Introduction to Supply Chain: Capitolo otto (Decisioni) - Ep 194

Back to Lokad TV

00:00:00 Definizione della decisione, irreversibilità e previsioni a confronto
00:05:50 Costo opportunità mancante nella pianificazione tradizionale
00:11:40 Spiegazione di decisioni robuste, fragili ed estremizzate
00:17:30 L’ottimizzazione procede trovando decisioni folli
00:23:20 Holimizzazione, ipotesi plausibili e lezioni di retrofit
00:29:10 Insidie ​​della semantica dei dati e raccomandazioni assurde
00:35:00 Tasso di rendimento alla granularità della decisione
00:40:50 La finestra di responsabilità inquadra gli orizzonti decisionali
00:46:40 Le finestre euristiche sostituiscono i modelli politici ingombranti
00:52:30 Il carico misura il capitale impegnato nel tempo
00:58:20 L’emivita cattura l’inerzia dell’azienda oltre il tempo di consegna
01:04:10 L’emivita riporta la durata della decisione senza simulazione completa
01:10:00 Lente liquidità: beni di consumo e rotabili
01:15:50 Dai rituali KPI alla meccanizzazione delle decisioni
01:21:40 L’automazione comprime la latenza e aumenta la produttività
01:27:30 Le decisioni robotizzate consentono un miglioramento continuo misurabile

Sintesi

Joannes Vermorel e Conor Doherty continuano la loro discussione capitolo per capitolo su Introduction to Supply Chain. Il capitolo otto si concentra sulle decisioni: le scelte operative che allocano le risorse, espongono le aziende al rischio e, in definitiva, determinano se la teoria della catena di fornitura crea valore economico.

Sintesi dettagliata

Questa discussione riguarda, in fondo, un’idea: nella catena di fornitura, solo le decisioni sono reali. Previsioni, piani, KPI e dashboard possono essere utili, ma non sono la cosa in sé. Una previsione non sposta l’inventario, non impegna denaro o delude un cliente. Una decisione lo fa. Questo è il motivo per cui Joannes insiste sul fatto che la supply chain dovrebbe essere intesa come una serie di allocazioni di risorse in condizioni di incertezza, giudicate in base al rendimento atteso corretto per il rischio.

Ciò separa immediatamente il suo punto di vista dal mainstream. L’approccio convenzionale tratta il futuro come se fosse sufficientemente conoscibile da giustificare un piano e quindi l’orchestrazione di quel piano. Ma una volta che si assume un futuro conoscibile, si smette di pensare seriamente alle alternative, e una volta che si smette di pensare alle alternative, il costo opportunità scompare dalla vista. Non si tratta semplicemente di un errore filosofico. Diventa un errore del software. Le aziende finiscono per operare con sistemi in grado di elaborare grandi quantità di dati, ma rimangono cieche rispetto ai compromessi che contano di più.

Un altro punto centrale è che “ottimizzazione” è spesso una parola fuorviante. Ciò che fa la maggior parte dei sistemi non è scoprire qualche verità economica definitiva. Spingono semplicemente verso un estremo all’interno di un sistema di punteggio che potrebbe essere esso stesso difettoso. Quindi il vero lavoro è iterativo: generare decisioni, esaminare quelle assurde, scoprire ciò che il modello non è riuscito a comprendere e rivedere la logica economica. Spesso il problema non è la soluzione, ma l’obiettivo.

La conversazione chiarisce anche che il tempo è importante dal punto di vista economico, non solo operativo. Una decisione non è semplicemente una quantità; è un impegno di capitale nel tempo. Da qui le idee di carico e di dimezzamento. Il carico misura il peso monetario di una decisione nel tempo. L’emivita misura il tempo necessario per recuperare metà del capitale impegnato in quella decisione. Questi sono tentativi di descrivere qualcosa che molte teorie sulla catena di fornitura oscurano: l’inerzia. Un’azienda può pensare in termini di tempo di consegna, ma il tempo di consegna da solo non dice quanto velocemente l’azienda può cambiare direzione.

Infine, l’implicazione pratica è organizzativa. Gran parte della gestione legacy della catena di fornitura esiste perché un tempo gli esseri umani dovevano dividere il lavoro manualmente. Ma il software cambia la situazione. Se le decisioni possono essere prese quotidianamente, economicamente e su larga scala, allora molte routine radicate persistono non perché siano razionali, ma perché sono ereditate. La vera competizione non è più tra un processo manuale e l’altro. Si tratta di un processo decisionale meccanizzato e di organizzazioni che continuano a confondere la burocrazia con l’azione.

Trascrizione completa

Conor Doherty: Bentornato. Questo è l’episodio otto di una serie speciale in cui Joannes e io prendiamo il suo nuovo libro, Introduction to Supply Chain, e discutiamo le idee capitolo per capitolo. Ora, come probabilmente ricorderete, per questa serie fingo di essere uno dei circa 10 milioni di praticanti nel mondo che potrebbero vedere questo libro, prenderlo in mano, iniziare a leggere e naturalmente avere alcune domande.

Ora, questo è il capitolo 8, il che significa che abbiamo già registrato i sette capitoli precedenti. Ti consiglio vivamente di guardarli prima perché alcune di queste idee verranno citate oggi. E con ciò, vi presento la discussione di oggi sul capitolo 8, “Decisioni”.

Stiamo parlando del capitolo 8, che, a mio avviso, svela il concetto centrale del libro. So che è il capitolo 8 di 11, ma in base alla tua filosofia, alla filosofia di Lokad, a tutto ciò che facciamo, le decisioni sono in realtà solo il concetto fondamentale.

Ma nel capitolo 8, fornisci la tua definizione completa, che è, e ti cito, “un impegno di flusso che alloca risorse scarse tra opzioni ammissibili per chiudere alternative nel perseguimento del più alto tasso di rendimento atteso corretto per il rischio”. Molto preciso. Hai iniziato nel capitolo 1 con una definizione leggermente meno dettagliata e meno precisa, ma sono curioso: hai già fornito molti esempi e le persone possono riavvolgerli e rivederli. Che cosa porta effettivamente sul tavolo la tua definizione attuale di decisione in termini di operazioni della catena di fornitura?

Joannes Vermorel: Innanzitutto, chiarisce la prospettiva dell’economia applicata. Dice letteralmente che stiamo restringendo la nostra attenzione su cose in cui puntiamo esplicitamente a migliorare il tasso di rendimento. Quindi questa è una dichiarazione. Potrebbero esserci classi di decisioni che non appartengono nemmeno a questo paradigma. Sto dicendo che va bene, semplicemente non sono decisioni sulla catena di fornitura.

Quindi, qui stiamo davvero abbracciando pienamente questo paradigma, e quindi chiarisco molto chiaramente che stiamo parlando di qualcosa che è tangibile nel flusso. Vedete, ciò che voglio eliminare con questa “decisione” è la confusione con potenziali artefatti. Una previsione non è una decisione. Una previsione, puoi proiettare quello che vuoi. Finché si tratta di una proiezione, non ha alcuna incidenza sulla redditività della tua azienda.

Puoi prevedere una crescita del 200% o una decrescita del 10%, qualunque cosa. È una proiezione. In definitiva, direi che queste proiezioni sono irrilevanti. Diventano consequenziali solo quando fai effettivamente qualcosa di tangibile nel tuo flusso. Ed è per questo che dico che questa è la decisione. La decisione riguarderà un’assegnazione di risorse e ciò avrà un impatto, in una certa misura, irreversibile.

Dico “in una certa misura” perché la maggior parte delle decisioni sulla catena di fornitura possono essere annullate, solo per un prezzo, a un prezzo. Quindi, se decidi di spostare qualcosa dal luogo A al luogo B, puoi invertire questo movimento. Costa solo denaro. Quindi direi che sto dicendo che la decisione è irreversibile, nel senso che è sempre reversibile, ma bisogna pagare per questo.

Conor Doherty: Giusto per aggiungere un po’ di colore a questo, perché ancora una volta, ovviamente lavoro qui, ma anche avendo letto il libro quasi una seconda volta ormai, è irreversibile, nel senso che non puoi tornare allo stato esatto delle cose che esistevano nel momento in cui hai preso la decisione.

Quindi, puoi tornare alla sorta di sovrapposizione di “Bene, posso scegliere di nuovo”, ma quello che non puoi fare è riavvolgere il tempo come Superman inverte la rotazione della Terra e dire: “Sono esattamente indietro alle 9:01 di martedì mattina quando per la prima volta avevo il mercato com’era, il Canale di Suez com’era, lo Stretto di Hormuz com’era.” No, quello non esiste più. Non c’è più.

Quindi c’è irreversibilità in senso assoluto e relativo. Stai parlando del senso relativo.

Joannes Vermorel: Sì, esattamente. E invece di una previsione, posso programmare sui miei computer un algoritmo che, diciamo, rivederebbe la previsione un milione di volte al secondo. Non avrà alcuna conseguenza sulla catena di fornitura, questa cosa. Quindi modifico questo numero un milione di volte al secondo, non accade nulla fisicamente nella supply chain.

Ma se decido di spostare qualcosa, intendo, ovviamente, se provo a invertire la mia decisione di movimento dell’inventario e lo faccio un milione di volte al secondo, la cosa non ha ancora nemmeno iniziato a muoversi. Ma diciamo che non appena la roba è lì, c’è un oggetto su un camion e il camion sta guidando lungo l’autostrada, allora la reversibilità è persa.

Ci vorrà del tempo per riportare indietro la cosa, e la catena di fornitura non tornerà mai all’esatta posizione del mercato, l’esatta posizione in cui si trovava prima di questa decisione.

Conor Doherty: Bene, ancora una volta, questo arriva al punto del costo opportunità, che, ancora una volta, se scomponi la definizione, “allocazione di risorse scarse tra opzioni ammissibili”, essenzialmente puoi fare A, puoi fare B, puoi fare C, puoi aggiungere quasi un elemento infinito, hai quasi un numero infinito di opzioni, e ognuna di queste avrà un tasso di rendimento previsto diverso.

Quanto è comune la comprensione, o quanto è presente, l’idea del costo opportunità in, diciamo, quella che chiamate la prospettiva tradizionale sul processo decisionale della catena di fornitura?

Joannes Vermorel: È completamente assente. È completamente assente ed è previsto dalla progettazione. Vedete, la prospettiva tradizionale vede il futuro come qualcosa che può essere catturato entro le tolleranze, proprio come questa è una prospettiva delle scienze naturali. Posso proiettare la posizione di Marte tra un anno in modo super, super preciso. L’unica incertezza sarebbe la tolleranza dovuta al fatto che il mio telescopio presenta qualche imperfezione davvero minima.

Quindi non conosco esattamente la posizione di Marte, ma all’interno di una minuscola, minuscola, minuscola incertezza relativa alle dimensioni di Marte, conosco quasi alla perfezione la posizione di Marte nel cielo e nel sistema solare tra un anno. Quindi, vedete, questa è una prospettiva di scienza naturale. E per la teoria tradizionale, è esattamente la stessa cosa.

Abbracciano le loro previsioni, costruiscono un piano e il piano ne è l’orchestrazione. Quindi le opportunità non esistono. I costi opportunità non esistono perché quello che hai è un futuro e quindi un’orchestrazione in modo che tutto accada per far sì che quel futuro accada. Quindi non si tratta di alternative.

Conor Doherty: Ancora una volta, scusa, giusto per essere chiaro, potrei essere completamente d’accordo sul fatto che nell’esecuzione le persone non necessariamente soppesano ogni immaginabile permutazione di opzioni, ma stai suggerendo che sia assente, come se nessuno lo considerasse affatto? Non sono nemmeno consapevoli che esiste un costo opportunità?

Joannes Vermorel: Il problema è che, no, voglio dire, ovviamente nella mente del manager, del professionista, ovviamente le persone hanno questa, quella che ho descritto nel libro come la “visione dura” del futuro. Ovviamente lo è, perché la visione approssimativa, e ne abbiamo discusso nel capitolo sul futuro, è questa idea che hai in mente una comprensione approssimativa del fatto che c’è questa irriducibile incertezza del futuro, che le cose sono propense a cambiare.

In effetti, la visione teleologica è davvero strana se ci pensi. Non esiste nulla che funzioni davvero così nella società umana, certamente non in un mondo che non sia quello delle scienze naturali. È un mondo prasseologico, che è una parola complicata per dire che è azione umana. Quindi il futuro è fatto di azioni umane, azioni future che non sono ancora state decise.

Quindi tutto è suscettibile di cambiare perché le persone possono cambiare idea, i tuoi clienti possono cambiare idea, i tuoi fornitori possono cambiare idea, il tuo governo potrebbe cambiare idea, eccetera. Quindi, fondamentalmente, quando ho detto che la prospettiva tradizionale è cieca rispetto ai costi opportunità, sì, le persone in azienda in genere non lo sono, ma la realtà è che nelle moderne catene di fornitura, ciò che puoi fare e ciò che non puoi fare è in gran parte definito dal software che gestisci.

Perché, vedete, la catena di fornitura è interamente guidata dal software per qualsiasi azienda che abbia, diciamo, mezzo miliardo di euro o dollari di entrate all’anno. Non conosco aziende del genere che non siano guidate dal software. Quelle aziende sono troppo grandi. Nessuno conosce a mente ogni posizione dell’inventario.

Stiamo parlando di migliaia di prodotti, potenzialmente milioni di movimenti di inventario all’anno. Ed è per questo che la catena di fornitura è quella cosa strana in cui al giorno d’oggi non si osserva direttamente una catena di fornitura. Lo osservi solo indirettamente con la mediazione del software. E ora, se avete un software per qualcosa che abbraccia moltissimo la teoria tradizionale, anche se nella vostra testa pensate alle opportunità e ai costi delle opportunità, se questa cosa non ha controparti in alcun modo nel vostro panorama applicativo, allora diventa una battaglia davvero dura per farlo.

Sì, puoi hackerare alcuni fogli di calcolo a destra e a sinistra per avere ancora quello, ma è difficile e stai combattendo una battaglia in salita perché, ancora una volta, se guardiamo al paradigma, cosa dice? Sarà un’implementazione software che dice che hai previsioni, hai serie temporali e poi hai una logica di allocazione che adotta semplicemente questo piano deterministico e fa semplicemente un’orchestrazione.

Quindi, okay, se dici che abbiamo un’opportunità o un rischio, come lo inserisci in quelle serie temporali e orchestrazioni? La gente direbbe: “Oh, puoi modificare i buffer”. Sì, funzionerebbe per alcune opportunità, alcuni rischi, ma è davvero poco. Molti costi opportunità non verranno rispecchiati dalla parametrizzazione delle scorte di sicurezza.

Un esempio potrebbe essere: e se esiste, dobbiamo ampliare l’assortimento? C’è un costo in termini di opportunità nel non ampliare l’assortimento perché questo è ciò che fanno i concorrenti, e quei clienti lasciano la nostra azienda perché non trovano un assortimento sufficientemente ampio. Quindi, anche se siamo competitivi sul prezzo, trovano più valore nei rivali che possono avere l’assortimento migliore.

Questo genere di cose, se prendi la prospettiva tradizionale, sono completamente assenti dalla teoria e dal software, il che rende molto difficile hackerare qualsiasi tipo di foglio di calcolo perché anche se puoi farlo, non avrai motivo di iniettare quelle modellizzazioni del tuo foglio di calcolo nel tuo software. Dovrà convivere fianco a fianco e la comunicazione tra i due è a dir poco molto, molto poco chiara.

Conor Doherty: Quello di cui voglio parlare di più è che in realtà non lo presenti come una classificazione formale nel capitolo, ma è qualcosa che cospargi in tutti i capitoli, almeno fino a questo punto: certa terminologia come, parli di ottimalità. Nel capitolo 8 parli dell’ottimalità.

All’inizio hai parlato di decisioni solide e qui parli anche di decisioni fragili. Quindi questi non sono presentati nella tua classificazione dei sistemi di registrazione, rapporti e intelligence. È molto stretto. È molto pulito. Ciò che è meno pulito, direi, ma ancora una volta molto utile, è una spiegazione molto chiara e affiancata di, okay, cosa delinea esattamente una decisione solida generata da un sistema di intelligenza da una decisione fragile generata anche da un sistema di intelligenza, e una decisione ottimale, o “ottimale”, possiamo discuterne la natura di ricerca operativa.

Quindi, per favore, approfondisci questo argomento, perché finora abbiamo utilizzato tutti e tre questi termini.

Joannes Vermorel: In effetti, me ne rendo conto, e ho pubblicato qualcosa come un paio di mesi dopo la pubblicazione del libro su un concetto chiamato “estremizzazione”, e poi tutto chiarisce. Avrebbe dovuto essere nel libro. Un giorno ci sarà un altro avviso. Per la seconda edizione riscriverò il capitolo 8.

Quindi, fondamentalmente, ciò che chiamiamo ottimizzazione in questo momento dovrebbe essere chiamato estremizzazione. Il termine ottimizzazione è sbagliato. Dovremmo chiamarla estremizzazione. Cosa significa estremizzazione? Prendi una funzione matematica che è il tuo criterio e la estremizzi. Quindi stai cercando il massimo o il minimo. E le variabili che puoi spostare per cercare questi valori massimi o minimi, sono le tue variabili decisionali.

Questa è estremizzazione. E quando le persone dicono che qualcosa è ottimale, in realtà quello che stanno dicendo è che qualcosa è estremo secondo questa funzione. Ora, il punto che intendo sottolineare con questo concetto di ottimizzazione è che la sfida nella catena di fornitura è che il modo in cui mantieni il punteggio, il modo in cui conti i tuoi dollari, è di per sé un obiettivo mobile.

Lo vediamo nel capitolo, ad esempio, sull’economia. Io dico che abbiamo molti prezzi ombra e preoccupazioni in termini di valutazione. Ci sono molte cose che sono molto sfuggenti, molto importanti. E quindi, quando conti i dollari, può sembrare strano, ma ci sono molte cose che sono molto soggettive.

Ovviamente, dato un tempo sufficiente, come un decennio o due, queste cose si realizzeranno e si avrà la vera visione contabile che entrerà in gioco. Ma per molte, molte cose importanti, è necessario guardare così lontano nel futuro da non poter avere questo tipo di prospettiva contabile.

Un esempio: una foresta in crescita, essenzialmente. Oppure, ad esempio, diciamo che sei Boeing o Airbus. La tua reputazione si basa su decenni trascorsi a mantenere al sicuro il tuo aereo e ciò potrebbe essere annullato in un attimo. Quando immettono un nuovo aereo sul mercato, è come uno sforzo di uno o due decenni di ricerca e di ingegneria della sicurezza. Quindi è necessario guardare letteralmente a 20 anni nel futuro.

Tutto, qualsiasi tipo di proiezione aziendale, quando guardi così lontano nel futuro, si dissolve. Il potere delle statistiche diventa molto debole. Ed è quello che ho descritto nel capitolo sull’economia: ecco perché è necessario fare affermazioni supponenti nella tua modellizzazione economica per riflettere le cose che sono estremamente importanti per te perché sono strategiche. Tuttavia, se non lo fai, distruggerai la tua azienda, garantito entro un decennio o due.

Quindi ciò significa che l’estremizzazione è debole perché fondamentalmente stai presupponendo che la tua funzione obiettivo, ciò di cui stai cercando di trovare un estremo, sia una quantità nota. Non è una quantità conosciuta. E ora ti ritrovi con il problema che se cambi la funzione, se cambi il modo in cui conti i tuoi dollari, puoi avere una decisione che sembra buona sotto un punteggio e non così buona sotto un punteggio diverso.

Quindi all’improvviso, se una decisione sembra buona o cattiva dipende in realtà da ciò che usi per valutare, per contare quei dollari. E mi riferisco a questo processo come ottimizzazione. Questo è essenzialmente un processo in cui estremizzi ripetutamente, cerchi i difetti nella tua modellizzazione, quindi riprogetta la tua funzione di punteggio, le tue funzioni obiettivo, quindi risciacqua e ripeti.

Quindi è un processo iterativo in cui dici “Ottimizzazione”, sai quello che la gente chiama ottimizzazione, sarà solo un passo. Lo fai, guardi le decisioni che escono, vedi i problemi. Ma ciò richiede un alto livello di intelligenza, nel senso che non si tratterà di problemi matematici. Saranno problemi di prospettiva, di inquadramento, di anticipazione di cose in cui il tuo modello quantitativo è cieco, e poi di revisione delle tue funzioni obiettivo in base a quello.

Questo è il motivo per cui ho introdotto questo termine, estremizzazione, perché è proprio di questo che si tratta. Non si tratta di “Abbiamo una funzione obiettivo”, proprio come fa il mondo accademico, e poi iteriamo su un risolutore per migliorarlo all’infinito in modo da avere una soluzione quasi perfetta. Non è assolutamente questo il problema.

Il problema è che di solito, non appena abbiamo una funzione obiettivo, un obiettivo verso cui stiamo lavorando, sì, facciamo l’ottimizzazione, quindi l’estremizzazione, e poi ci rendiamo conto, okay, che abbiamo ancora problemi. Dobbiamo cambiare la definizione stessa del problema perché grazie a quelle soluzioni estreme ci rendiamo conto di avere dei difetti.

E molto spesso il difetto non è nell’estremizzatore. Il difetto sta nella funzione obiettivo ricercata dall’estremizzatore o da un risolutore in letteratura. Quindi, se torniamo alle decisioni fragili e robuste, in primo luogo, il fatto è che se si hanno decisioni generate come risultato di questo processo di orchestrazione della teoria tradizionale, si finisce con cose che sono, in pratica, incredibilmente fragili. È in base alla progettazione.

Se presumi che il futuro sia noto e fai semplicemente questa orchestrazione e questo ti darà quelle decisioni, allora quelle decisioni saranno completamente cieche verso qualsiasi tipo di variazione.

Conor Doherty: Penso che tu dia un bene, giusto per entrare in un contesto chiaro, perché ne parli molto chiaramente nel capitolo, e ancora una volta è un esempio che abbiamo fornito prima, ma se lavori in MRO, per esempio, e pensi di conoscere tutti i passaggi e tutte le cose che dovrai riparare in un motore, e poi scrivi, lo prevedi, “Okay, dovrò riparare le parti A, B, C, G”, e poi apri il motore, è come, “Oh, in realtà, devo fare assolutamente tutto. C’è ruggine qui, c’è corrosione lì, tutto.”

L’hai trattato come se fosse noto, ma è davvero variabile e in realtà apri il motore e dai un’occhiata. Quindi, ancora una volta, hai preso delle decisioni, ma piccole deviazioni improvvisamente invalidano l’intero programma.

Joannes Vermorel: Esattamente. Perché se riesci a riparare quasi interamente il motore di un aereo, non hai un motore zero. Hai zero motore.

Conor Doherty: Motore zero.

Joannes Vermorel: Esattamente. Non puoi avere un motore senza un giunto o una piccola pompa ed è pur sempre un motore. Non volerà.

Conor Doherty: In senso figurato, non volerà.

Joannes Vermorel: Sì, sì. Quindi questo è il genere di cose in cui hai dipendenze difficili. E a volte possono essere piccole cose. Proprio come dopo i lockdown del 2020 e del 2021, l’industria automobilistica si è accorta di essere bloccata perché mancavano alcuni componenti semiconduttori.

E letteralmente, avevano tutto per la macchina. Avevano circa 1,5 tonnellate di auto pronte e ciò che mancava erano 20 grammi di semiconduttore. Manca solo questo, ma sì, l’auto non può essere venduta al cliente se mancano queste cose.

Conor Doherty: Non è solo questo. Non è solo il fatto che, in quell’esempio specifico, il programma verrà interrotto. È anche il fatto che i costi potrebbero essere asimmetrici. Quindi sì, mi mancano, non lo so, penso una fregatura di 2 dollari. Avrei potuto conservarlo per 10 anni a un prezzo molto conveniente. Non ce l’ho a portata di mano in questo momento. Mi manca quella vite da $ 2, ma il costo di questo potenziale evento AOG è di $ 100.000, $ 200.000, $ 300.000.

Quindi, ancora una volta, non è solo la fragilità delle decisioni, ma il costo di sbagliare su quella decisione, quella piccola deviazione, è asimmetrico.

Joannes Vermorel: Esattamente. Prende molte forme o forme. Se entriamo, ad esempio, nella vendita al dettaglio B2B, supponiamo che tu abbia uno dei tuoi clienti VIP. Trasmettono un ordine con sei mesi di anticipo dicendo: “Ecco un elenco di 200 articoli distinti. Vogliamo averli entro questa data perché è molto importante per noi”.

E poiché sanno che non lo avrai in magazzino, trasmettono l’ordine con mesi di anticipo. È fantastico. Ti danno molto margine di manovra per avere tutto completamente pronto tra sei mesi. E ora arriva l’appuntamento e sei a corto di cose. Quindi rompi la promessa e il tuo cliente VIP è incazzato perché ti hanno dato molto margine di manovra e tu non sei ancora riuscito a mantenere la tua promessa.

Questo è il genere di cose che costituirebbero una violazione della fiducia. E questo può essere estremamente dannoso. Quindi questo è il genere di cose in cui, ancora una volta, se si guida la supply chain secondo la teoria tradizionale, i propri strumenti sono completamente ciechi rispetto a ciò. Le persone no, ma il livello del tuo software sì, e questo è il problema.

Perché, ancora una volta, qualsiasi azienda di grandi dimensioni va ben oltre il tipo di flussi che possono essere gestiti solo nella testa delle persone. La maggior parte delle cose risiede solo nei livelli software di cui disponi.

Conor Doherty: Bene, questo è il punto. È perfetto che tu l’abbia detto, perché era il pensiero che avevo mentre rileggevo questo. L’ho detto bene quando ho stabilito il fatto che una decisione solida, una decisione ottimale e una decisione fragile potrebbero comunque provenire dall’intelligenza, perché potresti avere un sistema di intelligenza che inizialmente ha generato la pianificazione, sempre nel caso di un MRO, che ha generato il “Oh, hai bisogno di questa parte, questa parte e questa parte per completare i passaggi da uno a 25”, o qualsiasi altra cosa.

Apri il motore: “Oh, aspetta, no, è completamente invalidato. Evento di coda grassa. Ho bisogno di parti che non ho.” Va bene. Hai appena detto che fondamentalmente le decisioni migliori risiedono nel livello della strumentazione. Potresti avere un livello di strumentazione migliore, il sistema di intelligenza che tu stesso sosteni, e comunque prendere decisioni fragili.

Quindi sì, come si passa da decisioni fragili senza un sistema di intelligenza, decisioni fragili con sistemi di intelligenza, a decisioni robuste con sistemi di intelligenza? Qual è la traiettoria lì?

Joannes Vermorel: Questa è l’intera “ottimizzazione”. Fondamentalmente, il processo è iterativo. Molte sono congetture, ipotesi plausibili. Fai un’ipotesi plausibile sulle tue funzioni obiettivo, il che in pratica significa che stai investendo i tuoi soldi e dicendo: “Okay, deve valerne la pena”. Stai descrivendo la scadenza e, ancora una volta, stai spargendo i tuoi dollari nella tua valutazione.

Ancora una volta, fai del tuo meglio, e poi quello che dico è che a un certo punto ti fermi e dici: “Ora estremizzerò”. Vedete, è qui che dico di non considerare una decisione come ottimale, di considerarla estremizzata. Ciò significa che avrete una macchina, un software, un pezzo di software, che guiderà la decisione verso l’estremizzazione di questo criterio.

Ora hai, ancora una volta, non una decisione ottimale, ma una decisione estremizzata. È buono o cattivo? Secondo i calcoli è estremo, ma non è questo il vero criterio. La domanda che vuoi è: è davvero positivo e redditizio per la tua attività?

Il fatto è che, in pratica, quando hai le tue funzioni obiettivo, non estremizzi una decisione. Probabilmente estremizzerai migliaia di decisioni. Ancora una volta, perché non stiamo prendendo una grande decisione. È il flusso dell’azienda. Quindi ci sono migliaia di prodotti che devono essere riforniti, migliaia di articoli che possono essere prodotti, migliaia di prezzi che possono essere rivisti al rialzo o al ribasso, eccetera.

Ora, in pratica, per questa iterazione, cerchi decisioni folli. Questa è una ricerca aneddotica. Cerchi il caso in cui il buon senso impone che sia una decisione molto sbagliata. E qui, ciò che ti guida non è la matematica, perché se la matematica aiutasse, sarebbe già stata presa in considerazione nel processo di estremizzazione. Il tuo risolutore avrebbe già evitato questa situazione.

Quindi, molto probabilmente, quello che stai cercando non sono i punti deboli del tuo risolutore, la cosa che estremizza la tua decisione, ma le lacune nella tua comprensione del business. Ed è per questo che, in genere, se vuoi identificare quelle decisioni molto sbagliate, hai bisogno di persone che abbiano esperienza, che abbiano visto molte situazioni e che dicano: “Ah, questa decisione semplicemente non sembra giusta. C’è qualcosa che non va. Sei sicuro?”

Ad esempio, nell’esperienza Lokad, per la prima volta, più di dieci anni fa, 12 o 13 anni fa, abbiamo iniziato a lavorare per l’aviazione. Abbiamo iniziato suggerendo di sostituire alcune parti, quindi il feedback che abbiamo ricevuto dal nostro cliente in quel momento è stato: “Ma no, quelli sono retrofit”. E la nostra risposta è stata: “Cos’è un retrofit?”

All’epoca non sapevamo nemmeno cosa fosse un dannato retrofit. Va bene. Per il pubblico che non lo sa, è quando gli OEM dell’aviazione hanno anche il minimo dubbio che una delle loro parti possa rappresentare un pericolo per gli aerei. Vedete, nell’aviazione la sicurezza è fondamentale. Quindi non aspettano che succedano incidenti.

Quando il team di ingegneri si rende conto che forse, anche solo forse, c’è un punto debole, quello che faranno è riprogettare le parti e poi, per ogni singola parte che sia mai stata venduta, spingeranno una sostituzione gratuita. Dicevano: “Se non mandi indietro tutte le vecchie parti come prova, e l’aereo dovesse precipitare ed è a causa di questa parte, la colpa sarà tua, non nostra”.

Quindi, ovviamente, l’effetto di un retrofit a livello di catena di fornitura è che si ha una massiccia spinta di parti, e quindi tutti gli aerei della flotta sono ora sincronizzati con parti nuove. Quindi immediatamente si ha un forte calo delle riparazioni necessarie per quelle parti perché sono tutte completamente sincronizzate, nuove di zecca.

Conor Doherty: Hai influenzato la fornitura.

Joannes Vermorel: Sì, hai avuto un impatto completamente meccanico sulla domanda perché tutta la tua flotta ora ha parti che hanno esattamente lo stesso punto della loro vita, le stesse ore di volo, lo stesso ciclo di vita, lo stesso numero di ore di volo, cicli di volo, eccetera, quasi.

Questo è il genere di cose in cui inizi a capire che devi estremizzare una decisione per realizzare cosa ti stai perdendo. E questo può creare molti problemi. A volte può trattarsi di un’errata comprensione della semantica dei dati. Un ERP può essere composto da 5.000 tabelle, 100 campi per tabella. E’ molto confuso. I dati sono corretti, ma la tua comprensione dei dati è corretta? Non lo sai. Nessuno lo sa. L’ERP non lo sa. La gente non lo sa.

Le persone che hanno scritto l’ERP sono morte o assenti o lontane. Ancora una volta, è molto disordinato. I dati sono corretti perché se fossero errati l’azienda non funzionerebbe nemmeno. Se non sai cosa pagare al tuo fornitore o cosa addebitare ai tuoi clienti, sei nei guai. Quindi la maggior parte delle aziende ancora esistenti hanno in realtà una modellizzazione abbastanza accurata del loro flusso di beni fisici che inizia da “Acquisto cose, trasformo e trasporto cose, e poi le vendo”.

Quindi di solito i sistemi di registrazione sono fondamentalmente corretti, non necessariamente perfetti, ma fondamentalmente corretti.

Conor Doherty: Sì, ma la tua comprensione, quando esegui questo livello di sistema di intelligenza, può essere completamente assente.

Joannes Vermorel: Esattamente. E questa estremizzazione è l’unico modo per realizzare effettivamente che la tua comprensione è sbagliata, perché diventerà molto più evidente. Prenderai decisioni che ai professionisti sembreranno semplicemente assurde, ed è ciò che devi correggere, e questo cambierà la tua funzione di ottimizzazione, e lo ripeterai semplicemente. E ti fermi quando non prendi più alcuna decisione che sembri folle.

Conor Doherty: Bene, abbiamo spiegato un po’ come pensare alle decisioni e abbiamo rivisto parte di ciò che è necessario per prendere le decisioni, ma ciò che dobbiamo trattare ora, penso, è la valutazione delle decisioni. E una delle cose, ancora una volta, di cui abbiamo parlato un po’, penso fosse l’economia, capitolo 4, ma ancora una volta, ovviamente è rilevante perché nel capitolo 8 lo reintroduci come elemento della tua definizione: tasso di rendimento.

Lo applichi come una sorta di stella polare per valutare l’efficacia delle tue decisioni, fragili, robuste, ottimali, come vuoi chiamarle. Queste decisioni funzionano? Sì o no? Come? Tasso di rendimento.

Ancora una volta, le persone possono tornare al podcast del capitolo 4 se lo desiderano, ma è importante avere un’introduzione qui. Ancora una volta, il tasso di rendimento: cos’è e perché è la migliore stella polare?

Joannes Vermorel: Il tasso di rendimento è la tua stella polare perché, in definitiva, il gioco della supply chain consiste nel convertire i tuoi preziosi dollari in cose, trasportare, trasformare, fare cose e poi trasformare quegli atomi in dollari. E ripeti semplicemente il ciclo, ed è così che guadagni soldi.

Se tu fossi semplicemente un puro trader finanziario, compreresti semplicemente a poco e venderesti a tanto e guadagneresti. Ma il gioco della catena di fornitura è questo: introduciamo passaggi intermedi, ovvero essenzialmente vuoi acquistare a basso prezzo, trasformare, trasportare e vendere a un prezzo più alto. E questo è il tuo margine. Ripetere.

Quindi il tasso di rendimento dipende in realtà da come è possibile che questo ciclo magico si verifichi con una maggiore leva finanziaria. Generi semplicemente più profitti alla fine della giornata. E poiché, in effetti, il tuo flusso non è una cosa ma migliaia, potenzialmente decine di migliaia, milioni di cose che competono per i tuoi soldi, quello che vuoi è iniettare i dollari, i tuoi preziosi dollari, nelle aree in cui il ciclo ti dà il massimo tasso di rendimento, perché alla fine dell’anno, se conti i tuoi dollari, quelli sono i dollari che hai generato avendo qualcosa di redditizio.

Vuoi allocare i dollari dove i rendimenti saranno massimizzati.

Conor Doherty: Non è quello che la gente già fa? Monitorare la redditività? Hanno intere divisioni. La maggior parte delle aziende con più di mezzo miliardo hanno un team finanziario. Ti dicono che stai guadagnando di più o guadagnando di meno.

Joannes Vermorel: No, non lo fanno a livello decisionale. Questo è il problema della catena di fornitura. Sì, la divisione finanziaria valuterà a livello super macro. Direbbero questa divisione, guarderebbero di quanto capitale circolante hanno bisogno, qual è il profitto che generano, eccetera.

Quindi il dipartimento finanziario lo farà a livello di unità aziendale, in modo molto aggregato. Il problema è che ti dà la capacità di orientare gli investimenti, ma sarà estremamente aggregato ed estremamente raro. In genere è qualcosa che rivedrai una volta al trimestre a livello di unità aziendale.

Ma qui non sto parlando di questo tipo di granularità. Parlo di ogni singola unità, ogni singolo giorno, ogni singolo luogo, ogni singola opzione che hai. L’aspetto super minuto del flusso.

E quello che sto dicendo è che quei principi economici dovrebbero presiedere anche a quel livello. Ancora una volta, se torniamo alla visione tradizionale della catena di fornitura, questa è completamente assente. La visione tradizionale della catena di fornitura dice semplicemente che abbiamo un futuro e poi lo eseguiamo, e basta.

E l’unica cosa che ti dirà è che hai il tuo piano, poi hai l’orchestrazione, puoi proiettare i costi, puoi proiettare i guadagni e conoscerai i tuoi profitti. Quello che sto dicendo è che non va bene. Non va bene perché, come ti dicevo, questo paradigma è cieco rispetto al costo opportunità. È anche completamente cieco rispetto alla direzione del tuo investimento verso il futuro che massimizza i tuoi profitti futuri.

È solo un futuro statico e ciò presuppone che questo futuro sia già buono, dal punto di vista del profitto.

Conor Doherty: Essenzialmente, ancora una volta, solo per abbozzarlo un po’, per fare un esempio, se stai parlando di allocazione di unità, quindi è come, “Ho 100 unità, ho cinque negozi, posso dare 20 a ciascuno e questo avrà un tasso di rendimento previsto o stimato. Posso dare 10 qui, 10 qui, 10 qui, 10 qui e 60 lì, che avrà a…” e puoi giocare con i numeri. Non posso inviarne nessuno. Non posso fare nulla.

E ne parli, come se non fare nulla, stare con le mani in mano, fosse una decisione finanziaria. Non stai assegnando, ma stai scegliendo di non perseguire. Stai scegliendo di trattenere il capitale. Tutte queste cose rappresentano un diverso tasso di rendimento potenziale. Sono tutti a tua disposizione contemporaneamente.

Joannes Vermorel: Sì.

Conor Doherty: Ed è per questo che, ancora una volta, tornando all’esempio che ho fatto prima sulla reversibilità, e ho detto che puoi annullare una decisione in una certa misura pagando un costo, ovviamente, ma quello che non puoi fare è tornare alla posizione esatta in cui ti trovavi la settimana scorsa, alle 9:01 di martedì, e avevo quel livello in questo negozio, quel livello in questo negozio, quel livello in questo negozio, questo prezzo potenziale, questi tempo di consegna, tutte quelle cose.

Tutta la complessità combinatoria di tutto ciò esisteva solo in quel momento, in quel momento, e i tassi di rendimento per tutte quelle possibili combinazioni esistevano solo in quel momento. Quindi penso che questa sia la granularità di cui stai parlando, e per questo hai bisogno di una strumentazione sofisticata.

Joannes Vermorel: Sì. Anche se, ancora una volta, è un’illusione pensare che il tuo stack software non sia già sofisticato. Il tuo sistema operativo, Windows o Linux, sono pezzi di software straordinariamente complicati. Ciò che intendo è che esiste l’illusione che le supply chains siano gestite con cose semplici. Non è così. Non è più così dagli anni ‘80. Abbiamo un’enorme quantità di complessità software.

Quello che sto dicendo è che, dal punto di vista decisionale, abbiamo solo alcune percentuali di base che sono incredibilmente semplicistiche.

Conor Doherty: KPI, artefatti e quant’altro, intendi?

Joannes Vermorel: Sì. E se si considera la capacità del livello software esistente al giorno d’oggi di guidare le attuali catene di fornitura, se mettiamo da parte i clienti di Lokad, di solito è semplicemente incredibilmente, incredibilmente semplicistico. Pertanto è completamente cieco di fronte a tutte le belle opportunità in cui avrebbero potuto prendere decisioni molto migliori se il software che stavano utilizzando per gestire la catena di fornitura non fosse stato costruito su presupposti incredibilmente semplicistici come previsioni deterministiche di grandi serie temporali, questo genere di cose, previsioni puntuali di serie temporali.

Molti professionisti della catena di fornitura non si rendono conto di quanto sia incredibilmente rigido il loro livello di pianificazione. Ed è per questo che finiscono per rinnovare continuamente tutti i numeri nei loro fogli di calcolo. È perché, in effetti, il livello analitico che stanno utilizzando è semplicemente incredibilmente semplicistico. Ignora semplicemente tutto. Non esiste una visione probabilistica dei tempo di consegna. L’incertezza sui tempo di consegna viene ignorata.

Viene ignorata anche la probabile variazione dei prezzi dei tuoi fornitori. Presumi semplicemente che avrai un prezzo costante per sempre per ciò che stai acquistando. È pazzesco. Non esiste alcun modello di alcun tipo di effetto geopolitico, ad esempio, le tariffe aumenteranno di nuovo? Questa cosa è semplicemente assente dal sistema.

Non molto intelligente, perché non occorre essere un genio per vedere che ci sono state amministrazioni nel mondo che hanno avuto la grande facilità di toccare le tariffe. Queste non sono idee straordinariamente sofisticate. È qui che respingo l’idea che ciò che Lokad sta facendo sia molto sofisticato. Credo che quello che stiamo facendo sia la cosa meno sofisticata che comunque superi l’asticella del non essere idioti rispetto alla situazione.

Concettualmente sì, vuoi una decisione non folle. Vuoi qualcosa che non faccia supposizioni folli sul futuro. E il mio principale rimprovero alla prospettiva della catena di fornitura mainstream è che essa mette al centro questo piano, che è molto rigido e che rappresenta un grado di fiducia nel futuro del tutto ingiustificato. È un castello di carte.

Non sei nemmeno vicino a conoscere il futuro così come i tuoi sistemi fingono di conoscerlo. E questo crea tutte quelle decisioni fragili perché quelle decisioni sono ancorate a qualcosa che è solo una visione incredibilmente, incredibilmente ingenua del futuro. La conseguenza è che è semplicemente un brutto affare perché è abbastanza stupido.

Conor Doherty: Bene, abbiamo trattato il cosa delle decisioni. Abbiamo spiegato come valutare le decisioni. Ciò che non abbiamo fatto è discutere la dimensione temporale di questo, perché ovviamente, che sia robusto o fragile o giudicato dal tasso di rendimento, qualunque cosa, se ordino 100 unità oggi, devo avere un orizzonte temporale per valutare se è stata o meno una buona decisione.

Nel libro parli di “finestra di responsabilità”. È un termine che non avevo mai incontrato, sicuramente in un’ottica di filiera. Quindi, prima di esaminarlo attentamente, qual è la finestra di responsabilità?

Joannes Vermorel: È una semplificazione che cerca essenzialmente di dare un orizzonte all’analisi della tua decisione. Se si seguono davvero i principi primi, si direbbe che una decisione che prendo ora avrà conseguenze fino alla fine dei tempi, in termini assoluti.

Questa non è una prospettiva molto pratica. Questa è in gran parte la prospettiva di un matematico.

Conor Doherty: E un filosofo.

Joannes Vermorel: Sì, un filosofo. Quindi, okay, abbiamo bisogno di qualcosa che sia un po’ più pragmatico.

Conor Doherty: Operativo.

Joannes Vermorel: E quello che diciamo è che, molto spesso, puoi avere una definizione che dice che prendo una decisione adesso e so che posso rivedere questa decisione. Una volta presa questa decisione, dovrò guardare a un certo periodo nel futuro che è di primaria importanza. Questa è l’essenza di questa finestra di responsabilità.

Ad esempio, se ordino adesso, qualsiasi cosa accada da adesso all’arrivo della merce, non è proprio mia responsabilità. Andrà perso. Se ci sarà molta domanda da qui al momento in cui le merci arriveranno, non sarò in grado di servire quei clienti oltre quello che ho attualmente, che è il risultato di una precedente finestra di responsabilità.

Quindi, in sostanza, diresti, se ordino adesso, non è per servire i miei clienti domani. È servire i clienti quando la cosa arriva. Ciò significa che il mio periodo di responsabilità per questo ordine non inizia adesso. Inizia un po’ nel futuro.

E poi, dovrebbe andare indefinitamente nel futuro? Beh, non proprio, perché avrai punti di riordino, avrai un’altra opportunità di riordinare. In definitiva, vuoi coprire la domanda a tempo indeterminato? La risposta è no. Vuoi nasconderlo finché non ci sarà un’altra opportunità in tempo per rivedere la decisione e farlo.

In effetti, ciò che stiamo facendo con una finestra di responsabilità è essenzialmente un’euristica per aggirare la necessità di avere un oggetto matematico più sofisticato, che è una politica in matematica. Quindi, con una finestra di responsabilità, possiamo eliminare la necessità di introdurre politiche per intere classi di decisioni nella catena di fornitura.

Questo non è perfetto. Questa è un’euristica, ma in pratica è, in primo luogo, molto meno costosa dal punto di vista computazionale. Dal punto di vista operativo, è qualcosa che è molto più semplice da inserire in una scatola bianca. Ci sono tutta una serie di ragioni per cui passare attraverso questo tipo di euristica è una buona cosa. Questo è tipicamente ciò che fa Lokad.

Di norma, cerchiamo di evitare di gestire una catena di fornitura attraverso politiche conclamate perché può diventare estremamente difficile eseguire il debug di queste cose, inserirle in una scatola bianca, per rendere la situazione comprensibile ai professionisti. E questo è molto importante perché a volte, quando accade qualcosa di dirompente nel mercato, è necessario modificare la ricetta numerica in un arco di tempo molto breve. E se non si dispone di una modellizzazione numerica che sia realmente, per progettazione e costruzione, estremamente “white-boxed”, diventa un’impresa molto, molto rischiosa, perché all’improvviso il rischio diventa la vostra logica, la vostra estremizzazione. Sbagli, hai dei bug e prendi decisioni sbagliate solo perché hai sbagliato il codice.

Conor Doherty: Bene, ancora una volta, stavamo parlando di politiche. Stavi parlando, nel senso matematico di Warren Powell.

Joannes Vermorel: Esattamente. Amico del canale.

Conor Doherty: Lo richiameremo per discuterne, ma giusto, è essenzialmente un oggetto matematico che simulerà il tuo processo decisionale nel tempo e puoi simularlo indefinitamente. Concettualmente, questo è il modo più pulito per farlo. In pratica, se si riesce, con l’euristica, a evitare la reificazione di una politica effettiva, questa diventa operativamente molto più trattabile.

Scusa, qual era il punto che volevo sottolineare? Oh sì. Scusa, volevo solo piantare una bandiera lì solo per chiarire. Ma sì, quindi il problema riguarda il concetto di finestra di responsabilità, che mi piace come terminologia. Stai nominando una cosa che le persone già fanno intuitivamente o stai nominando un concetto che nessuno fa? E se stai dicendo che nessuno lo fa, stai forse sostenendo che quando le persone fanno ordini e riordinano, non si rendono conto che è per coprire la domanda futura?

Joannes Vermorel: No, il punto è che si avvicinano, ancora una volta, con modelli molto deboli. Come le serie temporali e le scorte di sicurezza. Quei modelli sono ciechi davanti a tante cose. Quindi lo stanno facendo, prendiamo una situazione semplice: ho un fornitore all’estero. Ordino 100 articoli distinti da questo fornitore. Ma c’è un problema: per renderlo economicamente sostenibile, devono essere contenitori pieni.

Quindi non posso effettuare un ordine solo perché ho un articolo esaurito. Non c’è abbastanza volume su nessuno di questi 100 articoli. È solo il volume articolare che mi dà il contenitore pieno. Ora il fatto è che, se dimentico alcune unità, se, ad esempio, uno degli articoli dimentico di mettere nel contenitore, non avrò alcuna possibilità di riordinare un contenitore prima di un certo periodo di tempo.

Perché rimarrò bloccato. Ho una scorta esaurita e non posso riordinare questo articolo separatamente. Sono bloccato. Dovrò aspettare finché gli altri articoli non saranno consumati, e poi potrò effettuare un altro ordine di container in blocco, essenzialmente. Sì, ma è distribuito in blocco su tutti gli articoli.

Quindi, se iniziamo a pensare alla situazione, e questo non è davvero stravagante, avere un MOQ a livello di fornitore, non è che sia necessario ordinare articoli per un minimo di 100 unità. È il fornitore che dice: “Per passare un ordine, dovrebbe essere almeno di $ 20.000” o qualcosa del genere. Ma deve avere una certa dimensione. Questo tipo di vincoli sono onnipresenti. Ogni azienda oltre una certa dimensione ha tantissime situazioni del genere.

Se guardi queste situazioni, cosa ti dice la finestra di responsabilità? Ti dice: attenzione. Non è il tempo di consegna per questo articolo isolato. È necessario tenere conto del ciclo di vita del processo di ordinazione stesso, che avviene in contenitori, in modo da dover coprire la domanda fino all’arrivo del contenitore successivo.

Quindi, all’improvviso, devi capire che quello che sto cercando di coprire è che sono responsabile dell’arrivo del container e sarò responsabile della qualità del servizio attraverso questo ordine di acquisto fino all’atterraggio del prossimo container. E ancora, cosa succede nel frattempo, ad esempio tra adesso e il mio primo sbarco di container, immaginiamo una situazione in cui non ci sono arretrati, i clienti se vedono che non hai il prodotto, se ne vanno.

Significa che devi stare molto attento perché la domanda che osserverai per un articolo porterà le tue scorte a zero, ma poi andranno perse. Quindi non dovresti dare per scontato che la domanda da qui a quando il container arriverà sarà semplicemente la somma di tutti i tuoi secchi nel tempo. Non è vero. Consumerà le tue azioni e poi scenderà a zero.

Quindi avrai una distribuzione di probabilità per quale sarà il livello delle scorte che rimane quando il contenitore effettivamente atterra. Quindi, ancora una volta, la finestra di responsabilità chiarisce questo tipo di situazione, mentre la classica prospettiva delle scorte di sicurezza è completamente cieca. Attraverso le scorte di sicurezza non è possibile avere una modellizzazione adeguata del ciclo di vita dei propri ordini di acquisto che arrivano, ad esempio, attraverso i contenitori. La struttura non può permetterti di esprimere questo genere di cose. Sei bloccato. Puoi trasformare il problema nel modo che preferisci, modificare il livello di servizio su e giù, qualunque cosa, questa cosa non si adatta alla prospettiva delle serie temporali.

Conor Doherty: A dire il vero mi è piaciuto molto quell’esempio. Stavo annuendo in segno di approvazione. E’ molto, molto chiaro. Il mio seguito è che, anche se capisco, penso che la maggior parte delle persone lo seguirà, è un esempio molto intuitivo. Come si inserisce il tempo di dimezzamento di una decisione in questa equazione?

Ancora una volta, responsabilità, molto chiara. Questo era molto, molto chiaro. Siamo molto nel territorio di Lokad. Più o meno è nel capitolo 8.

Joannes Vermorel: Sì, esattamente. Quindi abbiamo visto una finestra di responsabilità. È un’euristica. E ancora, il punto di questa euristica è quello di aggirare la necessità di introdurre politiche in modo da poter tornare a valutare: ordino zero, una, due, tre, quattro, cinque unità e ho una valutazione economica, invece di dover valutare, come un algoritmo decisionale, la mia politica e vedere qual è il tasso di rendimento.

Ora, per comprendere l’emivita, dobbiamo iniziare con il caricamento, che è una versione più semplice. Il carico di una decisione è il capitale circolante nel tempo. Uno degli errori, e ancora una volta la teoria classica ha sbagliato completamente perché è una teoria non economica, è che la teoria classica della catena di fornitura non comprende la differenza tra “devo stanziare 1 milione di dollari per un giorno” o “per un anno”. Non è la stessa cosa.

Quindi la domanda è: ho la mia riserva di dollari. Ti ho detto che il gioco è convertire quei dollari in atomi e poi gli atomi di nuovo in dollari. Quindi quanto tempo ci vorrà perché il gioco possa giocare? Ovviamente, una decisione potrebbe bloccare il capitale circolante, diciamo 1 milione di dollari. Se è solo un giorno, significa che assegno questo milione di dollari e forse domani avrò $ 1.010.000 e tornerò in gioco, dove potrò riallocare quei dollari su qualcos’altro.

Oppure posso prendere un’altra decisione, cioè stanziare 1 milione di dollari e poi la cosa viene bloccata, e in tre mesi avrò 1.050.000 di dollari. Ok, ma poi sono tre mesi che il mio capitale è bloccato. Quindi il carico è di dollari-secondi. È tempo di soldi. In termini di unità, saranno eurosecondi e dollarisecondi. È la quantità di denaro moltiplicata per una durata.

Quello che sto dicendo è che se vuoi confrontare quanta pressione una decisione sta esercitando sulla tua liquidità, devi considerare il carico, non il fabbisogno di capitale circolante. Perché se pensi: “Oh, ho una decisione che vale ancora 1 milione di dollari, ma è solo un giorno”, questo mi darebbe 1 milione di dollari al giorno.

Ora ne faccio un altro in cui costa, diciamo, $ 100.000. Quindi sembra molto, molto più piccolo nel capitale circolante, tranne per il fatto che è per 100 giorni. Sarebbero 10 milioni di dollari al giorno in termini di carico. Quindi vedete che la seconda decisione, anche se il capitale circolante sembra più piccolo, $ 100.000 contro $ 1 milione, se pensate in termini di carico, ovvero giorni-dollaro, in realtà è 10 volte più grande, perché è necessario trattenere quei dollari per un periodo di tempo molto più lungo.

Conor Doherty: È un’espressione di quanto tempo il tuo capitale è investito in una decisione che deve ancora essere pagata.

Joannes Vermorel: Esatto, sì. Quindi quello che sto dicendo è che il carico è l’elemento fondamentale a cui devi prestare attenzione se inizi a pensare a un livello molto granulare per l’ottimizzazione del flusso di cassa. Devi pensare a quanto tempo, quanto è grande l’impegno?

E qui, il presupposto è che abbiamo a che fare intellettualmente con molte migliaia, decine di migliaia, di decisioni più piccole, allocazioni più piccole e hanno vari carichi. Quello che sto dicendo è che se vuoi capire quanta pressione aggiungono alla tua situazione di liquidità, devi pensare in termini di carichi.

Ed è qui che il carico, in termini di tempo, richiederà che tu pensi a tutti i possibili futuri per vedere come ciò che stai decidendo ora, come gli ordini di acquisto, verrà liquidato nel tempo attraverso vendite o servizi. E l’emivita è il tempo necessario affinché metà di quell’investimento si liberi e ritorni da te.

Conor Doherty: Sì, esattamente.

Joannes Vermorel: Ora che abbiamo considerato quei giorni-dollaro come il carico, abbiamo esattamente il tempo di dimezzamento. Perché è molto critico? Ancora una volta, ciò che ha dato il via a questa analisi per me è stato il fatto che mi sono reso conto che ci sono molti autori che fraintendono completamente cosa sta succedendo con il tempo di consegna.

Il tempo di consegna è qualcosa in cui, se si prende un caso semplicistico come gli ordini di acquisto, la comprensione intuitiva che le persone hanno è in un certo senso corretta. Tuttavia, non è corretto pensare all’azienda nel suo complesso. Vuoi pensare a qualcosa che si avvicini all’inerzia dell’azienda rispetto alla variazione del flusso. Questo è ciò a cui vuoi pensare.

Quindi vuoi pensare, se il mercato cambia drasticamente, quale sarà la quantità di tempo caratteristica per me per eliminare ciò che sto facendo ora? Pensala come se avessi una nave, vuoi virare e, poiché è una nave molto grande, virare è di per sé una manovra lenta. Per fare una svolta ci vogliono decine di chilometri. Un’inversione a U ti porterebbe forse a 100 chilometri solo perché la tua nave ha così tanta inerzia.

Ora la domanda a cui vuoi pensare è, se vuoi fare una svolta molto considerevole, qual è il tempo caratteristico? Ovviamente i tempo di consegna sono un aspetto di questo. Ovviamente penseresti, okay, se ho cose in arrivo e i miei ordini impiegano tre mesi, ovviamente il mio tempo caratteristico sarà probabilmente qualcosa di più grande di quello, perché quelle cose sono ancora in entrata. Quindi, anche se decido di fare qualcosa di completamente diverso, per i prossimi tre mesi continuerò a ricevere la merce che ho ordinato.

Ma ora, se hai una vera catena di fornitura, puoi avere molti passaggi, e questo tempo caratteristico diventa qualcosa di molto confuso, perché hai molte aggiunte, e anche come si mescola il fatto che hai cose che richiedono tempo di consegna brevi e tempo di consegna lunghi? Ancora una volta, puoi semplicemente sommare tutti i tempo di consegna e dire che è il mio periodo di tempo più lungo e che è il tempo caratteristico dell’azienda? Non proprio.

Perché magari hai, ad esempio, qualcosa che ordini e per qualche motivo devi ordinarlo con un anno di anticipo, ma è super economico. In realtà, questo è il caso delle case automobilistiche. Hai alcune cose che devi ordinare con un anno di anticipo, ma lo fai perché, se lo fai, puoi avere economie di scala ed è super economico. Ma non è davvero un impegno perché quelle cose sono super economiche.

Quindi, sì, hai un tempo di consegna molto lungo per quelli, ma in realtà non ti impediscono di scegliere una direzione completamente diversa perché anche se dovessi semplicemente decidere: “Al diavolo quelle cose, le scarto completamente”, sì, arriveranno comunque, le pagherò comunque, ma la quantità di denaro è irrilevante. Quindi non importa. Posso ancora fare la mia metaforica inversione di marcia sulla mia catena di fornitura, e non è un grosso problema.

Quindi vedi, il tempo di consegna non ti dice questo tempo caratteristico della tua catena di fornitura. Non ti dice qualcosa che sarebbe la vera inerzia della tua filiera. Ti dà una misurazione dell’ora locale molto specifica. Ma è sbagliato. E poi ti ritrovi con anche molte teorie non mainstream che fraintendono completamente il tempo di consegna in modi che dicono: “Oh, divideremo il tuo tempo di consegna per cinque”. Sarebbe, ad esempio, il DDMRP, dove dicono: “Se introduci punti di disaccoppiamento, guarda, ho appena diviso il tempo di consegna per cinque”.

Dico, aspetta un minuto. Se introduci un punto di disaccoppiamento, significa che se pensi in termini di inerzia, stai creando una grande quantità di azioni. E poiché il presupposto è che un punto di disaccoppiamento non esaurisce mai le scorte, stai creando una grande quantità di inventario. Non c’è alternativa.

Potrebbe avere senso dal punto di vista economico. Non sto dicendo il contrario. Sto solo dicendo che se introduci un grande buffer di inventario, stai creando inerzia nella tua azienda. Il tempo caratteristico necessario per fare un’inversione di marcia sul mercato e fare qualcosa di completamente diverso deve essere più lungo, non più breve.

Oppure potrebbe essere più breve, ma per questo subiresti un’enorme sanzione finanziaria, come se liquidassi tutto. Di solito non lo farai.

Conor Doherty: Sì, esattamente.

Joannes Vermorel: Se è davvero irrilevante, sì, puoi farlo, solo il costo di fare affari, andare avanti e fare qualcos’altro. Ma se è davvero sostanziale, no, dovresti eliminarlo. Le aziende che stanno effettuando un riorientamento significativo sarebbero in genere molto attente nell’assicurarsi di liquidare tutte le cose in modo da poter effettuare efficacemente il loro riorientamento strategico senza incorrere in massicce cancellazioni di inventario per le cose che smettono di fare.

Quindi questo è ciò che ti dice il tempo di dimezzamento: quanto tempo ci vorrà per recuperare essenzialmente la metà del carico, ancora una volta il carico, i giorni-capitale. Ad esempio, ciò può essere un po’ complicato perché possono verificarsi situazioni in cui il tuo inventario continuerà a funzionare quasi indefinitamente.

Diciamo che ordini 100 unità e in 19 giorni hai venduto tutte le unità tranne una. E poi è fuori moda e ti rimane quest’unica unità. In effetti, non riesci mai a vendere l’unità rimasta. Gli altri sono stati venduti con profitto, ma hai una svalutazione delle scorte.

Ecco perché è interessante pensare in termini di emivita. Non vuoi dire: “Oh, la mia durata caratteristica è il tempo per liquidarlo davvero”, perché potrebbero essere tre anni, perché poi avrò bisogno di due anni per decidere finalmente che si tratta di una cancellazione e semplicemente eliminarlo. Ma forse dopo 30 giorni avevo già liquidato i due terzi del mio inventario. Quindi sarebbe irragionevole pensare di avere un’inerzia di tre anni, mentre in realtà la maggior parte del mio impegno è svanito nel giro di soli 30 giorni.

Conor Doherty: Essenzialmente è un meccanismo di reporting. Ti dà informazioni sulla durata temporale delle tue decisioni.

Joannes Vermorel: Esattamente. Perché, ancora una volta, il carico ti dà un’idea su come fattorizzare il denaro, senza ricorrere a una sorta di meccanismo politico in cui simulerò tutto e saprò quale sarebbe il momento in cui avrò il denaro più basso possibile. Ti offre uno strumento che ti consente di dare priorità alle decisioni che stai prendendo ora senza fare una simulazione completa del futuro.

Ancora una volta, si tratta di uno strumento per aggirare essenzialmente la necessità di una simulazione Monte Carlo completa del futuro con le politiche. Quindi il carico ti offre uno strumento molto interessante, e poi l’emivita risponde a un’altra domanda, ovvero se all’improvviso pensi che ci siano problemi in arrivo, non sai esattamente dove, ma pensi che il mercato sia molto volatile, stai pensando, okay, le cose non stanno andando bene…

Ricordi il film The Big Short?

Conor Doherty: Sì.

Joannes Vermorel: Le persone sapevano che c’era qualcosa di veramente sbagliato. La bolla sarebbe scoppiata da un momento all’altro. C’è qualcosa che andrà storto. Stiamo andando incontro a guai. Semplicemente non sappiamo quando. Non lo sappiamo esattamente. Non possiamo davvero fare tanti piani perché non sappiamo esattamente come si svolgeranno le cose.

Ma quello che puoi fare è stare un po’ sulla difensiva, nel senso che smetterò di posizionarmi su cose che devono andare molto lontano nel futuro. Voglio accorciare un po’ la mia posizione. E questo è ciò che ti dà l’emivita. È un modo per dare priorità alle cose che non ti impegnano troppo nel futuro.

Quindi, in un certo senso, per proteggerti da tutte le possibili variazioni future, anche quelle che sono veramente, davvero del tutto inaspettate, come i blocchi, l’emivita ti dà un modo per accorciare i tuoi orizzonti. Oppure, al contrario, se sei molto fiducioso e gli affari vanno bene e hai davanti a te un percorso pluriennale molto chiaro, allora puoi dire: “Okay, voglio approfittare del fatto che non è tanto un problema impegnarmi in cose che richiederanno più tempo per essere completate, se il tasso di rendimento garantisce tali impegni più lunghi”.

Conor Doherty: Quindi, riassumendo su questo punto, il tasso di rendimento sarà il modo per valutare, quando prendi una decisione, quale sarà la redditività o il rendimento stimato su tale decisione, mentre il tempo di dimezzamento ti dirà quanto tempo ci vorrà come azienda per liberare metà del capitale che è stato vincolato in quella decisione.

Joannes Vermorel: Sì, esattamente. E tutto ciò dipende da come modelli il futuro. Quindi l’emivita ti dice essenzialmente che, anche se tutto va secondo i piani con la tua visione confusa del futuro, ti ci vorrà comunque tanto tempo. Quindi l’emivita sarebbe la tua inerzia minima, la tua inerzia di base.

Supponiamo che se il mercato, se c’è turbolenza o qualcosa del genere, questa inerzia aumenterà. Quindi questo sarebbe un modo per dire, se pensi che i problemi si stiano preparando, allora vuoi davvero ridurre quei tempi di dimezzamento, perché fondamentalmente rappresentano una linea di base per la tua inerzia, che purtroppo aumenterà solo se ci sono problemi, perché ci vorrà più tempo per liquidare quelle posizioni.

Conor Doherty: Due diverse intuizioni in termini di rischio di una determinata decisione: una è quanto ti aspetti di guadagnare, o quanta redditività puoi aspettarti, per il rischio di aver effettuato un investimento secondo il tuo modello, che è una sorta di conoscenza confusa sul futuro, e l’altro è il rischio di quanto tempo, quanto tempo dell’azienda impiegherà all’azienda per liberare metà del capitale che è stato effettivamente investito in quello. Esistono due diverse forme di rischio.

Joannes Vermorel: Esattamente, esattamente. E qui, il secondo, quando pensi all’emivita, è davvero una mentalità opportunistica. Forse voglio preservare la mia capacità di muovermi e fare qualcosa di completamente diverso. Non sai quando, ma vuoi solo avere qualcosa che sia più liquido, in un certo senso.

Conor Doherty: Esattamente come gli asset, in sostanza. Non vuoi poca liquidità. Vuoi avere azioni su un mercato da cui puoi uscire in qualsiasi momento. Non vuoi avere un sacco di soldi legati.

Joannes Vermorel: Esattamente. E il fatto è che nella supply chain, poiché sono atomi, è uno spettro. È: “Voglio uscire”. Beh, non puoi. Hai quegli atomi che devi liquidare. Ci vorrà del tempo. Ma non è perché ci vuole tempo che…

Quindi non hai questa cosa binaria, liquido/illiquido. Hai un intero spettro. E quello che sto dicendo è che l’emivita ti consente di caratterizzare lo spettro di quanto siano illiquide le tue decisioni quando si tratta di recuperare i soldi in modo da poter reinvestire in qualcosa di potenzialmente completamente diverso, annullare questa decisione.

E solo per darti un esempio molto concreto, ad esempio, se consideri nell’aviazione un materiale di consumo e un elemento rotante, sarà completamente diverso. Un materiale di consumo è che ogni volta che hai 10 unità in stock, una viene consumata. Se ne ricostituisco più uno, la prossima volta che ne consumo uno, annullo la mia decisione. Lo stock è tornato alla posizione precedente, quindi il periodo di tempo caratteristico, il tempo di dimezzamento, spetterà al consumo per annullare l’acquisto.

Ora, se scelgo un rotabile, ci vorrà molto più tempo perché se ne acquisto uno, questa cosa verrà riparata, quindi volerà e poi ad un certo punto verrà smontata dall’aereo, riparata e diventerà riparabile ancora e ancora. Ancora una volta, per il pubblico che non ha familiarità con l’aviazione, l’idea è che gli aerei vengano riparati continuamente. Hai la conservazione della massa dell’aereo. Quindi ogni volta che togli un componente dall’aereo, ne rimetti un altro.

Un componente che è possibile reinserire viene definito riparabile. L’altro è inutilizzabile. Ha bisogno di essere riparato. Di solito si tratta solo di un’ispezione, a volte di più, e poi ritorna in magazzino e poi verrà nuovamente revisionato. Ma poiché alcune parti hanno una durata incredibilmente lunga, come diversi decenni, se acquisti un componente rotante, una parte riparata, questa parte vivrà nella tua flotta e nei tuoi inventari per decenni di ciclismo.

Ciò significa che se ottieni una parte girevole che non ti serve, beh, quelle parti usciranno dalla tua piscina solo quando verranno rottamate. Quindi rottamare è: cerchi di riparare e non è possibile, quindi lo rottami. Ma potrebbero essere tra tre decenni. Potrebbe volerci molto, molto, molto tempo.

Al contrario di un materiale di consumo, dove la prossima volta che viene consumato, boom, esce e torniamo alla situazione precedente. Il tempo di dimezzamento di queste due decisioni sarà drammaticamente diverso.

Conor Doherty: Va bene. Ebbene, è da un bel po’ che andiamo avanti, ma ciò che abbiamo detto ha in realtà creato l’ultima domanda, che non è nemmeno la mia. In realtà è uno che posso leggere alla lettera. Viene da un amico del canale. Non dirò il suo nome perché parti della domanda rivelano qualcosa sulla composizione non solo della sua azienda ma, credo, di molte aziende di cui abbiamo discusso oggi.

E penso anche che, proprio come negli ultimi due esempi, abbiamo iniziato a parlare di costo opportunità e ora parliamo del tempo di dimezzamento di una decisione. Penso che se le persone si siedono e ascoltano, non lo so, penso che siano passati 80 minuti, sinceramente penso che i pezzi siano ben mossi, le cose siano costruite su di loro. Ovviamente, il capitolo 8 è il mio capitolo preferito del libro. Ormai l’ho letto almeno tre volte.

Quindi penso che sia abbastanza intuitivo quando ascolti qui, e gli esempi penso siano stati molto utili. Tuttavia, se arrivi in ​​verde e non hai mai sentito parlare di carico e senti semplicemente: “Devi iniziare a pensare alle finestre di responsabilità, al carico e all’emivita delle decisioni”, può essere nuovo di zecca e sarebbe anche un po’ preoccupante per le persone.

Quindi leggerò la domanda parola per parola e tu mi darai la tua risposta. Quindi, cito: “Joannes, come si fa a spostare un’organizzazione dal pensiero della catena di fornitura KPI al processo decisionale guidato dall’economia come hai descritto, soprattutto quando il livello di servizio, le scorte di sicurezza, APICS e le abitudini S&OP sono profondamente radicati? Il percorso migliore è un POC che confronta i risultati e lascia che la qualità delle decisioni crei il momento del centesimo, in particolare in un business reattivo in cui anche la disciplina MRP di base è assente e i dirigenti continuano a rispondere semplicemente modificando le politiche anziché migliorando le decisioni?”

È una domanda molto dettagliata, ma penso che molto ti risuonerà.

Joannes Vermorel: Sì. Quindi la prima cosa è che i vertici devono comprendere un’idea semplice: l’unica cosa reale sono quelle decisioni. Ciò che decido di acquistare, produrre, trasportare, assistere, questa è la realtà. I piani, i manufatti, tutto ciò sono idee. Ancora una volta, è un’idea semplice, ma una volta che la capisci, diciamo, okay, qual è la connessione tra ciò che stiamo facendo e quelle cose?

Quindi qui, l’idea successiva è che fino a quando, direi, non avessimo le giuste tecnologie software, dovevamo avere un processo in più fasi perché era un modo per gestire la divisione del lavoro. Quindi dovevamo suddividere il problema in molte persone solo per essere in grado di gestire il flusso.

Essenzialmente, tutta la teoria S&OP, il modo in cui suddivide le responsabilità, è solo una prospettiva per la divisione del lavoro, e finirà con il fatto che i gestori dell’inventario avranno una fetta di 1.000 SKU per persona o qualcosa del genere. No, varierà. In alcune aziende saranno 100 SKU, in alcune aziende saranno 5.000 SKU. Ma il punto è che si tratta fondamentalmente di un modello mentale per la divisione del lavoro.

Il software lo rende completamente obsoleto. Un solo software può fare tutto questo su larga scala. Quindi direi che, se si devono convincere i piani alti, la prima cosa è capire che ciò che stanno guardando è qualcosa che è solo l’eredità di una divisione del lavoro che ha pochissimo senso. Quando inizi a pensare al fatto che hai un software e che non hai bisogno di tutta questa divisione in strati in cui hai una matrice con così tante persone coinvolte, non ha senso. Quindi il software dovrebbe guidare le decisioni perché è ciò che è tangibile. Questa è la prima cosa.

E poi il fatto è che quando dici questo, sì, possiamo optare per una prova di concetto, ma dobbiamo capire fin dall’inizio che questa prova di concetto non sarà realmente paragonabile a ciò che le persone stanno facendo. Perché il 99% di ciò che fanno le organizzazioni S&OP sono questi artefatti numerici.

Quindi, quando hai una prova di concetto che vale per quelle decisioni, non puoi paragonarla a ciò che sta facendo il tuo S&OP, perché il software dice semplicemente: “Non mi interessano tutti i tuoi numeri intermedi, le tue proiezioni, il modo in cui dividi i tuoi budget, eccetera. Ti dirò direttamente cosa dovresti produrre, cosa dovresti acquistare, dove dovresti mettere il tuo inventario. " Dritto. Nessun passaggio intermedio.

Ovviamente i passaggi intermedi, esistono all’interno del software, ma sono completamente cittadini di seconda classe. Non è lo stesso focus. Allora il mio suggerimento è che, e ancora una volta non basta un’ora per capire, torniamo a: non fatevi distrarre da questa, direi, obsoleta divisione del lavoro. L’unica cosa reale è l’allocazione delle risorse che governa il flusso. Quelle decisioni minime, ancora: cosa compro? Cosa produco? Dove metto le scorte? Alzo o abbasso i miei prezzi? Si tratta letteralmente di una mezza dozzina di decisioni fondamentali molto semplici.

E poi capire che l’intera organizzazione, tutto il taglio e il dado, tutto ciò è obsoleto. Quindi, se lo facciamo, c’è l’opportunità di farlo semplicemente con un pilota che generi le decisioni. Ora, una volta accettato questo, la buona notizia è che il progetto pilota costerà poco rispetto a questa enorme organizzazione. Sarà molto veloce perché, ancora una volta, invece di avere persone che si incontrano trimestralmente, lottando come matti per farlo settimanalmente o mensilmente, ora devi dire che il tuo criterio di valutazione è convincere il tuo top management che il costo opportunità è troppo grande per non farlo.

Perché se funziona, si tratta di un enorme miglioramento della produttività. E poi, perché dovrebbe funzionare a livello di catena di fornitura? La risposta è semplicemente perché sarà molto più reattivo. Pensateci: più è lontano il futuro, più difficile sarà prevederlo con precisione. Se hai qualcosa che si limita a eseguire e aggiornare le tue decisioni quotidianamente, questa cosa avrà un vantaggio di tre mesi rispetto a qualsiasi tipo di processo S&OP solo perché invece di provare a operare su qualcosa che è vecchio di tre mesi in base alla progettazione perché hai i tuoi cicli trimestrali, questa cosa sarà fresca di ieri.

Quindi, anche se la tua tecnologia predittiva è più o meno la stessa, avresti comunque un enorme vantaggio, strutturale, perché rinfreschi la tua decisione ogni giorno. E rinfrescare le decisioni ogni giorno non significa che le tue cose siano completamente instabili. Puoi prendere in considerazione il fatto, ancora una volta questo è il modello economico, che cambiare idea ha un costo, eccetera.

Ma ancora una volta, il fatto è che si ottiene un enorme guadagno strutturale che sta semplicemente comprimendo i ritardi, il tempo normalmente necessario per raggiungere una decisione, in qualcosa che è brevissimo, come un giorno, e quindi rimuovendo un enorme pezzo nell’organizzazione che tiene occupate in genere dozzine di persone, e facendolo crollare in qualcosa che è un enorme, enorme aumento di produttività.

Sì, è… ancora una volta, se i vertici non vogliono sentir parlare di enormi guadagni di produttività e, direi, di processi decisionali a bassa latenza, sarà una battaglia molto difficile e in salita. Ma ancora una volta, penso che in questi giorni di intelligenza artificiale generativa, diventi molto ovvio che i processi banali e ripetitivi devono essere meccanizzati.

E siamo onesti: meccanizzare le decisioni di rifornimento, la pianificazione generale della produzione, le allocazioni di inventario per la vendita al dettaglio e il prezzo, sono molto banali e ripetitivi. Sono follemente ripetitivi. Quindi sono ottimi candidati per l’automazione completa.

E ancora, al capo, direi, non dovresti passare, come regola pratica, l’opportunità di meccanizzare in modo massiccio un intero segmento della tua azienda perché i tuoi concorrenti lo faranno, e non sarai in grado di sostenere un vantaggio se hai un delta di produttività, 10 a 1, rispetto ai tuoi concorrenti.

Forse poche aziende sulla Terra potrebbero dire: “Non mi interessa la produttività”. Sarebbe Rolex, Ferrari, LVMH. I mercati del lusso non sono realmente rappresentativi dell’insieme. Hermès potrebbe dire: “Questa borsa, ci sono voluti 100 giorni perché una persona la realizzasse”, e c’è bisogno di un enorme lavoro artigianale per realizzarla, e va bene. Ok, Hermès può farlo.

Ma qualche altra azienda? No. Se i tuoi concorrenti riescono effettivamente a gestire la loro forza lavoro impiegatizia con una produttività pari a 10 volte la tua produttività, ti supereranno in modo così completo che non ci saranno dubbi sul risultato.

Conor Doherty: Bene, questo è il valore di un POC perché, ancora una volta, ci sono più dimensioni in base alle quali puoi valutare e mi piace che tu usi il termine delta. Il termine esatto che avevo in testa mentre parlavi. L’idea del delta tra buone decisioni e cattive decisioni può essere respinta purché sia ​​teorica. Se ti dico: “Oh”, ancora una volta, se stai semplicemente ascoltando questa conversazione, dici: “Sembra davvero, davvero carino, ma forse no, perché non l’ho visto”.

Quando vedi, in bianco e nero, sia che si tratti di dati finanziari, sia nei rapporti sulla produttività, quando vedi in tempo reale, “Questo è il delta di cui stavo parlando”, è molto più difficile da ignorare.

Joannes Vermorel: Sì, ma ancora una volta non vedrai molto chiaramente questo delta. Perché? Perché se scegli un progetto pilota che genera decisioni inaspettate, questo è tipicamente ciò che fa Lokad, il problema è che la controparte non sono decisioni inaspettate. Sono le persone che lo fanno manualmente in modo molto doloroso. Quindi non hai una linea di base chiara. Perché stai confrontando due processi.

La cosa buona di Lokad è che è qualcosa di completamente unificato. Puoi testare AB una versione di Lokad rispetto a un’altra versione di Lokad. E avrai una valutazione di questo processo di ottimizzazione, e possiamo farlo solo perché è robotizzato. Quindi se ho una ricetta numerica, la modifico, ho una seconda ricetta numerica, posso fare un AB test attraverso il backtesting, quasi, direi, in solo un’ora, o il tempo necessario per il calcolo, e avrò una valutazione.

Ora, che dire della linea di base, il processo super manuale? Non puoi confrontare nulla. E la gente solleverà ogni sorta di obiezioni. Direbbero: “Guarda, Lokad ha sovraperformato enormemente in questo segmento”. Direbbero: “Ah, è ingiusto. Era solo uno stagista. Avevamo un ragazzo che era malato. Non era la persona normale. Era uno stagista a farlo, ed è stato fatto in modo schifoso. Sì, lo ammettiamo, ma è ingiusto fare questo paragone perché hai scelto con cura il membro del team con le peggiori prestazioni perché era così inesperto”.

Oppure ci saranno infinite obiezioni del tipo: “Oh, ma qui, sì, hai sovraperformato, ma è stato solo perché le previsioni erano sbagliate. L’anno prossimo avremo le previsioni giuste”, eccetera. Il problema è che se confronti qualcosa di atomico, un pezzo di ciò che hai quando hai un processo decisionale automatico con Lokad, questa cosa prende dati freschi di ieri, diciamo, e produce una decisione per oggi, bam, e puoi simularla in modo pulito attraverso il backtesting del passato, rispetto a qualcosa in cui si tratta di un carico di lavoro distribuito su dozzine di persone in un processo in più fasi, diventa estremamente difficile da confrontare.

Alla fine della giornata, vedrai le allocazioni e diresti: “Oh, ma guarda, Lokad ha allocazioni molto migliori”. Ma poi la gente direbbe: “Sì, ma è solo per quello, per quello, e grazie per averlo sottolineato, sistemeremo il problema”.

La mia opinione è che, se non hai qualcosa che sia robotizzato, non puoi nemmeno iniziare a migliorare. Dovresti presumere che il tuo processo manuale che guida l’allocazione delle risorse, tutte le decisioni sulla catena di fornitura, sia altrettanto valido come non lo sarà mai manualmente. Parliamo di aziende da mezzo miliardo e oltre. Funzionano potenzialmente da decenni. Avevano decenni per migliorare il loro processo manuale, decenni per migliorare il loro S&OP.

Non c’è nulla di veramente fondamentale che sia cambiato a livello di software negli ultimi tre decenni per questi sistemi di registrazione. Anche le aziende degli anni ‘90 sapevano elettronicamente cosa compravano, cosa producevano, cosa vendevano. Quindi non aspettarti che quelle cose che sono rimaste stagnanti per decenni ti diano qualcosa di veramente superiore l’anno prossimo. Tutti i concetti a portata di mano, come “dobbiamo formare le persone”, sono già stati realizzati. “Abbiamo bisogno di standard di qualità”, già fatto. “Abbiamo bisogno dell’eccellenza questo, dell’eccellenza quello”, già fatto. “Assumi le persone migliori che possiamo”, già fatto.

Queste caselle sono state spuntate, e di solito decenni fa. Se prendi decisioni non presidiate, allora hai una ricetta numerica e puoi iterare spietatamente. Di solito le aziende non hanno nemmeno iniziato a farlo, ed è per questo che hai un enorme potenziale di miglioramento rispetto al processo manuale. È perché avere qualcosa che non è presidiato, che è robotizzato, ti dà leve per il miglioramento che semplicemente non esistevano con il processo manuale.

Conor Doherty: Va bene. Beh, ne sono convinto. Non ho altre domande. Andiamo avanti, credo, da circa un’ora e mezza. Mi è davvero piaciuto quello. Non aspettiamo così a lungo per il prossimo.

E grazie a tutti per la visione. Come sempre, se vuoi entrare in contatto con me e Joannes, puoi connetterti con noi su LinkedIn o inviarci un’e-mail direttamente a contact@lokad.com. E con questo, ci vediamo la prossima volta per il capitolo 9. E sì, torna al lavoro.