Rischio intrinseco: il costo nascosto della frammentazione dei dati della catena di approvvigionamento

Punti chiave:

1. È nella vostra distinta base che si nascondono i rischi.Una vera analisi della catena di approvvigionamento significa mappare ogni singolo componente in relazione all'esposizione geopolitica e normativa in tempo reale, non limitarsi a monitorare indicatori aggregati a posteriori.
2. I costi che non si vedono sono quelli che ti mettono in ginocchio.Le dipendenze da un unico fornitore e i punti ciechi relativi ai fornitori a livelli più profondi rimangono invisibili finché non costringono a una riprogettazione d’urgenza. A quel punto, il danno è fatto.
3. La vulnerabilità è intrinseca al progetto, quindi lo deve essere anche l'intelligenza.Le decisioni che determinano punti deboli a lungo termine nella catena di approvvigionamento vengono prese negli strumenti di progettazione, non nelle riunioni di approvvigionamento. È proprio lì che deve risiedere la visibilità dei rischi.

I componenti sono stati acquistati. I fornitori sono stati approvati. I sistemi sono operativi. Allora perché ci vogliono ancora tre giorni per rispondere a una semplice domanda sulla conformità?

Per la maggior parte dei produttori di elettronica, la risposta sincera è la stessa: perché i dati che dovrebbero rispondere a questa domanda sono sparsi in una dozzina di sistemi, non appartengono a nessun team in particolare e quasi nessuno si fida di essi. Ecco come si presenta realmente la frammentazione della catena di approvvigionamento vista dall’interno. Il problema non è la mancanza di dati. Il problema è che i dati sono sparsi in troppi posti, pochissime persone si fidano di essi e stanno costando alle organizzazioni più di quanto la maggior parte dei team dirigenziali si sia mai presa la briga di calcolare.

La crisi invisibile che si nasconde sotto gli occhi di tutti

La frammentazione della catena di approvvigionamento non è un caso limite tecnico riservato alle organizzazioni più grandi o complesse. È la realtà operativa quotidiana di quasi tutti i produttori di elettronica, e la maggior parte dei dirigenti se ne trova coinvolta senza nemmeno rendersi conto che esiste un termine specifico per definirla.

Ecco come si manifesta nella pratica la frammentazione della catena di approvvigionamento:

Le specifiche si trovano in un posto. Gli standard in un altro. Le norme di conformità, invece, sono da tutt’altra parte.

Le informazioni sui componenti sono sparse tra sistemi ERP, piattaforme PLM, librerie CAD e strumenti per la gestione delle distinte base, nessuno dei quali utilizza lo stesso codice articolo.

Oppure, un ingegnere seleziona un componente in uno strumento, mentre un collega dell'ufficio acquisti lo contrassegna come introvabile e lo sostituisce con un'alternativa. Una terza persona, responsabile del mantenimento del progetto, apporta un'altra modifica a valle. Nessuno ha una visione d'insieme, e le decisioni si accumulano.

Il risultato è che gli ingegneri finiscono per gestire le proprie raccolte dei dati che utilizzano. Creano una copia locale di una scheda tecnica o di uno standard a cui fanno sempre riferimento. Mettono a punto soluzioni alternative e scorciatoie personali, tutto perché non dispongono di un accesso chiaro e affidabile a un'unica fonte in cui risiedono queste informazioni.

Il risultato non è solo una questione di inefficienza.Da una ricercacondotta su oltre 128.000 ingegneri e progettisti è emerso che, quando la qualità dei dati di riferimento è scadente, un singolo ingegnere progettista può sprecare più di 1.250 ore all'anno nella ricerca, nella configurazione o nella ricreazione dei componenti: un costo che supera i 100.000 dollari all'anno per ingegnere.

Perché la frammentazione sta mettendo a rischio i ricavi

Tre fattori hanno aggravato notevolmente questo problema nell'ultimo decennio, e quello che un tempo era solo un inconveniente operativo si è trasformato in qualcosa di più grave: prodotti che non riescono a raggiungere il mercato a causa di lacune nei dati.

Il primo è la proliferazione degli strumenti. Piattaforme come i PLM, gli ERP e i portali dei fornitori apportano un valore aggiunto concreto se considerate singolarmente. Ma nel loro insieme, accentuano la frammentazione. Un componente può essere selezionato in uno strumento, descritto in modo diverso in un altro, acquistato tramite un terzo e segnalato come obsoleto in un quarto. Nessuno di questi sistemi è in grado di sincronizzarsi. Internet fornisce ancora informazioni diverse, e il fornitore suggerisce anche un'alternativa. Questo fenomeno sta diventando sempre più diffuso.

Il secondo fattore è rappresentato dall'attività di fusioni e acquisizioni. Oggi è raro trovare un'azienda manifatturiera che non disponga di almeno due sistemi PLM, spesso perché ha acquisito altre aziende che ne possedevano già di propri. Questi sistemi non sono mai stati progettati per interagire tra loro. Gli schemi di numerazione dei codici prodotto, i flussi di lavoro per l'approvazione e gli standard dei dati, che all'interno di una singola azienda avevano perfettamente senso, generano caos quando due organizzazioni si fondono. La soluzione provvisoria diventa la prassi, e la frammentazione si aggrava.

Il terzo aspetto, e forse il più insidioso, è che nessuno si assume la responsabilità di questo problema a livello sistemico. Non si tratta di un problema puramente tecnico. Non si tratta di un problema puramente legato agli appalti. Di conseguenza, ognuno agisce a modo suo, senza mai affrontarlo nel suo insieme. La frammentazione prospera proprio in quelle lacune tra le diverse funzioni.

Le conseguenze sono significative. Un tempo la frammentazione rallentava il lavoro degli ingegneri. Oggi impedisce ai prodotti di arrivare sul mercato. E conil 30%dei produttori mondiali che prevede un ulteriore calo della redditività nei prossimi sei mesi, il costo del mantenimento dello status quo non è affatto astratto.

Quanto ti costa in realtà la frammentazione dei dati

Il costo della frammentazione dei dati della catena di approvvigionamento raramente compare in una singola voce di bilancio. Si manifesta invece sotto forma di ordini di modifica tecnica causati dall’incoerenza dei dati. Si manifesta sotto forma di decisioni di approvvigionamento reattive prese sulla base di informazioni obsolete sui fornitori. Si manifesta sotto forma di rischio di non conformità quando un’organizzazione non è in grado di risalire alla versione di uno standard su cui si è basata una decisione. E si manifesta a livello dirigenziale, quando il consiglio di amministrazione richiede un quadro chiaro del rischio fornitori o della posizione ESG e ci vogliono tre giorni per produrlo, perché un ingegnere deve raccoglierlo manualmente da sei fonti diverse.

La collaborazione traTexas Instrumentse Accuris dimostra cosa si può ottenere quando si affronta direttamente questo problema. Prima dell’avvio della collaborazione, i clienti di TI dovevano ricorrere a ricerche manuali dei pezzi di ricambio, avevano una visibilità limitata sui rischi legati alla fine del ciclo di vita dei prodotti e subivano frequenti ritardi nella produzione causati dall’interruzione inaspettata della fornitura di componenti. Gli elevati costi di riprogettazione e il calo della fiducia dei clienti aggravavano ulteriormente la situazione.

Grazie all'integrazione di Accuris BOM Intelligence e all'ampliamento del proprio database di riferimenti incrociati da 100.000 a quasi 2 milioni di componenti alternativi, TI ha ottenuto un aumento del 52% nell'efficienza dei riferimenti incrociati. Altrettanto significativo è il fatto che le ricerche di componenti alternativi che non hanno prodotto alcun risultato sono scese dal 94% a appena il 9%. Questo dato da solo illustra la portata del divario informativo causato dalla frammentazione e ciò che diventa recuperabile una volta colmato tale divario.

Come si presenta un'analisi autorevole della catena di approvvigionamento

La risposta alla frammentazione non è un altro strumento. È un rapporto con i dati radicalmente diverso, in cui un’unica fonte autorevole diventa il pilastro portante delle decisioni relative alla progettazione, all’approvvigionamento, alla conformità e alla leadership.

In pratica, ciò significa creare punti di riferimento comuni a tutti: un elenco di fornitori approvati, un elenco di standard approvati e una libreria aziendale di componenti su cui i team di tutte le funzioni possano fare affidamento. Non è necessario eliminare tutte le fonti di dati da un giorno all’altro, ma è fondamentale che le informazioni su cui gli ingegneri si basano per le decisioni di progettazione siano aggiornate, verificate e condivise.

Il cambiamento che ne deriva è significativo. Al momento, la maggior parte degli ingegneri lavora in una situazione di incertezza controllata: spero che questo sia lo standard giusto. Spero che questa sia la scheda tecnica corretta. Spero che questo fornitore sia ancora affidabile. Le informazioni attendibili cambiano questa dinamica. Gli ingegneri prendono decisioni progettuali sulla base di dati aggiornati e affidabili. Sanno che si tratta dello standard giusto, non sperano semplicemente che lo sia.

L'impatto trasversale va oltre il settore ingegneristico. Quando gli uffici acquisti, operativi, di pianificazione, qualità e finanza attingono alle stesse informazioni, le decisioni non coordinate e le escalation di emergenza che frammentano i team iniziano a scomparire. E, cosa fondamentale, lo stesso insieme di dati che guida la scelta dei componenti da parte di un ingegnere può rispondere alle domande di un dirigente in merito alla conformità dei fornitori, ai requisiti della Repubblica Democratica del Congo (DRC) o alla posizione ESG, semplicemente da una prospettiva diversa.

Dove l'intelligenza artificiale trova applicazione (e dove no)

L'intelligenza artificiale non è la soluzione al problema della frammentazione dei dati. Lo sono invece i dati unificati e affidabili. Ma una volta poste queste basi, l'intelligenza artificiale diventa un vero e proprio moltiplicatore di forza.

La mia visione è questa: i dati sono fatti. L'intuizione è la combinazione di azione e rilevanza. Il ruolo dell'IA è quello di far emergere l'intuizione, non di generare più contenuti che gli ingegneri devono vagliare. Il valore sta nell'intelligenza contestuale. Invece di restituire una serie di risultati di ricerca che un ingegnere deve poi valutare manualmente, un sistema di IA ben implementato può rispondere alla domanda effettiva: qual è l'attuale standard di declassamento termico per questa famiglia di componenti? Una risposta, con una motivazione, fondata su dati interni verificati.

La governance si garantisce mantenendo l'IA all'interno del proprio ambiente di dati autorevole. L'IA non dovrebbe accedere al web aperto né attingere a fonti pubbliche senza una revisione umana. Abbiamo visto in prima persona cosa succede quando quel confine si fa sfumato: un LLM che ha tirato fuori una norma di conformità che non era più rilevante da un decennio, perché ha trovato una corrispondenza del codice prodotto da qualche parte su Internet. La risposta sembrava plausibile. Ma non lo era. Mantenere il modello ancorato a dati interni e verificati è ciò che impedisce che ciò accada — ed è ciò che crea la fiducia di cui le organizzazioni hanno bisogno prima di agire sulla base delle raccomandazioni generate dall'IA.

Il ruolo dell’uomo nel processo non va sottovalutato. Questi sistemi non sostituiscono il giudizio tecnico. Sono piuttosto come un esoscheletro: potenziano le capacità, accelerano il lavoro, consentono di raggiungere una precisione fino al 98% e poi passano il testimone alla persona che prende la decisione finale. Questo è il modello giusto. E quando viene applicato a qualcosa come la gestione del fine vita, l'impatto è immediato: la cessazione della produzione di un componente, che un tempo richiedeva una settimana di analisi manuale dell'impatto su programmi, standard e requisiti, ora può essere tracciata e valutata nel tempo necessario a scrivere un prompt.

Da dove cominciare

Non è necessario risolvere tutto in una volta. Rendere le informazioni più facili da trovare, anche solo in parte, cambia il risultato.

Ecco da dove iniziare:

1) Analizza la frammentazione.Individua le dieci principali fonti di dati che causano più difficoltà, ovvero quelle in cui sai che portare a termine una determinata fase comporta dalle cinque alle dieci ore di lavoro manuale. Cerca standard obsoleti, record di componenti in conflitto e applicazioni che non sono collegate alle informazioni esterne sulla catena di approvvigionamento. Definisci il problema prima di cercare di risolverlo.

2) Individuare chi ne è responsabile.La frammentazione prospera quando le responsabilità ricadono tra una funzione e l'altra. All'interno dell'organizzazione, qualcuno deve assumersi la responsabilità della qualità dei dati in tutto il processo, non come funzione IT, ma come responsabilità strategica dell'azienda. In assenza di ciò, ogni team continuerà a sviluppare le proprie soluzioni alternative e il problema si aggraverà.

3) Creare un'unica fonte autorevole per i dati più importanti.Iniziate con l'elenco degli standard approvati, la libreria dei componenti e i dati dei fornitori. Fate in modo che diventi il punto di riferimento per tutti. Non eliminerà tutte le incongruenze dall'oggi al domani, ma cambierà immediatamente ciò su cui gli ingegneri possono fare affidamento — e quindi le decisioni su cui l'organizzazione può basarsi.

Le organizzazioni che agiscono per prime in questo ambito non si limitano a recuperare le ore di lavoro perse dai tecnici. Stanno creando quel tipo di intelligence della catena di approvvigionamento in grado di reggere alle verifiche, alle interruzioni e alle pressioni del consiglio di amministrazione. È questa la posta in gioco, e il primo passo è ammettere onestamente dove si trovano effettivamente i dati oggi.

Sei pronto a valutare la situazione della tua organizzazione? Scarica il Risk Check di Accuris Supply Chain Intelligence.