La Plataforma Lokad
Aunque las iniciativas de Supply Chain Quantitativa se pueden llevar a cabo en cualquier plataforma con un lenguaje de programación, la plataforma Lokad ha sido diseñada con precisión para respaldar esas iniciativas. Lokad es una plataforma dedicada al diseño y despliegue de apps de optimización predictiva de supply chain hechas a la medida. En comparación con las herramientas de desarrollo genéricas, Lokad ofrece una productividad, fiabilidad, mantenibilidad y seguridad superiores - y, por último, pero no menos importante - el rendimiento de supply chain.
En el núcleo de Lokad se encuentra Envision, un Lenguaje de Programación Específico para Dominio (DSL). Este lenguaje está destinado a expertos en supply chain, no a ingenieros de software. Nuestro objetivo principal es poner la optimización de supply chain en manos de quienes tienen experiencia directa en el asunto. Al hacerlo, Lokad reduce el riesgo de las iniciativas de supply chain al eliminar niveles de intermediarios entre el negocio y la TI.
Mediante Envision, superamos ampliamente las capacidades de los APS (Sistemas de Planificación Avanzada), “avanzados” solo de nombre, BI (Business Intelligence) o incluso kits de herramientas especializados en forecast. Y, por último, pero no menos importante, en comparación con los lenguajes de programación genéricos – como Python – Lokad entrega apps que son más seguras y más fáciles de mantener.
Más allá de las hojas de cálculo
Excel es la herramienta más utilizada en supply chain. En Lokad, reconocemos que Excel posee muchas cualidades excepcionales: es sencillo, expresivo, visual y, lo que es más importante, Excel te permite tener siempre el control de tus datos. Excel alcanzó el éxito mundial que merecía. Con Envision, hemos trabajado arduamente para preservar todas esas excelentes cualidades que se encuentran en Excel.
Sin embargo, en lo que respecta a supply chain, Excel tampoco es la cúspide del análisis. La mayor fortaleza de Excel es también su mayor debilidad: la lógica de los cálculos y los datos se entrelazan sistemáticamente, y esto crea problemas interminables tan pronto como las hojas comienzan a crecer en tamaño. Sin embargo, las hojas de cálculo de Excel de gran tamaño suelen ser inevitables en supply chain, donde comúnmente se encuentran cientos o incluso miles de productos dentro de la misma empresa.
Desafortunadamente, este problema de entrelazado de lógica y datos no se puede solucionar en Excel, porque la “solución” iría en contra de lo que, en primer lugar, hace de Excel una herramienta tan excelente. Como resultado, en Lokad decidimos diseñar Envision, una tecnología que preserva las propiedades valiosas de Excel en lo que respecta a supply chain, pero que también soporta escalar hasta cientos de millones de órdenes o SKUs, si eso es lo que se requiere.
Entonces, las hojas de cálculo, no solo Excel, simplemente no están diseñadas para las clases especializadas pero esenciales de cálculos necesarios para la optimización de supply chain. Por ejemplo, las hojas de cálculo tienen (prácticamente) ninguna función para gestionar forecast probabilísticos. Así, las hojas de cálculo quedan atrapadas con una mentalidad de “promediar” que resulta perjudicial para supply chain. De manera similar, las hojas de cálculo tienen (prácticamente) ninguna característica para realizar optimización bajo restricciones en condiciones inciertas. Como resultado, incluso restricciones mundanas como las MOQ terminan siendo resueltas manualmente por los especialistas en supply chain.
Envision ofrece construcciones especializadas – como un álgebra de variables aleatorias – que son esenciales para la optimización predictiva de supply chain y que simplemente no están disponibles en las hojas de cálculo. Además, las apps creadas con Envision son mucho más fáciles de mantener que las hojas de cálculo, que escalan mal en lo que respecta a problemas complejos.
No solo observar datos, sino actuar sobre ellos
Las soluciones de Business Intelligence (BI) se venden con frecuencia como la siguiente etapa en el análisis empresarial después de Excel. Sin embargo, basándonos en los años de experiencia de Lokad, hemos llegado a la conclusión de que, en lo que respecta a supply chain, BI casi siempre no logra materializar los beneficios esperados. El problema no radica en la calidad de las herramientas de Business Intelligence: el mercado de BI es maduro y existen algunas soluciones excelentes. Más bien, la dificultad radica en el hecho de que observar datos solo para “obtener insights” es tremendamente costoso para las empresas donde están involucrados miles de productos y miles de clientes.
En supply chain, las herramientas de BI no logran escalar, no porque no puedan procesar todos los datos disponibles – a diferencia de Excel, las buenas herramientas de BI pueden procesar cantidades muy grandes de datos – sino porque, aunque producir millones de números cada día es barato, como dijimos anteriormente, producir solo diez números relevantes cada día que valgan la pena ser leídos y sobre los cuales se actúe es extremadamente difícil. A pesar de todas sus fallas, Excel viene con esa actitud de “hacer que las cosas sucedan”, mientras que BI no lo hace.
Para Envision, queríamos preservar absolutamente esa perspectiva de “hacer que las cosas sucedan”. Envision se trata de construir apps. Por ejemplo, Envision puede generar listas de acciones priorizadas tales como:
- Listar los principales artículos que deben mantenerse con un bajo margen bruto para presionar a los competidores
- Generar las cantidades necesarias para llenar exactamente el próximo contenedor a ser pedido
- Listar los principales artículos que necesitan ser liquidados para despejar el almacén
- Listar los principales artículos que son devueltos constantemente por los clientes y que deben ser retirados de la lista
Las decisiones cuantitativas generadas por Envision pueden luego ser reimportadas automáticamente al ERP, o descargadas como hojas de cálculo. El alcance exacto de Envision depende realmente de cuáles decidas sean las principales prioridades de tu negocio.
Tu negocio no puede evadir la programabilidad
Envision es un lenguaje de programación. Para la mayoría de las personas que no son desarrolladores de software, esto probablemente resulta “muy” técnico; la mayoría de los ejecutivos, incluso en las empresas más grandes, se preguntan si su equipo será capaz de volverse productivo con una herramienta tan avanzada. Nuestra experiencia nos dice que supply chain es irremediablemente complejo. Hemos presenciado a algunos proveedores prometer herramientas tan simples que incluso “un niño de 9 años podría usarlas”, y en última instancia obtuvieron resultados acordes con lo que un “niño de 9 años” real habría entregado.
Supply chain involucra miles de productos, y frecuentemente, mucho más. Cada precio, cada nivel de stock, cada surtido necesita ser ajustado constantemente. No hay esperanza de lograr esto con un nivel satisfactorio de productividad sin automatizar todas estas tareas mundanas. Sin embargo, la automatización por sí sola no es suficiente: tiene que ser una automatización inteligente que esté profundamente alineada con los impulsores específicos de tu negocio. La parte “programable” es la que hace posible lograr esta alineación.
Cada vez que alguien está elaborando una fórmula compleja en una hoja de cálculo en alguna parte de tu organización, esa persona está aprovechando la expresividad programática de la hoja de cálculo. No se puede eliminar la locura de las hojas de cálculo si los equipos no tienen una alternativa mejor para inyectar su experiencia de dominio en los sistemas. Envision está concebido precisamente como esta alternativa superior.
Más allá de Python
A pesar de la creciente popularidad de las iniciativas de data science, la dura realidad es que la abrumadora mayoría de esas iniciativas no cumplen con las expectativas. Más específicamente, si bien los prototipos iniciales son con frecuencia prometedores, esas iniciativas suelen fracasar al intentar pasar a producción. En contraste, Envision ha sido diseñado teniendo en cuenta la producción en supply chain, para mitigar, en la mayor medida posible, esas clases de problemas. Existen dos causas fundamentales detrás de esos fracasos. Discutir los pros y contras de todas las alternativas a Envision sería algo tedioso, por lo que, para mayor claridad, la discusión se centrará en la elección entre Python y Envision.
Primero, Python requiere ingenieros de software. De hecho, Python, como cualquier lenguaje de programación completo, expone toneladas de complejidades técnicas a quienquiera que escriba código en Python. Esperar que las personas sean tanto expertas en ingeniería de supply chain como en ingeniería de software es demasiado. Las capacidades programáticas deben ser accesibles para un amplio espectro de personas con mentalidad técnica, no solo para ingenieros de software profesionales.
Segundo, los costos de mantenimiento de los prototipos apresurados en Python se disparan. Los costos de mantenimiento deben mantenerse bajo control. Python está lejos de ser eficiente en cuanto al uso de hardware. Además, resolver problemas de optimización de supply chain es un proceso complicado: los datos de muchos sistemas (poco) confiables deben ser canalizados de manera confiable, los procesos imperfectos y siempre cambiantes deben ser documentados y modelados, las métricas de optimización deben reflejar una estrategia empresarial en constante cambio, etc. Python ofrece casi ninguna garantía de corrección por diseño para apoyar tales esfuerzos.
Envision es nuestra respuesta a estos desafíos. Brilla de maneras que simplemente no están al alcance de Python, a saber:
- Defensa en profundidad, evitando clases enteras de problemas de seguridad que surgen cada vez que se utiliza un lenguaje de programación general.
- Rendimiento transparente, impidiendo que se escriban programas que serían imprácticamente lentos para ejecutarse en producción desde el principio.
- Actualización transparente, dado que lo último en tecnología es un objetivo en constante movimiento, las actualizaciones deben ser entregadas automáticamente, típicamente mediante reescrituras de código en segundo plano.
- Stack empaquetado, donde se elimina la carga de ensamblar docenas de piezas de software, incluso al considerar la app más simple.
En conclusión, aunque Python es increíble (lo es), no es una respuesta satisfactoria para la optimización de supply chain como lo es Envision. Construir y mantener una app de machine learning de nivel producción en Python es posible, pero los costos son altos, y a menos que tu empresa esté preparada para contar con un equipo completo de ingeniería de software dedicado al mantenimiento de esta app, no funcionará en producción.