La pandemia di coronavirus ha colpito duramente l'economia. Quali lezioni si possono trarre da questa esperienza? E qual è il modo migliore per le aziende di proteggersi da questo tipo di crisi in futuro? La risposta comporterà sicuramente una combinazione di approcci diversi, ma i nuovi metodi matematici sviluppati dal Fraunhofer Institute for Industrial Mathematics (ITWM) sembrano essere un pezzo del puzzle molto promettente. Questi metodi mirano a calcolare come i rischi posti dalla carenza di approvvigionamento possono essere ridotti in modo significativo con un costo aggiuntivo minimo.

Nessuno si aspettava che gli ospedali facessero fatica a procurarsi le mascherine e gli altri dispositivi di protezione individuale di cui hanno bisogno. La catena di approvvigionamento è sempre stata fluida in passato, tuttavia la crisi del coronavirus ha causato la carenza di questi prodotti in più occasioni. In precedenza, queste catene di approvvigionamento avevano funzionato bene, ma le necessarie restrizioni al flusso globale di merci le hanno portate al collasso. In molti casi, Per esempio, I fornitori cinesi non sono stati in grado di effettuare consegne anche mentre le fabbriche in Germania funzionavano ancora normalmente, una situazione che ha avuto un effetto a catena sulla produzione di beni in Germania. E i virus non sono l'unico rischio potenziale:i fornitori internazionali possono essere paralizzati da tutti i tipi di fattori imprevisti, da disastri naturali come tsunami, terremoti, tempeste e inondazioni a scioperi o altri sviluppi politici imprevisti. Se un'azienda sceglie di affidarsi ad un solo fornitore per le proprie esigenze produttive al fine di ridurre i costi, questo può avere conseguenze devastanti che possono anche portare a un arresto completo della produzione. Può volerci davvero molto tempo prima che altri fornitori aumentino la loro produzione e inizino a consegnare i prodotti richiesti.

Analizzare e salvaguardare le catene di approvvigionamento

È qui che entrano in gioco i metodi sviluppati da Fraunhofer ITWM. "Gli algoritmi analizzano quanto siano diversificate le filiere nelle diverse aree dell'azienda e quindi quanto sia grande il rischio di incorrere in criticità di approvvigionamento in caso di emergenza, in altre parole, in caso di perturbazione regionale o globale, " dice il dottor Heiner Ackermann, vice capo del dipartimento di ottimizzazione presso Fraunhofer ITWM a Kaiserslautern. "La domanda è come ridurre al minimo il rischio di carenze nella fornitura senza incorrere in costi aggiuntivi significativi". Il dilemma è simile a quello dell'acquisto di una casa:è meglio optare per i tassi di interesse più bassi possibili, anche se c'è il rischio che il finanziamento successivo offra tassi molto peggiori? O è meglio giocare sul sicuro e pagare tassi di interesse leggermente più alti fin dall'inizio se ciò significa avere la certezza di un finanziamento a prezzi ragionevoli per l'intero periodo?

Le aziende devono anche trovare il giusto equilibrio tra rischio e costi. Se un'azienda sceglie di affidarsi esclusivamente al fornitore più economico, stanno correndo un grosso rischio. Ma se acquistano una materia prima da più fornitori contemporaneamente, quel rischio diminuisce notevolmente. "E in questo caso la differenza di costo è molto inferiore alla differenza di rischio, " dice Ackermann. In altre parole, i rischi diminuiscono drasticamente anche quando un'azienda aumenta i costi solo di una piccola percentuale, quindi è possibile eliminare gran parte del rischio accettando solo un leggero aumento dei costi. Le aziende possono utilizzare l'algoritmo per scoprire cosa funzionerebbe meglio nella loro particolare situazione. "Questo metodo consente alle aziende di ottimizzare le proprie catene di approvvigionamento in base a più criteri, aiutandoli a trovare l'equilibrio ottimale tra costi e rischi, " afferma Ackermann. "Gli algoritmi sottostanti funzionano ugualmente bene se si ha a che fare con la carenza di approvvigionamento causata da un terremoto o da un virus. Così, a differenza delle soluzioni software esistenti, non cerchiamo di fare supposizioni sulla probabilità di uno scenario particolare".

Con questo nuovo metodo, un'azienda inizia inserendo vari parametri, ad esempio le aree in cui si ritiene possa essere probabile un'interruzione e la durata dell'interruzione. Gli algoritmi calcolano quindi vari compromessi costo/rischio per questa esatta materia prima, comprese le eventuali allocazioni di fornitori che corrisponderebbero a ciascun punto della scala. Prendono anche in considerazione opzioni come lo stoccaggio di prodotti critici al fine di attutire eventuali carenze temporanee di fornitura.

Sostituzione delle materie prime in caso di carenza di approvvigionamento

Un'altra opzione presa in considerazione dagli algoritmi è se una materia prima potrebbe essere potenzialmente sostituita da materiali diversi in caso di strozzatura della fornitura. Se è così, questo può essere preso in considerazione fin dall'inizio. Essenzialmente, il metodo calcola i costi ei rischi dei diversi corsi che un'azienda può seguire nei confronti dei propri fornitori. Procter &Gamble sta già utilizzando una variante basata su software di questa metodologia che è stata appositamente adattata alle sue esigenze.