00:00 Introduzione
03:53 Visioni
07:49 Valori
10:53 La storia finora
13:51 Le stelle hanno parlato
15:49 Conoscenza
20:08 Processi (Conoscenza 1/2)
24:32 Divisione del lavoro (Conoscenza 2/2)
28:49 Tempo
33:23 Il futuro (Tempo 1/4)
38:16 Esecuzione (Tempo 2/4)
42:48 Complessità (Tempo 3/4)
47:47 Pianificazione (Tempo 4/4)
54:19 Lavoro
59:57 Controllo (Lavoro 1/2)
01:07:21 Collo di bottiglia (Lavoro 2/2)
01:12:35 Varietà e validità
01:17:44 Conclusione
01:20:23 1.7 Su Conoscenza, Tempo e Lavoro per Supply Chains - Domande?
Descrizione
Supply chains seguono i principi economici generali. Tuttavia, questi principi sono troppo poco conosciuti e troppo frequentemente fraintesi. Le supply chain practices popolari e le loro teorie spesso contraddicono ciò che è generalmente accettato in economia. Tuttavia, è improbabile che queste pratiche dimostrino mai che i principi fondamentali dell’economia siano sbagliati. Inoltre, le supply chains sono complesse. Esse sono sistemi, un concetto relativamente moderno che è anche troppo poco conosciuto e troppo frequentemente frainteso. L’obiettivo di questa lezione è comprendere cosa offrono sia l’economia sia i sistemi nell’affrontare problemi di pianificazione per una supply chain reale.
Trascrizione completa
Benvenuti a questa serie di lezioni sulla supply chain. Sono Joannes Vermorel, e oggi presenterò su conoscenza, tempo e lavoro.
Nel trattare la gestione della supply chain, sia tramite libri di testo sia tramite pratiche aziendali, molto rimane non detto. Naturalmente, c’è un elemento di necessità, poiché esplicitare tutto non è un’opzione pratica. Tuttavia, c’è anche un elemento di cieca omissione. Alcune idee, riflessioni o intuizioni critiche che avrebbero dovuto essere rese esplicite vengono quasi inevitabilmente lasciate non dette e non scritte. Tra tutte quelle idee non dette, le più potenti sono quelle che guidano la nostra intuizione della causalità per gli oggetti di interesse — in questo caso, le supply chains.
Infatti, questa intuizione della causalità definisce come inquadriamo le situazioni, come vediamo i problemi e se li vediamo o meno. In questa lezione, il termine “vision” si riferisce a questa intuizione della causalità. La vision permea l’azienda: la sua cultura, i suoi processi e le sue pratiche. Le vision fuorvianti compromettono la nostra capacità di identificare i problemi corretti e possono portarci fuori strada, inseguendo soluzioni che potrebbero avere poche o nessuna possibilità di apportare i benefici intesi all’azienda.
Queste intuizioni della causalità, queste vision, possono essere altrettanto sbagliate o fuorvianti quanto qualsiasi altra cosa. Una vision che si rivela inappropriata per una data azienda può avvelenare ogni singolo tentativo di migliorare la sua supply chain, anche col passare del tempo, e può semplicemente portare a una continuazione di ciò che già esiste.
Inoltre, all’interno della stessa azienda, le persone raramente condividono la stessa vision. Infatti, potrebbero avere vision radicalmente diverse. Poiché le vision sono raramente esplicitate, i dipendenti si trovano troppo spesso con la sensazione che ogni volta che cercano di spingere, un altro dipendente tiri nella direzione opposta. Vedremo che la causa principale di questi conflitti può spesso essere attribuita a una divergenza di vision piuttosto che a una divergenza di valori o incentivi.
Le due proposizioni che difenderò in questa lezione sono sottili eppure di importanza critica.
In primo luogo, esistono potenti vision che circolano nei circoli della supply chain. Queste vision permeano e plasmano sia il campo di studio — le teorie, i libri, gli articoli pubblicati sulla supply chain — sia le pratiche, compresi i processi della supply chain e le tecnologie software della supply chain. Lungi dall’essere un dettaglio minore, queste vision influenzano massicciamente le aziende che operano supply chains, così come il loro ecosistema di supporto, che include università, software vendors, e consulenti. Esamineremo una serie di tali vision in questa lezione.
In secondo luogo, non tutte le vision sono altrettanto efficaci o appropriate per il miglioramento delle supply chains. Alcune vision ampiamente diffuse sono addirittura dannose per l’efficienza e l’affidabilità delle supply chains. Al termine di questa lezione, dovreste essere in grado di identificare almeno alcune delle vision in gioco in una data azienda ed essere dotati di alcuni strumenti intellettuali per mettere in discussione la validità di tali vision.
In “A Conflict of Visions”, Thomas Sowell introduce il suo concetto di “vision”. Lo descrive come una comprensione intuitiva o subconscia di come funziona il mondo. Queste vision plasmano profondamente la nostra comprensione immediata e istintiva della società e dell’universo in generale. Sowell afferma, e cito, “È ciò che percepiamo o sentiamo prima di aver costruito un ragionamento sistematico che potrebbe essere definito una teoria. Una vision è la nostra percezione di come funziona il mondo.”
Le vision sono in una certa misura semplicistiche, anche se tale termine è tipicamente riservato alle vision degli altri, non alle nostre. Le vision condizionano in gran parte il modo in cui affrontiamo sistemi complessi — sistemi che sono al di là di ciò che la mente umana può comprendere agevolmente. Mentre il libro “A Conflict of Visions” si concentra sul sistema complesso che la società rappresenta, questa lezione si focalizza sulle supply chains.
Ad esempio, consideriamo un negozio al dettaglio in difficoltà nel mantenere livelli di scorte adeguati, lasciando metà dei suoi scaffali vuoti. La valutazione istintiva delle probabili cause alla radice di questa situazione varierà notevolmente a seconda della vision che si ha sulla supply chain e su come dovrebbe funzionare.
Prendiamo ad esempio un professore di supply chain analytics. Potrebbe attribuire istintivamente gli scaffali vuoti a inesattezze nelle previsioni della domanda. In questo caso, la vision assegna la responsabilità della qualità del servizio a una soluzione tecnologica, a un software. Questa vision si estende alla comunità accademica più ampia, le cui ricerche influenzano il design e l’accuratezza di tali software, rafforzando così questa vision incentrata sulla tecnologia.
Al contrario, un responsabile regionale all’interno della stessa catena retail potrebbe incolpare istintivamente la gestione del negozio, le persone. In questa vision, il direttore del negozio e il personale sono responsabili di garantire il corretto funzionamento del negozio. La responsabilità, secondo questa vision, ricade innanzitutto sulle persone più vicine al problema. Un’estensione di questa vision coinvolge il top management, poiché sono loro a permettere a questo direttore del negozio inefficace di mantenere la sua posizione, sottolineando ancora una volta una visione incentrata sulle persone.
È sorprendente che queste due vision, nate dagli stessi scaffali vuoti nello stesso negozio, attribuiscano la responsabilità, e di conseguenza la soluzione, a enti completamente diversi. Una si rivolge a una soluzione tecnologica, l’altra a una valutazione della leadership. Naturalmente, se il problema che il negozio sta affrontando derivi effettivamente da un software difettoso o da una leadership inadeguata è un’altra questione del tutto. Le vision non dimostrano nulla; condizionano semplicemente la nostra valutazione immediata delle situazioni complesse.
Questa attribuzione divergente delle responsabilità dimostra la notevole influenza che la vision esercita sulle supply chains. Come vedremo in questa lezione, vision alternative non solo portano a valutazioni e soluzioni divergenti di certe situazioni, ma a valutazioni e soluzioni in conflitto, conducendo spesso a percorsi mutuamente esclusivi.
In politica, così come nel mondo degli affari, i leader spesso evidenziano i propri valori per sottolineare le differenze tra loro e i loro rivali. La frase “non abbiamo gli stessi valori” può essere udita da tutte le parti. Tuttavia, questa prospettiva, pur non essendo priva di merito, tende a offuscare la profonda influenza delle vision.
Nota che quando gli individui si trovano di fronte a interpretazioni diverse degli stessi fatti, spesso attribuiscono le differenze a valori divergenti. Eppure, spesso la variazione nei valori è molto più marcata di quanto potrebbe suggerire lo slogan “non abbiamo gli stessi valori”. Nel campo politico, ad esempio, sarebbe difficile trovare qualcuno che sostenga la povertà, il crimine o la guerra. Eppure, nonostante valori condivisi contro questi mali, le vision delle persone li guidano verso soluzioni nettamente differenti.
Questa osservazione rimane valida nel campo delle supply chains. Indipendentemente dal settore o campo specifico, le aziende danno universalmente la priorità alla qualità del servizio, alla redditività, alla crescita e alla riduzione degli sprechi. Le aziende che si oppongono apertamente a tali valori ampiamente riconosciuti sono estremamente rare. Tuttavia, vision alternative tra le aziende portano a strategie e pratiche molto diverse, tutte mirate a raggiungere gli stessi valori comuni.
Considera il fondatore di Amazon, Jeff Bezos, che ha spesso enfatizzato la sua, e per estensione quella di Amazon, incessante attenzione al cliente. Una volta disse, e cito, “La cosa più importante è concentrarsi ossessivamente sul cliente. Il nostro obiettivo è essere l’azienda più customer-centric della Terra.” Naturalmente, questa è un’affermazione di valori. Tuttavia, quante volte vediamo dirigenti aziendali sminuire pubblicamente l’importanza dei clienti? La risposta è quasi mai. Quando un dirigente viene sorpreso a farlo, rara volta rimane in carica.
Ciò che distingue Amazon non sono i valori da essa proclamati, che sono in linea con la maggior parte delle aziende, ma la sua vision e cultura uniche. Pertanto, man mano che procediamo in questa lezione e riesaminiamo altri esempi di supply chain, è fondamentale ricordare che, mentre le aziende possono intraprendere percorsi notevolmente diversi, spesso perseguono risultati simili: crescita, redditività e approvazione pubblica della loro missione. La vision e la cultura, non i loro valori, differenziano il loro corso d’azione.
Questa lezione fa parte del primo capitolo di una serie di lezioni sulla supply chain. Tuttavia, questa serie ha già superato di gran lunga il primo capitolo, e oggi mi limito a rivedere e affinare le fondamenta stesse che supportano le lezioni successive. Per coloro che potrebbero essere interessati a comprendere le conclusioni di lungo corso delle vision che stanno alla base della pratica della supply chain così come praticata da Lokad, vi invito a proseguire con le altre lezioni.
In questo primo capitolo, abbiamo visto perché le supply chains devono diventare programmatiche e perché è fortemente auspicabile mettere in produzione una ricetta numerica. La complessità in costante aumento delle supply chains le rende più urgenti da automatizzare che mai. Inoltre, esiste un imperativo finanziario nel rendere la pratica della supply chain anche un’iniziativa capitalista.
Il secondo capitolo è dedicato alle metodologie. Le supply chains sono sistemi competitivi, e questa competizione richiede una metodologia che non presuma che le parti operino senza una loro agenda mentre cercano di migliorare una determinata supply chain.
Il terzo capitolo analizza i problemi, mettendo da parte la soluzione tramite il personale della supply chain. Questo capitolo tenta di caratterizzare le classi di problemi decisionali che devono essere risolti. Mostra che prospettive semplicistiche, come scegliere la giusta quantità di stock per ogni SKU, non si adattano alle situazioni reali. Vi è invariabilmente una profondità nella forma delle decisioni.
Il quarto capitolo esamina gli elementi necessari per comprendere una pratica moderna della supply chain, in cui gli elementi software sono onnipresenti. Questi elementi sono fondamentali per comprendere il contesto più ampio in cui operano le supply chains digitali. Molti libri di testo sulla supply chain presumono implicitamente che le loro tecniche e formule operino in una sorta di vuoto, cosa che non è affatto così.
I capitoli 5 e 6 sono dedicati rispettivamente alla modellazione predittiva e al processo decisionale. Questi capitoli raccolgono tecniche che funzionano bene nelle mani dei supply chain scientists, comprendendo tecniche di machine learning e tecniche di ottimizzazione matematica.
Il settimo capitolo è dedicato all’esecuzione di un’iniziativa quantitativa sulla supply chain. Vediamo cosa serve per avviare tale iniziativa, gettando le basi appropriate. Vediamo anche di chi si tratta, ovvero il supply chain scientist. Infine, vediamo come raggiungere il traguardo, mettendo in produzione la ricetta numerica.
Oggi, in questa lezione, vedremo come le vision si sviluppano per le supply chains, considerando tre concetti fondamentali: conoscenza, tempo e lavoro. Vision divergenti su ciascuno di questi tre concetti portano a una serie di valutazioni contrastanti su ciò che è considerato desiderabile per una determinata supply chain.
Sebbene sia probabilmente ovvio a questo pubblico che una vasta supply chain richiede una quantità altrettanto vasta di conoscenza per essere operata adeguatamente, la forma e la natura stessa di tale conoscenza vengono raramente messe in discussione. Tuttavia, esistono due potenti vision alternative per la conoscenza: quella speciale e quella ordinaria, che portano a visioni quasi opposte sui processi e sulla divisione del lavoro.
Inoltre, il tempo è essenziale per le supply chains. Tuttavia, due potenti vision si scontrano quando si tratta di apprezzare la dimensione del tempo: la visione statica e quella dinamica. Vedremo come queste due vision del tempo stesso si sviluppano nell’apprezzare il futuro, l’esecuzione e la complessità delle supply chains. Queste valutazioni confluiscono in due visioni radicalmente differenti su come dovrebbe essere affrontata la pianificazione.
Finalmente, le supply chains comportano lavoro, e più specificamente, lavoro d’ufficio, seguendo la divisione attribuita alle supply chains in questa serie di lezioni. Tuttavia, in quest’era digitale, le persone possono essere viste come direttamente o indirettamente responsabili del lavoro, portando a visioni molto differenti sul ruolo e sullo scopo delle tecnologie software. Vedremo come queste visioni divergenti del lavoro si ramificano sul controllo e sui colli di bottiglia all’interno dell’azienda.
Nell’ambito della supply chain, la conoscenza gioca un ruolo cruciale per garantire l’efficienza. È imperativo possedere intuizioni affidabili sulla domanda dei clienti, sui vincoli dei fornitori, oltre a una miriade di altri fattori. In questo contesto, la nostra prima grande differenza di vedute riguarda la natura e il luogo di questa conoscenza. La suddivideremo in due tipologie: quella speciale e quella ordinaria. Introdotta da Friedrich Hayek nella sua opera fondamentale “The Use of Knowledge in Society” pubblicata nel 1945, questa distinzione tra conoscenza speciale e conoscenza ordinaria ci offre una base per comprendere perché visioni differenti possano portare a percezioni divergenti su come una supply chain dovrebbe operare.
La conoscenza spaziale comprende tecniche, formule, statistiche e software. In sostanza, si tratta di informazioni codificate, strutturate, verificate e perfezionate. Tale conoscenza non è riservata esclusivamente al mondo accademico. All’interno di un’organizzazione, le procedure codificate e le ricette numeriche utilizzate per guidare le operazioni della supply chain rientrano anch’esse nella conoscenza speciale. Un esempio primario di conoscenza speciale è la formula di Wilson, la formula per calcolare l’EOQ, il Economic Order Quantity.
La conoscenza ordinaria, invece, si riferisce a nozioni quotidiane, ossia alle circostanze particolari di tempo e luogo. E sebbene venga sempre più registrata grazie all’ubiquità dei computer in tutte le loro forme, questa conoscenza rimane grezza, non organizzata e non perfezionata. È anche decentralizzata, ossia distribuita tra tutti i dipendenti dell’azienda. Ad esempio, sapere che uno dei camion di consegna necessita di riparazioni ai freni è un esempio di conoscenza ordinaria.
Le due visioni di cui discutiamo qui enfatizzano una forma di conoscenza rispetto all’altra: quella speciale versus quella ordinaria. Sebbene entrambi i gruppi riconoscano prontamente l’esistenza e la rilevanza dell’altra forma di conoscenza, differiscono radicalmente nel peso attribuito a ciascuna. Coloro che enfatizzano la conoscenza speciale tendono a considerare i problemi, incluse le problematiche della supply chain, come meglio affrontati dagli esperti. Essi vedono la conoscenza speciale come il prodotto della ragione e, pertanto, attribuiscono un grande valore alla coerenza. D’altra parte, i sostenitori della conoscenza ordinaria ritengono che i problemi siano meglio risolti da chi è più vicino alla situazione. La conoscenza ordinaria, acquisita attraverso semplici osservazioni, attribuisce importanza e fiducia alla diligenza.
Entrambe le forme di conoscenza hanno implicazioni significative per la supply chain. Tuttavia, i sostenitori di ciascuna visione spesso si trovano a parlare senza comunicarsi veramente quando si affrontano queste questioni. Consideriamo, ad esempio, un professore di supply chain e un responsabile di magazzino. Il professore potrebbe trascurare l’importanza di mantenere il sistema frenante dei camion di consegna, ritenendolo una nozione irrilevante, per nulla degna di essere menzionata nella letteratura accademica sulla supply chain. Eppure, per il responsabile di magazzino e il suo team di autisti, questa conoscenza può fare la differenza tra la vita e la morte. Al contrario, potrebbero considerare la formula EOQ come irrilevante, ma trascurare una corretta dimensione delle spedizioni porta a sprechi, causando inefficienze nelle risorse, compresi carburante, camion e autisti.
Illustriamo ulteriormente queste visioni divergenti con due esempi di primaria rilevanza per le supply chain nel mondo reale: i processi e la divisione del lavoro. Questi esempi mostrano come visioni alternative conducano a percorsi mutuamente esclusivi per le aziende.
L’enfasi relativa attribuita alla conoscenza speciale e a quella ordinaria dà origine a prospettive nettamente differenti quando si tratta dei processi dell’organizzazione. Coloro che favoriscono la conoscenza speciale tendono a osservare il sistema della supply chain dall’alto, identificando i problemi e cercando soluzioni ottimizzate. L’epitome di questa prospettiva si può osservare nelle competizioni di forecasting, dove il problema è chiaramente definito – estrapolare le serie temporali nel futuro – e dove il sistema di punteggio elimina ogni ambiguità su ciò che costituisce la migliore soluzione. In questa visione, la presentazione del problema è considerata la parte facile. La vera sfida risiede nel trovare la soluzione. I sostenitori della conoscenza speciale attribuiscono grande valore alla ricerca e all’ingegneria, impiegando la ragione come principio guida. Essi fanno grande affidamento sulla scomposizione di processi complessi in una serie di sottoproblemi gestibili.
Al contrario, coloro che enfatizzano la conoscenza ordinaria adottano un approccio molto più concreto. Essi sostengono l’importanza di prestare attenzione ai dettagli minuti della situazione, alle circostanze di tempo e luogo. Tali individui possono apprezzare il valore del modo in cui le cose vengono fatte. Ad esempio, un atto apparentemente semplice come ispezionare visivamente i pacchi mentre vengono scaricati da un camion può risolvere numerosi problemi non articolati e non scritti. I sostenitori della conoscenza ordinaria danno valore alle pratiche, al mentoring, ai workshop e alle sessioni di formazione. Essi considerano la conoscenza come derivata fondamentalmente dall’esperienza e attribuiscono un grande valore agli approcci olistici, ossia ai modi di fare le cose.
Questa divergenza di vedute può generare una notevole frustrazione, in particolare quando i gruppi opposti non riconoscono pienamente l’esistenza delle linee di frattura. Le visioni sono raramente rese esplicite. Ho spesso visto professori di supply chain, archetipi del gruppo della conoscenza speciale, frustrati dalla percepita mancanza di cooperazione da parte delle aziende. Dal loro punto di vista, offrono aiuto per risolvere problemi difficili, chiedendo soltanto che l’azienda comunichi una lista di tali problemi. Tuttavia, dal punto di vista dei manager aziendali, tipicamente più allineati con il gruppo della conoscenza ordinaria, i processi dell’azienda si sono evoluti organicamente nel tempo, attingendo all’esperienza di numerosi predecessori. I modi operativi dell’azienda sono stati raramente definiti in termini di soluzioni a problemi specifici. Piuttosto, sono il prodotto di innumerevoli decisioni prese nel corso degli anni e incarnano l’esperienza collettiva dei manager, inclusi coloro che hanno già lasciato l’azienda.
Sebbene questi due punti di vista si completino naturalmente a vicenda, la realtà è spesso meno armoniosa a causa della mancanza di comprensione reciproca delle visioni sottostanti. I fornitori di software aziendali, che appartengono fermamente al gruppo della conoscenza speciale, esprimono regolarmente la loro frustrazione per i requisiti mutevoli dei loro clienti. Nel frattempo, i manager possono ritrovarsi alla deriva in un mare di pratiche obsolete e inefficienze accumulate. Tali sfide sono sintomatiche del disallineamento e dei gap di comunicazione che derivano da visioni divergenti.
Come nota a margine, per la sua pratica della quantitative supply chain, Lokad tenta di riunire queste due visioni, enfatizzando l’importanza di scoprire i problemi stessi. Contrariamente alla visione dominante del gruppo della conoscenza speciale, che accetta i problemi come dati di fatto, i Supply Chain Scientist di Lokad hanno il compito di far emergere i veri problemi – un approccio considerato un’impresa sperimentale. Questa metodologia viene ulteriormente esplorata nella lezione 2.1, “Experimental Optimization.”
Qualsiasi impresa di successo, a un certo punto, supera l’espansione della propria supply chain. Ciò che pochi dipendenti possono gestire facilmente, le aziende più grandi devono affrontarlo adottando strategie per la divisione del lavoro, in modo da distribuire efficacemente il carico di lavoro su una forza lavoro più ampia. Ai fini della nostra discussione, introdurrò due strategie: la divisione orizzontale e quella verticale del lavoro.
La strategia orizzontale prevede di suddividere il lavoro per funzione, dove ogni funzione serve l’intera azienda. Ad esempio, in una catena di vendita al dettaglio, si possono osservare reparti come acquisti, pianificazione, pricing o merchandising. D’altra parte, la strategia verticale divide il lavoro per segmenti di mercato, dove ogni dipendente supervisiona tutti gli aspetti del proprio segmento. In un’azienda di moda, ad esempio, un dipendente potrebbe essere responsabile dell’intera categoria degli accessori in pelle, che comprende approvvigionamento, acquisti, pianificazione, pricing e merchandising.
In realtà, le aziende raramente adottano una strategia puramente verticale o puramente orizzontale. Molte optano per una combinazione di entrambe. Tuttavia, la predominanza di una strategia sull’altra è fortemente influenzata dalla visione dominante che favorisce la conoscenza speciale o quella ordinaria all’interno dell’organizzazione. Chi sostiene la conoscenza speciale tende a preferire la divisione orizzontale, promuovendo così il ruolo degli esperti. Questi sono individui che possiedono una comprensione profonda o una padronanza di una sfida specifica. Ruoli nel forecasting e nella data science ne sono un esempio. Tali divisioni orizzontali evidenziano il ruolo degli esperti, ossia individui responsabili della performance delle loro unità aziendali, come un responsabile di negozio in una catena al dettaglio, incaricato della salute finanziaria complessiva del negozio.
Al contrario, coloro che sono orientati verso la conoscenza ordinaria sono inclini a preferire divisioni verticali. Tuttavia, nessuna delle due strategie può rivendicare una superiorità universale, poiché entrambe presentano vantaggi e svantaggi che dipendono dalle specifiche circostanze dell’azienda. Affidarsi eccessivamente agli esperti potrebbe trascurare la potenza di soluzioni più semplici a vantaggio di quelle più sofisticate, che si rivelano più fragili e costose. Nel frattempo, riporre troppa fiducia nei leader potrebbe portare a sopravvalutare ciò che la sola diligenza e disciplina può apportare all’azienda, senza il supporto di ulteriori vantaggi competitivi.
Non va sottovalutata l’importanza di una comprensione sfumata della natura della conoscenza. Ho personalmente assistito a grandi organizzazioni intraprendere ampi piani di trasformazione, passando spesso da un’organizzazione prevalentemente verticale a una prevalentemente orizzontale, senza considerare adeguatamente i valori comparativi di esperti e leader nelle specifiche circostanze. Ciò porta inevitabilmente a risultati meno auspicabili.
A titolo di nota tangenziale, dal punto di vista della quantitative supply chain, Lokad mira ad aumentare la produttività della forza lavoro d’ufficio all’interno della supply chain. L’obiettivo non è solo ridurre i costi, sebbene ciò sia un risultato apprezzabile, bensì deframmentare le responsabilità all’interno dell’organizzazione. Il ruolo dei Supply Chain Scientist, come definito da Lokad, assume responsabilità sia più ampie che più profonde rispetto alle pratiche tradizionali della supply chain. Questo argomento viene ulteriormente approfondito nella lezione 7.3, “The Supply Chain Scientist.”
Il tempo, o più precisamente, il tempismo, è essenziale per la supply chain. Se vivessimo in un mondo in cui le merci potessero essere stampate in 3D istantaneamente e teletrasportate alla loro destinazione, il tempismo perderebbe gran parte del suo significato. Tuttavia, così com’è, gestire una supply chain comporta una serie di ritardi, comunemente indicati come lead times, che spesso richiedono preparazioni con mesi di anticipo. Eppure, il tempo è sfuggente e la nostra comprensione di esso, in quanto si riferisce al tempo, lo è ancora di più.
Nel libro “Antifragile: Things That Gain from Disorder”, pubblicato nel 2012, Nassim Taleb propone due visioni contrastanti del tempo: quella statica e quella dinamica. Sebbene il libro di Taleb sia focalizzato principalmente sull’antifragilità, sono queste due visioni del tempo a riguardare la nostra discussione. La visione statica percepisce le cose come se fossero congelate nel tempo, in un attimo, osservate in isolamento. Essa promuove una prospettiva meccanicistica dell’universo, in cui ogni sistema, comprese le supply chains, può essere scomposto e modellato secondo il paradigma statico. Dati i parametri del sistema in un determinato momento, possiamo predirne l’evoluzione. In pratica, la nostra capacità di misurare tutti questi parametri potrebbe essere limitata, ma concettualmente nulla ci impedisce di analizzare ulteriormente ogni fenomeno e perfezionare le nostre misurazioni per migliorare l’accuratezza delle previsioni.
Al contrario, la visione dinamica interpreta i sistemi come insiemi di agenti. Essa individua le interdipendenze e i cicli di feedback, riconoscendo il mondo e molti dei suoi sistemi come caotici. Inoltre, i cambiamenti apportati da questi agenti non avvengono esclusivamente a causa delle leggi universali, come il moto dei pianeti, ma riflettono anche l’intenzione degli individui. Di conseguenza, una previsione formulata da un modello può essere annullata dalle persone una volta che ne vengono a conoscenza. La prospettiva predominante nei circoli della supply chain tradizionale, in ambito accademico, nel software aziendale e tra i professionisti della supply chain, è quella statica. Essa enfatizza serie temporali deterministiche e previsioni della domanda, mentre altre incertezze, come lead times o resi variabili, sono trattate come difetti da eliminare. La visione statica prevede inoltre delimitazioni nette su ciò che è considerato una sfida per la supply chain e su ciò che non lo è.
Nel frattempo, la visione dinamica, come esposta da Taleb, rimane fino ad oggi in gran parte assente dai circoli della supply chain tradizionale. Tuttavia, questa visione dinamica si allinea con la quantitative supply chain, come sostenuta da Lokad. La prospettiva di Lokad enfatizza una previsione probabilistica, che tiene conto di tutte le fonti di incertezza. Inoltre, essa rimane in parte sfuggente riguardo a ciò che dovrebbe essere considerato una sfida per la supply chain, privilegiando criteri empirici, se non opportunistici, rispetto a confini predefiniti. Ad esempio, dal punto di vista di Lokad, il pricing e la pubblicità potrebbero rientrare nell’ambito della supply chain, pur senza rivendicare la proprietà esclusiva di tali argomenti.
Nella nostra precedente discussione in cui abbiamo contrapposto la conoscenza speciale e quella ordinaria, entrambe le visioni presentavano i loro rispettivi punti di forza e di debolezza, risultando in una presentazione relativamente equilibrata. Tuttavia, non esiste un equilibrio o una complementarietà intrinseca tra visioni concorrenti. Alcune visioni possono rivelarsi tristemente inadeguate a supportare le iniziative della supply chain. Come vedremo, la visione statica, nonostante la sua popolarità, è una di quelle visioni tristemente inadeguate.
Vediamo come queste due visioni, quella statica e quella dinamica, implicano per il futuro, l’esecuzione, la complessità e, infine, la pianificazione delle supply chain.
Ogni azione, ogni allocazione di risorse all’interno del regno della supply chain, riflette un approccio lungimirante, un’anticipazione degli eventi futuri. Tuttavia, l’interpretazione del futuro rappresenta un punto di divergenza tra la visione statica e quella dinamica, entrambe con implicazioni di vasta portata per le supply chain.
I sostenitori della visione statica percepiscono il futuro in termini di previsioni, più in particolare, previsioni periodiche di serie temporali. Considerano il futuro fondamentalmente conoscibile e simmetrico al passato, una prospettiva condivisa da Newton in fisica. Le imprecisioni di tali previsioni sono attribuite a processi carenti, mancanza di cooperazione, dati scadenti, modelli di previsione difettosi - in altre parole, sono rimedi. Le previsioni sono solo per caso imprecise. Inoltre, fonti di variazioni come tempi di consegna, resi o prezzi delle materie prime sono percepite come difetti da eliminare o, almeno, da tenere sotto controllo.
Tuttavia, i sostenitori della visione dinamica interpretano il futuro in termini di rischio. L’incertezza associata al futuro è fondamentale; è irriducibile. Sebbene il futuro non sia del tutto sconoscibile, nel migliore dei casi si tratterà solo di ipotesi e probabilità. Nella visione dinamica, il futuro non è uno specchio del passato, ma è contingente alle decisioni che devono ancora essere prese. Da questa prospettiva, il problema centrale non è tanto migliorare l’accuratezza delle previsioni quanto esaminare tutti i rischi nascosti e le opportunità nascoste, senza lasciare nulla di intentato. Il concetto di rischio comprende non solo la domanda dei clienti, ma anche fornitori, trasportatori, concorrenti, ecc.
Le radici della visione statica risalgono ai primi previsori del XX secolo, come Roger Babson, che cercava di trasporre le capacità predittive dell’astronomia all’economia, con l’obiettivo dichiarato di raggiungere un’anticipazione quasi perfetta della domanda e delle fluttuazioni dei prezzi. Questa visione rimane centrale nella letteratura della supply chain e nell’industria del software, dove le previsioni di serie temporali rimangono la pietra angolare delle pratiche di pianificazione e dei software di pianificazione.
Come nota a margine, alcune filosofie aziendali come Kanban, il lean management o i cinque zero di Toyota non si adattano esattamente né alla visione statica né a quella dinamica. Esse percepiscono il futuro come in qualche modo sconoscibile, in modo simile alla visione dinamica, e minimizzano l’enfasi sulle previsioni di serie temporali. Tuttavia, queste filosofie sono ancora allineate alla visione statica nel trattare tutte le variazioni come difetti piuttosto che come rischi e opportunità. Di conseguenza, esse evitano la questione del futuro anziché fornire una risposta sostanziale. Anche Toyota, nel 2023, nonostante il suo principio di zero stock, detiene inventari per quasi 30 miliardi di dollari, difficilmente qualificandosi come zero stock.
La mia proposta è che la visione statica, nonostante la sua prominenza, sia fuorviante. Anche dopo quasi un secolo dall’era di Babson, la domanda rimane: il progresso nelle tecniche di previsione ha davvero reso la supply chain più certa? In oltre quindici anni in Lokad, ho interagito con più di 200 aziende che si sforzano di rettificare le loro previsioni imprecise, ma nessuna si è mai avvicinata a raggiungere questo obiettivo in modo significativo. Inoltre, le aziende spesso trascurano fattori come il pricing, che hanno un impatto importante sulla domanda. La maggior parte tratta previsioni e pricing come due attività indipendenti, riflettendo una pratica accademica nella letteratura della supply chain in cui il pricing è raramente menzionato, per non parlare di avere un capitolo dedicato in un libro sulla supply chain. Questa singola visione fuorviante sul futuro è, a mio avviso, uno dei fattori più significativi che impediscono il progresso dell’intero campo della supply chain.
L’esecuzione delle supply chain copre una miriade di azioni quotidiane e banali da compiere. Ci sono ordini da effettuare, inventari da recuperare, lotti di produzione da completare, merci da spedire. Questo flusso incessante di azioni è guidato dalla nostra percezione del futuro. Le prospettive divergenti sul futuro, ossia le visioni statica e dinamica, portano a strategie contrastanti quando si tratta dell’esecuzione continua delle azioni per scopi di supply chain.
Coloro che aderiscono alla visione statica vedono l’esecuzione come una grande sinfonia orchestrale. In questa prospettiva, la previsione serve da spartito, fornendo i ritmi e le note che governano ogni azione, ogni allocazione di risorse. Nodi di non linearità dirompenti come i MOQs (Minimum Order Quantities) interrompono l’armonia, ma si prevede che vengano levigati tramite l’ottimizzazione matematica, preservando l’integrità della sinfonia.
Al contrario, la visione dinamica considera l’esecuzione come una questione di prioritizzazione opportunistica. Ogni decisione presenta il proprio rischio e i propri benefici, che devono essere valutati non solo isolatamente, ma anche in confronto ai rischi e benefici associati alle decisioni alternative. Questo principio guida non consiste in un’adesione a una sinfonia predefinita, bensì nella gestione di un processo decisionale opportunistico basato su priorità mutevoli. Le non linearità come i MOQs sono più facilmente accommodate nella visione dinamica. Esse sono percepite come fattori che modulano il rischio associato piuttosto che come elementi di disturbo per la sinfonia. Se il rischio di un eccesso di inventario causato da un MOQ elevato supera i suoi benefici, l’ordine non viene semplicemente effettuato. Non esistono requisiti assoluti per conformarsi a una previsione specifica. La visione dinamica non rifiuta le tecniche di ottimizzazione, ma le utilizza come strumenti per gestire il rischio anziché per imporre la conformità a una previsione.
Il modello di orchestrazione della visione statica è il risultato diretto della sua percezione del futuro come una quantità nota. Le decisioni non vengono realmente prese; le azioni sono sostanzialmente predeterminate dalla previsione. Ad esempio, i safety stocks incarnano la visione statica. I safety stocks operano con l’assunto che i livelli di inventario debbano aderire a un piano, deviando solo entro una tolleranza di misura accettabile.
Questo approccio contraddice i principi fondamentali dell’economia. Come definì l’economista britannico Lionel Robbins nel 1942, l’economia è lo studio dell’uso di risorse scarse che hanno usi alternativi. L’economia ci insegna che dobbiamo prestare attenzione a quali siano effettivamente tali usi alternativi. I safety stocks trattano i prodotti in completa isolamento. Le uniche alternative sono acquistare più o meno dello stesso prodotto. Tuttavia, l’economia di base insegna che ogni unità di stock da acquisire per un determinato prodotto compete per lo stesso insieme di risorse con l’acquisizione di unità di stock alternative associate ad altri prodotti. Quindi, i safety stocks ignorano i principi fondamentali dell’economia.
D’altra parte, la prioritizzazione, che sta al cuore della visione dinamica, incarna questo principio fondamentale dell’economia. La prioritizzazione tratta le risorse come scarse. Presuppone che non ci saranno risorse sufficienti per supportare ogni decisione desiderabile. La prioritizzazione esiste affinché possano essere fatte delle scelte.
Ora addentriamoci nel nostro prossimo punto di divergenza tra la visione statica e quella dinamica, concentrandoci sulla complessità. Successivamente, assisteremo a come queste prospettive divergenti si culminano in strategie drasticamente differenti per la pianificazione delle supply chain moderne.
Le supply chain moderne rappresentano un flusso incessante di movimenti e trasformazioni di beni e materiali che superano di gran lunga ciò che una singola mente umana può facilmente comprendere. Pertanto, abbiamo bisogno di metodi e tecniche per consolidare questi flussi in intuizioni digeribili, rendendo la supply chain gestibile e migliorabile in modo riconoscibile. Tuttavia, a seconda della prospettiva sulla complessità e della sua relazione con il tempo, emergono due visioni contrastanti: segmenti e archetipi.
Coloro che aderiscono alla visione statica affrontano la complessità attraverso la segmentazione. Ritengono che la complessità possa essere domata, e una supply chain in particolare può essere controllata dividendola in segmenti più piccoli e gestibili, ciascuno comportandosi in modo costante nel tempo. Questo approccio elimina efficacemente la dimensione temporale dall’analisi. Un esempio di ciò è l’analisi ABC che segmenta i prodotti o gli SKU in base al loro volume di vendite. L’intento dell’analisi ABC è attribuire livelli di servizio più elevati per le classi ad alto volume e livelli di servizio inferiori per le classi a basso volume.
D’altra parte, i sostenitori della visione dinamica affrontano la complessità attraverso gli archetipi. Gli archetipi racchiudono l’evoluzione tipica dell’elemento d’interesse nel corso delle rispettive linee temporali. Ad esempio, ci si aspetta che un libro abbia un picco di vendite al momento del lancio, con una successiva forte diminuzione delle vendite. In seguito, eventi notevoli come la morte dell’autore possono innescare ulteriori picchi transitori nel volume delle vendite.
Questa divergenza di vedute - segmenti contro archetipi - non è unica nel campo della supply chain. Essa riecheggia una lunga serie di confusioni che gli economisti chiarirono quasi un secolo fa. Consideriamo ad esempio: i media parlano spesso dei ricchi e dei poveri come segmenti all’interno della popolazione. La visione statica presume che questi gruppi rimangano costanti e coerenti nel tempo, proprio come avviene con le classi ABC. Tuttavia, un’analisi più approfondita dipinge una prospettiva diversa. Consideriamo i neolaureati della Harvard Law School, che, con un debito medio di 170.000 dollari, sono tecnicamente classificati tra i più poveri degli Stati Uniti. Eppure, i loro guadagni li inseriranno subito nella top 10% dei redditi, indipendentemente dall’età, subito dopo la laurea. Allo stesso modo, un barbiere che vende il suo negozio per centomila dollari al momento del pensionamento sarà nella top 10% dei guadagni di quell’anno, classificandosi tecnicamente come ricco, sebbene abbia trascorso l’intera carriera guadagnando in media meno dei suoi concittadini. Come sottolineato da Thomas Sowell nel suo libro “Basic Economics”, il destino delle fasce e il destino delle persone possono essere molto diversi e, in molti casi, completamente opposti.
Questo principio si applica altrettanto alle supply chain. Si può semplicemente sostituire le persone con prodotti, clienti o fornitori. Segmentare i prodotti in classi A, B e C, come fatto nell’analisi ABC, confonde invece di chiarire la situazione. Gli stessi problemi sorgono con qualsiasi segmentazione, sia essa basata sul volume di vendite, sul profitto o sulla crescita. È la segmentazione stessa, in quanto processo, ad essere in errore, proprio perché tenta di rimuovere il tempo dall’analisi del sistema. Al contrario, gli archetipi si presentano con una storia, una narrazione di ciò che accade nel tempo. Gli archetipi amplificano gli aspetti temporali. In linea di massima, ogni volta che ci vengono presentate le opzioni per domare la complessità, ottenere intuizioni tramite archetipi, come i neolaureati di Harvard o i barbieri, è preferibile rispetto a segmenti come i ricchi e i poveri. Sebbene entrambi rappresentino semplificazioni drastiche della realtà sottostante, gli archetipi sono utili per apprezzare il futuro, mentre i segmenti sono una fonte costante di confusione.
Ora che abbiamo toccato l’esecuzione e la complessità della supply chain, vediamo come queste visioni si confluano in due visioni radicalmente differenti della pianificazione.
Il concetto di pianificazione gioca un ruolo fondamentale nel campo della supply chain. Il processo implica la determinazione degli obiettivi e la pianificazione dei passaggi necessari per raggiungerli. È sostanzialmente un esercizio predittivo in cui si anticipano eventi o condizioni future e si organizzano le risorse e le azioni necessarie per gestirli efficacemente. Questo metodo proattivo di affrontare le circostanze future ha reso la pianificazione parte integrante delle pratiche della supply chain.
Le visioni statica e dinamica portano a interpretazioni contrastanti della pianificazione e a risultati drasticamente diversi nella pratica. La visione statica affronta la pianificazione come un processo in due fasi. Prima, prevedere la domanda; secondo, orchestrare la supply per soddisfare la domanda. Se la complessità supera ciò che può essere gestito facilmente da un singolo pianificatore, allora si introducono tanti segmenti quante sono necessari per distribuire il carico di lavoro sul numero adeguato di pianificatori. Questa visione permette la quasi totalità della letteratura sulla supply chain e la quasi totalità dei software per la supply chain. Essa si basa sul presupposto che verranno ottenute previsioni accurate, sbloccando così, a sua volta, una performance della supply chain superiore. Questa visione ha esercitato un immenso fascino negli intellettuali nel corso dell’ultimo secolo ed è stata la pietra angolare della maggior parte delle strategie di pianificazione governative e aziendali.
Tuttavia, dobbiamo mettere in discussione la validità di questa visione per la pianificazione stessa, una domanda raramente sollevata e ancor meno risposta. A questo proposito, la storia fornisce un’abbondanza di fatti sull’adeguatezza di questa forma di pianificazione, tipicamente definita pianificazione centrale quando effettuata da un governo. L’URSS può essere vista come una dimostrazione durata 70 anni dell’inadeguatezza della visione statica in materia di pianificazione. I critici potrebbero sostenere che l’URSS fosse unica per la sua scala colossale, tuttavia, consideriamo che al suo apice il Gosplan, l’organo di supervisione dell’economia pianificata dell’URSS, supervisionava 24 milioni di prodotti. Tuttavia, già all’inizio degli anni ‘90, parecchi distributori in Europa distribuivano individualmente oltre 1 milione di referenze di prodotti distinti.
La scala di per sé non condanna necessariamente l’impresa di pianificazione. Ciò che conta è il modo in cui la pianificazione viene affrontata. Nessuno di quei distributori tentava nemmeno di operare tramite piani quinquennali come faceva l’URSS. Allo stesso modo, la visione statica della pianificazione pervade il S&OP (Sales and Operations Planning) all’interno delle grandi corporation, spesso culminando in iniziative estremamente burocratiche. Ingvar Kamprad ha catturato sinteticamente questo sentimento nel suo “Testamento di un arredatore,” pubblicato nel 1976, mettendo in guardia i suoi dipendenti che l’imposizione della pianificazione è la causa più comune della morte aziendale. Questa è la visione statica della pianificazione a cui Ingvar Kamprad si riferisce qui.
Infatti, le grandi corporazioni spesso avviano grandi riorganizzazioni per migliorare la pianificazione, abbracciando la visione statica, ma raramente riescono a superare in modo significativo i loro concorrenti attraverso tali iniziative. Al contrario, i fallimenti nella pianificazione oscurano, sia in termini di frequenza che di entità, i successi. Le iniziative di pianificazione fallite presso Nike negli anni 2000 o presso Lidl un decennio dopo, in cui i progetti i2 e SAP hanno rispettivamente provocato perdite massicce, per importi che contano centinaia di milioni di dollari ed euro, testimoniano questo fatto.
In netto contrasto con la visione statica, la visione dinamica considera la pianificazione come un processo di valutazione del rischio e di definizione delle priorità. Essa incarna uno spirito imprenditoriale opportunistico, ben distante dall’atmosfera scientifica sterile della visione statica. La pianificazione stessa viene de-enfatizzata. Invece, viene vista come un passo verso la decisione giusta al momento giusto. Il piano nella visione dinamica è intrinsecamente usa e getta e la sua capacità di adattamento costante è la norma. Questa abilità di adattarsi rapidamente ai cambiamenti attraverso una continua e incrementale rivalutazione delle priorità è in netto contrasto con il processo macchinoso della pianificazione secondo la visione statica, che richiede un completo esercizio di ripianificazione per accogliere qualsiasi cambiamento.
Sebbene la visione dinamica venga spesso considerata poco sofisticata o grezza, in quanto né offre né fa affidamento su un futuro predeterminato, può beneficiare delle tecniche avanzate e degli algoritmi tanto quanto la visione statica. Infatti, i giganti dell’e-commerce come Amazon operano principalmente tramite algoritmi che allocano dinamicamente le risorse, trattando le previsioni stesse come semplici artefatti informatici transitori, a testimonianza della forza della visione dinamica.
Tuttavia, queste tecniche divergono fondamentalmente nel loro focus. La visione dinamica, così come implementata da Lokad, impiega previsioni probabilistiche invece delle classiche previsioni deterministic. Però, il termine “forecast”, proprio come “planning”, è così strettamente associato alla visione statica che potrebbe sembrare una mera variazione tecnica della stessa cosa. Non lo è. Un termine più appropriato per le previsioni probabilistiche sarebbe “quantitative risk assessments”, che catturano in maniera più resiliente l’essenza della visione dinamica quando si parla di pianificazione. I capitoli 5 e 6 di questa serie di lezioni approfondiscono le tecniche che supportano la pianificazione quando affrontata con la visione dinamica. Tali tecniche esulano dallo scopo della presente lezione, ma incoraggio il pubblico ad esplorarle se cerca una forma di pianificazione che funzioni davvero.
Parlando di lavoro, in questa serie di lezioni, definiamo supply chain come un’attività colta, da non confondere con la logistica, che è un’attività operaia. Ad esempio, decidere cosa spedire, quando e dove rientra nell’ambito della supply chain, mentre guidare i camion per realizzare ciò appartiene alla logistica. Tuttavia, la stessa nozione di lavoro, così come tempo e conoscenza, dipende fortemente dalla visione sottostante, sia essa diretta o indiretta.
Per chi adotta la visione diretta, il lavoro è caratterizzato da una lista di compiti e doveri che ci si aspetta dai dipendenti. Ad esempio, i compiti del professionista della supply chain possono includere l’emissione tempestiva degli ordini di acquisto, la programmazione dei lotti produttivi e l’aggiornamento delle previsioni settimanali della domanda. Sotto la visione diretta, l’esistenza di una routine lavorativa è un dato di fatto. Infatti, la capacità di un dipendente di svolgere diligentemente questa routine definisce in larga misura la qualità del lavoro offerto. Inoltre, la valutazione della qualità del lavoro può essere effettuata a livello individuale. Pur essendo la supply chain uno sforzo collettivo, ogni dipendente ha un ambito di responsabilità ben definito, e attraverso questo ambito la performance può essere misurata in relativa autonomia rispetto al resto dell’azienda.
Per chi adotta la visione indiretta, il lavoro viene svolto dalle macchine. Questa visione corrisponde al vecchio principio IBM: “Machines should work; people should think.” Non ci si aspetta che le persone eseguano il lavoro vero e proprio, bensì che progettino, supervisionino e possibilmente migliorino l’automazione che lo esegue. L’esistenza di qualsiasi tipo di routine sul versante umano è vista come un difetto, come una mancanza di automazione. Perché qualcuno dovrebbe fare una seconda volta ciò che avrebbe dovuto essere automatizzato fin dall’inizio? Infatti, la capacità di un dipendente di continuare a migliorare l’automazione, riducendo ulteriormente la necessità di intervento manuale, definisce in larga misura la qualità del lavoro da lui fornito. Poiché l’automazione stessa è il prodotto di molte menti, non è neanche concepibile misurare la performance individuale in termini di supply chain. Tutti i contributi si fondono in un’unica automazione. Pertanto, la valutazione della qualità del lavoro di un dipendente è fondamentalmente un giudizio tra pari: i contributi di questo dipendente sono superiori o inferiori, in termini di qualità e importanza, rispetto a quelli degli altri dipendenti?
In quest’era delle supply chain digitali, non rimangono aziende che possano ancora qualificarsi per una forma pura della visione diretta del lavoro. Persino i fogli di calcolo, per quanto grezzi possano essere, permettono ai dipendenti di delegare una consistente porzione del lavoro effettivo alle macchine. Nessun manager si aspetta più che i propri dipendenti eseguano manualmente qualsiasi tipo di calcolo aritmetico. Al contrario, neppure le aziende più avanzate possono vantare una supply chain veramente autonoma, almeno per ora. Così, la visione indiretta rimane intercalata da interventi diretti dei dipendenti.
Tuttavia, le visioni riguardano più ciò che dovrebbe essere piuttosto che ciò che è, e se i dirigenti si affidino alla visione diretta o indiretta può avere conseguenze profonde per l’azienda. A questo punto della serie di lezioni, non sorprende che la quantitative supply chain, come sostenuta da Lokad, sia saldamente inserita nel campo indiretto. Tuttavia, sarebbe ingiusto presentare la visione diretta come un bastione vestigiale di un’epoca passata, mentre si esalta la visione indiretta come l’apice della modernità. Entrambe le visioni hanno i loro meriti.
Queste due visioni tendono a confliggere su una vasta gamma di temi quando si tratta di scegliere le direzioni per una determinata supply chain. L’argomento principale proposto da Lokad a favore della visione indiretta è trasformare la pratica della supply chain in un’impresa capitalistica. Questo argomento è stato ampiamente esposto nella prima lezione, “1.3 Product-Oriented Delivery”. Analizzare nel dettaglio questo argomento esula dallo scopo della presente lezione, ma basta dire che l’automazione offre la possibilità non soltanto di ridurre drasticamente la quantità di lavoro necessario per far funzionare la supply chain, ma anche di ingegnerizzarla al di là di quanto il dipendente più dedicato potrebbe raggiungere.
Tuttavia, i sostenitori della visione diretta sostengono che questa visione indiretta sia tecnocratica e esponga l’azienda a nuove categorie di rischio, incluso il rischio che l’azienda si rovini affidandosi agli ingegneri, i quali tendono seriamente a mancare di buon senso per quanto riguarda il business. Inoltre, la diffusione della responsabilità individuale in uno sforzo rigorosamente collettivo, come accade nella maggior parte dei progetti software, apre la strada a ogni sorta di problemi che non possono più essere risolti licenziando la persona che ha causato il problema in primo luogo. Adesso, esploriamo cosa comportano in termini di controllo e colli di bottiglia le visioni diretta e indiretta.
Il controllo può essere inteso in due modi. Qui ci riferiamo all’interpretazione comune, come nel “mantenere le cose sotto controllo”. Il controllo è il modo in cui il management impone la propria volontà sull’organizzazione. Il controllo nella supply chain non nasce da un desiderio intrinseco della direzione di diventare una sorta di despoti all’interno dell’organizzazione, ma da una necessità pratica. La supply chain, in termini generali, comporta un delicato atto di bilanciare la domanda generata dall’azienda con ciò che essa fornisce, cioè le risorse allocate per soddisfare tale domanda. Poiché questo atto di bilanciamento coinvolge solitamente molte persone, è necessario il controllo per evitare che elementi all’interno dell’organizzazione possano far deragliare questo processo, generalmente in modo non intenzionale.
L’esercizio del controllo è un aspetto centrale del lavoro che ci si aspetta dal management della supply chain. Tuttavia, a seconda della visione che si ha sulla natura del lavoro, il controllo comporta cose ben diverse. Per chi adotta la visione diretta, il controllo viene esercitato principalmente con una mentalità di “trust but verify” (fidati ma verifica). Le direttive vengono impartite lungo la catena di comando così come definita dall’organizzazione, e si dà per scontato che le persone facciano del loro meglio per seguirle. Tuttavia, la fiducia non viene conferita ciecamente. I manager presenti lungo la catena di comando devono poter verificare l’adeguatezza dell’implementazione così come eseguita dai loro subordinati. In quest’era delle supply chain digitali, il “trust but verify” comporta l’aspettativa che il panorama applicativo fornisca report, dashboard, e tutte le altre forme di visualizzazione dei dati. Il panorama applicativo può includere anche fogli di calcolo ideati dagli stessi manager per supportare i loro processi di verifica personalizzati. In altre parole, la visione diretta, lungi dall’essere contraria alle tecnologie software, comporta un insieme specifico di aspettative relative al panorama applicativo. Ad esempio, tali aspettative includono i Key Performance Indicators (KPIs), ma anche alert ed eccezioni. Queste aspettative riflettono la visione del tipo di lavoro che il management dovrebbe svolgere.
D’altro canto, per chi adotta la visione indiretta, sebbene il controllo sia anch’esso una questione pratica, esso assume una natura completamente diversa. Di default, il software non ha controllo su nulla all’interno dell’azienda. È necessaria un’infrastruttura IT accuratamente progettata e ben integrata per rendere possibile tale controllo. Così, da questa prospettiva, il controllo significa innanzitutto un panorama applicativo ben integrato. Grazie a tale integrazione, diventa possibile il funzionamento dell’automazione. Senza di essa, non esiste nemmeno la possibilità di controllo, poiché non vi è alcun lavoro in corso.
Un panorama applicativo ben integrato non rappresenta soltanto la possibilità di iniettare comandi o ordini in specifici sottosistemi, ma anche le capacità necessarie per verificare e risolvere eventuali disfunzioni, sia recuperando dati storici dai sottosistemi sia iniettando comandi in essi. Al contrario, controllare l’automazione stessa, come nel “trust but verify”, è in gran parte una questione secondaria. L’automazione è definita attraverso il suo codice, o alternativamente, attraverso le impostazioni di configurazione. La configurazione potrebbe presentare bug o difetti, ma questo è un problema completamente diverso rispetto a un elemento dell’organizzazione che faccia deragliare le direttive impartite dal management.
Queste due visioni sono difficili da conciliare nella pratica, poiché le rispettive priorità per lo sviluppo IT sono molto differenti. I report e le dashboard, come richiesto dal campo della visione diretta, sono visti in larga misura come una perdita di tempo dall’altro campo. Non solo le risorse IT verrebbero sprecate nell’implementare capacità di reporting superiori a quanto strettamente necessario, ma successivamente i dipendenti continuerebbero a sprecare tempo rivedendo all’infinito quelle dashboard.
Il campo della visione indiretta non si oppone categoricamente al reporting, ma non pone quasi lo stesso accento sull’estensione e sulle capacità di quei report. Da questa prospettiva, l’automazione è stata progettata fin dall’inizio per ottimizzare metriche che rispecchiano gli stessi KPIs. Ad esempio, mettendo da parte bug e difetti, dato un magazzino del valore di 10 milioni di euro, se l’automazione raggiunge un livello di servizio dell'88% mentre i manager avrebbero preferito un 90%, non ha senso cercare ulteriori controlli sull’automazione. L'88% è semplicemente ciò che l’automazione riesce a ottenere con uno stock del valore di 10 milioni di euro.
Una tecnologia superiore per l’automazione potrebbe essere in grado di raggiungere il 90% di livello di servizio sotto la medesima quota di capitale circolante. Tuttavia, non è garantito che questa tecnologia superiore possa essere realizzata. Questo rappresenta fondamentalmente un problema di ricerca aperto che non ha nulla a che vedere con il controllo. Pertanto, monitorare nel dettaglio l’automazione è considerato un esercizio per lo più inutile, in quanto non apre la strada a nessun miglioramento tangibile dell’automazione stessa. Al massimo, permette una rilevazione precoce di eventuali regressioni, ma ancora una volta, questo può essere ottenuto con molti meno indicatori e sforzi di reporting di quanto un manager normalmente si aspetterebbe per sentirsi in controllo.
Al contrario, le integrazioni bidirezionali e ogni tipo di requisito a livello infrastrutturale del campo della visione indiretta possono essere percepiti dall’altro campo come spese onerose senza evidenti ritorni sull’investimento. In effetti, tali spese sono per lo più strumentali piuttosto che operative. Inoltre, tali investimenti risultano in gran parte scollegati dall’imperativo urgente delle operazioni quotidiane. Il campo della visione diretta non rigetta categoricamente l’integrazione, né l’investimento in infrastrutture IT in generale, in quanto queste sono necessarie anche per il reporting. Tuttavia, non pone lo stesso accento sull’estensione e sull’affidabilità di tali integrazioni. Integrazioni alquanto incomplete e inaffidabili sono comunque tollerate, poiché ci si aspetta che le persone rimangano aggiornate. Cifre insensate, purché non troppo frequenti, verranno eliminate da persone che fungono da filtro contro ogni sorta di assurdità informatica.
In sintesi, mentre sia la visione diretta che quella indiretta nutrono forti aspettative nei confronti del panorama applicativo, esse sono radicalmente differenti e indirizzano investimenti verso tipologie di software ben distinte.
Nel suo famoso libro “The Goal”, pubblicato nel 1984, Eliyahu Goldratt propose una filosofia aziendale che può essere riassunta in: “Qualsiasi miglioramento apportato in qualsiasi punto tranne che nel collo di bottiglia è un’illusione”. A testimonianza della popolarità delle idee proposte da Goldratt quattro decenni fa, l’apprezzamento dei colli di bottiglia è divenuto parte integrante della cultura aziendale mainstream.
Al giorno d’oggi, i manager che non hanno mai sentito parlare di Goldratt possono comunque adottare istintivamente il suo framework noto come la Theory of Constraints. La Theory of Constraints meriterebbe una lezione a sé stante, ma si riduce a una breve serie di passaggi: è necessario identificare i vincoli dei sistemi, decidere come sfruttare tali vincoli, e subordinare le altre decisioni allo sfruttamento di questi vincoli. Col tempo, dobbiamo elevare i vincoli e, infine, man mano che questi vengono elevati, dobbiamo tornare al punto di partenza poiché un altro insieme di vincoli è necessariamente emerso come un nuovo collo di bottiglia del sistema.
La visione diretta è perfettamente allineata con il modo in cui Goldratt concepiva la pratica della sua Theory of Constraints. L’approccio “rinse and repeat” al lavoro viene affidato al management. In termini di supply chain, i vincoli sarebbero la massima quantità di capitale circolante, il volume massimo di scorte che può essere detenuto nel deposito, la qualità minima del servizio attesa dai clienti e il massimo throughput del magazzino per ricevere e accelerare le merci.
A titolo di prova aneddotica, le emergenze che dominano la routine quotidiana di molti operatori della supply chain possono essere viste come uno spostamento rapido del collo di bottiglia. Un giorno il collo di bottiglia potrebbe essere la mancanza di scorte per un determinato prodotto, il giorno successivo il collo di bottiglia potrebbe essere rappresentato dalla mancanza di spazio nel magazzino. In effetti, gli alert e le eccezioni, funzionalità ampiamente presenti nei software per la supply chain, possono essere considerati in modo approssimativo come sistemi automatizzati di rilevamento dei colli di bottiglia.
Al contrario, la visione indiretta si occupa anch’essa dei colli di bottiglia, sebbene li interpreti in modo completamente diverso. La visione indiretta identifica un collo di bottiglia in particolare come il re dei colli di bottiglia, quello che prevale su tutti gli altri: la capacità degli stessi dipendenti di persino percepire i colli di bottiglia. Nella trama delineata in “The Goal” di Goldratt, l’identificazione dei colli di bottiglia potrebbe risultare alquanto sottile, ma la loro risoluzione richiede non solo una grande quantità di riflessione, bensì anche un pensiero inventivo.
Tuttavia, la trama di “The Goal” è ambientata in un unico stabilimento che produce un singolo prodotto. La complessità complessiva sarebbe considerata estremamente modesta secondo gli standard della nostra attuale era digitale. Individuare i colli di bottiglia considerando dozzine di processi, centinaia di sedi e milioni di SKU – numeri comunemente riscontrati nelle moderne supply chain – è una proposta completamente diversa rispetto allo stabilimento a prodotto unico descritto in “The Goal”.
La visione indiretta percepisce la supply chain come un sistema che supera la capacità della mente umana di comprenderlo. Essa considera la capacità del team di progettare un’automazione in grado di individuare i colli di bottiglia come la sfida suprema da affrontare. Inoltre, a differenza dei contesti manifatturieri di “The Goal”, la risoluzione dei colli di bottiglia nella supply chain non è vista come qualcosa che richieda un pensiero veramente inventivo. La risoluzione nella supply chain si riduce all’allocazione di più o meno risorse, oppure all’aumento o alla diminuzione dell’infrastruttura per trasportare, produrre o conservare le merci. Pertanto, se l’automazione è sufficientemente potente da identificare il collo di bottiglia, allora è scontato che essa sia in grado di affrontarlo.
In sintesi, sia la visione diretta che quella indiretta riconoscono l’importanza dei colli di bottiglia, ma i due approcci immaginano tipi completamente differenti di colli di bottiglia. Il gruppo della visione diretta vede i colli di bottiglia come un fenomeno esterno, la manifestazione di limitazioni fisiche all’interno del flusso delle merci. Il gruppo della visione indiretta considera la propria incapacità di creare l’automazione perfetta, quella che risolverebbe automaticamente tutti i colli di bottiglia, come il vero collo di bottiglia. Quest’ultimo approccio considera i colli di bottiglia come un fenomeno interno, la manifestazione delle limitazioni intellettuali di chi sovrintende al flusso delle merci.
Abbiamo osservato tre insiemi di visioni contrastanti riguardo alla conoscenza, al tempo e al lavoro. Ciò dovrebbe aver chiarito cosa si intende per visione nel contesto di questa lezione. Queste visioni sono potenti e suggeriscono percorsi radicalmente differenti per sviluppare ulteriormente una determinata supply chain. Tuttavia, se due visioni suggeriscono percorsi divergenti, sarebbe estremamente sorprendente che tali percorsi si rivelassero ugualmente vantaggiosi o dannosi per l’azienda. Non vi è alcuna ragione apparente per ritenere che tutte le visioni siano ugualmente valide per gli scopi della supply chain.
Prima di affrontare la questione della validità di queste visioni, analizziamo la loro varietà. In senso stretto, l’insieme delle visioni possedute da ogni persona nell’organizzazione è unico quanto gli individui stessi, poiché si possono sempre riscontrare minute variazioni. Tuttavia, come dimostra Thomas Sowell nel suo libro “A Conflict of Visions”, quasi l’intero spettro delle opinioni politiche degli ultimi tre secoli nella civiltà occidentale deriva da poche visioni nettamente distintive, prevalentemente incentrate sulla natura dell’uomo e sul suo potenziale.
Basandomi sulle mie osservazioni occasionali degli ultimi 15 anni nei circoli della supply chain, credo fermamente che lo stesso discorso possa essere applicato alla supply chain. Poche visioni nettamente distintive supportano l’immensa maggioranza delle iniziative della supply chain. Quando vengono sollevate obiezioni sul percorso intrapreso da una di queste iniziative, tali obiezioni provengono tutte dallo stesso ristretto insieme di visioni.
La mancanza di varietà tra le visioni non sorprende. Come affermato all’inizio di questa lezione, le visioni sono essenzialmente istintive e semplicistiche. Le persone quasi mai contemplano la possibilità di mettere in discussione le proprie visioni. Quando ciò accade, tendono a definirlo un’esperienza “Road to Damascus”, tanto drammatica quanto sorprendente. Una varietà molto maggiore si riscontra a valle, nelle teorie, nei processi e nelle tecniche derivanti da quelle visioni, che sono molto più raffinate della visione da cui originano.
L’omogeneità relativa delle visioni riscontrabili nella supply chain è di importanza primaria, poiché implica che non ci troviamo di fronte all’impossibile compito di provare o confutare la visione unica di ogni singola persona. Siamo interessati solo a valutare la validità di un numero ristretto di visioni concorrenti.
Tuttavia, valutare le visioni, anche se in numero ridotto, è difficile. In parte, le visioni non si riferiscono a ciò che è – i fatti palese – ma piuttosto a ciò che dovrebbe essere. I fatti stessi sono in gran parte interpretati attraverso il filtro della visione. Qualsiasi fallimento può essere attribuito a un tentativo difettoso anziché mettere in discussione la visione che ha generato quel tentativo. Ad esempio, non importa quante volte le aziende abbiano fallito nel realizzare un ritorno sull’investimento nella loro iniziativa di previsione, sembra esserci una fede inesauribile che la prossima volta la tecnologia sarà sufficientemente matura da fornire previsioni accurate. Allo stesso modo, nonostante ogni dipendente che abbia mai partecipato a un processo S&OP lo descriva come un incubo burocratico, le aziende sembrano essere più che disposte a implementare i propri processi S&OP, pensando che con essi sarà diverso. Se le caratteristiche che Thomas Sowell ha individuato per le visioni nel campo della politica si rivelassero condivise da quelle nel campo della supply chain, allora ci si dovrebbe aspettare che visioni mal indirizzate perdurino e persistano per intere vite, anche di fronte a una montagna di prove contraddittorie.
Tuttavia, i mercati liberi sono dei grandi filtri. Il mercato non educa le aziende verso visioni migliori; elimina semplicemente quelle aziende che non adottano preponderantemente quelle corrette. Ad esempio, molti rivenditori tradizionali sono arrivati molto tardi all’e-commerce. Ciò non per barriere tecnologiche, ma perché avevano una visione del retail che non prevedeva la possibilità che i clienti non entrassero mai nei loro negozi. Molti di questi rivenditori sono poi stati condannati da fallimenti, come Toys R Us nel 2017 e Bed Bath & Beyond nel 2023.
Un punto di partenza ragionevole per evitare questo genere di disastri consiste nell’identificare le visioni dominanti presenti all’interno dell’azienda. Un’analisi di questo tipo rende possibile discutere i meriti e i demeriti di tali visioni, come abbiamo fatto in questa lezione.
In conclusione, le visioni sono un’intuizione della causalità. Esse agiscono come una bussola per l’orientamento della mente. Le visioni sono anche semplicistiche, eppure necessarie. Esse definiscono il modo in cui ci impegniamo intenzionalmente con sistemi complessi, la supply chain essendo un esempio primario di tali sistemi. A malapena un libro di testo o un software per la supply chain riconosce le visioni che li sottendono. Eppure, lungi dall’essere privi di visione o agnostici rispetto alla visione, sia i testi che i software rappresentano spesso l’epitome di visioni specifiche su ciò che la supply chain dovrebbe essere, secondo le rispettive concezioni.
Queste visioni sono potenti e definiscono in larga misura il modo in cui le aziende affrontano i propri processi, la divisione del lavoro, il futuro e la pianificazione in generale, nonché i ruoli e i doveri dei dipendenti. Nonostante la loro importanza, le visioni sono raramente riconosciute, ancora meno modificate. Ad esempio, è possibile, come è successo a me, leggere centinaia di articoli di ricerca recenti sulla previsione della domanda senza incontrare un solo autore disposto a mettere in discussione se la prospettiva tecnica adottata nell’articolo sia davvero adeguata a cogliere il futuro.
Eppure, le visioni devono essere messe in discussione. Come abbiamo visto in questa lezione, la visione statica, immensamente popolare nei circoli della supply chain, contraddice ciò che è stato considerato economia di base per un secolo. Questo include tecniche come i safety stocks e l’ABC analysis, letteralmente onnipresenti nel mondo della supply chain. Tuttavia, se la storia della scienza ci insegna qualcosa, è che un consenso diffuso non implica alcun tipo di validità. L’ipotesi secondo cui queste tecniche della supply chain, ABC analysis e safety stocks, grazie alla loro validità, finirebbero per smentire l’intero campo dell’economia, appare estremamente improbabile.
La supply chain è ancora abbastanza immatura, sia come campo di studi che come pratica. Come discusso in precedenza in questa serie di lezioni, non è del tutto chiaro se la supply chain possa essere qualificata come scienza. Ciò che potrebbe mancare nella nostra attuale comprensione della supply chain potrebbe affondare le radici in qualcosa di profondo, nella visione stessa. La sofisticazione, o la mancanza di essa, dei metodi a nostra disposizione potrebbe essere del tutto irrilevante se si scopre che stiamo inquadrando i problemi in modo errato fin dall’inizio.
Ora procederò con le domande riguardanti questa lezione. A proposito, sospenderò questa serie di lezioni per un paio di mesi. Mi sono reso conto che ho bisogno di tempo per mettere queste lezioni in forma scritta. Ho iniziato a lavorare a un libro e mi aspetto di riuscire a consolidare tutti questi elementi in una narrazione coerente che raccolga tutte queste intuizioni. Ma adesso, procederò effettivamente con le domande.
Domanda: Esiste un modo per automatizzare e scalare la conoscenza quotidiana senza un sistema di conoscenza rigoroso in azienda? Ad esempio, una piccola azienda è incapace di attuare l’approccio quantitativo che tu sostieni?
Il trucco sta nel fatto che, per definizione, la conoscenza quotidiana è quella che non è codificata. Se riesci a trovare un modo per codificare qualunque conoscenza presente in azienda, la trasformerai efficacemente in conoscenza speciale. Tuttavia, la conoscenza speciale è molto costosa, indipendentemente dalla dimensione dell’azienda. Esiste sempre un’immensa quantità di conoscenza quotidiana in circolazione, perché non sarebbe economicamente sostenibile cercare di codificare, strutturare e perfezionare tutto ciò. Si tratta di una conoscenza legata alle circostanze di tempo e luogo. Gran parte di questa conoscenza è transitoria. Ad esempio, oggi è fondamentale conoscere lo stato di riparazione dei freni di un camion, ma una volta riparati, tale conoscenza non è più rilevante.
Quindi, non si tratta davvero di una questione di scala, ma di gestire l’equilibrio tra conoscenza quotidiana e conoscenza speciale. Ogni azienda, indipendentemente dalle dimensioni, dovrà far fronte a un immenso corpo di conoscenza quotidiana. Non si può sperare di automatizzare la soluzione a questo problema.
Per quanto riguarda invece le aziende di piccole dimensioni e l’approccio quantitativo sostenuto da Lokad, negli ultimi 15 anni si è manifestata una sfida costante legata alla maturità delle supply chain digitali. Le grandi aziende sono state digitalizzate da quasi quattro decenni per quanto riguarda le loro supply chain. I codici a barre non sono una novità. Nelle piccole aziende, questo processo è iniziato solo due decenni fa, creando così un delta temporale di 20 anni. Inoltre, c’è la questione del livello di integrazione del panorama applicativo. Una caratteristica delle grandi aziende è la presenza di un IT department. Non appena si dispone di un IT department, ci sono persone pagate per integrare il panorama applicativo. Senza questa integrazione, non è possibile consolidare i dati per iniziare a eseguire la supply chain quantitativa come immaginata da Lokad.
Ed è qui che risiede il problema principale, nella mancanza di integrazione. Ma se per caso si dispone di un panorama applicativo molto integrato, come avviene in alcune aziende di e-commerce, anche le aziende molto piccole possono beneficiare di un approccio come quello sostenuto da Lokad.
Domanda: A quanto pare, la maggior parte dei supply chain manager giustifica spesso l’uso della teoria mainstream della supply chain sostenendo la sua semplicità, anche se essa rappresenta in modo impreciso la realtà. Poi la confrontano con una qualche tecnologia inglese, superiore ma complessa. In un tale dibattito, quale sarebbe il tuo argomento?
Non credo che la maggior parte dei supply chain manager faccia riferimento quotidianamente alla teoria mainstream della supply chain. Ne sono consapevoli e hanno sentito parlare di concetti come optimal service level, magari durante i loro corsi universitari di qualche anno fa. Ma non si tratta di semplicità contro complessità. Si tratta piuttosto di come si affrontano i problemi. Li affronti in modi che si sono sviluppati organicamente all’interno dell’azienda oppure come enunciati di problemi distinti con relative soluzioni? Queste sono due cose completamente differenti.
La maggior parte dei manager, in particolare quelli in posizioni di potere nelle aziende che gestiscono grandi supply chain, non considera i propri ruoli e responsabilità come un insieme di problemi e soluzioni. Li percepisce più come modalità operative dell’azienda, pratiche, abitudini, costumi e così via.
Quindi, il divario è molto più ampio che semplicemente essere allineati o non essere allineati a una teoria. Si tratta letteralmente di una differenza nel modo in cui affrontiamo il problema fondamentale di cosa significhi migliorare un’azienda. Da un punto di vista della conoscenza specialistica, migliorare significa trovare una soluzione migliore a un determinato problema. Se la tua visione del mondo non inquadra la tua posizione, e per estensione, la tua divisione nell’azienda in termini di problemi e soluzioni, allora c’è una discrepanza nella visione. È molto difficile riconciliare tutto ciò.
Infatti, ci sono momenti in cui, indipendentemente dalla visione che si ha, deve trattarsi di una semplificazione estrema della realtà sottostante. Questo vale anche per la quantitativa supply chain come affrontata da Lokad. La differenza principale è che riconosciamo che l’impegno nella modellazione della supply chain rappresenta davvero il collo di bottiglia. Questa semplificazione è considerata come il vincolo primario dell’iniziativa.
Tuttavia, non si tratta di essere nell’illusione che ciò che viene fatto sia necessariamente più avanzato o rifletta la realtà con maggiore accuratezza rispetto ad altri approcci.
Grazie a tutti, penso che per oggi sia tutto. Alla prossima.
