interessante dal punto di vista della supply chain.
Conor Doherty: E Paul, un’ultima domanda su questo. Quanto sono impegnative queste competenze ingegneristiche, come il coding, per lo studente medio a livello fondamentale della supply chain? Quanto sono impegnative queste competenze ingegneristiche, come il coding, per lo studente medio a livello fondamentale della supply chain? Paul Jan: Posso darvi un esempio reale in cui abbiamo iniziato il semestre qui un paio di settimane fa. Direi che forse il 20% di questa nuova classe ha qualche esperienza pregressa di coding, ma in quel caso avevano seguito, per esempio, Python in un contesto di aula. Quindi la maggior parte no. Così, quando entrano, penso che siano entusiasti perché si rendono conto che questa è una competenza che li beneficerà in futuro, dato che ci sono molte informazioni, molti più dati, ed Excel è semplicemente ingombrante quando si tratta di analizzare una quantità così elevata di dati. Ma allo stesso tempo sono anche un po’ spaventati, preoccupati perché non hanno l’esperienza. È una competenza molto importante oggi, ma è anche qualcosa che manca nella formazione degli studenti di business, non solo nella supply chain, ma in generale per gli studenti di business.
Conor Doherty: Bene, grazie. E questo in realtà transisce perfettamente. Joannes, c’è una cosa che aspettavo da molto tempo di chiederti. In passato, nelle tue lezioni, hai descritto i problemi della supply chain come wicked. Quindi, due aspetti in questa domanda. Uno: cosa intendi esattamente per problemi wicked nella supply chain? E due: seguendo quanto ha appena detto Paul, perché strumenti come Excel non sono semplicemente adatti a gestire questi problemi wicked?
Joannes Vermorel: La nozione di un problema wicked non ha origine da me. Sono essenzialmente problemi che sfuggono a un’analisi diretta e di primo livello. È qualcosa in cui deve esserci un percorso, a prescindere, durante il quale scoprirai il problema stesso.
Un esempio di ciò è: cos’è una buona pubblicità? Se ti chiedo di calcolare l’area di una forma geometrica in pollici quadrati o centimetri quadrati, la forma potrebbe essere molto complicata, quindi il calcolo potrebbe essere difficile, ma è un problema chiuso. Esiste una soluzione analitica che ti darà o la risposta esatta oppure un’approssimazione molto buona.
Ma se ti chiedo cos’è una buona pubblicità, la risposta dipende davvero, e dipende anche da ciò che fanno i tuoi concorrenti. Ad esempio, se crei una pubblicità fantastica, ma poi i tuoi concorrenti la copiano così tanto che la tua pubblicità, che era brillante, diventa indistinguibile dalla concorrenza, è stata una pubblicità molto buona che poi diventa cattiva semplicemente perché tutti l’hanno copiata.
Questa è la tipica malvagità. La stessa risposta che fornisci può potenzialmente annullare il suo stesso valore. È un po’ strano. Do una risposta molto buona e, poiché è molto buona, viene copiata e, essendo copiata, diventa una risposta cattiva. Questo è un tipo di problema wicked.
La supply chain è piena di problemi wicked. Decidi di posizionare un centro di distribuzione da qualche parte per superare un concorrente. Quel concorrente decide di replicare e risponde riorganizzando i propri centri di distribuzione per superarti. Questo è il genere di situazione.
Quindi le cose non sono stabili. Una risposta non è stabile. Questi problemi wicked sono problemi di natura competitiva. Ci sono persone che rispondono a ciò che stai facendo. Questo non è come il problema di calcolare la superficie di una forma geometrica, dove la risposta non dipende da ciò che fa il resto dell’universo o da ciò che decidono gli altri. Questo è ben isolato.
E poi ci sono anche problemi in cui non sei nemmeno sicuro di inquadrare correttamente la questione. Cosa significa qualità del servizio? Sì, possiamo dire che la qualità del servizio riguarda l’aumento del service level, ma la realtà è che la qualità del servizio è negli occhi del cliente e cosa significhi veramente? È una domanda molto difficile.
Per alcune persone potrebbe andare bene se esistono sostituti. Non si aspettano che questo singolo prodotto sia sempre disponibile. Magari, se ci sono sostituti, va bene. Altri potrebbero non essere d’accordo. Potrebbero avere una concezione molto ristretta di ciò di cui hanno veramente bisogno e dire: “Voglio esattamente questo barcode, altrimenti non funziona.”
E poi, a seconda del messaggio che l’azienda trasmette e della comunicazione più ampia, potresti effettivamente amplificare o diminuire il fatto che le persone considerino altri prodotti come sostituti. Se hai una comunicazione che dice che questa cosa è completamente unica, che non esiste alcun sostituto, allora non sorprendere se le persone non sono nemmeno disposte a considerare altri tuoi prodotti come sostituti, perché questo è il messaggio. Potrebbe essere utile contro la concorrenza, ma può essere molto più difficile se vuoi convincere le persone ad accettare delle alternative.
Le situazioni sono incredibilmente varie. Quindi, in sintesi, per questi problemi wicked, e questo è il tipico ragionamento di Lokad, di solito quando si ha a che fare con problemi wicked è meglio iterare sul problema usando i dati invece di operare senza di essi.
Indipendentemente dalla domanda posta, come ad esempio se una pubblicità è buona, è più facile rispondere se puoi misurare le vendite e correlare in parte con la spesa pubblicitaria, per esempio. Non significa che risolverai del tutto il problema, ma sarai più informato rispetto a cercare di rispondere senza dati.
Di solito, anche se ti trovi ad affrontare un problema wicked, avere dei dati a disposizione aiuta. Il problema è che, a causa della natura wicked, devi essere in grado di rivedere la tua posizione su quale tipo di analisi e processamento adottare, poiché non esiste una risposta valida per tutti. Processi i dati, poi rifletti e magari poni una domanda leggermente diversa a seconda di ciò che accade.
Quindi, problemi wicked: è qui che interveniamo. Quando ti trovi di fronte a un problema wicked, avere dei dati è utile perché ti permette di essere più informato, il che è generalmente meglio. Ma significa anche che dovrai ripetere la tua analisi di tanto in tanto perché non esiste una risposta definitiva.
Excel è buono in questo senso. Excel ti permette di rivedere la tua analisi tutte le volte che vuoi. Il problema è che Excel non scala nella misura in cui modern supply chains richiedono. Oggi parliamo di decine di migliaia di prodotti, milioni di transazioni, tantissimi dati transazionali. Excel non è adatto a questo.
La sfida principale è che i dati della supply chain moderna superano ciò che può ragionevolmente stare in Excel, e lo fanno in due modi. Primo, superano il numero di righe. Excel è limitato a un milione di righe. Ma questa parte non è in realtà il problema principale. In teoria, Microsoft potrebbe riprogettare Excel e farlo estendere a 100 milioni di righe. Non è impossibile, e in effetti ci sono qualche concorrente di Excel che può farlo.
Ma quando diciamo che una supply chain moderna supera i limiti, è perché fondamentalmente Excel ha una mentalità da una singola tabella per volta. Assume che i dati siano contenuti in una tabella piatta. Ma la realtà è che i dati transazionali presenti in una supply chain sono distribuiti in più tabelle. Hai una tabella per i fornitori, una per le transazioni, una per i clienti, una per i prodotti, una per i colori o le forme o altro.
Quindi, molto frequentemente ti troverai a dover gestire almeno mezza dozzina di tabelle. E quello che ti manca è qualcosa come un’algebra relazionale, che sta davvero al cuore dei tuoi dati transazionali. I tuoi dati nella supply chain sono transazionali e relazionali. Hai circa mezza dozzina di tabelle, ed è qui che Excel veramente non funziona.
Non solo hai questo vincolo sul numero di righe, ma questo potrebbe essere risolto. Ma, più in generale, hai il problema di essere limitato in termini di semantica. Excel non ti offre questa funzionalità multi-tabella.
E, a proposito, questo è dovuto al fatto, molto più profondo, che Microsoft non si è nemmeno preoccupata di espandere questo limite di 1 milione. Le persone in Microsoft sanno, e sanno da molto tempo, che anche se potessero estendere Excel a 100 milioni di righe, il passo successivo sarebbe: “Oh, ci servono diverse tabelle”, e allora non funzionerebbe molto bene con Excel.
Ecco perché la risposta di Microsoft è stata: “Se vuoi dati relazionali, hai SQL Server, oppure hai strumenti che trattano i dati relazionali come cittadini di prima classe”, invece di cercare di inserirli in un foglio di calcolo. E a proposito, questo è anche ciò che stiamo cercando di fare con questo playground: esporre gli studenti alla realtà dei dati relazionali offrendo un linguaggio che li tratta come cittadini di prima classe.
Perché questo è qualcosa che credo non cambierà. Fra quaranta anni, gli ERP avranno ancora tabelle e colonne. Questo sistema è stato stabilito quattro decenni fa, quindi è da più di quaranta anni un aspetto estremamente stabile della digital supply chain.
Conor Doherty: Paul, un punto interessante da approfondire, dato che hai un background esteso nel settore privato e sei stato formalmente formato in questo campo. Quando eri agli inizi e sviluppavi la tua esperienza, presumo che lavorassi con Excel. E se sì, a che punto hai capito: “Ho bisogno di opzioni più ricche e programmatiche”? Cosa ha causato la divergenza da Excel?
Paul Jan: La divergenza è proprio quella a cui Joannes ha accennato prima. Excel è ottimo, sai, è fondamentalmente una tabella alla volta, ed è molto complicato collegare tutte queste tabelle o schede all’interno di Excel. E anche se ci riesci, è un compito molto dispendioso in termini di tempo se devi modificare le tue ipotesi o variabili per ricontrollare tutte le modifiche apportate in Excel.
Spesso incontri errori. Quasi sempre finisci per fare degli sbagli perché hai dimenticato di modificare una variabile o un’ipotesi, il che causa un risultato finale leggermente diverso. Quindi, penso che dopo un paio d’anni ho avuto l’opportunità di imparare SQL. Non conoscevo SQL prima, ma l’ho imparato in uno dei progetti, e ho davvero apprezzato il linguaggio e anche la potenza che offre nel processare e semplificare, almeno nella parte iniziale, il reperire i dati descrittivi e cercare di individuare le anomalie nei dati stessi.
Questo semplifica almeno la prima parte, ovvero reperire i dati descrittivi e cercare di trovare le anomalie al loro interno. Assicurarsi che i dati siano puliti e trovare modi per integrare diverse fonti di dati ha semplificato notevolmente le cose. È in quel momento che ho realmente fatto una transizione. A quel tempo, SQL è diventato il mio strumento analitico di prima scelta per processare, o meglio pre-processare, i dati per capire com’è fatta la struttura dei dati e se ci sono anomalie. Successivamente, realizzavo la prima analisi descrittiva e Excel veniva usato più per la facilità di visualizzazione, ad esempio per creare grafici e diagrammi.
Vorrei aggiungere quanto detto da Joannes riguardo alla scoperta di Lokad. Anche io ho scoperto Lokad un paio di anni fa, ma non ho preso un’iniziativa simile a quella che ho preso l’anno scorso per introdurlo agli studenti. Ero, ad essere sincero, preoccupato che l’aspetto del coding potesse scoraggiare gli studenti dall’usare lo strumento e dal trarne divertimento o insegnamenti dalla lezione. Ma devo dire che mi sbagliavo. Dati gli ultimi mesi di collaborazione, ho scoperto che Envision è uno strumento molto facile da comprendere. Anche con il mio background in programmazione e database, è davvero semplice da capire, e penso che sia anche più intuitivo per gli studenti perché i codici si leggono quasi come un linguaggio da profano.
È diverso da, per esempio, Python e altri, dove a volte le cose possono non avere molto senso e non seguire una logica senza la spiegazione di colui che ha scritto il programma. Finora, è stato un esercizio molto utile per introdurlo. Ha davvero semplificato il processo di adeguamento delle ipotesi, quelle cose che potevano non essere state considerate nei dati, aggiornandole nel codice stesso e poi riflettendole nel dashboard affinché lo studente le possa vedere.
Lo considero ancora un livello introduttivo. Per gli studenti serve a comprendere, da una visione d’insieme, cosa sta facendo un’azienda e come lo fa, basandosi su dati descrittivi quali il numero di clienti che ha, le vendite più elevate, la tendenza ABC dei suoi prodotti. Da lì, possono capire come vengono organizzate le supply chains, e successivamente approfondiamo la loro supply chain. Quindi, avere questo programma, questa esperienza di coding con Envision, ha davvero aiutato notevolmente in questo senso e ha anche ridotto gli errori che possiamo commettere con Excel.
Conor Doherty: Proseguirò con te, Paul, e poi con Joannes. Allora, benvenuti, è una domanda di filosofia che vi piacerà. Mi viene in mente che abbiamo parlato degli strumenti, quindi Envision è lo strumento, ma usarlo comporta anche un certo modo di pensare. Come hai appena accennato, alla base di ciò che fa Lokad con Envision c’è un approccio puramente finanziario ai problemi della supply chain e la riduzione degli errori in dollari o euro. È un mix, immagino, di economia ma anche un po’ di filosofia, nel comprendere che se faccio questo, non posso fare quell’altro, il famoso costo opportunità.
In termini di mentalità, capire come utilizzare questi strumenti è qualcosa che devi anche insegnare in classe oppure gli studenti comprendono automaticamente: “Oh sì, costo opportunità, userò questo strumento”, senza problemi?
Paul Jan: Non direi che sia immediatamente ovvio, ma gli studenti hanno una formazione in economia e quindi comprendono qual è il compromesso, il costo opportunità. Anche nel corso base di supply chain o nelle lezioni di operazioni che insegno qui, introduciamo gli studenti al costo in eccesso, al costo di recupero, ai vari costi che possono derivare dalla decisione presa su quanto scorteggiare in inventario e quando farlo. Questi concetti sono comprensibili e alla portata degli studenti una volta che spieghi loro che il modo in cui definiamo questo risultato finanziario è basato su ABC.
In pratica, questi risultati finanziari sono ciò che cerchiamo anche di quantificare per i dirigenti in ogni sorta di progetto di consulenza. I dirigenti capiscono che quando dici loro “Questo è il tuo costo in dollari o il costo opportunità in dollari” è un’informazione chiave. Ma per gli addetti alla supply chain – o per chi opera nelle operazioni – si fa maggiormente riferimento ai metrici tradizionali, come i turnover, forecast accuracy. Loro comprendono, ma prestano maggiore attenzione a questo aspetto. Quindi c’è un certo divario tra ciò che comprendono i dirigenti e ciò che viene insegnato o seguito dagli operatori. Dal punto di vista degli studenti, introdurre o spiegare questi concetti non è un compito difficile.
Conor Doherty: Grazie, Paul. E Joannes, torno a te. Quindi, riprendendo quanto appena detto, capisco perfettamente perché cose come Python, SQL e ovviamente Envision, il nostro linguaggio specifico per il dominio, possano risultare poco familiari ai nuovi supply chain practitioners. Ma il concetto di risorse scarse, usi alternativi, il fondamento dell’economia, ha più di un secolo di età. Allora, perché questo aspetto della mentalità economica dovrebbe essere così diverso nei circoli della supply chain rispetto a quanto, come ha appena descritto Paul, venga intuitivamente compreso in aula?
Joannes Vermorel: Vorrei innanzitutto riprendere il commento di Paul. Quando dicevi di essere preoccupato per l’uso di Envision, penso tu avessi ragione. Solo per il pubblico, la mia convinzione personale è che la stragrande maggioranza del enterprise software sia una completa merda, letteralmente completa merda. E, parlando di software per gli acquisti, sto guardando proprio a te. Quindi è comprensibile presumere di default che sarà pura merda e poi rimanere piacevolmente sorpresi se non dovesse essere così. Ma penso che sia un’ipotesi ragionevole. Credo fermamente che Envision non rientri in questo campo, abbiamo fatto un buon lavoro. Ma, ancora, penso che sia naturale aspettarsi che il software enterprise sia di pessima qualità, soprattutto rispetto ai popolari progetti open source. È un’assunzione giusta e molto razionale da fare riguardo al panorama applicativo.
Adesso, il punto con questo tipo di mentalità in ambito finanziario, e quando Paul ha menzionato ABC come nel costo basato sulle attività, tra l’altro, non il corso ABC analysis, è che è molto difficile pensare ai problemi se non si riesce a immaginare la soluzione. Quindi, quando le persone dicono che si vuole pensare in termini di accuratezza o livello di servizio, si tratta di metriche molto classiche. Il fatto è che se tutto ciò che hai è un foglio di calcolo Excel, è praticamente tutto ciò che puoi implementare. Pertanto, se puoi pensare solo in termini di fogli di calcolo, allora farai fatica ad affrontare queste cose perché devi pensare ai problemi. Come farò a trasformare tutto ciò in denaro mentre tu fatichi veramente a pensare alla soluzione?
Le persone spesso pensano prima alla soluzione e poi al problema. È molto difficile enunciare un problema senza aver prima concepito una soluzione. Inizialmente inciampi in una soluzione approssimativa e poi, quando vuoi spiegare a qualcun altro ciò che hai fatto, in effetti inventi il problema che corrisponde alla soluzione. Le persone, per istinto, immaginano prima la soluzione e poi, per poter comunicare in merito, inventano il problema.
La tua capacità di pensare a soluzioni dipende dagli strumenti che hai a disposizione nella tua mente. Se hai Excel in mente, allora tutte le soluzioni che riesci a immaginare sono quelle che possono funzionare in Excel. Questo ti limita al paradigma dell’accuratezza e del livello di servizio, perché sono esattamente quelle le cose che puoi fare in Excel.
Ecco perché è molto importante, nei corsi fondamentali, familiarizzare gli studenti con strumenti migliori, dove possano pensare, ad esempio, con tabelle e colonne e concetti come SQL. Il problema non è SQL in sé, ma il paradigma che si ottiene con SQL – tabelle, filtri, aggregazioni, colonne, tipi di valori come stringhe versus numeri, booleani. Queste cose sono molto importanti e, all’improvviso, quando hai questi paradigmi, puoi pensare a classi di soluzioni più elaborate.
Per pensare agli indicatori finanziari, devi collegare il costo dello stoccaggio, cioè hai bisogno di un’altra tabella che ti fornisca alcune ipotesi sul costo dello stoccaggio. Devi avere il costo dello stock out, quindi devi reperire queste informazioni altrove. Non è che le persone tradizionalmente siano incapaci di considerare il costo dello stoccaggio o il costo dell’assicurazione, lo sanno. Ma quando si tratta di immaginare una soluzione, se Excel è tutto a cui riescono a pensare, è molto difficile per loro concepire un foglio di calcolo che possa integrare quelle 20 cose differenti.
Ma se riesci a pensare con i dati relazionali, all’improvviso hai gli strumenti che ti permettono di pensare: “Okay, inserirò tutti quei costi con tutte le tabelle necessarie.” E, concettualmente, se quei costi sono semplici individualmente, è solo una questione di aggregare tutto ciò.
Questa è una spiegazione lunga, ma è anche il motivo per cui la gestione tradizionale della supply chain è molto esitante. Non hanno avuto la possibilità di ricevere quel tipo di formazione che permetta loro di pensare veramente con strumenti più moderni.
Paul Jan: Sono completamente d’accordo con la valutazione di Joannes. Se dovessimo fare una valutazione delle competenze nelle operazioni di supply chain di qualsiasi azienda, penso che troveresti un grande divario nella loro comprensione di quanto abbiamo appena discusso. Quella è davvero la sfida nell’educare questa nuova generazione di giovani professionisti a pensare in modo diverso e a innovare.
Joannes Vermorel: Insegno da sette anni, non sulla supply chain, ma sul calcolo distribuito e l’ingegneria del software. La mia filosofia, quando insegnavo all’École Normale Supérieure di Parigi, dove avevo completa libertà nel decidere cosa insegnare, era di concentrarmi su argomenti che sarebbero ancora rilevanti tra quattro decenni.
La mia più grande paura era insegnare qualcosa che fosse solo una moda passeggera, qualcosa che, dopo cinque anni, ti rendessi conto fosse solo una formalità e ormai scomparso. Quindi, il mio approccio era di chiedermi sempre: è questo qualcosa che resisterà alla prova del tempo? Che tra 40 anni abbia buone possibilità di essere ancora un punto di rilevanza?
Per esempio, SQL è stato affermato come standard dal 1989. Si è evoluto, ma la sua sostanza non è cambiata da allora. Il modello sottostante, i dati relazionali, non è cambiato dalla fine degli anni ‘70. Si è dimostrato incredibilmente efficace, con praticamente il 99% del mercato ERP che utilizza questo formato di dati relazionali in un modo o nell’altro.
Le persone hanno l’impressione che le tecnologie digitali cambino continuamente, che devi imparare qualcosa e che tra due anni sarà ormai superato. Credo che sia un problema perché dà l’impressione che questa conoscenza sia usa e getta. Inoltre, dà un’impressione falsa alla direzione, facendole credere di poter trascurare questo aspetto perché tra due anni sarà qualcos’altro.
Se fatto correttamente, abbiamo moltissimi argomenti davvero fondamentali. La struttura dei dati relazionali ne è uno. I tipi di dati base – testo, booleani, numeri – erano già così alla fine degli anni ‘70. Anche Python 3, l’ultima versione, ha ancora questo al suo nucleo. È qualcosa che è molto improbabile che cambi nei prossimi quattro decenni.
Allo stesso modo, se pensiamo alla previsione, l’idea di come concepire il futuro, serie temporali, quali sono i limiti delle serie temporali, cosa ci offre una previsione basata su serie temporali, cosa non ci offre, cosa per sua natura non può offrire, anche questo non cambierà. La forma più basilare di previsione, tra quattro decenni, sarà comunque una previsione basata su serie temporali – al giorno, alla settimana, al mese – e i limiti di tale previsione rimarranno invariati.
Se dovessi insegnare la previsione, anziché concentrarmi su quale sia il miglior modello di previsione basata su serie temporali, il quale cambierà, mi concentrerei sulle ipotesi integrate che si hanno con la previsione basata su serie temporali, su cosa offre e cosa non offre, e sui pericolosi limiti, e su come affrontare l’incertezza.
Capisco che sia una sfida molto grande. La maggior parte dei professori universitari non ha avuto il lusso che ho avuto io, in cui l’amministrazione non si preoccupava minimamente di ciò che effettivamente insegnavo.
Conor Doherty: Paul, quando tratti la previsione della domanda in classe, approfondisci le distribuzioni di probabilità per comprendere l’incertezza del futuro?
Paul Jan: Nella classe fondamentale ne parliamo, e anche nella gestione della domanda, previsione e controllo delle scorte. Ma assumiamo che le variabilità, le incertezze, seguano la distribuzione normale, il che rende le cose molto più facili da insegnare.
Tuttavia, applicando l’approccio probabilistico, che analizza la probabilità delle variazioni per un prodotto, puoi visualizzare graficamente quella variazione. Le persone sono visive, quindi riescono a capire perché un prodotto si comporta in modo diverso da un altro.
Questo semestre sto considerando di portare alcuni contenuti dalla classe avanzata a quella base come modo per spiegare in maniera più visiva le incertezze e le variazioni.
Joannes Vermorel: Fare forti assunzioni a scopo didattico va bene. Ricordo che, quando ero all’università, un mio professore di fisica semplificava i calcoli assumendo che una mucca fosse una sfera. Ovviamente, una mucca non è una sfera, ma per l’esercizio è ragionevole permettere agli studenti di eseguire un calcolo semplificato. Questo li aiuta a sperimentare i concetti senza perdersi nei calcoli.
Tuttavia, nel mondo della supply chain, le persone fanno assunzioni equivalenti, come assumere che la domanda sia distribuita normalmente. Questa è un’assunzione didattica che non regge nel mondo reale. Eppure, i fornitori di software enterprise adottano questo approccio e integrano queste assunzioni direttamente nel loro software. È una follia. È come se General Motors integrasse nel codice assunzioni su sfere e passeggeri nelle loro auto. La gente penserebbe che sia pazzesco. Non dovresti fare questo per un’auto vera destinata a circolare nel mondo reale.
Eppure, stranamente, i fornitori di software per la supply chain dicono che non ci sia alcun problema ad avere queste assunzioni codificate nel loro software. Questa è la mia reazione allo status quo in questo settore, che trovo un po’ folle. C’è bisogno di una rivoluzione. Per ragioni bizzarre, sembra che i fornitori di software per la supply chain stiano traducendo queste assunzioni folli, introdotte a scopo didattico, direttamente nel software.
Ma forse non è giusto richiederlo ai professori. Forse sono proprio i fornitori di software enterprise per la supply chain che devono fare i conti con la realtà.
Conor Doherty: Era proprio quello che stavo per chiedere. Dal punto di vista di Paul alla Rotman School of Management, è sua responsabilità insegnare questi concetti. Ma per Lokad, un fornitore di software per la supply chain, perché l’educazione è così importante? Perché concentrarsi così tanto su questo?
Joannes Vermorel: La supply chain è una raccolta di problemi intrattabili a causa del fatto che stiamo unendo tutte le forze delle aziende. Per definizione, la supply chain è ciò che tiene insieme l’azienda, il che significa che stiamo mettendo insieme vendite, produzione, trasporti, marketing, finanza, tutto. Non è una proposta semplice. Le aziende moderne operano in molti paesi, quindi non solo ci sono vendite contro marketing, ma possono esserci anche Francia contro Italia contro Spagna.
La supply chain è una serie di problemi intrattabili per design o per la natura stessa del collegare insieme numerosi interessi confliggenti all’interno e all’esterno dell’azienda. Dobbiamo pensare in termini di paradigmi e strumenti che ci permettano di affrontare questi problemi intrattabili, anche in maniera approssimativa. Le persone, anziché optare per ciò che è approssimativamente corretto, scelgono esattamente l’errore, raddoppiando gli sforzi con un sacco di ricette numeriche che sono ben più precise di quanto dovrebbero essere.
Conor Doherty: Ci stiamo avvicinando alla fine, ma vorrei restituirti la parola. La concezione della supply chain di Joannes mi sembra profondamente filosofica. Quando parliamo di problemi di primo e secondo ordine, è quasi come Wittgenstein. Sono curioso: adotti un approccio altrettanto profondamente filosofico alla supply chain? L’amministrazione te lo permette? Dal primo giorno, dobbiamo ripensare l’intero ambito delle filosofie della supply chain? È il tipo di cosa che dici agli studenti, che dobbiamo ripensare completamente la ruota, o è un processo più graduale?
Paul Jan: È graduale e al contempo dirompente. All’università, mentre lo studente impara, inizia con le fondazioni, poi segue una classe intermedia di gestione delle operazioni di supply chain, e infine arriva a una classe più avanzata che insegno questo semestre in collaborazione con Lokad. Imparano gradualmente le teorie tradizionali e le applicazioni. Ma la rivoluzione avviene quando, in questa classe, almeno secondo la mia esperienza, non so come insegnare agli studenti l’intricatezza della supply chain senza farla vivere in prima persona. Per questo collaboriamo con un’azienda. Gestiamo dati reali e pensiamo con uno strumento. Vedono l’intricatezza, l’incertezza, e si rendono conto che ciò che hanno imparato nei corsi degli anni precedenti non può essere applicato immediatamente. Puoi farlo, ma potrebbe non avere senso.
Quindi, è una questione filosofica. E, a proposito, questo è un problema aperto. Se consulti la pagina Wikipedia sui Wicked problems, tutte le discipline che si trovano ad affrontare questo tipo di problema, dove una buona o cattiva risposta a un enunciato di problema dipende da ciò che fanno gli altri, sono incredibilmente difficili da insegnare. Non è specifico della supply chain; ci sono altre aree in cui è semplicemente incredibilmente difficile.
Joannes Vermorel: Ci sono anche ambiti in cui, per esempio, di recente abbiamo avuto un ospite sul tema del trading sui mercati pubblici, dove se rivelassi anche solo come lo fai, metteresti in crisi la tua stessa soluzione e la tua fonte di guadagno. Quindi, la segretezza è fondamentale in questi casi. Se comprendi qualcosa, professionalmente non dovresti parlarne, perché se lo fai, le persone lo useranno contro di te.
Ma la mia opinione è che Lokad continuerà a provarci. Continueremo a supportare le buone università che, come l’Università di Toronto, stanno cercando di orientarsi in questa direzione. Non ci aspettiamo una soluzione, ma ogni passo in questa direzione è già qualcosa di meglio che fare finta che non esista nemmeno.
Conor Doherty: Esattamente, approssimativamente corretto. Beh, Paul, qui è consuetudine lasciare l’ultima parola all’ospite. C’è qualcosa che vorresti dire alla gente o consigliare ai tuoi studenti in vista degli esami finali?
Paul Jan: Nessun consiglio sugli esami finali per ora, ma vorrei tornare al commento di Joannes sul perché il settore privato stia investendo nell’educazione. Investi in lezioni, articoli e blog, e lo apprezzo. Molti di questi studenti, dopo la laurea, si rivolgono a fornitori, vendor e siti web per trovare informazioni o per capire cos’è la gestione della supply chain, o per rinfrescare la memoria.
Ad esempio, la statistica è una materia che incute molta paura negli studenti. Quindi, non limitarsi a presumere che tutto sia normale semplifica notevolmente le cose perché elimina quella paura. Ma se possiedi una sostanza reale per dimostrare comportamenti differenti, allora potrebbero essere più propensi a imparare a superare quella paura. Dopo l’università, le tue informazioni diventano più accessibili per loro, diventando così un incentivo per farci uscire da quella mentalità in cui possiamo applicare la stessa soluzione a tutti i diversi problemi intricati.
Conor Doherty: Perfetto. A proposito, in realtà non ho altre domande. Joannes, grazie per il tuo tempo.
Joannes Vermorel: Grazie mille per il tuo contributo e per la tua costante collaborazione.
Conor Doherty: E grazie a tutti per aver seguito. Ci vediamo la prossima volta.
