- Gli impatti attesi derivanti dall'applicazione di una soluzione ICT per i trasporti e la logistica sull'efficenza delle imprese: il caso dell'intelligent cargo
- Vedovato, Donatella
Subject
- trasporti, logistica, impatti, information and communication technology
- SCUOLA DI DOTTORATO DI RICERCA IN SCIENZE DELL'UOMO, DEL TERRITORIO E DELLA SOCIETA'
- SECS-P/06 ECONOMIA APPLICATA
Description
- 2009/2010
- Il presente lavoro si inserisce all’interno dello scenario socio-economico attuale in cui l’informazione, a partire dagli anni Settanta del secolo scorso, inizia a diventare sempre più accessibile e diffusa. Questo ha segnato l’inizio di una nuova era che studiosi e ricercatori definiscono “information society”. Il cambiamento è stato reso possibile grazie alla rapida espansione dell’Information and Communication Technology (ICT) che permette la veloce creazione, raccolta, elaborazione e diffusione delle informazioni (Duncombe e Heeks, 1999). L’economia non rimane immune da questo cambiamento ma, anzi, la knowledge economy diventa la controparte economica dell’information society. L’informazione diviene ancora più importante in ambito economico in quanto, nello stesso periodo, avviene un altro mutamento: una forte disintegrazione della produzione e la necessità di un altrettanto forte integrazione del commercio globale. Le imprese sono quindi chiamate a gestire delle catene globali del valore che diventano sempre più lunghe e tese. Il numero di attori all’interno della rete logistica diventa cospicuo: essi sono chiamati a condividere e a scambiare un elevato numero di informazioni relative ad unico oggetto, ovvero la merce. E’ in questo contesto che l’ICT inizia ad essere utilizzata in modo diffuso nel settore dei trasporti e della logistica merci. L’ICT permette l’aumento della produttività delle imprese, il miglioramento della qualità dei servizi e l’integrazione tra diverse modalità di trasporto con il fine ultimo di aumentare la crescita e lo sviluppo economico. La portata del fenomeno è talmente ampia da sensibilizzare anche le istituzione europee: la Commissione Europea inizia ad intervenire, soprattutto a partire dagli anni Ottanta del secolo scorso, per promuovere l’utilizzo dell’ICT nel settore dei trasporti e della logistica. In particolare, negli ultimi anni l’ICT applicata a questo settore diventa sempre più integrata, web-based, intelligente e trasversale a tutte le modalità di trasporto. Tra i progetti di ricerca applicata promossi dalla Commissione Europea in quest’ambito, una best practice è rappresentata dal progetto appartenente al Settimo Programma Quadro del bando ICT per i trasporti e la logistica, EURIDICE (EURopen Inter-Disciplinary research on Intelligent Cargo for Efficient, safe and environment-friendly logistics). Considerato “star project” da parte della Commissione Europea, il progetto ha l’obiettivo di sviluppare l’”Intelligent Cargo” (IC). Si tratta di un sistema ICT che permette di raccogliere, elaborare e trasmettere informazioni legate al cargo ai diversi players della filiera logistica per tutte le modalità di trasporto. Con l’utilizzo dei sistemi attuali l’informazione è gestita ed elaborata da sistemi proprietari collegati a mezzi di trasporto o alle infrastrutture (es. magazzino) facendo si che spesso flusso fisico ed informativo risultino disgiunti. Le relative informazioni, quando presenti, devono essere trasformate e tradotte per essere accessibili a terzi. Nel caso dell’Intelligent Cargo, invece, le informazioni “viaggiano” con il cargo: è in quest’ottica che un nuovo approccio alla gestione delle informazioni, definito “cargo-centrico” porta benefici sostanziali in grado di superare i limiti citati. Questo è l’aspetto innovativo dell’Intelligent Cargo. Alla data della scrittura della tesi si è sviluppato il prototipo e si è nella fase tecnica di deployment presso otto casi pilota, partner del progetto. E’ in questo quadro socio-economico che si inserisce l’obiettivo della tesi: lo studio degli impatti attesi derivanti da una soluzione ICT per i trasporti e la logistica sull’efficienza delle imprese utilizzatrici. La soluzione ICT è l’Intelligent Cargo sviluppato nel progetto EURIDICE. La motivazione che spinge questo studio è duplice. Da un lato, esso offre informazioni utili sui benefici attesi che serviranno all’impresa innovatrice nella fase di commercializzazione dell’Intelligent Cargo affinchè essa possa appropriarsi dei benefici economici derivanti dalla commercializzazione del prodotto (teoria Profiting From Innovation (PFI), Teece 1986). Il carattere innovativo della soluzione ICT fa si che si possano presentare alcuni rischi in una futura fase di distribuzione. E’ noto anche in letteratura che molte idee brillanti non trovano o non creano un mercato: molte imprese innovatrici non riescono ad appropriarsi dei benefici economici derivanti dalla vendita. Dall’altro, l’esplicitazione dei benefici attesi permetterà alla potenziale impresa utilizzatrice di ridurre l’incertezza sulle conseguenze attese (benefici e rischi) derivanti dall’adozione dell’innovazione (teoria Diffusion of Innovation, Rogers, 2003) e contribuirà quindi nella scelta della sua adozione. Inoltre, l’individuazione dei benefici attesi permetterà di realizzare un benchmark futuro tra essi e i benefici reali realizzando quindi un’analisi dell’investimento ICT ex-post (Paradosso della Produttività; Brynjolfsson, 1993 e Brynjolfsson e Yang, 1996). Per raggiungere l’obiettivo della tesi, si sono indagati i principali indicatori di performance e gli approcci metodologici tradizionalmente utilizzati per valutare l’impatto di un’innovazione ICT per i trasporti e la logistica sull’efficienza delle imprese. Dalla disamina della letteratura sul tema sono emerse due domande di ricerca aperte a cui la tesi intende dare una risposta. Da un lato la letteratura prevalente segnala la mancanza di studi empirici relativi alla valutazione degli impatti derivanti dall’applicazione di un’innovazione ICT per i trasporti e al logistica (Banister e Stead, 2003; Auramo et al. 2005; Pokharel, 2005; Feng e Yuan, 2006). Dall’altro, mancano dei modelli specifici per la valutazione dell’impatto di un’innovazione ICT per i trasporti e la logistica sull’efficienza delle imprese. Eccezione fatta per l’”Intelligent Cargo System Study” condotto nel 2009 da Planung Transport Verkehr AG (PTV) e ECORY che presenta tuttavia, alcune carenze. Appare invece cospicua la letteratura sui modelli di valutazione delle applicazioni ICT anche non innovative a cui si è fatto riferimento nella tesi (letteratura di Logistics management e di Management Information System) ma anche essa dimostra alcuni punti deboli come di seguito spiegato. Dalla disamina di questa letteratura emergono due tipologie di modelli: “Input-Output” e “Input-Process-Output”. La prima tipologia include l’analisi costi-benefici e quella microeconomica: secondo tali modelli un’applicazione ICT determina dei benefici per un’impresa se nel confronto tra input (costi dell’ICT) e output (obiettivi di carattere economico come costi e ricavi), gli output sono superiori agli input. Questi modelli, oltre a non chiarire esattamente che cosa si intenda per input e per output, presentano una visione piuttosto ristretta sulla tipologia di impatti che derivano dall’applicazione dell’ICT. Essi infatti tralasciano tutti quei benefici che l’ICT determina a livello di processo, ovvero ad un livello intermedio tra input ed output. Inoltre, se gli input sono superiori agli output, per questi modelli significa che l’applicazione ICT non è profittevole per l’impresa. Questa conclusione potrebbe non essere veritiera in quanto l’applicazione ICT potrebbe determinare un impatto positivo sui processi ma gli output potrebbero essere influenzati da elementi esterni esogeni all’ICT. Non indagando i processi, i modelli non forniscono gli strumenti necessari per capire se le cause di un andamento negativo degli output sono legate o meno all’applicazione dell’ICT. La seconda tipologia di modelli seguono uno schema logico definito “Input-Process-Output”. A differenza della tipologia precedente, questi modelli esaminano gli impatti delle applicazioni ICT anche a livello di processo. All’interno di questa tipologia si individuano due approcci così definiti: “per singoli impatti” e “con impatti a catena”. Il primo esamina gli impatti, intesi come benefici e barriere, sia a livello di processo che a livello di output. Tuttavia, pone sullo stesso piano impatti di processo e di output e non li lega tra di loro con rapporti di causa-effetto anche quando essi sono chiaramente presenti. Da qui emerge lo svantaggio nell’utilizzare questo approccio: non indica l’esistenza di legami di tipo “causa-effetto” tra impatti di processo e obiettivi dell’impresa anche quando essi sono presenti. Questa criticità è superata nell’approccio “con impatti a catena”. Rientra in questo modello l’approccio seguito nello studio ICSS (2009) in cui si individuano una serie di singoli impatti sia di processo che di output legati tra di loro da rapporti di causa-effetto. Tuttavia, nel modello non sono esplicitate le linee guida da utilizzare per individuare i legami di causa-effetto tra gli impatti: essi sono presentati come una successione estesa di impatti “a cascata”. Il punto critico del modello consiste quindi nella mancanza di linee guida per individuare la logica dei legami di causa-effetto tra gli impatti. Tale mancanza è superata nella letteratura MIS (Management Information System) e, in particolare, dalla metodologia Six Sigma e, nello specifico, da un’applicazione della metodologia nella logistica interna, definita “Metric Linkage Model” di Kapadia et al. (2003). Il modello stabilisce chiaramente le linee guida da seguire per individuare i legami di causa-effetto tra diversi impatti. In particolare, secondo il modello, un qualsiasi input determina dei cambiamenti nei processi interni all’impresa definiti “Working Processes”. Questi mutamenti condizionano i processi che determinano la soddisfazione del cliente, i “Customer Satisfaction Processes” e quindi le relative performance. I cambiamenti in questi processi influenzano il raggiungimento degli obiettivi dell’impresa (output). Questi legami formano la spina dorsale di tutti i progetti Six Sigma (Kapadia et al., 2003). Tuttavia, questo modello non è stato ancora applicato al settore dei trasporti e della logistica esterna e in relazione ad una specifica applicazione ICT di tipo innovativo. Visto che questo modello supera le mancanze degli approcci metodologici precedentemente indicati, esso è stato adattato per la valutazione degli impatti dell’Intelligent Cargo sull’efficienza delle imprese. Il modello proposto nella tesi è stato definito “Three Pillars’ Model”. Secondo il modello una soluzione ICT innovativa provoca un impatto sui processi interni dell’impresa determinando dei miglioramenti di tipo “operativo” (es. tempo necessario per ottenere un’informazione). Essi causano delle conseguenze di tipo “tattico” (es. servizio al cliente) che si traducono in ritorni economici per l’impresa (es. costi/ricavi). A questi tre “passaggi” logici corrispondono tre tipologie di indicatori di performance legati tra di loro da rapporti di causa-effetto e così definiti: “Parametri di Processo”, “Performance di Processo” ed “Effetti di Business”. Da qui deriva il nome del modello, “Three Pillars’ Model”: le tre tipologie di indicatori rappresentano i “pilastri” della metodologia di valutazione dell’impatto. Il “Parametro di Processo” è un indicatore di performance di tipo operativo direttamente impattato dall’utilizzo dell’Intelligent Cargo. Il cambiamento del Parametro di Processo determina una variazione sul secondo pilastro, le “Performance di Processo”. Esse si distinguono dai Parametri di Processo in quanto non sono direttamente impattate dall’utilizzo dell’Intelligent Cargo, sono l’effetto dell’applicazione di uno o più Parametri di Processo e possono essere condizionate anche da elementi esterni all’applicazione dell’Intelligent Cargo. Esse rappresentano quindi le conseguenze dei Parametri di Processo e indicano un livello di impatto “tattico”. A loro volta, mutamenti nelle Performance di Processo determinano dei cambiamenti nei costi e nei ricavi. Questi sono definiti “Effetti di Business”. Il primo vantaggio nell’utilizzare il “Three Pillars’ Model”, rispetto a quelli precedentemente descritti, consiste nella capacità del modello di individuare gli impatti sia a livello di processo che a livello di output (costi/ricavi). In questo modo non sono tralasciati importanti benefici che si ottengono con l’applicazione ICT nel processo che, invece, uno schema “input-output” non considera. Inoltre, in questo modo è possibile capire se il mancato o parziale raggiungimento degli obiettivi economici dell’impresa (gli Effetti di Business) dipenda da cambiamenti dei processi derivanti dall’utilizzo dell’ICT o da cause esterne ed esogene. Il terzo vantaggio consiste nella possibilità di utilizzare anche solo alcune “parti” del modello, ovvero l’utilizzatore può scegliere ed escludere alcuni indicatori di performance proposti per ogni pilastro. Oltre a ciò, l’utilizzatore può decidere di aggiungere alcuni indicatori di performance che non sono proposti dal modello. Si tratta quindi di un modello “modulare” e flessibile. Inoltre, i legami di causa-effetto sono decisi a discrezione dell’utilizzatore in quanto gli stessi indicatori di performance possono avere legami diversi. Si lascia così ampia libertà e flessibilità nell’individuare i rapporti di causa-effetto. Una serie di vantaggi derivano anche dalla precisione e dalla chiarezza con la quale sono indicate le linee guida da seguire per applicare il modello. In particolare, la chiarezza abbinata alla semplicità del modello contribuiscono alla facile comprensione e alla sua veloce applicazione in casi reali. Il modello è stato applicato in otto casi pilota: si sono definiti i singoli indicatori di performance afferenti ai tre pilastri, le formule per il loro calcolo e i legami di causa-effetto. I casi pilota hanno individuato, complessivamente, 71 indicatori di performance impattati dall’utilizzo dell’Intelligent Cargo. Per ognuno di essi hanno misurato: - Valore attuale; - Valore atteso (con l’implementazione dell’IC); - Miglioramento atteso. Si sono raccolte, in totale, 197 osservazioni di cui 183 espresse in modo quantitativo e 14 in modo qualitativo. L’analisi dei dati ha permesso di giungere a delle conclusioni di tipo qualitativo e quantitativo. I risultati qualitativi indicano la tipologia di impatto che le imprese si attendono di ottenere con l’applicazione dell’Intelligent Cargo in relazione ai tre pilastri mentre quelli quantitativi stimano i valori dei miglioramenti attesi. Dall’analisi qualitativa emerge che gli impatti nei processi interni (Parametri di Processo) che le imprese si attendono sono relativi alla maggiore velocità con la quale le informazioni di loro interesse sono disponibili e nella migliore affidabilità (assenza di errori). Tali informazioni hanno per oggetto: 1. L’identificazione del cargo (es. tipologia, quantità). 2. Il controllo delle condizioni del cargo (es. temperatura). 3. Il monitoraggio del percorso (es. deviazione dall’itinerario stabilito). 4. Il monitoraggio dello status del cargo (es. arrivato, partito). Si precisa che le imprese hanno dichiarato di attendersi un impatto nella rapidità di invio di tutte le queste tipologie di informazioni fornite dall’Intelligent Cargo mentre l’affidabilità riguarda solamente l’identificazione del cargo e la corretta stima dell’orario di arrivo. Sembra quindi che le imprese abbiano già le informazioni di cui necessitano in modo preciso ed affidabile ma non veloce. Di conseguenza i Parametri di Processo individuati dalle imprese misurano il tempo necessario a ricevere l’informazione e la sua precisione. L’impatto dell’utilizzo dell’Intelligent Cargo sulla rapidità e affidabilità dell’informazione scambiata determina una serie di conseguenze a livello “tattico”, ovvero sulle Performance di Processo. I casi pilota si attendono un miglioramento su queste categorie di impatto: 1. Gestione degli asset, ovvero nella gestione delle scorte (rotazione delle scorte e quantità di prodotto finito stoccato a magazzino), dei mezzi di trasporto (viaggi addizionali per errata consegna e fattore di riempimento dei mezzi), dell’infrastruttura (ottimizzazione dell’utilizzo della capacità dell'infrastruttura) e delle risorse umane (pianificazione dell’utilizzo delle risorse umane). 2. Servizio al cliente, ovvero nell’evasione corretta degli ordini e nei tempi di risposta al cliente. 3. Tempo necessario per svolgere un’attività. 4. Gestione della security (diminuzione di furti). I miglioramenti attesi nelle Performance di Processo determinano degli impatti in questi “Effetti di Business”: 1. Costi relativi agli asset (costo del magazzino, del trasporto e delle scorte), al lavoro (costo per il dispatching, per il re-scheduling, per la risoluzione delle problematiche sulla temperatura, per la chiusura di un ordine di prenotazione e per la gestione dei controlli di sicurezza), costi finanziari (interessi bancari passivi), dei resi e assicurativi. 2. Ricavi; rientrano in questa categoria i ricavi di vendita, l’aumento della quota di mercato e il miglioramento del servizio al cliente. Gli impatti sopra descritti sono stati individuati complessivamente dai casi pilota i quali rappresentano i tipici attori di una supply chain, ovvero: imprese di produzione e di distribuzione, operatori logistici (trasportatori, imprese di logistica e di warehousing) e autorità pubbliche. Ciò detto, si può quindi affermare che l’analisi cross-pilot ha permesso di individuare i benefici apportati da una soluzione innovativa ICT alla filiera logistico-trasportistica, nel suo complesso. Si sono inoltre individuati gli impatti attesi comuni a più casi pilota. Da un punto di vista quantitativo, è emerso che le imprese hanno importanti aspettative nei confronti dell’applicazione dell’Intelligent Cargo. Relativamente ai Parametri di Processo, il valore massimo atteso di quasi tutti gli indicatori di performance riferiti alla “rapidità” con cui è trasmessa l’informazione è pari al 100%: questo significa che le imprese si attendono di eliminare i tempi di attesa per ricevere l’informazione grazie alle comunicazioni in real time fornite dall’Intelligent Cargo. In relazione alle Performance di Processo e agli Effetti di Business non si riscontrano delle tendenze omogenee di miglioramento all’interno delle categorie individuate date le specificità dei processi delle imprese e dei relativi obiettivi a livello di impresa. Tuttavia, vi è una certa tendenza, nelle Performance di Processo, a considerare dei possibili miglioramenti soprattutto nella categoria “Tempo per svolgere un’attività”. Negli Effetti di Business tale tendenza è relativa soprattutto nella riduzione dei valori dell’indicatore “Costo del lavoro”. In conclusione, la tesi ha apportato un contributo innovativo alla ricerca in quanto ha risposto a due importanti domande di ricerca aperte relative allo studio degli impatti delle applicazioni innovative ICT per i trasporti e la logistica: - la definizione di un modello per valutarne gli impatti; - la realizzazione di uno studio empirico che quantificasse i benefici. Un nuovo modello definito “Three Pillars’ Model” in grado di superare i limiti dei precedenti approcci metodologici è stato proposto ed applicato con successo. Lo studio empirico è stato condotto in relazione ad un’innovazione ICT per i trasporti e la logistica, ovvero l’Intelligent Cargo. Lo studio potrà continuare confrontando i benefici attesi individuati con quelli reali e commisurandoli anche con il prezzo di mercato dell’innovazione. Nel lungo periodo, si potrebbero individuare in modo più approfondito gli impatti anche a livello di Business Process Reengineering per individuare eventuali cambiamenti nei Business Model delle imprese. L’indagine potrebbe essere estesa anche ad altre tipologie di impatti come quella sull’ambiente, sulla sostenibilità, su safety e security. Inoltre, si potrebbe approfondire anche l’analisi dell’Intelligent Cargo come innovazione indagandone la forma di mercato, le barriere all’entrata e la domanda attesa per riuscire a catturare valore dall’innovazione in modo che essa non rimanga solamente un’idea.
- XXIII Ciclo
- 1981
Date
- 2011-09-21T09:19:53Z
- 2012-04-29T04:01:22Z
- 2011-04-26
Type
- Doctoral Thesis
Format
- application/pdf
Identifier
urn:nbn:it:units-9086