WORLDIS4ME

WOrd Risks, resiLience Developments &
Issues in Security for Supply Chain Management Simulation as support for Small
Medium size Enterprises

Summary

Il programma di ricerca ha come obiettivo fondamentale lo sviluppo di modelli decisionali innovativi per l’analisi e l’ottimizzazione dell’evoluzione di piccole e medie imprese operanti nella supply chain globale.
Le piccole e medie imprese (PMI), infatti, necessitano di strumenti di supporto alle decisioni, perchè non presentano una struttura gestionale adeguata per affrontare le dinamiche dell’ambiente produttivo attuale. L’obiettivo fondamentale perseguito negli ultimi anno dalle PMI è stato l’incremento dell’efficienza di produzione piuttosto che lo sviluppo di nuove vie per creare nuove opportunità di business (innovation work).
D’altra parte, in controtendenza agli obiettivi delle PMI, nel corso degli ultimi anni si è passati da una produzione industriale localizzata essenzialmente in un solo sito produttivo a reti d’imprese nazionali e globali, con fornitori dislocati in diverse parti del mondo. Tale passaggio ha avuto e continua ad avere un impatto negativo sulle PMI che, non essendo dotate di strumenti adeguati, non sono in grado di controllare e gestire i rischi e la vulnerabilità della supply chain globale.
Si pensi in tal senso alla continua spinta di globalizzazione che guida i mercati di riferimento, agli effetti delle azioni terroristiche, alle continue “battaglie” industriali, alla competizione legata alla perdita di know how, ai disastri naturali o ancora al temuto effetto delle guerre.
Tali fattori, oltre ad agire singolarmente sulla vulnerabilità e sui rischi per le aziende che operano nella supply chain, si combinano e si influenzano vicendevolmente (l’incertezza di un mercato può ad esempio essere dovuta ad eventi catastrofici o terroristici). In sostanza vi è la necessità di includere, nei modelli decisionali, non soltanto i classici rischi legati ai processi, ai controlli, alle forniture e alla domanda, ma anche quelli legati agli ambienti esterni nei quali la supply chain opera.
Per questo si è passati da una Supply chain orientata alla robustness ad una supply chain orientata alla resilience. Per robustness si intende la capacità di rimanere stabile ai cambiamenti. Con il termine “resilienza” si intende la capacità di ritornare nello stato desiderabile dopo un disturbo notevole. Questo significa in pratica una nuova e maggiore capacità di adattamento e di flessibilità che alle supply chain robuste non era richiesta. La tabella 1 riporta elementi caratterizzanti di una supply chain robusta e gli elementi caratterizzanti una supply chain resiliente.

ROBUST SUPPLY CHAINS RESILIENT SUPPLY CHAINS
Lean thinking central to supply chain strategy Risk management central to supply chain strategy
A culture of quality awareness A culture of risk and quality awareness.
Internal quality control Internal and external risk management
Responsive to reasonable variation in input Responsive and capable of sustained response to sudden and significant shift in input
Supply chain velocity Supply chain acceleration and deceleration
Low inventory levels throughout with strategic safety stocks Low inventory levels throughout with strategic safety stocks
Spare capacity minimised throughout Lean processes Critical path spare capacity in manufacturing, storage space and process capability. Mix of Lean and Agile processes
Efficient processes Effective processes
Strong Scalable /Adaptable Strong Scalable /Adaptable
Process are stable and under control Process are stable and under control
Non-value adding activites and processes removed Non-value adding activites and processes removed
Supply chain output variability is minimized. Supply chain output variability is minimized.
Tabella 1: Robustezza e resilienza della supply chain

In un siffatto contesto una PMI deve essere in grado di reagire ai rischi e alle vulnerabilità riportandosi rapidamente ai livelli di performance iniziali o addirittura a livelli di performance superiori. Analogamente l’azienda deve poter gestire l’incertezza dei fattori di input in precedenza descritti mantenendo sotto controllo la variabilità degli output (livelli di performance).
Risulta quindi evidente la necessità di attivare specifiche linee di ricerca per lo studio e l’analisi di modelli decisionali innovativi per le PMI atti ad assicurare risposte adeguate ai contesti in precedenza descritti.
Tali modelli vedono l’integrazione delle aree di ricerca di seguito riproposte:
  • Supply chain management nell’ottica di resilienza, robustezza e security.
  • Analisi dei rischi, delle vulnerabilità e delle incertezze della supply chain.
  • Previsione ed analisi della domanda di mercato.
  • Life cycle cost.
  • Modeling & Simulation.
    • Le aree di ricerca sopra riportate sono fortemente complementari e, la loro integrazione, costituisce sicuramente l’elemento giuda nello sviluppo dei modelli decisionali.
    Vale appena osservare, infatti, che l’incremento della sicurezza, della resilienza e della robustezza della supply chain non può prescindere dalla categorizzazione dei rischi (analisi dei rischi e delle incertezze, cfr. figura 1). E’ anche noto che fra i rischi di maggiore importanza vi sono quelli legati a supply/demand ovvero alla variabilità ed incertezza del mercato subito a monte e subito a valle dell’azienda (analisi della domanda) e che la capacità di un’azienda non deve essere solo la gestione del rischio ma, trarre da esso, maggior vantaggio economico rispetto ai concorrenti. In quest’ultimo caso risulta evidente la necessità di integrare gli aspetti salienti della Life Cycle cost. [Modena - Reggio]
    Infine lo sviluppo di modelli decisionali non può non passare attraverso l’utilizzo del Modeling & Simulation strumento che permette l’analisi di scenari alternativi e di testing dei modelli implementati.

    Figura 1: Categorizzazione dei rischi

    Al fine di comprendere più chiaramente le condizioni operative in cui una PMI si trova oggigiorno ad operare si consideri il caso di apertura verso nuovi mercati (spinta attuata dalla globalizzazione). Per una PMI l’apertura verso nuovi mercati si configura come opportunità di crescita economica ovvero come elemento fondamentale per assicurarsi la sopravvivenza contro la sempre più spinta competitività delle aziende operanti in contesti similari nei paesi in via di sviluppo.
    Vale appena osservare che gli investimenti finalizzati al posizionamento in nuovi mercati mentre vedono – da un punto di vista economico – condizioni operative sicure nel breve periodo (abbattimento dei costi) sono sempre caratterizzati da elementi di incertezza e di rischio nel medio e lungo periodo. Si consideri in tal senso la variabilità della domanda e dell’offerta nel settore di interesse, la perdita di know-how causato dall’azione della concorrenza locale, i rischi legati ad eventi specifici quali ad esempio nuove policy sulla sicurezza, nuovi standard o normative, incremento dei costi legati a fattori esterni non controllabili.
    Numerosi sono i casi, anche di grandi aziende operanti in settori del tutto diversi, che hanno affrontato condizioni sfavorevoli (non opportunamente previste) nel medio/lungo periodo. Si ricorda, a titolo esemplificativo, il caso della Land-Rover che nel 2001 aveva come unico fornitore di chassis del suo modello di punta (il Discovery) la VPF-Thomson che alla fine del 2001 non era più in grado di effettuare le forniture. L’impatto sulla Land-Rover fu tanto improvviso quanto severo da un punto di vista economico. Dalla parte opposta si riporta il caso Toyota, un’azienda in grado di recuperare più rapidamente la situazione di crisi del Febbraio 1997 (indice di più alta resilienza) perché coperta da un maggior numero di fornitori (la ridondanza non è sempre un elemento di costo aggiuntivo; la resilienza, fra l’altro si configura sempre come trade-off fra condizioni minime e ridondanza).
    Usando termini cari alle scienze dei materiali si potrebbe dire che, per quanto “l’applicazione del carico” sia stata per Toyota altrettanto rapida e improvvisa, l’azienda ha risposto con un “indice di resilienza” maggiore rispetto alla Land-Rover.
    Il programma di ricerca propone pertanto la creazione e l’implementazione di modelli decisionali per supportare le PMI italiane che si orientano su mercati globali operando in una supply chain altamente vulnerabile.
    E’ importante inoltre sottolineare che – al contrario di quanto potrebbe risultare da una prima analisi – l’approccio proposto è di natura fortemente ingegneristica e non economica. Infatti lo strumento di cui la PMI sarebbe dotata da un lato valuta i fattori di carattere economico ma, allo stesso tempo, si configura come strumento gestionale, operativo, di supporto alle decisioni e quindi più tipicamente ingegneristico. Inoltre il programma di ricerca rivestirebbe importanza nazionale in quanto a supporto del più ampio contesto industriale italiano ossia il tessuto delle piccole e medie imprese.

    Partners

    Unità di ricerca: Università di Modena – Reggio Emilia

    Name Tel. Mobile Fax Email Skype
    Prof. Riccardo Melloni (General Scientific Coordinator) 059 2056121 335 260625 059 2056126 melloni.riccardo@unimore.it -
    Dott. Sergio Gallo 059 2056113 392 5301743 059 2056126 gallo.sergio@unimore.it -
    Ing. Elena Pancaldi 059 2056113 338 7648898 059 2056126 pancaldi.elena@unimore.it -
    Ing. Lorenzo Rossi 059 2056113 388 5968184 059 2056126 rossi.lorenzo@unimore.it -

    Unità di ricerca: Università di Genova

    Name Tel. Mobile Fax Email Skype
    Prof.Agostino Bruzzone (Local Scientific Coordinator) 019 21945251 320 7982138 019 2302289 agostino@itim.unige.it agostino_bruzzone
    Prof.Giuseppe Lo Nostro 010 3532893 320 7982135 010 317750 giuseppe@itim.unige.it -
    Prof.Giovanni Resta 010 3536591 335 5650562 010 3536003 resta@diptem.unige.it -
    Prof.Anna Maria Rossi 010 3536002 320 4367076 (75016) 010 3536003 rossia@dima.unige.it -
    Prof.Anna Oneto 010 3536068 320 4367069 010 3536068 oneto@diptem.unige.i -
    Dott. Marina Massei 019 21945251 340 5790801 019 2302289 massei@itim.unige.it -
    Ing. Simonluca Poggi 059 2056113 347 1015134 019 2302289 simonluca@liophant.org Simonluca1979

    Unità di ricerca: Università di Perugia

    Name Tel. Mobile Fax Email Skype
    Prof. Stefano Saetta (Local Scientific Coordinator) 075 5853734 329 4103906 0755853736 stefano.saetta@unipg.it againmoon
    Ing. Lorenzo Tiacci 075 5853741 347 7664848 0755853736 Lorenzo.tiacci@unipg.it -

    Unità di ricerca: Università della Calabria

    Name Tel. Mobile Fax Email Skype
    Ing. Francesco Longo 0984 494891 338 4053045 0984 494673 f.longo@unical.it f_longo
    Ing. Giovanni Mirabelli(Local Scientific Coordinator) 0984 494613 339 7272276 0984 494673 g.mirabelli@unical.it -

    Unità di ricerca: Università di Roma, La Sapienza

    Name Tel. Mobile Fax Email Skype
    Prof. Massimo Tronci (Local Scientific Coordinator) 06 44585746 335 8376687 06 44585746 massimo.tronci@uniroma1.it -
    Ing.Francesco Costantino 06 44585260 335 8428019 06 44585746 francesco.costantino@uniroma1.it f_costantino
    Ing.Giulio Di Gravio 06 44585260 339 1418420 06 44585746 giulio.digravio@uniroma1.it g_digravio
    Ing.Nicola Napolitano 06 44585252 339 3327816 06 44585746 nicola.napolitano@uniroma1.it -

    Riparizione attività principali del programma di Ricerca

    Università di Modena e Reggio EmiliaSupply Chain Life Cycle Cost
    Università di Genova Simulation and Model Integration
    Università di PerugiaDemand Forecasting & Risk Analysis
    Università della CalabriaResilience & Security within Supply Chain Management
    Università di Roma, La SapienzaInformation management methodologies 1 2

    Support Services

    Documents Moduli 2005 - Modello A - Modello B
    Pictures: 1st Teleconference: from Genoa to Arcavacata (by Polycomm VTX100(tm)), Perugia(by Sony Ericsson W800i(tm)), Reggio (by Sony Ericsson P900(tm))
    Marina Massei Taking care of the Communication Management
    MIUR Site www.miur.it/0002Univer/0022Ricerc/index_cf2.htm
    PRIN Site prin.miur.it
    Circular Email: f.longo@unical.it, stefano.saetta@unipg.it, agostino@itim.unige.it, massei@itim.unige.it, simonluca.poggi@liophant.org, lorenzo.tiacci@unipg.it, sgallo@unimo.it, pancaldi.elena@unimore.it,melloni.riccardo@unimo.it,massimo.tronci@uniroma1.it, francesco.costantino@uniroma1.it,giulio.digravio@uniroma1.it,nicola.napolitano@uniroma1.it,rossia@dima.unige.it,resta@diptem.unige.it,giuseppe@itim.unige.it,oneto@diptem.unige.it
    Back to Simulation Team