Dilemma Qualità-Costo nella Supply Chain - Ep 160

00:00:00 Introduzione all’intervista
00:02:09 Qualità vs costo nelle decisioni di supply chain
00:05:16 iPhone come esempio di qualità
00:08:36 Presa di decisioni e opzioni nella supply chain
00:11:47 KPI per valutare le prestazioni della supply chain
00:14:27 Livelli di servizio come misura delle prestazioni
00:17:24 Importanza della qualità rilevante nella progettazione del prodotto
00:20:42 Complessità al di là della mente umana nella supply chain
00:24:11 Impatto dell’IA e dell’automazione sulla supply chain
00:27:59 Uso dei large language models in Lokad
00:31:21 Velocità dei computer moderni e costo dell’IA
00:34:34 Analisi degli approvvigionamenti e impatto dell’IA sui costi
00:38:17 Compromessi di costo nella supply chain
00:41:38 Decisione sul numero di concorrenti da monitorare
00:45:10 Confronto tra sofisticazione del software e numero di dipendenti
00:48:26 Investire nella comprensione dei driver della supply chain
00:51:43 La situazione di mercato non può essere estesa al futuro
00:54:23 Il profitto come misura della qualità delle decisioni
00:58:12 Complessità delle supply chain dovuta alla digitalizzazione
01:00:52 Successo di Amazon e strategie di crescita
01:03:24 Incoraggiamento a non temere la complessità della supply chain
01:06:01 È meglio essere approssimativamente corretti che esattamente sbagliati

Riassunto

In un dialogo con il Responsabile della Comunicazione di Lokad, Conor Doherty, il CEO di Lokad, Joannes Vermorel, discute il rapporto qualità-costo nella gestione della supply chain. Vermorel sottolinea che la qualità si riferisce alla presa di decisioni, non alle caratteristiche del prodotto, e che la qualità percepita dal cliente potrebbe non essere allineata alle decisioni di approvvigionamento ottimali a causa dei costi. Critica i KPI tradizionali, sostenendo che non riflettono una qualità autentica. Vermorel discute anche il ruolo dei Large Language Models (LLM) nella gestione della supply chain, notando che possono portare a decisioni più intelligenti ma possono aumentare i budget IT. Suggerisce che il dilemma qualità-costo sia un meta-gioco, che richiede l’ingegneria del software per risolvere i problemi della supply chain e valutare i compromessi.

Riassunto Esteso

In una conversazione stimolante tra Conor Doherty, Responsabile della Comunicazione presso Lokad, e Joannes Vermorel, CEO e fondatore di Lokad, il duo approfondisce il concetto intricato del rapporto qualità-costo nella gestione della supply chain. Vermorel chiarisce che la qualità nel contesto della supply chain si riferisce alla qualità delle decisioni piuttosto che alle caratteristiche fisiche dei prodotti. Sottolinea che la massima qualità di servizio dal punto di vista del cliente potrebbe non necessariamente coincidere con la massima qualità in termini di decisioni di approvvigionamento per un’azienda a causa dei costi associati.

Vermorel approfondisce ulteriormente che, sebbene investire più risorse, persone e software possa portare a decisioni migliori, queste decisioni non dovrebbero essere confuse con la qualità percepita dal cliente. Riconosce la soggettività della misurazione della qualità delle decisioni, contrapponendola alla valutazione più diretta dei prodotti fisici. Tuttavia, sostiene che la qualità percepita di un prodotto spesso va oltre le sue caratteristiche fisiche, utilizzando come esempio l’iPhone e il suo app Marketplace.

Secondo Vermorel, la gestione della supply chain è una padronanza dell’opzionalità, in cui la qualità delle decisioni può essere sfuggente. Suggerisce che alcune metriche, come la decisionalità, possono essere misurate oggettivamente. Critica l’uso di KPI come i livelli di servizio e l’accuratezza delle previsioni di domanda per valutare le prestazioni della supply chain, sostenendo che questi non riflettono la qualità in senso autentico. Descrive questi KPI come artefatti numerici che potrebbero non correlare con la qualità e il successo di una supply chain.

Vermorel discute anche il ruolo dei Large Language Models (LLM) nella gestione della supply chain. Spiega che sebbene i LLM siano costosi, possono portare a decisioni più intelligenti e di maggiore qualità. Avverte che le aziende stanno spendendo ingenti somme per questi sistemi, che possono aumentare significativamente i loro budget IT. Suggerisce che ci sono casi in cui sarebbe più conveniente utilizzare una versione più economica di LLM.

Vermorel ritiene che con i LLM, le aziende possano ingegnerizzare la qualità delle loro decisioni e gestire il compromesso tra costi. Sottolinea che si tratta di un concetto di cui non si parla spesso nella gestione della supply chain tradizionale. Spiega che le moderne supply chain sono eseguite da software, che possono essere ingegnerizzati. Sottolinea che ci sono metriche semplici per misurare il costo dell’esecuzione del software, come il tempo, la memoria e il consumo di disco.

Vermorel sostiene che il dilemma qualità-costo riguarda l’ingegnerizzazione del software per risolvere i problemi della supply chain e valutare i compromessi. L’attenzione dovrebbe essere posta sulla creazione di software in grado di determinare cosa significhi una migliore qualità per i clienti. Sottolinea che il dilemma qualità-costo è un meta-gioco che le aziende devono giocare per ingegnerizzare supply chain superiori. Lo paragona a una partita a scacchi che può essere vinta solo attraverso il software.

In conclusione, Vermorel consiglia di identificare le decisioni nella supply chain e valutare cosa significhi la qualità in senso ampio. Suggerisce di identificare 20 dimensioni della supply chain come approccio più completo rispetto a quadri concettuali semplicistici. Questa conversazione serve come promemoria della complessità e della sfumatura coinvolte nella gestione della supply chain e della necessità di un approccio più sofisticato alla presa di decisioni e alla valutazione della qualità.

Trascrizione Completa

Conor Doherty: Benvenuti in Lokad. Ogni decisione aziendale riflette un equilibrio attento tra qualità, quanto è buona una cosa, e costo, quanto costa. Ma questo rapporto qualità-costo si estende alla supply chain? Qui per discutere è il fondatore di Lokad, Joannes Vermorel.

Quindi Joannes, il rapporto qualità-costo, così come la scarsità, sono sicuro che le persone abbiano un’idea generale di cosa intendano gli altri quando lo usano. Ma potresti dare una breve panoramica di cosa significa e poi collegarlo esplicitamente all’argomento della supply chain e perché è importante?

Joannes Vermorel: La qualità è un attributo che si applica molto di più al prodotto fisico stesso. Ad esempio, un iPhone è uno smartphone di alta qualità. Puoi avere una macchina molto economica, una macchina molto costosa di alta qualità e tutto ciò che sta in mezzo. Questo è probabilmente il modo più semplice per affrontarlo. Ma quando parliamo di supply chain, si scopre che la supply chain non ingegnerizza i prodotti, non li produce. Quindi, quando pensiamo in termini di qualità da una prospettiva di supply chain, non sono esattamente gli attributi fisici dei prodotti che interessano.

Anche se potrebbe essere un problema della supply chain fino a un certo punto, potremmo ripensarci forse in seguito, ma fondamentalmente, non è lì solo perché non è responsabilità della supply chain.

Se includiamo questo nella supply chain, allora la supply chain diventa così vasta che diventa quasi insignificante perché diventa indistinguibile dall’intera azienda. Quindi, diciamo, per chiarezza, che la qualità, gli attributi fisici dei prodotti, non sono esattamente una supply chain. Non è questo che intendo per qualità in un contesto di supply chain.

Con qualità in un contesto di supply chain, mi riferisco alla qualità delle decisioni. Il primo problema è probabilmente che la qualità delle decisioni non è la qualità del servizio percepita dal cliente. Ad esempio, non affrontare mai una rotture di stock sarebbe il livello più alto di servizio immediato in contesti di vendita al dettaglio molto semplici. Questo è il massimo della qualità del servizio dal punto di vista del cliente. Ma è la massima qualità in termini di decisione di supply per la tua azienda? Assolutamente no, perché sarebbe insostenibilmente costoso per la tua azienda. Quindi la qualità delle decisioni, è questo che intendo per qualità rispetto al costo.

Per ottenere una decisione migliore, possiamo investire più risorse, più persone, più software, eventualmente investire nella ricerca e sviluppo per migliorare l’intero processo. Questi sono tutti gli elementi dal lato del costo e poi otterremo decisioni di maggiore qualità ma di maggiore qualità da una prospettiva di supply chain, che non devono essere confuse nuovamente con la qualità percepita dal cliente.

Di nuovo, la supply chain riguarda tutti i compromessi. Quindi una decisione di altissima qualità è una decisione che bilancia attentamente tutti questi compromessi. Come dico nella mia serie di lezioni, la supply chain è la padronanza dell’opzionalità. Quindi se diciamo qualità super alta, stiamo dicendo che la qualità super alta sarebbe definirla come una riuscita esecuzione, un alto livello di padronanza di questo gioco che viene giocato prendendo decisioni di supply chain più e più volte.

Conor Doherty: Per tornare immediatamente su questo, tu dai l’esempio dell’iPhone. Se parli della qualità di quello e dell’assicurazione di qualità e di tutti i protocolli che vanno in un’analisi del costo della qualità, puoi indicare le proprietà fisiche di un iPhone e dire, ecco la qualità del chip, ecco la qualità dello storage. Posso misurarlo e posso dire che è di alta qualità. Ma quando parli di qualità delle decisioni, stai entrando in un territorio molto soggettivo.

Joannes Vermorel: A livello superficiale, sì, quando si hanno prodotti fisici è più semplice valutare la qualità. Ma solo a livello superficiale. Se torniamo all’iPhone, che è in realtà un buon esempio, la qualità dell’iPhone era effettivamente, il primo anno degli iPhone, le vendite non erano così grandi. Se ricordo correttamente, era decente per Apple, specialmente perché Apple all’epoca stava lottando molto, molto. Ma era relativamente modesto.

L’iPhone è esploso qualche anno dopo, dopo l’introduzione dell’App Marketplace. Ed è lì che Apple ha deciso che avrebbero avuto questo marketplace di installazione con un solo clic per le app, dove potevi semplicemente cliccare su un’app, pagare 1 dollaro, e poi hai un’app che è perfettamente compatibile, super facile da installare sul tuo smartphone. Ed è lì che la popolarità e la qualità percepita dell’iPhone sono esplose. Se guardiamo agli attributi fisici, sì, era un dispositivo molto bello, ma la realtà è che lo smartphone in sé era abbastanza scadente in termini di semplice capacità di effettuare chiamate telefoniche. Non era un telefono così fantastico nel riuscire a fare la missione numero uno, che era ricevere e chiamare con questo dispositivo.

Ma la qualità percepita è esplosa quando hanno introdotto l’App Store perché improvvisamente questo formato di smartphone aveva senso completo. Avevi effettivamente un mini computer, e potevi fare così tanto, e quindi la qualità percepita è che non era più solo un telefono, era uno smartphone. Ma le persone non ricordano che non è diventato qualcosa fino a un anno dopo. Quindi il punto che sto facendo è che la qualità, sì, ci sono alcuni aspetti molto basilari, molto fondamentali, materiale migliore, migliore tolleranza allo stress e alla fatica in modo che la cosa non si rompa, non si degradi. Dovrebbe essere leggero. In generale, tutto ciò che si vuole spostare, se è più leggero, è tipicamente migliore, eccetera.

Quindi sì, ci sono alcuni aspetti molto fondamentali, ma anche la qualità quando si tratta di prodotti fisici, spesso è più di quanto si veda. Ci possono essere tutte le aspettative che si possa fare di più con il prodotto, che si abbia un ecosistema, che si abbiano tutti i tipi di accessori che interagiscono con esso, o anche se è solo decorativo, che abbia un bell’aspetto in molte situazioni. Sai, un oggetto che è molto decorativo e sembrerà un bel pezzo nel tuo appartamento, anche se è uno stile di appartamento molto diverso, potrebbe essere una sorta di qualità super intangibile, ma è comunque presente in qualche misura.

Conor Doherty: Ma molto poco di tutto ciò si traduce in decisioni di supply chain.

Joannes Vermorel: La qualità, sì, è, direi, per i prodotti fisici, almeno, hai molti semplici indicatori di backup che sono molto diretti, ma comunque, hai questa profondità che è difficile. E poi quando andiamo alla supply chain, la supply chain è la padronanza dell’opzionalità, quindi si tratta letteralmente di osservare le opzioni e, ad un certo punto, decidere tra quelle opzioni che hai coltivato attivamente che sceglierai, e sarà la tua decisione.

Ok, è super astratto, quindi la qualità diventa qualcosa di molto sfuggente. Anche se stiamo parlando di qualcosa che è piuttosto sfuggente, come la qualità delle decisioni, ci sono comunque alcuni indicatori che non sono così difficili. Ad esempio, nell’esercito, hanno questo detto che, sai, il piano peggiore è l’assenza di un piano, e che non c’è niente di peggio sul campo di battaglia di un chirurgo indeciso. L’incertezza è quasi sempre sbagliata. Ciò significa che anche se la tua decisione è non fare nulla, aspettare che il nemico commetta un errore, è molto diverso dall’essere indecisi e non fare nulla.

No, ho deciso che la migliore decisione che abbiamo è aspettare fino a quando il momento è giusto, ed è molto, molto diverso dal essere indecisi, non sapere cosa fare, quindi sono solo in panico e non faccio nulla. Sai, è uno stato mentale completamente diverso, e io sostengo che anche se la decisione è più o meno la stessa, non fare nulla, la qualità di una decisione, come aspettiamo intenzionalmente, sapendo che sappiamo cosa stiamo aspettando, rispetto a essere indecisi e in uno stato di panico, sono decisioni molto, molto diverse in termini di qualità.

Quindi anche, sai, ad esempio, la decisione è qualcosa che puoi misurare in modo relativamente semplice. Quindi nelle impostazioni della supply chain, sarebbe, sei in grado di prendere la tua decisione prontamente, o ci vuole una vita per nessuna buona ragione? Sai, quello sarebbe un certo indicatore, e misurare il tempo impiegato per prendere una decisione può essere qualcosa che viene misurato oggettivamente. Quindi, fino a un certo punto, hai alcuni indicatori facili, ma direi che non sono molto, molto buoni. A differenza, sai, della cosa sul campo di battaglia, se nella supply chain, ci sono raramente cose che sono urgenti al prossimo secondo o minuto. Quindi, non è effettivamente così chiaro.

Anche se, ovviamente, se ci vuole quattro mesi per prendere qualsiasi tipo di decisione, allora probabilmente sei molto cattivo. Ma sì, hai quegli elementi che sono più difficili, sono più astratti e anche incredibilmente aperti. Quindi, non c’è un limite chiaro del tutto su ciò su cui potresti guardare per valutare la qualità di quelle decisioni.

Conor Doherty: L’analogia del Generale sul campo di battaglia e qualsiasi decisione è meglio dell’incertezza completa. Beh, voglio dire che ci sono già KPI che le aziende utilizzeranno per valutare la qualità o le prestazioni. Diciamo solo prestazioni per ora e poi possiamo parlare di qualità per valutare le prestazioni della supply chain. Quindi, ad esempio, i livelli di servizio per un determinato riferimento o in alcuni casi quanto accurata è una previsione della domanda. Ci sono KPI che ti dicono che era accurato al 50%, al 60%. Stai dicendo che è meglio di niente?

Joannes Vermorel: Non proprio. Prima di tutto, perché quei KPI non riflettono davvero la qualità in un senso autentico e profondo. Sono solo artefatti numerici. La maggior parte di quei KPI sono solo artefatti numerici.

Conor Doherty: Cosa intendi quando dici artefatti numerici?

Joannes Vermorel: Intendo numeri che sono definiti secondo una qualche definizione matematica diretta. Ma perché questa definizione matematica dovrebbe avere una correlazione con la qualità in un senso autentico?

Conor Doherty: Vuoi dire che sono solo numeri su una pagina?

Joannes Vermorel: Sì, sono solo numeri. E non solo numeri qualsiasi. Numeri che sono tipicamente derivati da libri di testo o formule. Ad esempio, se dico errore quadratico medio per l’accuratezza della previsione, questo è un indicatore molto popolare. È un indicatore che troverai in molti libri di testo, libri di testo matematici. Perché hai questo indicatore? Beh, hai questo indicatore nei libri di testo perché hai molti teoremi, quella è la norma due, quella è la metrica del quadrato medio, hai la norma uno, la norma due, ecc., e hai molti teoremi, teoremi matematici, teoremi statistici che sono associati a questo indicatore.

Il problema è che si tratta di una prospettiva interna. Hai il mondo matematico in cui le persone hanno detto: “Perché sei interessato a questa norma due?” La risposta è perché ho così tanti teoremi associati a questa norma due. Posso giocarci, posso elaborare molte costruzioni astratte e fare molte cose dal punto di vista matematico. Va bene, questo lo rende un oggetto matematico interessante, proprio come i numeri primi ad esempio. I numeri primi sono affascinanti costruzioni matematiche. Sono molto reali anche dal punto di vista matematico. Ma questo da solo non dimostra che ci sia una correlazione di qualche tipo con la qualità e il successo che avrà la tua supply chain.

Conor Doherty: Fai un bel collegamento con i livelli di servizio.

Joannes Vermorel: Livello di servizio, perché dovrebbe esserci una correlazione? Sì, fino a un certo punto, se hai un livello di servizio del 0%, non vendi nulla, quindi sembra abbastanza brutto. Se hai un livello di servizio del 100%, è anche brutto perché significa che hai sempre scritture di magazzino. Perché se non ti permetti mai di rimanere senza stock, significa che non puoi mai liquidare nulla. Quindi, gli estremi sono abbastanza brutti. Ma nel mezzo, tutto va bene. Sai che l’ottimale non è all’estremo ma nel mezzo, la mia supposizione è valida quanto la tua. È solo molto sfumato.

Sono molto sospettoso quando le persone mi danno un percentuale come misura di prestazione o qualità. Dove è il ragionamento? È solo qualcosa che cade dal cielo. Mi dai solo una formula e a meno che tu non abbia un argomento molto forte per supportarla, non ho motivo di credere che questo artefatto numerico sia appropriato. È solo qualcosa di casuale che hai preso da un libro di testo matematico o statistico.

La cosa interessante è che se adottiamo questa mentalità di KPI, quando si tratta di qualità, quando cerchi, diciamo, libri di testo su design e produzione, si tratta di qualcosa in cui c’è molta discussione sfumata. Ad esempio, anche se andiamo nel testamento di un rivenditore di mobili del fondatore di Ikea, che è un bellissimo documento, super breve, lo consiglio vivamente al pubblico. Uno dei punti, non ricordo se è l'11 o il 14, ci sono come 20 punti e uno dei punti del fondatore di Ikea è: “Non lasciarti ingannare da alcune metriche facili sulla qualità dei prodotti.”

Ad esempio, dice che la prima cosa è, se vuoi avere una bella superficie, tieni presente che conta solo la superficie che le persone possono toccare e vedere. E sta parlando di mobili. Ha detto: “Non vantarti, ad esempio, di avere una superficie di alta qualità che sarà super durevole, super liscia, super bella nel corso degli anni se le persone non possono vederla e toccarla.” Quindi, si riferiva a qualcosa come il retro del mobile o qualcosa che è sotto il tavolo, qualcosa che non apprezzerai mai veramente. Quindi, diceva che quando investi nella qualità, assicurati che sia qualcosa di veramente rilevante e non una sorta di misura astratta della qualità come “ho materiali di alta qualità o superfici di alta qualità ovunque”, comprese le superfici che non contano agli occhi del cliente.

E perché, e lui stava menzionando questo, stava dicendo perché se fai così, e lui lo ha menzionato nel suo breve punto, è che se fai così, allora i clienti finiscono per pagare per qualità che non godranno. E dal suo punto di vista, questo era un po’ sbagliato. Devono pagare, ogni centesimo che pagano è per la qualità che godranno. Ed è stata una discussione molto sfumata, quindi direi se parliamo di design, produzione, hai questa sorta di discussione molto sfumata su, sai, qualità versus costo, esattamente come affronti quella situazione?

Ma se passiamo al mondo della supply chain con il processo decisionale, questa cosa è assente, completamente assente. La teoria dominante della supply chain, e direi anche la teoria aziendale dominante, direi, gli studi aziendali di tipo MBA, è molto assente quando si tratta della qualità delle decisioni. Le persone hanno ragionamenti molto, molto binari. Non ho mai visto, ad esempio, in un libro di testo sulla supply chain o anche negli studi aziendali generali, discutere approfonditamente lo spettro di investimenti e risorse che puoi spendere per migliorare un po’ le tue decisioni fino a quando i rendimenti decrescenti non minano i tuoi sforzi e i costi superano ciò che ottieni migliorando la decisione.

E ancora una volta, se pensi a questa qualità di inseguire il giusto livello di servizio, ad esempio le aziende direbbero semplicemente: “Abbiamo quegli obiettivi di livello di servizio.” Ma cosa diresti degli investimenti che fai, sia capex che opex, per inseguire il giusto livello di servizio? Di nuovo, il livello di servizio non è un grande KPI, ma solo per semplificare per il pubblico, mi riferirò a quello come qualcosa che conoscono. Quindi, anche se scegli un livello di servizio e dici: “Questo è il mio obiettivo, questo dovrebbe essere il miglior compromesso per la mia supply chain e la mia azienda”, qual è la qualità di questa valutazione? Dovresti investire, hai trovato un numero, diciamo il 95%, ma è il miglior numero che hai trovato e dovresti investire di più per affinare ulteriormente questo numero o no, sai, e perché?

E di solito non viene mai discusso nei manuali di supply chain. Le persone ti danno solo una ricetta e diciamo: “Applica quella”, e poi hai come due situazioni. Sei conforme al tuo processo o non conforme? E questo è tutto. Lo spettro di affinare cosa significa anche conformità e cosa significa qualità e quale dovrebbe essere la direzione che stai guardando e quale dovrebbe essere persino il percorso è semplicemente assente.

Conor Doherty: Non sono in disaccordo con questo, ma ci sono due punti. Il primo sarebbe, non è possibile o ragionevole dire che l’esistenza di queste sorta di demarcazioni binarie accettabile/non accettabile, buono/cattivo che mancano di raffinatezza, non sono esse il risultato del fatto che ciò che stai descrivendo è un livello di complessità che va oltre la mente umana? Ecco perché ci sono queste caratteristiche molto rudimentali, sì, vai, non andare, buono, cattivo. E concordo, manca di sofisticazione, ma è il risultato non di stupidità, ma di come puoi bilanciare, come puoi gestire milioni e milioni di piatti?

Joannes Vermorel: Concordo sul fatto che sia il risultato della mente umana, ma non necessariamente nel modo in cui le persone lo vedrebbero. Stai trattando con esseri umani e gli esseri umani sono incredibilmente complicati. Non è che la mente umana abbia qualche limitazione, è solo che stai trattando con persone che sono individualmente incredibilmente complesse. Quindi, effettivamente devi ricorrere a criteri molto semplici non perché la tua mente è limitata, è solo che stai trattando con persone così incredibilmente complesse che non funzionerà, sai, hai rendimenti decrescenti molto, molto rapidamente solo perché è incredibilmente difficile.

Supponiamo che tu abbia come pianificatori della domanda e dell’offerta un centinaio di persone. È un’enorme quantità di sforzo per raggiungere quei livelli molto elevati di raffinatezza e simili. Quindi, concordo con l’affermazione che è troppo, ma non tanto perché ci sia un limite nella nostra comprensione. Possiamo fare molto. È solo che stai trattando con persone così incredibilmente complesse e sfumate, ecc., che cercare di ingegnerizzare tutto ciò e, inoltre, dato che sono complesse, hanno una volontà propria, ecc., la maggior parte dei tentativi di essere iper-razionali ti si ritorceranno contro. Sai, questa è la maledizione, se cerchi di incentivare le persone, loro giocheranno sporco e risponderanno male. Di solito, mantenere le cose super semplici è una scommessa sicura.

Un altro argomento è che la gestione della supply chain nel XXI secolo non dovrebbe essere gestita da persone a tutti i livelli. Sì, in cima abbiamo le persone, ma il livello di esecuzione dovrebbe essere completamente meccanizzato.

Conor Doherty: La mia prossima domanda, quindi, l’assenza di questa prospettiva che stiamo delineando nei libri di testo tradizionali è sicuramente una conseguenza del fatto che ora viviamo in un’epoca in cui abbiamo l’apprendimento automatico, l’intelligenza artificiale e l’automazione su una scala e con un grado di granularità che non esisteva cinque decenni fa, nemmeno due decenni fa. Quindi, qual è la tua risposta?

Joannes Vermorel: È qui che diventa molto interessante. Se dici che le decisioni saranno ingegnerizzate, ci sarà una macchina che genera quelle decisioni intelligenti. Sì, è intelligenza artificiale. Non intelligenza artificiale generale, ma è artificiale. Se sta prendendo ripetutamente una serie di buone decisioni, possiamo concordare sul fatto che almeno ha un minimo di intelligenza. È intelligenza a modo suo, sebbene limitata. Certamente non è stupida.

I grandi modelli di linguaggio (LLM) dimostrano in modo molto diretto e illustrativo ciò che intendo per qualità rispetto al costo. Se hai giocato con, diciamo, ChatGPT-3.5 rispetto alla versione a pagamento che è GPT-4, vedrai che se paghi di più, otterrai qualcosa di più intelligente. Hai uno spettro di intelligenza con questi LLM, da modelli piccoli che sono economici e veloci a modelli più grandi che sono più lenti, più costosi e di qualità decisamente superiore.

Puoi sperimentare questo di persona in modi molto diretti. Puoi interagire con una sorta di dialogo e cercare di far risolvere un problema a questo LLM. Puoi provare con GPT-2, GPT-3.5 e GPT-4 e molto probabilmente rimarrai stupito dal livello di intelligenza che otterrai. È molto dettagliato. Ci sono cose che funzioneranno e che confonderanno modelli più piccoli, e poi quando passi a modelli più grandi e più intelligenti, ottieni discussioni più approfondite, dove le risposte sono più sfumate, dove cattura meglio l’intento della tua domanda, e così via.

Puoi vedere di persona cosa significa avere decisioni di qualità superiore. Fai una domanda all’LLM, ti dà una risposta. Questo è il tipo di qualità che è in gioco qui. Anche se questa percezione della qualità, ad esempio, una risposta molto buona in testo semplice a una domanda, è molto sfuggente, puoi percepire la vibrazione di questo spettro di qualità letteralmente in pochi minuti. Non è necessario avere un dottorato in apprendimento automatico. Puoi giocare con GPT-3.5 per 10 minuti, giocare 10 minuti con GPT-4 e lo capirai. Vedrai questo tipo di qualità extra presente in ogni singola risposta prodotta dal sistema.

Questo esiste in Lokad da quasi un decennio, questa sorta di sfumatura. Ma a causa del fatto che non avevamo alcun modo per dimostrare questo tipo di cosa, perché le decisioni sulla supply chain sono spesso molto astratte e in qualche modo opache perché sono legate a una supply chain che potresti non conoscere, non è esattamente qualcosa su cui puoi puntare e toccare. E non è come il tipo di cose che sono facili da dimostrare, e anche se puoi dimostrarle, le persone non percepiranno questa sorta di sfumatura tra qualità inferiore e qualità superiore solo perché mancano di informazioni, contesto e così via.

Ma gli LLM sono stati una svolta perché improvvisamente potevi giocarci e vedere: “Oh sì, per questa quantità di denaro, ottengo una decisione che è molto migliore ed è abbastanza ovvio”. E poi ti rendi conto che ci sono situazioni in cui non è necessario prendere decisioni più intelligenti. Non è sempre meglio. Ci sono cose in cui ottenere la risposta più velocemente è sufficiente. Questo è il giusto compromesso. E ti rendi conto che in termini di intelligenza, una qualità superiore non è sempre migliore. A un certo punto c’è un compromesso. In realtà, veloce è meglio, piuttosto che più intelligente.

Conor Doherty: Come, perché so che ora usiamo anche gli LLM come parte della nostra offerta, come esattamente l’inclusione degli LLM cambia il rapporto qualità-costi, che è già abbastanza astratto? Ora stiamo aggiungendo un altro livello di astrazione, che sono gli LLM, ma pragmaticamente o praticamente parlando, in un esempio preferibilmente, come influisce questo sul rapporto qualità-costi dal punto di vista della supply chain?

Joannes Vermorel: Cambia perché gli LLM sono così costosi per ora. Voglio dire, il pubblico potrebbe non rendersene conto, ma gli LLM sono fantastici, ma costosi. Come regola generale, elaborare un kilobyte di dati con un LLM ti costa circa un milione di volte di più rispetto a fare praticamente qualsiasi altro tipo di calcolo con lo stesso kilobyte di dati. Quindi, letteralmente, gli LLM sono ordini, e non intendo uno o due, intendo sei o sette ordini di grandezza più costosi per kilobyte di elaborazione dei dati, e anche più lenti, rispetto a qualsiasi altro tipo di calcolo che hai.

Conor Doherty: Stai parlando di quantità o qualità, o entrambi?

Joannes Vermorel: Solo metriche fattuali, quanto tempo e costo ti costerà elaborare un kilobyte. Il fatto che tu possa vedere il testo che viene trasmesso davanti a te, le persone pensano che sia figo, ma come informatico, penso che sia “Wow, è così anni ‘50”. Sai, i computer sono ora così veloci che normalmente puoi visualizzare, direi, migliaia di righe in millisecondi. Quando hai una pagina web ben progettata, visualizzerà un muro infinito di testo in millisecondi e non vedrai il testo stampato un carattere alla volta. Perché? Perché è così veloce che è al di sotto della soglia di percezione.

Se torni agli anni ‘60, potevi vedere, in vecchissimi film, il testo stampato un carattere alla volta. Se torni ai film, sai, i James Bond degli anni ‘60 e così via, vedrai il tipo di terminali antichi in cui potevi vedere il testo visualizzato una riga alla volta. E perché? Era perché quei computer all’epoca erano così lenti che potevi vedere quello. E il motivo per cui ora quando fai clic su una pagina web e bam, viene visualizzata, e di solito quando la pagina è lenta, è perché stai caricando l’equivalente di 10 o centinaia di migliaia di pagine di testo in questa pagina web. Non ha senso, qualunque cosa, cattiva ingegneria del software, ma in definitiva, il testo dovrebbe essere istantaneo. Voglio dire, non può essere veramente istantaneo nel senso fisico, ma dovrebbe essere, sai, i muri di testo dovrebbero essere così veloci che sono ben al di là della soglia di percezione della mente umana. Il fatto che tu possa vedere la cosa che viene visualizzata, ti dice solo che questa cosa è incredibilmente lenta.

Quindi, tornando alla tua domanda, perché dovrebbe influire, beh, gli LLM sono molto costosi. Quindi, ti renderai conto che devi fare attenzione perché Open AI ha una valutazione così folle perché, sai, gli investitori non sono stupidi. Vedono, “Oh, le aziende stanno buttando soldi come pazzi su quei sistemi, come milioni di dollari”, e dicono, “Oh, vogliamo risparmiare denaro sull’IT”, e bam, arriva Open AI, e ci sono aziende che dicono, “Siamo orgogliosi di spendere un milione di dollari al mese su quegli LLM”. Congratulazioni, hai appena fatto esplodere il tuo budget IT. Forse hai una solida ragione per farlo, ma non facciamoci illusioni, è costoso.

E ci sono anche situazioni in Lokad in cui vediamo che diciamo, “No, a questo punto, è effettivamente più conveniente avere un impiegato di alto livello a Parigi”, perché è più economico. Quindi, non è, sai, non è, um, quindi gli LLM sono, ancora una volta, penso che sia importante in questo modo solo perché sono costosi, quindi devi fare attenzione, e vedrai che se lo fai nel modo giusto, ci sono posti in cui devi dire, “No, non lo faremo perché è troppo costoso”, o “Dobbiamo tornare a una versione più economica di LLM che non è altrettanto intelligente perché se lo facciamo con la cosa più costosa che possiamo ottenere dal mercato, sarà troppo costoso”.

Conor Doherty: Puoi correggere i dettagli in cui sbaglio, ma ricordo una delle conversazioni che abbiamo avuto che ha ispirato l’idea per questa registrazione, hai dato l’esempio, immagina che siamo un’azienda, facciamo ordini di acquisto e il nostro fornitore è un po’ inaffidabile. Sospettiamo che siano inaffidabili, sospettiamo che potrebbe esserci una migliore opzione sul mercato, potremmo acquistare da un’altra parte, ma voglio dire, siamo solo in tre in azienda. Dedicherò il tuo tempo a fare un’analisi per trovare altri potenziali fornitori? Quindi, potresti usare un LLM ogni volta che fai un ordine di acquisto, eseguire un’analisi di approvvigionamento automatica e poi, quando hai tempo, rivederla, e sarebbe significativamente più economico che dedicare la tua capacità mentale, il tuo tempo e il tuo sforzo, ecc. E poi questo scala. Quindi, di nuovo, è a questo che mi riferisco in termini di come influisce sul costo della qualità.

Joannes Vermorel: Scala, ma non è gratuito. Se decidi, ad esempio, ad ogni ordine di acquisto fai questo, qual sarà il costo? Fare semplicemente un’operazione di approvvigionamento, stai per scansionare pagine web con LLM. Stai per scansionare di nuovo, forse fino a un megabyte di testo perché analizzerai il web. Non è economico. Quindi, potresti finire per dover comporre email e forse iniziare ad avere gli LLM con alcuni script per inviare una email, elaborare la risposta, fare qualche scambio di informazioni proprio come fa un essere umano.

Sì, potresti avere qualcosa di completamente automatizzato, ma potresti renderti conto che ogni volta che attivi questo per fare un’indagine di approvvigionamento, ti costa come $5 di LLM. Sì, è economico. È certamente più conveniente che una persona trascorra due giorni sul caso, ma non è esattamente gratuito. È più conveniente che una persona trascorra due giorni, ma non è esattamente gratuito. Se dici che sei disposto a spendere $5 ogni volta che fai un ordine di acquisto, potresti renderti conto alla fine dell’anno che hai speso un sacco di soldi. Forse non vuoi farlo sempre.

Conor Doherty: Ma quello è un estremo. Di nuovo, è un altro estremo. Ci sarà un punto di equilibrio.

Joannes Vermorel: Esattamente, è qui che abbiamo questo spettro. Dalla percezione comune, quando si tratta di persone, si pensa solo adatto o inadatto. Si opta per un processo e lo si applica. Puoi essere consapevole che c’è uno spettro, ma affronti lo spettro in modo molto grezzo, come l’operazione di approvvigionamento. Ogni fornitore viene rivisitato una volta all’anno, punto. Questo è il tuo processo, tienilo semplice. Ma qui, invece di cercare di avere un approccio sfumato allo spettro, hai solo il martello del processo e risolvi la situazione in modo molto binario. Ma con gli LLM, puoi progettare il tuo spettro. Puoi dire, beh, posso passare in rassegna le mie opzioni ad ogni ordine, questo è un estremo, o farlo solo una volta all’anno, questo è l’altro estremo. Qualsiasi cosa in mezzo è accettabile e puoi farlo e puoi lavorarci.

È interessante perché puoi progettare la qualità delle tue decisioni, la qualità delle tue opzioni. E poi hai un vero trade-off di costi con cui fare i conti. Questo è qualcosa che la prospettiva comune della supply chain non discute nemmeno lontanamente. Non ho mai visto libri di testo sulla supply chain che dicano come progettare il processo che genera la decisione in modo che, per ogni dollaro investito, si ottenga il massimo risultato al livello di generazione della decisione.

Conor Doherty: Come delimiti o identifichi esattamente le gradazioni lungo quell’arco che va da un estremo a un estremo leggermente meno estremo, fino all’estremità lontana che è completamente inaccettabile? È possibile identificare quantitativamente i passaggi tra ciascuno di questi moduli?

Joannes Vermorel: Fino a un certo punto, sì. Dal nostro punto di vista, una supply chain moderna viene eseguita tramite software. Questo livello decisionale è una macchina. È un pezzo complesso di software con un insieme di ricette numeriche. Puoi ragionare sui limiti di ciò. Anche se puoi ragionare su questo, le persone che si occupano dell’ingegneria di ciò sono comunque umane. C’è un limite alla ricorsione, perché ad un certo punto devi decidere quanti supply chain scientist vuoi e qui, è una questione di giudizio, ma almeno il livello di base che genera le decisioni è una macchina e può essere progettato.

Se si tratta di un prodotto fisico, hai alcune metriche facili. Se si tratta di un pezzo di software che devi eseguire, hai anche una serie di metriche facili, soprattutto sul lato dei costi. Quanto tempo ci vuole, quanto memoria consuma, quanto spazio su disco consuma, ecc. Quindi hai tutto questo e poi puoi effettivamente vedere quando hai un’intera gamma di cose opzionali, che puoi eseguire o non eseguire. Ad esempio, puoi decidere di fare la tua analisi dei prezzi con l’intelligence competitiva. Quindi otterrai i dati dei tuoi concorrenti. Ma di quanti concorrenti stiamo parlando? Scansionare il web non è gratuito, costa denaro.

Per coloro che sono familiari con il business dello scraping, lo scraping web, ottenere i siti web dei tuoi colleghi, c’è un costo sostanziale associato a ciò. Se vuoi riscansionare ogni pagina del tuo concorrente quotidianamente, il costo non è trascurabile, soprattutto se i tuoi concorrenti hanno decine di migliaia di prodotti in esposizione. Quanti concorrenti stiamo considerando? Vuoi monitorare il tuo concorrente numero uno, i tuoi tre principali concorrenti o i tuoi primi 20 concorrenti? Il costo è praticamente lineare. Più siti web vuoi monitorare, più i tuoi costi cresceranno in modo praticamente lineare con il numero di concorrenti. Ma le informazioni che otterrai saranno ovviamente con rendimenti decrescenti.

Anche i tuoi concorrenti monitorano i loro concorrenti. Quindi se monitori, diciamo, i tuoi tre principali concorrenti, scoprirai che anche quei concorrenti monitorano i loro tre o cinque principali concorrenti. Ciò potrebbe includere aziende che tu non monitori. Alla fine, è come se tutti monitorassero un po’ tutti. Se guardi il grafico di chi sta monitorando chi, vedrai che è un grafico molto connesso in cui praticamente tutti stanno monitorando un po’ tutti. I grandi monitorano altri grandi più forse un concorrente più piccolo. I concorrenti più piccoli monitorano alcuni concorrenti più piccoli e solo un grande, solo per il gusto di farlo.

Anche se è difficile, non è impossibile. Puoi avere un senso di rendimenti decrescenti. Quando esegui i tuoi algoritmi con o senza un set di dati, puoi capire se migliora davvero o spinge davvero i risultati. Ad esempio, se dici che vuoi fare un’ottimizzazione dei prezzi e poi ti rendi conto che fino a tre concorrenti, cambia davvero quantitativamente il prezzo. Quindi aggiungere un concorrente in più cambia davvero il prezzo che ottieni alla fine.

Se mi fido della mia ricetta numerica e se dico che aggiungere questo terzo concorrente al mix cambia i miei prezzi in media da, diciamo, lo 0,75% a meno dell'1%, ma lo 0,75%, ok, non è insignificante. Ma poi aggiungi il quarto concorrente e poi vedi che è un cambiamento dello 0,1%. Non so se questo 0,1% sia super critico per la mia attività, ma comunque è un limite superiore all’importo di profitto che questa cosa può generare. Nel caso migliore, è lo 0,1% di margine. Se il prezzo fosse stato spinto esattamente nella direzione giusta ogni volta, ma comunque, ciò pone un limite superiore all’impatto che potrebbe avere. E qui puoi dire, beh, sembra davvero piccolissimo, quindi direi che c’è un rendimento decrescente, non lo faccio perché il costo per questo quarto concorrente potrebbe non valerne la pena.

Quindi, vedi, potrebbero esserci modi, ci sono tipicamente modi per affrontare questo. E possiamo vedere questo tipo di sfumatura e gradazione ed è tipicamente qualcosa che emerge quando si inizia a utilizzare ricette numeriche più sofisticate, più intelligenti, più, sai, che possono fare di più. Se vogliamo usare un’analogia umana, è come quando si inizia a utilizzare software molto sofisticato e intelligente, inizia a somigliare un po’ al tuo organico. Quante persone voglio impiegare per affrontare questo problema? Tranne che hai molto più controllo diretto e se vuoi scalare su o giù, non devi licenziare le persone o preoccuparti del loro ego. Questo ti consente di progettare l’intera cosa invece di occuparti di persone che di solito rispondono negativamente quando cerchi di progettare il loro processo quotidiano.

Conor Doherty: Mi viene in mente che nella prospettiva classica, non avevamo il dilemma qualità-costi perché la supply chain era governata da euristiche molto semplici. Ora stai dicendo che con l’avanzamento della tecnologia, possiamo effettivamente quantificare il rapporto qualità-costi delle decisioni sulla supply chain con il grado di precisione che vogliamo. Questo porta alla domanda successiva: quando separi questi due concetti, qualità e costi, utilizzando software o intelligenza artificiale per valutare le decisioni sulla supply chain, i costi sono comprensibili. Ma la qualità è ancora un sentimento soggettivo? O stai parlando del ritorno sull’investimento per quel costo?

Joannes Vermorel: Prima di tutto, vorrei far notare al pubblico, e passerò alla tua domanda, ma vorrei far notare al pubblico che la maggior parte dei compromessi che vengono presentati nella supply, diciamo il tipico triangolo di denaro, costi e servizio, le cose, sai, è quello che mi piace davvero di questo dilemma qualità-costi. Eleva davvero l’argomento. Credo che tutti quei compromessi, prima in termini di se prendiamo questo triangolo, penso che ci sia molto più dimensione di quella. Non è un triangolo, è un dilemma con dilemmi n-dimensionali in cui hai centinaia di cose che ti tirano in tutte le direzioni in termini di vincoli, driver e quant’altro. Quindi sono letteralmente compromessi ovunque con cento dimensioni e oltre. È così che si presenta.

E la cosa interessante del dilemma costo-qualità in questo tipo di giochi di supply chain è che eleva l’argomento. Non si tratta di quei compromessi. Si tratta del problema meta di come si progetta un pezzo di software che risolve questo problema. È così che lo farai, perché attraverso questa qualità, farai questa sorta di valutazione di tutti quei compromessi. Quindi quando diciamo questo compromesso qualità-costi nel master dell’opzionalità, quello che stiamo dicendo è che investiamo solo nel capire quei 100 driver e vincoli che delineano il gioco della tua supply chain che stai giocando. È una prospettiva molto meta. Invece di pensare, “Ho il livello di servizio giusto?” Stai pensando, “Ho un software che sta cercando di capire cosa significa una migliore qualità per i miei clienti?” Questo è molto meta. Di questo stiamo parlando.

Tornando alla tua domanda, mi sono un po’ distratto con la tua domanda. Scusa.

Conor Doherty: Misuri la qualità esclusivamente in termini di sentimento soggettivo o è guidata dal ritorno finanziario?

Joannes Vermorel: Direi che la teoria vorrebbe che fosse esclusivamente un ritorno quantitativo. Ma, e qui nella pratica, sarà completamente soggettivo. Quindi è molto strano perché dici, “Oh, mi hai appena detto che in teoria è completamente quantitativo, ma nella pratica sarà completamente soggettivo. Non c’è contraddizione?” Quindi la realtà è che sì, da una prospettiva molto teorica, ciò che si desidera è progettare la redditività a lungo termine della propria azienda. Quindi è quantitativo, in un certo senso.

Ora, il problema è che quando si guarda molto avanti, tutti i vostri indicatori quantitativi perdono completamente rilevanza. Quindi la mia opinione personale è che se si ha la convinzione di poter prendere i numeri che si hanno oggi e proiettarli a dieci anni nel futuro e che quei numeri diranno qualcosa di valore, direi che si è illusi. Quindi vedi, è un’illusione. Lo dico in quanto professionista che si occupa di numeri. Da Lokad, facciamo calcoli numerici per vivere, e lo facciamo da un decennio e mezzo. I numeri diventano completamente privi di significato quando li proietti a dieci anni nel futuro.

Perché succede questo? Perché le supply chain sono competitive. È un gioco che si gioca contro entità super intelligenti. Quando dico super intelligenti, intendo che i tuoi concorrenti sono più della somma delle loro parti. Sono composti da molti dipendenti, quindi l’aggregazione di tutto ciò è che ti trovi di fronte a un’entità che è super intelligente nel senso di essere più intelligente di qualsiasi essere umano sulla terra. Se stai giocando contro un’azienda come Apple, è una raccolta di esperti, di persone molto intelligenti, e il risultato netto è che queste persone faranno cose che ti sorprenderanno. Ti batteranno in molti modi, inoltre ci sono nuovi entranti, nuovi rivali e quant’altro. Quindi il punto è che non puoi dare per scontata la situazione del mercato in questo momento e estenderla a dieci anni nel futuro. Questo è un grande errore.

Conor Doherty: Solo per fare un appunto, voglio assicurarmi che io, così come chiunque stia guardando, capisca. Stai facendo fondamentalmente lo stesso argomento sul rapporto qualità-costi che fai sulle previsioni in generale? Come se ci fosse un orizzonte temporale limitato in termini di validità?

Joannes Vermorel: Sì, esattamente. E ancora una volta, validità, validità statistica, puoi farlo. Quindi potresti dire, puoi sostenere che il consumo di latte, prendo un prodotto molto basilare, che il latte fresco sarà così tra 10 anni nel mercato francese e sarai abbastanza preciso perché, ancora una volta, hai un tale storico. Dove non sono d’accordo è che non puoi basare la tua strategia aziendale su questo. Perché? Perché tra dieci anni, ciò che renderà un marchio di latte fresco attraente potrebbe essere completamente diverso da quello che è ora. Potrebbero esserci nuove etichette, nuovi standard di aspettative su cosa significhi effettivamente un prodotto biologico di alta qualità. Questo è un gioco che si gioca in modo molto aggressivo. Quindi forse il consumo di latte sarà ancora più o meno lo stesso, ma potrebbe o potrebbe non essere un gioco fondamentalmente diverso solo perché il tipo di branding che dovrai fare, il tipo di confezionamento avrà delle differenze molto sottili che fanno tutta la differenza.

Sì, mi aspetto che tra 10 anni saranno ancora principalmente bottiglie bianche. Sì, va bene, ma si sta perdendo il punto che ci possono essere così tante piccole sfumature in questo che possono fare tutta la differenza in termini di conquista di quote di mercato, profitto e quant’altro. Quindi vedi, non è scontato. E se guardi anche alle aziende di grande successo, diciamo la Coca-Cola company, si sono reinventate costantemente in termini di immagine e branding, e c’è sia continuità che reinvenzione ogni decennio. Quindi non si tratta solo di fare e giocare la stessa partita. È, ed è piuttosto impressionante quando guardi aziende come Coca-Cola. Si sono reinventate con successo per praticamente 100 anni. Quindi è molto impressionante.

E questo è ciò che intendo quando torniamo alla domanda iniziale, è, a livello fondamentale, sì, stai cercando il profitto. Sì, e sì, questa è una cosa che in futuro la qualità delle tue decisioni sarà valutata in euro o dollari guadagnati duramente. Quindi alla fine sarà quantitativo e puramente quantitativo. Se hai molto successo, si vedrà in termini monetari. Ma a causa del fatto che quando ti proietti nel futuro, quei KPI smettono semplicemente di essere rilevanti. Soprattutto, alla fine della giornata, sono quasi interamente decisioni basate sul giudizio e quindi qualitative. Perché, in generale, danno risultati migliori.

E vedo questo come un, ancora una volta, come un analista di dati professionale. Dico questo ai clienti di Lokad, non lasciate che la vostra strategia a dieci anni sia dettata dai numeri che vedete ora. È fuorviante. È un errore. Il mercato si evolverà in un modo che renderà quei numeri irrilevanti in un certo senso. Anche se i numeri proiettati dovessero risultare veri, come il consumo futuro di latte, ci saranno altre cose che renderanno quei numeri irrilevanti solo perché i tuoi concorrenti troveranno modi per batterti in modi sorprendenti. Questo è ciò che la concorrenza sta facendo a un livello più ampio.

Conor Doherty: Se potessi riassumere la nostra discussione in una domanda: se il vero dilemma qualità-costi nella supply chain è complesso e costoso da risolvere come hai descritto, e ha un orizzonte temporale così limitato, proprio come le previsioni stesse, perché esattamente le persone dovrebbero passare dalle metriche semplici, convenienti, discrete e comprensibili di livelli di servizio buoni e cattivi? Perché farlo nonostante o alla luce di tutto ciò che hai appena descritto? Qual è l’incentivo?

Joannes Vermorel: L’incentivo è simile a diventare un maestro degli scacchi. È molto difficile, molto costoso, molto impegnativo, ma lo fai per vincere. Quindi, vedi, la cosa è che, ancora una volta, hai dei concorrenti e, si dice che le supply chain di oggi siano diventate incredibilmente complesse. Quindi, c’è un potenziale per migliorarle che è anche enorme. Ancora una volta, la cosa interessante è che le supply chain sono diventate enormemente complesse negli ultimi cinque decenni perché le aziende hanno, attribuisco questo alla digitalizzazione, le aziende hanno ERPs, hanno WMS, hanno piattaforme di e-commerce.

Quindi, hanno acquisito la possibilità di eseguire supply chain super complesse e lo fanno. E quando parlo con molti clienti, ci sono pochissimi clienti che mi hanno detto, sai cosa, vogliamo tornare a prodotti più semplici, tempi di consegna più lunghi. Quindi, teniamolo più semplice, sai, cose come tempi di consegna più lunghi, ad esempio, produciamo dopo aver ricevuto gli ordini di acquisto, fatti su ordinazione.

Ci sono pochissime aziende che dicono, sai cosa, vogliamo tornare a quella produzione su ordinazione, perché rendeva tutto così più semplice. No, non è esattamente la direzione di cui stiamo parlando. Quindi, la conclusione è che la supply chain attraverso la digitalizzazione, e non fraintendetemi, la digitalizzazione è antica, è qualcosa che è successo tre decenni fa, è diventata enormemente più complessa.

E quindi, la capacità di ottimizzare veramente questo gioco che è cresciuto enormemente in complessità, è come scacchi a cinque dimensioni o qualcosa del genere, non è progredita quasi allo stesso ritmo. Quindi, la cosa interessante è che, anche se, sai, se torno a questa aneddoto, entrambi i miei genitori hanno iniziato a lavorare in Procter and Gamble, più di quattro decenni fa.

E, all’epoca, avevano letteralmente circa 200 prodotti per l’azienda mondiale e il mercato francese. Quindi, era un gioco molto semplice da giocare. E questo è cresciuto, diciamo, di due ordini di grandezza in termini di complessità, almeno se non di tre. Ed è ancora lo stesso tipo di ricette naive e così via.

Ma quindi, c’è un grande potenziale e sì, è molto difficile, sono d’accordo, è una sfida, sono d’accordo, ma se non lo fai, qualcun altro lo farà per te. E le persone, sai, osservano Amazon. Oh, Amazon è un’azienda così grande e così redditizia e sta ancora crescendo.

E le persone dicono, sì, ma sai cosa. Direi che quando osservi Amazon crescere così tanto e così velocemente, la mia reazione è anche che praticamente c’è un’intera classe di concorrenti che non riescono a sfidare Amazon ad abbracciare questo modo super aggressivo di progettare una supply chain.

E le cose che ho descritto qui, sono il tipo di giochi che vengono giocati da più di un decennio su Amazon. E sì, le persone vedono che è ancora, è un gigante assoluto che è molto oltre queste economie di scala. Voglio dire, il gioco che Amazon sta giocando al giorno d’oggi è che Amazon è così grande che le persone non si rendono davvero conto che Amazon opera con un enorme svantaggio.

Hanno come un enorme handicap. Pensalo come, sai, un enorme handicap come se stessi giocando a golf con qualcuno che ha una benda sugli occhi e deve giocare contro di te. Quindi, sono così grandi che hanno questo handicap assolutamente enorme e crescono ancora e superano molte aziende.

E vedo che in larga misura, anche molte aziende hanno fallito nel migliorare il loro gioco di supply chain. Voglio dire, guarda solo questo, Amazon sta gestendo qualcosa come 300 milioni di prodotti elencati. Questo è, sai, letteralmente quasi due ordini di grandezza in più rispetto a praticamente qualsiasi altra grande azienda. È molto, molto impressionante.

Quindi ancora una volta, la mia opinione è che, per concludere, questa dilemmatica decisione di qualità rispetto all’investimento, è il tipo di meta-gioco che viene giocato ed è al di sopra del solito dilemma tradizionale, trilemma, sai, denaro contro costo contro servizio e così via.

Questo è il meta-gioco che viene giocato e direi che se non inizi a giocare a questo tipo di meta-gioco, beh, perderai la partita perché, tu, tu, tu non ti rendi conto di cosa serve per progettare realmente una forma superiore di supply chain per la tua azienda. Sei bloccato nel cercare di affrontare il gioco stesso, ma ora è un meta-gioco.

Proprio come se volessi davvero vincere a scacchi al giorno d’oggi, puoi vincere solo attraverso il software. Sono passati due decenni da quando la macchina ha battuto il campione mondiale di scacchi. Quindi ora, se vuoi giocare a scacchi, sai, per vincere, sai, in termini assoluti, è solo software tutto il tempo.

Si tratta solo di una squadra che sta progettando un pezzo di software contro un’altra squadra che sta progettando un pezzo di software. Se pensi che puoi vincere a scacchi attraverso la tua azione diretta, hai perso. È ora una battaglia che viene combattuta solo tra squadre che progettano pezzi di software.

Le persone direbbero, oh, l’hai perso, non è così interessante. Direi che per quanto mi riguarda, è affascinante. Voglio dire, è ancora bello vedere quelle squadre di ingegneri che arrivano con idee migliori e ingegnerizzano modi diversi per creare, ad essere onesti, non sono mai stato super interessato agli scacchi.

Sono sempre stato molto più interessato nel tipo di ingegneria del software che gioca a scacchi. E la mia opinione è che anche se hai un po’ di paura perché sei passato dal giocare a scacchi al, sai, meta-gioco di cosa devo fare per avere questo pezzo di software, nel complesso rende il gioco molto più interessante.

Sai, non temere, nel complesso è molto più interessante, molto più soddisfacente. E le supply chain sono così complesse che non devi avere paura se non sei un mago della programmazione. Il problema è così vasto che hai ampie aree in cui sarai in grado di sviluppare le tue competenze e trovare il tuo percorso in questo viaggio.

Conor Doherty: Come pensiero conclusivo, diciamo spesso “cerca il progresso, non la perfezione”. Quindi, come prossimo passo concreto, se qualcuno stesse cercando di passare dalla classica prospettiva binaria di un livello di servizio buono o cattivo a muoversi nella direzione di Amazon, qual è un semplice prossimo passo?

Joannes Vermorel: Prima di tutto, identifica le decisioni che si prendono nella tua supply chain. Dedica del tempo genuino per valutare in senso lato cosa significa qualità nella tua supply chain. E sono sempre sorpreso quando le persone dicono, oh, miglioramento della supply chain, significa un livello di servizio migliore. No, non è così. O riguarda il costo. No, non è così. È solo una frazione di tutto ciò. E pensa solo, ad esempio, a questo trilemma di costo versus servizio versus qualità.

E ancora, è la qualità che definisce la qualità del servizio in un modo molto specifico, come il livello di servizio. Dove direi, la mia sfida che lancio al pubblico è, trova 20 dimensioni per la tua supply chain. Dovresti essere in grado di trovarne 20. Non è così difficile. Vedrai, quando pensi davvero a fondo, che ci sono almeno 20 dimensioni che stanno solo tirando.

Voglio dire come driver, vincoli, considerazioni che sono diverse. E non lasciarti sedurre da quei quadri super semplicistici che ti promettono di risolvere la tua supply chain con un trilemma. Invece di avere un dilemma e due cose che tirano in direzioni diverse, identifica quelle 20 dimensioni, fai una sessione di brainstorming.

E poi inizierai a comprendere che si tratta di un gioco molto complesso che viene giocato e che merita una risposta che abbraccia questo tipo di complessità. E ancora, approssimativamente corretto è meglio che esattamente sbagliato. Sì, la tua risposta potrebbe essere un po’ grezza, ma almeno è molto più inclusiva rispetto a dire, ho questo modello ottimale che guarda solo due dimensioni su 20.

E questo ti dà un’illusione di ottimalità perché è un’ottimalità ma in un modo incredibilmente stretto e semplicistico che nemmeno riconosce minimamente cosa significhi in generale avere un’esecuzione della supply chain di alta qualità di cui la tua azienda ha davvero bisogno.

Conor Doherty: Va bene, Joannes, non ho altre domande. Grazie mille per il tuo tempo. E grazie mille per aver guardato. Ci vediamo la prossima volta.