00:00:00 Introduzione
00:02:01 Cronologia e focus del progetto di collaborazione
00:03:03 Ambito classico di Lokad e vendite inverse
00:04:18 Afflussi di stock, previsione della domanda e buzz dell’IA
00:06:00 Algoritmi probabilistici e classificazione delle parti
00:07:30 Raccomandazioni di spedizione
00:09:15 Automazione, esecuzione dell’IA e spostamento delle scorte
00:12:26 Stima degli scenari di stock e vendite
00:13:48 Valutazione delle scorte a lungo termine e logica del ROI
00:15:13 Penalità per la mancanza di scorte e fiducia del cliente
00:17:07 Completamento e espansione del progetto nel 2025
Riassunto
In un recente intervista, Fabian Hoehner, Direttore Commerciale presso Lokad, ed Elliot Langella, Lead Supply Chain Scientist presso Lokad, hanno discusso della loro partecipazione alla conferenza digitale ATR ad Atene, organizzata dal gruppo Tokic, un’azienda croata del settore dell’aftermarket automobilistico. Hanno evidenziato l’integrazione dell’IA nel settore dell’aftermarket automobilistico, concentrandosi sulla loro collaborazione triennale con Tokic. Questa partnership, iniziata alla fine del 2021, aveva l’obiettivo di ottimizzare i livelli di stock e migliorare l’efficienza della supply chain attraverso la presa di decisioni basata sull’IA e la previsione della domanda. I risultati hanno incluso un aumento del 5% dei livelli di servizio e un aumento del 10% delle vendite, dimostrando il potenziale trasformativo dell’IA nella gestione della supply chain.
Trascrizione completa
Fabian Hoehner: Ciao, siamo qui dal nostro ufficio di Parigi.
Elliot, siamo stati ad Atene insieme qualche settimana fa insieme a Josip del gruppo Tokic, e ora siamo qui nel nostro nuovo bellissimo studio a parlare di quello che stavamo facendo ad Atene. Puoi darci un’idea da parte tua? Cosa stavate facendo lì?
Elliot Langella: Ad Atene c’era una conferenza sull’IA nelle applicazioni dell’aftermarket automobilistico, risultati, sapete, solo alcune informazioni dalle diverse aziende presenti. E quindi eravamo lì con Tokic, presentando i risultati della nostra collaborazione degli ultimi tre anni.
Fabian Hoehner: Forse puoi iniziare reintroducendo il gruppo Tokic. Josip l’ha già fatto, ma chi sono loro, soprattutto dal punto di vista della supply chain? Dammi un’idea.
Elliot Langella: Il gruppo Tokic è uno dei principali rivenditori di ricambi auto in Croazia e Slovenia. Ora hanno più di 130 negozi, credo, e stanno crescendo. Più di 150.000 parti nel catalogo. Quindi moltiplichi quello per i negozi, sono un sacco di varianti, giusto? Un sacco di numeri.
Quindi lavorano con diverse centinaia di fornitori, proponendo sia prodotti per officine di riparazione comuni, solo pezzi di ricambio che si utilizzano per riparare le auto, ma anche alcuni prodotti speciali come camion agricoli. E quindi servono ovviamente la domanda locale dalla Croazia e dalla Slovenia, ma anche i clienti esteri. Quindi sono un giocatore importante sui mercati balcanici.
Fabian Hoehner: Quindi quando parliamo dei loro clienti, beh, ora abbiamo uno schermo super elegante sullo sfondo. È così che dobbiamo immaginare i loro clienti? Sono questi i tipi di prodotti?
Elliot Langella: Sì, esattamente. Questo è un buon pezzo dei loro clienti, in realtà. Meccanici e, sai, proprietari locali di officine di riparazione che entrano semplicemente nel negozio Tokic e comprano tutto ciò di cui avranno bisogno per riparare le auto dei loro clienti nelle prossime settimane.
Fabian Hoehner: Ok, allora parlando un po’ più concretamente della collaborazione con Lokad. Qual era il progetto? Quali erano i tempi? Dammi qualche idea.
Elliot Langella: Abbiamo iniziato alla fine del 2021, e beh, era un momento molto difficile per la supply chain in quel momento. Sai, COVID stava disturbando l’offerta e la domanda, ovviamente con i lockdown. Quindi era un momento difficile per le aziende di vendita al dettaglio. Non sai se le cose torneranno alla normalità, sia dal lato dell’offerta che della domanda.
Quindi la prima cosa che abbiamo fatto con Tokic è lavorare sui tempi di consegna dei fornitori e sulla stima del livello di servizio dei fornitori in modo che potessero avere una migliore idea di quanto si discostassero dai livelli di stock ottimali che avrebbero dovuto mantenere. Dopo alcuni mesi, siamo passati alla fase pilota per il riapprovvigionamento, quindi l’invio giornaliero delle scorte dal magazzino ai negozi. E alcuni mesi dopo, ora siamo completamente operativi sia per la pianificazione degli acquisti che per la spedizione giornaliera.
Fabian Hoehner: Ok, sembra un campo d’azione piuttosto classico per Lokad. C’era qualcosa di speciale? Voglio dire, hai fatto parecchie implementazioni nel corso degli anni. C’era qualcosa di interessante per te? Era qualcosa che non avevi mai visto prima?
Elliot Langella: Penso che quello che il gruppo Tokic chiama vendite inverse sia piuttosto interessante. Quindi tutti abbiamo comprato cose online su Amazon o Zalando, e sai, a volte c’è un problema, non è della giusta taglia, e puoi restituire i prodotti. Questo non è così spesso facile da implementare e proporre ai tuoi clienti per i ricambi auto, pezzi di ricambio. Ma quello che fa il gruppo Tokic è offrire ai loro clienti la possibilità di entrare, prendere un po’ più di unità di quelle che pagherebbero oggi.
Sai, ottengono il pagamento dopo tre settimane o alla fine del mese, e solo allora possono scegliere se effettivamente acquistare il pezzo o restituirlo al negozio Tokic.
Fabian Hoehner: Questo vale anche per il fisico, voglio dire, nel commercio elettronico, penso che sia anche per i ricambi auto, in qualche modo, anche per legge, ma loro lo fanno nei loro negozi fisici?
Elliot Langella: Nei negozi fisici direttamente. Quindi potresti letteralmente prendere, sai, frizioni e filtri aggiuntivi. Ne prendi 10 invece dei pochi che avevi intenzione di prendere, e sai, dopo tre settimane puoi restituirne due perché alla fine hai usato tre invece di quattro.
Fabian Hoehner: Ok, e qual è la conseguenza per te da un punto di vista di scienziato della supply chain? Quali sono le complessità che ciò sta creando?
Elliot Langella: Questo crea flussi di ingresso e uscita di magazzino aggiuntivi che devi tenere in considerazione sia nella pianificazione degli acquisti a livello di magazzino centrale, ma soprattutto nel rifornimento giornaliero ai negozi. Beh, se pensi che oggi hai una carenza di stock in questo determinato negozio, la decisione normale sarebbe quella di spingere di più dal magazzino. Ma devi anche tenere conto del fatto che forse alcuni clienti restituiranno una parte delle unità che hanno attualmente. E quindi, alla fine della giornata, devi bilanciare questi due flussi di ingresso e uscita.
Fabian Hoehner: Ok, quindi influenzando la previsione della domanda e queste proiezioni?
Elliot Langella: Previsione della domanda e decisioni prese quotidianamente.
Fabian Hoehner: Ok, parlando di questo, delle decisioni prese, eravamo a una conferenza sull’IA. Quindi dimmi, cosa stai facendo effettivamente? Voglio dire, ora c’è l’IA, tutto è completamente automatizzato. Sì, tutto è automatizzato e non fai più niente. Perché ti stiamo ancora pagando?
Elliot Langella: No, no, no. Quindi, la prima cosa è che, sai, l’IA è molto famosa, sai, è di moda in questi giorni. E le persone di solito associano l’IA come la parola di moda a…
Fabian Hoehner: Quindi mi stai dicendo che non stiamo facendo IA o cosa stai dicendo qui?
Elliot Langella: Dammi qualche secondo. Quindi in questi giorni, le persone associano principalmente l’IA a LLM, quindi ChatGPT, chatbot, agenti in pratica, o robot o quello che sia. Quello che facciamo in Lokad è in parte quello, ma non è il prodotto principale che abbiamo sviluppato per Tokic. È piuttosto l’IA nella presa di decisioni e nella previsione della domanda. Quindi avviene sotto il cofano, nel backend del software, e poi si riflette nelle interfacce che gli utenti finali consumano quotidianamente.
Quindi blocchi importanti, direi, sarebbero per la previsione della domanda. Utilizziamo algoritmi probabilistici per farlo, e sai, ci affidiamo a quello che chiamiamo programmazione differenziale che è una sorta di variante del deep learning per farlo.
Fabian Hoehner: Sì, chi è interessato può tornare alle spiegazioni di Johan su questo, ma…
Elliot Langella: Abbiamo diverse ore di contenuti sull’argomento.
Fabian Hoehner: Ok, dove altro vedresti applicazioni?
Elliot Langella: Utilizziamo anche LLM e, sai, algoritmi di clustering classici per la classificazione dei pezzi, serie temporali, e la categorizzazione dei prodotti. Quindi è particolarmente importante per la previsione della domanda, ma anche per, diciamo, influenzare in modo corretto le suggerimenti di acquisto e spedizione che facciamo quotidianamente a Tokic.
Perché nel modo di pensare di Lokad, non esiste più una categorizzazione ABC esatta. È più una competizione tra tutti i diversi SKU per le risorse comuni che sono sia la capacità nel magazzino che lo spazio disponibile nel negozio. E beh, devi bilanciare il fatto che magari una parte grande sta creando molto margine, ma assorbe lo spazio che potrebbe essere stato utilizzato da molte parti più piccole che avrebbero soddisfatto anche la domanda dei clienti.
Fabian Hoehner: Ok, in conclusione, una grande varietà di, beh, diversi tipi di intelligenza artificiale, ed è compito tuo come supply chain scientist scegliere gli strumenti appropriati per rispondere a qualsiasi domanda ci sia, sia che si tratti di pulizia dei dati o del processo decisionale?
Elliot Langella: Esattamente. Per renderlo un processo di produzione di qualità, il team di Tokic utilizza le nostre raccomandazioni di spedizione quotidianamente ogni mattina nei giorni feriali. Quindi deve essere pronto alle 6:00 del mattino quando il magazzino apre. Quindi non possiamo solo giocare con algoritmi fantasiosi. Deve essere, sai, di qualità da produzione, e deve fornire risultati buoni e consistenti ogni giorno per l’azienda.
Fabian Hoehner: Ok, cosa succederebbe se non lo consegnassi? Se non ricevessero i dati alle 6:00 del mattino?
Elliot Langella: Quindi abbiamo alcune logiche di backup per assicurarci che ci sia sempre qualcosa su cui poter contare, o possiamo accelerare alcuni processi per approssimare alcune cose in modo che, sai, un’ora, un’ora e mezza dopo, abbiano qualcosa su cui contare e, sai, possano proseguire per il resto della giornata.
Fabian Hoehner: Ok, ma devi assicurarti perché altrimenti ci sono, beh, alcuni camion che non partono.
Elliot Langella: Sì, o che non consegnano. Come, ci sono molte, sai, cose reali nella supply chain che sono urgenti. Succedono ogni giorno, quindi devi consegnare.
Fabian Hoehner: Ok, bene, ora passiamo al livello macro. Suppongo che funzioni, altrimenti non staremmo qui. Quali sono alcuni dei risultati di cui puoi parlare?
Elliot Langella: Direi che la prima cosa importante è la trasparenza e la facilità d’uso quotidiana. Il team di Tokic è passato dal prelevare dati dai database, elaborarli in fogli di calcolo Excel, fare alcuni, sai, calcoli banali, e non rimane molto tempo per un’analisi di alto livello. Accedono a Lokad al mattino. La maggior parte delle raccomandazioni che forniamo loro sono al 100% buone da usare, e ci sono solo alcuni piccoli aggiustamenti qui e là con cui dovrebbero lavorare perché hanno conoscenze aggiuntive dal loro fornitore.
Quel fornitore sarà in ritardo, o, sai, devono soddisfare alcune condizioni di acquisto. Sai, le cose della vita reale che accadono e che possono essere riflesse nei dati che abbiamo utilizzato, ma che loro conoscono perché sono esperti o, sai, si stanno occupando di situazioni di emergenza nella realtà operativa quotidiana. Quindi è molto più comodo per loro operare ora con Lokad.
Fabian Hoehner: Quindi trasparenza, automazione, tempo oltre la modalità di emergenza.
Elliot Langella: E concentrarsi su compiti più strategici, sai, come definire ciò che vogliono fare, ottenere le informazioni corrette dal mercato, dai fornitori, piuttosto che sull’esecuzione, l’esecuzione operativa, che viene delegata all’IA.
Fabian Hoehner: Ok, e beh, ovviamente, siamo persone di numeri. Hai qualche dato che possiamo condividere, qualcosa di concreto?
Elliot Langella: Ok, direi che ci saranno due angolazioni. C’è davvero l’esecuzione operativa su come il magazzino è stato in grado di passare, diciamo, dall’assortimento COVID al nuovo su cui il gruppo Tokic si sta ora basando.
Quello che aiutiamo Tokic a fare è fondamentalmente spostare circa il 40% dei loro assortimenti, come aprire nuovi negozi, sostituire prodotti più vecchi con nuovi, e questo è stato fatto in collaborazione con loro per non sovraccaricare il magazzino.
Nel senso della capacità, semplicemente non avevano il 40% di persone in più per occuparsi di questi grandi cambiamenti. Quindi quello che abbiamo fatto è ottimizzare il ritmo con cui inviamo la merce ai negozi in modo da dare un po’ più di respiro al magazzino per eseguire.
Direi che il secondo aspetto riguarda le metriche usuali della supply chain, sai, quelle che i direttori della supply chain e i COO seguono attentamente su base settimanale.
Sto parlando del livello di servizio. Un elemento chiave è che dopo che siamo andati in diretta per la fase pilota per questo rifornimento dal magazzino ai negozi, siamo stati in grado di misurare, e lo stiamo ancora facendo in questi giorni, che il livello di servizio dei prodotti più venduti è aumentato del 5% in tutti i negozi.
Quindi significa che letteralmente ottieni di più dalla stessa quantità di merce perché la tempistichi meglio o investi relativamente il giusto equilibrio di merce nel tuo magazzino in modo da poterla distribuire in tutta la rete, e questo porta a generare più vendite.
Alla fine della giornata, è stato un periodo di grande crescita per Tokic. Quindi si basa su stime, ma l’idea è che abbiamo superato del 28% le simulazioni del valore di magazzino più ottimistiche che il team di Tokic stava facendo.
Quindi significa che alla fine abbiamo avuto meno merce del previsto, e questo ha effettivamente aiutato a generare circa il 10% in più di vendite.
Fabian Hoehner: Come ci siamo arrivati? Quindi quali sono le cose micro che stiamo facendo in modo diverso per arrivare a questo punto?
Elliot Langella: Due ingredienti principali: valutazione dell’inventario probabilistica e stima del ROI.
Fabian Hoehner: Ok, avrò bisogno di esempi qui.
Elliot Langella: Sì, quindi l’inventario probabilistico consiste nel delineare tutti i possibili scenari di domanda con le relative probabilità. Quindi diciamo che non è un singolo numero al giorno, come se domani venderai due. Sarà tra una e tre unità per quel determinato SKU in quel determinato negozio, ma con alcuni pesi di probabilità.
Sulla base di questo, sai, quando come direttore della supply chain vuoi avere questo livello di servizio del 95% nel tuo negozio, è effettivamente possibile per Lokad stimare esattamente di quanto stock hai bisogno per arrivare a questo 95% perché abbiamo i pesi di probabilità e possiamo comporli fino al 95%.
Fabian Hoehner: Quindi sarebbe corretto dire una rappresentazione più accurata del futuro?
Elliot Langella: Rappresentazione più accurata, e direi più informata per il secondo livello a cui mi riferisco, che è questa stima del ROI. Ora che hai diversi scenari di vendita per i quali sai di avere il 10%, il 5%, lo 0,01% di probabilità di vendita, puoi anche ipotizzare quale sarà il ritorno dell’investimento nel prendere questa decisione di inviare queste unità aggiuntive a un determinato negozio.
Se questa unità ha il 1% di probabilità di vendita, significa che è improbabile che generi molti margini per l’azienda. Quindi devi pagare i costi di gestione dell’inventario, i costi logistici per prendere quella decisione, e non tornerà molto.
Al contrario, se vedi quel problema dal magazzino e hai una pila limitata di stock in magazzino, ovviamente non vuoi inviare questa unità aggiuntiva al negozio che venderà con il 1% di probabilità.
Piuttosto, vuoi metterlo in un altro negozio, magari un po’ più lontano nella rete, che avrà il 10% o il 20% di probabilità di vendere quell’unità. Quindi si tratta anche di arbitrare in termini di scarsità, e più in generale, è un buon framework per il team di Tokic per simulare e cercare di valutare di quanto stock in più avrebbero bisogno, diciamo a lungo termine, per un intero anno basandosi su questa valutazione del ROI.
Fabian Hoehner: Quindi dove ha senso per me è la probabilità di vendita che ti fa mettere il tuo stock dove ha la probabilità più alta di vendita. Ma ci sono altri componenti economici che entrano in gioco quando dici “guidato dal ROI”?
Elliot Langella: Quindi sicuramente c’è il margine che genererai. C’è anche il costo dell’inventario, quindi il costo logistico, quanto ti costa prelevare e imballare in magazzino, metterlo sul camion, farlo guidare, conservarlo nel negozio.
Fabian Hoehner: Quindi in sostanza, qualcosa di intelligente che rappresenta la realtà in cui non stai inviando una parte a un negozio che è, non so, a mezza giornata di distanza, che lo raggruppi e solo allora ha senso. Quindi è quello che puoi considerare con questa logica guidata dal ROI.
Elliot Langella: Includiamo anche gli aspetti finanziari. È una grande conversazione in questi giorni, sai, con l’inflazione che è cresciuta e ora che forse si sta stabilizzando, chissà. Il costo del capitale è importante. Inoltre, ci sono i costi delle opportunità, sai, se stai investendo in quell’inventario da quel fornitore, forse non hai più budget per cercare altre offerte con altri fornitori e ampliare il tuo catalogo l’anno prossimo.
Quindi si tratta di arbitrare il modo migliore per utilizzare il tuo capitale. E direi che c’è un ultimo componente in questa stima del ROI che è interessante da discutere perché stavamo discutendo delle vendite di ritorno in precedenza. È questa cosa che chiamiamo penalità per la mancanza di stock.
È più una sorta di approccio basato sui punti karma. Se sei senza stock in un negozio, stai perdendo la fiducia del cliente e iniziano a pensare che non sei più un negozio completo. Quindi c’è un valore oltre agli aspetti finanziari, oltre al margine, nel semplicemente avere il prodotto in stock nel momento giusto nel posto giusto perché questo creerà acquisti ripetuti da parte dei tuoi clienti.
E anche perché un prodotto può attirare le vendite di altri. Non vogliamo perdere vendite sul tuo pane e burro, la cosa per cui le persone vengono nel tuo negozio e sanno che troveranno perché se vengono e lo trovano, forse compreranno qualcos’altro, come oli, tergicristalli, cose del genere, che non sei sicuro di aver bisogno, ma le prendi comunque nel caso.
Fabian Hoehner: Ok, e tutto questo rientra nella stessa formula, nello stesso algoritmo per prendere una decisione alla fine della giornata?
Elliot Langella: Sì.
Fabian Hoehner: Ok, quindi cosa rimane ai manager? Quali decisioni stanno prendendo?
Elliot Langella: Valutazione strategica. Quindi fondamentalmente delegare il calcolo noioso a IA di Lokad e, sai, concentrarsi solo su quale sarebbe la decisione di seguire questo scenario. È qualcosa che possiamo fare come azienda? È la direzione che vogliamo prendere?
Possiamo permetterci questo ulteriore ingresso di stock? Genererà valore aggiunto per i clienti? È ciò su cui vogliamo concentrarci come azienda, o vogliamo concentrarci sulla gamma di prodotti, su altre aree del business?
Fabian Hoehner: Quindi meno cose noiose e più, beh, le decisioni strategiche, impattanti.
Ok, sì, bene, è abbastanza chiaro dove siamo oggi nel progetto. Dove stiamo andando? Abbiamo fatto tutto, o c’è qualcosa da fare?
Elliot Langella: All’inizio del 2025, finiremo di implementare i progetti dalla supply chain croata alla supply chain croata e slovena combinate insieme. Quindi Tokic è cresciuta sul mercato sloveno e ora stanno puntando a uno stato intermedio in cui acquisteranno da diversi punti di ingresso, quindi due diversi magazzini che generano flussi incrociati per inviare i prodotti dai negozi di un paese all’altro.
Questo ovviamente rende le cose un po’ più complesse dal punto di vista della supply chain, ma è più facile arrivarci quando si sta già lavorando con Lokad sul primo parametro che ha funzionato bene per diversi anni.
Direi che le altre sfide anche in generale con cui possiamo aiutare i nostri clienti riguardano tutto ciò che è legato alla gestione della complessità che crea questa compatibilità delle parti. Voglio dire, nelle supply chain dell’industria automobilistica, questo è fondamentale. A volte, per soddisfare una necessità di un cliente, hai 10 parti diverse. Quale dovrebbe far parte della tua gamma di prodotti in questo determinato negozio, negli altri negozi? Queste sono grandi sfide.
Altre cose sono i prezzi, sempre critici. C’è anche una forte concorrenza online per Tokic. Ora è possibile acquistare pezzi di ricambio tramite e-commerce, quindi questo dovrebbe far parte della tua strategia come rivenditore, per sapere come posizionarti in base alla proposta di valore che hai con queste vendite inverse di cui abbiamo parlato, con la massima disponibilità che possiamo fornire a Tokic nei loro negozi.
Questo ovviamente è più facile per le persone che lavorano nel settore automobilistico e per le officine di riparazione che vengono a comprare da Tokic, ma sai, c’è sempre un equilibrio tra il prezzo che sono disposti a pagare e la comodità che ciò ci offre.
Fabian Hoehner: Quindi l’obiettivo è entrare sempre di più nello stesso processo decisionale numerico. Beh, sembra che tu abbia ancora molto lavoro da fare. Quindi, ci vediamo nel 2025 e vediamo come sono andate le cose. Grazie per averci seguito e ci vediamo la prossima volta.
