00:00:03 Evolución de las interfaces de usuario del software de supply chain.
00:00:44 Futuro limitado de las interfaces 3D en el software empresarial.
00:02:19 Comparando interfaces futuras con software anti-spam silencioso.
00:04:02 Equilibrando productividad y compromiso de los empleados en el uso del software.
00:05:48 Futuro de las interfaces de usuario de supply chain y beneficios de la automatización.
00:08:00 Confianza en los forecast de IA y el rol de las métricas.
00:08:18 Perspectivas: Usuario final y compañía de software.
00:10:57 Entropía cruzada en machine learning.
00:12:13 Métricas complejas, beneficios de centrarse en outliers.
00:13:45 Sistemas automatizados de supply chain y sus desafíos.
00:16:02 Concepto IDE en el modelado de supply chain.
00:16:38 Importancia de “correctness by design”, costo de prueba/error.
00:17:41 Envision: Lenguaje de programación para el modelado de supply chain.
00:18:00 Características de Envision: Autocompletar, análisis estático de código.
00:19:06 Programación en lugar de elementos visuales.
Resumen
En la entrevista de hoy, Kieran Chandler y Joannes Vermorel están discutiendo la evolución de la experiencia del usuario en supply chain software. Vermorel explica por qué no se introducirán interfaces 3D, citando la anatomía humana y limitaciones prácticas. Sugiere que el futuro debería centrarse en la practicidad y la invisibilidad, estableciendo paralelismos con el software anti-spam. Chandler cuestiona la confiabilidad del software que requiere una interacción mínima, pero Vermorel enfatiza la importancia de la eficiencia y la simplicidad. Critican la interactividad excesiva encontrada en el software, proponiendo la automatización de extremo a extremo en el forecast. Vermorel hace hincapié en la detección de outliers y la consistencia en los forecasting engines. Discute la naturaleza intrincada de las métricas de forecast y la importancia de “correctness by design”. Para una mayor productividad en la gestión de supply chain, Vermorel imagina el uso de widgets inteligentes.
Resumen Extendido
Kieran Chandler, el presentador, y Joannes Vermorel, el fundador de Lokad, entablan un diálogo sobre la evolución de la experiencia del usuario, particularmente de las interfaces de usuario en el software de supply chain. Chandler introduce el tema mencionando que, a menos que uno sea ingeniero de software, la interfaz de usuario es el componente principal del software con el que interactúa. Menciona la popular representación hollywoodense de las interfaces de usuario del futuro, como en la película Minority Report donde Tom Cruise interactúa con un entorno 3D. Sin embargo, el hecho de que esa visión de 2002 no se haya materializado lleva a Chandler a interrogar a Vermorel sobre el futuro de las interfaces de usuario.
En respuesta, Vermorel aclara que no se introducirán interfaces de usuario 3D en Lokad ni en ningún otro entorno de software empresarial en el futuro cercano. Según él, la razón no es una limitación tecnológica, sino la anatomía humana. Sostiene que los humanos perciben las interfaces predominantemente en dos dimensiones. A pesar de tener dos ojos y poder percibir la profundidad, Vermorel afirma que una tercera dimensión no añade un valor sustancial para comprender el mundo. También subraya las impracticabilidades físicas de la interacción en 3D, señalando lo agotador que sería imitar las acciones de Tom Cruise en Minority Report durante un periodo prolongado. Vermorel menciona el ejemplo de los ratones 3D que, a pesar de haber sido inventados hace aproximadamente 40 años, no han logrado ganar aceptación debido al esfuerzo físico requerido para usarlos.
Además, sugiere que el futuro de las interfaces de usuario probablemente contradice lo que la mayoría espera, centrándose más en la practicidad que en el espectáculo. Vermorel utiliza el software anti-spam como metáfora. Valora este software por su funcionamiento silencioso y diligente, eliminando el spam de las bandejas de entrada sin que los usuarios se den cuenta de su existencia. Lo considera un modelo para el futuro de las interfaces de usuario, con software impulsado por machine learning casi invisible y discreto que reduce la carga y las interrupciones para el usuario.
Sin embargo, Chandler cuestiona este enfoque desde la perspectiva de la empresa, preguntando cómo pueden confiar en un software con el que sus empleados rara vez interactúan. Vermorel reconoce el dilema, pero recuerda que las empresas pagan por el tiempo de sus empleados, y el tiempo dedicado a interactuar con el software es, en última instancia, un gasto. Argumenta que una interfaz de usuario que imite las redes sociales podría ser disfrutable e interactiva, pero también podría conducir a más interrupciones y menos productividad. Por ello, Vermorel sugiere que el futuro de las interfaces de usuario debería favorecer la eficiencia, la simplicidad y el minimalismo.
La conversación comienza con una crítica a la práctica prevalente de proporcionar a los empleados software interactivo, sugiriendo que puede ser contraproducente. Vermorel argumenta que, si bien los descansos para tomar café y las sesiones de brainstorming con colegas son cruciales para un ambiente laboral equilibrado, en exceso pueden resultar problemáticos, y las empresas deben confiar en que sus empleados realicen el trabajo de verdad. Según Vermorel, un software que requiere interacción constante puede interrumpir la productividad, particularmente en el contexto de la gestión de supply chain, donde la interacción continua con aplicaciones de software podría no generar resultados productivos.
Vermorel luego aborda la naturaleza de las interfaces de usuario del software de supply chain, que tienden a ser rígidas y secas. En las tendencias actuales, los desarrolladores de software se esfuerzan por hacerlas más atractivas mediante características interactivas y colaborativas. Sin embargo, este enfoque, según Vermorel, a menudo conduce a la pérdida de tiempo, ya que los empleados podrían terminar dedicando días enteros a ajustar los forecast de cientos o miles de productos. Esto drena significativamente la productividad, y a pesar de la aparente interactividad y compromiso, puede que no mejore el rendimiento de la empresa.
Propone un punto de vista alternativo en el que la automatización de extremo a extremo se considera el objetivo deseado, en lugar del forecast interactivo. Esto sugiere que el forecast en la gestión de supply chain debería estar completamente automatizado, permitiendo que las personas contribuyan de manera más productiva a la solución en lugar de quedar atrapadas en tareas repetitivas.
Chandler luego pregunta cómo pueden confiar las empresas en un sistema completamente automatizado. Vermorel responde sugiriendo que las empresas deberían centrarse en identificar y tratar los outliers, en lugar de obsesionarse con los detalles de las métricas del software de forecast. Desde la perspectiva de la empresa, el aspecto crítico es buscar comportamientos aberrantes en los forecast, de manera similar a revisar correos electrónicos mal clasificados en un filtro de spam.
Desde la perspectiva de la compañía de software, Vermorel explica que el enfoque debería estar en mejorar la consistencia del forecasting engine a través de múltiples conjuntos de datos de diferentes empresas y períodos. Además, se destaca el back-testing como un método valioso para perfeccionar el proceso de forecast.
Vermorel comienza discutiendo la complejidad de las métricas de forecast, que, a su parecer, constituyen el corazón de su software de supply chain, representando aproximadamente el 50% de su complejidad. El software comprende cientos de estas métricas. Sin embargo, Vermorel explica que revelar la totalidad de estas métricas a los usuarios podría resultar en confusión en lugar de claridad, dada su gran cantidad y complejidad. Por ello, recomienda que los usuarios se concentren más en las decisiones de salida generadas por el sistema, especialmente en los outliers, que son las decisiones que parecen evidentemente erróneas. Estos outliers merecen atención inmediata, ya que son los que probablemente resulten más costosos desde una perspectiva de supply chain.
La conversación luego se mueve hacia el futuro del software y a si podría operar en modo “piloto automático completo”, similar al software anti-spam. Vermorel afirma que las supply chains son intrínsecamente más complejas que los filtros de spam, dado que comprenden varios componentes humanos, de máquinas y de software. Por lo tanto, una solución de software automatizada que sirva para todos es poco probable que sea efectiva. Él cree que la automatización de la gestión de supply chain compleja podría ser posible cuando la inteligencia artificial alcance o supere el nivel de la inteligencia humana, pero concede que tal situación aún está muy lejos.
En este contexto, Vermorel revela que el proceso no es “al estilo Hollywood”, haciendo alusión a su falta de glamour. La elaboración de código es crucial en la gestión de supply chain. Sin embargo, lograr la “correctness by design” es importante porque la prueba y error puede ser costosa en este campo. Vermorel propone un entorno de programación que fomente la correctness by design y comparte que Lokad ha desarrollado un lenguaje de programación específico del dominio llamado Envision, que incluye características diseñadas para lograr la correctness by design mediante análisis estático de código.
Vermorel imagina que el futuro de las interfaces de usuario implicará la creación de widgets inteligentes para aumentar la productividad y eficiencia de supply chain scientists, que son recursos escasos y costosos. Contrasta esta visión con las interfaces 3D al estilo Hollywood, que priorizan el atractivo visual y la ostentación sobre la usabilidad y funcionalidad práctica.
Transcripción Completa
Kieran Chandler: En el episodio de hoy, vamos a discutir la evolución de la experiencia del usuario, y en particular, cómo han cambiado las interfaces de usuario en el software de supply chain. A menos que seas un ingeniero de software, es probable que la interfaz de usuario sea la única parte del software con la que realmente interactúas. Muchas veces, cuando se le pregunta a la gente sobre el futuro de las interfaces de usuario, se refieren a películas como Minority Report, donde se puede ver a Tom Cruise gesticulando en un entorno 3D bastante impresionante. Sin embargo, esta película fue lanzada en 2002 y parece que ya no estamos más cerca de alcanzar esa visión. Entonces, Joannes, la última vez que lo verifiqué, Lokad sigue siendo un entorno 2D. ¿Cuándo empezará a cambiar todo eso?
Joannes Vermorel: Seamos claros en una cosa: las interfaces de usuario tridimensionales no llegarán pronto a Lokad, ni prácticamente a ningún otro entorno de software empresarial. La razón principal no tiene que ver con la tecnología, es simplemente una cuestión de la anatomía humana. Tu percepción de las interfaces de usuario es mayormente bidimensional. Sí, tienes dos ojos y puedes ver algo de profundidad, pero en su mayoría es una percepción bidimensional. Una tercera dimensión no añade mucho a la comprensión del mundo. En lo que respecta a replicar lo que Tom Cruise hace en Minority Report, permaneciendo con los brazos en alto durante diez minutos, es simplemente demasiado agotador. Es por eso que los ratones 3D, que fueron inventados hace aproximadamente 40 años, nunca despegaron. Tienes que ser un atleta para usar eso.
Kieran Chandler: Si vas a aplastar mis ilusiones sobre cómo se verán estas interfaces de usuario del futuro, ¿quizás podrías compartir tu visión de cómo serán realmente en el futuro? ¿Tal vez tienes algún ejemplo que puedas compartir con nosotros aquí?
Joannes Vermorel: Lo interesante del futuro es que ya está aquí, simplemente no está distribuido de manera uniforme. Si quieres echar un vistazo al futuro, deberías mirar tu software anti-spam. Este tipo de software filtra todas esas propuestas interesantes que provienen de países extraños que nunca has visitado y que te ofrecen sueños de hacerte rico. Lo interesante es cómo este software lo hace de manera silenciosa y diligente. Si es muy bueno, ni siquiera te das cuenta de que está ahí. Un excelente software anti-spam es precisamente aquello que hace su trabajo para que tu bandeja de entrada se mantenga limpia, y apenas notas su existencia. Ese es el futuro de la mayoría del software impulsado por machine learning. Será algo ambiental y casi invisible. Probablemente sea lo opuesto a la muy cool interfaz de usuario tridimensional que se puede ver en las películas de Hollywood, porque no hay nada que ver, así que no es muy visual.
Kieran Chandler: Sin duda, me gusta la idea del anti-spam, definitivamente ayudaría a reducir el tiempo perdido leyendo esas propuestas de negocio tan interesantes de príncipes y princesas nigerianos. Pero esa es realmente mi perspectiva como usuario final. ¿Y las empresas? ¿Cómo pueden confiar en este piece of software si en realidad nunca interactúan con él?
Joannes Vermorel: Ese es un dilema interesante. Como empresa, tienes que pagar por tus empleados, por lo que cualquier tiempo que dediquen a hacer algo es tiempo que al final pagas. Entonces, ¿qué deseas para tu software, para el software que usan tus empleados? Podrías buscar algo que sea un poco como Facebook: es social, es interactivo, y la gente lo disfruta mucho, pero también está lleno de interrupciones. Así que, es muy curioso, porque si implementas algo muy parecido a una red social, la gente lo disfrutaría mucho.
Kieran Chandler: Si estuvieras pagando a la gente para que pase aún más tiempo frente a la máquina de café, esperarías algunos descansos durante el día para que se relajen, se reorganicen y hagan brainstorming con sus colegas. Pero si esto es constante, ¿cómo se realiza el trabajo? Las empresas pagan a los empleados para que hagan un trabajo real. Entonces, ¿pueden confiar en un software que exige una interacción constante de los empleados? Porque, para mí, eso parece lo opuesto a la productividad.
Joannes Vermorel: De hecho, hay un pequeño dilema para la empresa. No deberían confiar demasiado en un software que requiera una interacción constante. Es contraproducente. Miremos esto ahora desde una perspectiva de supply chain. Muchas de estas aplicaciones no eran interesantes en primer lugar, especialmente en lo que respecta al software de demand forecast. Las interfaces de usuario del software de supply chain pueden ser bastante secas, y aunque existe una tendencia a hacerlas más atractivas con forecasts colaborativos, no es tan eficaz como parece.
Kieran Chandler: ¿Puedes elaborar un poco más sobre eso? ¿Qué podemos esperar de estas interfaces de usuario en el futuro?
Joannes Vermorel: Aunque hacer el forecast de demanda más interactivo y colaborativo suena atractivo, se convierte en una carga masiva para la productividad. Imagínate tener cientos o miles de productos y que todos en la empresa pasen el día entero mirando curvas, time series, y retocándolas. Incluso si parece interactivo y social, no va a mejorar el rendimiento de tu empresa. Para cualquier empresa, sin importar su escala, el objetivo debería ser la automatización de principio a fin sin casos límite en el forecast, no un forecast colaborativo.
Kieran Chandler: ¿Estás diciendo que en realidad las personas no serán incluidas en estos forecast?
Joannes Vermorel: Exactamente. Queremos lograr una automatización de principio a fin y eliminar toda carga de productividad. Si las personas tienen que hacer algo, debe ser algo que contribuya a la solución, no tareas repetitivas.
Kieran Chandler: Pero, ¿cómo podemos confiar en los resultados si las personas no están incluidas en estos forecast? Todavía necesitaríamos algunas métricas para evaluar el software y alguien que revise estas métricas. ¿Cómo funcionaría esto en la práctica?
Joannes Vermorel: Esa es una buena pregunta. Tenemos dos perspectivas aquí: la perspectiva del usuario final y la perspectiva del desarrollador de software o de la empresa que escribe el código. Desde el punto de vista del usuario final, deseas observar los outliers o comportamientos aberrantes. Así como en tu anti-spam, no compilas estadísticas de cuántos correos electrónicos son filtrados correctamente o incorrectamente. Ocasionalmente revisas tu carpeta de spam en busca de correos que han sido clasificados erróneamente. De manera similar, en el forecast de demanda, buscas outliers, forecasts que son excesivamente grandes o demasiado pequeños. Esos son a los que debes prestar atención.
Kieran Chandler: No necesitas compilar estadísticas, solo quieres deshacerte de todos los outliers. Ahora, desde la perspectiva de una empresa de software, cuando deseas mejorar un forecast, no quieres tomar el conjunto de datos de una empresa en un momento dado y ver cómo puedes mejorar una métrica. En su lugar, quieres recopilar todo el conjunto de datos que tengas. Por ejemplo, hemos ayudado a más de 100 empresas a optimizar sus supply chains, por lo que tenemos mucho más de 100 conjuntos de datos para optimizar. Quieres asegurarte de que tu motor de forecast sea consistente y mejore de forma estable a lo largo de toda esta masa de conjuntos de datos, no solo uno. Además, no solo deseas los enormes conjuntos de datos, sino que quieres realizar una prueba retrospectiva completa, retrocediendo una semana, dos semanas en el pasado, y así sucesivamente. Así es como se aborda este juego de optimizar el proceso mundial de forecast.
Joannes Vermorel: Eso es correcto. Sin embargo, incluso si pudiéramos compartir estas métricas con las empresas, no estoy seguro de que las ayude a confiar más en el software. El problema es que las métricas más relevantes hoy en día, como cross-entropy usadas en deep learning (y que se han utilizado durante más de una década para el anti-spam), son bastante complejas. Estas métricas se aplican a probabilistic forecasts y son enormemente superiores a métricas clásicas como el error absoluto medio o el error porcentual absoluto medio, que son disfuncionales y, sin embargo, siguen siendo la práctica estándar en supply chains.
El desafío que enfrentamos es doble. En primer lugar, tenemos que comunicar números que son muy ajenos para la mayoría de las empresas. En segundo lugar, cuando deseas construir un motor de forecast como hicimos en Lokad, las métricas representan aproximadamente el 50% del esfuerzo tecnológico. No son simplemente un pequeño elemento al final del trabajo de diseñar un motor de forecast; las métricas están en el núcleo mismo y representan literalmente el 50 por ciento de la complejidad.
Esto significa que no solo contamos con unas pocas métricas, sino que literalmente tenemos cientos de ellas. En la práctica, compartir esta abundancia de métricas no resulta muy útil, ya que se necesitaría literalmente un libro para explicar lo que significan todos esos números. Al final, genera aún más confusión que ayuda. Por eso, normalmente sugerimos que, en lugar de tratar de entender todas esas métricas, las empresas se concentren en los outliers.
No intentes hacer ingeniería inversa de las métricas en el software; es muy complicado y no necesariamente resulta útil. En su lugar, concéntrate en las decisiones que se generan como salida final del sistema y enfócate en los outliers, las decisiones que son obviamente erróneas. Esas son las que requieren tu atención inmediata, porque serán las que te costarán mucho dinero desde la perspectiva de supply chain.
Kieran Chandler: Seguimos mencionando este término “anti-spam”. Si el futuro del software va a ser como el anti-spam, la dificultad radica en que los supply chains son inherentemente mucho más complejos que simplemente filtrar un poco de spam. ¿Funcionaría esto en la práctica? ¿Podríamos tener supply chains funcionando completamente en piloto automático?
Joannes Vermorel: Sí y no. De hecho, un supply chain es un sistema muy complejo con muchos humanos, máquinas y software involucrados. Por lo tanto, no hay esperanza de que un software con configuraciones predeterminadas pueda hacerlo todo. El anti-spam funciona de manera silenciosa sin necesidad de configurarlo, porque todas las bandejas de correo son prácticamente iguales, por lo que también se puede tener una configuración automatizada para el anti-spam. Sin embargo, cuando se trata de la optimización de un supply chain para una empresa en particular, necesitas entender la estrategia de la empresa, los incentivos financieros, los puntos críticos para los clientes y muchísimas otras cosas. Estos aspectos no pueden ser descubiertos por el software mismo. Tal vez en un siglo, cuando tengamos una IA a nivel humano, esto podría ser posible.
Kieran Chandler: La inteligencia artificial, algo tan inteligente como un humano muy inteligente o quizá incluso más, podría posiblemente tener una configuración completamente automatizada para supply chains complejos. Sin embargo, actualmente estamos bastante lejos de ese escenario. Por eso, en Lokad, contamos con estos Supply Chain Scientists. El trabajo del Supply Chain Scientist es modelar el supply chain de una empresa de una manera que sea a la vez precisa y eficiente. Esto representa un desafío en términos de interfaz de usuario, porque para hacerlo de manera efectiva, es casi como necesitar un entorno de desarrollo integrado. ¿Es correcto?
Joannes Vermorel: Absolutamente, es una situación compleja y no tiene ese glamour hollywoodense del que hablamos anteriormente. La realidad es que escribir código es un arte. Con buenas herramientas, puedes hacerlo de manera más rápida y mejor. La corrección por diseño es muy importante en supply chain. El método de prueba y error puede ser teóricamente atractivo, pero en el mundo real de supply chain, es extremadamente costoso. No quieres cometer miles de errores en las compras solo para eventualmente hacerlo bien. Eso costaría millones. Por eso necesitas un entorno de programación que ayude a lograr esta corrección por diseño.
Kieran Chandler: Entonces, no es tan glamoroso como parece, pero hay más que solo escribir código, ¿verdad?
Joannes Vermorel: Exactamente, no es estilo Hollywood. Es como escribir código. No estamos intentando resolver un problema de programación general. Solo queremos resolver el problema del modelado cuantitativo de supply chains. Por eso, tenemos nuestro propio lenguaje de programación específico del dominio llamado Envision. Envision viene con características diseñadas para ofrecer un grado de corrección por diseño mientras escribes el código. Puedes tener productividad con funciones como autocompletar y puedes lograr varios grados de corrección por diseño mediante análisis estático del código. Por ejemplo, puede detectar si una variable que has introducido en tu script no tiene impacto en ninguna supply chain decision. Esto podría significar que olvidaste incorporar un factor económico en tu modelo, o simplemente descartaste algún código muerto.
Kieran Chandler: Entonces, aunque no es una interfaz de usuario 3D como en Minority Report, ¿existe un futuro para las interfaces de usuario en este entorno de programación?
Joannes Vermorel: Sí, efectivamente. El futuro de las interfaces de usuario en Lokad está orientado a hacer que los Supply Chain Scientists, que son valiosos y escasos, sean más productivos y eficientes. El enfoque no está en una interfaz de usuario 3D donde puedas deslizar elementos y dibujar gráficos visualmente, sino en widgets inteligentes en el entorno de programación.
Kieran Chandler: Bueno, eso es suficiente para concluir. Gracias por tomarte el tiempo para discutir con nosotros sobre las interfaces de usuario del futuro. Sin duda, ha sido una conversación interesante. Es realmente interesante comparar la visión hollywoodense de la realidad con lo que realmente sucederá en el futuro. Muchas gracias por sintonizar el episodio de hoy. Como siempre, estamos aquí para ayudar si tienes más preguntas sobre interfaces de usuario, y volveremos muy pronto con otro episodio. Hasta entonces, nos vemos muy pronto.
