La simulazione delle dinamiche aziendali: tre approcci a confronto

Mentre in fisica, chimica, biologia ed altre scienze la sperimentazione \ue8 il metodo standard per fare ricerca, in molte scienze sociali, condurre un esperimento \ue8 impossibile o indesiderabile. Un esperimento consiste nel somministrare un dato trattamento ad un sistema isolato e nell\u2019osservare cosa succede. Il sistema trattato viene confrontato con un altro sistema equivalente che non riceve il trattamento per confrontarne il comportamento. Dal momento che l\u2019unica differenza tra i due sistemi sta proprio nel trattamento subito dal primo, e poich\ue9 i due sistemi sono isolati da altre possibili cause di cambiamento, sar\ue0 il trattamento a causare, eventualmente, il diverso comportamento dei sue sistemi. Poich\ue9 questo tipo di isolamento spesso pu\uf2 risultare impossibile, antieconomico, o non etico nei sistemi sociali, le sperimentazioni sono in essi raramente usate. Un grosso vantaggio della simulazione assistita dal computer \ue8 che le difficolt\ue0 legate all\u2019isolamento dei sistemi umani e i problemi etici legati alla sperimentazione non sono presenti quando si fanno esperimenti su sistemi virtuali o computazionali. Un esperimento pu\uf2 inoltre essere impostato e ripetuto molte volte usando un intervallo di parametri o permettendo ad alcuni fattori di variare casualmente. Talvolta tale approccio potrebbe essere l\u2019unico modo per ottenere dei risultati. Derivare infatti il comportamento di un modello analiticamente \ue8 preferibile in generale perch\ue9 fornisce informazioni su come il modello funzioner\ue0 dato un intervallo di inputs. Tuttavia una soluzione analitica non \ue8 sempre possibile. In questi casi \ue8 necessario sperimentare con differenti inputs per vedere come il modello si comporta; il modello cio\ue8 viene usato per simulare il mondo reale come sarebbe in una variet\ue0 di circostanze. La simulazione assistita dal computer \ue8 un campo di indagine e di applicazione in continua espansione. A partire dalle pionieristiche applicazioni del secondo dopoguerra, infatti, questo tipo di simulazione si \ue8 costantemente ampliato, fino a comprendere, recentemente, un insieme di strumenti, approcci e principi metodologici di assoluta affidabilit\ue0 e di ampia diffusione nelle scienze manageriali. Le prime applicazioni, tipicamente negli Anni \u201860, erano fondamentalmente indirizzate a risolvere specifici problemi industriali e produttivi, con un forte focus sulla evidenziazione e risoluzione di problemi di ottimizzazione e di incremento dell\u2019efficienza (ad esempio per lo studio di problematiche di gestione delle scorte e del magazzino). Successivamente, grazie anche ad un progressivo ampliamento delle problematiche oggetto di studio e con il rapido crescere della potenza dei computer, la modellizzazione e la simulazione assistita dal computer sono diventati un importante complemento per la sperimentazione negli ambiti di ricerca tradizionali ma anche in molte scienze sociali. L\u2019elemento di maggior interesse, del resto, consiste nel progressivo spostamento del focus di analisi e del campo di utilizzo di questi strumenti verso la gestione strategica delle risorse a disposizione. In maggior dettaglio, modelli computerizzati e simulatori di volo (anche detti virtual worlds o micro-worlds) sono utili e potenti strumenti da impiegarsi nello studio ed analisi strategica di sistemi caratterizzati da elevati gradi di complessit\ue0 e dinamismo. Come messo in luce da Sterman (2000, pp. 35-58), \u201cthey provide low-cost laboratories for learning. The virtual world allows time and space to be compressed or dilated. Actions can be repeated under the same or different conditions (\u2026) Virtual worlds provide high-quality feedback. (\u2026) Formalizing qualitative models and testing them via simulation often leads to radical changes in the way we understand reality (\u2026) Most important, when experimentation in real systems is infeasible, simulation becomes the main, and perhaps the only, way you can discover for yourself how complex systems work\u201d. Consapevoli che sia impossibile presentare e discutere in modo esaustivo tutte le tipologiee gli ambiti di modellizzazione e di simulazione, questo capitolo si pone conseguentemente l\u2019obiettivo di esplorare le potenzialit\ue0 offerte dalla simulazione computerizzata in ambito aziendale, ponendo nello specifico il focus di analisi su un numero limitato di paradigmi di simulazione, cosiddetti \u201cdinamici\u201d. In particolare, sono presi in esame tre diversi approcci alla simulazione su supporto informatico, indicati di seguito: a) System Dynamics Simulations; b) Agent-Based Modelling; c) Discrete-Event Simulations. Per ciascuno di essi, verranno illustrate le caratteristiche metodologiche primarie, i principali strumenti a disposizione, le finalit\ue0 perseguite. Alcuni esempi saranno sinteticamente richiamati per meglio chiarire le potenzialit\ue0 di ciascun approccio, sia in termini assoluti sia comparativi. Prima di far ci\uf2, del resto, pare opportuno fornire qualche informazione aggiuntiva sulle finalit\ue0 e le caratteristiche principali della modellizzazione in ambito manageriale