00:00:00 Benvenuto & Organizzazione
00:01:30 Evoluzione dei termini logistica e supply chain
00:03:31 L’avvento del software in supply chain
00:05:30 Esecuzione in logistica vs. decisioni in supply chain
00:08:09 Logistica moderna: il software fornisce percorsi
00:10:25 Distinzione tra supply chain e operazioni
00:18:08 Concezione comune della supply chain vs. logistica
00:23:11 Le aziende che non riescono a distinguere tra supply chain e logistica
00:25:57 Ottimizzazione e automazione della supply chain
00:28:50 Automazione futura dei camionisti
00:31:28 Esempio Air France: investimento su larga scala in automazione
00:33:45 Automazione tramite IA: idee sbagliate e realtà
00:36:29 Logistica: riduzione dei costi grazie all’automazione
00:41:20 Esempio aerospaziale: opportunità finanziaria nelle decisioni
00:45:01 Conflitto potenziale: eccellenza in logistica vs. supply chain
00:47:21 Costo dei tempi di inattività in vari settori
00:52:05 Distinta delle risorse: parti, persone, strumenti
00:54:27 Importanza dell’automazione in supply chain
00:57:52 FIFO: non sempre ottimizzato dal punto di vista finanziario
01:03:55 Progresso della meccanizzazione in logistica
01:05:20 Scomparsa dei lavori manuali: un futuro lontano
01:08:39 Esempio e-commerce: lavori manuali vs. impiegatizi
01:12:12 Meccanizzare le decisioni per investimenti capitalisti
01:14:07 Conclusioni e riflessioni finali
Riassunto
Conor Doherty e Joannes Vermorel approfondiscono le distinzioni tra supply chain e logistica. Joannes ripercorre l’evoluzione storica di questi termini, osservando che la logistica, originariamente un concetto militare, si concentra sull’esecuzione, mentre supply chain management implica decision-making. L’avvento del software alla fine degli anni ‘70 ha ulteriormente separato questi ruoli, con la logistica che si occupa dell’implementazione delle decisioni generate dagli algoritmi della supply chain. Joannes illustra ciò con esempi come l’ottimizzazione dei percorsi e il problema del commesso viaggiatore, sottolineando che la moderna gestione della supply chain si affida a strumenti dinamici e in tempo reale per migliorare l’efficienza e la reattività nelle operazioni.
Riassunto Esteso
In un recente episodio di LokadTV, Conor Doherty, Responsabile della Comunicazione di Lokad, ha intrapreso una discussione stimolante con Joannes Vermorel, CEO e fondatore di Lokad. La conversazione si è incentrata sulle distinzioni critiche tra supply chain e logistica, un tema di crescente rilevanza poiché l’automazione continua a trasformare i settori industriali.
Joannes ha iniziato tracciando l’evoluzione storica dei termini “logistics” e “supply chain.” Originariamente un termine militare del XIX secolo, logistics indicava la gestione dei movimenti delle truppe, del riparo e delle provviste. Questo concetto fu successivamente adattato per uso civile, in particolare nel contesto della ricerca operativa dopo la Seconda Guerra Mondiale. Col tempo, è emerso il termine “supply chain” per descrivere i processi decisionali più ampi e complessi coinvolti nella gestione del flusso di beni e servizi.
Joannes ha sottolineato che mentre la logistica si concentra sull’esecuzione delle decisioni—spesso coinvolgendo operai—la gestione della supply chain si occupa dell’arte del prendere decisioni, solitamente affidata a professionisti impiegatizi. Questa distinzione è diventata più marcata con l’avvento del software alla fine degli anni ‘70. Prima del software, i supervisori prendevano tutte le decisioni, ma l’introduzione del software ha permesso processi decisionali più complessi e dinamici, portando a una chiara separazione tra supply chain e logistica.
Conor ha osservato che anche all’interno della logistica il software svolge un ruolo cruciale, spingendo Joannes a elaborare sulle sfumature. Ad esempio, mentre un direttore della logistica potrebbe supervisionare i conducenti di truck e garantire la sicurezza dei veicoli, l’ottimizzazione effettiva dei percorsi è una funzione della gestione della supply chain. Il team di logistica esegue le decisioni generate dagli algoritmi della supply chain, progettati per ottimizzare i percorsi, caricare i camion in modo efficiente e garantire consegne puntuali.
Joannes ha ulteriormente illustrato questo punto discutendo del problema del commesso viaggiatore, una sfida classica di ottimizzazione. Nella moderna gestione della supply chain, soluzioni software si occupano di tali problemi complessi, fornendo ai team di logistica percorsi e orari predefiniti. Questa divisione del lavoro consente operazioni più efficienti ed efficaci, poiché il personale della logistica si concentra sull’esecuzione mentre i professionisti della supply chain gestiscono gli aspetti analitici e decisionali.
La conversazione ha toccato anche il ruolo del software nel processo decisionale dinamico. Joannes ha evidenziato come strumenti in tempo reale come Waze possano suggerire percorsi alternativi basati sulle condizioni del traffico attuale, esemplificando quel tipo di decisioni automatizzate che caratterizzano la moderna gestione della supply chain. Questa capacità assicura che le operazioni rimangano flessibili e reattive, riducendo la probabilità di errori ed inefficienze.
In sintesi, la discussione ha sottolineato l’importanza di distinguere tra supply chain e logistica, in particolare in un’era di crescente automazione. Mentre la logistica riguarda l’esecuzione delle decisioni, la gestione della supply chain coinvolge processi complessi, spesso automatizzati, che generano tali decisioni. Questa separazione consente alle aziende di sfruttare competenze e tecnologie specializzate, portando infine a operazioni più efficienti ed efficaci.
Trascrizione Completa
Conor Doherty: Bentornati a Lokad. Oggi parlerò con il fondatore e CEO di Lokad, Joannes Vermorel, delle differenze critiche tra supply chain e logistica. Come sentirete, questo è un punto molto importante per le aziende, soprattutto mentre il mondo tende verso una maggiore automazione. Come sempre, se vi piace ciò che facciamo a Lokad, considerate l’iscrizione al canale YouTube e seguiteci su LinkedIn. Con ciò, vi invito cordialmente a sedervi, rilassarvi e godervi la conversazione.
So, Joannes, benvenuto nel nuovo studio, il Black Lodge. Come ti senti?
Joannes Vermorel: È davvero piacevole. Anzi, una curiosità per il pubblico è che è la prima volta che non siamo letteralmente seduti in cucina davanti a un paio di elettrodomestici come due frigoriferi, una serie di microonde e via dicendo. Quindi, esattamente, per la prima volta abbiamo un nostro spazio privato. È davvero bello.
Conor Doherty: È davvero divertente. Ora, se ci pensi in termini di piccoli Easter eggs, se ripercorri i sette anni passati, ci sono stati alcuni scambi accesi tra te e alcuni ospiti. Il contesto è che proprio dietro la telecamera ci sono persone che preparano il pranzo, il caffè, ecc.
Bene, in ogni caso, lo studio non è ancora terminato, ma non possiamo permettere che ciò ostacoli affari importanti, il che mi porta al tema di oggi: supply chain non è logistica. Allora, Joannes, una visione d’insieme, perché siamo qui?
Joannes Vermorel: La terminologia è abbastanza complicata in questo campo. Il fatto è che ciò che fino, diciamo, agli anni ‘70 veniva chiamato logistics è ciò che ora viene definito supply chain. C’è stata, quindi, una graduale evoluzione del significato dei termini. La logistics nacque come termine militare nel XIX secolo, e in realtà era una parola francese che si riferiva alla specialità del LOI. Era letteralmente un termine militare, e all’epoca il problema principale era trovare rifugio per le truppe.
Fu teorizzato da due generali, uno francese e uno svizzero, che concepirono l’idea di organizzare i movimenti delle truppe e occuparsi di rifugio, approvvigionamento alimentare e simili. Quello fu sostanzialmente l’inizio dell’organizzazione su larga scala, della sincronizzazione di grandi organizzazioni. Avanzando di circa un secolo e mezzo, quello era praticamente logistics. Successivamente è nata la ricerca operativa come disciplina, che divenne molto importante, direi, nel dopoguerra. Da ciò sono emersi sia la supply chain che la logistica, che hanno seguito percorsi differenti.
Quindi, quando spieghi il significato di questi termini, dipende davvero dal decennio di riferimento. Oggigiorno, se devo riassumere, la supply chain è l’arte del prendere decisioni. Insomma, riguarda fondamentalmente il processo decisionale, mentre la logistica riguarda l’esecuzione di tali decisioni. Esiste una vera divisione: la supply chain si occupa di professionisti impiegatizi e dei processi decisionali, mentre la logistica si occupa in gran parte dei lavoratori manuali che mettono in atto le decisioni già prese.
Conor Doherty: Storicamente, almeno fino a tempi molto recenti, la supply chain e la logistica venivano considerate più o meno sinonimi. Allora, cosa ha portato a questa divergenza, come hai detto, con la supply chain focalizzata maggiormente sui lavoratori impiegatizi e la logistica su quelli manuali?
Joannes Vermorel: È stato principalmente l’avvento del software. Fino, direi, alla fine degli anni ‘70, l’unica entità in grado di prendere decisioni era una persona. Quella era il supervisore, che controllava chi faceva il lavoro, prendeva decisioni e dava ordini. Quindi, fino agli anni ‘70, l’idea di segregare i due non aveva molto senso. Ma appena si sono introdotti strati di software, la separazione è diventata sempre più evidente.
Innanzitutto, la complessità è cresciuta in maniera enorme. Dagli anni ‘70, le supply chain hanno probabilmente moltiplicato il numero di referenze e varianti dei prodotti di un fattore che stimerei intorno a 100. La situazione è immensamente più complessa di 50 anni fa. Ancora una volta, è il software a rendere ciò possibile. Ora abbiamo magazzini che possono contenere fino a 100.000 articoli distinti. Questa è una complessità molto maggiore rispetto a quella di una volta.
Di conseguenza, affrontare la complessità e i processi decisionali è diventato una competenza a sé stante, molto analitica e orientata ai dati, in cui le persone utilizzano strumenti, anche se lo strumento è crude come, ad esempio, un foglio di calcolo Excel. Un foglio di calcolo Excel ti permette di gestire migliaia di prodotti e richiede anche competenze specializzate.
Ecco perché si è verificata una divergenza tra le competenze analitiche, quelle che oggi definiamo come supply chain, che includono la previsione, l’impostazione dei parametri di inventario e così via, e la pura esecuzione. Le competenze pure riguardano l’esecuzione fisica, ovvero, ad esempio, la gestione dei conducenti di camion, assicurarsi che siano puntuali, che nessuno sia in stato di ebbrezza, che tutti guidino in sicurezza, ecc. Quindi, direi che le due cose hanno preso percorsi veramente differenti.
Conor Doherty: È vero. Detto ciò, se operi esclusivamente nel settore della logistica, insomma, usi comunque il software, ci sono ancora decisioni da prendere. Potresti approfondire un po’ questa distinzione?
Joannes Vermorel: Quindi, se consideri, per esempio, la logistica e osservi il percorso che i camion seguono, anche se alcune aziende lo considerano ancora una funzione della logistica, io lo interpreto come una funzione della supply chain. Vedi, il direttore della logistica, la persona che supervisiona i conducenti di camion, che si assicura che i camion siano in buone condizioni, che siano sicuri, ecc., riceve un software che gli fornisce il percorso da seguire, e questo è tutto.
Quindi, come vedi, non è dal direttore della logistica che ci si aspetta una certa raffinatezza dall’algoritmo di ottimizzazione del percorso. Come ho detto, la logistica esegue le decisioni che sono state generate per loro, pertanto la generazione di tali decisioni appartiene al regno della supply chain. Successivamente, l’esecuzione è dominio della logistica. Quindi sì, ci sono decisioni, ma direi che il direttore della logistica non decide in merito all’ottimizzazione algoritmica che stabilisce il percorso. Se questo percorso è inefficace, probabilmente richiederanno a un’altra parte di occuparsene; non se ne occuperanno direttamente.
Conor Doherty: Beh, questo mi ricorda una discussione che abbiamo avuto non molto tempo fa con, credo, Meinolf Sellmann, in cui abbiamo parlato del problema del commesso viaggiatore. Perciò, per essere molto concreti, se stiamo parlando di ottimizzazione dei percorsi, ti lascio spiegare meglio di me il problema del commesso viaggiatore. Puoi delineare quali sono le decisioni inerenti alla supply chain in questo contesto e dove finiscono, mentre la logistica si occupa del resto?
Joannes Vermorel: Quindi, la logistica non si occupa delle decisioni. Non ci sono decisioni da prendere dal lato della logistica. Le decisioni sono già state prese; si tratta esclusivamente di esecuzione. Questa è una visione moderna. Cinquant’anni fa, le persone non avrebbero analizzato un problema del genere. Dal punto di vista della logistica, hai già a disposizione un software, fornito da terzi, che ti dà i percorsi. È un dato di fatto. Inoltre, ciò che dovresti caricare sui camion è stabilito, e spetta a questi terzi—che possono essere molteplici—assicurarsi che quando suggeriscono di caricare qualcosa sul camion, questo sia adatto. Anche il lasso di tempo suggerito è considerato valido, ecc.
Vedi, la prospettiva è che la supply chain si occupa di tutte le decisioni, dalle decisioni a breve termine, come quale percorso seguire successivamente, a quelle a lungo termine, come le proiezioni di capacità per i prossimi cinque anni. È solo una questione di orizzonte temporale. Ma tutto ciò, dal breve al lungo termine, è un processo puramente analitico. Quindi, è qualcosa che può essere gestito da un software, indipendentemente dall’esecuzione vera e propria. Naturalmente, i modelli e i calcoli devono essere adeguati alle limitazioni del mondo reale, ma comunque, si tratta davvero del piano decisionale, mentre la logistica è il piano dell’esecuzione. Ti viene fornito un percorso, e ora deve esserci un conducente adatto a guidare il camion e avviare il percorso.
Lo stesso vale per l’intra-Logistics all’interno di una struttura. E quando si osserva questa separazione, la distinzione più significativa al giorno d’oggi è probabilmente Supply Chain versus Operations. Le Operations riguardano la persona che supervisiona tutti i lavori manuali dell’azienda. Logistics è una categoria di quei lavori, ma ce ne sono anche altri, come gli operai di produzione che gestiscono macchinari in posizioni statiche, invece che spostare le cose.
Conor Doherty: Non voglio anticipare troppo, ma mi hai fornito una bella transizione per un punto su cui voglio insistere. Hai parlato dei vincoli fisici. Quindi hai un percorso, e Logistics si assicura che l’autista sia presente o scelga l’autista che eseguirà quel passaggio. Questo suona simile a ciò che aziende come Lokad fanno in materia di pianificazione. Prendi pezzi, attrezzi e persone, e decidi, ad esempio, di posizionare questo pezzo laggiù con questo attrezzo, e farlo eseguire a Joannes perché possiede l’accreditamento, le competenze e la disponibilità necessari. Tutto ciò è decisione della supply chain, che noi forniamo.
Joannes Vermorel: Sì.
Conor Doherty: Quindi, dove entra in gioco Logistics in tutto ciò? Perché sembra che la Supply Chain abbia fatto tutto.
Joannes Vermorel: No. Vedi, se torniamo al mondo pre-software, l’unica persona in grado di prendere quelle decisioni era il supervisore sul posto, vicino a chi eseguiva la decisione. In quella situazione non si poteva dividere la responsabilità. La persona che supervisionava gli autisti dei camion dettava anche le regole. È solo grazie al fatto che ora abbiamo software, in rete, che possiamo distribuire le decisioni.
La tua supply chain può essere distribuita in molte sedi, ma livelli di software collegano tutto. La geografia diventa irrilevante perché la velocità della luce è sufficientemente rapida da trasmettere informazioni quasi istantaneamente. Con il software in rete, puoi separare il monitoraggio dell’esecuzione dei compiti dalla presa delle decisioni. La supply chain prende le decisioni, inclusi tutti gli aspetti legati alla pianificazione. Decidere a che ora gli autisti dei camion debbano arrivare, quanti ne servono, cosa caricare nei camion, o se è necessario equipaggiamento speciale—tutto ciò è supply chain.
Ciò che non rientra nella supply chain è assicurarsi che le persone non si facciano male con i carrelli elevatori, che l’attrezzatura sia usata in modo appropriato, che i dipendenti non siano malati e che il morale sia buono. Questi sono compiti orientati ai processi, non decisioni. Ad esempio, il limite di velocità di un carrello elevatore in un magazzino è una decisione presa una sola volta in ambito ingegneristico. Non cambierà per tutta la durata dell’operatività del magazzino. Questo è il dominio di Logistics, ma non lo definirei una decisione. È solo un processo consolidato che non richiede decisioni continue.
Conor Doherty: Quindi, per riassumere, la supply chain è soggetta a grande incertezza. La tua posizione è che Logistics non lo sia?
Joannes Vermorel: Sì, nel senso che le persone dicono: “Oh, ma c’è così tanta incertezza e le cose variano così tanto.” Sì, le condizioni variano, e anche la pianificazione che ricevi varia. Tuttavia, il modo in cui si deve eseguire non varia. Come guidare un camion in modo sicuro non dipende dalla consegna. Esistono politiche di sicurezza, come i limiti di velocità e le regole di frenata, che rimangono invarianti. Questi processi operativi sono sempre gli stessi, indipendentemente dal piano della giornata.
Ciò che richiede competenze specialistiche e via dicendo, ma sto divagando. Il punto è che la sfida in Logistics è mantenere una completa aderenza alle tue politiche in ogni momento. Questa è la sfida principale. E ciò è molto difficile. La sfida della supply chain è elaborare buone decisioni che siano adeguate nonostante il fatto che tutto sia in costante cambiamento. Quindi, queste sono prospettive molto differenti.
Conor Doherty: Ha senso così come me lo descrivi, ma la mia curiosità è: in che modo la tua posizione qui differisce radicalmente dalla concezione mainstream dei processi decisionali della supply chain e della logistics?
Joannes Vermorel: Penso che le aziende si siano gradualmente avvicinate a questo tipo di comprensione negli ultimi due decenni. Il processo era molto empirico. Le aziende hanno capito che, man mano che la supply chain diventava più prominente, portava con sé un numero crescente di strumenti software. Anche i fogli di calcolo vengono utilizzati per estrarre dati da molti sistemi. Quindi, anche con analisi grezze effettuate tramite fogli di calcolo, hai comunque a disposizione un sacco di strumenti.
La realtà è che se un direttore della Logistics trascorre molto tempo sul campo nei magazzini, potrebbe non sviluppare le competenze necessarie per elaborare tutti questi dati e acquisire capacità analitiche. Le aziende, empiricamente, hanno capito di aver bisogno di persone più orientate all’analisi. Al contrario, coloro che si occupano di analisi avevano spesso poche persone da gestire, in particolare i lavoratori manuali, una competenza completamente diversa rispetto a quella di gestire impiegati in un ufficio pulito e sicuro.
Le aziende hanno gradualmente separato la gestione dei lavoratori manuali sotto la responsabilità dei direttori della Logistics e quella dei lavoratori impiegatizi sotto i direttori della supply chain. Tuttavia, c’è ancora un po’ di confusione nelle aziende che non hanno completamente rimosso i compiti analitici dalle responsabilità del direttore della Logistics, lasciandoli a gestire analisi per cui non sono adatti. Invece, tutte le decisioni analitiche, dal breve al lungo termine, dovrebbero ricadere sul direttore della supply chain. Questo include tutto, dagli obiettivi a lungo termine alle decisioni in tempo reale, come quelle prese in millisecondi quando si guidano robot in un magazzino automatizzato.
Conor Doherty: Hai toccato il tema della digitalizzazione e delle competenze informatiche richieste. Quale sarebbe la differenza tra un direttore della supply chain e un direttore della Logistics in termini di competenza informatica?
Joannes Vermorel: Il mio punto di vista è che un direttore della Logistics può sapere quasi nulla sui sistemi informatici. Deve solo essere abbastanza esperto da leggere la pianificazione e altri indicatori di base delle prestazioni. Ma non ci si aspetta che programmi o gestisca qualcosa di più complesso di semplici percentuali per monitorare le prestazioni del team.
Al contrario, un direttore della supply chain ricopre una posizione altamente analitica. Sebbene sia ancora possibile per qualcuno senza competenze di programmazione ricoprire questo ruolo, credo che in futuro la programmazione diventerà un requisito di base. Se vuoi fare analisi non banali e elaborare numeri, dovrai sapere programmare.
Conor Doherty: Ci sono esempi di aziende che non hanno implementato il tipo di distinzione di cui parli? O aziende che trattano la supply chain e la Logistics come sinonimi o come un unico dipartimento?
Joannes Vermorel: Sì, è ancora frequente quando parliamo con i potenziali clienti. Alcune aziende tradizionali usano ancora il termine “logistics” quando il direttore della Logistics è sostanzialmente un direttore della supply chain de facto. Il problema è che questa persona finisce per avere requisiti lavorativi divergenti: gestire squadre di lavoratori manuali da un lato e affinare le previsioni dall’altro, il che è troppo impegnativo.
In altri casi, i direttori della Logistics possono cambiare il loro titolo su LinkedIn in direttore della supply chain, ma le loro competenze restano non allineate. Molte aziende ora hanno sia un direttore della Logistics che un direttore della supply chain, ma non hanno riorganizzato completamente le responsabilità. Alcune decisioni a breve termine, come l’ottimizzazione dei percorsi, restano sotto la responsabilità del direttore della Logistics, anche se dovrebbero essere gestite da team esperti di software nella supply chain.
Il modo corretto di organizzare un’azienda, a mio avviso, è raggruppare le competenze che hanno senso insieme. La presa di decisioni nella supply chain richiede persone molto esperte in software, mentre la Logistics riguarda maggiormente la gestione delle persone. Questi sono approcci mentali molto differenti.
Conor Doherty: Quando parliamo di ottimizzazione della supply chain, molto di ciò, almeno per Lokad, si basa sull’automazione. Se abbracci questo concetto, in teoria esiste un limite massimo a quanto si possa optimize supply chain nelle decisioni, ma è molto alto perché l’automazione elimina i processi manuali. D’altra parte, la Logistics, come hai detto, è quasi esclusivamente un’impresa fisica. In che misura è possibile ottimizzare la Logistics rispetto all’ottimizzazione della supply chain, parlando in termini finanziari?
Joannes Vermorel: La meccanizzazione del lavoro manuale è in corso da due secoli, forse tre, ma procede molto più lentamente rispetto ai progressi del software. Negli ultimi dieci anni, i magazzini sono diventati sempre più robotizzati, ma è un processo lento. È iniziato con magazzini che gestivano una diversità limitata di piccoli prodotti, perché era più facile automatizzarli, così come ambienti difficili come la conservazione di alimenti surgelati, dove nessuno vuole lavorare tutto il giorno a meno 20°C.
Questo processo probabilmente richiederà 40 anni dall’inizio alla fine, con il punto di partenza attorno ai primi anni 2000. L’automazione degli autisti dei camion è un’altra area che non è ancora veramente partita, ma accadrà. La mia ipotesi è che l’automazione su larga scala della guida dei camion inizierà prima della fine di questo decennio, ma ci vorranno altri due o tre decenni per completarla a causa della complessità coinvolta. Puoi rimuovere l’autista, ma serve comunque qualcuno che carichi e scarichi il camion.
Questo è un problema che probabilmente potrà essere risolto perché, a un certo punto, ci saranno sistemi automatizzati per caricare e scaricare i camion. Quindi, vedi, e la stessa cosa sta accadendo nelle fabbriche. Le cose che era facile automatizzare sono state automatizzate decenni fa. Quello che resta come compiti manuali sono le cose che sono abbastanza difficili da automatizzare. Quindi, come vedi, questa è la situazione. Credo che, per quanto riguarda la Logistics, l’obiettivo rimanga quello di automatizzare tutto, e il processo probabilmente continuerà per la maggior parte del 21° secolo. È ancora in corso, ma il ritmo è ben definito, e la gente se lo aspetta. Continuerà a progredire di qualche percento all’anno nel prossimo futuro.
Quindi direi che questo è un dato di fatto, e la gente se lo aspetta. Non c’è alcuna grande sorpresa, ed è stato costante per un lungo periodo. Nessuno è più sorpreso quando qualcosa viene automatizzato. Tutto viene gradualmente automatizzato, e a volte, ad esempio, un magazzino viene sostituito da uno nuovo, e servono 10 volte meno operatori. Ma su larga scala, il processo è lento e costante.
Per quanto riguarda il lato software, che influisce maggiormente sulle decisioni della supply chain, penso che la situazione sia molto diversa. A differenza dello spazio fisico, si tratta molto più di una questione di tecnologia piuttosto che di un investimento iniziale in capitale. Uno dei motivi per cui non tutti i magazzini vengono robotizzati immediatamente è che l’attività è estremamente intensiva in termini di capitale. Voglio dire, parliamo di centinaia di milioni di euro per rendere un grande magazzino completamente automatizzato.
Conor Doherty: Mi hai menzionato un esempio fuori campo riguardo Air France, quella cosa del “one roof”.
Joannes Vermorel: Sì, per esempio, Air France Industries ha un’iniziativa one roof in cui vogliono collegare essenzialmente due grandi edifici per assicurare che tutte le loro attività MRO possano essere svolte in un’unica unità. Avere un solo tetto semplifica tutto perché significa che le parti non sono mai esposte all’esterno, a raffreddarsi, a bloccarsi, a cadere, o simili.
Conor Doherty: Sì, inoltre ci sono un sacco di processi. Non appena una parte lascia la tua struttura, deve essere riammessa con criteri molto rigorosi. Quindi complica tutto. È più semplice.
Joannes Vermorel: Ma sì, se vuoi investire nel collegare due edifici che sono già molto grandi e desideri aggiungere qualcosa come un tetto da 200 milioni di euro, stiamo parlando di decine di milioni di euro di investimento solo per farlo accadere. Le cose richiedono molto tempo, e le aziende, anche se sono inclini a farlo, le loro risorse le costringono a prendersi il giusto tempo. La maggior parte dei nostri clienti nel settore aerospaziale oggi sta gradualmente investendo in magazzini automatizzati, ma ci vuole tempo perché è molto costoso.
A differenza, per esempio, di Amazon, il ritorno sull’investimento non è così spettacolare come lo è per un’azienda di e-commerce come Amazon. Quindi ci vuole tempo. Per quanto riguarda il software, la questione è che finché la tecnologia non esiste, le persone faticano ad automatizzare del tutto. Una volta che esiste, il deployment può avvenire molto più rapidamente perché non c’è così tanto investimento da fare. Sì, ci sono investimenti, ma sono insignificanti rispetto a ciò che deve essere fatto sul fronte fisico.
Conor Doherty: Sì, questo risale a un po’ di tempo fa. Era l’anno scorso. Non ricordo di che articolo parlavamo, ma abbiamo discusso della differenza tra l’automazione nel software e di quanto essa possa essere veloce una volta che la tecnologia esiste. Se si basa sul software, può proliferare rapidamente rispetto al semplice ottenere una mano robotica in grado di replicare la destrezza di una mano umana. Questo è ancora difficile, se non ancora scoperto. Le persone hanno un’idea sbagliata sull’automazione con l’IA—è ovunque. In certi settori, sì, e in aree molto specifiche, sì. Ad esempio, software che genera decisioni, sì. Ma la capacità di caricare, scaricare, fare nodi agilmente, cose del genere, non ancora e probabilmente non lo sarà per un bel po’, da quello che dici.
Joannes Vermorel: Sì, se vuoi manipolare oggetti, abbiamo già un sacco di tecnologie, ma tutte hanno i loro limiti. Ci sono sistemi estremamente veloci e precisi, ma non sono adattivi. Quindi il pezzo deve trovarsi nell’esatta posizione iniziale corretta. Questo è ciò che trovi nell’industria automobilistica: bracci robotici che sono estremamente veloci e precisi, ma non intelligenti. L’input del robot deve essere posizionato in modo perfetto.
Poi hai sistemi che possono gestire l’incertezza, ma sono lenti e non molto potenti. Tutto ciò sta progredendo gradualmente, ma se fai i conti, le persone costano ancora meno. Ogni anno, lo spettro delle operazioni in cui le macchine risultano più economiche si amplia. È esattamente ciò che descrivevo con il lavoro manuale che viene gradualmente meccanizzato. Il processo è ancora in corso.
Per esempio, la Francia perde ancora circa l'1% dei suoi agricoltori ogni anno, e la produzione di cibo in Francia cresce anch’essa di circa l'1% ogni anno. Quindi, ogni anno abbiamo l'1% in meno di persone, produciamo l'1% in più e lo facciamo con l'1% in meno di terra. Se guardi sull’arco di un secolo, si tratta di un progresso enorme, ma è lento e costante, e nessuno si aspetta alcuna grande svolta.
Il software è molto diverso, e sì, l’innovazione può, direi, proliferare molto più rapidamente perché l’investimento richiesto è molto inferiore.
Conor Doherty: Parlando di investimenti in termini di valutare il ritorno sull’investimento, se investi nel tuo software decisionale per la supply chain, puoi utilizzare determinati parametri finanziari per determinare se ciò stia avendo un impatto positivo. Se la logistica è un’impresa puramente o almeno prevalentemente fisica, come misuri l’impatto? Usi gli stessi parametri? Usi il ritorno finanziario sull’investimento per la logistica e per la supply chain, confrontando i due? Quindi, la logistica è… come fai a sapere che sta migliorando? Scusatemi, lasciatemi riformulare. Come fai a sapere che sta migliorando?
Joannes Vermorel: Sì, come fai a sapere che sta migliorando? Quindi, per la logistica, l’idea è che hai una missione che ti viene affidata, e non è accettabile portare a termine le missioni in modi che potrebbero mettere in pericolo le persone. Non si può fare. Quindi, hai la missione che deve essere portata a termine in piena conformità a, sai, tutto ciò che passerebbe per senso. E ora è solo una questione di costi. Puoi farlo a minor costo? È tutto.
Se qualcuno ordina un prodotto online, la domanda sarà: quanto ti costa spedire questo prodotto dal tuo magazzino e far sì che arrivi alla porta del cliente entro questo lasso di tempo? Quindi, il progresso nella logistica riguarda davvero la riduzione dei costi tramite l’automazione. È tutto.
Attraverso la supply chain, la domanda è molto più aperta perché, ancora, la supply chain non è… è una sfida a lungo respiro. Non c’è un limite massimo a quanto puoi migliorare le tue decisioni. È ciò che ho detto prima. È un gioco completamente diverso nel senso che, per esempio, quante varianti dovresti introdurre? Quella sarebbe una domanda di supply chain.
Sai, hai un prodotto, puoi avere più varianti per accontentare più persone, ma esiste un limite al numero di varianti? Beh, ogni variante che introduci crea un sovraccarico extra, e ci sono rendimenti decrescenti, quindi c’è un equilibrio. Ma la quantità di domande che possono essere poste, come i prezzi, se dovresti orientare questi verso l’alto o verso il basso, ecc., è illimitata. Non sto dicendo che non ci sia un limite assoluto a ciò che ci si può aspettare da migliori decisioni della supply chain, ma è qualcosa in cui non c’è un limite chiaro su fin dove puoi spingerti.
E le domande sono molto più aperte. Fondamentalmente, puoi iniziare a considerare cose che non stavi considerando—più fornitori, più alternative, più opzioni, più schemi di prezzo e così via. Non c’è un limite preciso. Ancora, nel campo della logistica, le missioni che ti vengono affidate sono molto più ristrette e chiuse. Se l’obiettivo è spostare un pezzo dal punto A al punto B, questo è tutto. Puoi farlo a basso costo.
Ma in definitiva, come parte del gioco della logistica, cambiare completamente la strategia dell’azienda stessa, di ripensare, per esempio, il modo in cui consegni le cose ai tuoi clienti, non fa parte del gioco della logistica. Un esempio di ciò potrebbe essere: immaginiamo di avere un negozio retail in ambito moda. Quindi, hai un negozio di moda. Potresti, per esempio, considerare questo come una questione di supply chain.
Immagina che se qualcuno, invece di acquistare l’ultima unità disponibile in negozio, riceva uno sconto, e l’articolo venga spedito a casa tramite il classico e-commerce. Quindi, immagina che una persona visiti il negozio, ma quando sta per prendere l’ultima unità rimasta per un determinato articolo o taglia, invece di uscire dal negozio con l’articolo, riceva uno sconto così da farle spedire quell’unità.
Conor Doherty: Perché lo faresti?
Joannes Vermorel: Beh, potresti…
Conor Doherty: Non sembra che ciò assomigli a un stock-out?
Joannes Vermorel: Sì, esattamente. Quindi, quella sarebbe una modalità per mitigare il stock-out e anche potenzialmente aumentare l’assortimento, perché così potresti permetterti di mantenere molte meno unità. Vedi, sarebbe il tipo di cosa che la supply chain potrebbe esplorare. Ma dalla prospettiva della logistica, questo non è il gioco che si sta giocando. Le decisioni sono già state prese. Si tratta di eseguire ciò che ti viene affidato.
Conor Doherty: Mi piace quell’esempio teorico che hai fatto, e in effetti mi ha fatto ricordare… l’ho appena annotato mentre parlavi. Penso che sia stato tu a menzionarlo in una delle tue conferenze, o forse l’ho sentito da un Supply Chain Scientist. Era un esempio di un cliente aerospaziale su come riceveva le sue raccomandazioni giornaliere di, sai, compra questo, compra quello. Lo semplificherò: era compra questi due motori. Non era così gigantesco, ma semplicemente compra questi due componenti.
Ed era segnalato come una decisione scorretta. Perché lo faremmo? Non ne abbiamo bisogno. E l’algoritmo aveva generato quella decisione perché il prezzo per acquistare quei motori nuovi era sceso al di sotto di un certo punto, rendendo economicamente vantaggioso tenerli per rivenderli in seguito. Quindi, la decisione non era dettata dalla necessità.
Joannes Vermorel: Sì, era una questione di opportunità finanziaria.
Conor Doherty: Sì.
Joannes Vermorel: E questo è esattamente ciò che accade quando gli aerei vengono smantellati. Puoi avere qualche parte extra o tonnellate di parti extra che inondano il mercato, e temporaneamente, vengono commessi errori dai tuoi colleghi. Qualcosa che avrebbe dovuto essere venduto al prezzo di, diciamo, 100 viene venduto al prezzo di 30, ed è un incidente. Quindi, cogli l’opportunità perché stai realizzando un profitto immediato.
Quindi, sì, è aperto. La supply chain aperta è un lavoro molto variegato. È anche per questo, per esempio, che quando torniamo alla differenza tra un direttore della logistica e un direttore della supply chain, quando giochi un gioco estremamente aperto, ci sono alcuni criteri applicati ai dipendenti che non si adattano davvero.
Per esempio, l’eccellenza. Nel mondo della logistica, l’eccellenza è chiara. Vuoi essere pienamente conforme al tuo processo. Se lo fai, hai vinto il gioco. Sei eccellente. È tutto. Ma nel mondo della supply chain, l’eccellenza è mal definita. È così aperta che come fai a sapere di essere anche lontanamente vicino al meglio che potresti fare?
È per questo che i team che si concentrano sull’eccellenza hanno senso se sei molto operativo con lavoratori manuali, perché se fanno tutto seguendo esattamente le procedure giorno dopo giorno, congratulazioni, sei perfetto. Non ci si può aspettare nulla di più da te. Ma nel campo della supply chain, questo è un gioco molto diverso. Non ha senso congratularsi con le persone come se avessero raggiunto la perfezione.
Sì, puoi congratularti con le persone, nessun problema, ma perché questo gioco è completamente aperto, ogni successo è solo un altro traguardo per il prossimo che sarà ancora migliore. È per questo che è una prospettiva completamente diversa. Non ha senso, nella supply chain, avere un dipendente del mese, per esempio.
Il dipendente del mese ha senso solo se hai obiettivi chiari in cui è possibile essere il Signor Perfetto e aver fatto tutto esattamente come richiesto. Nella supply chain, no, non ha senso.
Conor Doherty: A proposito, nel modo in cui lo descrivi, se dovessi riassumere, nella logistica esiste un gioco teoricamente perfetto. Puoi giocare il gioco perfetto, senza errori, senza sbagli, nessuno muore, come si potrebbe dire. Ma mi viene in mente che esiste una tensione intrinseca tra la ricerca dell’eccellenza nella logistica e quella nella supply chain.
Per esempio, ti do un programma per la produzione. Ecco un programma di produzione—hai bisogno di questo, hai bisogno di quello, quella persona in quel momento, vai lì. E poi la logistica dice: “Beh, in realtà quella macchina ha tempi di inattività. Devo ripararla perché voglio mantenere il mio gioco perfetto in termini di sicurezza”. Se ti permetto di procedere con la produzione, che è un meccanismo della supply chain, potrebbe influire negativamente sul mio record di sicurezza logistica e sul mantenimento dei protocolli.
Quindi, non c’è un conflitto in cui la ricerca di un tipo di eccellenza viene a scapito della ricerca dell’altro, oppure può…
Joannes Vermorel: No, non proprio. Voglio dire, ok, la supply chain deve prendere decisioni che tengano conto di tutti i vincoli del mondo reale. Questa è una sfida immensa perché, per esempio, lo stato di riparazione o di deterioramento delle macchine deve essere preso in considerazione, e quell’informazione potrebbe mancare nei sistemi, e così via. Fondamentalmente, questo è il compito della supply chain: adattarsi a ciò. E se non conoscono lo stato di riparazione di una macchina, devono adottare decisioni con qualche margine per tener conto del fatto che ci saranno costi extra non pianificati, generando una pianificazione che possa rimanere fattibile per la logistica o per altri team operativi una volta scoperti gradualmente tutti quei costi extra.
Ma vedi che stiamo parlando di come il piano debba essere fattibile, e questo implica pianificare per l’incertezza. Ancora, questo è tipico della supply chain. Ora, dalla prospettiva della logistica, direbbero che, nel loro caso, il calcolo è molto diverso. Per esempio, abbiamo una macchina che si rompe un giorno all’anno. Quanto costerà avere una macchina che si rompe un giorno ogni decennio? Forse non ne vale la pena, oppure potresti avere una seconda macchina di riserva. Ci potrebbe essere qualche calcolo coinvolto, ma vediamo che in termini di ordine di grandezza delle decisioni, è molto inferiore.
E se inizi ad avere allocazioni di budget sofisticate e così via, direi che si torna alla supply chain. Stiamo parlando di un processo decisionale complesso che deve essere affrontato da una prospettiva molto analitica. Ancora, torniamo alla supply chain. La conformità dal lato della logistica sarebbe: “Operiamo la macchina in modo tale da non generare un guasto prematuro?” E se lo fanno, sono in regola, e hanno fatto il loro lavoro in maniera eccellente.
Conor Doherty: È pura coincidenza, perché ho letto questo recentemente per qualcos’altro che stavo scrivendo. Quindi, sono abbastanza familiare con il costo reale dei tempi di fermo in certi settori. C’era un rapporto di Siemens intitolato The True Cost of Downtime dell’anno scorso, che stimava, a seconda del settore, il costo dei fermi. Da un lato, avevi moda o FMCG, dove il costo era di circa $39.000 all’ora. All’estremo opposto, nell’industria automobilistica, se si verificavano fermi non pianificati, il costo superava i $2 milioni all’ora.
Ed essendo tutto interdipendente, se qualcosa va giù, influenza la produzione altrove, causando un effetto domino. Non è isolato. Ci sono costi diretti e indiretti. Quindi, quando parli di come la supply chain possa considerare il costo di una macchina che potrebbe o meno essere inattiva, come concili o includi la potenziale enorme perdita finanziaria derivante da un fermo non pianificato in un programma ottimizzato, quando sei vicino a una situazione in cui potrebbe essere semplicemente il momento di riparare?
Joannes Vermorel: Il termine tecnico è ottimizzazione stocastica. L’ottimizzazione stocastica è semplicemente l’ottimizzazione in condizioni di incertezza. È per questo che diventa super tecnico. Ed è per questo che penso sia necessario segregare una posizione analitica, come un direttore della supply chain, da una posizione non analitica, come un direttore della logistica. È già molto difficile eseguire quel tipo di analisi dei dati che può essere richiesto a un direttore della supply chain.
L’idea che qualcuno dal lato della logistica, che si occupa di operai, debba anche gestire tecniche di ottimizzazione molto elaborate come l’ottimizzazione stocastica per tener conto dell’incertezza, non è una proposta molto ragionevole. Significa anche che dobbiamo avere una visione molto ampia di cosa significhi una decisione dal punto di vista della supply chain. Una decisione potrebbe coinvolgere piani alternativi per ogni situazione di guasto. Non si tratta semplicemente di “Ti do un programma, e hai finito.” Potrebbe essere “Ho un sistema ingegnerizzato dal team della supply chain, e se a un certo punto qualcosa va storto—una macchina si rompe, un operatore è malato, manca un pezzo o c’è un difetto—mi fornisce un percorso alternativo da seguire.” Questa è l’ottimizzazione della pianificazione.
Talvolta, anche con scorte, immaginiamo un magazzino che deve servire una serie di negozi, ma non ce n’è abbastanza nel magazzino per servirli tutti. La scorta residua nel magazzino è troppo bassa, quindi sai che in molti di quei negozi ci saranno stockout perché non c’è abbastanza inventario. Tuttavia, devi distribuire l’inventario in qualche modo. Dovresti inviare la maggior parte dell’inventario in un negozio, oppure distribuirlo equamente, o fare qualcos’altro? Devi far fronte a situazioni con qualche difetto, e ciò fa parte del processo decisionale. Non si tratta solo di decidere in situazioni ideali. No, concettualmente, hai l’intero albero delle decisioni dei percorsi alternativi che potrebbero dover essere presi se le cose non vanno esattamente come pianificato.
Conor Doherty: Questo è qualcosa di cui potrei parlare in un secondo momento con Simon Schalit, il COO dell’azienda. Ne ho parlato con lui recentemente, e ha spiegato ciò di cui parlavi. Solo per mettere alcuni termini: il bill of resources. Hai le parti, le persone, gli strumenti, e per ogni processo in un dato giorno, fornisci al cliente una sequenza di azioni. Hai bisogno di questo e di quello in questo momento per completare l’intero processo. Questo viene generato durante la notte, per esempio, e poi la mattina seguente, qualcosa cambia—Joannes, con le sue certificazioni e qualifiche chiave, è malato. Diciamo che c’è una probabilità dell’1% che ciò accada. L’intera sequenza generata deve essere rigenerata per riflettere il fatto che lo stato originale degli eventi non è più lo stesso. Forse puoi aggiungere qualche dettaglio in più lì.
Joannes Vermorel: Se torniamo al mondo pre-software, puoi vedere che il motivo per cui il supervisore degli operai era anche colui che prendeva le decisioni era perché le cose succedevano continuamente, e avevano bisogno di qualcuno in grado di decidere quando deviare dal piano. Ma se hai un software, allora il software può prendere quelle decisioni dinamicamente in tempo reale per te. È esattamente ciò che, per esempio, fa l’ottimizzazione dei percorsi. Immagina di usare Waze, e ti informa in tempo reale che una strada è bloccata. Ti suggerirà un percorso alternativo. La decisione presa riguarda l’itinerario esatto che stai seguendo, e questo viene rivisto continuamente in base alle ultime informazioni sul traffico, le strade, ecc.
Quando dico che la supply chain si occupa di un processo decisionale, non sto necessariamente parlando di cose statiche. Molto probabilmente si tratterà di un software che può revisionare automaticamente le decisioni in base all’ultima situazione. Per questo sottolineo che l’automazione è fondamentale—se non è completamente automatizzata, significa che, in termini di reattività, se devi passare attraverso una persona, sarà lenta.
Conor Doherty: Probabilmente coinvolge più persone.
Joannes Vermorel: Sì, voglio dire, stiamo parlando di, se devi consultare qualcuno, stiamo parlando di, diciamo, un tempo di risposta di mezz’ora se sono disponibili, ecc. Quindi è davvero, davvero, davvero lento. L’unico modo per far sì che le decisioni siano realisticamente gestite dalla supply chain è automatizzarle completamente. Altrimenti, torni a quello che si faceva prima, cioè il supervisore, la logistica, la logistica di contorno che improvvisa. E ancora, direi che è meglio che non fare nulla, ma può portare a ogni sorta di decisioni relativamente cattive, e soprattutto a situazioni di non conformità, come per esempio quando un autista finisce per guidare più ore di quelle consentite e poi potrebbe verificarsi un incidente. È molto difficile, sai, ricalibrare la pianificazione in tempo reale in modo da preservare tutto l’ambiente che vuoi preservare. È proprio per questo che il software è utile.
Conor Doherty: Alexey, che conosci, Alexey Tikhonov, ne ho parlato con lui prima a Digione, ha una bella frase per ciò che stai descrivendo, che è, “Any alternative solution is often a low bandwidth solution to a high-dimensional problem.” Cioè, come hai appena detto, tutte le conseguenze immediate, quelle a breve termine, quelle a lungo termine, le contingenze, tipo se ti mando lì, non posso mandarti qui, il costo opportunità che questo implica. Gli esseri umani, sinceramente, penso che sia irragionevole aspettarsi che qualsiasi essere umano o addirittura un gruppo di esseri umani, in tempo reale, con potenzialmente da $39.000 a 2 milioni all’ora in gioco e penalità contrattuali e problemi di conformità, collaborino e semplicemente dicano, “Questa è la soluzione migliore a questo problema.” A mio parere, è irragionevole.
Joannes Vermorel: Sì, insomma, in pratica le persone si affidano a delle euristiche.
Conor Doherty: FIFO, per esempio.
Joannes Vermorel: Sì, FIFO, esatto. First in, first out. Ancora, va bene. E direi persino che perfezionare la versione superiore di quelle euristiche è anch’esso un problema della supply chain. Vedi, normalmente sarebbe anche compito della supply chain consegnare le euristiche in modo che, se l’intero sistema software dovesse fallire, ecco le tue euristiche super semplici da adottare per mantenere il flusso. Ma non dobbiamo illuderci che quelle euristiche super grezze saranno davvero buone. Saranno migliori che bloccare tutto, ma non saranno molto efficienti e porteranno a problemi prevedibili.
Conor Doherty: Sì, beh, ancora, prendiamo ad esempio il FIFO, e correggimi se sbaglio, ma solo per tracciare l’idea: perché? Perché chi ascolta potrebbe chiedersi, “Cosa c’è che non va nel FIFO?” Come discorso laterale, correggimi se sbaglio, ma se, diciamo, hai nel MRO due motori, motore A e motore B. Il motore A arriva prima del motore B, richiede più o meno le stesse parti, lo stesso tempo di riparazione previsto. Il motore A arriva per primo, quindi first in, first out, e lo riparo per primo. Ma per completare le riparazioni ho bisogno di un’altra parte che non è ancora disponibile. Mentre se il motore B, se lo riparassi per primo, anche se è arrivato dopo, potrebbe tornare in funzione molto più rapidamente.
Potrebbero esserci implicazioni finanziarie nel non far uscire il motore B il più rapidamente possibile. Ancora, si tratta di uno scenario molto in bianco e nero, ma illustra che ho un’euristica—è meglio di niente. Riparare uno è meglio che non riparare nessuno, certo, ma è quella una decisione finanziariamente ottimizzata? Probabilmente no, se stai cercando di massimizzare il profitto o il ritorno sull’investimento.
Joannes Vermorel: Sì, e ancora, è per questo che bisogna separare quelle funzioni. Se hai già a che fare con lavoratori blue-collar, si tratta di una responsabilità immensa. Essere in grado di fare un’ottimizzazione finanziaria in tempo reale nella propria testa è semplicemente assurdo. Non è fattibile. Il meglio che possiamo aspettarci dalle persone che non sono superumane sono semplicemente delle euristiche di base che possono seguire. Il resto, tutto ciò che è più elaborato, deve essere fatto da persone che possono dedicare tutto il loro intelletto ai processi analitici. Non c’è scappatoia. E la cosa che è davvero cambiata è che il software lo rende possibile.
Voglio dire, è stato reso possibile decenni fa semplicemente rendendo le informazioni disponibili a persone che sono a distanza. Quindi, improvvisamente, non è necessario essere nel mezzo del magazzino per sapere quanta merce rimane e quali sono gli ordini arretrati del giorno. Puoi essere a distanza, alla scrivania, e avere comunque accesso a tutte le informazioni rilevanti. È quello che direi che il software ha abilitato, alla fine degli anni ‘90, per tutte le aziende. È così che le persone hanno iniziato a isolare quelle funzioni, perché poi potevano lavorare sui fogli di calcolo, anche se il software non forniva alcuna intelligenza.
Quindi stiamo ancora parlando di un’era pre-automazione in cui le persone erano semplicemente segregate, e potevamo avere i white-collar in un posto diverso. Ma oggi possiamo avere la versione superiore in cui possiamo semplicemente automatizzare tutto. I white-collar non prendono più parte al processo decisionale. Ingegnerizzano la ricetta numerica, facendola eseguire automaticamente. E anche dal punto di vista della gestione del rischio, questo è un approccio superiore. Il fatto è che se dipendi dalle persone, gli errori si ripeteranno ancora e ancora. Quindi, in un certo senso, se vuoi che le decisioni siano veramente sicure, puoi procedere proprio come in ingegneria si fa nell’aviazione, dove ci sono molte revisioni sequenziali del lavoro. E una volta che hai cinque fasi di revisioni incrementali, puoi essere molto fiducioso nel risultato. Ma il problema è che è super lento.
Per questo motivo, ad esempio, quando vuoi mettere sul mercato un nuovo aereo, ci vuole un decennio a causa di questo processo super lento di revisionare tutto ancora e ancora. Il problema della supply chain è che hai bisogno che le decisioni vengano prese rapidamente. Quindi avere un processo a più fasi per rivedere le decisioni tende a creare più oneri rispetto al problema che cerca di risolvere, ovvero l’occasionale decisione errata. Devi farlo in fretta. E se hai automazione, il fatto è che se hai una ricetta numerica che presenta un difetto, lo correggi, e allora tutte le decisioni che genererai da quel momento in poi saranno prive di tale difetto. Questo rende il processo molto più capitalista.
Per questo motivo, in Lokad, favoriamo davvero questo approccio “automate everything”. Non si tratta solo di produttività. Si tratta di avere un processo accrescitivo in cui ogni ora che investi rende la ricetta numerica migliore, e ogni difetto che identifichi può essere corretto una volta per tutte, invece di formare le persone, rendersi conto che commettono errori, riformarle e perfezionare la formazione fino a ottenere un quantitativo residuo di errori molto basso—ma comunque, non sarà mai zero.
Conor Doherty: E inoltre, quel livello di formazione scompare quando le persone se ne vanno. Se passano a un altro lavoro o vanno in pensione.
Joannes Vermorel: Sì, la ricetta numerica continuerà a vivere in azienda per sempre, mentre le persone alla fine se ne andranno.
Conor Doherty: Beh, mi è venuto in mente che all’inizio della conversazione hai tracciato una distinzione molto netta tra supply chain e logistica. E nel corso della conversazione abbiamo toccato l’idea di come l’automazione sia chiaramente presente nel campo del software, cioè nel processo decisionale della supply chain, ed è in corso.
Joannes Vermorel: Vedi, è quello il punto. Per quanto riguarda la logistica, stiamo parlando della meccanizzazione delle cose fisiche, e questo è un lavoro in corso da tre secoli. Le persone non si rendono nemmeno conto di quanto abbiamo oggi. Il livello di meccanizzazione in quei settori è semplicemente gigantesco rispetto a com’era un tempo.
Vedi, basta confrontare la capacità di un camion moderno con quella dei primi camion di un secolo fa. Un camion moderno trasporta molto di più, è molto più affidabile ed è molto più facile da operare e via discorrendo. Quindi, anche se stiamo parlando di veicoli, perché un secolo fa le persone avevano già dei camion, non erano i camion che abbiamo oggi. Il progresso è molto significativo, e direi che la logistica, proprio come nella manifattura, ancor di più, è fortemente meccanizzata, ma abbiamo ancora persone nei luoghi in cui la meccanizzazione è semplicemente molto, molto difficile.
Conor Doherty: Vero, e beh allora la mia domanda diventa: questo suggerisce che la definizione in origine era sinonima, si è differenziata, ma se l’automazione è inevitabile in entrambi, ci sarà una convergenza in cui diventerà semplicemente un grande dipartimento? La supply chain e la logistica diventeranno nuovamente conosciute come, non so, ricerca operativa o supply chain o logistica, ma come uno di quei termini che copre tutto?
Joannes Vermorel: Voglio dire, la questione sarà la scomparsa del lavoro blue-collar, e questo per ora è fantascienza, sai. Potrebbe arrivare a un certo punto, e in effetti se immagini un mondo in cui, diciamo, Tesla ha avuto successo con i suoi robot Android e qualsiasi cosa che un operatore umano possa fare, una macchina può farlo in modo più economico e veloce, allora sì, i lavori blue-collar scomparirebbero, e anche l’idea di avere una posizione per gestire squadre di blue-collar scomparirebbe.
Vedi, credo che sia un futuro relativamente lontano. Non sono sicuro di vivere abbastanza a lungo per vederlo, perché le sfide sono davvero enormi. Ciò che è chiaro è che il settore sta ancora progredendo, sai, progredendo molto bene, ma stiamo parlando di un processo che si estende per secoli in questo ambito.
E probabilmente ci saranno cose che dovranno essere cambiate in termini di infrastrutture. Le persone potrebbero nemmeno rendersi conto che, affinché i camion di oggi diventino così efficienti, era necessario, per esempio, costruire magazzini con una banchina di carico alta circa un metro e standardizzarla. Collettivamente, abbiamo dovuto adattare l’intera infrastruttura per sfruttare quei camion molto, molto grandi dotati di banchine di carico adeguate.
Ci vuole molto tempo. Quindi, qualunque automazione arriverà, probabilmente sarà necessario rinnovare completamente cose che nemmeno posso ancora immaginare, l’infrastruttura, e ciò richiederà tempo. Ma sì, a un certo punto, se eliminiamo del tutto la necessità dei blue-collar, la posizione di direttore della logistica scomparirà. E credo che in passato abbiamo già eliminato interi reparti di persone.
Al giorno d’oggi, ad esempio, la maggior parte delle aziende aveva un intero dipartimento dedicato allo smistamento della posta. Questo è completamente sparito. Occasionalmente, in Lokad, riceviamo una lettera, tipo una volta a settimana, e qualcuno del team amministrativo la consegna alla persona, e basta. Questo è scomparso. Quindi posso immaginare un futuro in cui la logistica sarà completamente automatizzata, e allora davvero sarà solo una questione di analisi e ingegneria, ma siamo ancora abbastanza lontani da questa situazione.
Conor Doherty: E invece, per contro, hai parlato con toni molto forti, direi, riguardo, e te lo cito qui, “the extinction event coming as a result of automation in the supply chain space.” Quindi spiega perché lo vedi come un processo più rapido nel campo della supply chain.
Joannes Vermorel: Se dovessi fare un disegno, vedrei, per esempio, aziende di e-commerce che hanno 500 blue-collar per gestire le operazioni nel loro magazzino e organizzare le spedizioni e la logistica dei resi, e 500 white-collar per occuparsi del flusso e della gestione. Questa è letteralmente la supply chain che funziona con mille persone, di cui metà blue-collar.
La mia visione è che tra un decennio non vedrò situazioni in cui quei 500 blue-collar saranno significativamente ridotti. Forse, se impazzissero con magazzini automatizzati e tutto il resto, potrebbero riuscire a dimezzare quel numero. Sto parlando di persone che sono già ampiamente meccanizzate. Tuttavia, per quanto riguarda i processi decisionali, quella è un’area in cui passare da 500 persone a cinque è completamente fattibile.
Ed in Lokad lo stiamo già facendo per alcuni dei nostri clienti. Ora abbiamo clienti in cui quasi 1.000 dipendenti si affidano alle nostre decisioni, ma le decisioni vengono generate per loro, e Lokad lo fa con soli pochi supply chain scientists. Quindi questo solleva davvero la domanda: ok, avevamo quei 1.000 dipendenti white-collar che generavano la maggior parte delle decisioni, ma ora quelle decisioni sono state meccanizzate. Ovviamente, il cliente non vuole arrivare a zero, ma l’idea di passare da 1.000 a magari un team di 20 non è irragionevole.
Quindi è qui, ancora una volta, che il software è in azione, esattamente. Sospetto che vedremo un’evoluzione molto più drastica per i team di lavoratori della supply chain che in molte aziende sono numericamente pari al numero di persone presenti sul campo. L’idea di avere tante persone che si occupano dei fogli di calcolo quanto quelle che fisicamente operano sul campo…
Credo che fosse un po’ un’assurdità tecnologica. Abbiamo tanta automazione super intelligente sul fronte fisico e, per qualche strana ragione, eravamo in ritardo sul fronte software. Ora stiamo semplicemente recuperando la produttività che ci si aspetta sul piano decisionale.
Conor Doherty: Beh, per concludere, hai menzionato in precedenza di pensare in termini capitalisti. Quindi quali sono le potenziali opportunità capitalistiche nella supply chain basandoti sulle informazioni che hai menzionato oggi?
Joannes Vermorel: Nella supply chain il piano decisionale è meccanizzare le tue decisioni. Perché? Perché finché non avrai meccanizzato tutto, il processo non è capitalistico. Non ti trovi in un contesto capitalista. Se investi un’ora uomo, è qualcosa che viene consumata per generare la decisione del giorno, oppure è qualcosa investita per migliorare tutte le decisioni future?
Conor Doherty: Beh, questo riguarda il miglioramento della ricetta numerica.
Joannes Vermorel: Esatto, ed è per questo che la pratica di supply chain è stata fino a poco tempo fa qualcosa che non era capitalistica. Era solo Opex, sai, spesa operativa. Hai bisogno di così tanti giorni-uomo ogni giorno per generare le decisioni che la tua azienda consuma. È tutto qui. Puoi formare le persone, ma ci sono limiti che sono stati raggiunti decenni fa, e quelle persone non possono essere ulteriormente migliorate con la formazione, solo in misura molto marginale, perché le grandi aziende formano le persone da decenni.
Così avevi raggiunto lo stato stazionario decenni fa, e il punto in cui l’automazione ha completamente cambiato le cose è che, una volta meccanizzato il processo decisionale, ogni giorno-uomo investito diventa come un investimento capitalista che renderà dividendi indefinitamente. È per questo che, in termini di ritorno sull’investimento, è incomparabile, poiché l’automazione è letteralmente una macchina per stampare denaro.
Conor Doherty: In sostanza, stai creando un attivo.
Joannes Vermorel: Esatto. Tuttavia, ci sono dei limiti. Ad un certo punto, non vedi modi evidenti per migliorare ulteriormente la tua ricetta numerica, e i rendimenti iniziano a diminuire. Quindi non è un attivo che può avere ritorni illimitati, perché potresti incontrare dei limiti nella tua capacità di perfezionare la ricetta. Ma il limite superiore è comunque significativamente più alto di quanto la gente creda. Per le aziende che non hanno ancora meccanizzato il processo decisionale, il divario è assolutamente enorme.
Conor Doherty: Quindi, pensando in termini di denaro, sì. Bene, Joannes, non ho altre domande. Oggi ho sfruttato parecchio la tua testa. Mi sono mancate queste conversazioni, ma ancora una volta, grazie mille per il tuo tempo, e grazie mille per averci seguito. Ci vediamo alla prossima.
