La Piattaforma Lokad

Anche se le iniziative Quantitative 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 ottimizzazione predittiva della supply chain. Rispetto agli strumenti di sviluppo generici, Lokad offre una produttività, affidabilità, manutenibilità, sicurezza - e non da ultimo - prestazioni della supply chain superiori.

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 competenze dirette in materia. In questo modo, Lokad riduce i rischi delle iniziative della supply chain rimuovendo gli intermediari tra il business e l’IT.

Attraverso Envision, superiamo di gran lunga le capacità dei APS (Advanced Planning Systems), “avanzati” solo nel nome, BI (Business Intelligence) o persino kit di strumenti di previsione specializzati. Infine, rispetto ai linguaggi di programmazione generici - come Python - Lokad offre app più sicure e più mantenibili.

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 permette di rimanere sempre aggiornato sui 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 vertice dell’analisi. La più grande forza di Excel è anche il suo più grande punto debole: 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 solitamente 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 eccezionale in primo luogo. Di conseguenza, a 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 per classi specializzate ma essenziali di calcoli necessari per l’ottimizzazione delle supply chain. Ad esempio, i fogli di calcolo non hanno (virtualmente) alcuna funzionalità per gestire previsioni probabilistiche. Di conseguenza, i fogli di calcolo sono bloccati in una mentalità di “passaggio medio” che è dannosa per le supply chain. Allo stesso modo, i fogli di calcolo non hanno (virtualmente) alcuna funzionalità per eseguire ottimizzazioni vincolate in condizioni incerte. Di conseguenza, persino vincoli banali come i MOQ vengono risolti manualmente dagli operatori della supply chain.

Envision fornisce 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 costruite con Envision sono molto più mantenibili dei fogli di calcolo, che scalano male rispetto ai problemi complessi.

Non solo osservare i dati ma agire su di essi

Le soluzioni di Business Intelligence (BI) vengono spesso vendute come il prossimo stadio dell’analisi aziendale dopo Excel. Tuttavia, basandoci sull’esperienza pluriennale di Lokad, siamo giunti alla conclusione che, per quanto riguarda le supply chain, la BI fallisce quasi sempre nel 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 là fuori. Piuttosto, la difficoltà risiede nel fatto che osservare i dati per “ottenere informazioni” è terribilmente costoso per le aziende in cui sono coinvolti migliaia di prodotti e migliaia di clienti.

Nelle supply chain, gli strumenti di BI non riescono a scalare non perché non riescono a elaborare tutti i dati disponibili - a differenza di Excel, 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 essere letti e agiti 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 si tratta di costruire app. Ad esempio, Envision può generare elenchi di azioni prioritarie come:

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

Le decisioni quantitative generate da Envision possono poi essere automaticamente reimportate nell’ERP, o scaricate come fogli di calcolo. Il campo esatto di Envision dipende davvero da ciò che decidi essere le priorità principali 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 aziende più grandi, si chiedono 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 visto alcuni fornitori promettere strumenti così semplici che persino “un bambino di 9 anni potrebbe usarli”, e alla fine ottenere risultati allineati a quelli che avrebbe ottenuto un effettivo “bambino di 9 anni”.

La supply chain coinvolge migliaia di prodotti, e spesso, molto di più. Ogni prezzo, ogni livello di stock, ogni assortimento deve essere regolato costantemente. 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 driver aziendali specifici. La parte “programmabile” è quella che rende possibile raggiungere questo allineamento.

Ogni volta che qualcuno sta elaborando 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 i team non hanno un’alternativa migliore per inserire la propria esperienza di settore 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 corrisponde alle aspettative. Più specificamente, mentre i prototipi iniziali sono spesso promettenti, queste iniziative di solito falliscono nel passare alla produzione. Al contrario, Envision è stato progettato con la produzione della supply chain in mente, per mitigare specificamente nella misura del 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 piuttosto noioso, quindi per 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 stia scrivendo codice in Python. Aspettarsi che le persone siano contemporaneamente esperti di ingegneria delle supply chain ed 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.

Secondo, i costi di manutenzione dei prototipi frettolosi in Python sono alle stelle. I costi di manutenzione devono essere mantenuti sotto controllo. Python è ben lungi dall’essere efficiente dal punto di vista hardware. Poi, risolvere i problemi di ottimizzazione della supply chain è un processo disordinato: i dati provenienti da molti sistemi (scarsamente) affidabili devono essere trasportati in modo affidabile, i processi imperfetti e in continua evoluzione devono essere documentati e modellati, le metriche di ottimizzazione devono riflettere una strategia aziendale in uno stato di costante cambiamento, ecc. Python offre quasi nessuna correttezza progettuale 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, prevenendo intere classi di problemi di sicurezza che sorgono ogni volta che è coinvolto un linguaggio di programmazione generale.
Prestazioni trasparenti, impedendo che vengano scritti programmi che saranno impraticabilmente lenti da eseguire in produzione.
Aggiornamento trasparente, per quanto all’avanguardia sia un obiettivo in continuo movimento, gli aggiornamenti dovrebbero essere forniti automaticamente, di solito attraverso riscritture di codice in background.
Stack confezionato, dove il peso di assemblare decine di pezzi software, anche considerando l’app più semplice, viene eliminato.

In conclusione, mentre 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 grado 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 completo di ingegneri del software dedicato alla manutenzione di questa app, non funzionerà in produzione.