Alineación y Decisiones en Modern Supply Chains

Joannes Vermorel

Siempre que converso con ejecutivos de supply chain, me impresiona la cantidad de diferentes “teorías del todo” que se les ofrecen. Algunas enfatizan el proceso, otras la tecnología, otras las relaciones, y otras la cultura. Entre los contribuyentes serios a este panorama, John Gattorna destaca. Su trabajo sobre alineación dinámica, comportamiento del cliente y supply chains hechas a la medida ha influenciado a una generación de profesionales, especialmente en Australia y Europa. Su lenguaje es muy diferente al mío, y también lo es su punto de partida. Precisamente por esa razón, poner nuestras visiones lado a lado es una forma útil de clarificar de qué creo realmente que se trata la supply chain.

Recientemente intenté plasmar mi propia perspectiva de manera sistemática en mi libro Introduction to Supply Chain, donde marco el campo como el negocio de tomar decisiones rentables sobre bienes físicos cuando el futuro se niega a permanecer estático. Pero un tratamiento extenso puede volverse abstracto. Así que en este ensayo quiero hacer algo más concreto: poner en diálogo mi visión con la de Gattorna, resaltar dónde coincido, dónde divergemos, y cómo estas posturas podrían encajar en la práctica.

Dos puntos de partida diferentes

Gattorna comienza fuera de la empresa. Su marco de “Dynamic Alignment” parte de la idea de que el punto de referencia último para una empresa debería ser el mercado externo: los clientes y usuarios finales a los que sirve. A partir de ahí, argumenta que el desempeño sostenido proviene de alinear cuatro elementos: las características del mercado, la estrategia de la compañía, su cultura interna y su estilo de liderazgo. En sus libros, especialmente Living Supply Chains y Dynamic Supply Chain Alignment, describe supply chains como sistemas “vivos” impulsados por los comportamientos de las personas—clientes, socios y empleados—más que simples flujos de cajas y bits.

Luego propone que la mayoría de los clientes se agrupan en un pequeño número de comportamientos de compra dominantes. Para responder de manera efectiva, las compañías no deberían operar una única cadena monolítica, sino un pequeño portafolio de diseños de cadena distintos, cada uno adaptado a un segmento de comportamiento. A un alto nivel, distingue continuous replenishment supply chains para clientes colaborativos, supply chains lean para clientes orientados a la eficiencia, supply chains ágiles para clientes exigentes que valoran la rapidez, y supply chains totalmente flexibles para clientes que buscan soluciones innovadoras y hechas a la medida. El énfasis está en el encaje: ¿qué tipo de relación y patrón de servicio es apropiado para cada segmento, y cómo deberían organizarse internamente la cultura, los procesos, los sistemas y el liderazgo para respaldar ese patrón?

Mi propio punto de partida es deliberadamente distinto. Comienzo dentro de la empresa, al nivel de decisiones concretas: cuánto comprar, a dónde enviarlo, qué pedidos aceptar, qué promesas de servicio hacer y a qué precio. Yo trato supply chain como una rama de la economía aplicada que se centra en bienes físicos bajo incertidumbre. La pregunta central, para mí, es: dado nuestro capital, capacidad y tiempo limitados, ¿qué combinación de acciones nos brinda el mejor retorno ajustado al riesgo, teniendo en cuenta que la demanda, los tiempos de entrega y las operaciones nunca se comportarán exactamente como se espera?

Mientras que Gattorna enmarca la supply chain en términos de alinear comportamientos y culturas, yo la enmarco en términos de asignar recursos escasos bajo incertidumbre. Su unidad de análisis es el segmento de comportamiento y el arquetipo de cadena correspondiente; la mía es la decisión repetida y puntual: millones de pequeñas apuestas realizadas cada año sobre stock, transporte y promesas de servicio.

Estamos observando el mismo fenómeno desde direcciones opuestas.

¿Primero el cliente, o primero el efectivo?

El trabajo de Gattorna es, sin reservas, centrado en el cliente. Insiste en que se debe comenzar por entender cómo compran los diferentes clientes, qué esperan y cómo se comportan bajo estrés. Las compañías, argumenta, rutinariamente ofrecen un servicio excesivo a algunos clientes y un servicio insuficiente a otros, mayormente porque nunca realizaron correctamente esta segmentación de comportamiento. Una vez que ves que diferentes clientes están jugando distintos juegos contigo, tiene poco sentido ofrecer a todos la misma experiencia logística, los mismos tiempos de respuesta y los mismos rituales de colaboración.

Tengo mucha simpatía por esa crítica. En mi propia práctica, he visto repetidamente a compañías ofrecer un servicio gold‑plated a cuentas de bajo margen, mientras silenciosamente dejan desatendidos a clientes rentables pero “no importantes” porque la organización nunca revisó una segmentación antigua. Donde difiero es en lo que trato como la instancia final de apelación.

Para mí, el marcador definitivo es el efectivo—o más precisamente, el flujo de caja que la empresa puede razonablemente esperar generar, ajustado por riesgo. Esto no es porque valore a los clientes menos, sino porque no conozco otra forma de comparar demandas conflictivas de manera honesta. Un cliente exigente pero estratégicamente importante puede merecer un tratamiento premium; otro cliente exigente, con márgenes pobres y comportamiento errático, puede no merecerlo. Desde adentro, sus súplicas suenan notablemente similares. Lo que te permite distinguirlos es su contribución a largo plazo a la salud económica de la empresa.

Dicho de otra manera: Gattorna toma al cliente como el “punto de referencia infalible”; yo tomo la economía ajustada al riesgo de la empresa como ese referente, con clientes, proveedores y restricciones internas que alimentan ese cálculo. En la práctica, por supuesto, estas visiones no son mutuamente excluyentes. Si constantemente malinterpretas lo que los clientes valoran, tus flujos de caja eventualmente hablarán en tu contra. Pero los énfasis importan. Un marco que se detiene en la “alineación” puede enmascarar el hecho de que diferentes alineaciones tienen consecuencias económicas muy distintas.

Cómo pensamos sobre la incertidumbre

Ambos vemos la volatilidad como algo normal, no excepcional. Gattorna escribe sobre un entorno operativo que rara vez vuelve al equilibrio; enfatiza que las compañías deben aprender a vivir con cambios constantes en la demanda, en la competencia y en la regulación. Su respuesta práctica es diseñar múltiples configuraciones de supply chain que encarnen, en cada una, una postura diferente ante la incertidumbre. Una supply chain lean economiza en costos porque la demanda es regular y las relaciones son débiles; una supply chain ágil o totalmente flexible acepta costos más altos a cambio de velocidad o soluciones bespoke en mercados que son volátiles o impulsados por la innovación.

En otras palabras, aborda la incertidumbre principalmente a nivel de arquitectura. Para cada contexto de comportamiento, elige una combinación diferente de buffers, capacidades y patrones de colaboración, y sigue ajustándolos a medida que el mercado cambia.

Yo enfrento la incertidumbre en un nivel inferior, al nivel de los propios números. En lugar de clasificar una supply chain como “lean” o “ágil” y decidir de forma cualitativa cuánto margen mantener, quiero expresar explícitamente la aleatoriedad subyacente: la probabilidad de que la demanda de un SKU específico en una ubicación determinada la próxima semana sea 0, 1, 2 o 20 unidades; la probabilidad de que un contenedor llegue en 18, 25 o 40 días. Esta visión probabilística de la demanda y de los tiempos de entrega se integra luego en un modelo de decisión que valora los faltantes de stock, la obsolescencia y el capital de trabajo en dinero. Esta es la misma postura probabilística y centrada en la economía que desarrollo en la sección “Forecasts, plans, and the illusion of certainty” de Supply Chain as Economic Bets in a Market-Driven World.

El resultado puede parecer superficialmente similar—más inventario donde la demanda es errática o los tiempos de entrega son riesgosos, y menos donde las cosas son estables—pero la lógica es diferente. En lugar de defender una etiqueta cualitativa (“esta es una supply chain ágil”), me veo obligado a ser explícito sobre los compromisos: para este artículo, en esta semana, ¿cuánto beneficio estoy sacrificando si me protejo contra el percentil 95 de la demanda en lugar del 80? Ese tipo de razonamiento es tedioso de hacer manualmente, pero relativamente barato de codificar en software y ejecutar a través de millones de decisiones cada día.

Se podría decir que Gattorna gestiona la incertidumbre mediante el reconocimiento y la configuración de patrones de arriba hacia abajo, mientras que yo intento gestionarla a través de un modelado y optimización probabilística de abajo hacia arriba. Uno mira el tablero de ajedrez y elige un estilo general de juego; el otro evalúa movimiento a movimiento, dada la posición.

Tecnología y el lugar de las personas

En ninguna parte el contraste es más marcado que en nuestro tratamiento de las personas y la tecnología.

La escritura de Gattorna sitúa en primer plano los factores humanos. En la literatura de reseñas sobre Living Supply Chains, se le describe como llevando al lector en un viaje que va desde los clientes, pasando por los procesos de negocio, hasta la cultura de la compañía y, posteriormente, el liderazgo, con un énfasis en cómo las subculturas y los estilos de liderazgo influyen en el desempeño. Su práctica de consultoría se enfoca explícitamente en mapear las culturas predominantes en las diferentes partes de la empresa y en adaptarlas a los requerimientos de los diferentes segmentos de clientes y tipos de supply chain. El tono es el de diseño organizacional y gestión del cambio: talleres, diagnósticos, coaching de liderazgo.

Ciertamente, no niego la importancia de la cultura y del liderazgo. Si el piso de tu almacén está desmoralizado, tus datos son poco fiables o tu equipo de compras es remunerado por perseguir reembolsos sin importar las consecuencias posteriores, ninguna cantidad de software ingenioso te salvará. Lo que cuestiono es si la cultura debería ser tratada como el principal instrumento de control.

Mi experiencia ha sido que cualquier proceso que dependa de heroísmos individuales y de una vigilancia humana continua es frágil por diseño. Las personas se cansan, se distraen, son promovidas, o incluso son reclutadas por la competencia. El conocimiento tácito se va por la puerta cada noche. Si la lógica crucial de tu supply chain reside en la cabeza de unos pocos planificadores o en un enredo de hojas de cálculo en sus laptops, podrías estar “alineado” a corto plazo, pero no serás robusto.

Por eso pongo tanto énfasis en los sistemas de decisión: componentes de software que, dados los mismos insumos, siempre producen las mismas recomendaciones, y que pueden ser inspeccionados, probados y mejorados sin campañas de persuasión. En el lado de Lokad, distinguimos entre sistemas de registro (los libros contables), sistemas de reportes (los dashboards) y sistemas de inteligencia, donde se calculan las decisiones reales. La última categoría es donde creo que las modern supply chains están más subdesarrolladas. Abogo de manera más amplia por situar estos motores de decisión en el centro de la pila tecnológica, con arquitecturas construidas a su servicio, en Supply Chain as Economic Bets in a Market-Driven World.

En mi opinión, los roles de mayor valor para las personas en supply chain no consisten en arbitrar manualmente cada orden de reabastecimiento, sino en decidir qué preguntas deben responder los motores de decisión, en codificar correctamente la economía, en diseñar e interpretar experimentos, y en negociar nuevas opciones en el mundo físico—nuevos proveedores, nuevos contratos, nuevas configuraciones de red. La cultura sigue siendo importante, pero principalmente en cuanto a si la organización está dispuesta a confiar y a mejorar de manera continua sus propios algoritmos, o si prefiere esconderse detrás de dashboards y comités.

Gattorna podría responder que sin la alineación cultural y de liderazgo, esos algoritmos nunca serán adoptados o utilizados correctamente. Yo estaría de acuerdo. Pero añadiría que si el trabajo cultural no se expresa finalmente en el código que compromete capital y capacidad día tras día, entonces la transformación está incompleta. El sistema vivo debe, en última instancia, dejar huellas en el software.

Métricas, KPIs y el problema de la medición

Los marcos teóricos de Gattorna no ignoran las métricas. Al contrario, trata las medidas de desempeño como una de las palancas que deben ser hechas a la medida para cada tipo de supply chain y segmento de comportamiento. Una supply chain lean enfatizará naturalmente el cost‑to‑serve y la utilización; una supply chain ágil aceptará cierto sacrificio en esas métricas a cambio de capacidad de respuesta o innovación. La clave es la coherencia: ¿fomentan las métricas los comportamientos y patrones de servicio que requiere la propuesta de valor elegida?

Comparto la preocupación por la coherencia, pero soy más escéptico respecto a los KPIs como tales. Las torres de control tradicionales de supply chain están repletas de niveles de servicio promedio, puntajes de forecast accuracy, tasas de utilización y porcentajes de entregas on‑time‑in‑full. Individualmente suenan razonables; colectivamente fomentan el juego y la optimización local. Un almacén podría alcanzar sus objetivos de utilización resistiendo cambios en la red que aumentarían la ganancia a nivel de toda la empresa. Un equipo comercial podría impulsar el volumen a toda costa porque su bono depende de los ingresos, y no del margen o la variabilidad.

En mi propio trabajo, me he inclinado cada vez más hacia la medición en términos de incremento de efectivo: si cambiamos esta política, o implementamos este nuevo método de forecasting, ¿cuánto más beneficio obtuvimos en un año, después de ajustes por riesgo y cargos de capital? No es una pregunta fácil de responder, y rara vez se obtiene un experimento controlado perfecto. Pero intentarlo te obliga a enfrentar compromisos que los KPIs compuestos tienden a enmascarar.

Aquí de nuevo, la diferencia no es que uno de nosotros se preocupe por el desempeño y el otro no. Es una cuestión de dónde anclar la medición. Gattorna lo ancla en la alineación con las expectativas del cliente y las estrategias de segmento; yo lo anclo en un impacto económico explícito, incluso si eso requiere más esfuerzo de modelado y mayor humildad sobre lo que podemos saber.

Puntos de convergencia

Sería un error exagerar la distancia entre estas posturas. En varios puntos importantes, somos aliados.

Ambos rechazamos la idea de una única configuración universal de supply chain que pueda servir bien a todos los clientes. Gattorna formaliza esto como un portafolio de tipos de cadena adaptados a segmentos de comportamiento; yo lo encuentro como una necesidad práctica al modelar productos, canales y promesas de servicio muy diferentes dentro de la misma compañía.

Ambos vemos la volatilidad como algo estructural, y no como una molestia temporal que se pueda planificar para eliminar. Él lo expresa mediante el lenguaje de los sistemas vivos, la dynamic alignment y la reconfiguración constante. Yo lo expreso a través de modelos probabilísticos explícitos y la insistencia en que los algoritmos deben llevar consigo la incertidumbre en lugar de ocultarla tras forecast de un solo número.

Ambos criticamos la complacencia del manual tradicional: planes estáticos, ciclos rígidos de S&OP, KPIs mecánicos y una fe de que mejores hojas de cálculo de alguna manera resolverán desalineaciones estructurales o reasignaciones inadecuadas de capital.

En estos aspectos, veo a Gattorna como una voz importante que empuja al campo a alejarse del simple recorte de costos y a orientarse hacia una comprensión más matizada de cómo se comportan realmente los mercados y las organizaciones. Si no estamos de acuerdo, es principalmente sobre hacia dónde impulsar a continuación.

Donde discrepo

El principal punto en el que difiero de Gattorna es mi nivel de impaciencia con los marcos que se detienen en la segmentación y la cultura.

La segmentación comportamental es una lente poderosa, pero no te indica cuánta inventario colocar, dónde, cuándo y a qué costo económico. Los diagnósticos de cultura pueden revelar desalineaciones entre, por ejemplo, una subcultura orientada a las ventas y un equipo de operaciones orientado a la eficiencia, pero no deciden qué compensaciones hacer explícitas en tus contratos ni cómo valorar el riesgo en tus reglas de reposición.

En muchos proyectos de transformación que he observado desde el exterior, las empresas han adoptado el lenguaje de supply chains hecho a la medida y de alineación sin construir la columna vertebral matemática y computacional requerida para actuar sobre esas ideas a escala. Realizan talleres, imprimen pósters, renombran equipos. Mientras tanto, la lógica real de reposición sigue siendo un enredo de fórmulas de safety‑stock, mínimos de proveedores y anulaciones manuales incrustadas en sistemas legados y hojas de cálculo.

Desde mi perspectiva, ahí es donde la transformación debe finalmente morder: en la lógica de decisión que compromete camiones, contenedores, espacio en almacén y capital de trabajo cada día. Si una nueva estrategia no cambia esos algoritmos, en su mayoría estarás ensayando mejores historias sobre el mismo comportamiento.

Por eso insisto tanto en modelos probabilísticos y motores de decisión automatizados. No es porque crea que los algoritmos sean mágicamente objetivos, sino porque te obligan a plasmar lo que crees y a enfrentar las consecuencias. Si piensas que cierto segmento de clientes merece prioridad en un faltante de stock, codifícalo. Si consideras que cierto riesgo de lead‑time es tolerable, incorpóralo al modelo y observa cuánto cuesta en términos de forecast de ventas perdidas esperadas versus capital ahorrado. El código no elimina la política, pero la cristaliza.

En ese sentido, mi desacuerdo con Gattorna no es tanto sobre su diagnóstico a alto nivel —que en general comparto—, sino sobre cuán profundamente debe adentrarse en la maquinaria de la empresa una teoría de supply chain. No creo que podamos detenernos en la alineación; tenemos que llegar hasta los algoritmos.

Una posible síntesis

Si estamos dispuestos a apilar estas perspectivas en lugar de elegir una, se nos sugiere una especie de síntesis.

En la parte superior, puedes utilizar las ideas de alineación dinámica de Gattorna para estructurar tu comprensión del mercado. Comienza observando cómo compran realmente los diferentes clientes, qué valoran, cómo responden a la variabilidad y a la crisis. Agrúpalos en segmentos coherentes en cuanto a comportamiento. Decide, con un lenguaje claro, a qué segmentos deseas servir con arreglos continuos y colaborativos, a cuáles con eficiencia lean de bajo contacto, a cuáles con respuesta rápida, y a cuáles con una flexibilidad profunda orientada a soluciones. Asegúrate de que tu liderazgo y tu cultura estén ampliamente alineados con esas decisiones.

Por debajo de eso, puedes aplicar un enfoque más centrado en la decisión y guiado por la economía a las operaciones diarias de cada supply chain. Dentro de un segmento “lean”, por ejemplo, aún enfrentas incertidumbre sobre la demanda y los lead times; aún tienes que decidir, para cada SKU en cada ubicación, cuánto stock mantener, cuándo reordenar, qué promesas de nivel de servicio realizar y cómo enrutar la carga. En un segmento “agile” o “fully flexible”, esas incertidumbres son mayores y las compensaciones más agudas. El hecho de que el segmento se etiquete como agile no elimina la necesidad de una disciplina cuantitativa; al contrario, la incrementa.

Aquí, el forecast probabilístico, la valoración explícita del riesgo y los motores de decisión automatizados pueden proporcionar la precisión y velocidad necesarias. Te ofrecen una manera de expresar, en código, los compromisos implícitos en tus elecciones de alineación y de actualizarlos a medida que la realidad reacciona.

En esta visión por capas, la contribución de Gattorna es ayudarte a decidir qué juegos estás jugando en el mercado y cómo movilizar a la empresa en torno a esos juegos. Mi contribución es ayudarte a colocar y liquidar las apuestas dentro de cada juego con mayor claridad y menos desperdicio.

Reflexiones finales

La supply chain es joven como disciplina formal. No es sorprendente que tengamos múltiples teorías, parcialmente superpuestas, sobre lo que es y cómo debería funcionar. No veo ese pluralismo como un problema, siempre que seamos claros acerca de dónde comienza cada teoría, qué preguntas responde bien y dónde se encuentran sus puntos ciegos.

Gattorna nos recuerda que las supply chains no son solo fábricas, camiones y matrices en PowerPoint. Son sistemas sociales, animados por personas cuyos comportamientos y expectativas importan. Tiene razón al decir que las supply chains de talla única son una costosa ilusión, y que la cultura y el liderazgo pueden reforzar o sabotear cualquier estrategia que diseñes.

Mi propio trabajo avanza en una dirección complementaria. Quiero que seamos más honestos y rigurosos respecto a la economía de nuestras decisiones, más explícitos acerca de la incertidumbre y más ambiciosos en el uso del software no solo para mostrar el estado del mundo, sino para decidir cómo respondemos a él. He visto demasiadas organizaciones detenerse en buenas intenciones y nuevos vocabularios, dejando los motores de su supply chain —los algoritmos que mueven bienes y dinero— en gran medida intactos.

Si este ensayo tiene un único mensaje, es el siguiente: el liderazgo, la alineación y la cultura son necesarios, pero no suficientes. Lo mismo ocurre con los forecast, los dashboards y los KPIs. Para construir supply chains que merezcan ese nombre en el siglo XXI, debemos conectar la perspectiva externa de los clientes y los mercados con la maquinaria interna de modelos probabilísticos y decisiones automatizadas. Debemos estar dispuestos a reescribir no solo nuestras presentaciones, sino también nuestro código.

Solo entonces nuestras teorías dejan de ser metáforas y se convierten en parte de la infraestructura que realiza el trabajo de manera silenciosa.