“Treba nam bolji softver.”
To je gotovo uvijek prvi refleks kad tvrtka osjeti da joj negdje curi kapacitet. Odmah za njim ide drugi: “Treba nam još jedan čovjek.” Oba zvuče razumno, oba su skupa, i oba u pravilu promaše metu — ne zato što su softver i ljudi loši, nego zato što rješavaju krivo pitanje.
Pokazat ću vam zašto je tako, i koja vrsta alata zapravo pronalazi ono što softver ne vidi.
Problem: digitalizirani nered ide brže, ali je i dalje nered
Softver ne stvara red. On ubrzava ono što već imate.
Ako ga uvedete u proces koji je uredan, dobijete brzinu. Ako ga uvedete u proces koji to nije, dobijete digitalizirani nered — istu zbrku, samo bržu i skuplju. Podaci koji su prije bili netočni na papiru sada su netočni u sustavu, gdje izgledaju uvjerljivije jer ih prikazuje ekran.
S novim čovjekom je slično, samo sporije. Ma koliko bio dobar, za otprilike tri mjeseca radi po istim navikama kao i svi oko njega. Zatečeni tok ga povuče u istu kolotečinu prije nego što stigne promijeniti bilo što. Kapacitet ostaje isti, a trošak je narastao za jednu plaću.
Razlog je jednostavniji nego što se čini: skrivena prilika nije tehnološki problem. To je problem vidljivosti.
Analiza: dvije vrste alata koje se stalno brkaju
Zamislite da vozite sve bržim autom, ali po krivoj cesti. Snažniji motor vas neće dovesti na cilj. Samo ćete brže stići na krivo mjesto. Ne treba vam jači motor, nego karta.
Ta razlika — motor nasuprot karti — dijeli sve alate u lancu opskrbe na dvije skupine koje se u praksi stalno brkaju.
Prva vrsta radi umjesto vas. Automatizira naručivanje, računa zalihe, vrti prognoze. To su motori, i korisni su — ali samo ako im date ispravan ulaz. Ako ono što ih hrani već ima rupu, oni tu istu rupu samo brže i dosljednije ponavljaju. Formula je pritom najčešće posve točna. Problem nije u računanju, nego u tome što nitko nije provjerio što se u formulu stavlja.
Druga vrsta ne radi umjesto vas — pokazuje vam gdje gledati. Ne donosi odluku; čini vidljivim ono na temelju čega vi odlučujete. To je karta. I upravo tu je poanta cijelog prvog koraka: nijedan softver neće sam primijetiti da strateškog dobavljača tretirate kao rutinskog, ni da jedna kritična odluka nema vlasnika. Te stvari se nigdje ne upisuju, pa ih nijedan izvještaj ne može izbaciti. To nije problem računanja. To je problem vidljivosti.
Rješenje: dijagnoza prije rješenja
Iz toga slijedi jednostavno pravilo koje mijenja redoslijed odluka: dijagnoza prije rješenja.
Ne krećete od pitanja “koje rješenje kupiti”, nego od “gdje točno gubim i koliko me to košta”. To je razlika između kupovine motora i crtanja karte. Alat te druge vrste — onaj koji koristim kao prvi korak sa svakim klijentom — svodi se na jednu stranicu koja spaja mapu procesa, strateško razvrstavanje i jedan quick win. Kako ta stranica točno izgleda i kako se dobavljači razvrstavaju, razložio sam u tekstu o tome zašto najskuplji dobavljač nije onaj koji diže cijenu.
Ovdje je važnije načelo od alata. Kad prilika iz osjećaja postane broj — s imenom čovjeka i rokom — ostalo je egzekucija, i tek tada softver ima smisla, jer ubrzava proces koji je konačno uredan.
Iz prakse: platforma koja radi, a problem ostaje
Četiri kratke slike iz prakse, jer ovo je tema na kojoj teorija najbrže zavara.
Proizvođač dijelova u Sarajevu radi za Mercedes, BMW i Renault. Ima direktnu B2B platformu: kupčeva narudžba automatski uđe u sustav, koji automatski pošalje nalog dobavljaču. U teoriji savršeno — nula ručnog rada. U praksi je jedan referent u Njemačkoj jednostavno nije reagirao na narudžbe na vrijeme. Čekao bi da razina padne na kritičnu točku, pa naručio hitno i u većoj količini nego bi inače trebalo, i time razbio dobavljačev plan proizvodnje, ali i povećao troškove zaliha niz lanac opskrbe. Platforma je radila besprijekorno. Problem je bio ispred ekrana, gdje ga platforma nije mogla vidjeti.
Druga slika je iz jedne firme nakon što smo automatizirali dio naručivanja u ERP-u. Kolegica koja je preuzela posao nije bila sigurna kako algoritam radi, pa je za svaki slučaj sve ručno provjeravala još jednom. Rezultat: trošila je otprilike dvostruko više vremena nego prije automatizacije. Alat nije bio kriv. Nedostajao je prijenos znanja — a bez povjerenja u logiku iza alata, automatizacija postane dodatni korak, ne ušteda.
Treću sliku volim jer pokazuje granicu same tehnologije. Na jednoj radionici polaznik je rekao: “Ubacit ću ove formule i vidjeti što AI kaže o optimalnosti zaliha.” Odgovorio sam mu da će AI dati odgovor na temelju onoga što mu se da, ali da politiku, kriterije i iznimke određuje čovjek. U jednom stvarnom slučaju automatizirani izračun koeficijenta obrtaja zaliha dao je matematički posve točan rezultat, ali nerealan u praksi — jer je bila riječ o rubnom artiklu, a osoba koja je preuzela posao nije dovoljno poznavala robu da prepozna iznimku pa je donijela odluku kao da se radi o standardnom artiklu. Formula je bila ispravna. Falilo je oko koje zna kad pravilo ne vrijedi. AI je kalkulator, ne menadžer zaliha.
Četvrta slika je o tome tko mora biti u sobi. U jednom projektu implementacije rok go-livea bio je za mjesec dana, a ključne stvari nitko zapravo nije testirao — jer je uvijek bilo nekog drugog važnijeg i operativnijeg posla i informacija o stanju spremnosti za go-live na putu prema upravi filtrirana je da zvuči urednije nego što je stanje bilo. Tehnologija je bila spremna. Organizacija nije, i to se nije vidjelo dok se nije uključio netko tko gleda cijeli lanac, a ne samo svoj izvještaj.
Zaključak: prvi korak nije kupnja, nego karta
Svim ovim slučajevima zajedničko je jedno: alat je radio, a problem je ostao. Jer problem nije bio u alatu, nego u onome što alat ne vidi — u odluci bez vlasnika, u iznimci koju nitko nije prepoznao, u znanju koje nije preneseno.
Zato prvi korak nikad nije kupnja alata (sjetite se samo groblja kućanskih aparata i raznih alata koji stoje u vašim garažama i ostavama). Prvi korak je izrada karte. Tek kad vidite gdje točno gubite i koliko vas to košta, znate koji vam motor ili alat uopće treba — i tada ga vrijedi kupiti, jer ubrzava proces koji je konačno uredan.
Iz tog razloga uvijek počinjem od pitanja koje nijedan softver ne postavlja umjesto vas: gdje curi, tko je vlasnik, i koliko to stoji. Odgovori na ta tri pitanja u pravilu vrijede više od bilo kojeg alata na koji biste ih potrošili.
Da vam pomognem da tu kartu počnete crtati sami, pripremio sam Supply Chain Accelerator roadmap — vizualni prikaz sve tri faze i devet koraka, s pitanjima koja pomažu locirati gdje vaš lanac opskrbe gubi kapacitet. Ostavite email i poslat ću vam ga zajedno s kratkim videom o tome kako ga primijeniti.<!– FORMA-FUNNEL-START –>
Preuzmi besplatni vodič koji locira gdje tvoj supply chain gubi kapacitet
Unesi email – šaljemo ti vodič plus besplatni kratki video koji pokazuje kako ga primijeniti u svojoj tvrtki.
Ako ste baš sada pred odlukom o novom alatu, prije potpisa da vašu kartu složimo zajedno — to je ono s čime počinjemo na SC dijagnostici 1 na 1.
Lajkajte, komentirajte i repostajte ako mislite da bi nekome u vašoj mreži ovo uštedjelo jednu skupu kupnju u krivom trenutku.