La piattaforma Lokad

Anche se le iniziative quantitative sulla supply chain possono essere realizzate su qualsiasi piattaforma con un linguaggio di programmazione, la piattaforma Lokad è stata appositamente progettata per supportare tali iniziative. Lokad è una piattaforma dedicata alla progettazione e all’implementazione di app personalizzate di previsione dell’ottimizzazione predittiva della supply chain. Rispetto agli strumenti di sviluppo generici, Lokad offre una produttività, affidabilità, manutenibilità e sicurezza superiori - e non da ultimo - prestazioni della supply chain.

Al centro di Lokad si trova Envision, un linguaggio di programmazione specifico del dominio (DSL). Questo linguaggio è destinato agli esperti di supply chain, non agli ingegneri del software. Il nostro obiettivo principale è mettere l’ottimizzazione della supply chain nelle mani di coloro che hanno una competenza diretta in materia. In questo modo, Lokad riduce i rischi delle iniziative sulla supply chain eliminando gli intermediari tra il business e l’IT.

Attraverso Envision, superiamo di gran lunga le capacità dei sistemi di pianificazione avanzata (APS), “avanzati” solo nel nome, dell’intelligence aziendale (BI) o persino dei toolkit di previsione specializzati. Non da ultimo, rispetto ai linguaggi di programmazione generici - come Python - Lokad offre app più sicure e più manutenibili.

Oltre i fogli di calcolo

Excel è lo strumento più utilizzato nella supply chain. Da Lokad, riconosciamo che Excel ha molte qualità eccellenti: è semplice, espressivo, visuale e, soprattutto, Excel ti consente di tenere sempre sotto controllo i tuoi dati. Excel ha ottenuto il successo mondiale che merita. Con Envision, abbiamo lavorato molto duramente per preservare tutte queste eccellenti qualità presenti in Excel.

Tuttavia, per quanto riguarda la supply chain, Excel non è neanche il massimo dell’analisi. Il punto di forza più grande di Excel è anche il suo punto debole più grande: la logica di calcolo e i dati diventano sistematicamente intrecciati, e questo crea problemi senza fine non appena i fogli iniziano a crescere di dimensioni. Tuttavia, i grandi fogli di Excel sono di solito inevitabili nella supply chain, dove di solito si trovano centinaia o addirittura migliaia di prodotti all’interno della stessa azienda.

Purtroppo, questo problema di intreccio tra logica e dati non può essere risolto all’interno di Excel, perché la “soluzione” andrebbe contro ciò che rende Excel uno strumento così fantastico in primo luogo. Di conseguenza, da Lokad, abbiamo deciso di progettare Envision, una tecnologia che preservi le proprietà preziose di Excel per quanto riguarda la supply chain, ma che supporti anche la scalabilità fino a centinaia di milioni di ordini o SKU, se necessario.

Quindi, i fogli di calcolo, non solo Excel, non sono semplicemente adatti a classi specializzate ma essenziali di calcoli necessari per l’ottimizzazione delle supply chain. Ad esempio, i fogli di calcolo non hanno (virtualmente) alcuna funzione per gestire previsioni probabilistiche. Di conseguenza, i fogli di calcolo sono bloccati in una mentalità di “media” che è dannosa per le supply chain. Allo stesso modo, i fogli di calcolo non hanno (virtualmente) alcuna funzione per eseguire l’ottimizzazione vincolata in condizioni di incertezza. Di conseguenza, anche i vincoli banali come i MOQ (quantità minima d’ordine) finiscono per essere risolti manualmente dagli operatori della supply chain.

Envision offre costrutti specializzati - come un’algebra delle variabili casuali - che sono essenziali per l’ottimizzazione predittiva delle supply chain, che semplicemente non sono disponibili nei fogli di calcolo. Quindi, le app create con Envision sono molto più manutenibili dei fogli di calcolo, che scalano male per quanto riguarda i problemi complessi.

Non solo osservare i dati ma agire su di essi

Le soluzioni di Business Intelligence (BI) vengono spesso vendute come la fase successiva dell’analisi aziendale dopo Excel. Tuttavia, sulla base dell’esperienza pluriennale di Lokad, siamo giunti alla conclusione che, per quanto riguarda le supply chain, la BI quasi sempre non riesce a realizzare i benefici attesi. Il problema non sta nella qualità degli strumenti di Business Intelligence: il mercato della BI è maturo e ci sono alcune soluzioni eccellenti. Piuttosto, la difficoltà risiede nel fatto che osservare i dati per “ottenere informazioni” è estremamente costoso per le aziende coinvolte in migliaia di prodotti e migliaia di clienti.

Nella supply chain, gli strumenti di BI non riescono a scalare non perché non possono elaborare tutti i dati disponibili - a differenza di Excel, i buoni strumenti di BI possono elaborare quantità molto grandi di dati - ma perché, mentre produrre milioni di numeri ogni giorno è economico, come abbiamo detto in precedenza: produrre solo dieci numeri rilevanti ogni giorno che valgono la pena di essere letti e su cui agire è estremamente difficile. Nonostante tutti i suoi difetti, Excel ha questa attitudine di “fare le cose”, mentre la BI no.

Per Envision, volevamo assolutamente preservare questa prospettiva di “fare le cose”. Envision riguarda la creazione di app. Ad esempio, Envision può generare elenchi di azioni prioritizzate come:

Elenca gli articoli principali da mantenere a un basso margine lordo per mettere sotto pressione i concorrenti
Genera le quantità necessarie per riempire esattamente il prossimo container da ordinare
Elenca gli articoli principali che devono essere liquidati per liberare lo spazio nel magazzino
Elenca gli articoli principali che vengono costantemente restituiti dai clienti e che devono essere rimossi dalla lista

Le decisioni quantitative generate da Envision possono quindi essere ri-importate automaticamente nell’ERP o scaricate come fogli di calcolo. La portata esatta di Envision dipende da ciò che decidi di essere le principali priorità della tua azienda.

La tua azienda non può evitare la programmabilità

Envision è un linguaggio di programmazione. Per la maggior parte delle persone che non sono sviluppatori di software, questo probabilmente sembra “molto” tecnico; la maggior parte degli esecutivi aziendali, anche nelle più grandi aziende, si chiede se il loro team sarà in grado di diventare produttivo con un tale strumento avanzato. La nostra esperienza ci dice che la supply chain è irrimediabilmente complessa. Abbiamo assistito a venditori che promettono strumenti così semplici che persino “un bambino di 9 anni potrebbe usarli” e che alla fine ottengono risultati allineati a quelli che avrebbe ottenuto un vero “bambino di 9 anni”.

La supply chain coinvolge migliaia di prodotti e spesso molti di più. Ogni prezzo, ogni livello di stock, ogni assortimento deve essere costantemente aggiornato. Non c’è speranza di raggiungere questo con un livello soddisfacente di produttività senza automatizzare tutti questi compiti banali. Tuttavia, l’automazione da sola non è sufficiente: deve essere un’automazione intelligente che sia profondamente allineata con i tuoi specifici driver aziendali. La parte “programmabile” è quella che rende possibile raggiungere questo allineamento.

Ogni volta che qualcuno sta creando una formula complessa in un foglio di calcolo da qualche parte nella tua organizzazione, questa persona sta sfruttando l’espressività programmabile del foglio di calcolo. Non c’è modo di liberarsi della follia dei fogli di calcolo se le squadre non hanno un’alternativa migliore per inserire la loro esperienza di dominio nei sistemi. Envision è appunto pensato come questa alternativa superiore.

Oltre Python

Nonostante la crescente popolarità delle iniziative di data science, la dura realtà è che la stragrande maggioranza di queste iniziative non soddisfa le aspettative. Più specificamente, mentre i prototipi iniziali sono spesso promettenti, queste iniziative di solito falliscono nel passaggio alla produzione. Al contrario, Envision è stato progettato tenendo presente la produzione della supply chain, per mitigare specificamente nella più ampia misura possibile quelle classi di problemi. Ci sono due cause principali di questi fallimenti. Discutere i pro e i contro di tutte le alternative a Envision sarebbe un po’ noioso, quindi per una questione di chiarezza, la discussione si concentrerà sulla scelta tra Python ed Envision.

Prima di tutto, Python richiede ingegneri del software. Infatti, Python, come qualsiasi linguaggio di programmazione completo, espone tonnellate di complessità tecnica a chiunque scriva codice in Python. Aspettarsi che le persone siano sia esperti di ingegneria della supply chain che esperti di ingegneria del software è troppo. Le capacità programmatiche devono essere accessibili a un ampio spettro di persone tecnicamente inclini, non solo a ingegneri del software professionisti.

In secondo luogo, i costi di manutenzione dei prototipi Python frettolosi sono alle stelle. I costi di manutenzione devono essere tenuti sotto controllo. Python è lontano dall’essere efficiente dal punto di vista hardware. Quindi, risolvere i problemi di ottimizzazione della supply chain è un processo disordinato: i dati provenienti da molti sistemi (scarsamente) affidabili devono essere trasferiti in modo affidabile, i processi imperfetti e in continua evoluzione devono essere documentati e modellizzati, le metriche di ottimizzazione devono riflettere una strategia aziendale in uno stato di costante cambiamento, ecc. Python offre quasi nessuna correttezza progettata per supportare tali sforzi.

Envision è la nostra risposta a queste sfide. Brilla in modi che semplicemente non sono accessibili a Python, ovvero:

Difesa in profondità, che previene intere classi di problemi di sicurezza che sorgono ogni volta che è coinvolto un linguaggio di programmazione generale.
Prestazioni trasparenti, che impediscono la scrittura di programmi che saranno impraticabilmente lenti nell’esecuzione in produzione.
Aggiornamento trasparente, poiché lo stato dell’arte è in continua evoluzione, gli aggiornamenti dovrebbero essere forniti automaticamente, di solito attraverso riscritture di codice in background.
Stack confezionato, in cui il peso di assemblare decine di componenti software, anche considerando l’app più semplice, viene eliminato.

In conclusione, anche se Python è fantastico (lo è), non è una risposta soddisfacente per l’ottimizzazione della supply chain come lo è Envision. Costruire e mantenere un’app di machine learning di qualità di produzione in Python è possibile, ma i costi sono elevati e a meno che la tua azienda non sia pronta ad avere un team di ingegneria del software dedicato alla manutenzione di questa app, non funzionerà in produzione.