Dilemma Qualità-Costo in Supply Chain - Ep 160

00:00:00 Introduzione all’intervista
00:02:09 Qualità vs costo nelle decisioni della supply chain
00:05:16 iPhone come esempio di qualità
00:08:36 Processo decisionale e opzioni nella supply chain
00:11:47 KPI per valutare la performance della supply chain
00:14:27 Livelli di servizio come misura di performance
00:17:24 Importanza della qualità rilevante nel design del prodotto
00:20:42 Complessità oltre la 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 (LLMs) in Lokad
00:31:21 Velocità dei moderni computer e costo dell’IA
00:34:34 Analisi degli approvvigionamenti e impatto dell’IA sul costo
00:38:17 Compromessi di costo nella supply chain
00:41:38 Decidere il numero di concorrenti da monitorare
00:45:10 Confrontare la sofisticazione del software con il numero di personale
00:48:26 Investire per comprendere i driver della supply chain
00:51:43 La situazione di mercato non può essere estesa nel futuro
00:54:23 Profitto come misura della qualità delle decisioni
00:58:12 Complessità delle supply chain a causa della digitalizzazione
01:00:52 Il successo e le strategie di crescita di Amazon
01:03:24 Incoraggiamento a non temere la complessità della supply chain
01:06:01 Essere approssimativamente corretti è meglio che essere esattamente sbagliati

Sommario

In un dialogo con il Responsabile Comunicazione di Lokad, Conor Doherty, l’amministratore delegato di Lokad, Joannes Vermorel discute il rapporto qualità-costo nella supply chain management. Vermorel sottolinea che la qualità si riferisce al processo decisionale, non agli attributi del prodotto, e che la qualità percepita dal cliente potrebbe non allinearsi con le decisioni ottimali di approvvigionamento a causa del costo. Critica i KPI tradizionali, sostenendo che non riflettono una qualità genuina. Vermorel discute anche il ruolo dei Large Language Models (LLMs) nella gestione della supply chain, osservando che possono portare a decisioni più intelligenti, ma possono gonfiare i budget IT. Suggerisce che il dilemma qualità-costo è un meta-gioco, richiedendo ingegneria software per risolvere i problemi della supply chain e valutare i compromessi.

Sommario Esteso

In una conversazione stimolante tra Conor Doherty, Responsabile Comunicazione in Lokad, e Joannes Vermorel, CEO e fondatore di Lokad, i due analizzano l’intricato concetto 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 agli attributi fisici dei prodotti. Sottolinea che il più alto livello di qualità del servizio dal punto di vista del cliente potrebbe non corrispondere alla massima qualità in termini di decisione di approvvigionamento per un’azienda, a causa dei costi associati.

Vermorel approfondisce dicendo che, sebbene investire più risorse, personale e software possa condurre a decisioni migliori, queste non devono essere confuse con la qualità percepita dal cliente. Riconosce la soggettività nel misurare la qualità delle decisioni, contrapponendola alla valutazione più diretta dei prodotti fisici. Tuttavia, sostiene che la qualità percepita di un prodotto spesso va oltre i suoi attributi fisici, citando l’iPhone e il suo Marketplace come esempio.

Secondo Vermorel, la gestione della supply chain è una maestria dell’opzionalità, dove la qualità delle decisioni può risultare sfuggente. Egli suggerisce che alcune metriche, come la capacità decisionale, possono essere misurate oggettivamente. Critica l’uso di KPI come livelli di servizio e accuratezza delle previsioni per valutare la performance della supply chain, sostenendo che questi non riflettono in modo genuino la qualità.

Vermorel discute anche il ruolo dei Large Language Models (LLMs) nella gestione della supply chain. Spiega che, sebbene gli LLM siano costosi, possono condurre a decisioni di qualità superiore. Avverte che le aziende spendono somme ingenti su questi sistemi, che possono gonfiare significativamente i budget IT. Suggerisce che, in alcuni casi, potrebbe essere più conveniente adottare una versione meno costosa di un LLM.

Vermorel ritiene che, grazie agli LLM, le aziende possano ingegnerizzare la qualità delle loro decisioni e gestire il compromesso di costo. Nota che questo concetto è raramente discusso nella gestione tradizionale della supply chain. Spiega che le modern supply chains sono eseguite da software, il quale può essere ingegnerizzato. Sottolinea che esistono metriche semplici per misurare il costo operativo del software, come il tempo, la memoria e il consumo del disco.

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

In conclusione, Vermorel consiglia di identificare le decisioni all’interno della supply chain e di valutare, in senso ampio, cosa significhi la qualità. Suggerisce di identificare 20 dimensioni della supply chain come approccio più completo rispetto a strutture semplificate. Questa conversazione è un promemoria della complessità e della sottigliezza insite nella gestione della supply chain, e della necessità di un approccio più sofisticato al processo decisionale e alla valutazione della qualità.

Trascrizione Completa

Conor Doherty: Benvenuto in Lokad. Ogni decisione aziendale riflette un attento equilibrio tra qualità, ovvero quanto una cosa è buona, e quanto costa. Ma questo rapporto qualità-costo si estende anche alla supply chain? Oggi a discuterne è presente il fondatore di Lokad, Joannes Vermorel.

Allora Joannes, il rapporto qualità-costo, proprio come la scarsità, credo che le persone abbiano un’idea generale di cosa significhi quando lo usano. Potresti fornire una breve panoramica di cosa si intenda, collegandolo esplicitamente al tema della supply chain e spiegando perché è importante?

Joannes Vermorel: La qualità è un attributo che normalmente si applicherebbe in misura molto maggiore al prodotto fisico stesso. Ad esempio, un iPhone è uno smartphone di alta qualità. Puoi avere un’auto molto economica, un’auto costosa di alta qualità, e tutto il resto. Probabilmente è il modo più semplice per inquadrare la questione. Ma quando si passa alla supply chain, ci si rende conto che la supply chain non ingegnerizza i prodotti, non li produce. Quindi, se parliamo di qualità dal punto di vista della supply chain, non sono esattamente gli attributi fisici dei prodotti ad essere rilevanti.

Pur essendo in parte un problema legato alla supply chain, potremmo riprenderlo in seguito, ma fondamentalmente non rientra perché non è responsabilità della supply chain.

Se includessimo questo aspetto nella supply chain, allora la supply chain diventerebbe così ampia da perdere di significato, confondendosi quasi con l’intero business. Per chiarezza, diciamo che la qualità, intesa come attributi fisici dei prodotti, non è propriamente una questione di supply chain. Non è questo il senso di qualità in un contesto di supply chain.

Per qualità in un contesto di supply chain intendo la qualità delle decisioni. Il primo tranello è probabilmente pensare che la qualità delle decisioni equivalga alla qualità del servizio percepito dal cliente. Ad esempio, evitare sempre un stock out potrebbe rappresentare il massimo livello di servizio immediato in contesti retail molto semplici. Questo è il massimo della qualità del servizio dal punto di vista del cliente. Ma è davvero la decisione di approvvigionamento più qualitativamente elevata per la tua azienda? Assolutamente no, perché risulterebbe insostenibilmente costosa. Quindi, per rapporto qualità-costo intendo proprio la qualità delle decisioni.

Per ottenere una decisione migliore possiamo investire più risorse, più personale, più software, o anche investire in ricerca e sviluppo per migliorare l’insieme. Questi sono tutti elementi dal lato del costo, che porteranno a decisioni di qualità superiore, anche se la qualità, nel contesto della supply chain, non va confusa con quella percepita dal cliente.

Ancora una volta, la supply chain riguarda tutti i compromessi. Una decisione di altissima qualità è quella che bilancia attentamente tutti questi compromessi. Come dico nelle mie lezioni, la supply chain è la maestria dell’opzionalità. Quindi, parlare di qualità super alta significa intendere un’esecuzione di grande successo, un alto livello di padronanza in questo gioco costante di decisioni nella supply chain.

Conor Doherty: Per riprendere subito il discorso, citi l’esempio dell’iPhone. Se parli della qualità di quel dispositivo e dei protocolli di controllo qualità che entrano in una valutazione qualità-costo, puoi indicare le proprietà fisiche di un iPhone, come la qualità del chip o della memoria. Puoi misurare questi aspetti e dire che sono di alta qualità. Ma quando si parla della qualità delle decisioni, si entra in un territorio molto soggettivo.

Joannes Vermorel: A livello superficiale, sì; quando si ha a che fare con i prodotti fisici, valutare la qualità risulta più diretto. Ma questo vale solo a livello superficiale. Se torniamo all’iPhone, che è in realtà un esempio calzante, la qualità dell’iPhone nel suo primo anno di uscita non fu eccezionale. Se ricordo bene, andò abbastanza bene per Apple, soprattutto considerando le difficoltà dell’epoca, ma fu comunque relativamente modesta.

Successivamente, con l’introduzione dell’App Marketplace, l’iPhone conobbe una crescita esplosiva. Fu in quell’occasione che Apple decise di offrire, per le app, una soluzione di installazione con un solo clic: bastava selezionare un’app, pagarne 1$ e in pochi istanti si otteneva un’app perfettamente compatibile, facilissima da installare sullo smartphone. È allora che la popolarità e la qualità percepita dell’iPhone esplosero. Se osserviamo gli attributi fisici, sì, era un dispositivo molto valido, ma in termini di funzionalità basilari, come effettuare chiamate, il dispositivo lasciava a desiderare. Non era il massimo solo come telefono.

Ma la qualità percepita esplose con l’introduzione dell’App Store, perché improvvisamente il formato smartphone acquista un senso completo. Avevi un mini computer, potevi fare così tanto, e la qualità percepita non era più quella di un semplice telefono, ma di uno smartphone. Tuttavia, le persone non ricordano che ciò avvenne solo un anno dopo. Il punto che intendo sottolineare è che la qualità comprende, sì, alcuni aspetti fondamentali – materiali migliori, maggiore resistenza allo stress e alla fatica affinché il prodotto non si rompa o degradi, leggerezza, ecc. – ma anche molto di più.

Quindi, sebbene esistano aspetti di base, quando si parla di prodotti fisici la qualità spesso va oltre l’apparenza. Può includere aspettative come un ecosistema integrato, accessori compatibili, o anche, in senso puramente estetico, la capacità di abbellire vari ambienti. Un oggetto decorativo che arricchisce un appartamento, anche se di stile differente, può possedere una qualità intangibile, ma pur sempre presente.

Conor Doherty: Ma ben poco di tutto ciò si traduce nelle decisioni della supply chain.

Joannes Vermorel: La qualità, per i prodotti fisici, si può misurare con metriche semplici e dirette, ma quella delle decisioni possiede una profondità difficile da quantificare. Inoltre, quando si tratta di supply chain, questa è la maestria dell’opzionalità: si tratta letteralmente di osservare le opzioni e, a un certo punto, scegliere quella che si è coltivata attivamente.

Ok, questo è estremamente astratto, quindi la qualità diventa qualcosa di molto sfuggente. Anche se parliamo di una qualità così elusiva come quella delle decisioni, esistono comunque alcune metriche relativamente semplici. Ad esempio, nell’ambito militare si dice che il peggior piano è non averne affatto uno, e che nulla è peggiore in battaglia di un chirurgo indeciso. L’indecisione, in quasi tutti i casi, è sbagliata. Ciò significa che, anche se una decisione è quella di non agire, aspettare che il nemico commetta un errore, essa è molto diversa dall’essere indecisi e non fare nulla.

È, no, ho deciso che la miglior decisione è aspettare il giusto momento, e questo è molto diverso dall’indecisione, dove non si sa cosa fare e si scatta il panico, rimanendo fermi. Pur trattandosi di decisioni apparentemente simili – al massimo non facendo nulla – la differenza tra aspettare con intenzione e agire in preda all’indecisione è notevole in termini di qualità.

Quindi, anche, sai, ad esempio, la decisione è qualcosa che puoi misurare in modo relativamente semplice. Quindi, in contesti di supply chain, sarebbe: sei in grado di prendere la tua decisione prontamente, o ci vuole un’eternità senza alcun valido motivo? Sai, quella sarebbe una metrica, e misurare il tempo impiegato per prendere una decisione può essere qualcosa che si misura oggettivamente. Quindi, in una certa misura, hai delle metriche semplici, ma direi che non sono molto, molto buone. A differenza, sai, della situazione sul campo di battaglia, nella supply chain raramente esistono situazioni così super urgenti da richiedere decisioni nei secondi o nei minuti. Quindi, in realtà, non è così chiaro.

Anche se, ovviamente, se impieghi quattro mesi per prendere qualsiasi tipo di decisione, probabilmente sei davvero scarso. Ma sì, ci sono quegli elementi che sono più complessi, più astratti, e inoltre sono incredibilmente aperti. Quindi, non esiste un limite chiaro su cosa potresti osservare per valutare la qualità di quelle decisioni.

Conor Doherty: L’analogia del Generale sul campo di battaglia e ogni decisione è migliore dell’indecisione completa. Beh, intendo dire che esistono già KPI che le aziende usano per valutare la qualità o la performance. Diciamo, per ora, performance e poi possiamo parlare di qualità per valutare la performance della supply chain. Quindi, per 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 indicano che era accurato al 50%, al 60%. Stai dicendo che questo è meglio del niente?

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

Conor Doherty: Cosa intendi quando parli di artefatti numerici?

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

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

Joannes Vermorel: Sì, sono solo numeri. E non un qualsiasi tipo di numeri. Numeri che tipicamente derivano da libri di testo o formule. Per esempio, se parlo di errore quadratico medio per l’accuratezza della previsione, questa è una metrica molto popolare. È una metrica che troverai in molti libri di testo, libri di testo di matematica. Perché esiste questa metrica? Beh, la trovi nei libri di testo perché ci sono molti teoremi, c’è la norma due, la metrica dell’errore quadratico medio, hai la norma uno, la norma due, ecc., e ci sono molti teoremi, teoremi matematici, teoremi statistici associati a questa metrica.

Il problema è che si tratta di una prospettiva introspettiva. Hai il mondo matematico, in cui le persone dicono: “Perché ti interessa questa norma due?” La risposta è: perché ho tanti teoremi associati a questa norma due. Posso giocare con essa, posso elaborare molte costruzioni astratte e fare tante cose dal punto di vista matematico. Va bene, ciò la rende un oggetto matematico interessante, proprio come i numeri primi, per esempio. I numeri primi sono costrutti matematici affascinanti. Sono molto reali anche in senso matematico. Ma ciò da solo non dimostra che ci sia una correlazione con il tipo di qualità e successo che la tua supply chain potrà ottenere.

Conor Doherty: Collega allora quella bella analogia ai livelli di servizio.

Joannes Vermorel: Livello di servizio, perché dovrebbe esserci qualche correlazione? Sì, in una certa misura, se hai ad esempio un livello di servizio dello 0%, non vendi nulla e quindi sembra piuttosto negativo. Se hai, ad esempio, 100% livello di servizio, è altrettanto negativo perché significa che hai costantemente svalutazioni dell’inventario. Perché se non ti permetti mai di rimanere senza scorte, significa che non potrai mai liquidare nulla. Quindi, gli estremi sono piuttosto cattivi. Ma in mezzo, va bene qualsiasi cosa. Sai che l’ottimale non si trova negli estremi, ma nel mezzo; la mia ipotesi è buona quanto la tua. È semplicemente molto sfocato.

Sono molto sospettoso quando le persone mi forniscono una percentuale come se fosse una misura di performance o qualità. Dov’è la logica? È semplicemente qualcosa che cade dal cielo. Mi dai una formula e, a meno che tu non abbia un’argomentazione molto solida per sostenerla, non ho motivo di credere che questo artefatto numerico sia appropriato. È solo qualcosa di casuale che hai tirato fuori da un libro di testo matematico o statistico.

La cosa interessante è che, se adottiamo questa mentalità dei KPI, quando si tratta di qualità, se cerchi, diciamo, libri di testo sul design e la produzione, c’è una discussione molto sfumata in corso. Per esempio, anche se ci immergiamo nel testamento di un rivenditore di mobili firmato dal fondatore di Ikea, che è un documento bellissimo, super breve, lo raccomando davvero al pubblico. Uno dei punti, ho dimenticato se era l'11 o il 14, ci sono circa 20 punti e uno dei punti del fondatore di Ikea è: “Non lasciarti ingannare da alcune metriche facili sulla qualità dei prodotti.”

Per esempio, egli dice che la prima cosa è: se vuoi avere una bella superficie, ricorda che conta solo quella superficie che le persone possono toccare e vedere. E stiamo parlando di mobili. Ha detto: “Non vantarti, per 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, nel testo faceva riferimento a qualcosa come il retro dei mobili o qualcosa che sta sotto il tavolo, qualcosa che non apprezzerai mai davvero. Quindi, diceva che quando investi in 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 quelle superfici che non contano agli occhi del cliente.

E perché? E lui lo sottolineava, dicendo che se fai così, i clienti finiscono per pagare per qualità che non apprezzeranno. E, dal suo punto di vista, ciò era piuttosto negativo. Devono pagare, ogni singolo centesimo che pagano, è per la qualità che apprezzeranno. Ed era una questione molto sfumata, quindi direi che se parliamo di design e produzione, c’è una discussione molto articolata su, sai, qualità contro costo, esattamente su come affrontare la questione.

Ma se parliamo del mondo della supply chain e del processo decisionale, questa cosa è assente, completamente assente. La teoria dominante della supply chain, e direi perfino quella dominante nel business, in stile studi MBA, è decisamente assente quando si tratta della qualità delle decisioni. Le persone usano ragionamenti molto, molto binari. Non ho mai visto, per esempio, in un libro di testo sulla supply chain o anche negli studi generali di business, una trattazione approfondita dello spettro di investimenti e risorse che puoi impiegare per rendere le tue decisioni un po’ migliori, fino a quando i rendimenti decrescenti annullano i tuoi sforzi e poi il costo supera ciò che ottieni migliorando la decisione.

E ancora, se pensi a questo inseguire il giusto livello di servizio, ad esempio, le aziende direbbero semplicemente: “Abbiamo quei target di livello di servizio.” Ma che dire dell’investimento che fai, sai, sia in capex che in opex, per inseguire il giusto livello di servizio? Ancora una volta, il livello di servizio non è un KPI eccezionale, ma, per semplicità per il pubblico, mi riferirò ad esso in quanto qualcosa di familiare. Quindi, anche se scegli un livello di servizio e dici: “Questo è il mio target, questo dovrebbe essere il miglior compromesso per la mia supply chain e la mia azienda,” qual è la qualità di questa valutazione? Dovresti investire, sai, hai stabilito un numero, diciamo il 95%, ma è il miglior numero che hai raggiunto e dovresti investire di più per perfezionarlo ulteriormente o no, e perché?

E di solito non se ne discute nei libri di testo sulla supply chain. Le persone ti danno semplicemente una ricetta e diciamo: “La applichi,” e poi ci sono due situazioni: sei conforme al tuo processo o non lo sei? E questo è tutto. Lo spettro per affinare cosa significhi persino conformità, cosa significhi qualità, quale direzione prendere e quale debba essere persino il percorso, è semplicemente assente.

Conor Doherty: Non sono in disaccordo con questo, ma ci sono due punti. Il primo è: non è possibile o ragionevole dire che l’esistenza di queste demarcazioni binarie, accettabile/non accettabile, buono/cattivo, che mancano di raffinatezza, non siano il risultato del fatto che ciò che stai descrivendo è un livello di complessità che va oltre la mente umana? E per questo esistono queste caratteristiche molto grezze come, sì, vai, no, basta, buono, cattivo. E sono d’accordo, manca di sofisticazione, ma è il risultato non della stupidità, bensì di come, precisamente, puoi bilanciare, come puoi far girare milioni e milioni di piatti.

Joannes Vermorel: Concordo che sia il risultato della mente umana, ma non necessariamente nel modo in cui la gente lo percepisce. Hai a che fare con esseri umani e gli esseri umani sono incredibilmente complicati. Non è che la mente umana abbia dei limiti, è solo che ti confronti con individui che sono, singolarmente, incredibilmente complessi. Quindi, in effetti, devi ricorrere a criteri molto semplici, non perché la tua mente sia limitata, ma semplicemente perché stai trattando con persone così incredibilmente complesse che i rendimenti decrescenti arrivano molto, molto rapidamente, proprio perché è estremamente difficile.

Supponiamo di avere una centinaia di pianificatori di domanda e supply. È un immenso sforzo raggiungere quei livelli così elevati di finezza e simili. Quindi, sono d’accordo con l’affermazione che è troppo, ma non tanto perché ci sia un limite alla nostra comprensione. Possiamo fare molto. È solo che hai a che fare con persone così incredibilmente complesse e sfumate, ecc., che tentare di ingegnerizzare ciò, e poi, in virtù del fatto che sono complesse, hanno una volontà propria, ecc., la maggior parte dei tentativi di essere iper-rationali si ritorceranno contro di te. Sai, questa è la maledizione: se provi a incentivare le persone, loro sfrutteranno il sistema e reagiranno in modo negativo. Di solito, mantenere tutto super semplice è la scelta più sicura.

Un altro argomento è che il supply chain management nel XXI secolo non dovrebbe essere gestito da persone a tutti i livelli. Sì, ai vertici ci sono le persone, ma lo strato esecutivo dovrebbe essere completamente meccanizzato.

Conor Doherty: La mia prossima domanda, allora: l’assenza di questa prospettiva che stiamo delineando nei libri di testo tradizionali è sicuramente una conseguenza del fatto che ora viviamo in un’era in cui abbiamo machine learning, AI e automazione su una scala e con un grado di granularità che non esistevano cinque decenni fa, o anche due decenni fa. Quindi, la tua risposta?

Joannes Vermorel: Ed è qui che diventa molto interessante. Se dici che le decisioni saranno ingegnerizzate, allora sarà una macchina a generare quelle decisioni intelligenti. Sì, è intelligenza artificiale. Non intelligenza artificiale generale, ma è artificiale. Se, in maniera ripetitiva, prende una serie di buone decisioni, possiamo concordare che almeno possiede un minimo di intelligenza. È intelligenza in sé, sebbene limitata. Di certo non è stupida.

I Large Language Models (LLMs) dimostrano in modo molto diretto e illustrativo ciò che intendo per qualità contro costo. Se hai sperimentato, per esempio, ChatGPT-3.5 rispetto alla versione a pagamento, ossia 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, in effetti, di qualità molto superiore.

Puoi sperimentare questo in maniera molto diretta. Puoi interagire in forma di dialogo e provare a far risolvere un problema a questo LLM. Puoi provarlo con GPT-2, GPT-3.5 e GPT-4 e molto probabilmente resterai sbalordito dal livello di intelligenza che ottieni. È tutto molto granulare. Ci sono cose che funzionano e che confonderanno i modelli più piccoli, e poi, passando a modelli più grandi e intelligenti, ottieni discussioni con maggiore profondità, in cui le risposte sono più sfumate, in cui viene colto meglio l’intento della tua domanda, e così via.

Puoi vedere tu stesso cosa significa avere decisioni di qualità superiore. Fai una domanda all’LLM, ed esso ti fornisce una risposta. Questo è il tipo di qualità in gioco qui. Anche se questa percezione di qualità, per esempio, una risposta in plain text davvero buona a una domanda, è alquanto sfuggente, puoi cogliere l’atmosfera di questo spettro di qualità in pochi minuti. Non è necessario avere un dottorato in machine learning. Puoi giocare con GPT-3.5 per 10 minuti, giocare con GPT-4 per 10 minuti, e ci arriverai. Vedrai quel tipo di qualità extra che c’è in ogni singola risposta prodotta dal sistema.

Questo è esistito in Lokad per quasi un decennio, questa sorta di sfumatura. Ma a causa del fatto che non avevamo modo di dimostrare questo aspetto, perché le decisioni di supply chain sono frequentemente molto astratte e un po’ opache, dato che sono legate a una supply chain con cui potresti non avere familiarità, non è esattamente qualcosa che puoi indicare e toccare. E non è come quelle cose che sono facili da dimostrare, e anche se le dimostri, le persone non percepiscono questa sfumatura tra qualità inferiore e superiore solo perché mancano di informazioni, di contesto e così via.

Ma gli LLM sono stati una svolta, poiché improvvisamente potevi semplicemente sperimentarli e vedere: “Oh sì, per questa somma di denaro, ottengo una decisione così tanto migliore ed è abbastanza ovvio.” E poi ti rendi conto che ci sono situazioni in cui non si richiedono decisioni più intelligenti. Non è sempre meglio. Ci sono casi in cui ottenere semplicemente la risposta più rapidamente è sufficiente. Questo è il giusto compromesso. E capisci che, in termini di intelligenza, una qualità superiore non è sempre semplicemente migliore. Ad un certo punto c’è un compromesso. In realtà, veloce è meglio, piuttosto che più intelligente.

Conor Doherty: In che modo, dato che so che ora utilizziamo anche gli LLM come parte della nostra offerta, l’inclusione degli LLM cambia esattamente il rapporto qualità-costo, che è già piuttosto astratto? Ora stiamo aggiungendo un ulteriore livello di astrazione, che sono gli LLM, ma in termini pragmatici o pratici, preferibilmente con un esempio, come influisce questo sul rapporto qualità-costo dal punto di vista della supply chain?

Joannes Vermorel: Cambia, perché gli LLM sono attualmente così costosi. Voglio dire, il pubblico potrebbe non rendersi conto, ma gli LLM sono fantastici, ma costosi. In linea di massima, elaborare un kilobyte di dati con un LLM ti costa qualcosa come un milione di volte di più rispetto a qualsiasi altro tipo di calcolo effettuato sullo stesso kilobyte di dati. Quindi, letteralmente, gli LLM sono ordini – e non intendo uno o due, intendo circa sei o sette ordini di grandezza in più per kilobyte di elaborazione dati – e sono anche più lenti, rispetto a qualsiasi altro tipo di calcolo tu possa effettuare.

Conor Doherty: Stai parlando di aspetti quantitativi o qualitativi, o entrambi?

Joannes Vermorel: Solo metriche fattuali, quanto tempo e a che costo ti costerà elaborare un kilobyte. Il fatto che tu possa vedere il testo che scorre davanti a te fa pensare alla gente che sia una cosa fantastica, ma da informatico penso: “Wow, è così anni ‘50.” Sai, i computer oggi sono così veloci che normalmente possono visualizzare, direi, migliaia di righe in millisecondi. Quando hai una pagina web ben progettata, essa mostrerà un muro infinito di testo in millisecondi, e non vedrai il testo stampato un carattere alla volta. Perché? Perché è così veloce da stare al di sotto della soglia della percezione.

Se torniamo agli anni ‘60, potevi vedere, in film molto vecchi, il testo stampato un carattere alla volta. Se torni ai film, sai, tipo il James Bond degli anni ‘60 e simili, vedrai quel tipo di terminali antichi in cui il testo veniva visualizzato una riga alla volta. E perché? Perché quei computer dell’epoca erano così lenti da farlo notare. E il motivo per cui oggi clicchi 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 quella pagina. Non ha senso, comunque, di cattiva ingegneria del software, ma in definitiva il testo dovrebbe essere istantaneo. Voglio dire, non può essere veramente istantaneo in senso fisico, ma dovrebbe esserlo, sai, i muri di testo dovrebbero essere così rapidi da essere ben al di sotto della soglia di percezione della mente umana. Il fatto che tu possa vedere il testo apparire indica semplicemente che il sistema è incredibilmente lento.

Quindi, tornando alla tua domanda, questo influisce perché, beh, gli LLM sono molto costosi. Ti renderai conto che devi prestare attenzione, perché Open AI ha una valutazione pazzesca, dato che, sai, gli investitori non sono stupidi. Vedono: “Oh, le aziende stanno facendo a palate soldi su questi sistemi, tipo milioni di dollari” e dicono, “Oh, vogliamo risparmiare sull’IT”, e bam, arriva Open AI, e ci sono aziende che dicono, “Siamo orgogliosi di spendere un milione di dollari al mese per questi LLM.” Congratulazioni, hai appena fatto saltare il tuo budget IT. Forse hai una valida ragione per farlo, ma non fraintendiamoci, è costoso.

Ed esistono persino situazioni in Lokad in cui diciamo, “No, a questo punto, è in realtà più economico avere un impiegato di alto livello a Parigi,” perché risulta più conveniente. Quindi, non è, sai, semplicemente, beh, gli LLM sono, di nuovo, penso che conti proprio questo aspetto: sono costosi, quindi devi prestare attenzione, e vedrai che se lo fai nel modo giusto, ci sono situazioni in cui devi dire, “No, non lo faremo perché è semplicemente troppo costoso,” o “Dobbiamo ricorrere a una versione più economica di LLM che non sia altrettanto intelligente, perché se lo facciamo con il materiale più costoso che si può trovare sul mercato, diventa troppo oneroso.”

Conor Doherty: Puoi correggere i dettagli dove mi sbaglio, ma ricordo che una delle conversazioni che abbiamo avuto e che ha ispirato l’idea per questa registrazione è stata la seguente: hai fatto l’esempio, immagina che siamo un’azienda, effettuiamo ordini di acquisto, e il nostro fornitore è un po’ inaffidabile. Sospettiamo che non sia affidabile, sospettiamo che ci possa essere un’opzione migliore sul mercato, potremmo procurarci altro, ma, voglio dire, siamo in tre nel team. Dovrò dedicare tempo a fare un’analisi per trovare altri, per trovare altri potenziali fornitori? Quindi, potresti usare un LLM ogni volta che effettui un ordine di acquisto, eseguire un’analisi automatica del sourcing e poi, quando hai tempo, rivederla, e questo sarebbe significativamente più economico che dedicare la tua capacità intellettuale, il tuo tempo e il tuo sforzo, ecc. E poi questo scala. Quindi, di nuovo, è di questo che sto parlando in termini di impatto sul rapporto qualità-costo.

Joannes Vermorel: In effetti scala, ma non è gratuito. Se decidi, ad esempio, di farlo per ogni ordine di acquisto, quale sarà il costo? Solo per eseguire un’operazione di sourcing, dovrai scansionare pagine web con gli LLM. Dovrai scansionare, forse, fino a un megabyte di testo perché analizzerai il web. Non è economico. Quindi, potresti finire per dover comporre email e, magari, mettere in funzione gli LLM con qualche script per inviare un’email, elaborare la risposta, fare un po’ di scambi, proprio come farebbe un essere umano.

Sì, potrebbe essere qualcosa di completamente automatizzato, ma ti renderai conto che ogni singola volta che avvii un’indagine di sourcing, ti costa più o meno $5 in LLM. Sì, è economico. Certo, è meno costoso rispetto a far impiegare due giorni a una persona per il caso, ma non è esattamente gratuito. È più economico che far lavorare una persona per due giorni, ma non è proprio gratuito. Se dici che sei disposto a spendere $5 ogni volta che emetti un ordine di acquisto, potresti renderti conto alla fine dell’anno di spendere un sacco di soldi. Forse non vorrai 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 parla di persone, si pensa semplicemente in termini di adeguato o inadeguato. Si adotta un processo e lo si applica rigorosamente. Potresti essere consapevole che esiste uno spettro, ma lo affronti in maniera molto grezza, come con l’operazione di sourcing: ogni fornitore viene rivisitato una volta all’anno, punto. Questo è il tuo processo, mantienilo semplice. Ma qui, invece di un approccio sfumato allo spettro, usi il martello del processo e risolvi tutto in maniera molto binaria. Con gli LLM, invece, puoi progettare il tuo spettro. Puoi dire: “Bene, posso passare dal reperire le mie opzioni ad ogni ordine, che è un estremo, oppure farlo una volta all’anno, che è l’altro estremo. Qualsiasi cosa in mezzo è accettabile e puoi lavorarci.”

È interessante perché puoi progettare la qualità delle tue decisioni, la qualità della tua optionalità. E poi ti trovi di fronte a un vero compromesso di costi. Questo è qualcosa di cui la visione tradizionale della supply chain non parla nemmeno lontanamente. Non ho mai visto manuali di supply chain che spieghino come progettare il processo che genera la decisione in modo tale che, per ogni dollaro investito, si ottenga il massimo ritorno a livello di generazione della decisione.

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

Joannes Vermorel: In una certa misura, sì. Dal nostro punto di vista, una supply chain moderna viene eseguita da software. Questo livello decisionale è una macchina. È un pezzo complesso di software con un insieme di ricette numeriche. Puoi ragionare sui suoi limiti. Anche se le basi di questo ragionamento sono logiche, le persone che ne curano l’ingegneria sono comunque umane. Esiste un limite alla ricorsione, perché a un certo punto devi decidere quanti supply chain scientists vuoi, e qui si tratta di una decisione soggettiva; tuttavia, almeno lo strato base che genera le decisioni è una macchina e può essere ingegnerizzato.

Se si tratta di un prodotto fisico, hai alcune metriche semplici. Se invece si tratta di un software da eseguire, hai anche una serie di metriche semplici, specialmente sul fronte dei costi: quanto tempo impiega, quanta memoria consuma, quanto spazio su disco utilizza, ecc. Quindi hai tutto questo e poi puoi osservare quando hai un intero spettro di attività opzionali, che puoi decidere di eseguire o meno. Ad esempio, puoi decidere di fare la tua analisi dei prezzi con l’intelligence competitiva. Così, otterrai i dati del tuo concorrente. Ma di quanti concorrenti stiamo parlando? Scansionare il web non è gratuito, costa denaro.

Per chi ha familiarità con il settore dello scraping, il web scraping, ovvero ottenere i siti web dei tuoi pari, c’è un costo sostanziale associato a tutto ciò. Se vuoi ricalcolare ogni pagina del tuo concorrente quotidianamente, il costo non è trascurabile, specialmente se i tuoi concorrenti espongono decine di migliaia di prodotti. Quindi, di quanti concorrenti stiamo parlando? Vuoi scansionare il tuo concorrente numero uno, i tuoi primi tre, o i primi 20 concorrenti? Il costo cresce praticamente in maniera lineare: più siti desideri monitorare, maggiori saranno i costi in proporzione al numero di concorrenti. Ma le informazioni che otterrai, ovviamente, avranno rendimenti decrescenti.

I tuoi concorrenti monitorano anche i loro concorrenti. Quindi, se monitori, ad esempio, i tuoi primi tre concorrenti, risulta che anche quei concorrenti monitorano a loro volta i loro primi tre o cinque concorrenti. Questo potrebbe includere aziende che tu non monitori. Così, alla fine, è come se tutti monitorassero tutti. Se osservi il grafico di chi monitora chi, vedrai che è un grafo altamente connesso, in cui praticamente ognuno monitora un po’ di tutti. Le aziende più grandi monitoreranno altre grandi, magari più un concorrente più piccolo. I concorrenti minori monitoreranno alcuni concorrenti minori e solo un grande, giusto per convenienza.

Anche se è difficile, non è impossibile. Puoi farti un’idea dei rendimenti decrescenti. Quando esegui i tuoi algoritmi con o senza un set di dati, puoi capire se migliorano davvero o se spostano significativamente i risultati. Ad esempio, se affermi di voler fare un’ottimizzazione dei prezzi e poi ti accorgi che fino a tre concorrenti il prezzo cambia quantitativamente, aggiungere un concorrente extra modifica davvero il prezzo finale.

Se confido nella mia ricetta numerica e dico che aggiungere questo terzo concorrente al mix cambia i miei prezzi in media, diciamo, dallo 0,75% a meno dell'1% – ma 0,75% non è trascurabile – poi aggiungi il quarto concorrente e noti che il cambiamento è dello 0,1%. Non so se questo 0,1% sia cruciale per il mio business, ma comunque rappresenta un limite massimo al profitto che questa operazione può generare. Nel migliore dei casi, è lo 0,1% di margine. Se il prezzo venisse sempre spostato esattamente nella direzione corretta, questo porrebbe comunque un limite massimo all’impatto potenziale. E qui puoi dire: “Beh, sembra davvero minuscolo” e allora direi, rendimento decrescente, non lo faccio, perché il costo per questo quarto concorrente potrebbe non valerne la pena.

Quindi, vedi, potrebbero esserci modi – in genere ci sono modalità per affrontare questo problema. E si possono apprezzare delle sfumature e delle gradazioni che, tipicamente, emergono quando si iniziano ad utilizzare ricette numeriche più sofisticate, più intelligenti, insomma, che possono fare di più. Se vogliamo usare un’analogia umana, è come quando inizi a usare un software molto sofisticato e intelligente, che comincia ad assomigliare al tuo organico. Quante persone voglio impiegare per risolvere questo problema? Fatta eccezione per il fatto che hai un controllo molto più diretto e, se vuoi scalare su o giù, non devi licenziare persone o preoccuparti del loro ego. Questo ti permette di ingegnerizzare l’intero processo anziché dover gestire persone che tipicamente reagiscono male se cerchi di ingegnerizzare il loro lavoro quotidiano.

Conor Doherty: Mi viene da pensare che, nella prospettiva classica, non avevamo il dilemma qualità-costo perché la supply chain era regolata da euristiche molto semplici. Ora stai dicendo che, con il progresso della tecnologia, possiamo quantificare il rapporto qualità-costo delle decisioni di supply chain con il grado di precisione che vogliamo. Questo porta alla domanda successiva: quando separi questi due concetti, qualità e costo, usando software o AI per valutare le decisioni di supply chain, il costo è comprensibile. Ma la qualità è ancora un sentimento soggettivo? Oppure stai parlando del ritorno sull’investimento per quel costo?

Joannes Vermorel: Innanzitutto, vorrei far notare al pubblico – e passo subito alla tua domanda – che la maggior parte dei compromessi presentati nella supply, come per esempio il tipico triangolo di liquidità, costo e servizio, e cose simili, è proprio ciò che mi piace del dilemma qualità-costo. Eleva davvero l’argomento. Credo che tutti quei compromessi, se consideriamo quel triangolo, abbiano in realtà molte più dimensioni. Non è un triangolo, è un dilemma con dimensioni n-dimensionali in cui ci sono centinaia di fattori che tirano in tutte le direzioni, con ogni sorta di vincoli, driver e simili. Quindi, si tratta letteralmente di compromessi ovunque, con cento dimensioni e oltre. È così che si presenta.

And la cosa interessante riguardo al dilemma costo-qualità in questo tipo di gioco delle supply chain è che eleva l’argomento. Non si tratta solo di quei compromessi. Si tratta del meta-problema di come ingegnerizzare un pezzo di software che risolva questo problema. È così che andrai avanti, perché attraverso questa qualità farai questo tipo di valutazione di tutti quei compromessi. Quindi, quando parliamo di questo compromesso qualità contro costo nel master dell’opzionalità, ciò che stiamo dicendo è che investiamo semplicemente per identificare quei 100 driver e vincoli che inquadrano il gioco della supply chain che stai giocando. È una prospettiva molto meta. Invece di pensare: “Ho il giusto livello di servizio?” stai pensando: “Ho un software che capirà cosa significa una qualità migliore per i miei clienti?” È molto meta. È di questo che 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, in teoria, i ritorni dovrebbero essere puramente quantitativi. Ma, ed è qui che in pratica diventa interamente soggettivo. È molto strano perché dici: “Oh, mi hai appena detto che in teoria è completamente quantitativo, ma in pratica sarà interamente soggettivo. Nessuna contraddizione, vero?” La realtà è che, da una prospettiva molto teorica, ciò che desideri è ingegnerizzare la redditività a lungo termine della tua azienda. Quindi, in sostanza, è quantitativo.

Ora, il problema è che se guardi lontano, tutti i tuoi indicatori quantitativi perdono completamente rilevanza. Quindi, secondo me, se credi di poter prendere i numeri che hai oggi e proiettarli a un decennio nel futuro, e che quei numeri ti diranno qualcosa di valore, direi che sei illuso. Vedi, è un’illusione. E lo dico in veste di professionista abituato a spulciare i numeri. Da Lokad, trattiamo i numeri per viverne, e lo facciamo da una decina e mezza d’anni. I numeri diventano completamente privi di senso quando li proietti a un decennio nel futuro.

Perché? 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’aggregato è che stai affrontando un’entità super intelligente nel senso di essere più intelligente di qualsiasi essere umano sulla Terra. Se giochi contro un’azienda come Apple, è una raccolta di esperti, di persone molto intelligenti, e il risultato finale è che quelle persone faranno cose che ti sorprenderanno. Ti supereranno in così tanti modi, inoltre ci sono nuovi entranti, nuovi rivali e via dicendo. Quindi, in definitiva, non puoi dare per scontata la situazione attuale del mercato ed estenderla per 10 anni nel futuro. È un errore molto grave.

Conor Doherty: Solo per fissare il punto, voglio assicurarmi che io, così come chiunque stia guardando, comprenda questo. Stai fondamentalmente facendo lo stesso argomento sul rapporto qualità-costo come fai riguardo alle previsioni in generale? C’è un orizzonte temporale limitato in termini di validità?

Joannes Vermorel: Sì, esattamente. E ancora, la validità, la validità statistica, si può verificare. Quindi, potresti sostenere, ad esempio, che il consumo di latte, prendiamo un prodotto molto basilare, che il latte fresco tra 10 anni sul mercato francese sarà abbastanza prevedibile perché, ancora una volta, possiedi un tale storico. Dove non sono d’accordo è nel fatto che non puoi basare la tua strategia aziendale su questo. Perché? Perché tra un decennio, ciò che potrebbe rendere un marchio di latte fresco attraente potrebbe essere completamente diverso da com’è ora. Forse ci saranno nuove etichette, nuovi standard e aspettative su cosa significhi veramente un prodotto biologico di alta qualità. Questo è un gioco che si gioca in modo molto aggressivo. Quindi, forse il consumo di latte rimarrà sostanzialmente lo stesso, ma potrebbe non essere più lo stesso gioco in modo fondamentale, solo perché il tipo di branding che dovrai applicare, il tipo di packaging, presenterà differenze molto sottili che fanno tutta la differenza.

Sì, mi aspetto che tra 10 anni saranno ancora per lo più bottiglie bianche. Sì, va bene, ma questo perde di vista il fatto che si possono avere tante piccole sfumature che fanno tutta la differenza in termini di acquisizione di quote di mercato, realizzazione di profitto e così via. Quindi, vedi che non è scontato. E se guardi anche le aziende di grande successo, per esempio la Coca-Cola Company, si sono costantemente reinventate in termini di immagine e branding, e c’è sia continuità che innovazione in ogni decennio. Quindi, non si tratta semplicemente di fare e giocare lo stesso gioco. È così, ed è davvero impressionante quando si osservano aziende come Coca-Cola. Si sono reinventate con successo per praticamente 100 anni. Quindi è davvero impressionante.

E questo è ciò che intendo: se torniamo alla domanda iniziale, a livello fondamentale, sì, stai inseguendo il profitto. Sì, e sì, questo è qualcosa per cui in futuro la qualità delle tue decisioni sarà valutata, diciamo, in euro o dollari guadagnati con fatica. Quindi, in definitiva, sarà quantitativo e puramente quantitativo. Se avrai molto successo, si rifletterà in termini monetari. Ma dato che, proiettandoti lontano nel futuro, quei KPI smettono semplicemente di essere rilevanti. Specialmente perché, alla fine della giornata, si tratta quasi interamente di decisioni basate su giudizi, quindi qualitativi. Semplicemente perché, in generale, essi producono risultati migliori.

E lo vedo, ancora una volta, in qualità di professionista dei dati. Dico questo ai clienti di Lokad: non lasciare che la tua strategia per i prossimi 10 anni venga dettata dai numeri che vedi adesso. Sono fuorvianti. È un errore. Il mercato evolverà in modo tale da rendere quei numeri irrilevanti. Anche se i numeri proiettati dovessero rivelarsi corretti, come il consumo futuro di latte, ci saranno altre variabili che li renderanno irrilevanti, semplicemente perché i tuoi concorrenti troveranno modi sorprendenti per superarti. Questo è ciò che la concorrenza fa a un livello più ampio.

Conor Doherty: Se dovessi riassumere la nostra discussione in una domanda: se il vero dilemma qualità-costo nelle supply chain è tanto complesso e costoso da risolvere come hai descritto, e ha un orizzonte temporale così limitato, proprio come le previsioni stesse, allora perché esattamente le persone dovrebbero abbandonare le metriche semplici, molto comode, molto discrete e comprensibili di buoni e cattivi livelli di servizio? 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 di scacchi. È molto difficile, molto costoso, e richiede molto tempo, ma lo fai per vincere. Quindi, vedi, il punto è che, ancora una volta, hai dei concorrenti e, si dice, le supply chain di oggi sono diventate incredibilmente complesse. Quindi, c’è un potenziale enorme per migliorarle. Ancora, la cosa interessante è che le supply chain sono cresciute in complessità, eh, enormemente negli ultimi cinque decenni perché le aziende hanno, lo attribuisco 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, pochissimi mi hanno detto: “Sai che, vogliamo tornare a qualcosa di più semplice, con meno prodotti, lead times più lunghi”. Quindi, manteniamolo semplice, cose come lead times più lunghi, per esempio, produciamo solo dopo aver ricevuto gli ordini d’acquisto, ovvero su ordinazione.

Pochissime aziende dicono: “Sai che, vogliamo tornare a quel modello su ordinazione, perché rendeva tutto così semplice”. No, non è esattamente la direzione di cui stiamo parlando. Quindi, in definitiva, le supply chain, grazie alla digitalizzazione — e non fraintendermi, la digitalizzazione è ormai antica, è qualcosa che è successo tre decadi fa — sono diventate enormemente più complesse.

E dunque, la capacità di ottimizzare veramente questo gioco, che è cresciuto enormemente in complessità, è come una partita a scacchi in cinque dimensioni o qualcosa del genere, e non ha progredito quasi altrettanto velocemente. Quindi, la cosa interessante è che, se torno a quell’aneddoto, entrambi i miei genitori hanno iniziato alla Procter and Gamble, quattro decenni fa, più di quattro decenni fa.

E a quel tempo avevano letteralmente qualcosa come 200 prodotti per l’azienda mondiale e per 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, se non addirittura di tre. E si basava ancora sulle stesse ricette naive e simili.

Ma quindi, c’è un enorme potenziale e sì, è molto difficile, sono d’accordo, è impegnativo, sono d’accordo, ma se non lo fai, qualcun altro lo farà per te. E la gente, sai, osserva Amazon. Oh, Amazon è un’azienda così enorme, così redditizia, e sta ancora crescendo.

E la gente dice: “Sì, ma sai una cosa.” Direi che osservando Amazon crescere così tanto e così velocemente, la mia reazione è che praticamente esiste un’intera classe di concorrenti che non riesce a sfidare Amazon nell’adottare questo approccio super aggressivo per ingegnerizzare una supply chain.

E le cose che ho descritto qui sono il genere di giochi che vengono giocati da oltre un decennio su Amazon. E sì, la gente vede che è ancora, è un gigante assoluto che ha superato di gran lunga le economie di scala. Voglio dire, il gioco che Amazon sta giocando oggi è tale che, essendo così grande, ciò che la gente non si rende davvero conto è che Amazon opera con un enorme svantaggio.

Hanno un handicap davvero massiccio. 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 da avere questo handicap assolutamente massiccio eppure continuano a crescere e a superare in concorrenza molte aziende.

E vedo che, in larga misura, questo riflette il fatto che molte, molte aziende non sono riuscite a migliorare il loro gioco della supply chain. Voglio dire, basta guardare: Amazon ora gestisce qualcosa come 300 milioni di prodotti elencati. Questo è, sai, letteralmente quasi due ordini di grandezza in più rispetto a qualsiasi altra grande azienda. È davvero, davvero impressionante.

Quindi, ancora, direi che, in conclusione, questo dilemma tra la qualità della decisione e l’investimento è il tipo di meta-gioco che si sta giocando ed è al di sopra del solito dilemma tradizionale, del trilemma, sai, tra liquidità, costo e servizio, e via dicendo.

Questo è il meta-gioco che si sta giocando e direi che, se non inizi a giocare questo tipo di meta-gioco, perderai semplicemente la partita, perché non ti rendi conto di cosa serve davvero per ingegnerizzare una forma superiore di supply chain per la tua azienda. Rimarrai bloccato nel cercare di affrontare il gioco stesso, ma ora è un meta-gioco.

Proprio come se oggi vuoi davvero vincere a scacchi, puoi vincere solo attraverso il software. Sono passati due decenni da quando una macchina ha battuto il campione mondiale di scacchi. Quindi ora, per battere, se vuoi giocare a scacchi, sai, per vincere in termini assoluti, è tutto merito del software.

Si tratta solo di una squadra che ingegnerizza un pezzo di software contro un’altra squadra che ingegnerizza un pezzo di software. Se pensi di poter vincere a scacchi attraverso la tua azione diretta, hai già perso. Ora è una battaglia che si combatte esclusivamente tra squadre che ingegnerizzano pezzi di software.

La gente direbbe, “oh, hai perso, non è così interessante.” Io direi che, per quanto mi riguarda, è affascinante. Voglio dire, è bello vedere quelle squadre di ingegneri che propongono idee migliori e trovano modi diversi per progettare; ad essere sincero, non sono mai stato particolarmente appassionato di scacchi.

Sono sempre stato molto più interessato all’ingegnerizzazione del software che gioca a scacchi. E la mia opinione è che, anche se sei un po’ intimorito dal fatto di essere passato dal giocare a scacchi al meta-gioco del “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 e 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 ci sono ampie aree in cui potrai sviluppare le tue competenze e trovare la tua strada in questo percorso.

Conor Doherty: Concludendo, diciamo spesso “cerca il progresso, non la perfezione”. Quindi, come prossimo passo concreto, se qualcuno volesse spostarsi dalla classica visione binaria di un livello di servizio buono o cattivo verso la direzione di Amazon, qual è un semplice passo successivo?

Joannes Vermorel: Innanzitutto, identifica le decisioni che si stanno prendendo nella tua supply chain. Dedica davvero del tempo per valutare, in senso molto ampio, cosa significhi la qualità nella tua supply chain. E rimango sempre sorpreso quando la gente dice: “Oh, il miglioramento della supply chain significa un livello di servizio migliore.” No, non è così. Oppure si parla di costo. No, non è così. È solo una frazione di ciò. E pensa, per esempio, a questo trilemma tra costo, servizio e qualità.

E ancora, è la qualità a definire il livello di servizio in maniera molto specifica, come il service level. Direi che la sfida che pongo al pubblico è: trova 20 dimensioni nella tua supply chain. Dovresti essere in grado di trovarne 20. Non è così difficile. Vedrai, se ci pensi davvero intensamente, che ci sono almeno 20 dimensioni che esercitano una trazione.

Intendo, come driver, vincoli, considerazioni che sono differenti. E non lasciarti sedurre da quegli schemi super semplicistici che promettono di risolvere la tua supply chain con un trilemma. Invece di avere un dilemma con due forze che tirano in direzioni opposte, identifica quelle 20 dimensioni, fai un brainstorming.

E poi inizierai a comprendere che si sta giocando un gioco molto complesso che merita una risposta che lo abbraccia in qualche modo. E ancora, approssimativamente corretto è meglio che esattamente sbagliato. Sì, la tua risposta potrebbe risultare un po’ grezza, ma almeno è molto più all-inclusive rispetto a dire, “ho questo modello ottimale che guarda solo a due dimensioni tra 20.”

E questo ti dà un’illusione di optimalità perché è un’optimalità, ma in un modo incredibilmente ristretto e semplicistico che non riconosce nemmeno da vicino ciò che generalmente significa avere un’esecuzione supply chain di alta qualità di cui la tua azienda ha veramente bisogno.

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