Le strategie di gestione del rischio nella catena di approvvigionamento stanno avendo un effetto contrario?

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

Se da un lato questi sforzi hanno avuto effetti positivi—le aziende segnalano di essere da 1,5 a 2 volte meno soggette a subire impatti sulla catena di approvvigionamento—tuttavia non rappresentano ancora la soluzione efficace ai problemi della filiera che molti leader della supply chain avevano auspicato. 

I responsabili della catena di approvvigionamento non si sentono ancora adeguatamente preparati a gestire le interruzioni attuali e future. Dalle liste di sanzioni in rapida espansione alle nuove normative ambientali che richiedono un livello di visibilità senza precedenti sulla propria filiera, nuovi ostacoli tengono svegli i leader, che si interrogano sui rischi che potrebbero emergere in futuro. 

Per superare queste sfide, le imprese stanno sempre più spesso adottando strategie ormai diventate il segno distintivo della mitigazione proattiva del rischio. Tra queste:

1. Aumentare la collaborazione con i fornitori (61%)

2. Investire nella trasformazione digitale (42%)

3. Potenziamento della gestione della domanda (37%)

Nonostante queste iniziative rappresentino passi nella giusta direzione, faticano comunque ad affrontare efficacemente i rischi odierni a causa delle modalità con cui vengono implementate. Perché? Queste strategie mancano di due elementi fondamentali: scalabilità e sostenibilità.

Collaborazione con i fornitori: un processo manuale vincolato da limiti

I questionari ai fornitori continuano a essere il metodo più diffuso per raccogliere informazioni critiche sulla catena di approvvigionamento di un’impresa. Queste indagini, tipicamente effettuate una o due volte l’anno, offrono spunti su conformità normativa, gestione del rischio e performance complessiva dei fornitori. Tuttavia, in quanto processo manuale, la collaborazione basata su sondaggi è gravata da limitazioni significative, soprattutto dal punto di vista della scalabilità e della sostenibilità.

La raccolta dati tramite questionari ai fornitori è un processo statico

Innanzitutto, la natura manuale dei sondaggi è intrinsecamente legata alla raccolta di informazioni statiche. I dati raccolti tramite questionari e richieste offrono uno scatto temporaneo fissato al momento della compilazione. Ad esempio, se si somministra un questionario a marzo e il fornitore viene inserito in una lista di entità bandite a giugno, l’azienda potrebbe restare all’oscuro dell’accaduto fino all’indagine successiva—spesso a distanza anche di un anno. Ciò genera un serio gap di visibilità, esponendo l’azienda ai rischi di non conformità, responsabilità legali ed altre criticità che possono insorgere tra un ciclo e l’altro.

I questionari ai fornitori pongono inoltre un altro problema: non sono scalabili al livello richiesto dalle prossime normative ESG. Man mano che le direttive richiederanno una maggiore trasparenza sulle pratiche e sull’etica dei fornitori, il volume di sondaggi inviati ai fornitori di primo livello—richiedendo dettagli sulla visibilità della loro sub-tier—è destinato ad aumentare drasticamente. Di conseguenza, anche le aziende che rafforzano qualità, completezza e rigore dei loro questionari rischiano di incontrare fornitori non collaborativi e rendimenti decrescenti.

I fornitori soffrono di «survey fatigue»

La fatica da questionari è una problematica crescente. Un sondaggio Voice of the Supplier 2024 tra produttori ha rilevato che il 61% considera che «il cliente più importante invia troppe richieste di informazioni». Inoltre, il 60% degli intervistati afferma che «il cliente più importante si aspetta troppo lavoro amministrativo».

I fornitori che gestiscono più clienti con richieste di compliance approfondite possono facilmente trovarsi sopraffatti. Ciò si traduce in risposte incomplete o affrettate, soprattutto dai fornitori intermedi che potrebbero non dare la priorità alle aziende minori. Anche quando le risposte vengono raccolte, la qualità e la profondità dei dati risultano spesso compromesse, limitando l’efficacia della collaborazione.

I fornitori non sempre condividono le Sue priorità

È un dato di fatto che molti operatori della filiera conoscono fin troppo bene: ciò che è vantaggioso per il produttore finale non sempre lo è per i suoi fornitori—soprattutto in materia di normative ESG e CSR. I fornitori possono non condividere le stesse priorità o standard etici delle aziende a cui vendono componenti, sottoassiemi o altri prodotti. Nel tentativo di presentarsi nel modo migliore, mantenere la clientela ed evitare problematiche regolamentari, i fornitori potrebbero selezionare le informazioni da comunicare, fornendo dati distorti sulla compliance o tralasciando dettagli importanti. Così, le imprese rischiano di investire e agire su una rappresentazione della realtà che non corrisponde appieno ai fatti.

Tecnologia digitale: adozione senza una roadmap

L’ondata di trasformazione digitale ha introdotto numerose soluzioni software per aiutare le aziende nella gestione di tutto, dalle emissioni di CO₂ al rischio fornitore. Se l’adozione di questi strumenti segna un passo verso l’innovazione, molte imprese vi hanno fatto ricorso senza una roadmap tecnologica strutturata. 

Soluzioni specialistiche «puntuali» frammentano i dati

La maggior parte delle soluzioni digitali oggi disponibili sono «point solution», sviluppate per affrontare esigenze molto specifiche come l’assegnazione di punteggio ESG o il monitoraggio della stabilità finanziaria dei fornitori. Nella corsa a risolvere sfide contingenti, molte organizzazioni hanno adottato strumenti tecnologici senza pianificare l’interconnessione tra sistemi. Il risultato è un panorama tecnologico sempre più complesso e frammentato, pieno di silos di dati difficili da navigare. Secondo BetterCloud, oggi le aziende utilizzano in media 112 applicazioni SaaS e i collaboratori si muovono tra 35 applicazioni fondamentali per il lavoro più di 1.100 volte al giorno. 

Pur aiutando ad affrontare singole problematiche, questi strumenti digitali generano un effetto collaterale: la frammentazione dei dati. Si tratta della situazione in cui le informazioni risultano disorganizzate, prive di coerenza e sparse in database diversi—rendendo difficile per i professionisti tracciare un quadro completo della catena di approvvigionamento dell’impresa.

L’assenza di dati integrati limita la visibilità d’insieme

Questa carenza di integrazione dati alimenta una delle principali criticità nella trasformazione digitale: la mancanza di visibilità. Tipicamente, quando si parla di «carenza di visibilità» nella supply chain, ci si riferisce alla scarsità di dati. Ma oggi sta emergendo una nuova forma di «cecità», determinata tanto dagli strumenti digitali quanto da catene del valore sempre più estese. Dataset scollegati che non possono essere integrati in una visione coerente e olistica impediscono alle aziende di cogliere il quadro generale che gli stessi dati potrebbero offrire.

I silos di dati non sono una novità—le organizzazioni vi combattono da decenni. Ma l’adozione disordinata di molteplici piattaforme scollegate, senza attenzione alle implicazioni sulla visibilità generale e sulla collaborazione interfunzionale, rischia di confondere il percorso. Questi ecosistemi di dati frammentati possono portare i professionisti della catena di approvvigionamento a non individuare vulnerabilità cruciali tra i fornitori o all’interno delle proprie operazioni interne. 

Per integrare i dati spesso il personale ricorre a sistemi «shadow IT»

Per ovviare alla mancanza di integrazioni tra i database, molti dipendenti utilizzano soluzioni shadow IT—software non autorizzati o workaround manuali, come Google Sheets o tool low-code—per aggregare dati provenienti da più sistemi. Tuttavia, questi escamotage comportano numerosi rischi, soprattutto per quanto riguarda accuratezza dei dati e sicurezza informatica. Fino al 32% delle soluzioni SaaS in uso presso le aziende non sono approvate dall’IT, aumentando notevolmente il rischio nella gestione dati.

Questi sistemi provvisori sono inoltre soggetti a errori. Uno studio accademico del 2024 ha rilevato che il 94% dei fogli di calcolo utilizzati per decisioni aziendali contiene errori, generando rischi gravi di perdite finanziarie e problemi operativi. I database vengono spesso popolati tramite operazioni manuali di copia-incolla e senza procedure standard per la verifica, generando insiemi di dati non adeguatamente controllati. 

Man mano che le aziende raccolgono sempre più dati per la gestione del rischio e le relative valutazioni, la mancanza di una solida strategia tecnologica rischia di rendere la gestione della supply chain (SCRM) soggetta a grandi volumi di informazioni che potrebbero non essere corrette. 

Il problema dei dati nella gestione della domanda

La gestione della domanda è fondamentale per ottimizzare le risorse e allinearsi alle capacità della catena di approvvigionamento, ma si scontra con una sfida centrale: l’attendibilità dei dati alla base delle decisioni. Tale gestione richiede dati precisi e puliti per una previsione e pianificazione efficaci. Se i dati sono errati, obsoleti o frammentati, anche la strategia meglio strutturata rischia di non produrre i risultati desiderati.

I database sono compromessi da dati sporchi

Il successo della gestione della domanda dipende dall’integrità dei dati utilizzati per le previsioni. Se i dati provenienti da vendite, marketing, fornitori e storico sono incoerenti o inaccurati, l’intero processo ne risente negativamente. Secondo Gartner, la scarsa qualità dei dati costa alle organizzazioni «almeno 12,9 milioni di dollari all’anno, in media».

Un’analisi Z2Data sulle distinte base (BOM) rafforza l’evidenza che dati errati o imprecisi possono gravare fortemente sulle operazioni della supply chain. Dall’analisi è emerso che le aziende utilizzavano oltre 500 varianti di spelling per i prodotti Texas Instruments nei propri sistemi, complicando notevolmente il tracciamento e la gestione dei fornitori. Una tale disorganizzazione può generare carenze, con perdite di vendite, oppure—al contrario—eccessi di stock che aumentano i costi di magazzino e generano sprechi.

Manca un processo di verifica sui dati forniti dai fornitori

Molte aziende si affidano ai dati dei fornitori per la pianificazione della domanda senza procedure rigorose di verifica. Se le informazioni sui tempi di consegna o le disponibilità non sono corrette né validate in modo indipendente, possono verificarsi gravi interruzioni operative.

Un’analisi Z2Data rivela che, delle 473.190 parti entrate in obsolescenza nel 2023, circa 142.000—pari a un considerevole 30%—non avevano ricevuto notifiche di cambio prodotto (PCN) dal produttore. 

Affidarsi a dati non verificati o incompleti espone le aziende a carenze improvvise o ritardi—situazioni che una migliore gestione della domanda avrebbe potuto mitigare. Senza dati accurati, l’azienda risponde in modo reattivo, dovendo prendere decisioni rapide su basi parziali o fuorvianti. Con l’aumento delle richieste normative e del volume di dati da gestire, queste sfide saranno sempre più rilevanti, esacerbando i problemi di accuratezza e verifica.

Adottare una gestione dinamica del rischio nella supply chain

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

Questi limiti evidenziano la necessità critica di strategie non solo lungimiranti, ma anche capaci di affrontare sfide fluide e interconnesse come quelle che caratterizzano le supply chain di oggi. Senza soluzioni scalabili e integrazione dei dati in tempo reale, anche i migliori sforzi di gestione del rischio rischiano di non soddisfare le aspettative.