Lo Supply Chain Scientist

Il Quantitative Supply Chain ridefinisce come le supply chain possono essere ottimizzate con software più avanzato, tipicamente guidato dall’apprendimento automatico, e con software più scalabile, alimentato da un’infrastruttura Big Data. Tuttavia, al centro di ogni progetto di Quantitative Supply Chain c’è lo Supply Chain Scientist che esegue la preparazione dei dati, la modellazione economica e la segnalazione dei KPI. Lo Supply Chain Scientist offre intelligenza umana amplificata attraverso l’intelligenza artificiale. L’automazione intelligente delle decisioni della supply chain è il prodotto finale del lavoro svolto dallo Supply Chain Scientist.

Umano più Macchina

Migliorare le prestazioni della supply chain richiede una profonda comprensione della strategia aziendale. Le rotture di stock possono essere estremamente costose, come nel caso dell’aerospaziale ad esempio, o semplicemente routine, come accade con il cibo fresco. Realisticamente, oggi, mentre gli algoritmi intelligenti possono vincere contro campioni di scacchi o Go, anche le macchine più intelligenti sono decenni lontane dall’essere in grado di stabilire una roadmap strategica per la supply chain della tua azienda. Pertanto, stabilire un sistema basato esclusivamente sulla macchina per guidare la tua supply chain rimane fantascienza.

Tuttavia, gli algoritmi intelligenti e gli algoritmi di apprendimento automatico sono diventati incredibilmente bravi nel risolvere problemi ben definiti, stretti e ripetitivi. Il Quantitative Supply Chain abbraccia queste moderne capacità software: utilizza l’intelligenza umana per definire il problema, eliminare le ambiguità e impostare il flusso di lavoro ripetibile; e poi, lascia che la macchina si occupi di generare le decisioni estese, ma banali, della supply chain che la tua azienda richiede ogni giorno per continuare a operare.

Il Quantitative Supply Chain non riguarda l’eliminazione delle intuizioni umane dall’immagine. Anzi, il Quantitative Supply Chain riguarda il ripristino delle intuizioni umane laddove queste intuizioni hanno un impatto significativo: questioni strategiche. È proprio liberando il personale della supply chain dai compiti banali e ripetitivi che il Quantitative Supply Chain restituisce loro la libertà. Consente alle squadre di concentrare i loro sforzi sulle questioni strategiche, anziché essere bloccate con i dettagli operativi.

Il Ruolo dello Supply Chain Scientist

Il ruolo dello Supply Chain Scientist è “elaborare” i dati, considerare tutte le variabili economiche nella logica e automatizzare la generazione delle decisioni della supply chain. Lo Supply Chain Scientist è anche responsabile dell’implementazione e del monitoraggio dei KPI, ideati insieme alla gestione della supply chain, che vengono utilizzati per valutare le prestazioni dell’iniziativa Quantitative Supply Chain stessa.

All’inizio dell’iniziativa, durante la fase di definizione, lo Supply Chain Scientist è responsabile di assicurarsi che il problema da risolvere sia ben definito, che le ambiguità siano, se non ancora risolte, almeno chiaramente identificate come tali. In particolare, lo Supply Chain Scientist è responsabile di stabilire un quadro chiaro dell’automazione prevista. A seconda del contesto, l’automazione potrebbe essere finalizzata a generare ordini di acquisto, movimenti di inventario, scarti di inventario, ecc.

Durante la fase di preparazione dei dati, lo Supply Chain Scientist deve assicurarsi che tutti i dati rilevanti siano correttamente estratti dai sistemi informatici dell’azienda. Mentre lo Supply Chain Scientist di solito riceve un aiuto dal personale IT per eseguire l’estrazione dei dati stessi, lo Supply Chain Scientist è colui che si occupa di dare un senso ai dati. Stabilire la semantica precisa dei dati, dal punto di vista della supply chain, è di importanza critica. Trasformare i dati grezzi del sistema in dati preparati, pronti per essere elaborati da un algoritmo di apprendimento automatico, richiede un notevole sforzo. Anche questa responsabilità ricade sullo Supply Chain Scientist.

Durante la fase di integrazione, i risultati prodotti dall’automazione vengono messi in discussione dagli operatori della supply chain. In questa fase, gli operatori spesso scoprono casi limite in cui l’automazione si comporta in modo anomalo. Di conseguenza, è responsabilità dello Supply Chain Scientist risolvere tali casi limite. Tuttavia, può anche accadere che i numeri “strani” siano effettivamente i numeri corretti, ma divergano dalle abitudini non ottimali del passato degli operatori della supply chain. Lo Supply Chain Scientist ha la responsabilità di fare chiarezza su tali situazioni e convincere gli operatori della supply chain che quei numeri non costituiscono un problema, ma sono invece un elemento chiave della soluzione.

Infine, una volta che la soluzione è in produzione, lo Supply Chain Scientist monitora le prestazioni dell’automazione e ne identifica i punti deboli. È responsabile del miglioramento continuo della soluzione. Spesso, una logica migliorata richiede dati migliori o più dati, il che a sua volta richiede modifiche ai processi operativi della supply chain. Lo Supply Chain Scientist quantifica i guadagni attesi associati al miglioramento dei dati e costruisce casi aziendali specifici, al fine di proporre il cambiamento alla gestione della supply chain.

Le competenze dello Supply Chain Scientist

Lo Supply Chain Scientist è sia un data scientist che un esperto di supply chain. Questa doppia competenza è essenziale per avere successo nel fornire una soluzione che sia all’altezza delle aspettative iniziali. L’esperienza nella supply chain è essenziale per assicurarsi che lo Supply Chain Scientist abbia una profonda comprensione delle sfide che devono essere affrontate. Una mancanza di comprensione delle sfide della supply chain mette il progetto a rischio di costruire una “soluzione” che non è allineata alle esigenze della supply chain. Tempi di consegna variabili, quantitativi minimi di ordine (MOQ), costi del trasporto aereo rispetto al trasporto marittimo, analisi multi-echelon… sono solo alcuni degli innumerevoli aspetti che lo Supply Chain Scientist deve padroneggiare. In particolare, per svolgere il ruolo di Supply Chain Scientist è necessaria una profonda comprensione non solo degli elementi stessi, ma anche delle relazioni tra di essi. Ad esempio, come i MOQ influenzano i tempi di consegna.

L’esperienza nella scienza dei dati è essenziale per, in primo luogo, effettuare valutazioni quantitative che sfruttano i dati storici e, in secondo luogo, implementare la logica che automatizza completamente il processo decisionale noioso. Una mancanza di competenza nella programmazione mette a rischio qualsiasi iniziativa a causa di ritardi e risultati numerici pericolosi. La programmazione è una competenza così come un’arte. Le sfide della supply chain sono incredibilmente complesse. Lo Supply Chain Scientist è in grado di implementare una soluzione sufficientemente semplice da essere sostenibile, ma sufficientemente accurata per fornire le prestazioni desiderate della supply chain.

Infine, il ruolo dello Supply Chain Scientist richiede anche competenze comunicative superiori alla media. Buone competenze di scrittura sono importanti per produrre documentazione di alta qualità che descriva l’iniziativa Quantitative Supply Chain stessa. Infatti, le supply chain si basano tutte su compromessi - ad esempio, quantitativi minimi di ordine più piccoli rispetto a prezzi di acquisto più bassi - e troppo spesso questi compromessi tendono a rimanere in gran parte non documentati. La Quantitative Supply Chain richiede che questi compromessi siano documentati e quantificati. La responsabilità di questo compito ricade sullo Supply Chain Scientist. Buone competenze verbali sono necessarie per intraprendere un dialogo costruttivo con gli operatori della supply chain durante la fase di integrazione, soprattutto perché i team della supply chain devono essere convinti della validità del nuovo approccio.

Gli Supply Chain Scientist presso Lokad

Presso Lokad, la competenza scientifica nella supply chain è emersa gradualmente nell’ultimo decennio (Lokad è stata fondata nel 2008). Sebbene Lokad sia iniziata come una pura società di software, ci siamo resi conto che l’eccellenza nella supply chain richiedeva un team dedicato di Lokad per agire in prima linea affrontando le sfide effettive della supply chain. Lo staff tradizionale di “supporto software” non era sufficiente per fornire soluzioni soddisfacenti alle aziende, poiché ciò richiede una profonda comprensione di molte diverse sfide della supply chain, non solo una profonda comprensione della tecnologia di Lokad.

Stabilire e sviluppare una competenza scientifica nella supply chain è difficile. Di conseguenza, molte aziende si affidano a Lokad per svolgere il ruolo dello Supply Chain Scientist per la propria iniziativa Quantitative Supply Chain. In questo caso, Lokad fornisce una soluzione software+esperto, in cui uno Supply Chain Scientist viene assegnato al caso e inizia a orchestrare l’intera iniziativa. Questo approccio solleva le aziende dalla necessità di stabilire immediatamente la propria competenza scientifica nella supply chain. L’esternalizzazione di questa competenza ha senso sia per le piccole che per le grandi aziende. Per le piccole aziende, i costi di farlo internamente sono troppo elevati. Per le grandi aziende, è principalmente una questione di accelerare il ritmo del cambiamento all’interno della loro supply chain.

I tipi di candidati selezionati da Lokad per i suoi team scientifici nella supply chain sono di solito profili ingegneristici con lauree magistrali. Sebbene gli Supply Chain Scientist di Lokad siano familiari con la programmazione, in genere non sono sviluppatori di software. Invece, la loro combinazione di competenze tende ad essere più varia e include la maggior parte dei fondamenti dell’ingegneria: la capacità di modellare problemi industriali, di stabilire un processo, di rendere questo processo performante e affidabile, di comunicare con la direzione, ecc. A causa della natura stessa delle sfide della supply chain di Lokad, siamo inclini a selezionare profili che siano fluenti in matematica e statistica, dato che questi due campi sono essenziali per le risoluzioni quantitative della maggior parte delle sfide della supply chain.

Lo sviluppo di questa competenza scientifica nella supply chain è un processo in continua evoluzione presso Lokad. E poiché Lokad svolge il ruolo dello Supply Chain Scientist per molte aziende in diversi settori, abbiamo accumulato una significativa conoscenza istituzionale in questo ambito. Inoltre, quando i nuovi assunti si uniscono a Lokad, la loro formazione prevede di essere esposti a diverse situazioni della supply chain, in diversi settori, al fine di accelerare il processo di apprendimento e raggiungere livelli più profondi di comprensione.

Contenuti correlati