Repensando la división del trabajo en la era de los supply chain automatizados
La división del trabajo es una de esas ideas tan profundamente entrelazadas en la vida moderna que casi dejamos de verla. Adam Smith inicia La riqueza de las naciones con la ahora famosa fábrica de alfileres, donde descomponer un trabajo en muchas tareas pequeñas multiplica la productividad por órdenes de magnitud.
Comparto esa admiración. Sin especialización y comercio, simplemente no existiría lo “moderno”. Sin embargo, después de casi dos décadas trabajando dentro de supply chains reales, también he llegado a creer que aplicamos la idea de la división del trabajo de maneras que silenciosamente nos perjudican—especialmente dentro de las empresas, y aún más dentro del software que usamos para operarlas.
En mi libro Introduction to Supply Chain, sostengo que supply chain, como disciplina, se trata de tomar mejores decisiones sobre los flujos de productos bajo incertidumbre, en pro de la rentabilidad a largo plazo. En este ensayo, quiero aislar uno de los hilos de ese argumento más amplio: cómo la división del trabajo nos ayuda a escala global, pero a menudo nos perjudica a nivel organizacional, y cómo la automatización cambia el panorama.
La historia clásica: de los alfileres a las cadenas de valor globales
La historia clásica es bien conocida. La división del trabajo, ya sea dentro de una fábrica o entre países, explica gran parte de los aumentos de productividad que elevaron el nivel de vida durante los últimos dos siglos. Los fabricantes de alfileres de Smith son los primeros precursores de las cadenas de valor globales actuales, donde diferentes países se especializan en distintas etapas de la vida de un producto: diseño en un lugar, componentes en otro, ensamblaje en otro sitio, y distribución en un continente diferente.
La gestión moderna de supply chain heredó esta narrativa. Basta con observar un marco de referencia ampliamente citado, como la definición de Douglas Lambert de supply chain management como “la gestión de las relaciones en la red de organizaciones… utilizando procesos empresariales clave cross-funcionales para crear valor.” El énfasis se centra en la coordinación entre funciones especializadas y entre empresas: marketing, logística, producción, compras, finanzas, I+D, y así sucesivamente.
En esa visión convencional, la tarea de la gestión de supply chain es asegurar que esta extensa división del trabajo funcione sin problemas. Se reconoce que los silos funcionales son un problema, pero la solución es casi siempre una mayor colaboración estructurada: equipos de procesos cross-funcionales, ciclos de planificación integrados y, en particular, Sales & Operations Planning (S&OP). S&OP se describe generalmente como un motor de reuniones cross-funcionales recurrentes que alinea ventas, marketing, supply chain y finanzas en un plan único.
Hasta ahora, no hay nada de qué objetar. La división del trabajo, más la coordinación, y una capa de tecnología de apoyo: en líneas generales, así hemos llegado hasta aquí.
Pero si prestamos atención a lo que realmente ocurre dentro de las empresas, especialmente en las grandes, aparece una paradoja.
El costo oculto de la división interna del trabajo
La división del trabajo es, ante todo, una manera de lidiar con los límites humanos. Ninguna persona puede seguir cada producto, proveedor y cliente; por ello, dividimos el trabajo. Un planificador se encarga de esta región, otro de esa línea de productos y otro del surtido de largo alcance. Un departamento se encarga de las compras, otro de los precios y otro de las promociones.
En una conferencia titulada On Knowledge, Time and Work for Supply Chains, distinguí entre dos formas amplias de dividir el trabajo. Una reparte actividades similares entre muchas personas (división del trabajo “horizontal”), y la otra organiza diferentes niveles de responsabilidad en una jerarquía (división “vertical”). Las empresas modernas dependen fuertemente de ambas.
Esto funciona—hasta cierto punto. También crea una serie de efectos secundarios tan comunes que los confundimos con leyes de la naturaleza.
Primero, la complejidad se traduce directamente en número de empleados. Cada vez que una empresa añade SKUs, canales, regiones o restricciones, con mucha frecuencia responde agregando planificadores. El modelo mental predominante es más o menos lineal: el doble de partes móviles, el doble de personas. No es inusual ver equipos donde el trabajo diario consiste en revisar listas interminables en hojas de cálculo o herramientas de planificación, haciendo pequeños ajustes manuales que nadie recordará la próxima semana.
Segundo, las palancas clave están fragmentadas entre funciones. Los precios y las promociones se ubican en marketing, las decisiones de surtido en merchandising, las promesas de servicio en ventas, mientras que el inventario y la capacidad se dejan a supply chain. Sin embargo, todas estas decisiones determinan qué se mueve, dónde y cuándo, y por tanto configuran el resultado económico de los flujos. La división no se basa en la economía; se basa en la historia corporativa.
Tercero, los sistemas empresariales fosilizan la división del trabajo de ayer. La mayor parte de la lógica en ERPs, herramientas APS y sistemas similares no trata sobre economía o estadísticas; se trata de quién tiene permitido hacer qué, en qué orden, con qué códigos de estado, escaladas y aprobaciones. Como noté recientemente al discutir la gestión del ciclo de vida del producto, la gran mayoría de la lógica empresarial existe para orquestar flujos de trabajo y transferencias humanas. Cuando automatizamos las decisiones adecuadamente, una sorprendente parte de este andamiaje se vuelve redundante.
Cuarto, la responsabilidad se diluye. Cuando cada etapa de un proceso es asignada a un grupo diferente, se vuelve dolorosamente fácil que todos estén “involucrados” y, sin embargo, nadie sea responsable de la calidad de la decisión final. He visto fracasar muchas iniciativas “quantitative”, no porque las matemáticas fueran defectuosas, sino porque el trabajo se dividió en tantas piezas—extracción de datos por parte de IT, limpieza de datos por un equipo, forecasting por otro, ajuste de parámetros por los planificadores—que ninguna persona o equipo realmente se hizo cargo del resultado.
Esto sigue siendo división del trabajo. Todavía genera eficiencias locales. Pero no necesariamente nos ayuda a tomar mejores decisiones, que es, en última instancia, lo que importa.
La automatización fuerza una división más fundamental
Durante aproximadamente cuarenta años, se ha hablado de automatizar las decisiones de supply chain: primero el control de inventario, luego la planificación de requerimientos de distribución, y así sucesivamente. En la práctica, la mayoría de las empresas aún dependen de las personas como principal mecanismo de decisión. Las computadoras proporcionan números, dashboards y alertas; los humanos permanecen en el proceso en el nivel más granular.
Desde mi perspectiva, ese es el punto de partida equivocado.
La primera y más importante división del trabajo que deberíamos trazar no es entre departamentos, sino entre humanos y máquinas.
Las máquinas son extraordinariamente buenas en ciertas tareas que dominan los supply chain modernos: procesar grandes cantidades de datos transaccionales; recalcular decisiones a diario o incluso cada hora; y adherirse a una política sin fatiga ni cambios de humor. Los humanos, en cambio, son comparativamente malos en la repetición a gran escala pero muy buenos para cuestionar supuestos, interpretar el contexto e inventar nuevas formas de codificar la economía en reglas.
Una vez que aceptamos esto, la cuestión del diseño cambia. En lugar de preguntar “¿Cómo deberíamos distribuir los SKUs y proveedores entre nuestros planificadores?”, deberíamos preguntar, “¿Qué clases de decisiones deberían ser completamente automatizadas y cómo diseñamos el sistema que lo hace?”
En mis conferencias sobre Supply Chain Quantitativa, describo el entregable como un motor de decisiones: un sistema analítico que transforma datos sin procesar en decisiones concretas, tales como órdenes de compra, transferencias de stock o cambios de precio, sin intervención manual en la operación diaria. El diseño del motor es un trabajo intensamente humano; su ejecución rutinaria no lo es.
Esto no es ciencia ficción. Cuando insistimos en que el resultado del sistema analítico sean decisiones reales, y no solo forecasts o puntuaciones, y cuando exigimos que su operación sea completamente automatizada, descubrimos que una gran parte de la carga de trabajo repetitiva de la planificación puede, de hecho, ser mecanizada. El resultado es un tipo diferente de división del trabajo: un pequeño número de personas trabajando en la lógica que rige miles o millones de micro-decisiones.
Redefiniendo roles alrededor del motor de decisiones
Si nos tomamos en serio esta división que prioriza la automatización, la división interna del trabajo comienza a verse muy diferente.
Las personas que solían pasar sus días ajustando pedidos en hojas de cálculo adoptan roles más estratégicos e investigativos. En lugar de preguntar repetidamente, “¿Qué debería pedir para este SKU hoy?”, preguntan, “¿Por qué el motor de decisiones recomendó este patrón para esta familia de productos?” y “¿Qué nos dice esto sobre nuestros costos, restricciones y opciones?” En efecto, se convierten en administradores de los flujos, responsables de entender y perfeccionar la lógica económica, no de teclear números.
Mientras tanto, emerge un perfil especializado en la intersección de supply chain, estadística e ingeniería de software. Esta persona, a veces denominada Supply Chain Scientist, es responsable del comportamiento del motor de decisiones en sí: de cómo se modela la incertidumbre de la demanda, de cómo se valoran económicamente los faltantes de stock y los excesos de stock, de cómo se expresan las restricciones logísticas, y de cómo todo esto se traduce en código ejecutable.
Es crucial destacar que este scientist no “pertenece” a IT, a pesar de que trabaja con código y datos. IT conserva la responsabilidad sobre la fiabilidad y seguridad de las canalizaciones de datos—para asegurar que los sistemas transaccionales se reflejen correctamente en el almacenamiento analítico—pero la responsabilidad de moldear las decisiones recae firmemente en la función de supply chain. Esta división explícita entre infraestructura y lógica de decisión es en sí una nueva división del trabajo, que preserva la claridad en la rendición de cuentas en lugar de difuminarla.
Finanzas también vuelve a entrar en escena de una manera más constructiva. En lugar de discutir si un forecast dado es “realista” en una reunión de S&OP, finanzas y supply chain colaboran para expresar las preferencias económicas reales de la empresa—costo de capital, penalización por faltante de stock, compromisos de servicio a clientes clave—en una forma que el motor de decisiones pueda entender. Una vez que esas preferencias están codificadas, se aplican de manera consistente a lo largo de miles de decisiones, cada día, sin requerir una reunión cada vez.
El resultado final sigue siendo la especialización. Las personas no se convierten en generalistas intercambiables. Pero el principio organizativo ya no es el organigrama ni la secuencia de procesamiento de transacciones; es el diseño, la operación y la mejora continua de un sistema de decisiones.
Cómo se diferencia esto de la “integración” convencional
En este punto, es natural preguntarse: ¿no es esto simplemente otra manera de hablar de integración? Después de todo, la gestión de supply chain convencional ha pasado los últimos veinte años enfatizando la necesidad de derribar los silos mediante procesos cross-funcionales y métricas compartidas.
Hay una diferencia importante.
En la visión convencional, la integración significa involucrar a más personas de más funciones en la conversación. El diagrama típico de S&OP muestra ventas, marketing, operaciones, supply chain y finanzas alrededor de la mesa, respaldados por un software de planificación cada vez más sofisticado. La colaboración es el recurso escaso; la tecnología está ahí para facilitarla: datos compartidos, dashboards compartidos, flujos de trabajo compartidos.
En mi opinión, la integración significa algo completamente distinto. Significa que la lógica económica está unificada. La jerarquía de prioridades—servicio vs margen vs capital empleado—se expresa una sola vez, dentro del motor de decisiones, y luego se aplica en todas partes. El recurso escaso primordial no es el tiempo en reuniones, sino la claridad: claridad sobre lo que la empresa intenta optimizar, y sobre cómo esa intención se traduce en decisiones operativas.
Cuando partimos de ese ángulo, normalmente descubrimos que muchos de los mecanismos de coordinación que construimos a lo largo de los años estaban compensando la falta de automatización. Necesitábamos reuniones largas porque, en la práctica, cada decisión era hecha a medida. Necesitábamos flujos de trabajo elaborados y cadenas de aprobación porque no existía una política única, confiable y ejecutable.
Por eso soy escéptico respecto a los esfuerzos de “modernizar” el S&OP tradicional añadiendo una pátina de analítica avanzada mientras se mantiene intacta su estructura básica. Tanto en los debates que organizamos en Lokad como en la literatura académica, el S&OP sigue siendo en gran medida un proceso de negociación cross-funcional, con la tecnología como facilitadora. Creo que, para muchas empresas, el verdadero cambio radical no vendrá de mejores reuniones, sino de la necesidad de tener muchas menos en primer lugar.
La división del trabajo a nivel global: acuerdo, con una salvedad
Todo esto podría sonar como si estuviera en contra de la división del trabajo en su totalidad. No es así. A nivel global, considero que la especialización profunda y el comercio son innegociables si nos importa la prosperidad. La elaborada división del trabajo internacional que caracteriza a las cadenas de valor globales modernas no es una curiosidad frágil; es la única razón por la que podemos permitirnos los bienes y servicios que actualmente damos por sentados.
Sin embargo, esta especialización global viene acompañada de una fragilidad sistémica, como nos han recordado dolorosamente las recientes oleadas de interrupciones. Cuando un confinamiento cierra fábricas, o un canal se bloquea, o un conflicto interrumpe las exportaciones, el impacto se propaga a través de las mismas redes que normalmente nos brindan eficiencia. La respuesta no es retirarse hacia la autarquía. Es volverse mucho más precisos en la manera en que gestionamos el riesgo: cultivando opcionalidad en proveedores y rutas, midiendo su costo, y utilizando la automatización para reaccionar rápidamente cuando la realidad se desvía de lo esperado.
En ese sentido, mi desacuerdo con la corriente principal no se trata de si la división del trabajo es deseable; se trata de dónde la aceptamos como algo dado y dónde deberíamos estar dispuestos a redibujarla.
Una forma diferente de organizar el trabajo
Si unimos todas las piezas, surge una imagen diferente de la organización de supply chain.
A nivel global, abrazamos la división del trabajo que respalda el comercio y la productividad, siendo honestos acerca de su fragilidad y deliberados en la creación de opciones. Dentro de la empresa, resistimos el reflejo de responder a cada aumento en la complejidad con un incremento proporcional de planificadores y capas de procesos. En su lugar, invertimos en motores de decisiones que puedan asumir la carga repetitiva, y reconfiguramos nuestra división interna del trabajo en torno al diseño, la gobernanza y la mejora continua de esos motores.
Esto no es menos humano. Es más. Trata a los planificadores como potenciales estrategas, investigadores y diseñadores de mejores reglas económicas, en lugar de como middleware humano entre hojas de cálculo y ERPs. Trata a TI como un socio crítico en la provisión de una infraestructura de datos sólida, sin confundirlo con la propiedad de la lógica empresarial. Trata a las finanzas como coautoras del modelo económico, no meramente como las aprobadoras finales de presupuestos.
La historia clásica de la división del trabajo, desde la fábrica de alfileres de Smith hasta las global value chains de hoy, sigue siendo válida. Pero si detenemos la historia ahí, nos perdemos la lección que más importa para las supply chain contemporáneas: en una época en la que las máquinas pueden hacerse cargo de gran parte del pensamiento repetitivo, la decisión verdaderamente estratégica es cómo elegimos dividir el trabajo entre humanos y máquinas, y solo entonces cómo lo dividimos entre nosotros mismos.
