Seu fornecedor mais arriscado é aquele com o qual nada aconteceu

Todo registro de risco que já vi é na verdade um feed de notícias com uma coluna de pontuação parafusada em cima. Algo acontece - um tufão se forma, um fornecedor sofre uma violação, um porto entra em gargalo - e o item ganha uma probabilidade, um impacto, uma cor. O registro é honesto sobre o que é: uma lista ranqueada de coisas que começaram a dar errado. O problema é que todo mundo o lê como outra coisa. Leem como uma lista do que mais doeria. Não são a mesma lista, e o vão entre elas é onde moram as surpresas caras.

Eu queria mostrar o vão em vez de só afirmá-lo, então construí um modelo. Não o de um cliente - uma empresa de bens de consumo de porte médio deliberadamente sintética: quatro fornecedores, duas plantas, três centros de distribuição, cinco linhas de produto, espalhados por Ásia, Europa e EUA. Estrutura real, números inventados, para que eu possa publicar cada valor nesta página. Depois alimentei um feed de trinta e cinco eventos de disrupção e fiz duas perguntas diferentes.

A primeira pergunta é a que o registro responde: o que está dando errado agora? Os três riscos mais barulhentos voltam exatamente onde você esperaria - um tufão rumando para o fornecedor de eletrônicos em Shenzhen, uma invasão cibernética na planta têxtil, um recall de produto. Todos CRÍTICOS, todos concentrados nos dois fornecedores de destaque que todo planejador desta empresa já observa numa segunda-feira de manhã.

A segunda pergunta é a que quase ninguém faz estruturalmente: se um único fornecedor simplesmente parasse, qual falha custaria mais? Essa pergunta não se importa com o que está nas notícias. Se importa com como a rede está conectada.

A resposta foi o fornecedor de embalagem.

Não o fornecedor de chips. Não a planta têxtil sob nuvem cibernética. Bengaluru Packaging Solutions - corrugado e caixas de papelão, o item de menor custo unitário em toda a lista de materiais, o fornecedor que você renegociaria para economizar alguns pontos-base e nunca mais pensaria a respeito. Nesta rede, 85,9% da receita passa por ele. E o fornecedor de eletrônicos com o qual todo mundo se preocupa? 59%. A razão é pouco glamorosa e total: a embalagem alimenta as duas plantas, e cada um dos cinco produtos precisa de uma caixa. É de fonte única, como todo insumo neste modelo - mas é o único nó onde a fonte única é silenciosamente catastrófica, porque não há produto que embarque sem ele.

Números tornam isso concreto, e a forma justa de mostrar é manter o formato do cenário constante. Pegue dois fornecedores. Faça cada um falhar por quatro semanas. Mesma paralisação, mesma simulação, mesma rede.

O modelo vem com um exemplo de falha de fonte única embutido: Rhineland Precision, um fornecedor de hardware de precisão de nível 2 - exatamente o tipo de fornecedor especializado, difícil de substituir, que você indicaria como seu vilão temido. Quatro semanas parado custam US$ 529 mil em receita perdida e o nível de serviço cai para 86%. Desconfortável, sobrevivível, mais ou menos o que você esperaria.

Agora faça o fornecedor de embalagem falhar pelas mesmas quatro semanas. Receita perdida: US$ 1,87 milhão. Pior nível de serviço na semana: 33,8%. Tempo para sobreviver antes de o serviço romper: uma semana. Tempo de recuperação: três. Mesmo formato de cenário, três vezes e meia o dano - e o serviço não cai, ele desaba para um terço do normal, porque quando as caixas param, quase tudo para.

Aqui está a parte que deveria incomodar você. No registro orientado a eventos, o fornecedor de embalagem aparece exatamente uma vez - como MÉDIO - e o evento associado a ele é boa notícia: uma companhia aérea regional expandindo capacidade de carga saindo de Bengaluru. Nada de ruim aconteceu com ele. Então o feed-com-coluna-de-pontuação o ranqueia como um leve positivo enquanto a análise estrutural o ranqueia como o nó mais perigoso do negócio. Ambos estão olhando para o mesmo fornecedor no mesmo dia e chegando a conclusões opostas.

Este é todo o argumento a favor de medir resiliência estruturalmente em vez de reativamente, e não é matemática exótica - é aritmética sobre um grafo. Criticidade é só a participação da receita que precisa passar por um nó. Exposição de fonte única é contar até um. Tempo para sobreviver é perguntar quantas semanas de cobertura existem entre um nó apagar e um cliente perceber. Nada disso precisa de uma disrupção já ter acontecido. É esse o ponto: o registro reativo só consegue ranquear o que já pegou fogo, e o fogo raramente está onde a estrutura é mais fraca.

Não estou argumentando contra feeds de risco. Observe o tufão; o recall é real. Mas se o feed é a única lente, você vai gastar sua atenção proporcionalmente ao barulho que um fornecedor faz, não proporcionalmente ao dano que ele poderia causar - e os fornecedores mais silenciosos, os insumos commodity que você otimizou até o último centavo, são exatamente os que não têm drama e não têm backup. O modo de falha não é ignorância. É que os riscos barulhentos empurram os estruturais para fora, todo ciclo, porque os barulhentos vêm com data e manchete e os estruturais só ficam ali, sustentando a carga.

Então o exercício é simples, e vale uma tarde. Ignore as notícias por um momento. Liste seus fornecedores. Para cada um, faça a pergunta chata - se este simplesmente parasse, que participação da receita para junto com ele, e quantas semanas até um cliente sentir? Ordene por isso. Depois compare o topo dessa lista com o topo do seu registro de risco. Onde as duas listas discordam é sua exposição real - o fornecedor com o qual nada aconteceu, ainda.

O modelo por trás desta peça - um motor de resiliência autocontido que pontua criticidade de rede, simula falhas de fornecedor e porto semana a semana, e ranqueia mitigações reexecutando o cenário com cada alavanca aplicada - é uma demonstração funcional, não um produto. Todo número aqui saiu dele. Se você quiser a metodologia (ela segue a tradição de tempo-para-recuperar, tempo-para-sobreviver de Simchi-Levi / Ivanov), essa é a próxima publicação.