00:00:03 Evolución de las interfaces de usuario del software de la cadena de suministro.
00:00:44 Futuro limitado de las interfaces 3D en el software empresarial.
00:02:19 Comparación de las interfaces futuras con el software silencioso anti-spam.
00:04:02 Equilibrar la productividad y la participación de los empleados en el uso del software.
00:05:48 Futuro de las interfaces de usuario de la cadena de suministro y beneficios de la automatización.
00:08:00 Confianza en los pronósticos de IA y roles métricos.
00:08:18 Perspectivas: Usuario final y empresa de software.
00:10:57 Entropía cruzada en el aprendizaje automático.
00:12:13 Métricas complejas, beneficios del enfoque en valores atípicos.
00:13:45 Sistemas automatizados de la cadena de suministro y sus desafíos.
00:16:02 Concepto de IDE en la modelización de la cadena de suministro.
00:16:38 Importancia de “corrección por diseño”, costo de prueba/error.
00:17:41 Visión: Lenguaje de programación para la modelización de la cadena de suministro.
00:18:00 Características de Visión: Autocompletado, análisis estático de código.
00:19:06 Programación sobre visuales.
Resumen
En la entrevista de hoy, Kieran Chandler y Joannes Vermorel están discutiendo la progresión de la experiencia del usuario en el software de la cadena de suministro. Vermorel explica por qué no se introducirán interfaces 3D, citando la anatomía humana y las 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 excesiva interactividad que se encuentra en el software, proponiendo la automatización de extremo a extremo en el pronóstico. Vermorel destaca la detección de valores atípicos y la consistencia en los motores de pronóstico. Discute la naturaleza intrincada de las métricas de pronóstico y la importancia de la corrección por diseño. Para mejorar la productividad en la gestión de la cadena de suministro, Vermorel visualiza 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, especialmente las interfaces de usuario en el software de la cadena de suministro. 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 interactúan. Menciona la popular representación de Hollywood de las futuras interfaces de usuario, como la película Minority Report donde Tom Cruise interactúa con un entorno 3D. Sin embargo, el hecho de que esta 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 las interfaces de usuario en 3D no están a punto de ser introducidas en Lokad ni en ningún otro entorno de software empresarial en un futuro cercano. Según él, la razón no es una limitación tecnológica, sino la anatomía humana. Sostiene que los humanos perciben predominantemente las interfaces en dos dimensiones. A pesar de que los humanos tienen dos ojos y pueden percibir la profundidad, Vermorel sostiene que una tercera dimensión no agrega un valor sustancial para comprender el mundo. También destaca las dificultades físicas de la interacción en 3D, señalando lo agotador que sería imitar las acciones de Tom Cruise en Minority Report durante un largo período. Vermorel menciona el ejemplo de los ratones en 3D que, a pesar de haber sido inventados hace unos 40 años, no han logrado ganar popularidad debido al esfuerzo físico requerido para usarlos.
Además, sugiere que el futuro de las interfaces de usuario probablemente contradiga lo que la mayoría de las personas esperan, 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 ni siquiera se den cuenta de que está ahí. Considera esto como un modelo para el futuro de las interfaces de usuario, con software impulsado por el aprendizaje automático discreto y casi invisible que reduce la carga y las interrupciones para el usuario.
Sin embargo, Chandler desafía este enfoque desde la perspectiva de una empresa, preguntando cómo pueden confiar las empresas en un software con el que sus empleados interactúan rara vez. 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 imita las redes sociales puede ser agradable e interactiva, pero también puede llevar a más interrupciones y menos productividad. Por lo tanto, 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 predominante de proporcionar a los empleados software interactivo, sugiriendo que puede ser contraproducente. Vermorel argumenta que si bien los descansos para tomar café y hacer lluvia de ideas con los colegas son cruciales para un entorno de trabajo equilibrado, demasiado de esto puede ser problemático, y las empresas deben confiar en que sus empleados realicen un trabajo real. Según Vermorel, el software que requiere interacción constante puede interrumpir la productividad, especialmente en el contexto de la gestión de la cadena de suministro, donde la interacción continua con las aplicaciones de software puede no generar resultados productivos.
Luego, Vermorel menciona la naturaleza de las interfaces de software de la cadena de suministro, que tienden a ser rígidas y secas. En las tendencias actuales, los desarrolladores de software se esfuerzan por hacerlas más atractivas a través de funciones interactivas y colaborativas. Sin embargo, este enfoque, según Vermorel, a menudo conduce a un desperdicio de tiempo, ya que los empleados pueden terminar dedicando días enteros a ajustar pronósticos para cientos o miles de productos. Esto reduce significativamente la productividad y, a pesar de la aparente interactividad y participación, es posible que no mejore la producción de una empresa.
Propone un punto de vista alternativo donde la automatización de extremo a extremo se ve como el objetivo deseado, en lugar de la previsión interactiva. Esto sugiere que la previsión en la gestión de la cadena de suministro debería ser completamente automatizada, permitiendo que las personas contribuyan de manera más productiva a la solución en lugar de quedarse atrapadas en tareas repetitivas.
Chandler luego pregunta cómo pueden confiar las empresas en un sistema completamente automatizado. Vermorel responde sugiriendo que las empresas deberían concentrarse en identificar y lidiar con valores atípicos, en lugar de obsesionarse demasiado con los detalles de las métricas del software de pronóstico. Desde la perspectiva de una empresa, el aspecto crítico es buscar comportamientos aberrantes en los pronósticos, al igual que verificar correos electrónicos clasificados incorrectamente en un filtro de spam.
En cuanto a la perspectiva de la empresa de software, Vermorel explica que el enfoque debería estar en mejorar la consistencia del motor de pronóstico en múltiples conjuntos de datos de diferentes empresas y períodos. También se destaca la prueba retrospectiva como un método valioso para refinar el proceso de pronóstico.
Vermorel comienza discutiendo la complejidad de las métricas de pronóstico, que, en su opinión, constituyen el corazón de su software de cadena de suministro, 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 debido a su volumen y complejidad. Por lo tanto, recomienda que los usuarios se concentren más en las decisiones de salida generadas por el sistema, especialmente en los valores atípicos, que son las decisiones que parecen obviamente incorrectas. Estos valores atípicos requieren atención inmediata, ya que son los más propensos a ser costosos desde una perspectiva de cadena de suministro.
La conversación luego se traslada al futuro del software y si podría operar en modo “piloto automático completo”, similar al software anti-spam. Vermorel afirma que las cadenas de suministro son inherentemente más complejas que los filtros de spam, ya que comprenden diversos componentes humanos, de máquinas y de software. Por lo tanto, es poco probable que una solución de software automatizada única sea efectiva. Él cree que la automatización de la gestión de la cadena de suministro compleja podría ser posible cuando la inteligencia artificial alcance o supere el nivel de inteligencia humana, pero reconoce que esa situación aún está lejos.
En este contexto, Vermorel revela que el proceso no es “estilo Hollywood”, aludiendo a su falta de glamour. La creación de código es crucial en la gestión de la cadena de suministro. Sin embargo, lograr la “corrección por diseño” es importante porque el ensayo y error puede ser costoso en este campo. Vermorel propone un entorno de programación que fomente la corrección por diseño y comparte que Lokad ha desarrollado un lenguaje de programación específico del dominio llamado Envision, que incluye características diseñadas para lograr la corrección por diseño a través del análisis estático de código.
Vermorel visualiza que el futuro de las interfaces de usuario implicará la creación de widgets inteligentes para aumentar la productividad y eficiencia de los Supply Chain Scientists, que son recursos escasos y costosos. Contrasta esta visión con las interfaces de usuario en 3D de estilo Hollywood que priorizan el atractivo visual y la exhibición sobre la usabilidad y funcionalidad prácticas.
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 cuando se trata de software de cadena de suministro. A menos que seas un ingeniero de software, lo más probable es que la interfaz de usuario sea la única parte del software con la que realmente interactúas. Muchas veces, cuando se les pregunta 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 genial. Sin embargo, esta película se estrenó en 2002 y parece que todavía no estamos más cerca de alcanzar esa visión. Entonces, Joannes, la última vez que lo comprobé, Lokad todavía es un entorno 2D. ¿Cuándo va a empezar a cambiar todo eso?
Joannes Vermorel: Seamos claros en una cosa: las interfaces de usuario tridimensionales no llegarán pronto a Lokad, ni a ningún otro entorno de software empresarial. La razón principal no tiene nada que ver con la tecnología, es puramente una cuestión de anatomía humana. Tu percepción de las interfaces de usuario es principalmente bidimensional. Sí, tienes dos ojos y puedes ver cierta profundidad, pero es principalmente una percepción bidimensional. Una tercera dimensión no agrega mucho para entender el mundo. Cuando se trata de replicar lo que Tom Cruise hace en Minority Report, estar de pie con los brazos levantados durante diez minutos es demasiado agotador. Por eso, los ratones 3D, que se inventaron hace unos 40 años, nunca despegaron. Tienes que ser un atleta para usar eso. El futuro de las interfaces de usuario es prácticamente lo contrario de lo que la gente espera.
Kieran Chandler: Si vas a destrozar mis sueños sobre cómo serán estas futuras interfaces de usuario, tal vez puedas compartir tu visión de cómo serán realmente estas interfaces de usuario en el futuro. ¿Tal vez tienes un 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 interesantes propuestas 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 buen software anti-spam es algo que simplemente hace su trabajo por ti para que tu bandeja de entrada se mantenga limpia, pero apenas te das cuenta de que existe. Ese es el futuro de la mayoría del software impulsado por el aprendizaje automático. Será algo que sea ambiental y casi invisible. Probablemente sea lo contrario de la interfaz de usuario tridimensional muy genial que puedes ver en las películas de Hollywood porque no hay nada que ver, por lo que no es muy visual.
Kieran Chandler: Ciertamente me gusta el sonido del anti-spam, definitivamente ayudaría mucho a reducir el tiempo perdido leyendo esas propuestas de negocios realmente interesantes de príncipes y princesas nigerianos. Pero esa es realmente mi perspectiva como usuario final. ¿Y las empresas? ¿Cómo pueden confiar en este software si nunca interactúan realmente con él?
Joannes Vermorel: Ese es un dilema interesante. Como empresa, tienes que pagar a tus empleados, por lo que cualquier tiempo que pasen haciendo algo es tiempo que al final pagas tú. Entonces, ¿qué quieres para tu software, para el software que tus empleados están usando? Podrías buscar algo que sea un poco como Facebook: es social, es interactivo y a la gente le gusta mucho, pero también está lleno de interrupciones. Así que es muy divertido porque si implementas algo que se parece mucho a una red social, a la gente le gustaría mucho.
Kieran Chandler: Si estuvieras pagando a las personas para que pasen aún más tiempo frente a la máquina de café, esperarías que tuvieran algunos descansos en el día para relajarse, reorganizarse y hacer lluvia de ideas con colegas. Pero si esto es constante, ¿cómo se hace el trabajo? Las empresas están pagando a los empleados para que se haga un trabajo real. Entonces, ¿pueden confiar en un software que exige una interacción constante por parte de los empleados? Porque, para mí, eso parece lo contrario de la productividad.
Joannes Vermorel: De hecho, aquí hay un dilema para la empresa. No deberían confiar demasiado en un software que requiere una interacción constante. Es contraproducente. Veamos esto desde una perspectiva de la cadena de suministro. Muchas de estas aplicaciones no eran interesantes en primer lugar, especialmente en lo que respecta al software de pronóstico de la demanda. Las interfaces de usuario para el software de la cadena de suministro pueden ser bastante aburridas, y aunque hay una tendencia a hacerlas más atractivas con pronósticos colaborativos, no es tan efectivo como parece.
Kieran Chandler: ¿Puedes ampliar eso? ¿Qué podemos esperar de estas interfaces de usuario en el futuro?
Joannes Vermorel: Si bien hacer que el pronóstico de la demanda sea más interactivo y colaborativo suena atractivo, se convierte en una gran carga de productividad. Imagina tener cientos o miles de productos y que todos en la empresa pasen todo el día mirando curvas, series de tiempo y ajustándolas. Incluso si parece interactivo y social, no mejorará el rendimiento de tu empresa. Para cualquier empresa de cualquier tamaño, el objetivo debería ser la automatización de extremo a extremo sin casos excepcionales en el pronóstico, no el pronóstico colaborativo.
Kieran Chandler: ¿Estás diciendo que las personas en realidad no serán incluidas en estos pronósticos?
Joannes Vermorel: Exactamente. Queremos lograr la automatización de extremo a extremo y eliminar toda carga de productividad. Si las personas tienen que hacer algo, debería 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 pronósticos? Todavía necesitaríamos algunas métricas para evaluar el software y alguien que verifique 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 la empresa que escribe el código. Desde la perspectiva del usuario final, quieres buscar valores atípicos o comportamientos aberrantes. Al igual que para tu filtro de correo no deseado, no compilas estadísticas de cuántos correos electrónicos se filtran correctamente o incorrectamente. De vez en cuando, revisas tu carpeta de spam en busca de correos electrónicos mal clasificados. De manera similar, en el pronóstico de la demanda, buscas valores atípicos, pronósticos que son excesivamente grandes o demasiado pequeños. Esos son los que debes vigilar.
Kieran Chandler: No necesitas compilar estadísticas, solo quieres deshacerte de todos los valores atípicos. Ahora, desde la perspectiva de una empresa de software, cuando quieres mejorar un pronóstico, no quieres tomar el conjunto de datos de una empresa en un momento determinado y ver cómo puedes mejorar una métrica. En cambio, quieres recopilar todos los conjuntos de datos que tienes. Por ejemplo, hemos ayudado a más de 100 empresas a optimizar sus cadenas de suministro, por lo que tenemos mucho más de 100 conjuntos de datos para optimizar. Quieres asegurarte de que tu motor de pronóstico sea consistente y mejore de manera constante en toda esta masa de conjuntos de datos, no solo uno. Además, no quieres solo los conjuntos de datos masivos, quieres hacer una prueba completa hacia atrás, retrocediendo en el pasado una semana, dos semanas, y así sucesivamente. Así es como abordas este juego de optimizar el proceso de pronóstico mundial.
Joannes Vermorel: Eso es correcto. Sin embargo, incluso si pudiéramos compartir estas métricas con las empresas, no estoy seguro de que les ayudaría mucho a confiar más en el software. El problema es que las métricas más relevantes en la actualidad, como la entropía cruzada utilizada en deep learning (y que se ha utilizado durante más de una década para el anti-spam), son bastante complejas. Estas métricas se aplican a los pronósticos probabilísticos y son vastamente superiores a métricas clásicas como el error absoluto medio o el error porcentual absoluto medio, que son disfuncionales y aún así son la práctica estándar en las cadenas de suministro.
El desafío al que nos enfrentamos es doble. En primer lugar, tenemos que comunicar números que son muy ajenos a la mayoría de las empresas. En segundo lugar, cuando quieres construir un motor de pronóstico como lo hicimos en Lokad, las métricas representan aproximadamente el 50% del esfuerzo tecnológico. No son solo un pequeño elemento al final del trabajo de diseño de un motor de pronóstico; las métricas están en el núcleo mismo y representan literalmente el 50 por ciento de la complejidad.
Esto significa que no solo tenemos algunas métricas, tenemos literalmente cientos de ellas. En la práctica, no resulta muy útil compartir esta gran cantidad de métricas porque llevaría literalmente un libro explicar qué significan todos esos números. Al final, genera aún más confusión que ser útil. Es por eso que normalmente sugerimos que en lugar de tratar de entender todas esas métricas, las empresas deberían centrarse en los valores atípicos.
No intentes ingeniar las métricas en el software; es muy complicado y no necesariamente útil. En cambio, concéntrate en las decisiones que se generan como resultado final del sistema y enfócate en los valores atípicos, las decisiones que son obviamente incorrectas. Esas son las que necesitan tu atención más inmediata porque son las que te van a costar mucho dinero desde la perspectiva de la cadena de suministro.
Kieran Chandler: Seguimos mencionando este término “anti-spam”. Si el futuro del software va a ser como el anti-spam, la dificultad radica en el hecho de que las cadenas de suministro son inherentemente mucho más complejas que simplemente filtrar un poco de spam. ¿Esto realmente funcionaría en la práctica? ¿Podemos realmente tener cadenas de suministro funcionando en piloto automático completo?
Joannes Vermorel: Sí y no. De hecho, una cadena de suministro es un sistema muy complejo con muchas personas, máquinas y software involucrados. Por lo tanto, no hay esperanza de que un software con configuraciones predeterminadas pueda hacerlo todo. El anti-spam funciona silenciosamente sin necesidad de configurarlo porque todas las bandejas de entrada de correo electrónico son prácticamente iguales, por lo que también puedes tener una configuración automatizada para el anti-spam. Sin embargo, cuando se trata de la optimización de una cadena de suministro para una empresa determinada, necesitas comprender la estrategia de la empresa, los incentivos financieros, los puntos de dolor del cliente y muchas otras cosas. Estos aspectos no pueden ser descubiertos por el software en sí. Tal vez en un siglo, cuando tengamos una IA a nivel humano, esto sea posible.
Kieran Chandler: Inteligencia artificial, algo tan inteligente como un ser humano muy inteligente o incluso más, podría tener una configuración completamente automatizada para cadenas de suministro complejas. Sin embargo, actualmente estamos bastante lejos de ese escenario. Por eso, en Lokad, tenemos a estos científicos de la cadena de suministro. El trabajo del científico de la cadena de suministro es modelar la cadena de suministro de una empresa de manera precisa y eficiente. Esto plantea un desafío en términos de interfaz de usuario, porque para hacer esto de manera efectiva, es casi como necesitar un entorno de desarrollo integrado. ¿Es esto correcto?
Joannes Vermorel: Absolutamente, es una situación compleja y no tiene ese glamour de Hollywood del que hablamos antes. La realidad es que escribir código es un oficio. Con buenas herramientas, puedes hacerlo más rápido y mejor. La corrección por diseño es muy importante en la cadena de suministro. La prueba y error puede ser teóricamente atractiva, pero en el mundo real de la cadena de suministro, es extremadamente costosa. 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 suena, pero hay más que solo escribir código, ¿verdad?
Joannes Vermorel: Exactamente, no es al estilo de Hollywood. Es como escribir código. No estamos tratando de resolver un problema de programación general. Solo queremos resolver el problema de modelado cuantitativo de cadenas de suministro. Por eso tenemos nuestro propio lenguaje de programación específico del dominio llamado Envision. Envision cuenta con características diseñadas para ofrecer un grado de corrección por diseño mientras escribes el código. Puedes tener productividad con características como autocompletar y puedes lograr muchos grados de corrección por diseño a través del análisis estático de código. Por ejemplo, puede detectar si una variable que has introducido en tu script no tiene impacto en ninguna decisión de la cadena de suministro. Esto podría significar que has olvidado conectar un factor económico en tu modelo, o simplemente has descartado algún código inútil.
Kieran Chandler: Entonces, aunque no sea una interfaz de usuario en 3D como en Minority Report, ¿hay un futuro para las interfaces de usuario en este entorno de programación?
Joannes Vermorel: Sí, en efecto. El futuro de las interfaces de usuario en Lokad está orientado a hacer que los científicos de la cadena de suministro, que son valiosos y escasos, sean más productivos y eficientes. El enfoque no está en una interfaz de usuario en 3D donde puedes deslizar cosas y dibujar gráficos visualmente, sino en widgets inteligentes en el entorno de programación.
Kieran Chandler: Bueno, eso es suficiente para terminar. Gracias por tomarse el tiempo para discutir con nosotros sobre las interfaces de usuario del futuro. Definitivamente ha sido una conversación interesante. Es realmente interesante comparar la visión de Hollywood 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.
