00:00:00 Cosa rende qualcuno bravo nel supply chain
00:00:42 Career Companion e le lacune nelle soft skills
00:02:18 Teoria vs. pratica nella formazione del supply chain
00:06:29 Errori di comunicazione e riformulazione dei messaggi
00:09:55 Perché l’educazione formale non soddisfa le aspettative nel supply chain
00:15:48 LLMS, scrittura e pensiero nell’educazione moderna
00:20:30 LLMs come strumenti di ricerca vs. prompt superficiali
00:24:58 Insegnare la leadership attraverso esercizi frustranti
00:31:40 Il dibattito su Excel e l’importanza della verifica di plausibilità
00:36:50 Strumenti essenziali vs. opzionali per il supply chain
00:42:40 Intelligenza artificiale agentica e la competenza digitale del futuro
00:45:55 La disruption dei lavori nei ruoli analitici, guidata dall’IA
00:48:40 Dalla meccanizzazione alla collaborazione con i partner
00:52:00 Riflessioni finali: pensiero strategico vs. automazione
00:53:05 La curiosità per tutta la vita e il valore delle soft skills
Sommario
In un dialogo ospitato da Conor Doherty, Philip Auinger e Joannes Vermorel esplorano cosa rende eccezionale un supply chain practitioner. Philip, sfruttando la sua esperienza nel supply chain, evidenzia l’importanza di colmare il divario tra capacità analitiche e abilità interpersonali, una lacuna spesso osservata nel settore. Fondata nel 2019, l’azienda di Philip, Career Companion, affronta questa carenza offrendo workshop interattivi per favorire l’applicazione pratica delle teorie rivolte a pubblici aziendali e accademici. Joannes critica i modelli accademici obsoleti, sottolineando la necessità di una comunicazione efficace. Discutono dell’impatto dell’IA sull’educazione, asserendo che il pensiero critico fondamentale rimane vitale nonostante i progressi tecnologici. Entrambi sottolineano l’importanza di abbracciare le interazioni interpersonali nei ruoli futuri nel supply chain.
Sommario Esteso
Nell’intervista condotta da Conor Doherty di LokadTV, si svolge uno scambio notevole tra Philip Auinger, promotore dello sviluppo personale all’interno del supply chain management, e Joannes Vermorel, CEO di Lokad, sul tema “Cosa rende veramente un eccezionale professionista supply chain.” La discussione approfondisce l’integrazione tra capacità analitiche e efficacia interpersonale, con Philip che sottolinea una lacuna spesso osservata nel settore, in cui le competenze quantitative oscurano le abilità relazionali, dando origine a sfide cruciali nei ruoli nel supply chain.
Philip Auinger ripercorre la sua traiettoria professionale—dal contare viti come stagista al guidare team di demand planning—mettendo in luce il suo percorso dall’affrontare le complessità del supply chain fino a fondare Career Companion nel 2019. La sua narrazione getta una luce rivelatrice sulle inefficienze dei sistemi educativi tradizionali, i quali, secondo Conor, preparano in modo insufficiente i giovani professionisti. Philip sostiene l’importanza di collegare l’apprendimento teorico con l’applicazione pratica, un principio riflesso nei workshop che conduce, pensati sia per enti aziendali che per istituzioni accademiche intese a potenziare le soft skills tra i loro membri.
Joannes Vermorel interviene nel dibattito sulle hard skills, ribadendo il suo scetticismo nei confronti delle teorie accademiche obsolete. Sostiene che un’articolazione efficace attraverso la scrittura sia fondamentale per gestire i trade-offs, offrendo una prospettiva critica sul focus pedagogico delle università. Philip lo evidenzia attraverso un aneddoto personale, illustrando gli errori di comunicazione all’interno dei scenarios del demand planning. Questi scambi sottolineano il ruolo indispensabile di una comunicazione precisa per allineare gli stakeholder e far progredire le strategie nel supply chain.
Il dialogo assume una piega riflessiva quando sia Philip che Joannes esplorano i limiti della formazione formale, mettendo a confronto l’educazione nel supply chain con campi più rigorosamente definiti come l’ingegneria e la chirurgia. Philip approfondisce le intuizioni emerse da ricerche su LinkedIn—evidenziando la diversità dei background educativi tra i professionisti di successo—e critica le certificazioni per la loro rilevanza disconnessa e il costo elevato. Joannes accosta la critica di Philip, concentrandosi sui vincoli strutturali della valutazione accademica che non considerano competenze essenziali come il problem solving sfumato e la presentazione complessa dei trade-off.
Nel corso della conversazione, emerge l’uso di strumenti di IA come ChatGPT, scatenando riflessioni sulle loro implicazioni per l’istruzione. Philip e Joannes offrono ciascuno le proprie prospettive sulla meccanizzazione di aspetti della scrittura tramite l’IA, pur sostenendo che il pensiero critico fondamentale e l’apprendimento esperienziale rimangono vitali. L’approccio di Philip mette a confronto l’uso dell’IA con il coinvolgimento attivo degli studenti durante le discussioni di gruppo, favorendo una genuina assimilazione delle competenze.
Conor indirizza la conversazione verso l’esplorazione delle competenze pratiche, dove Philip e Joannes analizzano la rilevanza di strumenti tradizionali come Excel e linguaggi di programmazione quali Python. Philip prevede che Excel passerà da un “must-have” a un “nice-to-have” con l’avanzare tecnologico che renderà le interfacce più intuitive. Joannes, invece, sottolinea l’importanza di padroneggiare qualsiasi linguaggio di programmazione per il mindset concettuale che ne consegue.
L’impatto dell’IA sui ruoli futuri nel supply chain costituisce un altro segmento cruciale. Sia Philip che Joannes prevedono una forte automazione nei ruoli analitici, sottolineando la necessità di adattabilità e di promuovere le competenze interpersonali per prosperare in ambienti sempre più automatizzati. Le strategie per future-proofing dei ruoli nel supply chain includono l’adozione delle interazioni front-office, meccanizzando così i processi interni, come proposto da Joannes, mentre Philip ribadisce l’importanza di mentalità professionali empatiche e adattabili.
Con l’avvicinarsi della fine dell’intervista, Joannes e Philip riflettono sulle competenze durature, con Joannes che sostiene l’importanza di un pensiero elevato in linea con le sfide manageriali, e Philip che rafforza la rilevanza delle capacità relazionali, affermando che la connessione umana è un patrimonio insostituibile in mezzo ai crescenti cambiamenti tecnologici. Conor conclude, riconoscendo il valore dei contributi di entrambi gli ospiti e invitandoli, insieme al pubblico, a riprendere le loro attività.
Trascrizione Completa
Conor Doherty: Bentornati su LokadTV. Joannes e io siamo in compagnia di Philip Auinger. È il fondatore di Career Companion e oggi si unisce a noi per condividere le sue intuizioni su una questione molto importante, quella che si trova proprio all’incrocio tra sviluppo personale e analisi approfondita, e la domanda è: cosa rende davvero bravo qualcuno nel supply chain? Ora, prima di iniziare, conoscete la routine: iscrivetevi al canale YouTube e seguiteci su LinkedIn. E con quella promozione alle spalle, vi presento la conversazione di oggi con Philip Auinger.
Beh, Philip, ti ringrazio molto per esserti unito a noi.
Philip Auinger: È un grande piacere, grazie per avermi invitato.
Conor Doherty: È passato un po’ di tempo, ma prima di addentrarci nella conversazione vera e propria tra te e Joannes, potresti presentarti al pubblico e spiegare cosa fa Career Companion?
Philip Auinger: Certo, mi chiamo Philip Auinger. Ho lavorato nel supply chain per circa otto anni, di cui quattro come team leader per una squadra regionale. A un certo punto della mia carriera, ho capito che il supply chain non riguarda solo i numeri; riguarda anche le persone. Poi ho scoperto che molte persone nel supply chain sono ottime con i numeri ma non così brave con le persone, ed è stato allora che ho pensato: “Ehi, forse questo è il mio punto ideale, forse posso approfondire questo ambito.”
Era il 2019 quando ho fondato la mia azienda, Career Companion, che si concentra sulle competenze comunicative per le persone che lavorano specificamente nel supply chain. Adoro lavorare soprattutto con i giovani, perché avevano tutta la carriera davanti a loro, e mi ha fatto pensare: “Accidenti, avrei voluto saperlo quando ho iniziato.” Quella motivazione è sempre presente nella mia mente quando lavoro per la comunità del supply chain, soprattutto su LinkedIn.
Conor Doherty: Beh, in realtà, è così che sono venuto a conoscenza di te in primo luogo. Ho visto alcuni dei tuoi post. Anzi, proprio ieri, stavo rispondendo ad alcune cose che hai pubblicato su LinkedIn, completamente indipendenti dal creare un legame per oggi, te lo assicuro. Ma hai accennato che ti piace lavorare con molti giovani professionisti. Quindi, cosa pensi che i giovani professionisti necessitino in termini di mentalità, in termini di soft skills che non vengono fornite adeguatamente?
Philip Auinger: Credo davvero che sia necessario distinguere se questi giovani stanno imparando la teoria in un’università, oppure se sono in qualche tipo di accademia o università di scienze applicate dove apprendono il supply chain reale, perché c’è un mondo di differenza. Proprio recentemente, stavo lavorando con un’azienda e mi hanno chiesto di rivedere i loro materiali, ed erano pura teoria.
Ho detto, “Sì, potrebbe essere che non sappia se vuoi calcolare safety stock, questa è la formula corretta, ma se hai un rappresentante di vendita che ti urla contro dicendo che devi avere tutto in magazzino, non li convincerai citando la formula.” E penso che questo sia il punto chiave per far capire ai giovani che esiste la teoria e c’è la pratica.
Il modo migliore per iniziare la tua carriera è capire che entrambe sono importanti e collegarle, perché molte persone che lavorano nel supply chain non hanno la conoscenza teorica, ma l’hanno appresa sul campo.
Ma se tu, specialmente da giovane studente, impari la teoria e poi, durante i tuoi studi, lavori già con delle aziende, ottenendo dati reali e casi di studio concreti, è lì che puoi fare quella connessione, e lì i giovani hanno sicuramente un vantaggio iniziale.
Conor Doherty: Bene, grazie Philip. Joannes, hai aspettato ancora. So che in passato hai descritto alcune competenze come un po’ frivole; preferisci concentrarti maggiormente sulle hard skills. Quindi sono curioso, quando senti ciò che Philip ha da dire, quali sono i tuoi pensieri?
Joannes Vermorel: Voglio dire, sì, sia le hard skills che le soft skills sono, a mio avviso, fondamentali. Ma direi che ciò che viene insegnato come teoria nella maggior parte delle università per il supply chain è abbastanza superato e poco utile. Ad esempio, le formule del safety stock sono ottime come enigmi matematici, perché hanno espressioni analitiche. Usi la distribuzione normale, quindi puoi effettivamente scriverle e fare un calcolo.
Un altro esempio sarebbe l’EOQ, economic order quantity, che può essere formulato come un polinomio di secondo grado con una bella soluzione analitica, così puoi letteralmente scriverlo e troverai una radice quadrata nel mezzo. Oh sì, fantastico. Quindi penso che la maggior parte delle cose siano di base. Voglio dire, è tecnico, ma è anche un po’ banale anziché offrire una conoscenza tecnica approfondita. È relativamente superficiale; non sono cose che risultano davvero, davvero utili.
E poi, d’altra parte, quando si parla di soft skills, direi che sono per lo più assenti. Per me, una delle aree che manca maggiormente è la capacità di scrittura corretta. I supply chain sono complessi; sono bestie complesse. Ad esempio, inquadrare quali compromessi stiamo cercando di affrontare è estremamente importante. Senza questo, sì, le persone si lamenteranno. Il CFO direbbe, “Oh, è troppo capitale circolante.” Le vendite direbbero, “Oh, sono troppi stockouts,” e così via.
Quindi, la realtà è che ci sono solo compromessi. Prima di entrare nei dettagli tecnici di questi compromessi, dovresti essere, in quanto professionista del supply chain, in grado di esprimerli in modo significativo, idealmente per iscritto. Voglio dire, è meglio se poi supporti quelle comunicazioni con riunioni, quante ce ne vogliano. Ma qui, quando tocchiamo questo tipo di soft skills, che richiedono una comunicazione altamente strutturata e di altissima qualità, è completamente assente.
Completamente assente. Quella sarebbe la mia visione del gap più evidente nell’educazione dei giovani professionisti per i lavori nel supply chain.
Philip Auinger: Un esempio di esattamente ciò che hai detto, di come lo scrivi—era il giovane Philip stupido che lo faceva. Così, una volta, raccoglievo previsioni per prodotti molto importanti dal reparto vendite. Ovviamente, se lavori nella pianificazione della domanda, non vuoi esagerare, perché se chiedi troppo, non otterrai più risposte.
Quello che facevo era inviare email mensili per chiedere previsioni, e pensavo che le avrebbe spinte a dire, “Ehi, se fossi stato più preciso con questa stima, saremmo stati all'80% di accuratezza delle previsioni.” Allora, a cosa importa a un rappresentante di vendita la mia accuratezza nelle previsioni? Certo, per me era importante, ma ora, a posteriori, è stato un modo stupido di esprimerlo.
Se dico, “Ehi, grazie per i tuoi contributi, perché grazie a questi siamo riusciti ad acquistare le materie prime, a consegnare in tempo e ora va meglio di prima, quando non ci fornivate previsioni”, è così che si vende alle vendite. Se hai sempre presente cosa significa questo per gli altri reparti, cosa significa per quella persona che stai cercando di convincere, è lì che hai quella bacchetta magica per far partire un progetto che normalmente sarebbe solo, “Sì, sarebbe bello averlo, ma a chi importa se lo fai o no.”
Ma se vedono il valore e si fidano di te, allora puoi davvero fare la differenza perché all’improvviso avrai persone che lavorano con te e non contro di te.
Conor Doherty: Perché mi sembra che, letteralmente, tutti i partecipanti a questa conversazione siano professori in qualche disciplina. Quindi siamo tutti nell’istruzione superiore. In qualità di pari, posso fare la seguente domanda: Abbiamo impostato il tema dell’istruzione e delle competenze e di ciò che gli studenti stanno apprendendo, e non voglio concentrarmi esclusivamente su, ok, cosa gli manca. Cerchiamo di essere generosi all’inizio. Hai parlato dei giovani che entrano nell’istruzione, quindi sia che siano in scuole professionali, sia che siano all’università, quali sono le cose, in termini teorici, che comprendono correttamente? Qual è la teoria valida che stanno apprendendo, e quale teoria forse manca?
Philip Auinger: Torniamo indietro di un passo, perché ora parliamo di persone che ottengono un’istruzione universitaria o altra formazione superiore per lavorare in supply chain. Molte persone non lo fanno. Quindi una volta ho fatto questa ricerca, ho chiesto in giro nella mia rete di LinkedIn, ho chiesto: “Ok, quanti di voi hanno effettivamente studiato supply chain?” E sono stati meno della metà, circa il 55% proviene da un campo diverso. L’esempio più estremo che ho mai incontrato è stato quello della biologia marina, e lavoravano in supply chain. Erano eccellenti pianificatori di supply.
Quindi, forse per mettere subito questo commento: Non è necessario studiare supply chain per poter lavorare in supply chain. Se studi supply chain, o se la studi e se vuoi lavorare nel campo, allora ciò che osservo molto negli studenti con cui lavoro sono abilità analitiche molto forti. È come quell’approccio da Sherlock Holmes alle cose. Trovi un problema e vuoi scavare più a fondo, vuoi trovare una soluzione. Forse chiedendo “perché” cinque volte per arrivare davvero alla causa principale, ma è quell’abilità che vedo nei giovani. È quell’abilità che idealmente conservi per tutta la tua carriera, perché ti permette di non commettere gli stessi errori di nuovo. Penso che sia un modo di pensare critico che è prezioso per gli studenti fin dal primo giorno se vogliono lavorare in supply chain.
Joannes Vermorel: Quindi, intendo, chiaramente sì, sono persino sorpreso che nel tuo sondaggio ci fossero, beh, il 45% di persone con un background formale in supply chain.
La mia esperienza sarebbe stata, se dovessi indovinare, che si trattasse solo di una percezione; se dovessi dare un numero, non avrei fatto alcun sondaggio, avrei semplicemente detto un terzo, ma sai, quindi ancora meno di così.
Per me, è una testimonianza del fatto che la maggior parte di quella che si definisce teoria supply chain è difettosa, profondamente difettosa. Il motivo è che, se si guarda, ad esempio, alle persone con e senza formazione formale in, diciamo, ingegneria meccanica, non siamo nemmeno nello stesso ambito. Voglio dire, le capacità che possiedi, la capacità di eseguire il lavoro, di fare le cose, sono di ordini di grandezza migliori se sei, sai, formato.
Lo stesso vale per la chirurgia, in nessun momento diresti: “Oh, sai una cosa, metà dei nostri chirurghi non ha alcuna formazione in chirurgia ma stiamo benissimo.” Voglio dire, se fosse così, significherebbe che ciò che viene considerato formazione non è altro che nulla, è semplicemente nulla.
E qui ciò che stai descrivendo, e sono pienamente d’accordo, è che quelle persone che in realtà hanno successo senza alcuna formazione possiedono abilità trasferibili, abilità analitiche, direi la capacità di essere molto diligenti, organizzati nel loro programma di lavoro, ecc.
Quindi hai molte cose che sono trasferibili e questo è molto bello, ma ancora una volta, ciò riflette molto male su ciò che passa in ambito accademico e in molti istituti di formazione professionale in supply chain.
Perché ancora una volta, ti aspetteresti che le persone con formazione formale, se avessimo teorie vere, autentiche, molto efficienti, fossero di un ordine di grandezza migliori. Voglio dire, ripensa a quante persone sono autodidatte nel suonare il violino ed eccellono in questo, è come se quasi nessuno lo fosse.
Anche per sport di base come il calcio e così via, ancora una volta, le persone che hanno seguito specifici programmi di allenamento e mentoring non sono nemmeno sulla stessa scala di quelle che non lo hanno fatto.
Quindi direi che questa è la mia percezione di questo campo e la percentuale che hai sondato, che per me è molto interessante, conferma in qualche modo questa intuizione.
Conor Doherty: Philip, se posso riprendere su questo, quando l’hai detto, credo tu abbia detto il 55%, quindi circa una persona su due del tuo pubblico aveva una formazione formale in supply chain? O intendevi dire che l’avevano studiata all’università o che avevano seguito corsi, formazione professionale, per esempio, APICS, Six Sigma, cose del genere, sai, come certificazioni tipo scuola professionale?
Oppure era formale universitaria?
Philip Auinger: È successo tempo fa, penso di averlo espresso dicendo: avete un’istruzione formale, per esempio una laurea universitaria, credo sia così che l’ho formulato.
Perché ovviamente, avere un diploma universitario e lavorarci davvero per due, tre, cinque anni è qualcosa di diverso rispetto a ottenere, per esempio, una certificazione.
Conor Doherty: Questo porta alla domanda successiva, perché, ancora una volta, è del tutto possibile che qualcuno possa dire: beh, è davvero necessario? In realtà è palese che non sia necessariamente necessario avere un’istruzione formale di livello terziario per eccellere in supply chain.
Si potrebbero seguire corsi di breve durata come Six Sigma, come APICS, e di nuovo la domanda diventa: secondo te è sufficiente?
Philip Auinger: Lasciami riformulare la domanda: non solo è sufficiente, ma è necessaria?
Molte persone mi contraddicono quando dico questo, ma non sono un grande fan delle certificazioni. Ne ho una, a cinque livelli, molto fastidiose, tanto lavoro per superare quell’esame. Ricordo che quando ero a scuola la soglia di passaggio era del 50%, e qui la soglia era del 93%.
Se avevi 92,9, mi è successo una volta, l’ho perso per un punto, allora fallivi. Quindi era molto, molto rigido, ma onestamente le nozioni apprese non erano poi così ottime.
Soprattutto, era, non dirò il nome adesso, ma era un grande istituto americano che imponeva il suo modo di vedere il mondo al resto del mondo.
Se sei in Europa, ti rendi conto che molte di queste cose semplicemente non hanno senso, perché non è lo stesso mercato, non è lo stesso modo di trasportare le merci, per esempio.
Abbiamo dovuto imparare cose che sapevamo essere sbagliate per il nostro business, ma le abbiamo dovute imparare in questo modo per superare l’esame, ed è per questo che a volte penso siano sopravvalutate.
Allo stesso tempo, hanno un prezzo elevato. Se l’avessi pagato io stesso, mi sarei arrabbiato molto per il rapporto qualità-prezzo ottenuto.
Se viene pagato da un’azienda, eravamo circa 10, 15, 20 persone, intendo, ciò costa decine di migliaia di euro. È un numero notevole per poi dire che la maggior parte delle persone, successivamente, ha pensato: “Sì, ho imparato questo, ho superato l’esame, ma non mi sembra che sia stato così rilevante per il mio lavoro.”
Se non hai alcuna esperienza, è un buon modo per recuperare l’istruzione mancante che avevi prima, se è il percorso giusto per te. Potrebbe andare bene.
Ma se hai già studiato quell’argomento, se hai già anni di esperienza nel campo, stai semplicemente imparando le basi e le basi, basate sulla tua esperienza, non sono più corrette.
Come hai sottolineato prima, Joannes, a volte è semplicemente molto teorico e persino la teoria è obsoleta.
Quindi ancora, molte persone mi contraddicono su questo.
Conor Doherty: Beh, Joannes, sei una di quelle persone che contraddicono Philip su questo punto di vista?
Joannes Vermorel: No, no, no, sai, insegno all’università da sette anni e mi sono reso conto che dover valutare gli studenti è un vincolo enorme su ciò che puoi insegnare e su come lo insegni. Avevo un privilegio immenso, potevo fare praticamente quello che volevo. Avevo un personale amministrativo che era molto indulgente con me, quindi non gli importava davvero se il modo in cui valutavo tutti fosse canonico o meno.
Ma la realtà è che se vuoi farlo secondo le regole, finisci per ottenere esattamente ciò che hai sottolineato. Se vuoi avere il tuo sistema di valutazione, ti concentrerai su una sorta di verifica del fatto che le persone possano assorbire nozioni banali invece che abilità molto più interessanti ma altrettanto sfuggenti.
Ad esempio, stavo discutendo della capacità di scrivere, di presentare un delicato compromesso complesso in qualcosa che crei chiarezza per le parti non specializzate. Questo è difficile. Come si valuta una tale abilità? Come professore, puoi chiedere al tuo studente di produrre un saggio o qualcosa del genere, ma ci vuole così tanto tempo per revisionarlo e valutarlo che non siamo nemmeno nella stessa categoria. È il tipo di compito per il quale allo studente ci vuole un’ora per produrre il saggio e ci vuole un’ora per te, il professore, per valutarlo. È brutale.
Philip Auinger: Pensi davvero che oggigiorno lo scrivano ancora da soli?
Conor Doherty: Era proprio ciò che stavo per chiedere.
Joannes Vermorel: Ovviamente, questa è la cosa interessante. ChatGPT è uno strumento fantastico e quegli LLM sono strumenti fantastici. Lo sto utilizzando e lo uso anch’io, ma l’aspetto interessante è che se sei pessimo nel pensare, se non pensi chiaramente, darai comandi insensati e ChatGPT giocherà felicemente con te. Sì, otterrai un testo che superficialmente è molto coerente, ben scritto e via discorrendo, grazie a ChatGPT, ma potrebbe essere completamente fuori bersaglio.
Quindi, ancora una volta, per me la cosa interessante è che la disponibilità degli LLM esercita ancora più pressione su quelle abilità, in un certo senso. Perché poi devi essere in grado di valutare molto rapidamente se il tuo LLM ha prodotto qualcosa in linea con le tue intenzioni. Puoi saltare la parte che era molto tediosa e lenta, che consisteva nel scriverlo parola per parola con fatica, questa parte è meccanizzata da ChatGPT. Ora ciò che rimane è il pensare, e direi cattive notizie per molti studenti. Il pensare potrebbe non essere l’aspetto in cui eccellono davvero, lo sai. Quindi, ancora una volta, è un’esperienza piuttosto brutale e umiliante usare questi strumenti perché ti ritrovi improvvisamente a confronto con i tuoi limiti. Ti rendi conto che il limite non è la tua capacità di scrivere, perché il LLM se ne occupa, ma è la tua capacità di pensare.
Philip Auinger: Posso aggiungere qui, ovviamente, penso che molte persone abbiano il pregiudizio di pensare che se scorrono ciò che ChatGPT ha scritto, lo comprendano, lo afferrino e lo assimilino profondamente. Non è così che funzionano i nostri cervelli. Quindi, se lasci semplicemente che ChatGPT faccia questo e ti chiedo un mese dopo: “Cosa ha scritto ChatGPT per te?” sarà completamente dimenticato. Se lo hai scritto su un computer, potresti ricordarne alcune parti. Se l’hai scritto a mano, probabilmente ne ricorderai la maggior parte. E questo è un dato di fatto e non cambierà solo perché abbiamo più tecnologia a disposizione.
Intorno a questo, ed è per questo che per me, mentre sto seguendo un corso di leadership per la mia vecchia alma mater, l’università dove ho studiato. E ovviamente, c’è anche una parte scritta che consiste fondamentalmente in tre domande riflessive. Ma dico, se vuoi scrivere questo con ChatGPT, sentiti libero. Non sarò un poliziotto a controllare se l’hai fatto o meno. Ma avremo una chiamata successivamente, in gruppo, che costituirà l’esame finale, e noterò molto rapidamente se hai veramente riflettuto su questo o se hai semplicemente lasciato che un LLM lo facesse.
Alla fine della giornata, anche se imbarchi una truffa o se sei bravo a superare quell’esame orale, bene per te. Ma hai davvero imparato qualcosa da questo o hai semplicemente imparato a girare intorno al sistema e a superare questo corso con il minimo sforzo possibile? E continuo a dire loro che più riflettete su questo e più posso ispirarvi a usare le vostre cellule cerebrali per trovare soluzioni o anche per porre domande come: “Non riesco a risolvere questo. Ehi professore, come vedi questo?” allora avete imparato molto più che lasciando che ChatGPT scrivesse, non so, cinque pagine su un argomento. Non è così che si impara.
Joannes Vermorel: La mia opinione è che, sai, quegli strumenti sono fantastici. Li uso tutto il giorno, e penso che sia per questo che attualmente non insegno all’università come facevo in un corso di master completo. Ma il modo in cui penso che ciò crei, chiede domande profonde su come vuoi persino modificare l’insegnamento, tenendo conto di ciò. E per esempio, ho letto recentemente un libro di programmazione molto bello.
Penso che il titolo sia “Python for Thinking Like a Computer Scientist”. È un libro molto breve, e ciò che ho trovato molto interessante è che l’autore letteralmente diceva, “Oh, se hai ulteriori domande” come nota a piè di pagina, “prendi semplicemente il tuo assistente virtuale preferito e interroga l’assistente su quelle parole chiave.” Ma la cosa interessante era che era un modo per mantenere la discussione molto breve fornendo spunti su come espandere, ed è stato eseguito con cura. Era ben fatto.
Quindi, vedi, il modo in cui la intendo è che e il modo in cui uso quegli strumenti LLM è che quando affronto un argomento e lo scrivo, interrogo costantemente gli strumenti su cose che non conosco davvero, su argomenti che sono al limite della mia comprensione, al limite della mia conoscenza. “Ok, parlami di più su questo.” E se sono sospettoso che lo strumento mi stia dando informazioni false, posso ricontrollare. Ma in realtà, solitamente, il problema è semplicemente la mia assoluta ignoranza in campi che non conosco affatto.
Quindi, non sto spingendo al limite lo strumento verso ragionamenti molto sofisticati e intricati. È solo che la mia specialità è supply chain software, e se mi fai domande molto specifiche su, per esempio, la costruzione navale, le varie fasi e così via, non sono un completo esperto in materia, quindi molto ignorante in questo ambito. E un LLM può davvero aiutarti molto rapidamente a colmare queste lacune.
Conor Doherty: Beh, Philip, se posso intervenire perché non voglio appesantire troppo la conversazione in termini di pedagogia, ma precedentemente facevi una distinzione tra formazione formativa e sommativa. E di nuovo, sono d’accordo con te che la valutazione sommativa, l’idea di far semplicemente scrivere un saggio, porta la maggior parte delle persone a lasciare che sia ChatGPT a farlo. L’aspetto più formativo della valutazione, tipo una serie di piccole prove in cui voglio che facciate lavoro di gruppo, problem solving in tempo reale attorno a me, è anche così il modo in cui svolgo il mio corso, un corso di master. Quindi sono curioso, quando insegni, come valuti che le persone stiano apprendendo le competenze che ritieni debbano possedere?
Philip Auinger: Ovviamente, non posso leggere la mente di tutti. Non posso nemmeno leggere la mente di una sola persona. Se hai un gruppo, intendo, sono fortunato se si tratta di un gruppo di forse 18, 20 persone, quindi è un gruppo piuttosto piccolo. È abbastanza facile dare uno sguardo al pubblico e vedere se ci sono sopracciglia scettiche o se va tutto bene. Grande differenza; puoi leggere molto dalle sopracciglia, a proposito.
Ma a un certo punto ho pensato: stavamo parlando di leadership laterale, quindi se nessuno riporta a te, ma per questo progetto sei il project leader. È molto complicato. Allora, cosa posso fare ora per insegnare loro quanto sia difficile? Posso creare un bellissimo PowerPoint, scrivere cinque punti e dire: “Devi fare attenzione se mai sarai un leader laterale.” Oppure chiederò: “Ehi, stabilite quali pensate siano i percorsi critici se siete leader laterali per questo progetto.” No, quello che ho fatto invece è stato un esperimento.
Ovviamente, devi moderare, devi facilitare entrando e dicendo: “Questo è un esperimento, ora mi odierete, ma proviamolo.” Così, fondamentalmente, ho dato loro istruzioni molto rudimentali, davvero pessime, su cosa fare e ho concesso loro mezz’ora, poi mi sono zittito. Non ho detto una parola, e loro si sono frustrati; non sapevano cosa fare. E poi, nel frattempo, mentre dava loro alcuni spunti per rendere il tutto ancora peggiore, cose come: “Uno dei membri del vostro team ora passa al gruppo successivo, e quando arrivano lì, si opporranno a quanto fatto finora,” oppure: “Uno dei membri del vostro team all’improvviso tace o dice: ‘Questo è assurdo, non lo capisco, perché lo facciamo?’”
Negli ultimi minuti, ho girato in giro criticando tutto, “Su questo stai lavorando? Sul serio?” Mettendo davvero tanta energia negativa in tutto ciò. E poi, dopo mezz’ora, ho concluso l’esperimento, e ho chiesto: “Okay, cosa avete imparato e cosa avete notato in questo?” E tutti i punti che hanno sollevato qui sarebbero stati nel mio PowerPoint, ma li hanno inventati loro. E non solo perché hanno chiesto a ChatGPT o perché ne hanno discusso in teoria, ma perché lo hanno vissuto. Hanno notato quanto sia importante avere una leadership chiara, un obiettivo chiaro, strutturato, in modo che le persone non saltino da un lato all’altro e che tutti siano coinvolti, e così via.
Così hanno imparato, e ho detto loro, intendo, questa è una profezia, non posso ancora provarla, ma ho detto che la prima volta che vi troverete in questa posizione di leadership laterale in un progetto, penserete esattamente a questo momento. Spero dunque di aver avuto un impatto, permettendo alle persone di apprendere qualcosa attraverso l’esperienza e non solo leggendo, scrivendo o parlando, ma vivendo la situazione. E questo, se guardi a come impari e come insegni, è chiaramente all’avanguardia. Se riesci a far sperimentare alle persone questo, impareranno molto di più rispetto a qualsiasi altro metodo.
Conor Doherty: Questo infatti crea il passaggio, perché ancora una volta abbiamo discusso a lungo su come prepariamo le persone, in particolare i giovani, per le loro carriere. In effetti, hai menzionato i problemi di leadership e questo introduce il punto successivo: Philip, dalla tua esperienza, quali sono i maggiori problemi che hai notato che i giovani hanno quando passano dallo studio dei concetti di supply chain al mondo reale dell’applicazione in un ambiente aziendale?
Philip Auinger: Le aspettative sono un tema fondamentale, quindi innanzitutto, giudicandole da vicenda. Ora sei così intelligente perché hai un master in supply chain, quindi pensi di sapere tutto. E poi arriva il tuo primo giorno di pianificazione nei beni di consumo a rapido movimento. Io, per esempio, pianifico prodotti lattiero-caseari. Ho avuto un attacco di panico nella mia prima settimana. Sono corso in bagno, mi sono spruzzato acqua fredda sul viso e ho cercato di smettere di piangere. Pensavo di sapere tutto, e poi mi sono scontrato con il muro della consapevolezza che nulla di ciò che avevo imparato in teoria si applica oggi. Con il tuo capo arrabbiato, l’autista del camion che vuole sapere dove caricare le merci, il tuo rappresentante di vendita arrabbiato—c’erano così tante cose che ti cadevano addosso per cui non eri preparato.
Allo stesso tempo, penso che se ascolti l’accordo generale su LinkedIn, per esempio, tutti criticano Excel: “Oh, è uno strumento così vecchio ed è terribile.” Sì, ci arriveremo, ma comunque la maggior parte delle aziende gestisce le proprie supply chains con Excel. E allo stesso tempo, nella maggior parte dei casi, stai usando matematica di base che vale anche per i prossimi 100 anni. E non importa se lo fai con uno strumento chiamato Excel o con uno differente; stai applicando la matematica.
Penso che molti studenti escano dalla scuola pensando: “Oh, vado in una grande azienda e tutto sarà guidato dall’AI.” No, non sarà così. Ti troverai a lottare tra dati disordinati presenti in un ERP, cercando di estrarli, e se sarai fortunato, potrai integrarli in un Excel e cercare di trarre conclusioni.
Quindi penso che la capacità di fare ciò e di rendersi conto, “Okay, è così che lo facciamo ora. C’è un modo per diventare più intelligenti? C’è un modo per automatizzare questo? C’è un modo in cui l’AI può fare questo report per me invece che io passare otto ore a crearlo ogni settimana?” sia ciò in cui gli studenti possono fare la differenza, perché ormai sono nativi digitali.
Se finisci gli studi ora, nel 2025, significa che sei probabilmente nato dopo il 2000. Quindi sei il tipo di futuro per le supply chains in grado di unire il meglio di entrambi i mondi, dicendo: “Okay, capisci come funziona la matematica, l’ho imparata, ma allo stesso tempo esistono strumenti molto più intelligenti del cervello umano.” Penso che sia in questo ambito che gli studenti possano davvero fare la differenza.
Se non sei bravo in nessuna delle due cose, sei nei guai. Quindi, se non riesci a fare calcoli mentalmente, se non puoi ricontrollare se quanto ti presenta ChatGPT o qualsiasi altro strumento sia corretto, se non riesci a verificare—se si può dire così—se non riesci a controllare che questi numeri abbiano senso, sei nei guai perché riporterai ciecamente: “Guarda cosa ha appena detto il mio strumento, il mio strumento è fantastico.”
Un altro piccolo aneddoto, se mi permetti: una volta abbiamo avuto una tirocinante che era così orgogliosa perché aveva fatto un’analisi sofisticata. All’epoca, era giunta alla conclusione o aveva calcolato che il costo del magazzino per un piccolo paese, la Slovacchia, era di 17 miliardi di euro in un periodo in cui le vendite globali dell’azienda erano di 18 miliardi di euro.
Ho chiesto, “Sei assolutamente sicura che i tuoi numeri siano corretti?” “Sì, l’analisi lo diceva.” “Sei assolutamente sicura che stiamo sprecando il 90% della nostra redditività o il 90% delle nostre vendite su un solo magazzino in un paese? Sei assolutamente sicura?” “Oh, magari ho dimenticato uno zero da qualche parte.” A cui ho risposto, “No, probabilmente hai dimenticato 27 zeri.”
Voglio dire, ho avuto quella conversazione, ma nel profondo pensavo che bisognava essere migliori nel verificare i numeri.
Conor Doherty: Joannes, voglio dire, hai auditato aziende per molto tempo. Ne gestisci una da 16 anni. Sono sicuro che hai storie o sfide simili in cui le persone che hanno studiato fanno improvvisamente il passaggio.
Joannes Vermorel: Sì, anche se vedi l’affermazione sui nativi digitali, direi sì e no. In un certo senso, sì, le generazioni più giovani non sono ostili ai computer, quindi lo sono davvero. Ma al giorno d’oggi, devi cercare un direttore supply chain di oltre 65 anni per trovare qualcuno che non si sente a suo agio con un PC, con i fogli di calcolo e simili.
Forse ne troverai alcuni più giovani, ma in generale direi di sì, anche se noto molta ignoranza digitale, anche tra le generazioni più giovani. E quando dico ignoranza digitale, intendo dire che se esci—diciamo nel FMCG, perché il FMCG è uno dei settori più semplici in termini di gestione dei dati, dato che il numero di prodotti è molto limitato.
Quindi hai alti volumi, pochi prodotti. Se entri in supply chains davvero impegnative, diciamo aviation, avrai milioni di pezzi in giro. E la maggior parte di questi pezzi—e abbiamo pezzi che vanno dalle viti ai motori degli aerei. La diversità è pazzesca. Alcune cose saranno liquide; altre saranno cavi.
Voglio dire, è la diversità delle cose che può davvero lasciare a bocca aperta. La stessa cosa, per esempio, per il petrolio e il gas. Se vuoi avere la lista delle cose necessarie per mantenere una piattaforma petrolifera in funzione, è semplicemente incredibilmente complicato.
Okay, ora ti rendi conto che i dati non sono in un solo ERP; sono in tipo 10 ERP. E poiché tre di essi sono antichi e non sono mai stati eliminati, e poi ci sono stati fusioni e acquisizioni, hai un applicative landscape che direi sia una consolidazione di numerosi vecchi software aziendali che possono risalire agli anni ‘90, a volte anche prima. E sono ancora in uso e funzionano ancora.
E come vedi, quando dico che sì, le persone sono nativi digitali, la domanda è: sono capaci di navigare in un complicato applicative landscape? È davvero molto più impegnativo rispetto al semplice saper usare un foglio Excel e copiare-incollare qualche numero.
Quello che vedo è che troppo spesso, non appena le persone incontrano difficoltà, lasciano perdere e passano il problema all’IT. E allora l’IT si ritrova con un arretrato di quattro anni. Quindi, vedi, sì, l’IT può comporre questa query SQL per te; lo faranno, diciamo, tra due anni o qualcosa del genere.
Quindi questo è il tipo di situazione in cui, se sei davvero—direi che potrei definirti un vero nativo digitale—c’è un pasticcio di applicative landscape in cui, giorno dopo giorno, riesci ad acquisire conoscenza, familiarizzare e a interrogare quei diversi sistemi.
Trova aiuto dove puoi e non usare l’IT come stampella, come sostituto della competenza che dovresti avere, ma eventualmente come un mentore che ti offre supporto quando sei veramente bloccato e non sai come procedere.
Ma ancora, come mentore, non come un collega che farà il tuo lavoro per te tra due anni.
Conor Doherty: Bene, ancora una volta abbiamo parlato un po’ delle competenze, e questa volta vorrei provare qualcosa di leggermente diverso, data la compagnia presente. Quindi, quello che ho fatto è stato curare una lista di alcune competenze, e vorrei proporle a ciascuno di voi.
Ditemi semplicemente se sono indispensabili o se sono solo extra, e poi spiegate brevemente il perché. Quindi, inizierò con una delle competenze più ovvie e comincerò con te, Philip. Indispensabile o solo extra? Excel.
Philip Auinger: Per il passato, assolutamente indispensabile. Per il futuro, solo extra.
Conor Doherty: Okay, perché?
Philip Auinger: Perché, ovviamente, se guardi quando è stato introdotto Excel, immagino che fosse negli anni ‘90. Da allora è stato fondamentalmente l’unico strumento se andavi in un’azienda consolidata. Ma oggi, basta guardare i cambiamenti che abbiamo visto negli ultimi anni.
Basta guardare qualcosa che molti considerano molto nuovo, come ChatGPT. Guarda i progressi fatti negli ultimi mesi. Quindi credo che nei prossimi anni le funzioni che Excel può fare saranno eseguite da altri strumenti, con un solo clic e formulando un buon prompt.
Tuttavia, è utile, come dicevo, saper capire se quello strumento sta producendo qualcosa di corretto. La matematica di base, la logica di base e i controlli di plausibilità hanno ancora senso, ma in futuro non avrai bisogno di Excel per questo. Però queste cose potrebbero volerci ancora un po’, quindi non dico esattamente quanto.
Conor Doherty: Bene, Joannes, niente parolacce per favore! Ma Excel, indispensabile o solo extra?
Joannes Vermorel: Sì, i fogli di calcolo esistono da sempre. In effetti, sono stati introdotti alla fine degli anni ‘70, e Microsoft Excel stesso negli anni ‘80, ma sì, è antico. Direi che è indispensabile, principalmente perché, francamente, se passi 10 giorni con Excel, diventerai già molto bravo.
Voglio dire, se lavori con diligenza, non stiamo parlando di investire due anni della tua vita. Sai, 10 giorni; se ti impegni, sarai già solido nell’uso di Excel.
Conor Doherty: Va bene, grazie. Prossimo…
Joannes Vermorel: Onestamente, ti servono solo circa 30 funzioni per gestire una supply chain. È tutto ciò di cui hai bisogno.
Conor Doherty: Sì, sì. Bene, il prossimo, ancora Philip. Indispensabile o solo extra? Python.
Philip Auinger: Solo extra. Direi che è stata una grande tendenza quando ho lasciato il mondo aziendale, quindi è successo quasi sette anni fa. Era la novità: Python, R.
Improvvisamente, è arrivato ChatGPT e credo che abbia funzionalità molto migliori e opzioni molto più avanzate per fare tante cose, tanto che Python, R e altri erano in una sorta di speranza per il futuro, ma ora non sono più così rilevanti. Quindi direi solo extra.
Conor Doherty: Joannes, stessa domanda: Python, indispensabile o solo extra?
Joannes Vermorel: Direi indispensabile, ma con la precisazione che non importa quale linguaggio di programmazione sia. Quello che conta è padroneggiarne uno, non importa quale, perché ti dà quel mindset su ciò che un computer può effettivamente eseguire.
Quindi, improvvisamente, puoi differenziare tra “Oh, questa cosa può avere una risoluzione analitica che un algoritmo eseguirà e io otterrò questo calcolo” e un problema in cui, no, è tutto molto confuso. Forse un LLM può darmi una risposta, ma fondamentalmente questo non appartiene al regno di ciò che è computabile.
Quindi penso che conoscere almeno un linguaggio di programmazione, non importa quale, non debba essere particolarmente elaborato, ma sia davvero importante padroneggiare la programmazione, almeno le basi in qualsiasi linguaggio. Non importa quale.
Conor Doherty: Grazie. Philip, indispensabile o solo extra: Power BI o altri strumenti di data visualization?
Philip Auinger: La data visualization è assolutamente molto, molto importante. Come dicevamo prima, se vuoi convincere gli altri, un cimitero di numeri come un grande foglio di calcolo non li convincerà. Se lo trasformi in un grafico, improvvisamente le cose diventano chiare.
I don’t think Power BI is necessary for, let’s say, any person working in supply chain, but I do think it’s good to have a department that deals with this sort of stuff; to have those geeks who are able to create amazing Excel sheets that standard users cannot and kind of treat them as like a decision support department.
Penso che una delle aziende, credo sia Nestlé, chiami il proprio reparto di data analytics “decision support”. Se inserisci Power BI in un team di persone che capiscono supply chain e che creano report poi utilizzati dal resto dell’azienda, è estremamente prezioso.
Ma, ancora, non credo che tutti coloro che lavorano in supply chain ne abbiano bisogno. Quindi è un optional.
Conor Doherty: Joannes, medesima domanda: indispensabile o un optional Power BI?
Joannes Vermorel: Sì, direi per lo più un optional. Ancora, qui si tratta di una cosa in cui il non avere ben chiari i concetti non ti impedirà davvero di ottenere la giusta guida da ChatGPT.
Vedi, è proprio qui che, quando stavo confrontando Python come qualcosa da avere o meno, se non riesci nemmeno a comprendere il funzionamento della programmazione, ovvero come le istruzioni del computer si dispongono una dopo l’altra con rami, cicli e simili, se tali elementi sono assenti, farai un’enorme fatica anche solo per ottenere da ChatGPT una risposta sensata.
Per quanto riguarda la visualizzazione, direi che se non hai ben chiari nella mente i concetti di slice and dice o se non sai che le cose si chiamano, sai, grafici a barre, grafici a linee, grafici a torta e simili, va bene così. Lo strumento, essendo molto visivo, riuscirà a guidarti.
Quindi direi che è un optional. Non penso che, se sei un po’ ignaro di quei concetti, non riuscirai comunque ad arrangiarti. Questa è la mia opinione.
Conor Doherty: A proposito, per chiarire, Joannes, sei madrelingua francese. Un grafico a torta in francese si chiama camembert, giusto?
Joannes Vermorel: Sì, esatto, lo chiamiamo camembert.
Conor Doherty: Scusa, è così… proprio… ho aspettato due anni per lasciar cadere quella chicca. Finalmente, si è presentata.
Assolutamente, questo è un colpo profondo per chi mi conosce. Comunque, scusate, è l’ultimo di questo segmento. Quindi, Philip, indispensabile o un optional: IA agentica?
Philip Auinger: Sono curioso di sentire cosa ne pensa Joannes.
Joannes Vermorel: Indispensabile, ma molto rapidamente si ridurrà al rimanere rilevanti come nativi digitali. Quindi, cosa intendo per agenti? È, per esempio, la profonda capacità di ricerca di OpenAI che ti fornisce un LLM con la capacità di analizzare circa 200 pagine per darti un’introduzione a un argomento.
Così hai questo agente che esegue un loop, e ci sono innumerevoli situazioni in cui un LLM può, fondamentalmente, richiamare se stesso per eseguire un’iterazione al fine di completare un compito che non potrebbe essere portato a termine con un solo completamento del LLM.
Ma credo che questo sia il tipo di cosa che sta progredendo molto rapidamente. Sapere quando e come sfruttare, dove e in che modo desideri utilizzare tali capacità farà semplicemente parte del “Sai come usare ChatGPT in modo efficiente o uno qualsiasi dei suoi concorrenti?”.
Ancora, per me, questo fa parte dell’essere un nativo digitale rilevante, proprio come saper usare Google Maps, Uber e simili. Ci sono così tante app che, se non sai usare Google Maps, la gente penserebbe: “Oh, sì? Non è molto difficile.”
Ma, d’altra parte, se non sai nemmeno che esiste, allora sei in svantaggio rispetto a chi lo usa abitualmente. Tuttavia, acquisire questa competenza è assolutamente semplice.
Quello a cui le persone penseranno sarà la vera versione futura. Ma pensalo come la versione futura di ChatGPT in cui deleghi il controllo dei file presenti sul tuo computer.
Dove improvvisamente questo LLM si trova, per così dire, incartocciato in una pagina web completamente isolata, che fino a poco tempo fa era totalmente isolata dal resto dell’universo. Ora, ChatGPT è molto bravo a consultare il web e a fare domande prima di iniziare, come ad esempio per chiarire i compiti.
Questo aiuterebbe; è un modo per abbattere i confini. E il prossimo confine che verrà superato sarà: “Oh, concedo a ChatGPT l’accesso al mio ambiente locale e poi controlla i file presenti sulla mia macchina.”
Questo arriverà, ed è qui che le persone inizieranno a pensare a quegli agenti, perché potresti porre una domanda che richiede più, direi, iterazioni, ad esempio: “Ho 200 documenti Word in una cartella. È un disastro. Crea dieci cartelle o giù di lì, una dozzina di cartelle, e riordina in modo appropriato i documenti che si trovano sulla mia scrivania.”
Non siamo ancora arrivati a quel punto, ma scommetterei qualche dollaro che tra uno o due anni tali capacità diventeranno semplicemente mainstream. Non è nemmeno molto complicato, e quindi ancora una volta ci si aspetterà che le persone sappiano utilizzare questo tipo di cose.
Ma, ancora, ciò rientrerà nel più ampio concetto di essere un nativo digitale.
Conor Doherty: Beh, in realtà, Philip, a proposito, come vedi questioni come l’IA, sia agentic AI che altro, e come immagini che l’IA plasmerà il futuro delle posizioni nella supply chain in generale?
Philip Auinger: È elettrizzante e molto stimolante, e allo stesso tempo ho ben paura che perderemo, specialmente nei ruoli in supply chain e in quelli analitici, il 50, 60, 70% dei posti di lavoro disponibili. I fan dell’IA diranno sempre: “Sì, ma verranno creati nuovi posti di lavoro.”
Sì, è vero, ma dubito che saranno sufficienti per riempire quel 60% che ora è praticamente disoccupato. Quindi, ovviamente, ci sono opportunità incredibili con questo, ma in ogni caso i posti di lavoro saranno pochi.
Quindi, per quanto riguarda i lavori manuali, cose come, ad esempio, prendersi cura degli anziani o tagliare la legna e simili, non sarai in grado di farli con l’IA. Ma per quanto riguarda la gestione dei numeri e la presa di decisioni — quanto acquistare, quanto vendere — questi compiti verranno sostituiti molto rapidamente.
Penso che la chiave sarà essere una persona che abbraccia questo cambiamento e che rimane comunque a coordinare tutto ciò. Quindi, questi ruoli saranno molto ricercati, ed è un concetto abbastanza nuovo. Ecco perché, se guardi ai prossimi anni nella supply chain, è questo che devi potenziare in termini di competenze.
In generale, parlando in senso lato, per il pianeta e per gli esseri umani che vivono e che vogliono davvero avere un lavoro, l’IA è molto insidiosa. Non voglio dipingere tutto di nero, ma c’è un grande rischio che ne consegue.
Conor Doherty: Sentiamo il tuo parere su questo. L’ho già sentito in passato, ovviamente.
Joannes Vermorel: Lokad è decisamente—cioè, facciamo parte delle persone che spingono fortemente per un massiccio grado di automazione. Il mio parere è che, sì, fondamentalmente i lavori back office saranno automatizzati in maniera massiccia.
Credo che i ruoli back office nella supply chain, che sono strettamente interni—voglio dire, da Lokad, ciò che offriamo ai nostri clienti è un altissimo grado di automazione, quindi sta arrivando e sta procedendo rapidamente. Ma, al pubblico, credo che i vecchi planner della domanda e dell’offerta fossero estremamente orientati verso l’interno. Le persone cercavano di guardare all’interno dell’azienda per trovare informazioni utili a prevedere la domanda e a organizzare gli acquisti.
Quello che stiamo dicendo è che se meccanizzi tutto questo lavoro interno all’azienda, diventa semplicemente automatizzato, ma apre la strada a fare di più. Questo “di più” consiste nel collegarsi con i clienti e nel mettersi in contatto con i fornitori. Quindi, vedi, se tutto il noioso lavoro amministrativo, ovvero consolidare le informazioni e avere la giusta ricetta numerica in atto per effettuare le previsioni, il programma di riapprovvigionamento — tutto ciò è automatizzato — allora vuol dire: ok, questo è sistemato. Ma ciò significa che improvvisamente puoi passare a un livello successivo, ovvero una migliore cooperazione con i clienti e una collaborazione più efficace con il fornitore.
Qui non si tratta più di un lavoro esclusivamente di back office, perché se devi interfacciarti con il resto del mondo, diventi front office. E questo diventa molto, molto più difficile da delegare a un’IA, perché fondamentalmente quello che cerchi non sono solo capacità analitiche pure. Quello che cerchi è instaurare un dialogo, ottenere impegni dai tuoi clienti, ottenere impegni dai tuoi fornitori, ecc.
Quindi, la mia opinione specifica è che sì, l’automazione sta arrivando. Lokad fa parte di questa ondata. Ma per i giovani professionisti, c’è una strada: assicurarsi di collegarsi con fornitori, trasportatori o clienti. Qualunque di questi andrà bene, purché tu abbia questo legame con qualcosa che non è strettamente analitico e interno all’azienda, sei al sicuro. Perché così il tuo valore non sparirà solo perché aziende come Lokad automatizzano quelle ricette numeriche.
Conor Doherty: Philip, sono consapevole che sono ormai le quattro, quindi ho un’ultima domanda, e procederò in ordine inverso. Joannes, nel mondo dell’automazione crescente, tenendo conto di tutto ciò di cui abbiamo appena discusso, qual è l’unica competenza o mentalità che per un professionista della supply chain non passerà mai di moda?
Joannes Vermorel: Per ora, credo che il pensiero ad alto livello sia ancora ben al di fuori di ciò che un LLM può offrire. Quindi, se riesci davvero a pensare, ad avere una chiarezza mentale assoluta in situazioni molto complesse, siamo ben lontani dal poter imitare ciò con un LLM. Gli LLM sono super bravi per quanto riguarda i modelli linguistici.
Con le ricette numeriche come quelle di Lokad, siamo molto bravi in attività come la stima e la quantificazione del rischio, e simili. Ma in entrambi i casi, devi avere una linea di pensiero molto chiara su ciò che bisogna fare, sul perché dell’architettura dell’esecuzione—queste cose. Quindi, il mio suggerimento sarebbe di coltivare competenze ad alto livello e, molto spesso, il modo per farlo è cercare di pensare come se fossi il direttore della supply chain della tua azienda.
Cerca di pensare come se fossi l’amministratore delegato dell’azienda, prova a metterti nei panni di chi affronta problemi reali. Come posso—sì, il mio lavoro al momento è occuparmi del riapprovvigionamento in questo segmento, ma cerca ogni giorno di elevare ciò che fai per affrontare quei problemi di alto livello che la direzione potrebbe avere. Questo, penso, sarà la chiave per coltivare quel tipo di pensiero ad alto livello che non verrà automatizzato tanto presto, almeno con le tecnologie software attualmente sul mercato.
Conor Doherty: Grazie, Joannes. E Philip, medesima domanda.
Philip Auinger: Direi che finché si guardano le aziende e i loro organigrammi, con i nomi degli umani indicati — finché avranno ancora quei nomi e non compariranno robot, R2-D2, HAL o, chissà, KITT — le competenze interpersonali saranno al centro dell’attenzione. Perché è l’unica cosa che ci differenzia e che può far accadere situazioni in cui le macchine diranno: “Mi dispiace, non puoi avere questo perché questa regola non si applicava qui.”
Ma se tu, in quanto umano, prendi una decisione e dici: “Sì, lo so, ma è davvero urgente. Questo è il nostro cliente più importante”, allora possono rendere qualcosa possibile. Quindi, sono queste competenze interpersonali che devi assolutamente mantenere e che, a mio avviso, fanno parte di un concetto più ampio — non tanto un insieme di competenze, ma una mentalità di curiosità per tutta la carriera. Parli con altre persone, leggi riviste di settore, ascolti, segui persone su LinkedIn.
Comprendi cosa sta accadendo in questi giorni, quali sono le tendenze future, perché ci vuole tempo affinché certe cose accadano, ma se accadono, allora sarai stato in grado di prepararti. Ovviamente, le soft skills non cambieranno molto, onestamente. Ma tutto il resto, tutto ciò che riguarda la tecnologia: guarda cosa è cambiato negli ultimi cinque anni e proietta questo trend nel futuro fra cinque anni.
Quindi, sì, finché rimani curioso e sei disposto a imparare cose nuove e a lasciarti alle spalle quelle vecchie che credevi vere ma non lo sono più, probabilmente avrai la mentalità giusta.
Conor Doherty: Sì, beh, non ho altre domande, Philip. Grazie mille per essere stato con noi. È stato davvero un piacere.
Philip Auinger: Grazie mille.
Conor Doherty: Bene, a proposito di ciò, signori, concluderò. Grazie a entrambi, e a tutti gli altri, tornate al lavoro.
