Who's Who
Marco Perona
Professore Ordinario di Supply Chain Management presso l'Università degli Studi di Brescia
Da alcuni anni è in atto nelle imprese un profondo processo di evoluzione strutturale dei modelli di business, dei parametri competitivi, dei modi di realizzare i processi fisici e decisionali e delle competenze richieste per svolgerli. Questo processo di cambiamento è chiamato da alcuni digitalizzazione, da altri la quarta rivoluzione industriale, industria 4.0 o meglio impresa 4.0. Anche nell’ambito dei processi e delle attività di approvvigionamento e acquisto è recentemente emerso il paradigma denominato Procurement 4.0.
In passato la priorità dell’Ufficio Acquisti è stata di garantire la consegna dei materiali e dei servizi richiesti dalle funzioni aziendali a valle, rispettandone i requisiti di tempo, costo e qualità. Pur restando di assoluta importanza, ora questo non è più sufficiente a garantire una leadership di mercato. A causa della progressiva diminuzione del valore aggiunto generato internamente, la catena di approvvigionamento sta diventando sempre di più aperta, complessa e critica, e il know-how necessario per realizzare la value proposition della generica azienda è più spesso reperito esternamente. La chiave di successo per l’ufficio acquisti moderno è quindi di evolvere verso catene di valore dinamiche e interconnesse.
Inoltre la continua ricerca di standard crescenti di efficienza ed efficacia, unitamente alla disponibilità di tecnologie d’avanguardia a un costo decrescente, permette di automatizzare via via parti delle attività più ripetitive svolte anche all’interno dei processi di procurement, consentendo al tempo stesso di aumentare la velocità di reazione, di ridurre l’intensità di lavoro delle attività e infine di garantire una maggiore conformità e ripetibilità dei processi medesimi.
Tale processo di digitalizzazione dei processi di procurement è al centro di uno studio che ha visto lo sviluppo di un business case sulla digitalizzazione di una multinazionale del settore alimentare operante sul mercato globale, con un fatturato annuo di due miliardi di euro, denominata convenzionalmente ALFA. Più nello specifico, si studia nel dettaglio i processi di approvvigionamento dell’azienda ALFA, confrontandoli con le tecnologie esistenti oggi e quelle più presumibilmente applicabili nel futuro prossimo, con lo scopo da un lato di verificarne l’applicabilità e dall’altro di quantificare i risultati raggiungibili.
La trattazione è suddivisa in cinque capitoli, due dei quali sviluppati in questo articolo (gli altri tre sono disponibili a questo link). Nel primo sono analizzati i processi standard dell’Ufficio Acquisti. Il secondo capitolo fa il punto sulle tecnologie più promettenti per l’automazione delle attività dell’Ufficio Acquisti. Nel terzo capitolo si entra nel vivo dello studio e si analizza l’applicazione di questi strumenti ai processi dell’ufficio acquisti di ALFA. Nel quarto capitolo sono presentati e discussi i risultati raggiunti, evidenziando i benefici monetizzabili e non. Nel quinto e ultimo capitolo sono elencati i possibili step per guidare il cambiamento, con particolare focus sulle risorse umane, punto di forza e leva principale di questa evoluzione.
1. I processi di purchasing
Quando è stato realizzato questo studio, gli acquisti di ALFA corrispondevano a più di 2/3 del fatturato aziendale. I principali compiti dell’Ufficio Acquisti erano:
- l’individuazione e caratterizzazione dei beni materiali ed immateriali da acquistare
- il reperimento e la selezione dei fornitori più atti a provvedere tali beni
- la negoziazione dei contratti di fornitura
- l’emissione ed il controllo degli ordini d’acquisto
Il tutto, naturalmente, in armonia con la strategia aziendale, i piani di vendita e produzione, e gli obiettivi economico-finanziari da raggiungere.
Il ruolo, il valore, gli obiettivi e le attività dei processi di purchasing di ALFA sono stati analizzati in estremo dettaglio, suddividendoli nei tre livelli gerarchici: strategico, tattico e transazionale. All’interno di ciascuno di questi livelli sono state descritte le singole sotto-fasi e le relative attività di dettaglio, come si evince nella figura sottostante.
2. Le tecnologie abilitanti
Si è a questo punto realizzato uno scouting delle principali tecnologie a oggi disponibili per una applicazione a supporto delle attività identificate nel capitolo 1. In particolare sono emerse 3 aree tecnologiche come quelle più direttamente interessanti nell’ambito del puchasing.
La prima di queste tecnologie è denominata Robotic Process Automation (RPA), e consiste nell’utilizzo di robot software (quindi, non fisici) per l’automazione di semplici e ripetitivi task, che quindi non dovranno più essere svolti dal personale dell’Ufficio Acquisti. Un robot software è un programma dotato di un appropriato livello di intelligenza artificiale, che lo rende in grado di replicare le azioni umane. Un robot software ad esempio può realizzare mansioni di data entry, interagendo con l’interfaccia di un sistema ERP esattamente come farebbe un operatore umano. È tipicamente possibile istruire un RPA cablando al suo interno il processo, attraverso la realizzazione di process flow charts tramite un’interfaccia grafica.
La seconda tecnologia identificata e analizzata da questo studio è l’intelligenza artificiale (AI), con particolare riferimento al cognitive computing (CC). Le piattaforme di cognitive computing sono tipicamente dotate di machine learning, capacità di ragionamento, capacità di riconoscimento vocale e di processamento del linguaggio naturale, oltre che di visione artificiale. Esse possono quindi percepire il contesto attraverso diverse estensioni sensoriali simili a quelle umane, elaborarlo attraverso una funzionalità intelligente di “agente virtuale”, ed esplicitare il proprio suggerimento della migliore azione da porre in atto in risposta al contesto osservato.
Il terzo ambito funzionale identificato e studiato è stato quello degli integrated analytics (IA). L’ambito generale degli analytics, spesso collegato a quello dei big data, è relativo alla capacità di analizzare moli di dati di grandi dimensioni applicando stratificazioni multi-dimensionali e criteri di analisi statistica capaci di passare dal dato elementare all’informazione e dall’informazione alla conoscenza, attraverso processi di aggregazione, inferenza statistica ed analisi multivariata. Più in particolare, gli applicativi presi in esame mettono a disposizione funzionalità di tipo:
- descrittivo, usate ad esempio per contestualizzare il comportamento dei fornitori, raggruppandoli in classi omogenee;
- predittivo, usati per prevedere il comportamento futuro dei fornitori sulla base del comportamento passato e dello specifico contesto come emerge dagli algoritmi descrittivi;
- prescrittivo, o decisionale, che permettono di porre in relazione tutti gli elementi di una decisione per cercare di prevederne gli esiti, e quindi supportano i manager nel processo decisionale.
La figura sottostante evidenzia le principali caratteristiche delle nuove tecnologie analizzate e le relazioni reciproche tra di esse nel caso di ALFA, di cui proseguiamo la trattazione in questo articolo.
