00:00:00 Le supply chain esistono per anticipare futuri incerti
00:04:55 Taleb smaschera l’illusione di certezza della pianificazione
00:09:50 L’azione umana smentisce le previsioni deterministiche in supply chain
00:14:45 La preparazione differisce dalla pianificazione rigida basata su serie temporali
00:19:40 L’esempio del fruttivendolo illustra l’allocazione opportunistica delle risorse
00:24:35 Le assurdità della pianificazione sovietica rivelano i costi nascosti della conformità
00:29:30 Le medie falliscono quando il comportamento umano diventa estremo
00:34:25 I sistemi umani variano molto più dei sistemi naturali
00:39:20 Le code grasse giustificano assicurazione e protezione dal ribasso
00:44:15 L’incertezza crea anche opportunità redditizie al rialzo
00:49:10 L’intuizione spesso supera strumenti matematici difettosi
00:54:05 Le aziende sopravvivono ignorando silenziosamente piani difettosi
00:59:00 Le probabilità catturano il rischio meglio delle serie temporali
01:03:55 Una storia di ritardo aereo rende tangibili le code grasse
01:08:50 Le scelte personali si basano già sul pensiero probabilistico
01:13:45 I professionisti dovrebbero abbandonare subito la pianificazione dogmatica
01:18:35 Considerazioni finali su sottrazione, pragmatismo e capitolo sette
Sintesi
La supply chain non consiste nell’obbedire a un piano. Consiste nel prendere decisioni in condizioni di incertezza. Vermorel sostiene che la pianificazione dominante tratta il futuro come se fosse già noto, riducendo la realtà a previsioni e serie temporali. Ma i mercati sono plasmati da scelte umane, non da leggi meccaniche. Per questo le medie traggono in inganno e gli eventi estremi contano così tanto. I buoni professionisti si preparano, si adattano e colgono le opportunità. I cattivi sistemi restano aggrappati a piani rigidi. La lezione è semplice: smettere di confondere sofisticazione numerica e intelligenza pratica.
Sintesi estesa
Il capitolo sette sostiene che la supply chain è, in fondo, una questione di decisioni prese sotto incertezza. Può sembrare ovvio, ma il punto di Joannes Vermorel è che gran parte del pensiero mainstream in supply chain procede come se il futuro fosse già noto e il compito del management fosse semplicemente rispettare un piano. In questa visione, il mondo viene ridotto a serie temporali, previsioni e obiettivi. Ciò che scompare sono scelta, giudizio e adattamento.
La sua obiezione non riguarda la preparazione, ma una particolare presunzione mascherata da scienza: la convinzione che piani numerici elaborati possano catturare in modo affidabile un futuro plasmato da decisioni umane. I mercati non sono meccanica celeste. Clienti, fornitori, concorrenti e regolatori non sono particelle che obbediscono a leggi fisse. Cambiano idea, reagiscono gli uni agli altri e creano esiti spesso discontinui, asimmetrici e sorprendenti. Da qui il ruolo centrale dell’incertezza.
La differenza pratica tra pianificazione e preparazione è illustrata da esempi ordinari. Un fruttivendolo che compra prodotti ogni mattina non ha successo seguendo rigidamente un obiettivo su dodici mesi. Ha successo osservando qualità, prezzo, stagionalità, novità e attrattiva per i clienti. Agisce in modo opportunistico. Allo stesso modo, un tassista non ha bisogno di una teoria delle serie temporali per sapere dove è probabile che emerga la domanda. Usa il giudizio. In entrambi i casi conta la prontezza; la rigidità no.
Un tema centrale è che le medie sono spesso fuorvianti. Nei sistemi plasmati dal comportamento umano, gli eventi estremi contano in modo sproporzionato. Una promozione può non produrre quasi nulla, oppure svuotare gli scaffali in un’ora. Un aereo a terra può essere un fastidio in una città e un disastro finanziario in un’altra. Non sono rare curiosità. Sono gli eventi che dominano profitti e perdite. Pianificare attorno al caso medio significa rischiare di essere ripetutamente colti di sorpresa dai casi che contano di più.
Vermorel preferisce quindi una visione probabilistica del futuro alla pianificazione deterministica. Non perché le probabilità siano perfette, ma perché almeno riconoscono ignoranza, asimmetria e rischio. La lezione più ampia è sottrattiva tanto quanto additiva: molte aziende migliorerebbero non aggiungendo più pianificazione, più processi e più teatro numerico, ma interrompendo pratiche che creano danni economici ricorrenti. La cattiva pianificazione sopravvive non perché funzioni, ma spesso perché tutti la praticano male insieme. Il primo guadagno, allora, può venire semplicemente dal rifiuto di confondere scientismo e scienza.
Trascrizione completa
Conor Doherty: Bentornati. Questo è l’episodio sette di una serie speciale in cui Joannes e io prendiamo il suo nuovo libro, Introduction to Supply Chain, e discutiamo e dibattiamo le idee capitolo per capitolo. Come forse ricorderete, per questa serie assumo una postura molto specifica: quella di qualcuno che non conosce Lokad, non conosce Joannes e certamente non ha lavorato qui per quattro anni.
Sono essenzialmente un rappresentante dei circa 10 milioni di professionisti nel mondo che potrebbero vedere il libro di Joannes, magari su Amazon, comprarlo, leggerlo e avere alcune domande. Poi Joannes e io veniamo qui a Lokad e ne discutiamo. Ho detto che questo è l’episodio sette. Questo significa naturalmente che ci sono stati sei episodi prima di questo.
Vi consiglio vivamente di guardarli, perché molto di ciò che discuteremo oggi probabilmente vi farà riferimento. Detto questo, Joannes, è bello rivederti. Bentornato.
Capitolo sette, “Il futuro”. Prima di entrare nelle idee centrali, e ho molte domande su quelle idee, di cosa parla ad alto livello, in poche frasi?
Joannes Vermorel: Ogni singola decisione di supply chain è un’allocazione di risorse che anticipa uno stato futuro del mercato. Se un’azienda comincia a produrre qualcosa, è perché si aspetta che più avanti arrivino clienti a comprare i prodotti. Se un retailer mette un prodotto sullo scaffale, è la stessa cosa: si aspetta che futuri clienti arrivino e lo comprino.
In sostanza, quasi ogni decisione che riguarda il flusso di beni fisici riflette una qualche proiezione di uno stato futuro del mercato. E poiché approvvigionarsi richiede tempo, produrre richiede tempo, trasportare richiede tempo, perché tutte queste operazioni richiedono tempo, bisogna pensare al futuro e pianificare le decisioni in modo da agire in anticipo ed essere pronti in tempo.
Ecco perché questa nozione di futuro è onnipresente nei problemi di supply chain. Si tratta fondamentalmente di agire correttamente adesso, e la correttezza è definita dal fatto che l’azione corrisponderà allo stato futuro del mercato e sarà una buona decisione a posteriori, qualche settimana o mese dopo, quando vedremo come il futuro si sarà dispiegato.
Conor Doherty: Per me, leggendolo, ciò che mi ha colpito come filo conduttore di tutte le sottosezioni e di tutti gli esempi è specificamente l’idea di incertezza. Non credo che nessuno contesti che prendere decisioni in supply chain sia essenzialmente una scommessa rivolta al futuro. Tutti lo capiscono in modo fondamentale. Compro, ordino qualcosa oggi, non arriva ora. Sto pianificando stati futuri.
Ma tu ti concentri molto sull’incertezza del futuro.
Joannes Vermorel: Sì. E il problema è che in realtà la prospettiva mainstream della supply chain non pensa affatto così. Letteralmente, la visione mainstream della supply chain non pensa in termini di decisioni. Le decisioni non esistono. Non ce ne sono.
La prospettiva mainstream dice che l’unica cosa che esiste è un futuro che conosco già. Poi arriva l’orchestrazione. So quante unità saranno richieste dai miei clienti domani, dopodomani, tra un anno. Ho i numeri. Quindi non c’è… una decisione implica che tu abbia una scelta.
La prospettiva classica, la teoria mainstream della supply chain, non fa questa affermazione. Non presume che tu abbia alcuna scelta. Dice solo che il futuro è noto adesso. Puoi essere conforme o non conforme. E ci sono tonnellate di statistiche che ruotano attorno a questo.
Ma è fondamentalmente una visione estremamente binaria, in cui tutto riguarda il futuro noto, la conformità, e basta. Ecco perché le decisioni sembrano così estranee: una volta che hai un piano, o sei conforme al piano oppure non lo sei. L’idea di avere decisioni non entra davvero.
Per questo, nei libri classici e mainstream di supply chain, la nozione di decisioni è semplicemente assente, perché non si adatta al paradigma.
Conor Doherty: Già all’inizio hai usato il termine piano e pianificazione. Ci arriveremo tra un momento, ma hai alcune riserve, o riserve piuttosto robuste, sul termine pianificazione. Entreremo quindi nelle implicazioni: se non possiamo usare la parola pianificazione, che cosa intendiamo?
Ad alto livello, sul tema dell’incertezza nella pianificazione, nel libro citi Nassim Taleb e dici, perché è una citazione piuttosto bella, che Taleb scrive in Antifragile: “l’illusione di sapere esattamente dove si sta andando, di sapere esattamente dove si stava andando nel passato, e che altri abbiano avuto successo nel passato perché sapevano dove stavano andando”.
Questa è la sfida di Taleb all’idea di pianificazione. Che cosa risuona esattamente in te in questa idea di Taleb, e perché è rilevante per la tua visione della supply chain?
Joannes Vermorel: Direi che ci sono due modi molto diversi di pensare la pianificazione. Ce ne sono molti altri, ma diciamo che due sono dominanti. Il primo è l’intuizione comune. L’intuizione comune è: agisco ora per migliorare la mia prontezza rispetto a qualunque cosa il futuro mi tirerà addosso. Questa è preparazione. È fare piani per essere preparati.
È fondamentalmente un’intuizione su ciò che dovresti fare ora affinché, più tardi, le cose accadano in modo più vantaggioso per te. Può essere semplice come un tassista che decide: “A quest’ora guiderò mezz’ora per finire in quel quartiere, e sarà un buon quartiere per prendere un cliente”. Questa è un’intuizione di pianificazione.
Poi c’è un altro tipo di pianificazione, diventato molto popolare nel XX secolo, la pianificazione Gosplan. Il Gosplan è fondamentalmente un’intuizione matematica. Non è quella del tassista. Dice essenzialmente: “Posso proiettare serie temporali nel futuro”.
Per tutto, per ogni consumo di una risorsa, qualunque risorsa richiesta dai miei clienti, posso annotare quante unità mi servono al giorno e prolungarlo indefinitamente nel futuro. Questo mi dà una sorta di baseline. Una volta che ho questi dati proiettabili sul futuro, posso dire: “Ora orchestri le mie risorse per soddisfare questa domanda futura”.
Questa è davvero la prospettiva Gosplan sulla pianificazione. L’idea centrale è: tutto riguarda le serie temporali. Tutto viene visto attraverso serie temporali. È, direi, una proiezione matematica di ciò che persino significa futuro. Non è ciò che ha in mente il tassista.
Il tassista non pensa: “Ho una serie temporale di persone che arrivano in questo quartiere”. Non ha un’intuizione matematica. Se gli chiedi perché lo fa, probabilmente risponde: “Non lo so, la mia esperienza”. Qualcosa come riconoscimento di pattern. Non sarebbe una formula matematica.
Va bene così. Quello che dico è che abbiamo quest’altro modo di pensare il futuro, che è il Gosplan: usiamo serie temporali ovunque, proiettiamo tutto, rendiamo accurate quelle serie temporali, poi congeliamo la previsione e diciamo che questo diventa il piano.
Ed è qui che questa visione, che per me è molto scientista, sembra scientifica perché ci sono molti numeri, proiezioni di serie temporali e così via. Sembra scientifica, ma per me è puro scientismo. Non funziona. Tuttavia ha catturato l’interesse degli intellettuali per praticamente un intero secolo. Questa fascinazione precede persino i computer.
Conor Doherty: D’accordo. Ma come informa davvero la visione del mondo che stai proponendo? Capisco la tua obiezione al Gosplan, ma non mi è ancora chiaro come si inserisca nella tua concezione di pianificazione rispetto a politica e decisione di supply chain.
Joannes Vermorel: La prima cosa, ed è ciò che discuto nel libro, è che dobbiamo pensare di che cosa è fatto il futuro. Qual è la struttura stessa della realtà che osserviamo? So che può suonare strano, ma se guardiamo la propagazione delle onde radio nello spazio, abbiamo le equazioni di Maxwell per dirci cosa accadrà in futuro.
Se guardiamo i corpi celesti, abbiamo le leggi di Newton. E se vogliamo essere molto sofisticati, possiamo usare la relatività, e ci dirà dove saranno quei corpi celesti, come Marte, nel futuro. Non abbiamo questo lusso in supply chain.
Il problema è che… è quello che dici. Ma la teoria mainstream della supply chain fa l’assunzione opposta. Dice: “Sì, siamo a una sola formula matematica dal conoscere perfettamente il futuro”. E la cosa interessante è che i primi previsori economici, all’inizio del XX secolo, erano molto espliciti.
Dicevano: “Cattureremo perfettamente il futuro dell’umanità”. Roger Babson, per esempio, disse: “Farò ciò che Newton ha fatto per i corpi celesti e predirò, letteralmente con cinque cifre di precisione, la domanda futura di ogni singola commodity o prodotto”. Quella era l’intenzione.
E se vai nella fantascienza, per esempio Asimov con la serie Foundation, è ancora la stessa idea. Era mezzo secolo dopo Babson, quindi capiva che catturare ogni singola cosa sarebbe stato forse troppo esigente. Ma con la statistica, pensava, potremmo catturare gli aggregati con grande precisione, anche se gli individui sono un po’ troppo rumorosi.
Asimov ha questa idea che, come nella fisica statistica, si possa quasi perfettamente prevedere il comportamento dei gas anche senza conoscere la posizione individuale di ogni atomo. So che può sembrare astratto, ma è fondamentale, perché l’idea di proiettare il futuro con incertezza quasi nulla non funziona in supply chain.
La ragione semplice, tornando alla natura della realtà, è che in supply chain il futuro rilevante è prasseologico. Prasseologico significa studio delle azioni umane. Il futuro è fatto di decisioni che non sono ancora state prese da persone dotate di agency.
L’intero futuro è quindi l’aggregazione di decisioni non ancora prese. E finché queste persone sono persone che non controlli, clienti, fornitori, trasportatori, concorrenti, finché hanno agency, l’idea di una previsione certa non ha nemmeno senso.
Se avessi una previsione certa, basterebbe che un cliente decidesse di fare diversamente per sconfiggerla. Se prevedi che comprerà oggi e la persona viene a sapere della previsione, può decidere che no, per spirito di contraddizione, cambia idea.
Può sembrare sciocco, ma l’effetto è reale. Le persone hanno agency e, a seconda di ciò che fai, alterano il proprio comportamento, soprattutto i tuoi concorrenti.
Conor Doherty: Riformulo un po’ la domanda per renderla più concreta. Ti cito ancora per dare contesto. Nel capitolo sette scrivi: “Il futuro è irriducibilmente disordinato. Non devi essere perfetto, solo migliore. Le azioni decisive battono la pianificazione elaborata. E la fortuna premia i preparati. La preparazione, dunque, è l’arte di coltivare opportunità”.
Qualcuno che legge e ascolta potrebbe faticare a distinguere preparazione e pianificazione. Quindi, in un contesto concreto, in cosa differiscono?
Joannes Vermorel: Il tuo piano è reificato come una collezione di serie temporali? Questa è la domanda. Nel 99,9% del software enterprise, la serie temporale è l’unica opzione. Quindi non importa cosa pensi. Il software è rigidamente orientato a questo modello, e anche i libri di supply chain nella tua biblioteca, se ne hai, sono rigidamente codificati attorno a questa idea.
Ed è praticamente tutto. Dalla Seconda guerra mondiale in poi ci sono più di un milione di articoli sull’ottimizzazione dell’inventario, e l’immensa maggioranza adotta semplicemente questa prospettiva.
Conor Doherty: Ma questa non è una spiegazione concreta della differenza. Non ho chiesto una spiegazione metodologica o atomistica. Non intendevo sotto il cofano. Intendevo praticamente, giorno per giorno, per il professionista medio che legge un playbook. Qual è la differenza tra la tua idea di preparazione e la dedizione alla pianificazione, o pianificazione Gosplan? Come si manifesta nel mondo reale quotidiano?
Joannes Vermorel: Si manifesta così: se adotti una visione incredibilmente rigida del futuro, sei cieco a ogni opportunità. Per esempio, pianifichi di produrre una certa quantità di un prodotto. È un piano a dodici mesi. Dopo due settimane, ne restano cinquanta. Il tuo fornitore migliora la tecnologia e ti dice: “Ora possiamo dimezzare il prezzo”.
Sei fortunato. Qualcosa diventa molto, molto più economico da produrre. È bene. Dovresti cambiare piano? Ovviamente, se hai una bella opportunità, un componente che devi comprare per il tuo prodotto e uno dei suoi ingredienti principali diventa improvvisamente molto più economico, può succedere. Può succedere anche il contrario.
Se non fai nulla, puoi essere superato in molti modi. I concorrenti possono abbassare molto i prezzi e batterti completamente, facendo crollare la domanda a zero. Oppure puoi negoziare con il fornitore, catturare la maggior parte dell’offerta a quel prezzo e comprare materiale fino a un anno in anticipo.
Così potrai conquistare molta quota di mercato vendendo a un prezzo più basso ma producendo molto di più. Sono cose molto semplici.
Conor Doherty: Mhm.
Joannes Vermorel: Ma sono inconcepibili se operi con la prospettiva classica della pianificazione, perché per quella prospettiva le opportunità non entrano. Esiste solo la conformità al piano.
Conor Doherty: Ora stiamo diventando più concreti. L’esempio che farò non viene dal tuo libro e riguarda la logistica. Abbiamo parlato recentemente con Adam DeJans Jr. e John Elam, e nel loro libro The Decision Factory si parte da un’azienda logistica. Ha un piano per consegnare tutti i prodotti a tutti i clienti. Ha un piano ottimale. Il solver gira a mezzanotte.
Ma sei ore dopo arriva la realtà. Il piano è nullo. È operativamente impossibile perché alcune persone sono malate, c’è traffico, camion guasti, ecc. In quella situazione ci sono caos e incertezza, con possibili opportunità, ma la capacità di reagire dipende dal fatto che tu abbia una visione fissa e deterministica della pianificazione oppure una visione più flessibile, reattiva, basata su policy.
Spiega ancora questa differenza tra una visione di supply chain governata dalla pianificazione e un approccio più flessibile basato su policy.
Joannes Vermorel: Il modo più semplice è immaginare una situazione semplice. Gestisci un piccolo negozio di alimentari che vende frutta, verdura, cose di base. Vai dal grossista ogni giorno alle quattro del mattino, compri alcuni prodotti e li metti sugli scaffali durante la giornata. Dal grossista, poiché sono prodotti freschi, a volte ci sono opportunità.
Vedi lattughe bellissime e molto economiche. Oppure guardi e dici: “Non sono buone e sono care”. Vuoi comportarti dicendo: “Ho il mio piano. Comprerò 10 chili di lattuga per il negozio comunque”?
Oppure guarderai il prezzo e la qualità del grossista, perché variano di giorno in giorno, e valuterai se è una buona opportunità? Magari ci sono cose che normalmente non compri, come fragole, ma quel giorno sono economiche e bellissime, e decidi: “Le prendo, ai clienti piaceranno”.
Di solito non le ho, ma posso scommetterci perché sembra una buona offerta per il periodo. Se vai dal grossista alle quattro e dici “Voglio 5 chili di fragole”, cosa succede se non ne ha? O le ha ma costano tantissimo?
Conor Doherty: Sì.
Joannes Vermorel: O semplicemente non hanno un bell’aspetto. Se sono molto care, forse non prenderò i miei 5 chili target. Ho un piccolo negozio. Magari prendo 500 grammi, perché ho qualche cliente disposto a comprarle a qualunque prezzo, ma ne comprerà 100 grammi perché è gourmet e non gli importa del prezzo.
Quello che fa il gestore è essere incredibilmente opportunistico. Pensa al futuro, ma non con obiettivi rigidi. Tutto è molto fluido.
Conor Doherty: Sì.
Joannes Vermorel: E lo capisci solo vedendo che pensa all’intero assortimento. Vuole verdure, frutta, cose belle da vedere, diversità, assortimento, forse novità, forse prodotti di stagione. Ha una miscela confusa di vincoli, una visione fuzzy del futuro.
Ed è anche interessato a sé stesso. Vuole fare soldi. Non è nel business di far sembrare bello il negozio. È nel business di renderlo appetibile affinché la gente compri molto e lui faccia un buon profitto a fine giornata.
Questa è la pianificazione che difendo. È una mentalità che guarda al futuro tenendo traccia degli euro e dei dollari che vincerai o perderai. Fai scommesse, e prepararsi significa compiere le azioni giuste in anticipo, ma ogni azione è una scommessa, e non cerchi di irrigidire il futuro con target duri.
Questo è il percorso che difendo. Negli ultimi cinquant’anni, invece, tutta la teoria della supply chain e quasi tutto il software enterprise di supply chain hanno adottato una prospettiva diversa, irrigidendo il futuro in serie temporali in stile Gosplan. E non funziona.
Se prendiamo questo negoziante dal grossista, è come se avesse già una lista per ogni prodotto, in chili, indipendentemente dalle opportunità e persino dalla disponibilità. La lista dice: “Oggi devi avere anguria”, e il grossista non ne ha.
Allora sulla lista c’è: “Non la ottengo e non spendo quei soldi perché non è nel piano”.
Conor Doherty: Sì.
Joannes Vermorel: È un ottimo esempio. Il piano matematico è folle. Torniamo al tassista: ho un piano per andare dal punto A al punto B, con indicazioni esatte, svolta a destra, svolta a sinistra, seguo le strade.
Poi a un certo punto la strada è bloccata.
Conor Doherty: Mhm.
Joannes Vermorel: La pianificazione matematica dice: “La strada è bloccata? Prendi esplosivi, fai saltare l’ostacolo e vai avanti. Devi passare di lì comunque”. Se la strada è bloccata, non importa. Arrangiati.
È follia. Ma l’esempio, per quanto folle, è esattamente ciò che accadeva in URSS con Gosplan. Facevano un piano. La realtà accadeva. Il piano diventava impossibile.
Conor Doherty: Sì.
Joannes Vermorel: E le persone finivano per fare cose folli solo per far funzionare il piano. C’è persino un aneddoto, non so se sia vero, ma è nel giusto stile: un calzolaio in URSS, per rispettare la quota, decideva di fare solo scarpe sinistre, rinunciando alle destre, perché così aumentava il numero di scarpe prodotte e rispettava la quota.
La quota non specificava destra e sinistra. Questa è l’assurdità della pianificazione rigida.
Il beneficio concreto è che appena decidi ufficialmente di abbandonarla, l’azienda migliora. Come professionista, puoi dire: abbandoniamo le serie temporali, abbandoniamo questa pianificazione stupida e disfunzionale. Possiamo farlo con l’intuizione. Funzionerà meglio, perché un modello matematico rotto produce risultati pessimi.
Non ci si fida di un modello matematico rotto. È meglio fare cose che sembrano almeno andare nella direzione giusta, anche se approssimative, che seguire un modello completamente falso. Immagina di voler andare a nord con una bussola sofisticata che però punta a est.
La segui? Peggio, la bussola punta in una direzione casuale ogni volta che la guardi. Hai una bussola, ma è completamente rotta.
È meglio orientarsi vagamente guardando il sole, stimando dove sia il nord, oppure seguire una bussola che ogni volta punta altrove? Diresti: è follia, qualunque cosa è meglio.
Quando usi un modello matematico rotto, è proprio così. È come dire: “Almeno faccio qualcosa di scientifico, uso una bussola”.
No. Usi una bussola rotta. È peggio di qualcosa di molto fuzzy, perché almeno il fuzzy è approssimativamente corretto.
Conor Doherty: Mi piace molto l’analogia del fruttivendolo. Illustra i limiti di affrontare le decisioni di supply chain da una prospettiva di piano statico, invece che con un esempio più agile e reattivo. Le opportunità quotidiane dopo la creazione del piano si riveleranno, perché il futuro è incerto.
Per implementarlo, senza entrare ora nel software, ci sono alcuni cambiamenti o assunzioni centrali sull’incertezza da accettare. Una è prendere decisioni attorno alla media, allo scenario medio. Nel libro dici che non è una buona idea.
Spiega perché non è bene decidere attorno alla media.
Joannes Vermorel: La media… dobbiamo tornare al perché esiste l’incertezza del futuro. La causa radice è l’agency. Le persone possono agire.
Conor Doherty: D’accordo.
Joannes Vermorel: E le persone comunicano. Non sono atomi che rimbalzano casualmente sui muri. Tendono ad ascoltare. Se pensano che il mondo finirà la carta igienica, vanno tutti a comprare carta igienica. Nel libro citi l’aneddoto di Johnny Carson.
Conor Doherty: Sì. Ed è accaduto più volte negli ultimi anni.
Joannes Vermorel: La conseguenza dell’agency e della comunicazione è che la media è cattiva perché presuppone un comportamento centrale con sole deviazioni statistiche. Non è così che il mondo si comporta con persone dotate di agency. Le deviazioni possono essere enormi.
Per esempio, il prezzo del petrolio può diventare negativo. È successo. Circa un decennio fa, per un breve momento, il prezzo del barile di petrolio divenne negativo, perché le persone erano bloccate nei porti e non potevano scaricare il petrolio.
Avevano petroliere che costavano denaro ogni ora. Costi di stoccaggio, nessuna opportunità immediata di vendita. Possedere petrolio era improvvisamente un peso morto. Così, in una finestra ristretta, il prezzo divenne negativo.
Nelle scienze naturali questo non accade. Con due contenitori di gas a pressioni diverse e un foro, il gas ad alta pressione fluisce verso quello a bassa pressione. Succede sempre.
Con gli esseri umani no, perché non obbediscono a leggi fisiche semplici. Cambiano idea. Quindi, tornando alla media, puoi avere comportamenti molto più estremi.
Nelle promozioni alimentari, la maggior parte delle promo quasi non aumenta i volumi. Fai una promo e la domanda resta uguale. A volte invece fai una promo e finisci lo stock nella prima ora.
Il negozio apre alle 8, alle 9 lo stock del prodotto promosso è finito. Pensavi durasse una settimana, è durato un’ora. La domanda era cento volte superiore alle attese. Succede.
Nei Paesi Bassi si sono viste situazioni in cui una promozione blocca l’intera area, con enormi code di auto verso un ipermercato. Se pensi in termini di media statistica e deviazioni normali, non lo vedrai mai.
Accade anche in supply chain. In aviazione, un nostro cliente aveva parti per mantenere il Boeing 737 Max. Poi ci fu un incidente mortale, e le persone si chiesero giustamente se quegli aerei fossero sicuri.
Tutte le compagnie aeree misero a terra i 737 Max. La domanda di parti specifiche passò da super stabile a zero e rimase a zero per quasi un anno.
Se pensi in termini di deviazione media, non è il mondo in cui viviamo in supply chain.
Un altro modo di pensare: uno stadio. Tra l’uomo più pesante e quello più magro non hai nemmeno un fattore 10. Un uomo patologicamente magro pesa forse 40 chili, 35 se sta morendo di fame.
Un uomo con obesità morbosa può pesare 300 chili, ma forse non riesce nemmeno a entrare nello stadio.
Conor Doherty: Sarà difficile.
Joannes Vermorel: Quindi il massimo realistico sarà forse 150. La variazione è piccola, fattore 5 o 10.
Guarda invece i conti bancari. Il più povero nello stadio, negli Stati Uniti, può essere uno studente con debito: meno 200.000 dollari. Il più ricco, un miliardario.
Non è solo che il miliardario è un milione di volte più ricco; l’altro è negativo. Come lo confronti? Questo è il mondo umano. Con l’agency, le differenze numeriche possono essere enormi.
In natura, fattori da un milione non accadono. Il gatto più piccolo e il più grande non differiscono di fattore 10. I giorni di sole a Parigi o in Irlanda variano, ma non così tanto.
Con le decisioni, invece, le cose possono diventare selvagge.
Conor Doherty: Sì.
Joannes Vermorel: Il prezzo dell’argento negli ultimi vent’anni si è moltiplicato per 20. Abbiamo tecniche minerarie migliori e possiamo estrarre più argento di prima, ma per ragioni scollegate dalla capacità produttiva, l’argento vale venti volte di più.
È ciò che ci si aspetta dalla prasseologia, dall’agency umana. Se le persone decidono collettivamente che l’argento vale di più, vale di più. Non serve altra spiegazione. È credenza.
Conor Doherty: Questo ci porta a uno dei punti più importanti del capitolo, forse del libro: l’incertezza attorno alle code grasse. Cito: “Uno dei maggiori dolori associati all’incertezza sta nelle code”. E ancora: “Profitti e perdite sono dominati dagli eventi estremi. Le distribuzioni a coda grassa garantiscono che gli eventi estremi appariranno regolarmente”.
Per chi non è statistico: un evento di coda grassa è un evento estremamente dannoso che sembra molto improbabile, ma accade molto più spesso di quanto pensi. Non uno su un milione, magari uno su 100 o su 200. E un evento così, domanda altissima o bassissima, può capitare una o tre volte l’anno. Se è di coda grassa, il danno dell’errore è catastrofico.
Quindi il rischio è nelle code grasse. Se pianifichi sulla media, starai bene quando accade la media. Ma se arriva uno di quei giorni di coda grassa, sei praticamente fregato. È così?
Joannes Vermorel: Sì. Nel nostro esempio del negozio, l’evento di coda grassa è il vandalismo del negozio.
Conor Doherty: Mhm.
Joannes Vermorel: Se è grave e non hai assicurazione, non hai nemmeno il denaro per ricostruire. Fine partita. Non sei più un negoziante.
Se hai assicurazione, puoi recuperare. Puoi dire: “In media nella mia città i negozi sono vandalizzati raramente, quindi non mi serve assicurazione”. Oppure puoi dire: “Sono padre di tre figli, la mia famiglia dipende da questo reddito e non voglio perdere tutto per un evento da cui non posso riprendermi. Quindi prendo l’assicurazione”.
Questa intuizione è corretta. Chi gestisce un’attività si assicura contro incendi e altri rischi. È pensiero corretto in termini di rischio.
Conor Doherty: Sì.
Joannes Vermorel: In termini di rischio. La prospettiva classica direbbe: come appare il vandalismo in una serie temporale? Quanti eventi avrai? La serie sarà zero quasi sempre.
Ogni giorno sarà 0,000001. È il numero medio atteso di eventi. Ma è il modo sbagliato di guardare, perché l’evento è così impattante che senza preparazione non puoi recuperare.
La pianificazione classica è folle perché è cieca a cose che accadranno con probabilità uno, più spesso di quanto si pensi. Il vandalismo in un giorno dato può essere meno di uno su mille.
Conor Doherty: Mhm.
Joannes Vermorel: Ma se gestisci il negozio per 40 anni, 250 giorni l’anno, parliamo di 10.000 giorni. La probabilità di essere vandalizzato è praticamente uno.
Conor Doherty: Sono d’accordo con la filosofia, la praticità e il rischio. L’esempio forse risuona meno che nell’aerospazio, dove hai fatto l’esempio di articoli così economici che il costo di non averli quando servono è catastrofico, quindi ha senso tenere anni di inventario anche se forse non lo userai.
Il costo di mantenimento può essere un dollaro, ma il costo di non averlo, la rottura di stock, può essere centinaia di migliaia o milioni. Dal punto di vista del rischio o assicurativo, ha senso portare una quantità enorme.
Joannes Vermorel: Sì. E quando le persone pensano agli eventi rari, pensano a quelli negativi. Ma ce ne sono anche di positivi. In aviazione, spesso le compagnie smantellano aerei e puoi recuperare parti. Temporaneamente il mercato è inondato di certi pezzi, e siccome la domanda non c’è davvero, molti non fanno acquisti opportunistici, ma dovrebbero.
Anche se serviranno tra due anni, serviranno. Se costano metà prezzo e hai capacità di stoccaggio sicura, devi cogliere l’opportunità.
Quando agiscono con intuizione, le persone lo fanno. Se la tua marca preferita di camicie bianche fa un grande sconto, ne compri quattro. Serviranno tra un anno. È un consumabile lento.
Ma nei manuali di supply chain, appena si entra in azienda, si dice: “No, abbiamo un piano, e il piano non include questo acquisto opportunistico”. Non è intelligente.
La pianificazione classica, ignorando l’incertezza del futuro, ti rende vulnerabile agli eventi negativi e ti rende immune ai profitti degli eventi positivi.
Conor Doherty: Ecco il punto. Con numeri semplici: dieci giorni pianifichi sul valore medio 10, hai 100% di accuratezza e 100% di livello di servizio. L’undicesimo giorno sei out of stock, hai zero.
Il costo di vendite perse, spedizioni urgenti, backorder e simili può mangiare i profitti dei dieci giorni precedenti. Hai ignorato la probabilità dell’evento estremo, hai pianificato sulla media e quando l’evento arriva sei spazzato via.
Joannes Vermorel: Sì. Le grandi aziende sopravvivono, quindi di solito i processi non sono così rotti da eliminarle.
Conor Doherty: Ma i profitti che ho descritto sono eliminati. Il danno dell’errore è maggiore della redditività.
Joannes Vermorel: Ed è interessante perché i professionisti lo sanno intuitivamente. Le grandi aziende giocano uno strano gioco: la teoria è rotta, gli impegni sono rotti, e i professionisti non seguono il piano.
Dicono: “L’anno prossimo saremo conformi al piano, ma quest’anno dobbiamo fare diversamente”. In realtà, i professionisti che dicono “al diavolo i piani” hanno quasi sempre ragione.
C’è un approccio schizofrenico: a parole si parla di stock di sicurezza, conformità al piano, questo e quello; poi nell’allocazione reale delle risorse si fanno cose diverse, che sono proprio quelle che rendono l’azienda profittevole.
Non bisogna fidarsi di teorie con una prospettiva rotta sul futuro. Qualunque teoria deve trattare il futuro in modo sano: l’incertezza è irriducibile, deriva dall’agency degli altri, e quando le persone cambiano idea non lo fanno di solito in isolamento.
Si può essere colpiti da eventi positivi e negativi molto più forti di quanto suggerirebbe un modello matematico ingenuo. I tassisti lo sanno: in un giorno con un grande evento sportivo possono guadagnare tre volte il normale.
Lo stesso per il fruttivendolo: se nel quartiere c’è un evento con molti turisti, venderà molto di più. Non era prevedibile perfettamente, ma è una giornata record. Non è stupefatto: giorni così capitano.
La sorpresa è solo negli occhi di chi usa modelli matematici semplicistici. Per chi usa l’intuizione non è così sorprendente. Il problema principale sono quei modelli serie temporale più distribuzione normale, modelli matematici rotti, bussole rotte che danno direzioni casuali.
Questo è il centro della mia critica.
Conor Doherty: Per precisare la mia frase precedente: il danno dell’errore in un evento di coda grassa può cancellare una lunga serie di decisioni giuste sui valori medi. Questo riguarda le intuizioni sulle decisioni e l’asimmetria dei costi.
Prendiamo un po’ di sovrastock. Sei un retailer di moda. Hai qualche camicia in più che non vendi oggi. I costi di mantenimento sono limitati, perché conosci il costo delle camicie.
Ma il costo di non avere camicie non ha teoricamente limite. Mille persone possono entrare volendo la stessa cosa. Non la hai. Non comprano la camicia bianca, né i jeans, né la cintura, né il cappello, e forse non tornano.
Le perdite dirette e indirette, ora e nel futuro, non hanno limite superiore teorico. La differenza tra rottura di stock e piccolo sovrastock ha un’asimmetria che non percepiamo intuitivamente.
Lo vedi come un difetto dell’evoluzione umana?
Joannes Vermorel: Penso che la mente umana sia abbastanza buona nella gestione intuitiva del rischio quando si tratta del proprio denaro.
Conor Doherty: È il punto che fai, quando si tratta del proprio denaro.
Joannes Vermorel: Sì, quando si tratta di qualcosa su cui hai informazione. Il problema è che le supply chain sono grandi e distribuite, quindi devi volare con gli strumenti. Non puoi vedere dove vai, perché non puoi vedere l’intera cosa. Troppi prodotti, troppe sedi.
L’intuizione umana è buona, ma se gli strumenti sono spazzatura non aspettarti buoni risultati. Gli strumenti software prodotti negli ultimi cinque decenni per trattare queste asimmetrie sono spazzatura completa.
Si basano su visioni semplicistiche del futuro: serie temporali su serie temporali, distribuzioni normali, tempi di consegna fissi, ignorando effetti di coorte, sostituzione, cannibalizzazione e prospettiva del paniere.
Conor Doherty: Compriamo panieri in combinazione, non in isolamento.
Joannes Vermorel: Esatto. Tutto assente. È folle aspettarsi che un sistema così disfunzionale di elaborazione dell’informazione permetta di volare in sicurezza. Voli con strumenti rotti e ti aspetti di pilotare l’aereo in sicurezza.
Le aziende sopravvivono perché le persone non reagiscono meccanicamente agli strumenti. Sanno che la bussola è rotta, che l’altimetro è rotto. Conoscono gli strumenti e non si fidano.
Quindi fanno molte altre cose proprio perché non si fidano.
Conor Doherty: Sì.
Joannes Vermorel: E poiché i concorrenti hanno gli stessi problemi, nessuno fallisce. Se fai male qualcosa ma tutti i concorrenti sono ugualmente cattivi, va bene. Il mercato non prova che sei bravo, prova solo che gli altri sono altrettanto cattivi o peggio.
Il gioco della supply chain non è giocato in modo efficiente. Gli strumenti sono terribili e molto spreconi. Altri settori dell’economia sono progrediti così tanto da compensare queste inefficienze massive.
Ma se valuti freddamente il contributo positivo e negativo della supply chain, il quadro è piuttosto cupo.
Conor Doherty: Hai menzionato informazione. Credo sia il capitolo cinque.
Joannes Vermorel: Sì. Il capitolo cinque è informazione. Il tre è epistemologia. Il sei è intelligenza.
Conor Doherty: Abbiamo parlato di incertezza, informazione futura, rischio, e tu hai criticato più volte le serie temporali e la previsione su serie temporali per approssimare quell’informazione.
Secondo te, l’unico modo per stimare il rischio e l’informazione mancante è usare la previsione probabilistica? E se sì, perché?
Joannes Vermorel: Non è l’unico modo. È il più trattabile con le tecnologie che abbiamo. Amazon ha uno o due paper su tecniche tipo reinforcement learning che evitano la previsione esplicita. Puoi costruire una policy, un processo decisionale, in cui la gestione del rischio è sepolta nei parametri del modello.
La previsione probabilistica non viene mai fatta perché è implicita nella policy. Ma questi approcci hanno grandi difetti pratici per opacità massiccia. Finisci con ricette numeriche stile deep learning, estremamente opache anche per il data scientist che usa il metodo.
Se vogliamo un metodo non troppo black box per il data scientist, qualcosa che renda esplicita una dichiarazione sul futuro è meglio. E quale dichiarazione faremo sul futuro? Probabilità.
Forse tra un secolo matematici intelligenti troveranno un modo migliore delle probabilità per pensare il rischio. Per ora sono il gold standard degli strumenti matematici disponibili.
Il focus deve essere su ciò che conta per il business. Le serie temporali prendono misure del passato e le estendono nel futuro. Io dico: non è la prospettiva giusta. A causa delle asimmetrie dobbiamo prestare attenzione a ciò che conta.
Se gestisco un negozio, vandalismo e incendio sono eventi da caratterizzare. Sono diversi per natura e prevenzione. Non voglio solo una serie temporale, voglio pensare alla priorità.
Per esempio, in aviazione, se vuoi pensare al costo di un aircraft on ground…
Conor Doherty: Sì, esempio classico.
Joannes Vermorel: Il costo varierà moltissimo secondo giorno e luogo. Il caso peggiore, credo raggiunto da una compagnia aerea anni fa, fu un A380 a terra a Dubai a Capodanno.
Conor Doherty: D’accordo.
Joannes Vermorel: Bisognava mettere i clienti in hotel, e gli hotel che avevano ancora camere erano praticamente palazzi.
Conor Doherty: Sì, sì.
Joannes Vermorel: Fu un evento multimilionario: circa 700 passeggeri, il doppio di un jetliner normale, e le uniche camere disponibili erano al top della qualità, con prezzi folli.
Un aircraft on ground avrà lo stesso impatto in una città con molta capacità alberghiera libera, hotel economici e capacità per reindirizzare i passeggeri? Forse c’è un fattore 10 tra il caso peggiore e quello più facile.
Questo significa: non pensare serie temporali, pensa caratterizzazione adeguata degli eventi buoni e cattivi. Non farti distrarre dalla formulazione matematica elegante. Guarda ciò che conta.
Conor Doherty: È un esempio molto buono. Posso dare un’aneddoto personale. Due volte mi è successo, di nuovo un AOG, perché gli aerei possono volare solo un certo numero di ore al giorno, o anche quando aspettano sono tecnicamente in uso.
Due volte, volando da Dublino a Parigi Charles de Gaulle, la finestra è stata superata e l’aereo è rimasto a terra. Per ragioni operative. Quando succede, tutti i passeggeri devono essere sistemati.
Essendo irlandese, so che a Dublino c’è una carenza incredibile di alloggi e hotel. E conosco i miei diritti: la normativa europea prevede il rimborso di pasti e alloggio dovuti al ritardo. Ho quindi aperto booking.com, non sponsorizzato, e ho scelto una delle camere più costose dell’Hilton.
Joannes Vermorel: Sei un passeggero terribile.
Conor Doherty: Non è colpa mia.
Joannes Vermorel: Esatto.
Conor Doherty: Ma sapevo che stava arrivando. Conosco anche il pricing dinamico. Improvvisamente hai centinaia di persone…
Joannes Vermorel: Sì.
Conor Doherty: …che cercano tutte le pochissime risorse alberghiere alle 21:30 di un weekend a Dublino. È un evento di coda grassa dal punto di vista della compagnia aerea. Perdite enormi, più il reindirizzamento dei passeggeri.
Ho mangiato molto bene per due giorni e sono stato in un hotel molto bello, praticamente una suite tutta per me, pagata dalla compagnia aerea.
Qual è il costo di un AOG a Dublino? Dipende. È weekend? C’è un evento sportivo che ha già consumato l’offerta alberghiera? È mattina o sera? Alle 9 del mattino hai tutto il giorno per sistemare le persone.
Ma c’erano centinaia di persone in attesa. Molti andarono al desk clienti pensando che la persona dall’altra parte potesse evocare centinaia di camere. Non poteva. Non so dove siano state mandate sull’isola d’Irlanda, ma non a Dublino.
Sapevo che non c’erano molti posti. Forse ostelli, forse dormire sul pavimento. Lavorando a Lokad, con molti clienti aerospace, sapevo cosa sarebbe successo. Dopo tre ore sulla pista, ho prenotato una camera rimborsabile dall’aereo.
Joannes Vermorel: Sì.
Conor Doherty: Poi il volo è stato cancellato. Ho preso il bagaglio e sono andato direttamente in hotel. Altri non sono stati così fortunati. Il punto è che succede. Dal punto di vista del cliente e del consumatore bisogna essere preparati, perché gli eventi di coda grassa accadono più spesso di quanto pensi, sono dannosi e devi conoscere il rischio.
Joannes Vermorel: Sì. “Più spesso di quanto pensi” è un po’ fuorviante. Le persone non hanno un’intuizione quantitativa. Se chiedi percentuali, danno numeri fasulli. Ma anche senza conoscere le probabilità, puoi prendere decisioni decenti.
Per esempio, prenotare una stanza rimborsabile è ovvio.
Conor Doherty: Esatto.
Joannes Vermorel: Se succede, vinco. Se non succede, perdo pochi minuti per cancellare. La perdita è dieci minuti, il guadagno è evitare un disagio enorme.
Conor Doherty: Sì, esatto.
Joannes Vermorel: Assicurazione. Parliamo di rischio e assicurazione. Se provassi a vivere con una prospettiva di serie temporali, diresti: ogni ora ho una serie temporale che dà le coordinate GPS della mia posizione.
Conor Doherty: Mhm.
Joannes Vermorel: Immagina due serie temporali, latitudine e longitudine, estese ora per ora per la prossima settimana. Il piano direbbe: a quest’ora dovrei essere sopra l’oceano in volo. Ma non lo sei. Che ne è del piano?
Che cosa ti dice la serie temporale su cosa fare? Nulla. Non ti dirà di prenotare un hotel o chiamare tua moglie per dire che hai un problema.
La serie temporale sembra scientifica, la tua posizione esatta a ogni ora, ma in pratica è non operativa per decisioni di base: informare familiari, gestire hotel, bagagli, stanchezza, dormire, mangiare.
Da una prospettiva individuale è ovvio. In azienda, improvvisamente, le persone dicono: “No, le serie temporali sono buone”.
Conor Doherty: Sì.
Joannes Vermorel: No. Le serie temporali non diventano funzionali perché le usiamo in azienda. Erano disfunzionali dall’inizio.
Conor Doherty: Mi ricorda una conferenza ISF a Dijon, dove moderavo un panel. Parlavamo della differenza tra ciò che le persone fanno personalmente e ciò che fanno quando sono nello stesso ufficio.
Feci l’esempio delle vacanze. Hai prenotato voli per una destinazione esotica, guardi la previsione meteorologica probabilistica a una settimana dal viaggio, e c’è il 20% di probabilità di una tempesta terribile. Puoi rimborsare i biglietti. Che fai?
Al 20%, 30%, 40%, 50%, se stai ottimizzando per sole e spiaggia, continui? Hai un input probabilistico che dice che il piano potrebbe non andare come previsto.
Personalmente, la maggior parte rivaluterebbe. Quindi ti fidi dell’input probabilistico per le tue finanze, ma in azienda sostieni la prospettiva delle serie temporali…
Joannes Vermorel: E puoi essere sensibile a domande sottili. Hai un neonato con te?
Conor Doherty: Sì.
Joannes Vermorel: Cambia tutto. Due adulti o un bambino di sei mesi sono situazioni diverse. Se l’aereo è scosso da una tempesta con un neonato, è un inferno per lui e per te.
Lo stesso vale per le supply chain. Sfumature sottili cambiano la valutazione del rischio: sostituzione, cannibalizzazione, partner che aiutano, clienti che possono aspettare.
In aviazione, per esempio, devi riparare un componente. Lo vedi come MRO, e al MRO mancano alcune parti. Ma il cliente può essere disposto a inviare le parti.
Conor Doherty: Mhm.
Joannes Vermorel: Perché anche il cliente ha stock di parti. Mandi un componente da riparare a un’azienda che dovrebbe avere i propri ricambi, ma talvolta non li ha. Poiché è il tuo componente e ti interessa il risultato, puoi inviare alcuni tuoi ricambi affinché completino la riparazione.
Sono situazioni che non entrano in una serie temporale, ma pragmaticamente sono ovvie. Le persone devono pensare al futuro in modo non disfunzionale. Se vogliono usare matematica, va bene. Serve per tradurre l’intuizione in software.
Ma usate un formalismo non rotto. Io dico: probabilità. Sono una scommessa sicura, uno strumento affidabile. Ci sono opzioni esotiche, ma per iniziare con la gestione del rischio, le probabilità sono un approccio sicuro.
Conor Doherty: Bene. Stiamo andando avanti da un po’. Direi di avviarci alla chiusura. Domanda abituale: siamo al capitolo sette del libro e abbiamo coperto molto sull’incertezza, centrale nella filosofia di Lokad, nel libro e in questo capitolo.
Che cosa possono prendere le persone da questo capitolo e applicare subito?
Joannes Vermorel: Identificare la pianificazione stile Gosplan nella propria azienda e smettere semplicemente di farla.
Conor Doherty: Ecco, l’avete sentito qui.
Joannes Vermorel: Una volta capito come pensare il futuro, cosa non troppo difficile…
Conor Doherty: Accadrà semplicemente.
Joannes Vermorel: Sì. Devi essere opportunistico. Quando accade qualcosa di favorevole, cogli l’opportunità. Quando può accadere qualcosa di estremamente dannoso, preparati per minimizzare il danno.
Non è un’idea sofisticatissima. In questo capitolo chiarisco solo che questo è il modo corretto di pensare il futuro. Non pensare che piani elaborati e sofisticati contengano una verità superiore. Non è così. Sono disfunzionali e funzionano male.
Molti professionisti guardano quei piani e dicono: “I numeri sono pessimi, ma è scienza, fidiamoci della scienza”. Il messaggio del capitolo è: no, non è scienza vera. È scientismo.
Se lo capisci, il capitolo ti dà argomenti per dire al top management che l’azienda dovrebbe smettere di fare qualcosa che crea danno economico continuo. Se smetti di fare qualcosa di dannoso, l’azienda sta meglio. Non devi fare qualcosa di buono. Basta smettere qualcosa di cattivo: profitto, più profitto.
Questo è difficile nelle grandi aziende: pensare per sottrazione. Pensano che per fare soldi bisogna fare più cose. Ma nelle grandi aziende spesso la fonte del profitto è già lì. Fanno già molte cose giuste, altrimenti non esisterebbero.
Conor Doherty: Sì.
Joannes Vermorel: Per sbloccare la fase successiva di redditività, nelle aziende consolidate le opportunità di rimuovere il cattivo sono enormi rispetto al migliorare il buono. Per una grande azienda media con supply chain, rimuovere per sottrazione è quasi sempre l’area più semplice.
Ma è controintuitivo, perché l’intuizione umana vuole aggiungere cose, migliorare.
Conor Doherty: Sì.
Joannes Vermorel: Pochi pensano: “Se rimuoviamo tutte queste persone e non le sostituiamo, tutto andrà meglio”, o semplicemente eliminiamo una cattiva pratica.
Conor Doherty: Sì.
Joannes Vermorel: È ciò che Elon Musk ha fatto con Twitter. Ha licenziato l'80% dell’azienda, poi metà del restante 20% se n’è andata. Ora sono giù del 90% di organico, e X funziona meglio di prima.
Hanno introdotto molte funzionalità, come video e altro.
Conor Doherty: Mhm.
Joannes Vermorel: Sono utente Twitter da molto tempo, ora X, e dopo il taglio del 90% questo prodotto software è molto migliore. Questo mostra il potere di smettere di fare cose che danneggiano l’azienda.
Nelle aziende consolidate, le burocrazie si accumulano: persone, processi, continuamente. Ogni manager vuole aggiungere cose. L’idea di sopprimere cose è spaventosa.
Nel software è lo stesso. “Dobbiamo cancellare il codice?” “Potrebbe servire in futuro.” “Abbiamo investito tanto per scriverlo”: costo sommerso.
Conor Doherty: Sì, costo sommerso. Dobbiamo davvero cancellarlo?
Joannes Vermorel: La risposta è: senza pietà. Cancella, cancella, cancella. Questo capitolo sul futuro dà strumenti mentali per guardare le pratiche di pianificazione e dire: “Dobbiamo cancellare questo, questo, questo e quello”, e sarà meglio. Semplicemente meglio.
Conor Doherty: Bene. Joannes, grazie. Non ho altre domande. Grazie per essere stato con me, e ci vediamo presto per il capitolo otto.
E a voi, grazie mille per aver guardato. Come sempre, se volete continuare la conversazione, potete contattare Joannes e me. Siamo entrambi su LinkedIn, oppure potete scriverci a contact@lokad.com.
Con questo, ci vediamo la prossima volta per il capitolo otto. E sì, tornate al lavoro.
