Le Sue strategie di gestione del rischio nella catena di approvvigionamento stanno dando risultati contrari?

Nove aziende su dieci hanno sviluppato strategie di gestione del rischio negli anni successivi al COVID. Questi sforzi, secondo un’indagine McKinsey del 2022, includono azioni come l’implementazione di dashboard per una visibilità end-to-end (67%), la pianificazione di scenari (37%) e il lavoro per ottenere dati sufficienti (53%). 

Sebbene questi interventi abbiano avuto un impatto positivo—le aziende segnalano di essere da 1,5 a 2 volte meno soggette a subire impatti sulla catena di approvvigionamento—non si sono rivelati un antidoto così potente ai problemi della supply chain come la maggior parte dei responsabili di filiera aveva sperato. 

I dirigenti della catena di approvvigionamento non si sentono ancora attrezzati con sicurezza per affrontare le interruzioni attuali e future. Dalle liste di sanzioni in rapida espansione alle nuove normative ambientali che impongono un livello inedito di visibilità sulla propria filiera, nuovi ostacoli stanno tenendo svegli i leader, preoccupati di quale ulteriore rischio potrebbe emergere. 

Per superare queste sfide, le aziende fanno sempre più spesso ricorso a strategie diventate ormai standard della mitigazione proattiva del rischio. Tra queste:

1. Aumentare la collaborazione con i fornitori (61%)
2. Investire nella trasformazione digitale (42%)
3. Potenziamento del demand management (37%)

Sebbene questi approcci rappresentino un passo nella giusta direzione, finiscono per non risolvere i rischi attuali a causa delle modalità con cui vengono implementati. Perché? Perché queste strategie mancano di due elementi essenziali: scalabilità e sostenibilità.

Collaborazione con i fornitori: un processo manuale limitato

I questionari ai fornitori restano il metodo più diffuso per raccogliere informazioni critiche sulla catena di approvvigionamento di un’impresa. Questi questionari, generalmente condotti su base annuale o semestrale, offrono approfondimenti sulla conformità normativa, la gestione dei rischi e la performance complessiva dei fornitori. Tuttavia, essendo un processo manuale, la collaborazione tramite questionari presenta significative limitazioni, soprattutto in termini di scalabilità e sostenibilità.

Questionari ai fornitori: un processo statico

Innanzitutto, la natura manuale dei questionari comporta la raccolta di dati statici. Le informazioni raccolte tramite moduli e richieste rappresentano solo un’istantanea temporanea, legata al momento della compilazione. Ad esempio, se un fornitore compila il questionario a marzo e viene inserito in una lista di entità vietate a giugno, l’azienda potrebbe non accorgersene fino al ciclo di survey successivo—spesso fino a un anno dopo. Questo comporta una grave lacuna di visibilità, esponendo le aziende a rischi di conformità, responsabilità legali e interruzioni di altra natura tra un questionario e il successivo.

I questionari ai fornitori pongono anche un altro problema: non sono scalabili al livello richiesto dalle imminenti normative ESG (Environmental, Social, Governance). Con le direttive che richiedono sempre maggiore visibilità sulle pratiche e l’etica dei fornitori, il numero di questionari rivolti ai Tier 1 per monitorare la visibilità sui sub-tier aumenterà in modo significativo. Di conseguenza, anche rafforzando qualità, profondità e rigore dei questionari, le aziende potranno comunque trovarsi di fronte a fornitori che non collaborano e a rendimenti decrescenti.

I fornitori soffrono la survey fatigue

La cosiddetta «survey fatigue», o saturazione da richiesta informativa, è una preoccupazione crescente. Un sondaggio Voice of the Supplier 2024 rivolto ai fornitori ha rilevato che il 61% di questi produttori ritiene che «il loro cliente più importante invii troppe richieste di informazioni». Inoltre, il 60% dichiara che «il cliente principale si aspetta troppa amministrazione».

I fornitori che lavorano con molteplici clienti, ciascuno impegnato a richiedere vaste informazioni di compliance, rischiano facilmente di essere sopraffatti. Ciò porta a risposte incomplete o affrettate, in particolare da parte di fornitori mid-tier che potrebbero dare la priorità ai grandi clienti. Anche quando le risposte arrivano, la qualità e la profondità dei dati possono risultare compromesse, riducendo l’efficacia delle iniziative di collaborazione.

I fornitori non condividono sempre le Sue priorità

È risaputo tra gli operatori della supply chain: ciò che è vantaggioso per il produttore finale non coincide sempre con le priorità del fornitore—soprattutto in materia di regolamenti ESG e CSR (Corporate Social Responsibility). I fornitori possono non avere gli stessi standard o priorità etiche delle aziende a cui forniscono componenti, sottoassiemi e prodotti. Nel tentativo di presentarsi nel modo migliore, mantenere la clientela ed evitare problemi normativi, i fornitori possono selezionare le informazioni dichiarate, rappresentando in modo incompleto la propria conformità o omettendo dettagli rilevanti. Così, le aziende finiscono per prendere decisioni sulla base di una versione della realtà che non sempre riflette la situazione effettiva.

Tecnologia digitale: un’adozione senza roadmap

L’ondata di trasformazione digitale ha portato innumerevoli soluzioni software a supporto della gestione di tutto, dalle emissioni di CO₂ fino al rischio fornitori. Sebbene adottare questi strumenti segni un passo verso la modernizzazione, molte aziende vi si sono buttate senza una strategia tecnologica complessiva. 

Soluzioni tecnologiche verticali: la frammentazione dei dati

La maggior parte delle soluzioni digitali attualmente in commercio sono "point solution", ovvero strumenti sviluppati per risolvere problemi specifici come il punteggio ESG o il monitoraggio della stabilità finanziaria dei fornitori. Nel tentativo di affrontare rapidamente sfide specifiche, molte aziende hanno adottato strumenti privi di una strategia orientata all’interconnessione tecnologica. Il risultato è un ambiente IT sempre più complesso, invaso da silos informativi difficili da gestire. Secondo BetterCloud, oggi le aziende utilizzano in media 112 applicazioni SaaS, con i dipendenti che si alternano tra 35 applicazioni operative critiche oltre 1.100 volte al giorno. 

Questi strumenti digitali aiutano a risolvere singole problematiche ma introducono una nuova criticità: la frammentazione dei dati. Per frammentazione si intende una situazione in cui le informazioni sono disorganizzate, scollegate e sparse tra molteplici database. I professionisti che operano in ambienti caratterizzati da tale frammentazione faticano a ricostruire una visione coerente della propria filiera.

L’assenza di dati integrati compromette la visibilità globale

Questa assenza di integrazione dati alimenta una delle principali lacune nella trasformazione digitale: la mancanza di visibilità. Di norma, quando in azienda si parla di carenza di visibilità sulle supply chain, il riferimento è alla scarsità di dati. Il problema persiste, ma ne emerge uno più recente: una cecità dovuta tanto agli strumenti tecnologici quanto alla complessità delle catene del valore. Dataset non connessi, che non possono essere sintetizzati in una panoramica d’insieme, impediscono alle aziende di cogliere il quadro generale suggerito dai dati a disposizione.

I silos informativi non sono una novità: da decenni si cerca di superarli. Tuttavia, l’adozione non pianificata di molteplici piattaforme eterogenee—senza considerare l’impatto sulla visibilità dei dati e la collaborazione interfunzionale—porta le aziende fuori strada. Questi ecosistemi dati frammentati rischiano di far perdere ai professionisti della supply chain criticità sia lungo la filiera che all’interno delle proprie operation. 

La sintesi dei dati richiede spesso l’uso di Shadow IT

Per sopperire alla mancanza d’integrazioni tra database, molti dipendenti ricorrono a soluzioni di shadow IT—software non autorizzati o workaround manuali come Google Sheets o strumenti low-code—per aggregare dati da diversi sistemi. Questi sistemi temporanei però fanno emergere nuovi problemi, in particolare a livello di accuratezza e sicurezza del dato. Fino al 32% delle soluzioni SaaS utilizzate non è approvato dall’IT, con conseguenti rischi significativi per la gestione dei dati.

Questi workaround sono inoltre soggetti a numerosi errori. Uno studio accademico del 2024 ha scoperto che il 94% dei fogli di calcolo impiegati per decisioni aziendali presenta errori, esponendo a rischi rilevanti di perdite finanziarie e guasti operativi. Questi database vengono spesso popolati tramite copia-incolla manuale e mancano di processi standard di verifica, dando origine a raccolte di dati prive di validazione. 

Man mano che le aziende accumulano sempre più dati per la gestione dei rischi e le relative valutazioni, l’assenza di una solida strategia tecnologica rischia di generare un SCRM (Supply Chain Risk Management) carico di enormi volumi di informazioni di dubbia attendibilità. 

Il problema dei dati nel demand management

Sebbene il demand management sia fondamentale per ottimizzare le risorse e allinearsi alle capacità di fornitura, si scontra con una sfida chiave: la qualità dei dati su cui si basa. Il demand management si fonda su dati precisi e puliti per poter prevedere e pianificare con accuratezza. Se tali dati sono errati, obsoleti o frammentati, anche la strategia più accurata non produrrà i risultati sperati.

I database sono compromessi da dati sporchi

Il successo del demand management dipende dall’integrità delle informazioni utilizzate per generare le previsioni. Se i dati provenienti da vendite, marketing, fornitori e record storici sono incoerenti o inaccurati, l’intero processo ne risente. Secondo una ricerca Gartner, la scarsa qualità dei dati costa in media alle aziende «almeno 12,9 milioni di dollari l’anno».

Un’analisi delle distinte base (BOM) condotta da Z2Data conferma che dati poco accurati o difettosi possono pesare in modo considerevole sulle operation della filiera. Secondo l’analisi, all’interno dei sistemi aziendali sono state registrate oltre 500 varianti di spelling per i prodotti Texas Instruments, generando complessità inutili nella gestione dei fornitori. Questo tipo di disorganizzazione può portare tanto a carenze, con conseguenti perdite di vendite, quanto a surplus e sprechi di prodotto per eccesso di stock.

Manca un processo di verifica sui dati forniti dai fornitori

Molte aziende fanno affidamento sui dati dei fornitori per la pianificazione della domanda senza disporre di solidi processi di verifica. Se le informazioni su lead time o stock disponibili sono errate o non convalidate, le interruzioni sono inevitabili.

In effetti, un’analisi Z2Data ha rivelato che su 473.190 componenti diventati obsoleti nel 2023, circa 142.000—ovvero il 30%—non erano accompagnati da un Product Change Notification (PCN) da parte del produttore. 

Affidarsi a dati incompleti o non verificati espone le aziende a carenze improvvise o ritardi—situazioni che si sarebbero potute prevenire con migliori controlli di demand management. In assenza di dati accurati, le aziende vengono spinte a risposte reattive, obbligate a prendere decisioni rapide basandosi su informazioni carenti o fuorvianti. Con l’aumento dei requisiti normativi per la raccolta dati, queste criticità tenderanno ad aggravarsi, complicando ulteriormente le attività di validazione e accuratezza.

Adottare una gestione dinamica dei rischi nella supply chain

Nonostante i significativi progressi nella gestione proattiva del rischio, gli approcci attuali faticano a tenere il passo con la complessità delle moderne supply chain. Processi manuali come i questionari ai fornitori, ecosistemi digitali frammentati e dati non verificati creano lacune in termini di visibilità e scalabilità, esponendo le aziende a rischi di compliance e interruzioni. 

Queste limitazioni sottolineano la necessità di strategie non solo lungimiranti, ma anche in grado di affrontare le sfide fluide e interconnesse tipiche delle moderne catene di approvvigionamento. Senza soluzioni scalabili e integrazione dati in tempo reale, anche gli sforzi di risk management più avanzati rischiano di non soddisfare le aspettative.