El Supply Chain Scientist
La inteligencia artificial ha avanzado de forma constante durante las últimas décadas. Sin embargo, mientras que los coches autónomos podrían estar a la vuelta de la esquina, aún estamos a décadas de contar con software lo suficientemente inteligente como para idear una estrategia de supply chain. Al mismo tiempo, sería incorrecto concluir que el supply chain en su conjunto esté todavía a décadas de verse impactado positivamente por algoritmos de machine learning.
La competencia en ciencia de supply chain de Lokad nació de la observación de que, aunque los algoritmos por sí solos eran insuficientes, se convertían en habilitadores formidables en manos de expertos en supply chain capaces. El machine learning ofrece la posibilidad de alcanzar niveles sin precedentes de supply chain performance al encargarse de todas aquellas micro-decisiones extensivas pero, de otro modo, de carácter administrativo que requiere tu supply chain: cuándo ordenar un producto, cuándo mover una unidad de stock, cuándo producir más artículos, etc.
El Supply Chain Scientist es una mezcla entre un data scientist y un experto en supply chain. Esta persona es responsable de la adecuada data preparation y de la correcta modelización cuantitativa de tu supply chain. De hecho, se requieren conocimientos humanos de supply chain para darse cuenta de que en un proyecto pueden faltar datos relevantes y para alinear los parámetros de optimización con la estrategia de supply chain de la empresa.
Con demasiada frecuencia, las iniciativas de supply chain vienen con responsabilidades fragmentadas:
- La data preparation está a cargo del equipo de IT
- Las estadísticas y los reportes están a cargo del equipo de BI (business intelligence)
- La ejecución de supply chain está a cargo del equipo de supply chain
La respuesta tradicional de S&OP a este problema es la creación de una propiedad colectiva a través de reuniones mensuales entre muchos interesados, idealmente con todo el proceso bajo la responsabilidad del CEO. Sin embargo, aunque ciertamente no nos oponemos al principio de la propiedad colectiva, nuestra experiencia indica que las cosas tienden a avanzar bastante lentamente cuando se trata del S&OP tradicional.
En contraste con la propiedad colectiva establecida mediante reuniones programadas, el Supply Chain Scientist desempeña el papel vital de asumir la propiedad end-to-end de todos los aspectos cuantitativos de una iniciativa de supply chain.
Esta propiedad focalizada es fundamental para evitar los errores demasiado comunes asociados con las organizaciones de supply chain tradicionales, que son:
- Los datos se extraen y preparan de manera incorrecta, principalmente porque el equipo de IT tiene conocimientos limitados en relación con el uso de los datos.
- Las estadísticas y los reportes malinterpretan el negocio; ofrecen insights poco útiles y se ven afectados por entradas de datos menos que perfectas.
- La ejecución depende en gran medida de hojas de Excel ad hoc para intentar mitigar los dos problemas descritos anteriormente, al tiempo que se crea una categoría entera de nuevos problemas.
Cuando iniciamos una iniciativa de Supply Chain Quantitativa con una empresa cliente, comenzamos asegurándonos de que un Supply Chain Scientist esté disponible para ejecutar la iniciativa.
Conoce más sobre supply chain scientists
Comentarios de los lectores (1)
Gracias por los insights muy útiles sobre forecast.
JMMGSR (Hace un año)
