00:00:00 Premessa della serie: le domande dei lettori, Capitolo tre
00:04:55 L’apprendimento di Supply Chain significa imparare a pensare
00:09:50 La falsificabilità di Popper: la scienza rischia contraddizioni
00:14:45 Einstein contro il marxismo: atteggiamenti verso la confutazione
00:19:40 Perché le teorie non possono essere dimostrate vere
00:24:35 L’idea del safety stock viene criticata, non i livelli di stock
00:29:30 Moda fine stagione: 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 Incentivi avversariali richiedono prove da meta-analisi
00:49:10 Perché questo libro evita studi di caso incentrati sui fornitori
00:54:05 Il rasoio di Occam: una metrica, non 300
00:59:00 Il successo della maggior parte delle aziende non è guidato 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
Sommario
Il Capitolo 3 sostiene che la supply chain non si possa apprendere come se fosse un elenco telefonico di algoritmi e modelli; bisogna imparare a pensarla in modo disciplinato. Vermorel prende in prestito il concetto di falsificabilità di Popper: la conoscenza reale rischia di essere smentita, a differenza delle teorie modificate per evitare contraddizioni. Usa safety stock come esempio—i risultati utili non vindicano un brutto concetto, proprio come un orologio rotto che segna l’ora giusta due volte al giorno—e offre esperimenti mentali (moda fine stagione) per mostrare le contraddizioni. Gli studi di caso, afferma, sono per lo più infomercial, come evidenziato dalla quasi totale assenza di studi negativi nonostante gli elevati tassi di fallimento dei progetti.
Sommario Esteso
Ecco un sommario esteso in uno stile vivace, empiricamente scettico e pragmatico—con un tono simile a quello di Sowell, senza cercare di imitare le sue esatte parole.
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 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 algoritmi infiniti (accademia) o modelli infiniti (consulenza), come se accumulare procedure fosse la stessa cosa di comprendere. Vermorel sostiene il contrario: apprendere la supply chain significa imparare a pensarla, il che richiede di decidere sin dall’inizio cosa debba essere considerato conoscenza legittima.
Per sostenere questa tesi, egli si ispira al principio di falsificabilità di Karl Popper. Il concetto 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 confutazione. I fisici propongono teorie e poi cercano attivamente esperimenti che possano smontarle; i marxisti, quando vengono contraddetti, modificano la teoria affinché diventi immune alla contraddizione. Il risultato non è una “migliore comprensione”, ma un sistema di credenze protetto.
Vermorel applica questo standard ai concetti della supply chain e afferma che molte idee “fondamentali” sopravvivono principalmente perché non vengono sottoposte a tentativi seri di falsificazione. Il suo esempio per eccellenza è il safety stock. Egli distingue tra un stock level che per caso funziona e il concetto usato per giustificarlo: un orologio rotto può segnare l’ora giusta due volte al giorno, ma ciò non riabilita l’orologio. Offre poi un esperimento mentale—il retail della moda a fine stagione—in cui mantenere elevati service levels tramite safety stock produce un risultato evidentemente autolesionistico: negozi intasati di inventario invernale con l’avvicinarsi dell’estate, seguiti da forti sconti per liberarsi delle merci obsolete. La lezione non è semplicemente che il safety stock presenta delle “eccezioni”, ma che aggiungere eccezioni all’infinito è il modo in cui le teorie insufficienti sfuggono alla realtà.
Conor mette in discussione se gli esperimenti mentali rappresentino un criterio di prova sufficiente in un settore complicato e avversariale come la supply chain, e se ciò diventi un vicolo cieco quando i praticanti vedono i profitti aumentare con metodi mainstream. Vermorel risponde che gli esperimenti mentali costituiscono un primo filtro economico: se una teoria crolla con un ragionamento di base, non merita prove costose nel mondo reale. Per questioni più complesse, si aspetta prove disordinate, simili a quelle in campo medico—meta-analisi su molti studi indipendenti—proprio perché gli incentivi distorcono il reporting.
Questo porta al suo attacco sugli studi di caso: funzionano come infomercial. La sua previsione falsificabile è che, nonostante gli elevati tassi di fallimento nei progetti di supply chain riportati dagli auditor, gli studi di caso negativi pubblicati dai fornitori siano quasi inesistenti. Finché il settore non pubblicherà regolarmente un gran numero di risultati negativi, sostiene, le “storie di successo” dovrebbero essere considerate come marketing, non come conoscenza.
Il rendimento pratico dei primi tre capitoli, afferma, consiste in un modello mentale per il triage: ciò che è rilevante, ciò che è secondario, cosa esaminare attentamente e cosa scartare—affinché i praticanti smettano di memorizzare elenchi telefonici e inizino a ragionare.
Testo Integrale
Conor Doherty: Bentornati. Questo è l’episodio tre 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 posizione molto specifica: quella di qualcuno che non conosce Lokad, che non conosce Joannes. Sono solo uno dei circa 10 milioni di praticanti in tutto il mondo che potrebbero vedere questo libro, prenderlo, iniziare a leggerlo e, possibilmente, avere delle domande.
Ora, questo è l’episodio tre. Come ho detto, se non avete visto i primi due episodi, vi esorto vivamente a rivederli, perché alcune delle cose di cui discuteremo oggi si baseranno su quanto detto in precedenza—naturalmente, poiché si tratta della discussione di un libro. E a proposito, Joannes ha appena aggiustato il mio microfono.
Capitolo 3: epistemologia. Prima di addentrarci—e ci addentreremo in uno dei concetti, credo, fondamentali dell’intero libro—ne parleremo tra poco. Ma epistemologia: qual è l’obiettivo in questo capitolo?
Joannes Vermorel: L’obiettivo è iniziare a imparare: come posso addirittura pensare ai supply chains.
Vedi, vogliamo imparare, ma dobbiamo pensare. Non puoi 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, imparare sul supply chain significa imparare come pensare al supply chain. È quindi un esercizio di pensiero.
Molto bene. È venuto fuori che la quasi totalità della letteratura ignora completamente, sminuisce questo problema super importante. Saltano letteralmente a, “Ecco il mio—ecco un elenco telefonico. Ecco le cose che puoi memorizzare.” Sarebbe l’ambito accademico con una lista infinita di algoritmi: vuoi questo, ecco quell’algoritmo; vuoi questo, ecco quell’altro algoritmo. Oppure sarebbe la letteratura del consulting con, “Hai un’organizzazione, ecco i modelli che dovresti seguire,” e qui c’è un altro modello, e qui un altro, e così via.
E sto dicendo, “Aspetta un attimo. Mi stai dicendo che dovrei memorizzare un milione di algoritmi e 20.000 modelli, e che questo sarà ciò che serve per diventare esperto in supply chain?” Ovviamente ogni autore ha la propria prospettiva, e direbbero, “No, no, no, non hai bisogno di un milione di algoritmi, non hai bisogno di 10.000 modelli, ti servono solo quei 20 algoritmi e questi tre modelli,” e ancora una volta non ci sono due autori d’accordo su quali.
Quindi, per me, la prima cosa che ho voluto fare è: ok, abbiamo bisogno—e lo so, è molto meta—di valutare come intendiamo persino pensare al supply chain. E dovremo valutare una questione assolutamente fondamentale: cosa conta come conoscenza del supply chain, come conoscenza del supply chain valida, rilevante e utile, e cosa no.
Perché se non possiamo rispondere a queste domande, come siamo supposti procedere nella scienza del supply chain? Avremo solo una lista infinita di aneddoti, o addirittura una lista infinita di falsità. Quindi procederemo così, e questo non è un problema ovvio. È un problema molto, molto fondamentale.
Ecco perché dico che dobbiamo affrontare questo problema epistemico, perché, credo, i miei colleghi non l’hanno preso seriamente.
Conor Doherty: Quali sono alcuni esempi di conoscenza che ritieni qualificarsi come conoscenza del supply chain valida, e quali esempi sono—credo che tu usi il termine—corrotti?
Joannes Vermorel: Quindi, un pezzo di conoscenza del supply chain valido sarebbe, per esempio, che le tue allocazioni, individualmente, dovrebbero massimizzare il tasso di rendimento a lungo termine per l’azienda. Ma questa è una proposizione che sto affermando: ogni allocazione dovrebbe—voglio dire, ovviamente c’è un problema di coordinamento tra tutte queste allocazioni, ma stiamo parlando dell’allocazione di risorse finanziarie o intendi letteralmente dove dici allocazioni nel senso economico—quindi può trattarsi di qualsiasi risorsa: denaro, inventario, persone, ecc.
Quello che sto dicendo: è un principio, ma lo enuncio come principio: ogni allocazione deve massimizzare il tasso di rendimento a lungo termine per l’azienda. Ora, questa è un’affermazione. È vera o falsa?
La prima cosa, la prima cosa: quello che sto dicendo è che almeno abbiamo differenze—direi che è rilevante. Quella sarebbe la prima cosa che dobbiamo valutare: se questa affermazione sia anche pertinente al supply chain. Appartiene al supply chain, o appartiene a qualcos’altro, come ad esempio l’economia in generale? Appartiene alla sociologia? Appartiene al supply chain oppure è qualcosa che è vero, ma non rientra nemmeno nei confini di ciò che vogliamo chiamare supply chain?
C’è un problema di gestione della conoscenza. Se includiamo tutto in tutto, allora sarà un grande pasticcio. Quindi dobbiamo avere un criterio per dire: rientra nei confini di ciò che vogliamo definire supply chain o no. Prima di tutto, quello è il primo filtro.
Il secondo filtro: ok, ora che ammettiamo che lo sia—dovremo spiegare perché ammettiamo che sia entro i confini. Non dovrebbe essere soltanto accidentale: “Joannes dice che è nel supply chain ed è supply chain.” Dobbiamo avere una ragione per chiarire cosa è interno e cosa è esterno.
E poi, una volta che ammettiamo che è interno, dobbiamo avere un meccanismo per dire: è una buona proposizione? È un pezzo valido di conoscenza veramente utile, potente, profonda, fondamentale? O è falso, o è completamente secondario?
Quindi dobbiamo avere un meccanismo che, una volta che siamo entro i confini del supply chain, ci consenta di capire: ok, cosa succede con questa proposizione? Dovrebbe essere nell’introduzione del supply chain, o è qualcosa che dovrebbe essere una nota secondaria in un annex distante che verrà richiamato solo in casi limite, ecc.
Quindi questi problemi potrebbero sembrare un po’ astratti, ma sono fondamentali. Ancora una volta, è un esercizio di pensiero. Dobbiamo cominciare a saper pensare al supply chain: pensare a come organizzeremo questa conoscenza. Ciò significa dare priorità alla conoscenza, significa anche stabilire dei confini per noi stessi affinché non ci perdiamo in tangenti infinite, ecc.
Conor Doherty: Beh, ancora, la mia interpretazione, avendo letto, è che non si tratta soltanto di un esercizio tassonomico, non è solo classificazione. Fai notare—e penso che questo sia, a mio avviso, se stessi leggendo questo—dove appare il più forte e chiaro esempio di un “trucco nel manuale”, e cioè la falsificazione.
Penso che, se si prendesse la tua definizione di supply chain e l’importanza della falsificazione, potresti persino metterla nel capitolo uno, perché credo che sia davvero fondamentale. E direi che discutere della falsificabilità è ancora più fondamentale della tua stessa definizione, perché in realtà informa la tua capacità di valutare le definizioni.
Quindi non sono l’autore. Per favore, spiega l’importanza della falsificazione.
Joannes Vermorel: Quindi, qui la falsificabilità direi sia qualcosa che sta al di sopra del supply chain. Sì. Abbiamo l’obiettivo del supply chain, e poi abbiamo una disciplina separata—ecco perché la chiamo epistemologia—che riguarda davvero la scienza della conoscenza umana. Come caratterizziamo la conoscenza in generale, e cosa no?
Quindi non sto inventando nuovi principi per caratterizzare la conoscenza. Sto prendendo in prestito dall’epistemologia, e sto prendendo in prestito da una delle innovazioni più incredibili del XX secolo, cioè il principio della falsificabilità di Popper, che era un filosofo austriaco.
In breve: questo filosofo stava veramente ponendo una domanda semplice: cosa conta come scienza? Cosa conta come conoscenza di cui possiamo fidarci? Solo una domanda basilare. E vale per tutto: biologia, finanza, qualsiasi cosa. Stava semplicemente ponendo questa domanda basilare: cos’è la vera conoscenza? Cos’è davvero una buona scienza? Cosa sono tutte queste cose? E ovviamente ha trovato una risposta.
E la cosa interessante: prenderò in prestito questa risposta per il supply chain. Discutiamo un po’ di cosa sia stata questa risposta.
Quindi, il principio della falsificabilità: Popper, viveva in un periodo in cui, nei suoi primi anni—era a un certo punto a Vienna, a Berlino—incontrava diversi gruppi di intellettuali. E c’erano due gruppi che erano davvero notevoli. Stiamo parlando dei primi anni del 1920, sì.
Due gruppi. Il primo erano i fisici radunati attorno a Einstein. Lui osservava, e loro erano persone incredibili. Stavano essenzialmente inventando la fisica quantistica. Einstein aveva sviluppato la relatività, e poi ci furono molti sviluppi nella fisica quantistica successivamente.
E quindi erano un gruppo di persone incredibilmente acute. Popper era molto perplesso: come operavano intellettualmente queste persone? E il modo in cui operavano: inventavano teorie continuamente, ma facevano anche di più. Inventavano modi per distruggere le teorie degli altri. Inventavano, e inventavano incessantemente.
Lo stesso Einstein stava incessantemente inventando idee per esperimenti che potevano essere realizzati e potenzialmente invalidare le proprie teorie. Quindi, come vedi, Einstein trascorse quasi tutta la sua vita cercando di distruggere le proprie teorie. È molto inquietante. Per Popper, era: che diavolo sta succedendo? Hai persone che sostengono una teoria, ma cosa fanno in pratica? Cercano di distruggerla. Strano.
E le persone lo facevano empiricamente. Quello che Einstein faceva, diceva, per esempio: se la mia teoria della relatività è corretta, ciò significherà che nel prossimo periodo—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, a causa del percorso differente della luce. E se non posso osservarlo, ciò dimostrerà che la mia teoria è sbagliata.
Stava in realtà progettando esperimenti molto intelligenti per dimostrare che la sua teoria era sbagliata, e quegli 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 essenzialmente marxiste. Marx non c’era più, quindi erano seguaci. Queste persone—ancora, il marxismo veniva combattuto all’epoca non come scienza politica, ma come scienza. Doveva essere una spiegazione scientifica della società, ed era affrontato come una scienza.
E così, come in ogni buona scienza, faceva previsioni—previsioni molto precise sul futuro. Se la teoria marxista fosse vera, allora avremmo cose molto specifiche che possiamo prevedere sull’economia.
E, per esempio, negli anni 1910, i marxisti fecero una previsione che è completamente corretta secondo la teoria marxista: se la rivoluzione proletaria deve accadere—e accadrà, accadrà—allora accadrà nei paesi in un ordine molto preciso. La teoria è molto precisa: accadrà in un ordine molto preciso.
Inizierà nel Regno Unito. Perché? Perché è il paese al mondo, a quell’epoca, in cui si ha la più alta proporzione della popolazione proletaria. Il Regno Unito era davvero, davvero avanti in termini di industrializzazione rispetto a tutti gli altri paesi. Quindi la rivoluzione inizierà nel paese più industrializzato prima, per poi avvenire gradualmente in paesi sempre meno sviluppati.
E la teoria era molto precisa. C’era un accordo completo: questo è ciò che accadrà.
Si è verificata la Prima Guerra Mondiale. Qual è il primo paese a subire la rivoluzione marxista? La Russia. La Russia, il meno industrializzato, e a quei tempi un’economia incredibilmente arretrata—completamente agraria. Avevano letteralmente, praticamente, nessuna fabbrica, voglio dire pochissime.
Quindi va contro questa teoria. Completamente—ancora, 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 limita a mettere del nastro adesivo sulla teoria per spiegare retroattivamente perché, in effetti, la teoria prevedeva questo esito.
E poi Popper guardò la faccenda e disse, “Aspetta un attimo. Quindi mi stai dicendo che, man mano che le cose contraddicono la tua teoria, quello che fai è che la parcheggi, la modifichi, e la rendi immune alla contraddizione. È strano.”
È strano. Da un lato hai persone, i fisici, che cercano contraddizioni senza sosta, e che sono pronte in ogni momento a rinunciare a tutte le teorie—buttandole fuori dalla finestra—se c’è un esperimento contraddittorio.
E dall’altro lato hai altre persone che dicono, “Noi preserviamo la teoria a qualunque costo. La renderemo gradualmente sempre più immune alla realtà.”
Va bene, non possono essere entrambe giuste allo stesso tempo. Una deve essere giusta, l’altra deve essere sbagliata. Popper disse: chi ha ragione? Il campo di Einstein. Disse: ovviamente, sono i fisici a fare la cosa giusta. I marxisti: no, non è l’atteggiamento intellettuale corretto, è pazzesco.
Conor Doherty: E poi, quando volevi spiegare—non per interromperti, ma per essere chiari—copri tutti questi esempi storici nel libro. Ma per riportare l’argomento ai 10 milioni di praticanti: è interessante, e so dove vuoi arrivare, ma a chiunque altro potrebbe non interessare.
Joannes Vermorel: Certo. In breve: lui ha effettivamente ideato la nozione di falsificabilità. La falsificabilità è come il riassunto del motivo per cui Einstein ha ragione e perché i marxisti erano in errore.
In sostanza, il punto è che la tua conoscenza, la tua teoria, deve essere a rischio di contraddizione. Sì. Se la rendi immune alla contraddizione, allora non hai nulla che sia scientifico.
A proposito, c’è un avvertimento: potrebbero esistere verità in questo universo che non possono essere contraddette, ma sono comunque vere. Popper disse: va bene, semplicemente non appartengono al regno della scienza. Questa è una limitazione fondamentale della scienza. La scienza può occuparsi solo di cose in cui la contraddizione è possibile, e quelle cose non sono tutto ciò che è vero. È semplicemente tutto ciò che possiamo chiamare scienza.
È quindi molto interessante, perché Popper, in un colpo solo, ha definito praticamente qual è il gold standard di ciò che possiamo chiamare scienza, e ha anche mostrato al mondo che la scienza non può essere tutto. È l’esatto opposto di quanto la gente potrebbe pensare, che la scienza sia onnipotente e onnisciente. No. Popper ha chiarito una volta per tutte che, sostanzialmente, la scienza ha un limite proprio naturale.
Ma all’interno di questi limiti, ciò che abbiamo è molto più forte. Non è tutto ciò che è vero.
E così, passiamo velocemente 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, insomma ovunque. Si applica a tutto, sebbene non nello stesso grado. Penso che sia un argomento di cui parleremo, e di cui abbiamo già accennato.
E dunque quello che dico è: poiché questo concetto è stato il gold standard su come approcciare la scienza—per tutte le scienze—supply chain dovrebbe attenersi allo stesso standard. Questo è il punto che voglio sottolineare.
Conor Doherty: Ok. Quindi, ancora una volta, gli esempi storici sono buoni, sono corretti e sono sicuramente interessanti. Nel contesto di supply chain—ancora, il pubblico target, 10 milioni di praticanti—contestualizzate l’importanza della falsificazione, e come appare nella loro quotidianità. Perché è così importante, e come appare per un praticante di supply chain, o come potrebbe essere inserito?
Joannes Vermorel: Stiamo parlando di conoscenza. So che è molto meta, è un po’ astratto, ma stiamo parlando dell’invalidazione della conoscenza.
Quindi iniziamo con un pezzo di conoscenza. Parliamo di safety stock. Ok. Questo è un esempio nel libro, ed è per questo che dico che il safety stock è una proposizione invalida. In realtà, lo chiami stock pericolosi.
Sì, esatto. E ancora, non dico: il tuo safety stock nella tua azienda—il livello di stock che scegli—è invalido. Sarebbe una confusione. Quello che dico è che l’idea stessa di safety stock è scorretta. Questo va analizzato.
Vedi, questa è una distinzione, perché il safety stock, in definitiva, è solo una caratterizzazione di un livello di stock. Quindi, nella tua azienda, potrebbe capitare di avere un livello di stock che è piuttosto 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.
Quindi questa è la proposizione. Ora, come un orologio rotto che è giusto due volte al giorno: con il safety stock potresti, per caso, ottenere una risposta piuttosto valida. Ma, ancora, questa è la fallacia dell’orologio rotto. Ti capita solo di avere una situazione in cui le stelle si allineano, e nella tua situazione il safety stock ti dà una risposta soddisfacente.
Questa è una situazione da orologio rotto, in cui due volte al giorno l’orologio rotto ti dà ancora l’ora giusta. Non è—sarebbe scorretto pensare, solo perché ciò accade, che l’orologio rotto sia ancora rotto, anche se accidentalmente, in questa situazione molto specifica, fornisce la risposta corretta.
Conor Doherty: Vedi—ma come falsifichi quella posizione? Perché semplicemente, ok, ti sei isolato dalle critiche.
Joannes Vermorel: Sì, esatto. Quindi, per poter falsificare, dobbiamo andare oltre nel principio della falsificazione.
Ciò che dice Popper—l’idea chiave—è che non si può mai dimostrare che una teoria sia corretta. Non puoi farlo. Perché? Perché ciò significherebbe dover verificare un numero infinito di situazioni.
Vedi, la tua 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—essendo in grado di verificare e simili—potrai verificare solo un insieme finito.
Così puoi mostrare che le cose funzionano, non necessariamente che siano vere.
E quindi 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. Devi solo 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—con un semplice esperimento, se riesci a farlo.
Quindi come falsifichiamo il safety stock? L’idea è che dobbiamo ideare un esperimento che dimostri che il safety stock ti dà risultati scadenti. Ok. Ci basta solo una situazione in cui otteniamo risultati scadenti dal safety stock. Appena uno.
E per farlo in buona fede, deve essere il safety stock fatto correttamente. Safety stock fatto correttamente. E poi dimostriamo che, in questa situazione in cui il safety stock è eseguito correttamente—perché deve essere un tentativo in buona fede—dimostriamo 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 è il criterio rilevante. È complicato, perché vedi il problema è che io definisco supply chain—lo definisco. Ho appena detto che l’interesse finanziario a lungo termine dell’azienda è quello.
Se mi dici, “No, no, no, Joannes, non sono d’accordo con la tua affermazione. Credo che l’interesse a lungo termine che supply chain dovrebbe massimizzare sia la felicità dei miei dipendenti,” abbiamo due definizioni diverse e in conflitto. Non sono compatibili.
E a proposito, questo problema è stato risolto, ma quello è un altro filosofo chiamato Thomas Kuhn.
Conor Doherty: Ma stai un po’ confondendo i confini 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.
Adesso dobbiamo solo pensare a una situazione che dimostri che il safety stock ti ritorce contro. È tutto.
Per esempio, prendiamo un rivenditore di moda. Situazione di fine stagione, con i tuoi safety stocks.
Allora, cosa dice la prospettiva del safety stock? Dice: bisogna mantenere un livello di servizio abbastanza alto. Questa è la prospettiva. Quanto alto? Può essere qualsiasi valore tra, diciamo, l'85 e il 100%. Non saremo troppo specifici. Va bene. Tu decidi.
Ma non ho mai visto persone dire che si dovrebbe avere un safety stock con, diciamo, un livello di servizio del 15%. Quindi, il mio tentativo in buona fede: abbiamo un marchio di moda che gestisce una rete di negozi, e hanno, per i loro negozi, una politica di safety stock con livelli di servizio che sono, diciamo, l'85 e oltre.
Non mi preoccupo dei dettagli. Non importa. Dico solo: se non ti trovi in questa situazione—in un rivenditore di moda—questo non è safety stock, è qualcos’altro.
Quindi la situazione è: abbiamo questo rivenditore di moda, hanno negozi, e nei loro negozi ci sono articoli il cui livello di stock è controllato attraverso il safety stock, e questi safety stocks sono dell'80% e oltre. Quella sarebbe la mia situazione.
Ora, credo che sia una rappresentazione in buona fede di ciò che il safety stock significa realmente.
E ora quello che voglio è dimostrare che questo si ritorce contro. Si ritorcerà per diverse ragioni, in effetti.
Il primo motivo è che alla fine della collezione non vuoi mantenere quei safety stocks. Perché? Perché ricorda: alla fine della collezione invernale, se mantieni il tuo livello di servizio, per definizione avrai un negozio pieno di abiti invernali mentre stai per entrare nella stagione estiva. È pazzesco.
Innanzitutto, non sarai nemmeno in grado di mettere gli abiti estivi nel negozio perché è pieno di abiti invernali. E poi, durante il periodo dei saldi che arriverà presto, dovrai fare sconti folli per liberarti di tutta la merce invernale che ora sarà molto difficile da vendere.
Così, la mia dimostrazione è completata. Ho una situazione in cui ho preso la prospettiva del safety stock e ho mostrato una situazione che la contraddice.
E quello 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? Riorganizzerò questa teoria del safety stock, la modificherò, affinché il safety stock sopravviva.” Questo è ciò che i marxisti facevano con la loro teoria marxista: ogni volta che venivano contraddetti, si limitavano a mettere del nastro adesivo sulla teoria per renderla completamente immune.
Questa non è la giusta posizione intellettuale. È una posizione pericolosa, nel senso che è una ricetta per ottenere conoscenze spazzatura. Questa è epistemologia.
Quindi, quando hai una contraddizione ovvia con un concetto—dove usi questo concetto in buona fede, senza commettere errori nell’analisi—dovresti dire: la tua teoria è stata appena falsificata. Deve ora essere scartata.
Ed è difficile. Le persone non si rendono conto di quanto sia esigente questa falsificabilità. Significa che letteralmente devi scartare le cose. E dunque, il safety stock deve essere scartato.
Conor Doherty: Ne abbiamo parlato durante la discussione al capitolo 2, quando abbiamo esaminato quanto robusta possa essere una scienza nel campo della supply chain. Abbiamo discusso sulla chimica, e alla fine abbiamo convenuto sull’idea che la medicina probabilmente rappresenti uno standard ragionevole.
Ci sono molte situazioni in cui—utilizzando l’esempio che hai fornito nell’ultimo episodio—assumi un medicinale, osservi profili molto simili: funziona per una persona, non funziona per un’altra. La medicina non verrebbe semplicemente scartata: “Beh, quel medicinale non funziona, abbandoniamolo del tutto.” Direbbero: funziona nella maggior parte dei casi.
Quindi, la domanda è: la mia confutazione ha distrutto la scorta di sicurezza per la moda, oppure per tutti i settori verticali? Perché potrebbe essere una domanda.
Joannes Vermorel: Di nuovo, Popper ti direbbe: attento. Quando hai una teoria che viene falsificata, è fin troppo facile, a livello intellettuale, minimizzarne l’impatto. È un problema di psicologia. È fin troppo facile minimizzare l’impatto e semplicemente “aggiustare” la tua teoria con del nastro adesivo affinché sopravviva nonostante la confutazione.
Ad esempio, potrei avere una teoria rivista che dice: le scorte di sicurezza sono buone, funzionali e utili—tranne che nella moda.
Va bene. Adesso, posso elaborare un esempio molto simile in aviation. Posso proporre qualcosa che dimostri come la scorta di sicurezza possa operare in maniera estremamente contraria all’interesse a lungo termine dell’azienda nell’ambito dell’aviazione. Posso farlo anche per l’automotive. Posso farlo per gli alimenti freschi.
Alcuni potrebbero dire: questi sono esempi scelti a tavolino, che in aggregato fanno guadagnare più di quanto facciano perdere. E di nuovo, una volta che hai 20 settori verticali in cui ci sono contraddizioni, quando ti fermi?
Diremo: la scorta di sicurezza è valida tranne che nella moda, tranne che nell’automotive, tranne che nell’aviazione, tranne che per gli alimenti freschi, tranne che nel lusso, tranne che in via dicetera?
Questo è il modo di pensare marxista. Hai una teoria che diventa sempre più assurda, con un elenco ridicolmente lungo di casi limite.
E questa è anche la sua bellezza—di nuovo, c’è un elemento molto importante nella conoscenza—ed è proprio la prospettiva marxista, e qui non è Popper a spiegarlo, bensì Einstein: la tua teoria deve possedere una bellezza intrinseca. Deve avere 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 interminabile elenco di dettagli, allora non è una buona teoria.
Quindi, se diciamo che la teoria della supply chain è: “Oh, è scorta di sicurezza, con due pagine di clausole”, allora è semplicemente una teoria davvero, davvero pessima.
Conor Doherty: Bene, qui torniamo all’idea di quale standard di robustezza ti aspetti da una disciplina come la supply chain. Stai parlando di Popper, e lo stai applicando a un campo governato completamente da fattori confondenti, come diresti tu stesso nei capitoli uno e due: totale incertezza ovunque—motivazioni, il meteo, tutto.
Come puoi falsificare secondo lo standard che stai descrivendo?
Joannes Vermorel: Innanzitutto, esistono diversi livelli di falsificazione. Uno dei più elementari è l’esperimento mentale, quello che abbiamo appena eseguito. È esattamente ciò che fece Einstein. La maggior parte delle sue scoperte fu basata su esperimenti mentali. Questo risulta incredibilmente utile in ambito scientifico.
Gli esperimenti mentali sono estremamente economici. Li puoi fare nella tua mente. Tuttavia, non sono sufficienti, perché se ragioni in maniera errata puoi incorrere in sottili errori, e l’unico modo per scoprirli sarà tramite il riscontro dell’universo.
Ma, come mezzo per giungere più rapidamente alla tua teoria corretta e per essere parsimoniosi con le risorse da destinare alla falsificazione reale, devi condurre quegli esperimenti mentali. Essi sono essenziali affinché tu non esegua esperimenti di falsificazione a caso, il che sarebbe estremamente oneroso.
Quello che sto dicendo è che il minimo indispensabile che dobbiamo chiedere alla supply chain è che essa regga agli esperimenti mentali.
Se ti offro un elemento, un elemento teorico come la scorta di sicurezza, e in due minuti posso presentarti esperimenti mentali—contraddizioni molto convincenti—dai, non c’è nemmeno bisogno di provarlo nella realtà. Una volta compreso, diresti: ok, è completamente infondato.
Quello rappresenterebbe il livello super rapido. E poi, successivamente, potremo discutere di elementi molto più complessi nei quali sarà necessaria una valutazione empirica.
Ma qui, intere classi di proposizioni della teoria mainstream della supply chain possono essere demolite con semplici esperimenti mentali. E, a proposito, è esattamente ciò che fece Einstein per la fisica newtoniana. Per demolire la fisica newtoniana, Einstein non dovette eseguire alcun esperimento fisico reale. Si limitò agli esperimenti mentali, dimostrando che la teoria conteneva contraddizioni intrinseche, e bam—fatto. Non c’è nemmeno bisogno di fare gli esperimenti.
Quindi, vedi, questo è estremamente potente. Gli esperimenti mentali sono davvero efficaci almeno per eliminare le questioni semplici. Puoi scartare un concetto quando hai una teoria così profondamente difettosa da poter essere respinta semplicemente tramite esperimenti mentali.
Se la teoria è molto matura—per esempio la fisica quantistica—gli esperimenti mentali da soli probabilmente non saranno più sufficienti. Ma questo rappresenta il secondo stadio: la maturità di una scienza già concepita con i criteri appropriati in mente.
Quando hai una scienza progettata con i criteri giusti, tutti gli esperimenti mentali necessari sono già stati condotti dai tuoi predecessori. Di conseguenza, non sono più tanto utili perché i frutti a portata di mano sono già stati raccolti.
Qui ci troviamo in una fase in cui quei frutti facili—gli esperimenti mentali—possono confutare la teoria mainstream della supply chain. È del tutto possibile perché, beh, in passato non sono stati fatti con la dovuta attenzione.
Conor Doherty: E ancora, per contestualizzare ciò di cui parliamo dal punto di vista di Lokad: si tratta di decisioni. Fondamentalmente, è questo che le persone prendono giorno per giorno: scelte nella supply chain. Perché? Perché? Perché?
Joannes Vermorel: Di nuovo, è per questo che abbiamo bisogno di questa scelta epistemologica, perché c’è un disaccordo. La teoria mainstream dice categoricamente di no. Si oppone profondamente: “No, non mi interessa affatto.”
E vedi, a proposito, dobbiamo parlare di Thomas Kuhn e dell’incommensurabilità delle teorie. Il problema, secondo Kuhn, è che fondamentalmente, se si guarda alla fisica newtoniana e a quella einsteiniana, non si può 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. Si tratta di due insiemi di domande e risposte completamente incompatibili, che non possono essere comparati.
Questo è il problema. Ma ora, come decidiamo tra la fisica classica e quella einsteiniana? Nemmeno le domande sono le stesse, né le risposte.
La risposta è: una volta che inizi a riflettere sulla fisica einsteiniana, essa ti suggerisce modi per invalidare la fisica newtoniana. Ti propone un esperimento che puoi proporre al tuo collega professore di fisica newtoniana dicendo: “Per favore, falla e spiegamela.”
Ed è un esperimento che farà a pugni l’altro professore, ed è tutto qui. Così fece Einstein.
Ora, qui, nella supply chain: abbiamo questa supply chain mainstream. La supply chain mainstream non si preoccupa affatto di quelle decisioni. Sono trattate come cittadini di seconda classe. Si 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. Si tratta semplicemente di un’adeguata esecuzione del piano. Questa è la teoria mainstream.
Quindi, se diciamo di volere decisioni migliori, questa è già una dichiarazione su come concepiamo la supply chain, perché dal punto di vista mainstream questa domanda non è nemmeno rilevante. Non è una questione pertinente.
È strano, ma questo è il problema. Quando c’è un cambiamento 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 si pone tali domande.
E, dalla teoria mainstream, dicono che la tua domanda è irrilevante. È come se chiedessi: “Qual è il colore ottimale della camicia della persona che realizza il piano?” Entrambe le teorie risponderebbero: non ci interessa.
Quindi non puoi giudicare le domande che pongo con la lente della precedente teoria mainstream della supply chain, e viceversa.
Conor Doherty: È interessante che hai menzionato l’incommensurabilità. Penso che The Structure of Scientific Revolutions—un libro—rappresenti probabilmente il secondo punto di riferimento più importante nella scienza della scienza del XX secolo.
Quello che mi viene in mente è: per chi ascolta—e ancora, dal punto di vista del praticante medio—sembra esserci una certa incommensurabilità in termini di standard di evidenza che tu valorizzi.
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 dello standard di evidenza che utilizzi, e che è—anche nel libro—basato sugli esperimenti mentali. Usi molti esperimenti mentali per dimostrare il tuo punto, non molti esempi della vita reale.
E non intendo case study 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 concreti nella supply chain che dimostrino il tuo punto.
E qui entra in gioco l’incommensurabilità, perché tu dai valore alla conoscenza teorico-epistemologica popperiana: “È un esperimento mentale, dunque l’ho fatto.” Ma qualcuno potrebbe dire: “Ma vedi, le mie prestazioni finanziarie con questo modello stanno migliorando sempre di più.” E qui si crea un’impasse.
Joannes Vermorel: Sì. In primo luogo, c’è l’elemento temporale. Questo lavoro è stato pubblicato molto recentemente, è stato messo in pratica da Lokad. Se giudichi la fisica di Einstein dai risultati del, diciamo, 1907, allora rimarrà comunque molto, molto limitata perché è troppo presto. Le persone non hanno avuto il tempo di digerirla, applicarla, ecc.
Quindi, sostengo—anche se è un argomento debole—che bisogna semplicemente dargli tempo.
La seconda cosa è: abbiamo un problema che la fisica non aveva, ma che la supply chain ha, ovvero il comportamento avversariale. È esattamente ciò di cui ho parlato in precedenza.
Penso che la prova sperimentale arriverà, e sarà un processo caotico, proprio come in medicina. Per questo, 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 corretto. Ma a causa degli incentivi avversariali, non possiamo fidarci di un singolo studio. Abbiamo bisogno di una meta-analisi.
Ed è esattamente ciò che, per esempio, la Cochrane Library sta facendo per la medicina. Praticamente prendono, 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 organizzazioni di ricerca distinte che hanno prodotto, in modo indipendente o semi-indipendente, quei risultati, e dunque possiamo ragionevolmente sperare che, nonostante tutti gli incentivi avversariali—in medicina si tratta delle compagnie farmaceutiche—nonostante tutto, possiamo avere la speranza che dalla meta-analisi emerga qualcosa di migliore.
In pratica, funziona—con dei limiti. È un processo disordinato. 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 conoscenza medica.
Ora, tornando alla supply chain: ciò significa che in questo libro, come introduzione, non volevo ancora innescare questa battaglia. Questo libro è già lungo 500 pagine. C’è già così tanto da trasmettere in termini di idee fondamentali.
Per esempio, spiegare l’idea di base su 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—ed sì, è una debolezza, una debolezza teorica—di non addentrarmi nel territorio di esempi reali molto precisi, perché verrebbero tutti da me.
Anche se presentassi 50 esempi, poiché tutti provenissero da me, la gente direbbe che sono esempi scelti a tavolino.
Quindi dico: va bene, dobbiamo arrivare a una seconda fase in cui ci saranno esempi presentati non solo da me, ma anche da altri. E poi, tra un decennio, fare una meta-analisi su quei tanti, tanti casi, presentati non solo da me, ma da persone che hanno letto il libro, lo hanno applicato, e possono dire: funziona, non funziona. Questo è lo standard che possiamo avere.
Nel frattempo, in questa fase ciò che posso offrire sono esperimenti mentali. E inoltre—anche se è un argomento di autorità—sto semplicemente dicendo che non si tratta di teorie isolate, ma di ciò che Lokad ha messo in pratica nell’ultimo decennio. So che è un argomento di autorità, ma se voglio aggiungere un elemento di credibilità: Lokad non ha raccolto fondi da venture capitalist.
Quindi, per noi, se non funziona, non abbiamo un piano B. Non abbiamo denaro in arrivo—non abbiamo raccolto mezzo miliardo come alcuni dei miei colleghi. Pertanto non possiamo operare per un decennio con un modello completamente non comprovato, non redditizio e magari inefficace. Questo non è possibile.
Eravamo vincolati, e il motivo per cui Lokad è sopravvissuta è davvero che abbiamo ottenuto un notevole successo, che ci ha condotti a questo libro.
E ancora, la mia opinione è che, in termini di epistemologia, mi sono riferito alla bellezza di Einstein. Ciò che ha convinto la maggior parte della comunità dei fisici non sono stati gli esperimenti, ma la bellezza della teoria di Einstein.
La relatività è incredibilmente bella come teoria. La gente diceva: ok, è molto interessante, intrigante. Persone intelligenti dicevano: è così bella che voglio approfondirla. Studierò, ma aspetterò comunque la prova sperimentale, giusto per essere sicuro.
Ma, comunque, era così bella che fu così che Einstein riuscì a conquistare il cuore della comunità dei fisici. Non fu attraverso esperimenti di successo, ma 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 un livello estremamente elevato. Ma almeno, come ispirazione, ci ha dato un esempio del tipo di traguardo a cui dovremmo aspirare.
Ancora: epistemologia. Dovremmo aspirare a una conoscenza per supply chain che rappresenti la prospettiva aspirazionale.
Conor Doherty: Beh, ancora una volta, è interessante perché nel libro parli del rasoio di Occam. Chiunque studi filosofia conosce il rasoio di Occam: essenzialmente, 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 applicarlo alla tua discussione sugli stock di sicurezza: hai, diciamo, oltre 50 anni di aziende che li applicano, diventando anno dopo anno sempre più redditizie. Sì, puoi indicare esempi, magari esperimenti mentali per smentirlo, ma loro diranno: “Aspetta un attimo. Io lo sto facendo. Sto guadagnando.” Il rasoio di Occam direbbe: “In linea di massima, funziona nel complesso.” E tu stai dicendo: no, è un orologio rotto. Quando funziona, non è che funzioni, è semplicemente un orologio rotto. Joannes Vermorel: Ok, applichiamo il rasoio di Occam, ma a livello teorico, prima di saltare alle conclusioni, perché qui ci sono così tanti fattori confusi. Quindi passiamo alla teoria mainstream. Stai dicendo che dobbiamo avere teorie che abbiano un elemento di semplicità, in cui non siano necessarie così tante componenti. La teoria mainstream: se guardo ciò che produce l’ASCM—Association for Supply Chain Management—hanno il loro manuale SCOR, e propongono oltre 300 metriche. 300. Quante metriche dico siano rilevanti in questo libro? Ne propongo solo poche, tipo cinque, o forse anche quattro. In definitiva, l’unica metrica che considero è il tasso di rendimento. Quindi metto il tasso di rendimento su un piedistallo, e poi ce ne sono forse altre tre o quattro che sono conseguenze dirette, ed è tutto. Quindi, ok. Con il rasoio di Occam: la mia teoria è elegante. Ha bisogno di una metrica principale: un tasso di rendimento, e poi ce ne sono alcune, come la “half-life” di una decisione, che è una conseguenza immediata—ma non ovvia. Non è intuitiva, ma diventa abbastanza chiara una volta che vieni spinto nella giusta direzione. Ed è tutto. È un insieme molto, molto limitato. Poi, se guardo alla teoria mainstream, parliamo di oltre 300 metriche. Quindi, applicando il rasoio di Occam, direi che, valutando la teoria in sé, sì, la mia è di ordini di grandezza più snella e più conservativa. Nessuno contesterebbe questo. Ora, per il resto: le aziende possono avere successo. È un’affermazione filosofica. Non posso dimostrarlo. Sto solo dicendo: le aziende possono avere successo per una serie di ragioni, o fallire per altre innumerevoli ragioni. E la mia posizione intellettuale è: presumo che ogni volta che vedo un successo o un fallimento, per impostazione predefinita la supply chain abbia ben poco a che fare con ciò. Perché? Perché la quantità di fattori che esiste al di fuori della supply chain è enorme. Quindi, quando vedi un’azienda avere successo o fallire, adottare questa posizione intellettuale—“Non attribuirò al mio interesse preferito, supply chain, il loro successo o il loro fallimento”—credo sia una posizione 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 contaminare la tua visione del mondo. La supply chain, se guardo l’umanità nel suo complesso, è molto importante, ma se dovessi dare una percentuale completamente inventata: quanto è rilevante la supply chain per l’umanità rispetto a tutto il resto? Direi probabilmente intorno al 2 o 3%. È di importanza civica, perché il 2 o 3% significa che non ci sono così tante cose in grado di competere su questo livello. Ma significa anche che il 97% riguarda elementi che non appartengono alla supply chain. Pertanto, quando osservi il successo o il fallimento di un’azienda, direi che dovresti presumere—questa è la mia posizione intellettuale—che c’è il 97% di probabilità 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 fallimento è intimamente legato all’esecuzione della loro supply chain. Conor Doherty: Ma non vincola la tua prospettiva? Lascia che riformuli: dici che la prospettiva di Lokad è migliore di questa, ma poi affermi contemporaneamente, “Beh, in ogni successo, il 97% delle volte non è supply chain.” Joannes Vermorel: Senza informazioni approfondite sull’azienda. 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, questa è la posizione intellettuale che consiglio. Tutto qui. Se hai informazioni privilegiate, se conosci molto di più sull’azienda, allora è una cosa completamente diversa. Esempio: Amazon, che è incredibilmente pubblica. I loro promemoria trapelano continuamente. Se sei disposto a seguire Amazon, puoi avere un sacco di informazioni. È un’azienda abbastanza 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 ancora un sacco di informazioni. E se hai trascorso molto tempo studiando Amazon—and 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 per il 97% dovuto ad altre cause. Per Amazon, la mia valutazione sarebbe: il loro successo è—di nuovo, un numero inventato—70% supply chain. Ma perché ho questa valutazione? Non è perché ho letto un caso di studio. È perché negli ultimi due decenni ho sentito persone raccontarmi cosa sta accadendo in Amazon, che tipo di cose stanno facendo, quale è il loro mindset, come conducono i progetti, ecc. Così posso elaborare questa valutazione che, sì, il successo di Amazon è fortemente guidato dalla supply chain, e quello che fanno è veramente corretto, ed è fonte d’ispirazione per qualunque cosa tu voglia fare in ambito supply chain. Ci vuole molto tempo per arrivare a questo. Conor Doherty: Sì, lo so, lo so, ma il problema è che è così importante—come dire—che è molto diverso un’azienda di cui non sai nulla rispetto a una su cui hai informazioni approfondite. Beh, ancora una volta, questo si collega alla critica che rivolgi ai casi di studio, non dalla prospettiva del marketing. Nel libro, penso sia giusto dire che qualcuno potrebbe ascoltare gran parte di questo e affermare che, in qualche modo, si sta costruendo un muro tra lui e le critiche. E lo spiegherò: se una di queste idee mainstream funziona, è per caso; le aziende fanno soldi, ci sono un sacco di ragioni per cui fanno soldi. Se un’azienda pubblica pubblicamente un caso di studio dicendo, “Ehi, usiamo questo approccio. Ecco come lo abbiamo fatto.” È un bias del sopravvissuto, completamente insensato. Insomma, stai rendendo impossibile falsificare la tua stessa posizione. Joannes Vermorel: No. Lascia che ti faccia un esempio. Per i casi di studio: puoi falsificare la mia teoria. È molto semplice. Davvero facile, in realtà. Quindi invito il pubblico a falsificare la mia teoria. La mia teoria prevede che il numero di casi di studio negativi pubblicati dai vendor sarà estremamente raro. Questa è una previsione molto importante. Sto facendo una previsione. Abbiamo milioni di casi di studio pubblicati, e la mia previsione—non intuitiva—è che la percentuale di casi di studio negativi sarà estremamente bassa. Per “negativi,” intendo persone che dicono, “Abbiamo fallito.” Sì. Ora, possiamo avere un controargomento: “La percentuale di casi di studio negativi è estremamente bassa perché quei progetti funzionano così bene da non fallire mai.” Quindi stai cercando qualcosa che non esiste. Quindi la domanda è: perché così pochi? Ora, fortunatamente per me, ci sono molte altre persone che stanno esaminando il tasso di successo dei progetti di supply chain. Ci sono stati grandi studi condotti da Deloitte, PricewaterhouseCoopers e altri. Concludono che tra l'80% e il 90% dei progetti fallisce. Quindi, dove sta la verità? Non lo so. Ma sia conservativi. 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 casi di studio negativi sarà approssimativamente zero. Questa è una previsione forte. Come smenti la mia previsione? La smentisci venendomi a dire: “Guarda, ho campionato mille casi di studio, e il 20% di essi sono negativi.” Allora ciò che ti ho detto sugli incentivi che impediscono il verificarsi di casi di studio negativi viene smentito. Prova. Non troverai il 20% di casi negativi. In tutta la mia carriera, ho trovato—sul numero delle mie dita—soli casi di studio negativi. Ho esaminato migliaia e migliaia di casi di studio, e persino quelli negativi che ho trovato non sono stati neppure pubblicati dagli stessi vendor. Sono stati pubblicati da giornalisti d’inchiesta, di solito sotto immensa pressione da parte del vendor per non pubblicarli. Insomma: la mia teoria è molto falsificabile. Basta andare su Google e cercare quanti casi di studio negativi riesci a trovare. Se non riesci a trovarli—se sei completamente sommerso da quelli positivi—allora è esattamente ciò che la mia teoria prevede. Ancora, è molto importante giudicare una teoria in base alla sua capacità di fare previsioni corrette che non possano essere facilmente invalidate dall’osservazione. Conor Doherty: Ancora, se sostieni o incoraggi lo scetticismo riguardo ai casi di studio, va bene. Ma tu affermi che—e sto parafrasando, ma non è lontano da ciò che dici—sono spazzatura, veleno, illusioni di marketing. Questo è leggermente diverso da ciò che hai appena detto. Due cose potrebbero essere vere contemporaneamente: sono infomercials di cose che funzionano. Ancora, la tua teoria prevede che tutto ciò che vedrai saranno infomercials. Non necessariamente. Questa è la differenza tra scetticismo e assolutismo. Joannes Vermorel: No, no. Scetticismo: di cosa sei scettico? Della veridicità delle affermazioni. Normalmente, 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 praticante, quelle statistiche che pubblicano gli auditor sono la realtà della nostra industria. Anche su LinkedIn: parlo con qualcuno, e quello è il suo vissuto. Ho parlato letteralmente con centinaia di direttori di supply chain. È sempre stata la loro esperienza. Non ho mai incontrato un direttore di supply chain che mi abbia detto, “Fallimento? Di cosa parli? Gli ultimi 50 progetti sono stati perfetti, successi impeccabili.” Se chiedo alla persona responsabile di una fabbrica che produce aerei, e le parlo del tasso di fallimento degli aerei, direbbero: “Cosa diamine? Gli ultimi 50 aerei che abbiamo consegnato sono stati perfetti. Prestazioni al 100%, volano benissimo.” Ma io parlo con un direttore di supply chain: “Oh sì, delle ultime 20 iniziative che abbiamo avuto, 19 sono state una catastrofe.” È così. Quindi penso che, a un certo punto, dobbiamo avere questo principio della realtà: non dobbiamo essere solo filosofi da divano. 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 applicassi questo standard alla medicina—perché ancora una volta è l’esempio che hai usato durante la discussione sul capitolo 2—ci sono ben più articoli sui trial clinici dove il farmaco ha funzionato rispetto a quelli in cui si dice “oh, ha fallito.” Ora, sono sicuro che ce ne siano alcuni, ma ci sono ben più articoli su “questo farmaco,” o “questa pratica,” “questa metodologia funziona,” o almeno sembra funzionare. Ovviamente vale lo stesso principio: le aziende non diranno, “Abbiamo sprecato soldi.” Joannes Vermorel: Aspetta, aspetta, aspetta. La medicina è pienamente consapevole del problema. Questa è una grande differenza. Sono pienamente consapevoli. Hanno riviste dedicate ai risultati negativi. Quindi la comunità scientifica medica ha riconosciuto il bias, e stanno facendo degli sforzi. E questo è abbastanza recente, nella storia della scienza. Direi che in medicina è iniziato davvero solo circa un decennio fa il riconoscimento sistemico di questo problema. Il problema è stato compreso, direi, da 30 anni in medicina. Si tratta dell’emergere dello studio degli effetti iatrogeni. Ed è solo nell’ultimo decennio, secondo la mia osservazione amatoriale, che la comunità ha iniziato ad adottare meccanismi sistemici di correzione: le persone fanno meta-analisi, ci sono riviste di risultati negativi, ecc. E se vuoi risultati negativi in medicina: sì, quelli positivi oscurano quelli negativi, ma i risultati negativi sono nell’ordine di centinaia di migliaia. Quindi, ancora una volta, vedi, questo conferma il mio punto. Sto parlando di scetticismo. Dovremmo essere scettici. La tua posizione era: assurdità assoluta—sciocchezze—ignorare—veleno—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 arriveremo a tanto, ma in numeri assoluti—di casi di studio 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 casi di studio negativi pubblicati ogni anno, rimarrò assolutista, affermando che si tratta di un’illusione completa. Perché? Perché se non abbiamo questa forza di controbilanciamento, dal punto di vista della conoscenza ciò che abbiamo è un’illusione totale. In medicina, il fatto stesso che un articolo possa essere pubblicato come negativo agisce da contropotenza a 4.000 articoli positivi. È un meccanismo di controbilanciamento. Questo meccanismo non è ancora in atto nella supply chain. Quindi c’è uno squilibrio completo. Di conseguenza, dal punto di vista della conoscenza, ciò che abbiamo è un’illusione totale. Rimarrò assolutista finché non verrà pubblicato un numero sufficiente di articoli negativi ogni anno. Se devo dare un numero, direi che un migliaio sarebbe sufficiente per mettere pressione sulla comunità mondiale affinché riduca i casi di studio guidati dal marketing. Conor Doherty: Quando dici “la comunità”, intendi le aziende? I vendor? Gli accademici? Cosa intendi? Joannes Vermorel: Tutti coloro che pubblicano materiale sotto l’ombrello del termine supply chain. Il che è complicato, perché non tutti hanno la stessa definizione di supply chain. Quindi quella è una definizione generica, perché come raggruppi persone che non sono nemmeno d’accordo sulla definizione?
Joannes Vermorel: Tutti coloro che pubblicano materiale sotto l’ombrello del termine supply chain. Il che è complicato, perché non tutti hanno la stessa definizione di supply chain. Quindi quella è una definizione generica, perché come si raggruppano 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—afferma che: ciò che può essere asserito senza prove può essere respinto senza prove.
Joannes Vermorel: Sono d’accordo. Sono molto d’accordo.
Conor Doherty: Il problema: si può applicare ciò a molte delle affermazioni che fai in questo capitolo, e direi in generale, perché sono semplicemente asserite.
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 stesso era una scelta—l’assenza di esempi reali nel 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 con il mio lavoro.”
Joannes Vermorel: Non sono per niente d’accordo.
Il fatto che abbiamo appena dimostrato che una pietra miliare della teoria mainstream del supply chain—lo safety stock—ha un problema, anche se questo problema è limitato, è inoppugnabile. Ha una rilevanza enorme.
Il solo fatto che possiamo evidenziare delle lacune nel mainstream—anche se tutto il resto è errato—il fatto che si possano indicare dei difetti nei pilastri principali della teoria mainstream del supply chain merita molta più attenzione. Solo 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 fallace e necessita di qualcosa, ciò potrebbe non dimostrare che la mia teoria sia corretta.
Ma credo che questo sia un motivo sufficiente per leggere il libro. Anche se la mia teoria fosse sbagliata, forse la critica è fondata.
Ovviamente la mia teoria è giusta e la critica è giusta, ma un argomento più debole è: almeno la critica è corretta.
Conor Doherty: Giusto. E per riconoscere il merito: lo stai ammettendo. È vulnerabile. È aperto a critiche.
Joannes Vermorel: Sì. Sto cercando di avere una teoria che sia molto vulnerabile. È una cosa strana. Non sto cercando di inventare una teoria che sia immune.
Per esempio, i libri che ho sulla mia mensola dietro la scrivania sulla teoria del supply chain, provenienti dal mondo accademico, come una serie di enigmi matematici: sono indistruttibili. Non posso mai dimostrare nulla che sia sbagliato. Sono intoccabili.
È ciò di cui parlo nel capitolo 3: quei libri sono per sempre. Poiché sono matematica applicata, possiedono la purezza della geometria elementare. Rimarranno completamente veri, in un senso molto specifico della verità matematica, tra 3.000 anni. Nulla di ciò che accade nel mondo reale potrà mai intaccare quelle cose. Quei libri sono completamente immuni a qualsiasi critica dal mondo reale.
E io dico: questo è un problema. Invito il lettore a riflettere: state affrontando una teoria che si è resa immune a ogni tipo di critica, oppure state affrontando, come nel mio caso, una teoria che è molto vulnerabile?
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 correggere la teoria in tanti modi. Avrebbe dovuto renderla completamente immune fin dal primo giorno. Ciò avrebbe evitato tanti problemi per i seguaci della sua teoria.
Qui quello che sto dicendo è: questo non è ciò che ho fatto a livello intellettuale. Ho cercato di adottare questo approccio—ispirato dalla fisica del XX secolo—per avere una teoria che sia 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 contraddirle, perché quella sarebbe coerenza interna, in termini matematici.
Non era questo ciò che stavo cercando di fare. Volevo avere qualcosa che fosse un’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.
Bene, ancora, siamo in cammino da un po’, quindi chiudo. Abbiamo parlato ora per, credo, all’incirca quattro-cinque ore sul libro. C’è ancora molto da venire. 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 apprendere se si fermano, credo, a pagina 66, la fine del capitolo 3? Se leggono le prime 66 pagine del libro e non oltre, cosa possono trarre da esso?
Joannes Vermorel: Hanno il modello mentale per avviare il loro pensiero sul supply chain.
Questa è la chiave: hai bisogno—se arrivi fino alla fine del capitolo 3—di tutti gli elementi per riscoprire, col tempo, tutto ciò che segue. Questa è la sua bellezza. È il modello mentale che devi scoprire da solo per tutto ciò che viene dopo.
E quello che direi è che se doveste fermarvi—siete intelligenti, siete dedicati—e vi fermate alla fine del capitolo 3, tutto ciò che segue è quello che riscoprireste da soli. Questa è una previsione che faccio. Per la maggior parte delle persone, semplicemente applicando questo modello di pensiero.
Quindi, in un certo senso, il resto del libro vi fa risparmiare tempo—come ad esempio 10 anni del mio tempo—perché è ciò che ha richiesto a Lokad. Vi fa risparmiare un decennio di processo mentale, semplicemente perché qualcuno ha già in qualche modo fatto una speedrun del gioco. Così ottenete direttamente il succo, le conclusioni.
Ma fondamentalmente è un modello di pensiero. Poi, come praticante, improvvisamente sarete in grado di vedere il vostro dominio con una nuova luce, che vi permette di dire: ok, questo è rilevante, devo memorizzarlo; questo non è rilevante, scartatelo e ignoratelo.
È molto importante. Improvvisamente vi darà una capacità completamente nuova di mettere ordine nella vostra mente: cosa devo memorizzare? Cosa devo imparare? Dovrei impiegare un’ora a pensare a questo problema, o dovrei dedicarci 30 secondi?
Sono domande molto importanti. Una volta che capite questo, potrete fare una speedrun del resto. Sto solo dicendo: questa è la base, e il resto è—potreste non avere la pazienza di dedicare 10 anni al pensiero, quindi vi do un’idea di come risulta quando lo fate, e sono i capitoli che seguono.
Conor Doherty: D’accordo. Beh, credo che il prossimo capitolo sia quello sull’economia, che è qualcosa di cui sono davvero ansioso di discutere, ma quella è una discussione per un altro giorno.
Vi ringrazio molto per il vostro tempo e la vostra pazienza. E ancora, apprezzo la sincerità, perché vi sto mettendo sotto pressione, ma la maggior parte delle persone non sarebbe così ricettiva a essere messa alle strette in questo modo. Quindi, la apprezzo davvero, e grazie per averci seguito.
Se volete continuare la conversazione, come dico ogni volta, potete contattare Joannes e me su LinkedIn. Fateci domande, connettetevi. Ci piace davvero parlare.
Ma su questa nota, ci vediamo la prossima settimana—e tornate al lavoro.
