El Supply Chain Scientist
La inteligencia artificial ha estado progresando constantemente en las últimas décadas. Sin embargo, aunque los autos autónomos podrían estar a la vuelta de la esquina, todavía estamos décadas lejos de tener software lo suficientemente inteligente como para idear una estrategia de supply chain. Sin embargo, al mismo tiempo, sería incorrecto concluir que el supply chain en su conjunto todavía está décadas lejos de verse impactado positivamente por los algoritmos de machine learning.
La competencia en ciencia de la cadena de suministro de Lokad nació de la observación de que, si bien los algoritmos por sí solos eran insuficientes, en realidad se convirtieron en habilitadores formidables en manos de expertos capaces en cadena de suministro. El machine learning ofrece la posibilidad de lograr niveles sin precedentes de rendimiento de la cadena de suministro al encargarse de todas las extensas pero por lo demás cléricas microdecisiones que requiere tu cadena de suministro: cuándo pedir un producto, cuándo mover una unidad de stock, cuándo producir más artículos, etc.
El Supply Chain Scientist es una mezcla entre un científico de datos y un experto en cadena de suministro. Esta persona es responsable de la adecuada preparación de datos y del adecuado modelado cuantitativo de tu cadena de suministro. De hecho, se requiere la perspicacia humana en cadena de suministro para darse cuenta de que algunos datos relevantes pueden faltar en un proyecto y para alinear los parámetros de optimización con la estrategia de la cadena de suministro de la empresa.
Con demasiada frecuencia, las iniciativas de cadena de suministro vienen con responsabilidades fragmentadas:
- La preparación de datos es responsabilidad del equipo de TI
- Las estadísticas y los informes son responsabilidad del equipo de BI (inteligencia de negocios)
- La ejecución de la cadena de suministro es responsabilidad del equipo de cadena de suministro
La respuesta tradicional de S&OP a este problema es la creación de una propiedad colectiva a través de reuniones mensuales entre muchas partes interesadas, idealmente con el CEO a cargo de todo. Sin embargo, si bien ciertamente no nos oponemos al principio de propiedad colectiva, nuestra experiencia indica que las cosas tienden a avanzar bastante lentamente cuando se trata de S&OP tradicional.
En contraste con la propiedad colectiva establecida a través de reuniones programadas, el Supply Chain Scientist desempeña el papel vital de asumir la propiedad de extremo a extremo de todos los aspectos cuantitativos de una iniciativa de cadena de suministro.
Esta propiedad enfocada es fundamental para evitar los errores comunes asociados con las organizaciones de cadena de suministro tradicionales, que son:
- Los datos se extraen y preparan incorrectamente, principalmente porque el equipo de TI tiene conocimientos limitados en relación con el uso de los datos.
- Las estadísticas y los informes distorsionan el negocio; proporcionan ideas menos útiles y sufren de entradas de datos menos que perfectas.
- La ejecución depende en gran medida de hojas de cálculo ad hoc para tratar de mitigar los dos problemas descritos anteriormente, al tiempo que crea una categoría completa de nuevos problemas.
Cuando comenzamos una iniciativa de supply chain cuantitativa con una empresa cliente, comenzamos asegurándonos de que haya un Supply Chain Scientist disponible para ejecutar la iniciativa.
Obtén más información sobre los supply chain scientists
Comentarios de los lectores (1)
Gracias por los conocimientos muy útiles sobre pronósticos. Hace un año | JMMGSR
