El incrementalismo es la pesadilla de supply chains
Uno de los caminos más seguros hacia el fracaso en supply chain management es la mentalidad de “aprende a caminar antes de correr”. Esta analogía es engañosa, ya que describe el progreso como una especie de trayecto predestinado. Esta mentalidad puede denominarse Incrementalism, y para muchas grandes empresas que operan supply chains igualmente grandes, el incrementalismo es una de las mayores fuerzas que impiden que se produzca cualquier mejora, en ocasiones durante períodos de hasta una década.

La inacción pura no debe confundirse con el incrementalismo, ya que es mucho más inofensiva. De hecho, a diferencia de la inacción, el incrementalismo requiere inversiones continuas considerables de recursos. Además, el incrementalismo es una fuente masiva de distracción para la alta dirección, mientras que la inacción, por el contrario, permite atender a otros asuntos urgentes.
El incrementalismo suele comenzar con la intención de mejorar un indicador de rendimiento: mejorar la precisión del forecast, mejorar el nivel de servicio, reducir el nivel de stock, reducir el lead time, etc. La naturaleza cuantitativa del indicador fundamenta la iniciativa como una empresa “racional” –incluso científica–. Para mejorar el indicador de rendimiento, se identifica una parte de la organización como el “cuello de botella”: el motor de forecast, el proceso de S&OP, el software de planificación, etc. A continuación, se forma una iniciativa corporativa para mejorar esta parte.
A nivel corporativo, el nivel de aceptación por defecto hacia el incrementalismo es alto. No se levantan sospechas. Las estructuras de poder dentro de la organización no se ven afectadas. La misión se mantiene igual. Nadie es marginado ni reemplazado. El listón simplemente se eleva un poco para uno, o unos pocos, indicadores de rendimiento. Esto podría agregar presión a algunos equipos si la meta no fuera trivialmente alcanzable de todas formas sacrificando algo en otra parte. Por ejemplo, aumentar los niveles de servicio es trivial siempre que no se preste atención a la generación continua de stocks muertos; reducir los lead time de los proveedores también es trivial mientras no se preste atención a los aumentos de precios retrasados. Los equipos lo saben instintivamente, de ahí su falta de resistencia.
El incrementalismo se alimenta de los silos. Cada silo trae consigo su propio grupo de expertos que solo analizan el problema desde el ángulo dictado por el propio silo:
- El equipo de forecast piensa en términos de precisión del forecast.
- El equipo de compras piensa en términos de precio de compra.
- El equipo de reabastecimiento piensa en términos de niveles de servicio.
- El equipo de precios piensa en términos de elasticidad de precio.
- etc.
Sin embargo, en supply chain, el incrementalismo casi siempre falla de forma invariable. Los equipos de reabastecimiento de Blockbuster probablemente se felicitaron a sí mismos por sus niveles de servicio en constante mejora hasta el final, cuando Netflix los sacó del negocio por completo. Más en general, el incrementalismo falla cada vez que se involucran sistemas. De hecho, los sistemas son más que la suma de sus partes, y como consecuencia, lo que es bueno para una parte del sistema no es lo que es bueno para el sistema en su conjunto.
Una analogía automotriz es esclarecedora: un motor más potente no hace que un coche sea mejor. Dicho motor añade peso y, por lo tanto, aumenta el consumo de combustible, incrementa la fatiga de muchas piezas mecánicas, reduce la eficiencia de los frenos, etc. El mejor diseño de un coche es un equilibrio cuidadoso entre las partes, no una coalición de partes “mejores”1.
Un supply chain sufre del mismo tipo de problemas. Niveles de servicio más altos implican mayor gasto de capital, más desperdicio, más stocks muertos, menos rotación del inventario, agilidad reducida, etc. Sin embargo, dado que los sistemas de supply chain tienden a ser relativamente opacos, las desventajas asociadas a una supuesta mejora pueden ser difíciles de apreciar. No obstante, no ver dichas desventajas no protegerá a la empresa de incurrir en la verdadera penalización financiera que conllevan.
Más precisos series de tiempo forecast pueden parecer deseables. Sin embargo, a pesar de una mayor precisión, puede surgir toda una serie de desventajas:
- El porcentaje reducido de error no se traduce en menos dólares de error.
- El forecast puede ser menos estable numéricamente, generando más caos operacional.
- El software puede ser menos confiable, causando paradas en la producción.
- El software podría ser menos seguro, lo que conduce a accidentes de ciberseguridad.
- El software podría ser más opaco, aumentando enormemente los costos de mantenimiento.
- etc.
De manera más general, el incrementalismo falla en supply chains porque enfatiza hacer “más de lo mismo”. Desafortunadamente, para la mayoría de las empresas, el juego de supply chain se ha jugado durante décadas. Cualquier fruto fácil que pudo haber existido ya se recogió hace décadas. Cualquier mejora “lineal” que quede tiende a ser difícil de lograr, generalmente muy por encima del punto de retornos netos negativos.
Por el contrario, el incrementalismo descarta problemas difíciles, sin importar cuán importantes sean:
- La incertidumbre sobre el futuro es irreducible.
- La analítica de datos antagoniza el diseño de la base de datos que los soporta.
- El proveedor de enterprise software está incentivado para el fracaso.
- Las cannibalizaciones y sustituciones están por todas partes.
Para la mayoría de los problemas verdaderamente difíciles, la línea base inicial es inexistente o errónea.
La noción de lead time forecast permanece totalmente ausente de los sistemas clásicos de forecast2. Como resultado, al no abordarse los lead time de forma estadística, no hay nada que mejorar en el sistema. Por extraño que parezca, hoy en día, la mayoría de los sistemas de forecast en las grandes empresas, a pesar de ser complejos y muy costosos, ignoran los lead time. Los lead time forecast son el arquetipo de la línea base inexistente.
Por el contrario, invertir en desarrollos de software ad hoc para enfrentar los defectos de diseño de un proveedor de software es un movimiento autoderrotante. Las mejoras implementadas sobre el mal proveedor solo afianzan a éste dentro de la empresa. Cuanto más grande es la organización, más difícil se vuelve lidiar con los costos hundidos. Gastos extravagantes en soluciones defectuosas ocurren de manera rutinaria3 como ejemplos de líneas base erróneas.
La única gran dificultad para abordar mejoras no incrementales no es de naturaleza técnica, sino social. Dado que es mejor estar aproximadamente en lo correcto que exactamente equivocado, por lo general es técnicamente sencillo mejorar, al menos un poco, un sistema haciéndolo ligeramente menos disfuncional al abordar algo que hasta ahora fue completamente ignorado.
Las mejoras no incrementales en supply chain son difíciles de vender, porque no hay a quién venderlas. Tomemos el ejemplo de precios y planificación. Es obvio que cambiar el precio modifica la demanda. Si la demanda cambia, entonces la planificación (por ejemplo, la producción) también debe modificarse. Sin embargo, pocas empresas, e incluso menos proveedores de software, están intentando abordar este problema básico, a saber, el enredo entre precios y planificación. De hecho, una solución de precios (respectivamente, una solución de planificación), incluso interna, puede venderse al equipo de precios (respectivamente, al equipo de planificación). Sin embargo, una solución de precios+planificación podría venderse únicamente al CEO – o quizá a un miembro del directorio. Desafortunadamente, si existen tanto un equipo de planificación como uno de precios, por definición, esos temas no deberían preocupar directamente al CEO, y las inquietudes sobre precios+planificación se reenvían a los equipos pertinentes, para ser descartadas apresuradamente por no ser responsabilidad ni del equipo de precios ni del de planificación.
-
A veces es posible mejorar una parte sin degradar nada más. Esas mejoras son muy deseables porque, cuando ocurren, el sistema en su conjunto recibe un “almuerzo gratis”. Por ejemplo, el artículo de 2021 automemcpy: A framework for automatic generation of fundamental memory operations logra exactamente esto: toda la flota de computadoras operada por Google obtuvo una mejora del 1% en el rendimiento mediante la reimplementación de 3 primitivas de manipulación de memoria. Desafortunadamente, tales mejoras autónomas son muy difíciles de lograr. ↩︎
-
Los sistemas basados en reglas para abordar los lead time no cuentan, en mi opinión, como hacer algo de importancia estadística en lo que respecta al forecast de lead time. ↩︎
-
Entre 2011 y 2018, Lidl desperdició famosamente 500M€ intentando arreglar la solución de reabastecimiento de inventario de SAP. Tales resultados son frecuentes, aunque rara vez se divulgan al público en general (aunque la aventura de Lidl llegó a los medios de comunicación debido a su magnitud), ya que son igualmente una fuente de vergüenza tanto para el proveedor como para el equipo directivo del cliente. ↩︎