Budgeting con Kanban: un guida pratica per pianificare la capacità di un’intera azienda

Il processo di budgeting annuale è, per molte aziende, un rituale stressante e spesso frustrante. Si trascorrono settimane a elaborare stime dettagliate, negoziare risorse e definire obiettivi ambiziosi, per poi scoprire che questi documenti sono scollegati dalla realtà operativa quasi dal momento in cui vengono approvati. Questo approccio tradizionale, basato su stime e ipotesi astratte più che su dati concreti, genera un ciclo di sovraccarico, promesse mancate e stress diffuso. L’obiettivo di questo articolo è presentare un metodo alternativo, un approccio evolutivo basato su dati empirici e sui principi Kanban, che trasforma il budgeting da un esercizio astratto a un processo agile, realistico e strategico.

Il mio percorso professionale con questo metodo è iniziato anni fa, quando la lettura del libro Kanban: Successful Evolutionary Change for Your Technology Business ha cambiato radicalmente il mio modo di vedere la gestione del lavoro. Da quel momento, non mi sono più fermato. Ho iniziato ad applicare e sviluppare il metodo Kanban a diversi livelli: dal singolo team, passando per il portfolio di progetti, fino a estenderlo al portfolio dipartimentale e, infine, all’intera capacità aziendale.

In questo articolo, voglio condividere con voi un’attività concreta che sto conducendo: la creazione del budget per il 2026 in un’azienda di servizi di circa tremila persone. Vi guiderò passo dopo passo attraverso un processo di pianificazione della capacità che si fonda sulla realtà misurabile dell’organizzazione, non su ipotesi astratte. Vedremo come trasformare il processo di budgeting in un dialogo strategico basato su dati reali. Tutto inizia con un atto radicale di onestà: smettere di pianificare sulla base dei desiderata e iniziare a misurare la realtà così com’è.

Le fondamenta del nostro budget: dalle persone ai “token” di capacità

Per costruire un budget realistico, dobbiamo partire da una misurazione oggettiva della capacità produttiva reale dell’azienda. Questo primo passo è strategico perché sposta il focus dalla “gestione delle risorse” (resource efficiency), che cerca di tenere le persone sempre occupate, alla “gestione del flusso” (flow efficiency), che si concentra sul far scorrere il lavoro in modo fluido e prevedibile. Questo non è solo un cambio di metrica; è un cambio di paradigma. Come Kanban insegna, la performance aziendale non deriva dal tenere le persone occupate, ma dal far progredire il lavoro di valore.

La fase iniziale per quantificare questa capacità è relativamente semplice e si articola in tre passaggi:

  1. Rilevazione della capacità
    Il punto di partenza è un’analisi pragmatica: contiamo le persone disponibili, le “teste”, per avere un quadro chiaro e inequivocabile della capacità teorica di cui disponiamo oggi. Questo non è un esercizio di stima, ma un censimento che ci ancora alla realtà.
  2. Tokenizzazione della capacità
    Una volta contate le persone, trasformiamo questa capacità umana in “token” di capacità. Questo passaggio ci permette di creare un’unità di misura standard e flessibile per la pianificazione. Invece di pensare a “mezza persona per tre mesi”, pianifichiamo con “X token di capacità”, svincolando il discorso dalle singole persone e rendendolo più strategico e modulare.
  3. Aggregazione a livello aziendale
    Infine, aggreghiamo questi token. Prima li raggruppiamo a livello dipartimentale per avere una visione chiara della capacità di ogni funzione aziendale. Poi, sommiamo i totali dipartimentali per ottenere una visione complessiva e tokenizzata della capacità dell’intera organizzazione.

A questo punto, abbiamo un modello della nostra capacità produttiva. Ma come possiamo essere sicuri che questi token abbiano un significato nel mondo reale? Il passo successivo è ancorare questa teoria alla pratica, collegando i token ai risultati concreti e misurabili che l’azienda è in grado di produrre.

Dalla teoria alla pratica: validare la capacità con il throughput reale

Un modello è utile solo se riflette la realtà. Per questo motivo, il passo successivo è fondamentale: dobbiamo validare il nostro modello di capacità tokenizzata utilizzando un approccio empirico, basato sui dati storici. Questo processo ancora la nostra pianificazione a risultati misurabili, trasformando i token da un concetto teorico a un affidabile strumento previsionale.

Nella mia esperienza, questo si traduce in un’analisi comparativa. Prendiamo la capacità tokenizzata di ogni dipartimento e la confrontiamo con il throughput reale dei sistemi Kanban già attivi. Il throughput è il numero di elementi di lavoro (attività, progetti, ticket) completati in un dato periodo. Nell’azienda in questione dispongo dei dati provenienti da quasi una decina di sistemi Kanban attivi, sviluppati nel tempo. Questo patrimonio informativo mi offre una base empirica solida e affidabile, quantomeno per le funzioni principali.

Dopo aver analizzato i dati storici, possiamo arrivare a una conclusione chiara e supportata dai fatti:

“Ok, con questa quantità di token, otteniamo questo determinato throughput.”

A questo punto, il token non è più solo una convenzione operativa, ma diventa una vera e propria unità previsionale. Abbiamo creato un legame matematico e verificabile tra la capacità che investiamo e i risultati che possiamo realisticamente attenderci. Non stiamo più facendo supposizioni: stiamo costruendo un modello predittivo fondato su evidenze storiche. Questo approccio incarna uno dei principi fondamentali di Kanban: prendere decisioni basate sui dati (data-driven decision making). Con un modello validato, non siamo più in balia di opinioni o pressioni politiche: disponiamo di uno strumento oggettivo per simulare scenari futuri e pianificare con reale cognizione di causa.

La pianificazione strategica come esperimento controllato

Una volta stabilita una relazione affidabile tra capacità (token) e risultati (throughput), la pianificazione strategica si trasforma. Non è più un esercizio statico di allocazione di risorse aziendali, ma una serie di esperimenti controllati per ottimizzare l’utilizzo delle risorse stesse. Questo approccio ci consente di prendere decisioni strategiche con una consapevolezza che i metodi tradizionali non possono offrire.

La fase di simulazione è dove la pianificazione si libera dalle catene dei fogli di calcolo per diventare un vero strumento di navigazione strategica. Iniziamo a simulare diversi scenari, spostando virtualmente i token da un servizio all’altro per osservare l’impatto previsto sul throughput complessivo. Cosa succede se allochiamo il 10% in più della capacità al servizio A a discapito del servizio B? Il nostro modello, basato su dati storici, ci fornisce una previsione attendibile.

Il budget cessa di essere un documento statico e diventa un laboratorio strategico, incarnando il principio Kanban di “migliorare collaborando ed evolvere sperimentando“. La nostra pianificazione annuale non è un più un decreto immutabile, ma una serie di ipotesi concrete da validare, orientate a ottimizzare l’allocazione della capacità per massimizzare i risultati desiderati. L’azienda impara e si adatta attraverso esperimenti controllati, costruendo un budget che non è solo un documento finanziario, ma una vera e propria mappa strategica dinamica.

A questo punto, possiamo estendere questo approccio dalla pianificazione generale alla gestione del portfolio progetti. Avendo misurato il throughput a livello aziendale, sappiamo anche quanta capacità possiamo effettivamente dedicare ai progetti e, di conseguenza, quanti progetti siamo realmente in grado di completare in un anno.

Gestire il portfolio progetti: il flusso upstream

Il segreto per allineare le ambizioni strategiche con la capacità operativa reale risiede nell’applicare i principi Kanban non solo alla fase di esecuzione (il flusso downstream), ma anche e soprattutto alla fase di selezione e pianificazione dei progetti (il flusso upstream). Si crea un vero e proprio sistema controllato, a monte, per la selezione delle iniziative da avviare in funzione della capacità produttiva. Gestire il flusso upstream significa smettere di avviare più lavoro di quanto se ne possa completare, concentrandosi solo sulle iniziative che generano il massimo valore.

Definire il limite al lavoro in corso (WIP Limit)

Il cardine di questo sistema è l’introduzione di un WIP limit (limite al lavoro in corso) a livello di portfolio progetti. Questo non è altro che un limite al numero di progetti che possono essere gestiti contemporaneamente dal flusso downstream. Non è una scelta arbitraria, ma una decisione strategica basata sulla nostra capacità effettiva e sui token di capacità che possiamo dedicare ai progetti. Questo limite garantisce che il flusso di lavoro downstream rimanga scorrevole e che le energie dell’organizzazione non vengano disperse su troppi fronti.

Un processo di triage guidato dalla leadership

Il processo di selezione upstream prevede un potente meccanismo di triage. Tutti i progetti in pipeline vengono analizzati sulla base di due criteri chiave: il valore che portano all’azienda e il costo del ritardo (cost of delay), ovvero il valore economico che l’azienda perde per ogni settimana o mese in cui un progetto non è ancora stato realizzato. Fatto il triage, solo i progetti che la nostra capacità effettiva può sostenere vengono approvati e avviati. E gli altri?

“Tutti gli altri? Aspettano, semplicemente.”

Questa disciplina è ciò che distingue un’organizzazione matura. Si accetta la realtà della propria capacità e si prendono decisioni difficili ma necessarie, invece di cedere alla pressione di avviare tutto subito.

La gestione del portfolio è una responsabilità della leadership aziendale. Il WIP limit a valle e la selezione dei progetti a monte vengono discussi e approvati dal comitato direttivo, che include l’amministratore delegato e i direttori. Questo garantisce un allineamento tra le decisioni operative e la visione strategica.

I benefici: meno sprechi, più valore

I vantaggi di questo approccio sono immediati e tangibili. In primo luogo, si evita lo spreco più grande: avviare lavori che non si ha la capacità di completare. In secondo luogo, ci si concentra esclusivamente sui progetti a più alto valore, massimizzando il ritorno sull’investimento della nostra capacità. Infine, si crea un sistema prevedibile e sostenibile. In sintesi, si passa dal “caos della speranza“, dove si avvia tutto sperando che qualcosa finisca, alla “disciplina del valore“, dove ogni token di capacità è investito deliberatamente per ottenere il massimo impatto strategico. Ma cosa succede quando le ambizioni future superano la capacità attuale? È il momento di guardare oltre l’ottimizzazione e pensare a come far crescere il sistema.

Guardare al futuro: come “elevare il sistema” aumentando la capacità

Una volta che il sistema è stabile e prevedibile, la conversazione strategica si sposta naturalmente verso il futuro: “come possiamo raggiungere obiettivi ancora più ambiziosi?” La risposta è “elevare il sistema“, ovvero aumentare la capacità produttiva dell’organizzazione. Questo, infatti, è un obiettivo strategico per i budget del 2026 e 2027 della nostra azienda.

Tuttavia, c’è un aspetto cruciale da comprendere: aumentare la capacità non è un cambiamento istantaneo. Non basta assumere nuove persone per vedere un aumento lineare della produttività. L’insegnamento fondamentale è che bisogna iniziare oggi a lavorare per aumentare la capacità, con la piena consapevolezza che i risultati concreti si vedranno solo tra sei mesi o un anno.

Questo ritardo è spiegato dalle dinamiche del cambiamento organizzativo. Quando si inseriscono nuove persone o si formano nuovi team, si verifica inevitabilmente un calo iniziale di produttività. Il tempo necessario per l’inserimento, la formazione e l’integrazione con i team esistenti crea un rallentamento temporaneo prima che la curva della capacità inizi a risalire, superando il livello precedente. È l’impatto economico di dinamiche umane ben note che ogni nuovo team deve affrontare. Ignorare questa dinamica porta a frustrazione e a piani irrealistici. Pianificare l’aumento di capacità significa investire oggi per raccogliere i frutti domani, con pazienza e visione di lungo termine.

Conclusione: un budget basato sulla realtà, non su ipotesi astratte

Fare proprio un approccio al budgeting basato su Kanban significa operare una trasformazione profonda, che va ben oltre i numeri su un foglio di calcolo. Significa scegliere la realtà come fondamento della propria strategia. I benefici di questo metodo sono chiari e di forte impatto:

  • Passaggio da un processo “politico” a uno basato sui dati: le decisioni non sono più il frutto di negoziazioni o della voce più autorevole, ma sono guidate da misurazioni empiriche di capacità e throughput. La realtà dei fatti diventa il principale arbitro.
  • Allineamento strategico con la realtà operativa: l’azienda si impegna solo su ciò che può realisticamente portare a termine. Questo non solo massimizza il valore effettivamente realizzato, ma allinea le ambizioni della leadership con le reali possibilità operative dell’organizzazione.
  • Prevedibilità e riduzione dello stress: eliminando le false promesse e il sovraccarico sistematico, si crea un ambiente di lavoro più sostenibile. La fiducia aumenta, perché le persone e i team sanno che gli impegni presi sono realistici e che il sistema è progettato per il loro successo.

In definitiva, questo non è solo una tecnica di budgeting. È un modo per costruire un’organizzazione più matura, resiliente e consapevole. È la scelta di fare della realtà, con i suoi limiti e le sue potenzialità, il più grande alleato strategico per una crescita sostenibile e di valore. La domanda, quindi, non è se la vostra azienda può permettersi di adottare questo approccio, ma se può ancora permettersi di basare il proprio futuro su ipotesi astratte.

La storia di XIT: come un team sull’orlo del caos ha ispirato il metodo Kanban

Nel celebrare il ventesimo anniversario del primo sistema Kanban in ambito IT, è fondamentale tornare alla storia che ha dato inizio a tutto. Come ha fatto un team, considerato il peggiore di Microsoft, a diventare il pioniere di una rivoluzione che avrebbe cambiato per sempre il modo di lavorare nei servizi? Questo non è un semplice caso di studio: è un racconto di trasformazione che traduce concetti astratti come “flusso” ed “efficienza” in lezioni concrete e accessibili a tutti. Al centro di questa vicenda c’è Dragoș Dumitriu, un manager che, contro il parere di chiunque, decise di prendere in carico il team con la peggiore reputazione dell’azienda, dando il via a un cambiamento tanto silenzioso quanto inarrestabile.

Il problema: un team condannato al fallimento

Per apprezzare il valore delle soluzioni adottate, bisogna prima comprendere la profondità della crisi in cui versava il team XIT. Quando Dragoș Dumitriu assunse il ruolo, la situazione era critica. Il team aveva la peggior reputazione quanto a servizio clienti all’interno di Microsoft. Il consiglio unanime dei suoi colleghi manager era di evitare quell’incarico a tutti i costi, perché “è noioso e… questo team non riesce a portare a termine le cose“. I fatti confermavano questa percezione: qualsiasi richiesta di lavoro impiegava in media 5 mesi per essere completata, un’eternità rispetto all’obiettivo aziendale di 30 giorni.

La sorpresa di Hyderabad

Il primo incontro di Dragoș con una parte del team, basato a Hyderabad, in India, rivelò una contraddizione stridente. Incontrandoli, non vide persone demotivate o incompetenti, ma un gruppo di professionisti sorridenti e capaci. Questa fu una rivelazione inaspettata e instillò in lui il dubbio che avrebbe guidato la sua indagine: “Mi chiedo cosa stia succedendo, perché vengono percepiti in modo così diverso da come li vedo io?” La reputazione disastrosa non sembrava corrispondere alle persone che aveva di fronte. Era chiaro che il problema non andava cercato negli individui. Occorreva passare dalle percezioni all’analisi oggettiva dei dati.

La nascita di una collaborazione

La collaborazione tra Dragoș e David Anderson nacque quasi per caso. In quello stesso periodo, Dragoș stava leggendo Agile Management for Software Engineering di Anderson quando vide un’email che annunciava un seminario sulla Teoria dei Vincoli tenuto da un collega di Microsoft, proprio un tale “David Anderson”. Verificato che si trattava dello stesso autore, decise di partecipare. David ricorda ancora come, al termine dell’intervento presso l’ufficio Honeywell, Dragoș lo raggiunse per presentarsi. Convinto che David potesse aiutarlo ad affrontare la sfida, gli chiese supporto. I due si accordarono così per incontrarsi nuovamente qualche giorno dopo, dando inizio a una collaborazione che avrebbe segnato la nascita del primo sistema Kanban in ambito IT.

L’indagine: i dati rivelano la vera causa del caos

Invece di cercare colpevoli, Dragoș cercò prove. Questo approccio, basato sui dati, è un principio cardine del pensiero Lean. Esaminando i dati già presenti nello strumento di tracciamento interno di Microsoft, emersero elementi che permisero di comprendere la reale natura del problema.

  • Sprechi di tempo: sviluppatori e tester passavano circa l’80% del loro tempo a inviare email. Di questo, il 50% era dedicato a sollecitare informazioni mancanti e il 30% a creare stime dettagliate per attività non ancora approvate.
  • Lavoro effettivo: di conseguenza, solo il 20% del tempo era realmente dedicato allo sviluppo e al test del software.
  • Sovraccarico cronico: ogni membro del team gestiva contemporaneamente tra i 60 e i 90 ticket aperti, creando un ingorgo continuo dove nulla riusciva a progredire.
  • Qualità delle richieste: le richieste provenienti dai clienti interni arrivavano estremamente incomplete, innescando il ciclo vizioso di email e ritardi.

Questo portò a una rivelazione inaspettata. Come ha osservato David durante il webinar del ventesimo anniversario, il team XIT era già un’organizzazione che oggi collocheremmo al livello di maturità 2 (ML2) del Kanban Maturity Model (KMM): avevano un processo definito e tutti i dati end-to-end tracciati nel loro strumento. Il problema non era la mancanza di dati: “avevano tutti i dati, ma nessuno li guardava, nessuno pensava al problema nel modo giusto“. La diagnosi finale di Dragoș fu inequivocabile: il problema non erano le persone, ma il sistema con cui il lavoro veniva gestito. La rivoluzione necessaria non era di processo, ma di prospettiva.

La soluzione: le mosse pratiche che diedero vita al metodo Kanban

La trasformazione di XIT non nacque da un manuale, ma da una serie di interventi manageriali tanto semplici quanto coraggiosi, nati direttamente dall’analisi dei dati. Queste azioni, nel loro insieme, costituirono l’essenza del primo sistema Kanban, anche se all’epoca non veniva ancora chiamato così.

Rendere visibile il lavoro e gestire le priorità

Il primo passo fu rendere visibile il caos. Dragoș creò una semplice tabella per mostrare a tutti lo stato delle attività, un precursore della moderna Kanban board. Usò un’efficace analogia: un fotografo non viene pagato per descrivere le foto che ha scattato, ma per mostrarle. Allo stesso modo, era necessario mostrare il lavoro, non solo parlarne.

Successivamente, affrontò il problema delle priorità. I cinque principali stakeholder inviavano ciascuno la propria lista di 10 priorità, generando 50 “priorità assolute” che paralizzavano il team. Quando tutto è prioritario, in realtà, niente è prioritario. Dragoș li riunì e li convinse a negoziare tra loro per produrre una sola lista consolidata di 10 priorità. Con le sue parole, decise di “dare in outsourcing il processo di prioritizzazione” agli stakeholder stessi.

Fermare il flusso di richieste incomplete

Per risolvere il problema delle richieste incomplete, che consumavano l’80% del tempo del team, fu introdotta una regola semplice ma rivoluzionaria: non si sarebbe iniziato a lavorare su nessuna attività finché tutte le informazioni necessarie non fossero state fornite dal richiedente. Questa mossa, definita sempre da Dragoș come “dare in outsourcing il lavoro di chiarimento al cliente“, liberò immediatamente una quantità enorme di tempo, permettendo al team di concentrarsi sul proprio vero lavoro.

Smettere di iniziare, iniziare a finire

La chiave di volta fu l’introduzione del principio “Stop starting, start finishing“. L’analisi aveva mostrato un numero enorme di attività iniziate ma mai concluse. Questo concetto, oggi noto come limite al Lavoro in Corso (WIP limit), fu implementato non attraverso una lavagna fisica, ma tramite nuove policy manageriali. Si creò così un “sistema Kanban virtuale”, dove il flusso veniva controllato per evitare il sovraccarico. Kanban, infatti, è prima di tutto un metodo di gestione e non solo uno strumento.

Sostituire le stime con le previsioni statistiche

Ma la vera mossa decisiva doveva ancora arrivare. Dragoș era appena atterrato da un viaggio a Hyderabad e si era diretto in ufficio per presentare i suoi progressi a un’assemblea di oltre 400 persone. Quando il suo General Manager, Dale Christian, un dirigente sei o sette livelli sopra di lui, gli chiese quale fosse l’unica cosa che avrebbe cambiato, Dragoș rispose: “Dobbiamo smettere di fare stime“. La risposta di Dale, davanti a tutti, fu un secco e sorridente: “No“.

Quella stessa sera, Dragoș si collegò con il suo team in India e disse loro l’esatto contrario. “Buone notizie, non dovete più stimare“. Si stava giocando tutto. Stava, come si diceva in Microsoft, mettendo il suo “badge sul tavolo”, pronto a essere licenziato se avesse fallito. Iniziò a usare gli oltre 200 dati storici per creare un modello di previsione. Invece di stime puntuali, offriva agli stakeholder un intervallo di probabilità. Il suo approccio fu diretto: “Quanti di voi sono soddisfatti delle previsioni del tempo?”. A chi rispondeva di sì, prometteva: “Farò la stessa cosa. Non avrò sempre ragione, ma sarò abbastanza vicino alla realtà la maggior parte delle volte“.

I risultati: una trasformazione misurabile

L’efficacia di questi interventi fu confermata dai dati. In soli nove mesi, il team, composto dalle stesse persone, raggiunse risultati significativi:

  • Produceva 5 volte più lavoro, 5 volte più velocemente.
  • I tempi di consegna crollarono da 5 mesi a un intervallo prevedibile tra 5 e 15 giorni.
  • Il backlog fu completamente azzerato. Come annunciò orgogliosamente Dragoș a David: “Abbiamo bruciato il backlog fino ad azzerarlo“.
  • L’efficienza del flusso (il tempo di lavoro effettivo rispetto al tempo totale) passò da circa l’8% a quasi il 90%. Un dato ancora più notevole se si considera, come ha sottolineato David, che un’efficienza iniziale dell’8% era in realtà abbastanza buona rispetto all’1-2% tipico in molti contesti.

Ma l’impatto più profondo fu quello umano. La trasformazione non fu solo una questione di efficienza, ma una vera e propria liberazione da un sistema insostenibile. La qualità della vita del team migliorò drasticamente, ponendo fine alla necessità di lavorare 12 o 14 ore al giorno solo per restare a galla.

La lezione di XIT e il futuro del lavoro

La storia del team XIT ha distillato principi che ancora oggi sono al centro delle moderne metodologie di gestione. Le lezioni chiave di questa trasformazione sono semplici ma potenti:

  1. Guarda al sistema, non alle persone: il problema raramente risiede nella competenza individuale, ma nel modo in cui il lavoro è organizzato.
  2. Rendi tutto visibile: la trasparenza è il primo passo per comprendere e risolvere qualsiasi problema complesso.
  3. Gestisci il flusso, non le persone: concentrati sul ridurre i ritardi e le interruzioni, non sul micro-management delle attività.
  4. Usa i dati per guidare le decisioni: le opinioni sono utili, ma i dati sono decisivi per promuovere cambiamenti significativi.

Questa storia, celebrata nel suo ventesimo anniversario, è più attuale che mai e dimostra come un approccio focalizzato sulla gestione del flusso possa trasformare anche le situazioni più disperate. Per ascoltare questo racconto direttamente dalla voce dei suoi protagonisti, David Anderson e Dragoș Dumitriu, la registrazione completa del webinar del ventesimo anniversario è disponibile su YouTube cliccando qui.

Il segreto dell’efficienza di flusso: perché un sistema lavora meglio al 65% del carico massimo teorico

Nell’articolo precedente ho condiviso un’esperienza personale che mi ha confermato, sul campo, come un flusso di lavoro sia davvero efficiente solo quando funziona al 60-70% della sua capacità potenziale. Cercare di spingerlo fino al 100% significa, inevitabilmente, condurlo al collasso: il sistema si satura, rallenta e finisce per bloccarsi.

La spiegazione di questo fenomeno, apparentemente controintuitivo, risiede nella solida base scientifica di un caso particolare della Teoria delle Code, comunemente noto come Legge di Little. Prende il nome da John D. C. Little, professore alla MIT Sloan School of Management, che la ha formulata.

La teoria delle code applicata ai flussi di lavoro

Possiamo visualizzare il nostro sistema come un “tubo di flusso” che eroga un servizio, i cui clienti sono le richieste di lavoro, che chiameremo work item (rappresentati nell’immagine come post-it).

Per analizzare questo sistema, utilizziamo tre concetti chiave:

  1. Lambda (λ): la frequenza con cui arrivano i work item; ovvero, quanto viene caricato il sistema.
  2. Mu (μ): la capacità produttiva del sistema; ovvero, il numero medio di work item serviti dal sistema per unità di tempo.
  3. Work In Progress (Ls o WIP): il numero medio di work item in corso di lavorazione all’interno del sistema.

Nell’ipotesi che la frequenza di carico (λ) e la capacità produttiva (μ) siano costanti, entra in gioco la Legge di Little. Il modello semplificato che andiamo ad applicare si basa anche sulle seguenti ipotesi :

  • la coda segue una logica FIFO (first-in-first-out, il primo work item in coda è il primo servito)
  • i work item sono serviti su un unico canale, i tempi di servizio sono indipendenti gli uni dagli altri, seguendo una distribuzione tale per cui “μ” work item per unità di tempo possono essere serviti in media
  • i tempi di servizio sono indipendenti dal numero degli arrivi

La Legge di Little stabilisce che il WIP (Ls) è uguale alla frequenza di carico (λ) moltiplicata per il Tempo di Ciclo (Ws). Il Tempo di Ciclo è il tempo medio di permanenza di ciascun work item all’interno del sistema.

La Teoria delle Code ci fornisce anche la formula per calcolare il Tempo di Ciclo (Ws) del sistema, nell’ipotesi che la capacità produttiva (μ) sia maggiore della frequenza di carico (λ):

Quando il carico eccessivo blocca il flusso

Per comprendere l’importanza di mantenere non troppo elevato il carico, analizziamo cosa succede a un sistema che ha una capacità produttiva (μ) di 10 work item per ogni giornata lavorativa di 8 ore:

Carico giornaliero (λ)Tasso di caricoTempo di Ciclo medio (Ws)Work In Progress (Ls)Effetto sul sistema
5 work item50%1 ora e 36 minuti1 work itemSistema scarico
6 work item60%2 ore1,5 work itemSistema quasi carico
7 work item70%2 ore e 40 minuti2,3 work itemAncora accettabile
8 work item80%4 ore, quasi raddoppia4 work itemLimite di stallo
9 work item90%8 ore9 work itemSistema quasi bloccato
10 work item100%Impossibile calcolareImpossibile calcolareSistema in stallo completo

Come si può notare, l’aumento del carico non produce un incremento lineare della produttività, ma una vera e propria impennata del Tempo di Ciclo e del WIP.

Se passiamo da 6 a 8 work item al giorno, il Tempo di Ciclo raddoppia, così come il Work in Progress, che schizza a 4 work item in media. Quando il carico raggiunge 9 work item, il Tempo di Ciclo raddoppia ancora, costringendoci ad aspettare essenzialmente un giorno intero per vedere evaso un singolo work item. Al 100% del carico, le formule indicano un Tempo di Ciclo infinito, ovvero che il sistema si blocca.

Il punto di equilibrio: il 65% circa del carico massimo

In pratica, affinché il sistema mantenga un flusso efficiente, il numero di work item con cui andrebbe caricato è tra 6 e 7. Un calcolo più raffinato ci dimostra che l’ottimale è all’incirca il 65% del carico massimo.

Questo significa che il nostro sistema raggiunge la sua massima efficienza quando lo carichiamo non più del 65% della sua capacità.

Il ruolo delle micro-interazioni

A questo punto potremmo porci una domanda legittima: perché un carico apparentemente basso — circa due terzi della capacità massima — garantisce la massima efficienza?

Questo accade perché, anche se spesso non ce ne accorgiamo, nei sistemi di flusso avvengono costantemente una miriade di micro-interazioni tra tutte le parti che li compongono. Queste interazioni, impercettibili prese singolarmente, nel loro insieme finiscono per rallentare in modo significativo il sistema.

Un esempio emblematico di questo fenomeno sono le code a tratti in autostrada. Quando il traffico raggiunge la saturazione, le auto iniziano a rallentare e fermarsi senza una causa apparente. Questa continua alternanza di frenate e ripartenze nasce da una moltitudine di micro-interazioni tra i veicoli, che, sommandosi, finiscono per bloccare l’intero sistema.

Lo stesso principio vale anche per i nostri flussi di lavoro. È proprio per questo che limitare il lavoro in corso (limit WIP) rappresenta una delle pratiche fondamentali del metodo Kanban.

Conclusione

Per garantire che un flusso di lavoro possa raggiungere la sua massima efficienza in modo sostenibile nel tempo, è di vitale importanza assicurarsi che non sia caricato troppo oltre la soglia del 65% della sua capacità. Ridurre il carico di lavoro non è segno di sottoutilizzo, ma la chiave per accelerare il flusso, ridurre drasticamente il Tempo di Ciclo e aumentare la produttività.

Bibliografia

  1. Paul Newbold, Principles of Management Science, Prentice-Hall, 1986
  2. David J. Anderson, Teodora Bozheva, Kanban Maturity Model: A Map to Organizational Agility, Resilience, and Reinvention – 2nd Edition, Kanban University Press, 2021

Pillole di Kanban applicato: una soluzione controintuitiva per muoversi più velocemente nelle strettoie autostradali

La settimana scorsa ho parlato delle inefficienze e dei potenziali miglioramenti nella gestione del flusso autostradale. Chiunque viaggi in autostrada ha anche familiarità con il frustrante fenomeno delle strettoie dovute ai lavori: due corsie che convergono in una, creando code interminabili, ingorghi e il classico “stop-and-go”. Questo scenario, dove i veicoli si fermano e ripartono continuamente, è una delle esperienze più stressanti per gli automobilisti. Tuttavia, esiste un metodo controintuitivo che promette di migliorare significativamente l’efficienza del flusso e ridurre i tempi di attesa per tutti.

Il problema del comportamento comune

Il comportamento comune che si osserva in prossimità di una strettoia è il seguente: la corsia destinata a terminare si svuota progressivamente. Vedendo spazio libero, molti automobilisti in questa corsia accelerano per superare il maggior numero possibile di veicoli. Arrivati al punto di immissione, dove la corsia finisce, sono costretti a frenare bruscamente per inserirsi nell’altra. Questo inserimento improvviso obbliga anche i veicoli nella corsia con via libera a frenare, creando l’effetto domino che genera l’ingorgo e le continue fermate e ripartenze. Si ha l’illusione di guadagnare tempo accelerando e inserendosi all’ultimo, ma in realtà questo comportamento peggiora la situazione per tutti.

La soluzione controintuitiva: rallentare per andare più veloci

L’efficienza del traffico in queste situazioni può essere drasticamente migliorata adottando un approccio radicalmente diverso. Si tratta di applicare un concetto controintuitivo:

  • Scegliere la corsia giusta in anticipo: non appena si individua la corsia destinata a terminare, invece di usarla per superare la fila e cercare di inserirsi all’ultimo, oppure inserirsi da subito nella corsia che ha la via libera, restare o spostarsi nella corsia che terminerà.
  • Mantenere la stessa velocità: una volta che ci si trova nella corsia destinata a terminare, la chiave è procedere esattamente alla stessa velocità del veicolo che si trova nella corsia adiacente (quella con via libera).
  • Resistere alla tentazione: è fondamentale resistere alla tentazione di accelerare e di superare i veicoli della corsia adiacente per infilarsi nella strettoia prima di loro. Allo stesso modo, bisogna ignorare l’eventuale pressione degli automobilisti che seguono, che volendo superare potrebbero spazientirsi, suonare il clacson o lampeggiare con i fari.
  • L’effetto “svuotamento”: se questa strategia viene adottata con sufficiente anticipo, si noterà che lo spazio davanti a voi nella corsia destinata a terminare si svuoterà. Contemporaneamente, la corsia adiacente, non più intasata da continui inserimenti improvvisi, inizierà a scorrere più fluidamente e i veicoli ad accelerare.
  • Immissione fluida: mantenendo la stessa velocità del veicolo di fianco, quando si arriva al punto di immissione obbligatoria, i veicoli nella corsia con via libera avranno già guadagnato un po’ di velocità e si saranno distanziati. A quel punto, rallentando leggermente e spostandosi, sarà possibile inserirsi tra due veicoli in modo molto più agevole, permettendo a tutti di proseguire il viaggio più rapidamente.

L’origine della soluzione e la base teorica

Questa soluzione non nasce da studi accademici, ma dall’osservazione empirica. Personalmente la ho appresa osservando alcuni camionisti che la applicano, i quali, avendo una prospettiva più elevata della strada e probabilmente una maggiore esperienza osservando il flusso del traffico, hanno evidentemente compreso questa dinamica controintuitiva.

Come sempre in Svizzera, ho visto invece una soluzione simile applicata in modo sistematico: in ciascuna corsia è posto un semaforo e il verde si accende in alternanza, trasformando in una pratica governata la soluzione empirica che ho descritto più sopra.

In termini più tecnici, entrambe le soluzioni applicano una pratica comune al metodo Kanban e, più specificamente, il concetto di WIP limit (limite al lavoro in corso). Limitare l’accesso (ovvero, rallentare il flusso in entrata e impedire che le auto si ammassino all’ultimo secondo) serve a dare ordine al flusso stesso. Il risultato è un sistema che, una volta ordinato, inizia a scorrere più velocemente.

La prossima volta che incontrerete una strettoia in autostrada, provate questo esperimento (sempre rispettando il codice della strada). Potreste scoprire, con vostra sorpresa, che rallentare in questo modo non solo riduce lo stress, ma vi permette di attraversare l’ingorgo in modo significativamente più rapido ed efficiente per voi e per tutti gli altri.