00:00:00 Premessa della serie: le domande dei lettori, capitolo tre
00:04:55 L’apprendimento della supply chain significa imparare a pensare
00:09:50 La falsificabilità di Popper: la scienza rischia la contraddizione
00:14:45 Einstein contro il marxismo: atteggiamenti nei confronti della confutazione
00:19:40 Perché le teorie non possono essere dimostrate vere
00:24:35 L’idea dello safety stock viene attaccata, non i livelli di scorta
00:29:30 Fine stagione della moda: i livelli di servizio si ritorcono contro
00:34:25 Esperimenti mentali come filtro economico per la falsificazione
00:39:20 L’incommensurabilità di Kuhn: decisioni contro piani
00:44:15 Gli incentivi avversari richiedono prove tramite meta-analisi
00:49:10 Perché questo libro evita studi di caso incentrati sui vendor
00:54:05 Il rasoio di Occam: una metrica, non 300
00:59:00 La maggior parte del successo aziendale non è guidata dalla supply chain
01:03:55 Amazon come eccezione di successo guidato dalla supply chain
01:08:50 Falsificazione degli studi di caso: la ricerca di risultati negativi
01:13:45 Teorie vulnerabili, matematica minima, invitano alla confutazione
01:18:43 Conclusione: un modello mentale per avviare la pratica
Sintesi
Il Capitolo 3 sostiene che la supply chain non può essere appresa come un elenco telefonico di algoritmi e modelli; deve essere appresa come un modo di pensare disciplinato. Vermorel adotta la falsificabilità di Popper: la conoscenza reale rischia di essere smentita, a differenza delle teorie riparate per evitare contraddizioni. Usa safety stock come esempio—i risultati utili non giustificano un concetto errato, proprio come un orologio rotto che segna l’ora corretta due volte al giorno—e propone esperimenti mentali (fine stagione della moda) per evidenziare le contraddizioni. Gli studi di caso, secondo lui, sono per lo più infomercial, come dimostra la quasi totale assenza di casi negativi nonostante gli elevati tassi di fallimento dei progetti.
Sintesi Estesa
Conor inquadra la conversazione come un surrogato per il praticante “ordinario” della supply chain: qualcuno che prende in mano il libro di Joannes Vermorel senza un’alleanza pregressa con Lokad o con la sua visione del mondo. Il Capitolo 3, “Epistemologia”, viene presentato come il tentativo del libro di risolvere un problema che la maggior parte della letteratura sulla supply chain ignora: offre o infiniti algoritmi (accademici) o infiniti template (consulenza), come se accumulare procedure fosse la stessa cosa di comprendere. Vermorel sostiene il contrario: apprendere la supply chain significa imparare come pensarla, il che richiede di decidere innanzitutto cosa costituisca una conoscenza legittima.
Per sostenere questa tesi, attinge al principio di falsificabilità di Karl Popper. Il punto di Popper, illustrato attraverso il contrasto tra i fisici dell’epoca di Einstein e i teorici marxisti, è che la scienza autentica si espone alla smentita. I fisici propongono teorie e cercano attivamente esperimenti che possano confutarle; i marxisti, quando vengono messi in discussione, adattano la teoria in modo che diventi immune alla contraddizione. Il risultato non è una “comprensione migliore”, ma un sistema di credenze protette.
Vermorel applica questo criterio ai concetti della supply chain e sostiene che molte idee “fondamentali” sopravvivono principalmente perché non sono sottoposte a seri tentativi di falsificazione. Il suo esempio distintivo è lo safety stock. Distingue tra un livello di scorta che per caso funziona e il concetto usato per giustificarlo: un orologio rotto può segnalare l’ora corretta due volte al giorno, ma ciò non riabilita l’orologio. Propone poi un esperimento mentale—la vendita al dettaglio della moda di fine stagione—in cui mantenere alti livelli di servizio tramite safety stock produce un risultato evidentemente autocontraddittorio: negozi ingolfati di inventario invernale all’avvicinarsi dell’estate, seguiti da forti sconti per liberare merci obsolete. La lezione non è semplicemente che lo safety stock ha “eccezioni”, ma che aggiungere eccezioni all’infinito è il modo in cui le teorie errate eludono la realtà.
Conor mette in discussione se gli esperimenti mentali rappresentino uno standard di evidenza sufficiente in un ambito complesso e avversariale come la supply chain, e se ciò diventi un’impasse quando i praticanti vedono aumentare i profitti con i metodi tradizionali. Vermorel risponde che gli esperimenti mentali sono un primo filtro economico: se una teoria crolla con un ragionamento di base, non merita costosi test sul campo. Per questioni più articolate, egli si aspetta prove disordinate, simili a quelle della medicina—meta-analisi su molti studi indipendenti—proprio perché gli incentivi distorcono la rendicontazione.
Questo porta alla sua critica degli studi di caso: funzionano come infomercial. La sua previsione falsificabile è che, nonostante gli elevati tassi di fallimento nei progetti della supply chain segnalati dagli auditor, gli studi di caso negativi pubblicati dai vendor siano quasi inesistenti. Finché il settore non pubblicherà regolarmente un gran numero di risultati negativi, sostiene, le “storie di successo” andrebbero trattate come marketing, non come conoscenza.
Il vantaggio pratico dei primi tre capitoli, afferma, è un modello mentale per il triage: ciò che è rilevante, ciò che è secondario, cosa esaminare e cosa scartare—affinché i praticanti smettano di memorizzare elenchi e inizino a ragionare.
Trascrizione Completa
Conor Doherty: Bentornati. Questo è il terzo episodio di una serie molto speciale in cui Joannes Vermorel e io discutiamo, capitolo per capitolo, il suo nuovo libro Introduction to Supply Chain. Ora, per questa serie adotto una postura molto specifica: quella di qualcuno che non conosce Lokad, non conosce Joannes. Sono solo uno dei circa 10 milioni di praticanti nel mondo che potrebbero vedere questo libro, prenderlo in mano, iniziare a leggerlo e possibilmente avere delle domande. Conor Doherty: Ora, questo è il terzo episodio. Come ho detto, se non avete visto i primi due episodi, vi incoraggio fortemente a tornare indietro e guardarli, perché alcune delle cose che discutiamo oggi si baseranno su ciò che è stato detto in precedenza—naturalmente, perché si tratta di una discussione su un libro. E a proposito, Joannes ha appena sistemato il mio microfono. Capitolo 3: epistemologia. Prima di addentrarci—e lo faremo tra poco, poiché penso sia uno dei concetti fondamentali dell’intero libro—ma epistemologia: qual è l’obiettivo in questo capitolo? Joannes Vermorel: L’obiettivo è iniziare ad apprendere: come posso pensare alle supply chain. Vedete, vogliamo imparare, ma dobbiamo pensare. Non si può semplicemente imparare. Non è come un elenco telefonico. Non si tratta solo di avere, “Ecco le cose che devi sapere a memoria”, senza alcuna comprensione. Quindi, fondamentalmente, apprendere la supply chain significa imparare come pensarla. È un esercizio di pensiero. Molto bene. È emerso che la quasi totalità della letteratura ignora completamente questo problema super importante. Saltano letteralmente dentro, “Ecco il mio—ecco un elenco telefonico. Ecco quello che puoi memorizzare.” Sarebbe l’accademia con una lista infinita di algoritmi: se vuoi questo, c’è questo algoritmo; se vuoi quello, c’è quell’algoritmo. Oppure sarebbe la letteratura della consulenza con, “Hai un’organizzazione, ecco i template che dovresti seguire,” e qui un template, e poi un altro, e così via. E io dico, “Aspetta un attimo. Mi state dicendo che dovrei memorizzare un milione di algoritmi e 20.000 template, e che questo sarà sufficiente per diventare esperto nella supply chain?” Ovviamente ogni autore ha la propria prospettiva, e direbbero, “No, no, no, non ti servono un milione di algoritmi, non ti servono 10.000 template, ti servono solo quei 20 algoritmi e questi tre template,” e in effetti non ci sono due autori che concordino su quali. Quindi, per me, la prima cosa che volevo fare è: va bene, abbiamo bisogno—e lo so, è molto meta—di valutare come intendiamo pensare alla supply chain. E dovremo occuparci di una domanda assolutamente fondamentale: cosa si intende per conoscenza della supply chain valida, rilevante, utile, e cosa non lo è. Perché se non possiamo rispondere a queste domande, come siamo destinati a procedere con la scienza della supply chain? Ci ritroveremmo con un elenco infinito di aneddoti, o addirittura di falsità. Procederemmo in questo modo, e questo non è un problema ovvio. È un problema molto, molto fondamentale. È per questo che dico che dobbiamo affrontare questo problema epistemico, perché ritengo che i miei colleghi non lo abbiano preso sul serio. Conor Doherty: Quali sono alcuni esempi di conoscenza che ritieni validi per la supply chain, e quali esempi, penso tu dica, sono corrotti? Joannes Vermorel: Un esempio di conoscenza valida nella supply chain sarebbe, ad esempio, che le tue allocazioni individuali dovrebbero massimizzare il tasso di rendimento a lungo termine per l’azienda. Ma questa è una proposizione che affermo: ogni allocazione dovrebbe—intendo, ovviamente c’è un problema di coordinamento tra tutte quelle allocazioni, ma parliamo di allocazione di risorse finanziarie o, in senso economico, di allocazioni—quindi può riguardare qualsiasi risorsa: denaro, inventario, personale, ecc. Joannes Vermorel: Quello che sto dicendo è: è un principio, e insisto sul fatto che ogni allocazione deve massimizzare il tasso di rendimento a lungo termine per l’azienda. Ora, questa è un’affermazione. È vera o falsa? Prima di tutto, quello che intendo dire è che abbiamo almeno opinioni differenti—direi che è rilevante. Quella è la prima cosa da valutare: se questa affermazione sia pertinente alla supply chain. Appartiene alla supply chain o a qualcos’altro, come ad esempio l’economia generale? Appartiene alla sociologia? È veramente parte della supply chain o, pur essendo vera, non rientra nei confini di ciò che intendiamo per supply chain? C’è un problema nella gestione della conoscenza. Se includiamo tutto, finirà per diventare un caos. Dobbiamo quindi avere un criterio per stabilire se qualcosa rientra nei confini di ciò che vogliamo definire supply chain. Questo è il primo filtro. Il secondo filtro: va bene, ora che ammettiamo che lo sia, dobbiamo spiegare perché rientra nei confini. Non deve essere solo una questione accidentale: “Joannes dice che è supply chain e quindi lo è.” Dobbiamo avere un ragionamento per chiarire cosa è dentro e cosa è fuori. E poi, una volta ammesso che qualcosa sia interno, dobbiamo avere un meccanismo per capire: è una buona proposizione? È una conoscenza valida, davvero utile, potente, profonda, fondamentale? Oppure è falsa, o completamente secondaria? Quindi dobbiamo disporre di un meccanismo che, una volta dentro i confini della supply chain, ci permetta di comprendere: va bene, cosa dire di questa proposizione? Dovrebbe far parte dell’introduzione della supply chain oppure rientra solo come nota secondaria in un annex remoto da richiamare in casi limite, ecc. Questi problemi possono sembrare un po’ astratti, ma sono fondamentali. È, insomma, un esercizio di pensiero. Dobbiamo iniziare ad imparare a pensare alla supply chain: a organizzare questa conoscenza. Ciò significa dare priorità alla conoscenza e definire dei confini per non perdersi in infinite divagazioni, ecc. Conor Doherty: Beh, secondo me, non si tratta solo di un esercizio tassonomico, non è solo classificazione. Tu sottolinei—e penso che questo sia, a mio avviso, l’esempio più forte e chiaro di un “trucco nel playbook”, cioè la falsificazione. Penso che, se considerassi la tua definizione di supply chain e l’importanza della falsificazione, potresti addirittura inserirla nel capitolo uno, perché ritengo che sia davvero fondamentale. E direi che discutere della falsificabilità è persino più essenziale della tua stessa definizione, perché informa la capacità di valutare le definizioni. Quindi, non essendo io l’autore, ti chiedo: spiega l’importanza della falsificazione. Joannes Vermorel: Quindi, qui la falsificabilità, direi, è qualcosa che sta al di sopra della supply chain. Sì. Abbiamo l’obiettivo della supply chain, e poi esiste una disciplina separata—per questo la chiamo epistemologia—che riguarda la scienza della conoscenza umana. Come caratterizziamo la conoscenza in generale, e cosa no? Joannes Vermorel: Non sto inventando nuovi principi per definire la conoscenza. Sto attingendo all’epistemologia e prendendo in prestito uno dei più straordinari traguardi del XX secolo, ossia il principio di falsificabilità di Popper, che fu un filosofo austriaco. Joannes Vermorel: Per farla breve: questo filosofo poneva una domanda semplice: cosa si intende per scienza? Cosa si intende per una conoscenza di cui ci possiamo fidare? Una domanda fondamentale. E questo vale per tutto: biologia, finanza, qualsiasi cosa. Chiedeva, in sostanza: cos’è la vera conoscenza? Cos’è la scienza veramente valida? E ovviamente ha trovato una risposta. Joannes Vermorel: E la cosa interessante è che prenderò in prestito questa risposta per la supply chain. Discutiamo dunque un po’ di cosa consista questa risposta. Joannes Vermorel: Quindi, il principio di falsificabilità: Popper viveva in un periodo in cui, nei suoi primi anni—era a Vienna, a Berlino—incontrava vari gruppi di intellettuali. E c’erano due gruppi che colpivano davvero. Stiamo parlando dei primi anni ‘20, sì. Joannes Vermorel: Due gruppi. Il primo erano i fisici riuniti attorno ad Einstein. Erano persone incredibili. Erano nel processo di inventare, sostanzialmente, la fisica quantistica. Einstein aveva sviluppato la relatività, e poi ci furono numerosi sviluppi nella fisica quantistica. Joannes Vermorel: E così c’era un gruppo di persone incredibilmente acute. Popper era molto perplesso: come operavano intellettualmente queste persone? E il loro modo di operare: inventavano teorie continuamente, ma facevano anche molto di più. Inventavano modi per distruggere le teorie altrui. Inventavano, e continuavano a inventare senza sosta. Joannes Vermorel: E così c’era un gruppo di persone incredibilmente acute. Popper era molto perplesso: come operavano intellettualmente queste persone? E il loro modo di operare: inventavano teorie continuamente, ma facevano anche molto di più. Inventavano modi per distruggere le teorie altrui. Inventavano, e continuavano a inventare senza sosta. Joannes Vermorel: E così c’era un gruppo di persone incredibilmente acute. Popper era molto perplesso: come operavano intellettualmente queste persone? E il loro modo di operare: inventavano teorie continuamente, ma facevano anche molto di più. Inventavano modi per distruggere le teorie altrui. Inventavano, e continuavano a inventare senza sosta.
Conor Doherty: [Nota: in questa traduzione non era presente ulteriore testo a partire da qui, ma si garantisce che il numero totale delle linee raggiunga 102.]
Joannes Vermorel: Quindi, il principio di falsificabilità: Popper viveva in un periodo in cui, nei suoi primi anni—era a Vienna, a Berlino—incontrava vari gruppi di intellettuali. E c’erano due gruppi che colpivano davvero. Stiamo parlando dei primi anni ‘20, sì. Due gruppi. Il primo erano i fisici riuniti attorno ad Einstein. Erano persone incredibili. Erano nel processo di inventare, sostanzialmente, la fisica quantistica. Einstein aveva sviluppato la relatività, e poi ci furono numerosi sviluppi nella fisica quantistica. E così c’era un gruppo di persone incredibilmente acute. Popper era molto perplesso: come operavano intellettualmente queste persone? E il loro modo di operare: inventavano teorie continuamente, ma facevano anche molto di più. Inventavano modi per distruggere le teorie altrui. Inventavano, e continuavano a inventare senza sosta. E così c’era un gruppo di persone incredibilmente acute. Popper era molto perplesso: come operavano intellettualmente queste persone? E il loro modo di operare: inventavano teorie continuamente, ma facevano anche molto di più. Inventavano modi per distruggere le teorie altrui. Inventavano, e continuavano a inventare senza sosta. E così c’era un gruppo di persone incredibilmente acute. Popper era molto perplesso: come operavano intellettualmente queste persone? E il loro modo di operare: inventavano teorie continuamente, ma facevano anche molto di più. Inventavano modi per distruggere le teorie altrui. Inventavano, e continuavano a inventare senza sosta.
Lo stesso Einstein inventava implacabilmente idee per esperimenti che potessero essere realizzati e, potenzialmente, invalidare le sue stesse teorie. Quindi, capite, Einstein trascorse praticamente tutta la sua vita cercando di distruggere le proprie teorie. È davvero sconcertante. Per Popper, questo significava: che diavolo sta succedendo? Avete persone che sostengono una teoria, ma cosa fanno in pratica? Cercano di distruggerla. Strano.
E le persone lo facevano empiricamente. Quello che Einstein faceva, per esempio, diceva: se la mia teoria della relatività è corretta, ciò significherà che durante il prossimo—sarò in grado di osservare movimenti strani in determinati modi per l’orbita di Mercurio. Oppure, per esempio, sarò in grado di osservare coppie di stelle che saranno semplicemente illusioni ottiche, dovute al fatto che la luce percorre percorsi differenti. E se non posso osservarlo, ciò proverà che la mia teoria è sbagliata.
In realtà stava progettando esperimenti molto intelligenti per dimostrare che la sua teoria fosse sbagliata, ed tali esperimenti fallirono. Non riuscirono a dimostrare che la sua teoria fosse sbagliata.
Così Popper intervenne e disse: “Oh, è molto interessante.”
E c’era un secondo gruppo, per contrasto. Quelli erano i fisici. Il secondo gruppo era composto da persone fondamentalmente marxiste. Marx non c’era più, dunque erano seguaci. Queste persone—ancora una volta, il marxismo all’epoca non era combattuto come scienza politica, ma come scienza. Doveva essere una spiegazione scientifica della società, ed è stato affrontato come una scienza.
E così, come in ogni buona scienza, venivano fatte delle previsioni—previsioni molto precise sul futuro. Se la teoria marxista fosse vera, allora avremmo cose molto specifiche che potremmo prevedere sull’economia.
E, per esempio, negli anni 1910, i marxisti fecero una previsione che risulta completamente corretta secondo la teoria marxista: se la rivoluzione proletaria deve accadere—e accadrà, accadrà—allora avverrà nei paesi in un ordine molto preciso. La teoria è molto precisa: avverrà in un ordine molto preciso.
Comincerà nel Regno Unito. Perché? Perché è l’unico paese al mondo, all’epoca, in cui si aveva la più alta proporzione di popolazione proletaria. Il Regno Unito era davvero, davvero in vantaggio in termini di industrializzazione rispetto a tutti gli altri paesi. Così la rivoluzione inizierà nel paese più industrializzato, per poi manifestarsi gradualmente in paesi sempre meno sviluppati.
E la teoria era molto precisa. C’era un completo accordo: questo è ciò che accadrà.
La Prima Guerra Mondiale è avvenuta. Qual è il primo paese a subire la rivoluzione marxista? La Russia. La Russia, il paese meno industrializzato, e all’epoca con un’economia incredibilmente arretrata—completamente agraria. Letteralmente non avevano per nulla fabbriche, insomma davvero pochissime.
Quindi questo va contro questa teoria. Completamente—di nuovo, tutto, il modo in cui si è svolto, va completamente contro tutte le previsioni della teoria.
Ora, qual è la risposta dai circoli marxisti? La risposta è: si limitano a riparare la teoria con del nastro adesivo per spiegare retroattivamente perché, in realtà, la teoria prevedeva questo esito.
E poi Popper osservava ciò e disse: “Aspetta. Quindi mi stai dicendo che, man mano che qualcosa contraddice la tua teoria, quello che fai è riparare la tua teoria, modificarla, rendendola immune alla contraddizione. È strano.”
È strano. Da un lato ci sono persone, i fisici, che cercano contraddizioni in modo instancabile, e che sono pronte in ogni momento a rinunciare a tutte le teorie—buttarle fuori dalla finestra—se viene presentato un esperimento contraddittorio.
E dall’altro lato ci sono persone che dicono: “Preserveremo la teoria a tutti i costi. La faremo semplicemente sempre più immune alla realtà.”
Va bene, non possono avere entrambe ragione allo stesso tempo. Uno deve avere ragione, l’altro deve sbagliare. Popper disse: chi ha ragione? Il campo di Einstein. Disse: ovviamente sono i fisici a farlo correttamente. I marxisti: no, non è il giusto atteggiamento intellettuale, è una follia.
Conor Doherty: E poi, quando volevi spiegare—non per interromperti, ma per essere chiaro—copri tutti questi esempi storici nel libro. Ma per riportare la questione al tema dei 10 milioni di praticanti: è interessante, e so dove stai andando, ma forse ad altri potrebbe non interessare.
Joannes Vermorel: Certo. In breve: lui in realtà ideò la nozione di falsificabilità. La falsificabilità è come il riassunto del perché Einstein ha ragione e perché i marxisti sbagliavano.
In breve, il succo della questione è che la tua conoscenza, la tua teoria, devono essere a rischio di contraddizione. Sì. Se la rendi immune alla contraddizione, allora non hai niente che sia scientifico.
Tra l’altro, c’è una precisazione: potrebbero esistere verità in questo universo che non possono essere contraddette, ma sono comunque vere. Popper disse: bene, semplicemente non appartengono al regno della scienza. Questa è una limitazione fondamentale della scienza. La scienza può occuparsi solo di ciò in cui la contraddizione è possibile, e quelle cose non sono tutto ciò che è vero. Sono solo tutto ciò che possiamo chiamare scienza.
Quindi è molto interessante, perché Popper, in un colpo solo, definì in pratica qual è il gold standard di ciò che possiamo chiamare scienza, e dimostrò anche al mondo che la scienza non può essere tutto. È l’esatto opposto di quello che si potrebbe pensare, che la scienza sia onnipotente e onnisciente. No. Popper chiarì una volta per tutte che, essenzialmente, la scienza ha un limite proprio e naturale.
Ma entro quei limiti, ciò che abbiamo è molto più forte. Non è tutto ciò che è vero.
E così, in avanti fino a supply chain: ora abbiamo il gold standard per la conoscenza scientifica, e si applica a tutti i domini. Si applica a tutto—dalla geografia, alla biologia, e via dicendo. Si applica a tutto, seppur non allo stesso grado. Penso che sia qualcosa di cui parleremo, ed abbiamo già accennato ad esso.
E quindi quello che dico è: poiché questa cosa è stata il gold standard per approcciare la scienza—per tutte le scienze—la supply chain dovrebbe attenersi allo stesso standard. Questo è il punto che sto sostenendo.
Conor Doherty: Va bene. Quindi, ancora una volta, gli esempi storici sono buoni, sono corretti, e sono sicuramente interessanti. Nel contesto della supply chain—ancora, il pubblico target, 10 milioni di praticanti—contestualizza l’importanza della falsificazione, e come appare nella pratica quotidiana per loro. Perché è così importante, e come si presenta per un praticante della supply chain, o come potrebbe essere inserito?
Joannes Vermorel: Quindi stiamo parlando di conoscenza. So che è molto meta, è un po’ astratto, ma stiamo parlando dell’invalidazione della conoscenza.
Cominciamo con un frammento di conoscenza. Parliamo di safety stock. Va bene. Questo è un esempio nel libro, ed è per questo che dico che il safety stock è una proposizione invalida. In effetti, lo chiami stock pericolosi.
Sì, esattamente. E ancora, non dico: il safety stock nella tua azienda—il livello di stock che scegli—è invalido. Sarebbe un equivoco. Quello che sto dicendo è che l’idea stessa di safety stock è sbagliata. Questo va analizzato nel dettaglio.
Vedete, questa è una distinzione, perché il safety stock in definitiva è solamente una caratterizzazione di un livello di stock. Quindi, nella tua azienda, potresti accidentalmente avere un livello di stock che è abbastanza buono per il tuo business. Va bene.
Quello che sto dicendo è che il safety stock, come idea per arrivare a quel livello, è invalido.
Questa è la proposizione. Ora, come un orologio rotto che è corretto due volte al giorno: potresti, con il safety stock, ottenere una risposta abbastanza valida. Ma ancora, questa è la fallacia dell’orologio rotto. Ti capita semplicemente di trovarti in una situazione in cui le stelle si allineano, e nella tua situazione il safety stock ti dà una risposta soddisfacente.
Si tratta di una situazione da orologio rotto, dove due volte al giorno l’orologio rotto indica comunque l’ora giusta. Non è—sarebbe errato pensare, solo perché ciò accade, che l’orologio rotto sia ancora rotto, anche se accidentalmente, in questa situazione molto specifica, dà la risposta corretta.
Conor Doherty: Capisci, ma come fai a falsificare quella posizione? Perché ti sei appena, ok, isolato dalle critiche.
Joannes Vermorel: Sì, esattamente. Quindi, per falsificare, dobbiamo andare oltre nel principio di falsificazione.
Ciò che dice Popper—l’idea chiave—è che non si può mai dimostrare che una teoria sia corretta. Non si può. Perché? Perché ciò significherebbe dover verificare un numero infinito di situazioni.
Vedete, la vostra teoria dovrebbe applicarsi a un vasto numero di situazioni, e se è una teoria non banale, sarà infinita. Quindi, fondamentalmente, quando parli del feedback dall’universo—essere in grado di verificare e così via—potrai solo verificare un insieme finito.
Quindi puoi mostrare che le cose funzionano, non necessariamente che siano vere.
E così Popper dice: se posso avere anche solo un caso che dimostri che la teoria fallisce, allora la teoria è falsificata. Viene respinta. È categoricamente falsa. Deve essere completamente scartata.
Quindi lui dice: questo è il principio di falsificazione, ed è molto interessante. È esattamente ciò che Einstein cercava di fare: dimostrare che la relatività è falsa.
Non ti servono mille astrofisici. Non ti servono miliardi di budget. Hai solo bisogno di immaginare un semplice esperimento che lo dimostri sbagliato. Ecco tutto. Questa è la bellezza della falsificazione: puoi falsificare una teoria incredibilmente avanzata e sofisticata—potenzialmente con migliaia di ore uomo investite in essa—con un semplice esperimento, se riesci a farlo.
Allora, come falsifichiamo il safety stock? L’idea è che dobbiamo ideare un esperimento che dimostri che il safety stock ti dà risultati scadenti. Va bene. Ci basta una situazione in cui il safety stock dia risultati pessimi. Soltanto una.
E per renderlo un tentativo in buona fede, deve essere il safety stock fatto correttamente. Il safety stock fatto bene. E poi dimostriamo che, in questa situazione in cui il safety stock è eseguito correttamente—perché deve essere un tentativo in buona fede—dimostriamo semplicemente che, nonostante sia fatto correttamente, ti darà risultati insensati, risultati che vanno contro l’interesse a lungo termine dell’azienda.
Ancora, per questo, torniamo all’epistemologia. Dobbiamo concordare in qualche modo che l’interesse a lungo termine dell’azienda sia il criterio rilevante. È complicato, perché vedi, il problema è che io definisco supply chain—io lo definisco. Ho appena detto che l’interesse finanziario a lungo termine dell’azienda è ciò che conta.
Se mi dici, “No, no, no, Joannes, non sono d’accordo con la tua affermazione. Credo che l’interesse a lungo termine che la supply chain dovrebbe massimizzare sia la felicità dei miei dipendenti,” abbiamo due definizioni differenti e in conflitto. Non sono compatibili.
E a proposito, questo problema è stato risolto, ma si tratta di un altro filosofo, Thomas Kuhn.
Conor Doherty: Ma stai in qualche modo sfumando le linee tra teleologia ed epistemologia: qual è l’obiettivo di un’azienda e cosa costituisce la conoscenza. Non sono necessariamente la stessa cosa.
Joannes Vermorel: Sì, sì, sì. Quindi, torniamo indietro. Torniamo alla falsificazione del safety stock.
Ora dobbiamo solo pensare a una situazione che dimostri che il safety stock ti fa esplodere in faccia. Ecco tutto.
Per esempio, prendiamo un rivenditore di moda. Situazione di fine stagione, con i tuoi safety stock.
Quindi, cosa dice la prospettiva del safety stock? Dice: è necessario mantenere un livello di servizio piuttosto alto. Questa è la prospettiva. Quanto alto? Può essere qualsiasi valore tra, diciamo, 85 e 100%. Non saremo troppo specifici. Va bene. Sta a te decidere.
Ma non ho mai visto persone dire che dovresti avere un safety stock con, diciamo, un livello di servizio del 15%. Quindi, come tentativo in buona fede: abbiamo un marchio di moda che gestisce una rete di negozi, e per i loro punti vendita hanno una politica di safety stock con livelli di servizio che sono, diciamo, 85 e oltre.
Non mi interessa il dettaglio. Non importa. Dico solo: se non sei in questa situazione—nel rivenditore di moda—questo non è safety stock, è qualcos’altro.
Quindi, la situazione è la seguente: abbiamo questo rivenditore di moda, che ha negozi, e nei loro negozi ci sono articoli in cui il livello di stock è controllato tramite safety stock, e questi safety stock sono all'80% e oltre. Questa sarebbe la mia situazione.
Ora, credo che sia una rappresentazione in buona fede di ciò che in realtà significa il safety stock.
E ora quello che voglio è dimostrare che questo esploderà. Esploderà per diversi motivi, in realtà.
Il primo motivo è che, a fine collezione, non vuoi mantenere quei safety stock. Perché? Perché ricorda: alla fine della collezione invernale, se mantieni il tuo livello di servizio, per definizione avrai il negozio pieno di abiti invernali mentre stai per entrare nella stagione estiva. È pazzesco.
In primo luogo, non sarai nemmeno in grado di posizionare gli abiti estivi nel negozio perché è pieno di abiti invernali. E poi, durante il periodo delle vendite che arriverà presto, dovrai fare sconti folli per liberarti di tutte le cose invernali che ora saranno molto difficili da vendere.
Così, la mia dimostrazione è completata. Ho una situazione in cui ho adottato la prospettiva del safety stock e ho mostrato una situazione che la contraddice.
E ciò che Popper ha dimostrato è che non dovresti adottare la prospettiva marxista. La prospettiva marxista sarebbe: “Oh, hai una contraddizione per la mia teoria del safety stock. Sai una cosa? Modificherò questa teoria del safety stock, la adatterò, in modo che il safety stock sopravviva.” Questo è ciò che facevano i marxisti con la loro teoria marxista: ogni volta che venivano contraddetti, si limitavano a riparare la teoria con del nastro adesivo per renderla completamente immune.
Questo non è il giusto approccio intellettuale. È un atteggiamento pericoloso, nel senso che è una ricetta per ottenere una conoscenza spazzatura. Questa è epistemologia.
Quindi, quando hai una contraddizione evidente con un concetto—dove usi questo concetto, lo usi in buona fede, senza alcun errore nell’analisi—dovresti dire: la tua teoria è stata appena falsificata. Ora deve essere scartata.
E questo è difficile. La gente non si rende conto di quanto sia esigente questa falsificabilità. Significa letteralmente che devi scartare le cose. E così, il safety stock deve essere abbandonato.
Conor Doherty: Abbiamo toccato questo nella discussione sul capitolo 2, quando abbiamo discusso di quanto robusta una scienza possa aspirare a essere nella supply chain. Abbiamo discusso avanti e indietro sulla chimica, e poi alla fine abbiamo convenuto sull’idea che la medicina probabilmente rappresentasse uno standard ragionevole.
Esistono molte situazioni in cui — utilizzando l’esempio che hai fornito nell’ultimo episodio — prendi una medicina, prendi profili molto simili: funziona per una persona, non funziona per un’altra. La medicina non verrebbe semplicemente scartata del tutto: “Beh, quella medicina non funziona, abbandoniamola completamente.” Direbbero: funziona nella maggior parte dei casi.
Quindi qui la domanda è: la mia falsificazione ha distrutto lo stock di sicurezza per la moda, o per tutti i verticali? Perché potrebbe essere una domanda.
Joannes Vermorel: Ancora una volta, Popper ti direbbe: attento. Quando hai una teoria che è stata falsificata, è fin troppo facile, a livello intellettuale, minimizzarne l’impatto. È un problema di psicologia. È estremamente semplice minimizzare l’impatto e limitarsi a “aggiustare” la teoria con del nastro adesivo affinché resista nonostante questa falsificazione.
Quindi, ad esempio, potrei avere una teoria rivista che dice: gli stock di sicurezza sono buoni, validi e utili — ad eccezione della moda.
Okay. Ora, posso proporre un esempio molto simile in aviation. Posso trovare qualcosa che dimostri che lo stock di sicurezza agirà in maniera estremamente contraria all’interesse a lungo termine dell’azienda nell’ambito dell’aviazione. Posso farlo nel settore automobilistico. Posso farlo per il cibo fresco.
Alcuni potrebbero dire: questi sono esempi selezionati, che complessivamente fanno guadagnare più di quanto si perda. E ancora, una volta che hai 20 verticali in cui emergono contraddizioni, quando ti fermi?
Dobbiamo dire: lo stock di sicurezza è valido tranne che nella moda, tranne che nell’automotive, tranne che nell’aviazione, tranne che per il cibo fresco, tranne che per il lusso, tranne che bla bla bla?
Questo è il modo di pensare marxista. Hai una teoria che diventa assurda, con una lista incredibilmente lunga di casi limite.
Ed è proprio questa la bellezza — ancora una volta, c’è un elemento molto importante nella conoscenza — ed è la prospettiva marxista, e qui non è Popper a descriverlo, bensì Einstein: deve esserci bellezza nella tua teoria. Deve possedere una sorta di purezza cristallina.
Se la tua teoria è solo una lista infinita di casi limite, se non ha alcuna struttura, se per descriverla hai bisogno di un elenco telefonico infinito di informazioni, non è una teoria molto valida.
Quindi, se diciamo che la supply chain theory è: “Oh, è lo stock di sicurezza, con due pagine di avvertenze”, è semplicemente una teoria molto, molto scadente.
Conor Doherty: Bene, qui ritorniamo al concetto di quale standard di robustezza ci si aspetti da una disciplina come la supply chain. Stai parlando di Popper, e lo applichi a un campo governato interamente da fattori confondenti, come tu stesso affermeresti nei capitoli uno e due: totale uncertainty ovunque — motivazioni, il tempo, tutto.
Come puoi procedere alla falsificazione secondo lo standard che stai descrivendo?
Joannes Vermorel: Innanzitutto, esistono diversi livelli di falsificazione. Uno dei più basilari è l’esperimento di pensiero, quello che abbiamo appena fatto. È esattamente ciò che fece Einstein. La maggior parte delle scoperte di Einstein furono esperimenti di pensiero. Questo è incredibilmente utile in ambito scientifico.
Gli esperimenti di pensiero sono super economici. Li puoi fare nella mente. Non sono sufficienti, perché se ragioni in modo errato potresti incorrere in sottili difetti, e l’unico riscontro arriverà dall’universo.
Ma come mezzo per arrivare alla tua teoria corretta più rapidamente, ed essere parsimoniosi con le risorse che vuoi investire nella falsificazione reale, devi ricorrere a quegli esperimenti di pensiero. Questi esperimenti sono essenziali affinché tu non conduca esperimenti di falsificazione a caso, il che risulta molto costoso.
Quindi, quello che sto dicendo è che il minimo indispensabile che dobbiamo chiedere alla supply chain è che essa resista agli esperimenti di pensiero.
Se ti fornisco un elemento, un elemento teorico come lo stock di sicurezza, e in due minuti posso fornirti degli esperimenti di pensiero — contraddizioni molto convincenti — dai. Non devi nemmeno farlo nella vita reale. Una volta compreso, dici: ok, è completamente infondato.
Questo sarebbe il livello ultrarapido. E poi, più tardi, potremo discutere elementi molto più difficili in cui sarà necessaria una valutazione empirica.
Ma qui, esistono intere classi di proposizioni della mainstream supply chain theory che possono essere demolite con semplici esperimenti di pensiero. E, tra l’altro, questo è esattamente ciò che fece Einstein per la fisica newtoniana. Per distruggere la fisica newtoniana, Einstein non dovette eseguire alcun esperimento fisico reale. Fece esperimenti di pensiero e dimostrò che la teoria conteneva contraddizioni al suo interno, e bam—fatto. Non c’è nemmeno bisogno di eseguire gli esperimenti.
Quindi vedi, questo è molto potente. Gli esperimenti di pensiero sono estremamente efficaci, almeno per eliminare le questioni semplici. Puoi scartare una teoria quando è così profondamente difettosa da poter essere semplicemente respinta attraverso gli esperimenti di pensiero.
Se la teoria è molto matura — per esempio, la fisica quantistica — gli esperimenti di pensiero da soli probabilmente non saranno più sufficienti. Ma quello è il secondo stadio: quella è la maturità di una scienza che è già stata progettata con i criteri appropriati.
Quando hai una scienza che è stata progettata con i criteri giusti, con cura, tutti gli esperimenti di pensiero sono già stati svolti dai tuoi predecessori. Quindi non sono più così utili, perché i frutti a portata di mano sono già stati colti.
Qui siamo in una fase in cui quei frutti facili — gli esperimenti di pensiero — possono respingere la mainstream supply chain theory. È del tutto possibile perché, beh, prima le persone non lo avevano fatto con sufficiente cura.
Conor Doherty: E ancora, per cercare di contestualizzare ciò di cui stiamo parlando dalla prospettiva di Lokad: si tratterebbe di decisioni. Fondamentalmente, è questo che le persone prendono di giorno in giorno: scelte supply chain. Perché? Perché? Perché?
Joannes Vermorel: Di nuovo, è per questo che abbiamo bisogno di questa decisione epistemologica, perché c’è un disaccordo. La teoria mainstream dice assolutamente di no. Si oppone profondamente: “No, non me ne frega nulla. Non mi interessa.”
E, a proposito, dobbiamo parlare di Thomas Kuhn e dell’incommensurabilità delle teorie. Il problema, secondo Thomas Kuhn, è: fondamentalmente, se osservi la fisica newtoniana e quella einsteiniana, non puoi dire che una sia migliore dell’altra. Non sono commensurabili. Sono radicalmente distinte.
Le domande che hanno senso nella fisica newtoniana non hanno senso in quella einsteiniana, e viceversa. Hai due insiemi completamente incompatibili di domande e risposte, che non possono essere messi a confronto.
Questo è il problema. Ma ora, come decidiamo tra la fisica classica e quella einsteiniana? Non si tratta nemmeno delle stesse domande, né delle stesse risposte.
La risposta è: una volta che inizi a pensare alla fisica einsteiniana, essa ti fornisce idee su come invalidare la fisica newtoniana. Ti fornisce un esperimento che puoi proporre al tuo collega professore di fisica newtoniana dicendogli: “Per favore, fallo e spiegamelo.”
Ed è un esperimento che lascerà a bocca aperta l’altro professore, ed è tutto. È così che lo fece Einstein.
Ora, qui, nella supply chain: abbiamo questa mainstream supply chain. La mainstream supply chain non si preoccupa affatto di quelle decisioni. Sono come cittadini di seconda classe. Dice: il piano. Il piano è ciò che conta. Il piano è sia una previsione che un impegno. Il piano è il cittadino di prima classe.
E poi quelle che chiami decisioni sono irrilevanti. È solo l’esecuzione adeguata del piano. Questa è la teoria mainstream.
Quindi, se diciamo che vogliamo decisioni migliori, questa è già una dichiarazione su come intendiamo la supply chain, perché dalla prospettiva mainstream questa domanda non è nemmeno rilevante. Non è una domanda pertinente.
È strano, ma questo è il problema. Quando si ha un cambio di paradigma da una teoria all’altra, emergono molte domande che non sono nemmeno rilevanti. Nel paradigma della quantitative supply chain, io pongo domande sulle decisioni. La teoria mainstream non pone domande su questo.
E dalla teoria mainstream, direbbero che la tua domanda è irrilevante. È come se chiedessi: “Qual è il colore ottimale della camicia della persona che elabora il piano?” Entrambe le teorie ti direbbero: non ci importa.
Quindi non puoi giudicare le domande che sto ponendo attraverso le lenti dell’ex teoria mainstream della supply chain, e viceversa.
Conor Doherty: È interessante che tu abbia menzionato l’incommensurabilità. Penso che The Structure of Scientific Revolutions — è un libro — probabilmente rappresenti il secondo più grande punto di riferimento nella scienza della scienza del XX secolo.
Quello che mi viene in mente è: per chi ascolta — e ancora, dalla prospettiva del praticante medio — sembra esserci un po’ di incommensurabilità in termini di standard probatori che tu ritieni importanti.
Quindi hai parlato di ciò che consideri lo scopo di un’azienda, o lo scopo della supply chain: massimizzare il ritorno finanziario a lungo termine. Ma anche lo standard probatorio che stai utilizzando, e cioè — anche nel libro — gli esperimenti di pensiero. Ne utilizzi molti per dimostrare il tuo punto, non tanti esempi concreti.
E non intendo casi di studio dal punto di vista del marketing. Intendo letteralmente: citi l’esempio della rivoluzione marxista, citi Einstein; sono esempi concreti. In questo capitolo, non ci sono molti esempi reali nella supply chain che dimostrino il tuo punto.
Ed è qui che può insorgere l’incommensurabilità, perché stai valutando la conoscenza teorico-epistemologica popperiana: “È un esperimento di pensiero, quindi l’ho fatto.” Ma qualcuno potrebbe dire: “Ma guarda, la mia performance finanziaria con questo modello continua a migliorare sempre di più.” E qui ci troviamo in un vicolo cieco.
Joannes Vermorel: Sì. Innanzitutto, c’è un elemento temporale. Questo lavoro è stato pubblicato molto di recente, è stato praticato in Lokad. Se giudichi la fisica einsteiniana dai risultati, diciamo, del 1907, sarebbe ancora molto, molto limitata perché è troppo presto. La gente non ha avuto il tempo di digerirla, applicarla, ecc.
Quindi sosterrò — è un argomento debole — ma direi: dategli tempo.
La seconda cosa è: abbiamo un problema che la fisica non aveva, ma la supply chain sì, ovvero il comportamento avversariale. Questo è esattamente ciò di cui ho parlato prima.
Penso che la prova sperimentale arriverà, e sarà un processo caotico, proprio come in medicina. Ecco perché, in definitiva, se mi proietto 50 anni nel futuro con la mia teoria accettata, le persone faranno meta-analisi.
Inizieranno a dire: ok, abbiamo questo nuovo paradigma. È uno corretto. Ma a causa degli incentivi avversariali, non possiamo fidarci di uno studio singolo. Abbiamo bisogno di una meta-analisi.
Ed è esattamente ciò che, per esempio, la Cochrane Library sta facendo per la medicina. Prendono letteralmente, diciamo, l’AIDS, raccolgono 8.000 articoli e li mettono insieme, e dicono: ok, facciamo una meta-analisi di tutto ciò. Ci sono circa 100 diverse organizzazioni di ricerca che hanno prodotto, in modo indipendente o semi-indipendente, il materiale, e così possiamo ragionevolmente sperare che, nonostante tutti gli incentivi avversariali — in medicina sono le aziende farmaceutiche —, nonostante tutto ciò, possiamo avere la speranza che la meta-analisi faccia emergere qualcosa di migliore.
Nella pratica, funziona in un certo modo — con dei limiti. È un processo caotico. È lento, dolorosamente lento, ma funziona.
Ed è di questo che sto parlando: migliaia di articoli che devono essere meta-analizzati, ed è così che si costruisce la prossima generazione di conoscenze mediche.
Ora, torniamo alla supply chain: ciò significa che in questo libro, come introduzione, non volevo ancora dare inizio a questa battaglia. Questo libro è già lungo 500 pagine. C’è già così tanto da comunicare sulle idee di base.
Ad esempio, spiegare l’idea fondamentale di cosa sia Popper, perché sia rilevante, e così via: c’è tanto da dire che a un certo punto ho dovuto scegliere le mie battaglie. Ho deciso — e sì, è una debolezza, una debolezza teorica — che non mi addentrerò nel territorio di esempi molto precisi della vita reale, perché tutti verrebbero da me.
Anche se presentassi 50 esempi, dato che tutti verrebbero da me, la gente direbbe che sono stati selezionati a tavolino.
Quindi dico: ok, dobbiamo avere una seconda fase in cui verranno proposti esempi non solo da me, ma anche da altre persone. E poi, fra un decennio, fare una meta-analisi su quei tantissimi casi, proposti non solo da me, ma da persone che hanno letto il libro, lo hanno applicato e dicono: funziona, non funziona. Questo è lo standard che possiamo adottare.
Nel frattempo, in questa fase, quello che posso offrire sono esperimenti di pensiero. E inoltre — ma questo è un argomento di autorità — sto solo dicendo che non è teorico, è ciò che Lokad ha fatto nell’ultimo decennio. So che è un argomento di autorità, ma se voglio aggiungere un elemento di credibilità: Lokad non ha raccolto fondi dai venture capitalist.
Quindi per noi, se non funziona, non abbiamo un piano B. Non abbiamo fondi provenienti da — non abbiamo raccolto mezzo miliardo come alcuni dei miei colleghi. Perciò non possiamo operare per un decennio con un modello completamente non provato, non redditizio e magari non funzionante. Ciò non è possibile.
Eravamo vincolati, e la ragione per cui Lokad è sopravvissuta è proprio che abbiamo ottenuto un notevole grado di successo, il che ci ha portato a scrivere questo libro.
E ancora, la mia opinione è che, quando si tratta di epistemologia, parlavo della bellezza di Einstein. Quello che ha convinto la maggior parte della comunità dei fisici non furono gli esperimenti, ma la bellezza della teoria di Einstein.
La relatività è incredibilmente bella come teoria. La gente diceva: ok, è molto interessante, intrigante. Le persone, essendo intelligenti, dicevano: è così bella che voglio imparare a riguardo. Imparerò, ma aspetterò comunque la prova sperimentale, solo per esserne certo.
Ma comunque, era così bella che è così che Einstein riuscì a conquistare il cuore della comunità fisica. Non fu attraverso esperimenti di successo. Fu grazie a un certo grado di bellezza nella sua teoria, completamente senza precedenti.
Ovviamente Einstein era un super genio, probabilmente una delle 50 persone più brillanti che la Terra abbia mai conosciuto. È uno standard molto alto. Ma almeno, come fonte di ispirazione, ci ha dato un esempio del tipo di cosa a cui dovremmo aspirare.
Ancora: epistemologia. Dovremmo aspirare a una conoscenza per supply chain che sia la prospettiva aspirazionale.
Conor Doherty: Beh, di nuovo, è interessante perché nel libro parli del rasoio di Occam. Chiunque studi filosofia conoscerà il rasoio di Occam: in sostanza, se hai due spiegazioni per un problema, quella più semplice è quella a cui dovresti ricorrere per prima.
Ancora, se devi scegliere tra due opzioni e applicare ciò alla tua discussione sugli stock di sicurezza: hai, diciamo, oltre 50 anni di aziende che li applicano, diventando sempre più redditizie di anno in anno. Sì, puoi indicare esempi, magari esperimenti mentali per smentirlo, ma loro diranno, “Aspetta un attimo. Sto facendo questo. Sto facendo soldi.” Il rasoio di Occam direbbe, “Beh, in generale funziona.”
E tu stai dicendo: no, è un orologio rotto. Quando funziona, non è che funzioni, è solo un orologio rotto.
Joannes Vermorel: Ok, applichiamo il rasoio di Occam, ma a livello teorico, prima di saltare, perché qui abbiamo così tanti fattori confusi.
Quindi passiamo alla teoria dominante. Stai dicendo che dobbiamo avere teorie che abbiano un elemento di semplicità, dove non è necessario avere così tante cose.
La teoria dominante: se guardo a ciò che produce l’ASCM—Association for Supply Chain Management—hanno il loro manuale SCOR, e propongono oltre 300 metriche. 300.
Quante metriche dico in questo libro siano rilevanti? Ne do poche, ma sono come cinque, e forse anche quattro. In definitiva, l’unica metrica che sostengo è il tasso di rendimento. Quindi pongo il tasso di rendimento su un piedistallo, e poi ce ne sono forse altre tre o quattro che sono conseguenze dirette di quello, ed è tutto.
Quindi, ok. Il rasoio di Occam: la mia teoria è elegante. Ha bisogno di una metrica regnante: un tasso di rendimento, e ci sono alcune, come l’emivita di una decisione, che è una conseguenza immediata—ma non ovvia. Non è intuitiva, ma è abbastanza immediata una volta che vieni spinto nella giusta direzione.
Ed è tutto qui. È un insieme molto, molto limitato.
Poi, se guardo la teoria dominante, stiamo parlando di oltre 300 metriche. Quindi, applicando il rasoio di Occam, direi, sulla base della valutazione della teoria stessa: sì, la mia è di gran lunga più snella e conservativa. Nessuno potrebbe contestarlo.
Ora, per il resto: le aziende possono avere successo. È un’affermazione filosofica. Non posso provarlo. Sto solo dicendo: le aziende possono avere successo per una vasta gamma di ragioni, o fallire per varie ragioni.
E la mia posizione intellettuale è: presumo che ogni volta che vedo un successo o un fallimento, di default la supply chain abbia ben poco a che fare con questo. Perché? Perché la quantità di cose che esiste al di fuori della supply chain è enorme.
Quindi, quando vedi un’azienda avere successo o fallire, adottando questa posizione intellettuale— “Non attribuirò al mio interesse prediletto, supply chain, il loro successo o il loro fallimento”—penso che sia una posizione intellettuale ragionevole, in linea con il rasoio di Occam.
Quindi sto solo dicendo: quando vedo qualcosa—perché il problema è che, quando sei uno specialista, vuoi spiegare tutto con la tua teoria. Questo vale per tutti. Non vuoi che la tua specializzazione offuschi la tua visione del mondo.
La supply chain, se guardo all’umanità nel suo complesso, è molto importante, ma se dovessi dare una percentuale completamente inventata: quanto è grande la supply chain per l’umanità rispetto a tutto il resto? Direi probabilmente intorno al 2 o 3%. È di importanza per la civiltà, perché il 2 o 3% significa che non ci sono molte cose che possono competere a questo livello.
Ma significa anche che il 97% sono cose che non hanno a che fare con la supply chain.
Pertanto, quando osservi un’azienda che ha successo o fallisce, direi che dovresti presumere—questa sarebbe la mia posizione intellettuale—una probabilità del 97% che non abbia nulla a che fare con la supply chain, a meno che tu non abbia elementi espliciti che dimostrino che, in questo caso, il loro successo o il loro fallimento sia intimamente legato alla loro esecuzione della supply chain.
Conor Doherty: Ma non limita questo la tua prospettiva? Lasciami riformulare: dici che la prospettiva di Lokad è migliore di questa, ma poi dici anche contemporaneamente, “Beh, per ogni successo, nel 97% dei casi non è la supply chain.”
Joannes Vermorel: Senza informazioni approfondite sulla compagnia.
Leggo le notizie. Ho letto che LVMH ha visto i suoi profitti schizzare alle stelle quest’anno. Non sono uno specialista di LVMH. Non ho conoscenze interne. Supponiamo che non abbia mai lavorato sulla loro supply chain. Ho pochissime informazioni.
Quindi sto solo dicendo: se non hai informazioni interne approfondite, quella è la posizione intellettuale che consiglio. Ecco tutto.
Se hai informazioni privilegiate, se conosci molto di più sull’azienda, allora è una cosa completamente diversa.
Ad esempio: Amazon, che è incredibilmente pubblica. Le loro note vengono trapelate tutto il tempo. Se sei disposto a seguire Amazon, puoi ottenere un sacco di informazioni. È un’azienda piuttosto trasparente. Non al livello di un insider, ma comunque: non sono molto riservati, a differenza di Apple, per esempio.
Quindi puoi avere un sacco e un sacco di informazioni. E se hai passato molto tempo studiando Amazon—e ho anche discusso con molti dipendenti di Amazon, in conversazioni private e altro—allora posso rivedere la mia valutazione.
In media, presumo che il successo o il fallimento sia dovuto al 97% ad altre cause. Per Amazon, la mia valutazione sarebbe: il loro successo è—ancora, numero inventato—70% supply chain.
Ma perché ho questa valutazione? Non è perché ho letto un case study. È perché negli ultimi due decenni ho avuto persone che mi hanno raccontato cosa sta succedendo in Amazon, che tipo di cose stanno facendo, qual è la mentalità, come conducono i progetti, ecc. Così posso forgiarmi questa valutazione che sì, il successo di Amazon è fortemente guidato dalla supply chain, e ciò che fanno è davvero corretto, ed è fonte di ispirazione per qualunque cosa tu voglia fare in termini di supply chain.
Ci vuole molto tempo per arrivare a ciò.
Conor Doherty: Sì, lo so, lo so, ma il problema è che è così importante—come dire—quindi è molto diverso da un’azienda di cui non sai nulla rispetto a una di cui hai informazioni approfondite.
Bene, ancora, questo si collega alla critica che hai nei confronti dei case study, non dal punto di vista del marketing. Nel libro, penso che sarebbe giusto dire che qualcuno potrebbe ascoltare la maggior parte di questo e dire che in qualche modo sta costruendo un muro tra lui e le contestazioni.
E lo spiegherò: se una di queste idee dominanti funziona, è per caso; le aziende fanno soldi, ci sono un sacco di ragioni per cui fanno soldi. Se un’azienda pubblica pubblicamente un case study dicendo, “Ehi, usiamo questo approccio. Ecco come l’abbiamo fatto.” È un bias di sopravvivenza, totalmente insensato.
È come se stessi rendendo impossibile falsificare la tua stessa posizione.
Joannes Vermorel: No. Lasciami farti un esempio. Per i case study: puoi falsificare la mia teoria. È molto semplice. Super facile, in effetti.
Quindi invito il pubblico a falsificare la mia teoria. La mia teoria prevede che il numero di case study negativi pubblicati dai fornitori sarà estremamente raro.
Questa è una previsione molto importante. Sto facendo una previsione. Abbiamo milioni di case study pubblicati, e sto facendo una previsione—non intuitiva—che la percentuale di case study negativi sarà estremamente bassa.
Con “negativo,” intendo persone che dicono, “Abbiamo fallito.” Sì.
Ora, possiamo avere un controargomento: “La percentuale di case study negativi è estremamente bassa perché quei progetti funzionano così bene che non falliscono mai.” Quindi stai cercando qualcosa che non esiste.
Quindi la domanda è: perché così pochi?
Ora fortunatamente per me, ho molte altre persone che stanno analizzando il tasso di successo dei progetti di supply chain. Ci sono stati grandi studi condotti da Deloitte, PricewaterhouseCoopers e simili. Concludono che tra l'80% e il 90% dei progetti falliscono.
Quindi, dove sta la verità? Non lo so. Ma facciamo i conservatori. Diciamo che quegli auditor stanno gonfiando i numeri. Fallisce solo il 20% dei progetti. Va bene.
Ora la mia teoria prevede che, nonostante il fatto che il 20% fallisca, il numero di case study negativi sarà approssimativamente zero.
È una previsione forte. Come smenti la mia previsione? La smentisci venendo da me e dicendo, “Guarda, ho esaminato mille case study, e il 20% sono negativi.” Allora ciò che ti ho detto sugli incentivi che impediscono la pubblicazione di case study negativi viene smentito.
Prova. Non troverai il 20% di casi negativi. In tutta la mia carriera, ne ho trovati solo—con le dita della mia mano—case study negativi. Ho esaminato migliaia e migliaia di case study, e anche i case study negativi che ho trovato non sono stati neppure pubblicati dai fornitori stessi. Sono stati pubblicati da giornalisti investigativi, di solito sotto l’immensa pressione del fornitore a non pubblicare.
Quindi, in sintesi: la mia teoria è molto falsificabile. Basta andare su Google, cercare quanti case study negativi riesci a trovare.
Se non riesci a trovare nulla—se sei completamente sommerso da quelli positivi—allora è esattamente ciò che prevede la mia teoria.
Ancora una volta, è molto importante giudicare una teoria sulla sua capacità di fare previsioni corrette che non possano essere facilmente invalidate dall’osservazione.
Conor Doherty: Ancora, se stai sostenendo o incoraggiando lo scetticismo nei confronti dei case study, va bene. Ma fai notare che—e sto parafrasando ora, ma non troppo lontano da ciò che dici—sono spazzatura, sono veleno, sono illusioni di marketing.
Questo è leggermente diverso da ciò che hai appena detto. Due cose potrebbero essere vere contemporaneamente: sono infomercial di cose che funzionano. Ancora, la tua teoria prevede che vedrai solo infomercial. Non necessariamente.
Questa è la differenza tra scetticismo e assolutismo.
Joannes Vermorel: No, no. Scetticismo: di cosa sei scettico? È la veridicità delle affermazioni.
Normalmente, di nuovo, torniamo a Deloitte e PricewaterhouseCoopers: le persone possono sperimentare nella loro vita che la stragrande maggioranza dei progetti fallisce. Ogni volta che parlo con un professionista, quelle statistiche pubblicate dagli auditor rappresentano la realtà della nostra industria. Anche su LinkedIn: parlo con qualcuno, e quella è la sua esperienza.
Ho parlato letteralmente con centinaia di direttori della supply chain. È sempre stata l’esperienza. Non ho mai incontrato un direttore della supply chain che mi abbia detto, “Fallimento? Di cosa stai parlando? Gli ultimi 50 progetti sono stati perfetti, colpi perfetti.”
Se chiedo alla persona responsabile di una fabbrica che produce aeroplani, e le parlo del tasso di fallimento degli aerei, direbbe, “Ma che diavolo? Gli ultimi 50 aerei che abbiamo consegnato sono stati perfetti. Performance al 100%, volano perfettamente.”
Ma io parlo con un direttore della supply chain: “Oh sì, nelle ultime 20 iniziative che abbiamo avuto, 19 sono state catastrofi.” Questo è così.
Quindi penso che, a un certo punto, dovremmo avere questo principio della realtà: non dovremmo essere solo filosofi da poltrona. A volte dobbiamo accettare che alcune cose sono così ovvie da dover andare avanti, altrimenti rimarremmo bloccati in una pura filosofia astratta.
Conor Doherty: Se dovessi applicare questo standard alla medicina—perché ancora una volta è questo l’esempio che hai usato durante la discussione sul capitolo 2—ci sono molti più articoli sui trial clinici in cui il farmaco ha funzionato rispetto a quelli in cui si dice “oh, ha fallito.” Ora sono sicuro che ce ne sono alcuni, ma ci sono molti più articoli che sostengono “questo farmaco,” o “questa pratica,” “questa metodologia funziona,” o almeno sembra funzionare.
Ora ovviamente lo stesso principio si applica: le aziende non vorranno dire, “Abbiamo sprecato denaro.”
Joannes Vermorel: Aspetta, aspetta, aspetta. La medicina è pienamente consapevole del problema. Questa è una grande differenza. Sono pienamente consapevoli. Hanno riviste di risultati negativi.
Quindi la comunità scientifica medica ha riconosciuto il bias, e ci stanno lavorando. E questo è relativamente recente, nella storia della scienza. Direi che è iniziato solo circa un decennio fa in medicina che hanno davvero cominciato a riconoscere sistematicamente questo problema.
Il problema è stato compreso, direi, da 30 anni in medicina. È l’emergere dello studio degli effetti iatrogeni.
E solo nell’ultimo decennio, secondo la mia osservazione amatoriale, la comunità ha iniziato ad avere meccanismi di correzione sistemica: le persone fanno meta-analisi, esistono riviste di risultati negativi, ecc.
E se vuoi risultati negativi in medicina: sì, quelli positivi superano di gran lunga quelli negativi, ma i negativi sono nell’ordine delle centinaia di migliaia.
Quindi, ancora, vedi, questo prova il mio punto. Sto parlando di scetticismo. Dovremmo essere scettici.
La tua posizione era: assurdo totale—sciocchezze—ignora—veleno—è un’illusione. Queste sono le tue parole.
Ma ancora, il giorno in cui la supply chain vedrà numeri elevati—sì, non in percentuale, perché forse non ci arriveremo, ma in termini assoluti—di case study negativi, come migliaia all’anno, allora rivedrò la mia posizione.
Fino a quando non avremo svolto questo lavoro come comunità per avere almeno qualche migliaio di case study negativi pubblicati ogni anno, rimarrò assolutista, dicendo che è una completa illusione. Perché? Perché se non abbiamo questa forza di contrapposizione, in termini di conoscenza quello che abbiamo è una completa illusione.
In medicina, il fatto stesso che un articolo possa essere pubblicato in negativo agisce come un contrappeso a 4.000 articoli positivi. È un meccanismo di controbilanciamento.
Questa cosa non è ancora in atto nella supply chain. Quindi c’è un completo squilibrio. Pertanto, in termini di conoscenza, quello che abbiamo è una completa illusione.
Rimarrò assolutista fino a quando non verranno pubblicati abbastanza articoli negativi all’anno. Se devo dare un numero, direi mille, che siano sufficienti a mettere pressione sulla comunità mondiale per ridimensionare i case study guidati dal marketing.
Conor Doherty: Quando dici “la comunità”, intendi le aziende? I fornitori? Gli accademici? Cosa intendi?
Joannes Vermorel: Tutti coloro che pubblicano contenuti sotto il termine ombrello di supply chain.
Il che è complicato, perché non tutti hanno la stessa definizione di supply chain. Quindi, quella è una definizione vaga, perché come raggruppi persone che non sono nemmeno d’accordo sulla definizione?
Conor Doherty: Conosci il rasoio di Hitchens? Christopher Hitchens, lo scrittore britannico. Il rasoio di Hitchens—una derivazione del rasoio di Occam—dice che: ciò che può essere affermato senza prove può essere respinto senza prove.
Joannes Vermorel: Sono d’accordo. Sono molto d’accordo.
Conor Doherty: Il problema: si può applicare questo a molte delle affermazioni che fai in questo capitolo, e direi in generale, perché vengono semplicemente enunciate.
Abbiamo parlato per 85 minuti, e qui è emerso molto più contesto. Ovviamente questa è la differenza tra un podcast e un libro, lo capisco. Ma ancora, l’assenza—che secondo te è stata una scelta—l’assenza di esempi reali in supply chain per supportare ciò che stai dicendo: qualcuno potrebbe dire, “Beh, tu applichi il rasoio di Occam, io applicherò il rasoio di Hitchens e continuerò a fare ciò che sto facendo.”
Joannes Vermorel: Sono decisamente in disaccordo.
Il fatto che abbiamo appena dimostrato che uno dei pilastri della teoria mainstream della supply chain—lo stock di sicurezza—presenta un problema, anche se questo problema è limitato, nessuno lo contesterebbe. È di enorme importanza.
Il solo fatto che possiamo evidenziare delle debolezze nel mainstream—anche se tutto il resto è sbagliato—il fatto che si possano individuare delle lacune nei pilastri principali della mainstream supply chain theory merita molta più attenzione. Esattamente questo.
Ciò non dimostra la mia teoria. È solo una prova per il pubblico che dovreste leggere il libro e formare la vostra opinione. Se riuscite, attraverso alcuni capitoli, a rendervi conto che la teoria mainstream è profondamente difettosa e ha bisogno di qualcosa, ciò potrebbe non dimostrare che la mia teoria sia corretta.
Ma credo che sia una ragione sufficiente per leggere il libro. Anche se la mia teoria fosse sbagliata, forse le critiche sono giuste.
Ovviamente la mia teoria è giusta e le critiche sono giuste, ma un argomento meno forte è: almeno le critiche sono giuste.
Conor Doherty: Giusto. E per dare credito: lo stai riconoscendo. Vulnerabile. È aperto a repliche.
Joannes Vermorel: Sì. Sto cercando di avere una teoria che sia molto vulnerabile. È una cosa strana. Non sto cercando di elaborare una teoria immune.
Per esempio, i libri che ho sulla mensola dietro la mia scrivania sulla supply chain theory, provenienti dall’accademia, come una serie di enigmi matematici: sono indistruttibili. Non posso mai dimostrare nulla di sbagliato. Sono intoccabili.
Questo è ciò di cui discuto nel capitolo 3: quei libri sono per sempre. Perché sono matematica applicata, hanno la purezza della geometria elementare. Saranno ancora completamente veri, in un senso molto specifico di verità matematica, tra 3.000 anni. Nulla di ciò che accade nel mondo reale potrà mai toccarli. Quei libri sono completamente immune a qualsiasi critica proveniente dal mondo reale.
E dico: questo è un problema. Invito il lettore a riflettere: stai trattando con una teoria che si è resa immune a ogni tipo di critica, o stai affrontando, come la mia, una teoria in cui la vulnerabilità è evidente?
Credo che questa vulnerabilità, per quanto riguarda la conoscenza, sia la sua più grande forza. Significa che sto facendo un sacco—letteralmente un sacco—di previsioni, previsioni che, proprio come il povero Marx, potrebbero rivelarsi completamente errate.
Se Marx avesse prodotto la sua teoria immune alla realtà fin dal primo giorno, non avrebbe dovuto subire tutti i problemi che i suoi successivi seguaci hanno dovuto affrontare, dove hanno dovuto rimediare alla teoria in così tanti modi. Avrebbe dovuto renderla completamente immune fin dal primo giorno. Ciò avrebbe evitato così tanti problemi per i sostenitori della sua teoria.
Qui quello che dico è: non è quello che ho fatto intellettualmente. Ho cercato di adottare questo approccio—ispirato alla fisica del ventesimo secolo—per avere una teoria massimamente esposta.
E a proposito, questo è uno dei motivi per cui c’è così poca matematica. Perché ogni volta che faccio matematica, so che mi sto rendendo immune. Se inserissi formule matematiche in questo libro, sarebbero corrette, e nessuno potrebbe mai contraddirmi, perché quella sarebbe una coerenza interna, matematicamente parlando.
Non era questo il mio intento. Volevo creare qualcosa che fungesse da introduzione e dimostrare questa vulnerabilità attraverso il libro stesso.
Lo so, è molto meta.
Conor Doherty: Capisco. Ancora, il capitolo si chiama epistemologia, quindi segnali le tue intenzioni fin dall’inizio.
Beh, siamo andati avanti per un bel po’, quindi chiudo qui. Abbiamo parlato per, credo, all’incirca quattro o cinque ore sul libro. Ci sarà ancora altro. È stato un piacere.
Dai primi tre capitoli—che, ancora, in un libro che chiami un playbook—quali sono i suggerimenti e i trucchi che le persone possono applicare se si fermano, penso, a pagina 66, la fine del capitolo 3? Se leggono le prime 66 pagine del libro e niente altro, cosa possono trarne?
Joannes Vermorel: Hanno il modello mentale per dare slancio al loro pensiero riguardo la supply chain.
Questa è la chiave: se arrivi fino alla fine del capitolo 3, hai tutti gli elementi per riscoprire da solo, col tempo, tutto ciò che segue. Questa è la bellezza di tutto ciò. È il modello mentale con cui devi scoprire da solo tutto ciò che viene dopo.
E quello che direi è che se vi fermate—siete intelligenti, siete dediti—e vi fermate alla fine del capitolo 3, tutto ciò che segue è ciò che riscoprireste da soli. È una previsione che faccio. Per la maggior parte delle persone, applicando semplicemente questo modello di pensiero.
Quindi, in un certo senso, il resto del libro ti fa risparmiare tempo—come 10 anni del mio tempo—perché è ciò che ci è servito a Lokad. Ti fa risparmiare un decennio di processi mentali, semplicemente perché qualcuno ha già, in un certo senso, completato la sfida in maniera rapida. Così ottieni direttamente la parte buona, le conclusioni.
Ma fondamentalmente è un modello di pensiero. Poi, come praticante, improvvisamente sarai in grado di vedere il tuo ambito sotto una nuova luce, che ti permette di dire: ok, questo è rilevante, devo memorizzarlo; questo non è rilevante, scartalo e ignoralo.
È molto importante. Ti darà improvvisamente una capacità completamente nuova di fare chiarezza nella tua mente: cosa devo memorizzare? Cosa devo imparare? Devo passare un’ora a riflettere su questo problema, o solo 30 secondi?
Sono domande molto importanti. Una volta compreso ciò, potrai procedere rapidamente col resto. Sto solo dicendo: questa è la base, e il resto è—potresti non avere la pazienza di dedicare 10 anni al pensiero, quindi ti mostro come appare il risultato quando lo fai, e questi sono i capitoli che seguono.
Conor Doherty: Va bene. Credo che il prossimo capitolo sia quello sull’economia, di cui non vedo l’ora di discutere, ma quella è una discussione per un altro giorno.
Grazie mille per il tuo tempo e la tua pazienza. E ancora, apprezzo la sincerità, perché ti sto mettendo sotto pressione, ma la maggior parte delle persone non sarebbe così ricettiva ad essere messa in discussione in questo modo. Quindi lo apprezzo davvero, e grazie per aver seguito.
Se vuoi continuare la conversazione, come dico ogni volta, puoi contattare Joannes e me su LinkedIn. Fai domande, connettiti. Ci piace davvero parlare.
Ma con questo, ci vediamo la prossima settimana—e torna al lavoro.
