Transcripción de la charla impartida por Joannes Vermorel en SCTech 2024 el 9 de octubre (2024). Tema del simposio: ‘Inteligencia de la cadena de suministro - ¿Artificial o no?’. El evento fue organizado por la Alianza Internacional de Educación en Cadena de Suministro (ISCEA).

Una exhibición de pronósticos de series temporales se encuentra en el centro de un museo de tecnología antigua, junto a modelos antiguos de automóviles y aviones.

La IA ha sido la palabra de moda en 2024. Los proveedores, las empresas de software y los consultores ahora hacen afirmaciones grandiosas sobre todos los beneficios que se pueden esperar de la inteligencia artificial. Lokad, mi empresa, es uno de esos proveedores, un proveedor de software especializado en la optimización predictiva de la cadena de suministro. Sin embargo, mi objetivo hoy será mostrar que la casi totalidad de esas iniciativas de IA fracasarán y resultarán en pérdidas netas para las empresas. Esta perspectiva contraria es esencial: ¿por qué? Porque, bueno, su iniciativa de IA fracasará, sí, a pesar de lo que mis competidores le estén vendiendo, y cuando lo haga, recordará que había un tipo con un divertido acento francés que se lo advirtió; y tal vez, la próxima vez, prestará atención a lo que su empresa, Lokad, está realmente recomendando en cuanto a la cadena de suministro y la IA.

En esta era de la inteligencia artificial emergente, echemos un vistazo a su némesis, la estupidez natural. Einstein dijo famosamente: “Dos cosas son infinitas: el universo y la estupidez humana, y aún no estoy completamente seguro del universo”. Einstein tenía razón: la importancia de la estupidez natural no puede ser exagerada, y a diferencia de la IA, ha estado presente prácticamente desde siempre. Por lo tanto, se puede suponer con seguridad que seguirá con nosotros durante algunas décadas más.

Mi propuesta hoy será tan simple como ofensiva: la estupidez natural es el obstáculo número uno que le impedirá tener éxito en su emprendimiento de cadena de suministro impulsado por la IA.

Ahora bien, esta propuesta probablemente se percibirá como escandalosamente arrogante. En mi defensa, diré que eso no la hace menos verdadera, y que la arrogancia también es el segundo deporte nacional más importante en Francia, después de la burocracia. Más en serio, seré el primero en admitir que es una píldora amarga de tragar, siendo dolorosamente consciente de mis propias limitaciones, pero negar el problema no va a resolver nada.

Primero, aclaremos una distinción importante entre dos clases de software empresarial: los sistemas de registro y los sistemas de inteligencia. Cuando se trata de la cadena de suministro, los sistemas de registro son los contadores del flujo de bienes físicos. Estos sistemas registran los productos, las órdenes de compra, las órdenes de fabricación, las órdenes de venta, los niveles de stock, etc. Los sistemas de registro se encargan de todas las entradas de datos mundanas y automatizan todas las tareas administrativas, como el total de inventarios. No son más que versiones más baratas y confiables de los antiguos rastros en papel. ERP, CRM, PIM, PLM, WMS … todos esos acrónimos máximamente opacos se refieren a sistemas de registro. Los sistemas de registro son categóricamente no inteligentes. Tampoco son estúpidos: la inteligencia ni siquiera se aplica a ellos. Por lo tanto, los sistemas de registro se dejarán completamente fuera de la presente discusión.

Hoy, me enfocaré exclusivamente en los sistemas de inteligencia. Un sistema de inteligencia es una clase de software empresarial que tiene como objetivo mecanizar un proceso de toma de decisiones. Cuanto más inteligente sea el software, mejores serán las decisiones. Por ejemplo, los filtros antispam han sido sistemas discretos pero omnipresentes de inteligencia que han estado decidiendo, en tu nombre, qué mensajes valían la pena tu atención durante las últimas dos décadas.

En la cadena de suministro, las decisiones de interés son: ¿Cuándo comprar? ¿Cuánto comprar? ¿Cuánto producir? ¿Cuánto asignar? Etc. Optimizar el flujo de bienes físicos requiere aproximadamente una docena de clases principales de decisiones que se deben tomar a diario. La inteligencia se demuestra generando decisiones rentables. Por el contrario, la estupidez se demuestra al no generar decisiones rentables. Por lo tanto, cada vez que se menciona la inteligencia artificial, debe entenderse como un componente de un sistema de inteligencia.

Mi propuesta es que los sistemas de inteligencia dedicados a la cadena de suministro, que se han vendido a las empresas desde finales de la década de 1970, han sido una corriente ininterrumpida de fracasos desalentadores. Lokad, mi empresa, puso fin a esta corriente ininterrumpida de fracasos a principios de la década de 2010. A nivel mundial, hay algunas otras excepciones similares, sin embargo, Lokad, al igual que esas excepciones, están fuera del alcance de esta charla. Invito a la audiencia a visitar el sitio web de Lokad.com y el canal de YouTube de Lokad TV si desean saber más. Volviendo al tema en cuestión, el hecho de que la inteligencia artificial, entregada en forma de Modelos de Lenguaje Grandes (LLMs, por sus siglas en inglés), esté disponible no va a hacer nada para cambiar esta tendencia de fracasos en la cadena de suministro. De hecho, como veremos, esos fracasos no fueron causados por falta de instrumentos tecnológicos, por lo que agregar más instrumentos a la pila no va a cambiar nada, a menos que abordemos primero el problema subyacente. Desafortunadamente, no es una tarea fácil, ya que el problema subyacente resulta ser la estupidez natural.

Primero, permítanme demostrar la validez de mi diagnóstico. En 1979, Russell Ackoff, un pionero estadounidense de la investigación de operaciones, publicó “El futuro de la investigación operativa es pasado”. Este fascinante artículo explica, con gran claridad, por qué todas las técnicas que surgieron de la investigación de operaciones, que incluye prácticamente todo lo considerado como el “núcleo” de la cadena de suministro en la actualidad, están fallando, por qué todo el dominio está defectuoso y por qué seguirá fallando mientras la comunidad, tanto académica como profesional, no llegue a un acuerdo con este paradigma defectuoso. Este es un artículo visionario y probablemente el único artículo que desearía haber leído cuando comencé Lokad en 2008. Desafortunadamente, solo redescubrí este artículo una década después, cuando llegué esencialmente a las mismas conclusiones, casi 4 décadas después del trabajo de Russell Ackoff. ¿Cómo sabemos que esos sistemas de inteligencia para cadenas de suministro están fallando? ¿Que lo que se considera software empresarial dedicado a la optimización de la cadena de suministro está fallando? Bueno, después de tener la oportunidad, a lo largo de mi carrera, de hablar con más de doscientos directores de cadena de suministro en ambos lados del Atlántico, puedo afirmar lo siguiente: todos esos productos de software empresarial han resultado invariablemente en que los equipos de cadena de suministro vuelvan a utilizar hojas de cálculo de Excel.

No hay escasez de software empresarial que prometa automatizar los procesos de toma de decisiones de la cadena de suministro. Esta ha sido la promesa central de todos los proveedores de software que se ocupan de la optimización de la cadena de suministro desde finales de la década de 1970, y sin embargo, después de cada implementación, los equipos de cadena de suministro volvieron a las hojas de cálculo. No necesitas creerme a mí. Si trabajas en una empresa de cierto tamaño, digamos, medio billón de euros de facturación o más, puedo garantizarte que ha habido al menos 1 intento fallido de implementar una solución así cada década desde la década de 1990. Sin embargo, estimados profesionales de la cadena de suministro, siguen utilizando hojas de cálculo, y no es porque tu empresa sea inmadura o porque tus colegas sean perezosos. Siguen utilizando hojas de cálculo porque esos proveedores de software empresarial fracasaron, porque sus sistemas de inteligencia fracasaron. Mi propuesta -y hoy no voy a hacer muchos amigos- es que esos fracasos deben atribuirse a la estupidez natural, de hecho, al mismo tipo de estupidez que Russell Ackoff identificó con tanta claridad en 1979 después de décadas de contribución en el campo de la investigación de operaciones.

Para demostrar esta propuesta, estaré examinando 4 objetos que, en el contexto de la cadena de suministro, son claramente estúpidos. Esos 4 objetos son: RFPs (solicitud de propuestas), series de tiempo, existencias de seguridad y niveles de servicio. Cualquier empresa que utilice alguno de estos 4 objetos está destinada al fracaso. No importa cuánta “IA” se aplique al caso. La estupidez natural no puede ser vencida por la inteligencia artificial.

Comencemos con las solicitudes de propuestas. Seleccionar el proveedor adecuado es obviamente crítico, ya que claramente no hay escasez de proveedores de software completamente incompetentes que están más que felices de cobrar millones de euros por tecnologías mediocres. Por lo tanto, a menos que su empresa tenga un proceso de selección de proveedores muy sólido, casi con seguridad terminará con un proveedor incompetente. Sin embargo, las RFPs no son el camino.

Como proveedor de software que recibe estas solicitudes -recibimos varias RFPs por semana- puedo testificar que estos documentos no solo son invariablemente estúpidos, sino que también son completamente insanos. Como regla general, una RFP incluye cientos de preguntas. Cada pregunta parece competir por el premio a la pregunta más irrelevante de todos los tiempos. Por ejemplo, la semana pasada, una de las preguntas fue: ¿cuáles son las capacidades de ignifugación disponibles para la sala de almacenamiento dedicada a su archivo de fax? Estamos en 2024; no he usado un fax en dos décadas. De hecho, es posible que algunas de las personas más jóvenes en esta audiencia ni siquiera sepan qué es un fax.

Sin embargo, incluso las preguntas sobre la cadena de suministro son estúpidas. ¿Por qué? Porque la casi totalidad de las preguntas no son preguntas en absoluto, sino requisitos estrictos. La mayoría de las “preguntas” se ven así: ¿Su software es capaz de permitir a los usuarios actualizar perfiles de estacionalidad hasta 36 meses en el futuro? Hay tantas cosas mal en esta pregunta que ni siquiera sé por dónde empezar.

Retrocedamos un momento e imaginemos que estás escribiendo una RFP para comprar un teléfono inteligente. Intuitivamente, sientes que el iPhone es el mejor teléfono inteligente disponible. Sin embargo, comienzas a enumerar requisitos en tu RFP, como el tamaño de la batería, el material de la pantalla, la configuración exacta que debería estar o no disponible para el usuario final. ¿Cuáles son las probabilidades de que tu lista de requisitos termine excluyendo al iPhone de la RFP? Suponiendo 100 preguntas o más, las probabilidades son del 100%. Invariablemente terminarás excluyendo a todos los proveedores decentes. Los únicos proveedores que jugarán este estúpido juego son aquellos tan desesperados, porque su tecnología es tan deficiente, que no tienen más opción que decir SÍ a cada requisito equivocado presentado por el cliente.

Por lo tanto, las RFPs son la primera muestra de estupidez natural que debe desaparecer.

Luego, tenemos las series de tiempo. Oh, no niego que las series de tiempo sean buenas para fines de visualización, pero para fines de optimización de la cadena de suministro, esto es estúpido. Como resultado, cualquier solución, marco o tecnología que ponga las series de tiempo en primer plano está garantizada para fallar; excepto que esta falla será culpa tuya, porque deberías haber comprendido que usar series de tiempo era una idea estúpida desde el principio.

De hecho, las series de tiempo, como modelo matemático, simplemente no pueden transmitir la información que necesitamos. Las series de tiempo son unidimensionales y, para la cadena de suministro, esto simplemente no es suficiente. Por ejemplo, consideremos una empresa que ha estado vendiendo aproximadamente 100 unidades cada semana durante años. La demanda parece extremadamente estable. Ahora, consideremos dos variantes de esta situación. En la primera situación, la empresa tiene 1000 clientes, donde cada cliente compra 1 unidad cada 10 semanas. En la segunda situación, la empresa tiene 1 cliente único que compra 100 unidades a la semana. ¿Cuáles son las probabilidades de que las ventas puedan disminuir a cero la próxima semana y permanecer en cero para siempre? Bueno, en la primera situación, esas probabilidades son muy bajas. Después de todo, hay 1000 clientes. Perder a todos ellos probablemente llevará tiempo. Sin embargo, en la segunda situación, solo se necesita que 1 cliente cambie de opinión para perder el 100% de las ventas. Estas dos situaciones no se parecen en nada y, sin embargo, tienen las mismas series de tiempo.

Este ejemplo demuestra por qué las series de tiempo no son adecuadas para representar el pasado. Se pueden encontrar docenas de otros ejemplos. Dejo eso como ejercicio para la audiencia.

Sin embargo, las series de tiempo no son mejores si estamos mirando hacia el futuro. Tu serie de tiempo está diciendo “aquí está lo que sucederá”, “aquí está el único futuro”. Sin embargo, el futuro depende de decisiones que aún no se han tomado. Las series de tiempo son completamente ajenas a esto, tratan el futuro como completamente simétrico al pasado. Sin embargo, las cadenas de suministro no son física. No podemos ver la demanda futura de un producto como si fuera el movimiento del planeta Marte. El futuro es radicalmente distinto al pasado porque podemos cambiar el futuro.

Sin embargo, solo podemos cambiar el futuro si estamos dispuestos a hacerlo, es decir, si estamos dispuestos a dejar de usar series de tiempo. Nuevamente, en la cadena de suministro, ninguna cantidad de inteligencia artificial puede deshacer la estupidez natural asociada con las series de tiempo.

Ahora, centrémonos en los stocks de seguridad. Este es uno de los pilares de la teoría moderna de la cadena de suministro. Casi no hay ningún libro de texto de cadena de suministro de tipo cuantitativo que no cubra los stocks de seguridad. Los stocks de seguridad también son el tipo de características básicas que se espera que cualquier software de optimización de la cadena de suministro decente incluya. Sin embargo, mi propuesta es - y no debería ser demasiado sorprendente en este punto - que los stocks de seguridad son estúpidos.

La razón es extremadamente simple: las fórmulas de los stocks de seguridad son la respuesta correcta a la pregunta equivocada. Consideremos una cadena de suministro que involucra invariablemente miles de SKU (unidades de mantenimiento de stock). Si tienes €1 para invertir en inventario, entonces la pregunta es “¿cuál es la unidad de inventario en todos los SKU que maximizará mis ganancias?”. No tiene sentido plantear la pregunta como “¿Debería este SKU en particular obtener 1 unidad adicional en stock?”. Todos los SKU compiten por el mismo recurso escaso: el efectivo de la empresa. Tratar a todos los SKU de forma aislada es como asumir que la cantidad de efectivo disponible para la empresa es infinita.

Además, la propia definición de economía es la ciencia que estudia la asignación de recursos escasos que tienen usos alternativos. El concepto mismo de stocks de seguridad contradice la economía elemental, de hecho, contradice la propia definición de economía.

Por lo tanto, considerando la magnitud del error que representan los stocks de seguridad, es completamente inadecuado calificar este error como desorientado, ahora tenemos una expresión mucho mejor para esta clase de errores: ser estúpido.

Finalmente, consideremos los niveles de servicio. Si pudiera ganar 1€ cada vez que una empresa aprovecha un nivel de servicio para infligirse daños económicos, ahora sería multimillonario. En la cadena de suministro, el nivel de servicio es la probabilidad de que un determinado SKU no enfrente un faltante de stock durante el próximo ciclo de inventario. Como parte de las estadísticas descriptivas, los niveles de servicio están bien, no son inteligentes ni estúpidos, como cualquier otro indicador estadístico simple.

La estupidez solo se manifiesta cuando las personas comienzan a asumir que el nivel de servicio, este porcentaje, está de alguna manera correlacionado con la satisfacción del cliente o la rentabilidad de la empresa. Este no es el caso. Consideremos la moda: para dar cabida a la próxima colección, la empresa debe liquidar la colección anterior. Reducir los niveles de servicio a cero es necesario para traer novedad y mantener a los clientes satisfechos.

Por otro lado, consideremos la aviación. Un avión típico involucra alrededor de 300,000 piezas distintas. Decenas de miles de piezas deben ser inspeccionadas y reemplazadas rutinariamente. Si una sola pieza NO-GO no está disponible, entonces la aeronave queda en tierra causando cientos de miles de euros de daño económico por día. Tener niveles de servicio del 99% en todos tus SKU no significa nada: solo importa la probabilidad de no tener aeronaves en tierra. Es el eslabón más débil el que define la cantidad de incidentes de AOG (aeronaves en tierra) que tendrás. El nivel de servicio promedio es completamente irrelevante.

Problemas similares en todas las verticales, no solo en moda y aviación. Una vez más, dejo esto como ejercicio para esta audiencia. La lógica elemental dicta que solo los tontos perseguirían los niveles de servicio, y sin embargo, aquí estamos, con la mayoría de las empresas haciendo exactamente eso, y sus gerentes preguntándose si deberían invertir en tecnologías de optimización de niveles de servicio impulsadas por IA.

En conclusión, la inteligencia artificial no te salvará de teorías falsas de la cadena de suministro. No te salvará de consultores cuya única competencia es el espectáculo y su capacidad para infundir confianza. No te salvará de proveedores de software que están más que dispuestos a venderte cualquier locura que esté de moda hoy en día.

Para tener éxito con la inteligencia artificial, primero se debe derrotar la estupidez natural. En el gran esquema de las cosas, mi empresa, Lokad, no tendrá éxito; pero si podemos hacer una pequeña diferencia en el problema, señalando las ideas estúpidas más populares de la cadena de suministro, como lo hice hoy, entonces ya es un paso hacia la victoria.