00:00:03 Importancia de los roles del equipo en supply chain.
00:00:36 Roles de los ejecutivos de supply chain en la gestión de datos.
00:03:28 Necesidad de un data officer fuera del departamento de IT.
00:05:39 Entregables clave de un data officer.
00:06:59 Rol y tareas de Supply Chain Scientist.
00:08:00 Rol del Supply Chain Scientist en la preparación de datos.
00:09:31 Desafíos en unir conjuntos de datos, preparación de datos.
00:11:13 Pros y contras de los Supply Chain Scientist internos.
00:12:51 Equilibrando roles internos y externos para data officers.
00:14:53 Decisiones de supply chain: desafíos y el rol de la experiencia.
00:16:02 Necesidad de un coordinador de supply chain dedicado.
00:17:02 Considerando realidades físicas en decisiones de supply chain.
00:19:28 Desafíos en roles poco convencionales de supply chain.
00:22:17 Estrategias para atraer a ingenieros a supply chain.
00:24:42 Factores de éxito para equipos cohesivos de supply chain.
Resumen
Kieran Chandler y Joannes Vermorel están discutiendo los roles clave en iniciativas exitosas de supply chain, las cuales incluyen ejecutivos de supply chain, data officers, Supply Chain Scientist y coordinadores. Vermorel enfatiza el rol de los ejecutivos en alinear la visión de la compañía, de los data officers que operan de forma independiente del departamento de IT para extraer y diseñar la arquitectura de los datos, y la responsabilidad de los scientists de generar decisiones optimizadas basadas en esos datos. Introduce el concepto de un “product kaneto” o coordinador, quien comunica la visión de la dirección mientras recopila retroalimentación desde el nivel operativo. Vermorel también aborda los desafíos asociados con la contratación para estos roles y el rol crucial de la cohesión del equipo para resolver los complejos problemas de supply chain.
Resumen Extendido
Kieran Chandler, el anfitrión, inicia la entrevista, enfatizando la importancia de un equipo robusto en la implementación exitosa de iniciativas de supply chain. Luego invita a Joannes Vermorel, el fundador de Lokad, a impartir su conocimiento sobre los diferentes roles laborales cruciales para este éxito.
Vermorel elucida el rol de los ejecutivos de supply chain. Explica que estos individuos se encargan principalmente de transmitir y alinear a todos con la visión de la compañía de optimizar el supply chain. Enfrentan el desafío de la fragmentación en el supply chain, marcada por la segmentación vertical y horizontal. Los ejecutivos se esfuerzan en transitar la organización de esta estructura fragmentada de “matriz” hacia una más interconectada. Este cambio no se realiza por el mero hecho de cambiar, sino para abordar las ineficiencias del enfoque de matriz, que puede limitar la flexibilidad y obstaculizar el funcionamiento óptimo del supply chain.
La conversación luego avanza hacia el rol del data officer. A diferencia de la práctica prevalente de ubicar al data officer dentro del departamento de IT, Vermorel propone que este rol debe funcionar de forma independiente. Esta autonomía es esencial porque la tarea del data officer es extraer datos de múltiples sistemas, una tarea que podría verse comprometida si se viera entrelazada con las urgencias diarias del departamento de IT. La prioridad del data officer es diseñar una representación de datos consistente para todo lo pertinente al supply chain.
El entregable clave del data officer, detalla Vermorel, es una canalización de datos de “grado producción” que extrae datos diariamente de todos los sistemas relevantes y los presenta de una manera que pueda ser explotada programáticamente. Estos datos se consolidan típicamente en un “data lake” - un repositorio de almacenamiento que guarda una gran cantidad de datos en crudo en su formato nativo hasta que se necesitan. Además de esto, el data officer también suministra una documentación comprensiva del data lake para que otros en la organización puedan comprender y utilizar los datos de manera efectiva.
Cambiando el enfoque hacia el rol del Supply Chain Scientist, Vermorel los presenta como los individuos encargados de elaborar modelos matemáticos basados en los datos suministrados por el data officer. Esto implica preparar los datos de producción para que sean adecuados para el análisis estadístico y el forecast, así como generar modelos que produzcan decisiones optimizadas. El Supply Chain Scientist también ofrece Indicadores Clave de Desempeño (KPIs) para asegurar al resto de la organización que estas decisiones son efectivas y están bajo control.
En reacción a la sugerencia de Chandler acerca de separar las tareas de preparación de datos y modelización, Vermorel concuerda en que algunas tareas pueden compartirse con el data officer. Sin embargo, subraya que el Supply Chain Scientist juega un rol vital en hacer que los datos sean adecuados para el análisis estadístico y en crear modelos basados en estos datos.
Vermorel expone los desafíos que surgen al manejar datos, particularmente al intentar combinar conjuntos de datos dispares. Aclara que, aunque un data officer puede optimizar este proceso en cierta medida, aún existen complicaciones sustanciales. Por ejemplo, alinear datos de ventas y devoluciones puede ser complejo y los métodos para resolverlo pueden diferir dependiendo de si el problema se aborda desde una perspectiva de supply chain, marketing o auditoría interna. Por lo tanto, Vermorel propone que los datos no deben prepararse en exceso; en cambio, deben mantenerse lo más cerca posible de los sistemas de producción mientras se erradican tantas complejidades relacionadas con IT como sea posible.
Luego examina los roles dentro de una iniciativa de Supply Chain Quantitativa, enfocándose en el equilibrio entre tener estos roles internamente o externamente. Para la parte ejecutiva, se puede externalizar a consultores estratégicos para validación. Sin embargo, para la visión y el liderazgo, debe ser interna. De manera similar, un data officer podría ser externo, pero se necesita familiaridad con el panorama IT de la compañía, lo que hace que una posición interna sea más eficiente.
Vermorel subraya el rol de un Supply Chain Scientist, quien crea modelos que guían las decisiones. Sin embargo, el impacto de estas decisiones puede no realizarse durante varios meses y puede acarrear costos sustanciales si
se producen errores, tales como detener una planta de manufactura debido a faltante de stock. Dado el alto riesgo, sugiere comenzar con un Supply Chain Scientist externo experimentado que haya trabajado en múltiples compañías, antes de cultivar esta competencia internamente.
El primer rol que menciona Vermorel es el de un Supply Chain Scientist. Este individuo se encarga de analizar datos, asegurar que la modernización económica se alinee con la estrategia de la compañía y comprender las limitaciones del supply chain. Sin embargo, Vermorel reconoce que tales individuos a menudo carecen del tiempo para examinar todos los flujos de trabajo necesarios.
Para cerrar esta brecha, Vermorel introduce el concepto de un rol de “product kaneto” o coordinador. Esta persona actúa como mediadora, comunicando la visión de la dirección a la fuerza laboral mientras recopila retroalimentación esencial desde el nivel operativo. Este intercambio de información asegura que la automatización generada se alinee con las realidades de la ejecución del supply chain.
A continuación, la conversación se dirige hacia la ocupación de estos roles recién definidos. Vermorel reconoce que localizar candidatos adecuados para estos puestos puede ser un desafío debido a su naturaleza poco convencional. Para el rol de data officer, que requiere una combinación de habilidades en IT y la disposición para trabajar fuera de un entorno tradicional de IT, sugiere buscar individuos con experiencia como arquitectos o administradores de datos.
El rol de un Supply Chain Scientist generalmente es ocupado por ingenieros, pero atraer a ingenieros talentosos a un campo que podría no ser percibido como “cool” o de vanguardia puede ser un desafío. Vermorel sugiere buscar individuos capaces que no necesariamente sean los “rock stars” de sus campos, pero que, sin embargo, sean competentes y hábiles.
El rol de coordinador, propone Vermorel, sería mejor ocupado por individuos con un MBA o una formación similar, idealmente aquellos que demuestren una mentalidad emprendedora o “intrapreneurial”. Este rol requiere un alto grado de organización, resistencia y habilidades claras de comunicación debido a la necesidad de interacción constante con varios stakeholders dentro de la organización.
Al discutir los ingredientes para una iniciativa exitosa de supply chain, Vermorel destaca la necesidad de un equipo capaz de abordar problemas difíciles sin recurrir a disputas personales. Subraya que los problemas en gestión de supply chain son complejos y requieren tiempo para resolverse. Mantener la cohesión y la paciencia dentro del equipo es crucial para prevenir el abandono prematuro de un proyecto que podría haber estado en el camino correcto, necesitando solo más tiempo para la realización de la solución.
Transcripción completa
Kieran Chandler: Hoy, vamos a discutir algunos de los roles laborales detrás de ese equipo y entender cómo sus conjuntos de habilidades individuales pueden contribuir tanto al éxito como al fracaso de una iniciativa de gestión de datos. Entonces, Joannes, comencemos presentando algunos de estos diferentes roles laborales. Empecemos con los ejecutivos de supply chain. Ellos siempre estarán en un nivel superior, sin involucrarse en las operaciones diarias. ¿Cuál es su rol principal en todo esto?
Joannes Vermorel: Los ejecutivos de supply chain juegan un rol crucial en iniciativas que probablemente sean de primer interés para Lokad, tales como iniciativas de Supply Chain Quantitativa. Su rol es fundamentalmente diferente en términos de cómo optimizan el supply chain. La responsabilidad del ejecutivo es, esencialmente, lograr que todos se unan a esta visión y alinear los esfuerzos. Esto no es poca cosa. En nuestro episodio anterior, discutimos la fragmentación del supply chain, caracterizada tanto por la segmentación vertical como horizontal. Por ejemplo, podrías tener varios departamentos que representan diferentes gamas de productos, gestionados por distintas personas. También tienes otra dimensión en esta matriz, con diferentes roles responsables del forecast, la planificación, etc. Sin embargo, incluso si cada celda de esta matriz está optimizada, el supply chain en su totalidad puede ser ineficiente. Cualquier cosa que ocurra entre dos celdas diferentes de la misma matriz no se puede manejar con un enfoque de dividir y conquistar. En Lokad, desafiamos esta visión matricial del supply chain. Nuestro objetivo es impulsar al ejecutivo de supply chain a pensar más allá de la matriz hacia un sistema más interconectado. El rendimiento de tu supply chain típicamente se ve limitado por un cuello de botella que puede estar en cualquier lugar. No tiene sentido microoptimizar todo localmente si solo estás trasladando un problema de un lugar a otro.
Kieran Chandler: Hablemos de una de esas celdas en la matriz de la que estamos hablando aquí. Si consideramos el rol de un data officer, a menudo, estamos hablando de ese data officer que no forma parte de un departamento de IT y actúa de forma independiente. ¿Por qué es eso?
Joannes Vermorel: Si deseas llevar a cabo una iniciativa de Supply Chain Quantitativa, necesitas extraer datos de muchos sistemas. Necesitarás órdenes de compra, listas de productos, información de proveedores, y más. Para cualquier compañía de tamaño considerable, terminarás extrayendo datos de un par de sistemas, potencialmente una docena si la empresa es grande. Si la persona encargada de este trabajo depende del departamento de IT, su prioridad es mantener la producción funcionando sin problemas. Cualquier otra cosa es una prioridad secundaria lejana. Por lo tanto, necesitas un data officer que tenga todas las habilidades de IT necesarias para extraer grandes cantidades de datos pero que no esté enredado con las prioridades del departamento de IT.
Kieran Chandler: ¿Podrías explicar la urgencia diaria del departamento de IT y por qué requiere atención separada?
Joannes Vermorel: Sí, el departamento de IT se centra principalmente en mantener los sistemas de producción en funcionamiento. Por lo tanto, requieren atención separada. También es crucial tener una persona o función dedicada porque se desea construir una visión consistente de los datos. Si dependes de una matriz, el riesgo es terminar con tantas representaciones, por ejemplo, de la valoración de inventario, como departamentos tengas. Lo que realmente necesitas es alguien que pueda diseñar una representación consistente de los datos de todo lo relevante para el supply chain.
Kieran Chandler: ¿Entonces, cuál es el entregable clave que proporciona el data officer?
Joannes Vermorel: El entregable clave es típicamente una canalización de datos de grado producción. Esta se ejecutará diariamente, extrayendo datos de todos los sistemas relevantes y presentándolos de una manera que pueda ser explotada programáticamente. Esencialmente, los datos deben consolidarse en algo parecido a un data lake, que son bases de datos especializadas en servir los datos en bloque. El objetivo no es servir los datos línea por línea; se trata más de proporcionar, por ejemplo, el historial de ventas de los últimos años. Esto se conoce típicamente como un data lake, y puedes encontrar muchas soluciones de data lake en todas las principales plataformas de computación en la nube. Otro entregable es contar con una documentación consistente de los datos, para que la gente sepa cómo consumir el output.
Kieran Chandler: Bien, ya hablamos de ese data lake. La persona que tiene que lidiar con él es el Supply Chain Scientist, quien parece estar increíblemente ocupado manejando muchas responsabilidades. ¿Qué hace diariamente?
Joannes Vermorel: El supply chain scientist es responsable de generar un modelo, a menudo uno matemático. A veces esto implica tareas mundanas como preparar los datos de producción para que estén listos y sean adecuados para el análisis estadístico. Una de las tareas más evidentes es el forecast de demanda, pero también tienes el forecast de lead time y otras incertidumbres. Sin embargo, para hacer este tipo de forecast, no puedes simplemente usar los datos extraídos directamente del sistema de producción. Hay muchos artefactos que requieren una reflexión cuidadosa. Por ejemplo, las ventas no equivalen a la demanda. Si tienes un faltante de stock, tus ventas podrían caer mientras que la demanda en realidad aumenta. El supply chain scientist genera un modelo basado en estos datos, entregando en última instancia decisiones optimizadas. También proporcionan KPIs para demostrar al resto de la organización que esas decisiones están bajo control y están mejorando las cosas.
Kieran Chandler: En términos de modernización y preparación de datos, ¿no sería más eficiente dividir esas dos tareas? ¿Tener un equipo responsable de la modernización y otro de la preparación?
Joannes Vermorel: Hasta cierto punto, sí. El data officer puede, de hecho, facilitar la tarea para el supply chain scientist. Hay muchas cosas que él o ella puede hacer. En el data lake, por ejemplo, los datos pueden hacerse lo más consistentes posible, como tener el mismo formato para números o fechas. Si tienes datos maestros en su lugar, puedes asegurar que exista una forma consistente de identificar los productos que compras o vendes, o cualquier otra cosa en la organización.
Hay toneladas de cosas que se pueden hacer por el data officer para igualar el terreno de modo que los conjuntos de datos estén más listos para ser procesados de inmediato. Sin embargo, el problema surge cuando quieres unir conjuntos de datos. De repente, te encuentras con una cantidad ilimitada de complicaciones. Por ejemplo, si deseas adjuntar datos estadísticamente significativos donde se involucran ventas y devoluciones, puedes enfrentar muchas complicaciones.
La forma en que deseas hacer estas uniones podría diferir dependiendo de si abordas el problema desde una perspectiva de supply chain, una perspectiva de marketing, o incluso desde una auditoría interna. Aquí es donde entra en juego el ángulo de negocio. Por lo tanto, trazamos la línea asegurándonos de que aquellos que preparan los datos se mantengan relativamente ajenos al negocio.
El problema es que, si no haces esto, corres el riesgo de una optimización prematura donde los datos ya han sido reestructurados de cierta manera que impide que ciertas clases de optimización se produzcan en una etapa posterior. Esencialmente, como supply chain scientist, los datos no deberían estar excesivamente preparados. Deben estar lo más cerca posible de los sistemas de producción, al tiempo que se eliminan en la medida de lo posible todos los artefactos de TI y los problemas relacionados con TI.
Kieran Chandler: Muchas veces, los supply chain scientists actúan externamente, trabajando con nosotros aquí en Lokad. ¿Por qué tiene sentido eso? ¿No tendrían una mejor comprensión de los procesos de negocio y una mejor comprensión del negocio a diario si actuaran internamente?
Joannes Vermorel: Ese es un punto muy interesante. Para todos los roles en una iniciativa de Supply Chain Quantitativa, hay un equilibrio entre hacerlo internamente o externamente. Para la parte ejecutiva, la forma en que a menudo se delega externamente es teniendo consultores estratégicos que validen las decisiones de la dirección. Esto es típicamente lo que hacen los grupos de consultoría estratégica bien conocidos.
Sin embargo, cuando se trata de proporcionar liderazgo y lograr que la gente siga la visión que has presentado, eso debe hacerse internamente. Lo mismo ocurre con el data officer. Puedes confiar en gran medida en una empresa de TI externa, y muchas compañías lo hacen. El único límite es el conocimiento que se tiene del paisaje de aplicaciones de la compañía.
Con el paso de los años, el personal interno se familiariza extremadamente con tu paisaje de TI, y esto se convierte en una especie de factor capitalista. El rol del data officer es probablemente el más fácil de externalizar, pero si no lo internalizas, terminas con algo más costoso de forma continua. Esto se debe a que la gente será simplemente menos eficiente debido a la falta de familiaridad y experiencia con tu paisaje de TI.
Cuando se trata del supply chain scientist, también tenemos un equilibrio entre lo interno y lo externo. Pero hay un giro sutil. Esta persona va a producir un modelo que genere decisiones. Con el data officer, es bastante fácil ver si pueden acceder a los datos y si el trabajo se realiza de manera adecuada o no.
Sin embargo, con un supply chain scientist, también es posible y bastante directo evaluar la calidad del trabajo, pero viene con un pequeño matiz. Cuando se trata de una decisión de supply chain, normalmente solo se puede evaluar su corrección, o el hecho de que fue una mala decisión, aproximadamente seis meses después.
Kieran Chandler: Terminas con un desafío muy específico, típicamente decisiones que tienen una relación coste-beneficio muy asimétrica. Esto significa que podrías ahorrar un poco reduciendo el inventario, pero si enfrentas una situación en la que tienes faltante de stock dramático, podrías tener toda una planta de manufactura detenida simplemente porque faltan algunas cosas. El costo puede ser altamente asimétrico y se necesita unos meses para llegar allí.
Joannes Vermorel: Sí, exactamente. Es el tipo de situación en la que no quieres que un supply chain scientist se enfrente a ello por primera vez en tu compañía. Es mejor comenzar con alguien de un equipo que lo haya hecho para muchas compañías, y luego intentar aumentar gradualmente tu competencia interna en este tema. A largo plazo, puedes desarrollar esta competencia internamente, pero para el inicio, es mejor encontrar personas que ya lo hayan hecho en otro lugar. Ese es el equilibrio, y por eso en Lokad, proporcionamos el supply chain scientist como parte del paquete, al menos inicialmente.
Kieran Chandler: Tiene sentido. La pieza final del rompecabezas, por así decirlo, es un gerente de proyecto. Estamos hablando de un equipo muy pequeño aquí, entonces, ¿por qué necesitas realmente un gerente de proyecto?
Joannes Vermorel: Normalmente necesitas un gerente de proyecto o coordinador en iniciativas de Supply Chain Quantitativa porque la visión trazada por la dirección de supply chain necesita ser comunicada a muchas personas, lo que toma mucho tiempo. Es beneficioso si el director de supply chain no es quien tiene que hablar individualmente con montones de participantes. Como parte de la dirección, esta persona probablemente ya está pasando gran parte de su tiempo hablando con muchas personas. Realmente ayuda que haya alguien cuya función pueda coordinar a muchas personas y hacer todo el trabajo mundano de asegurar que todos estén a bordo. Es muy laborioso.
El coordinador del proyecto también analiza la letra pequeña de todos los flujos de trabajo de supply chain. Una decisión generada por el modelo producido por el supply chain scientist, como las decisiones de movimiento de inventario, solo están optimizadas si cumplen con la dura realidad de la supply chain. Por ejemplo, si decides poner esta cantidad de inventario en un estante pero físicamente no cabe, no importa si tu modelo te dice que es una buena decisión. La realidad es que estás excediendo la capacidad del estante, por lo que no puede ser una buena decisión mover tanto inventario en el estante.
Tu modelo matemático o estadístico puede fallar si viola algo que es una realidad fundamental. Pueden existir toneladas de restricciones muy sutiles que emergen del flujo de trabajo. A veces, es literalmente la forma en que la supply chain está físicamente organizada. Se necesita mucho tiempo para evaluar la letra pequeña de eso y el supply chain scientist ya está muy ocupado analizando los datos, asegurándose de que el análisis tenga sentido y de que la modernización económica esté realmente alineada con la estrategia de la compañía.
La persona que más conoce estas restricciones es también la que necesita estar informada de la nueva visión trazada por la dirección. Por eso es muy beneficioso tener este rol de coordinador de proyecto. Esta persona puede tanto transmitir la visión de la dirección como recopilar toda la información necesaria.
Kieran Chandler: Hemos recibido comentarios que sugieren que existe la necesidad de un nuevo rol en la gestión de supply chain para optimizar la automatización y maximizar el retorno sobre la inversión. Sin embargo, se trata de roles únicos que clásicamente no existen. ¿Dónde deberíamos buscar para llenar estos roles?
Joannes Vermorel: Dentro de la gestión de supply chain, existe una larga tradición de tener personas que son fundamentales para liderar el cambio. Así que, creo que este aspecto está relativamente cubierto y encaja en el panorama tradicional. Sin embargo, para roles como el data officer, normalmente es ocupado por personas que tienen experiencia como arquitectos o administradores de datos.
Kieran Chandler: ¿Podrías explicar con más detalle la naturaleza del rol de data officer?
Joannes Vermorel: La novedad del rol de data officer es que requiere habilidades de TI, pero también necesita funcionar fuera de la esfera tradicional de TI. Esta persona esencialmente se convierte en el representante de TI fuera del departamento de TI, lo cual es un giro único. Sin embargo, esto puede complicar la obtención de talento para este rol.
Kieran Chandler: ¿Por qué sería desafiante cubrir este rol?
Joannes Vermorel: El desafío radica en la trayectoria profesional. En una gran empresa, el departamento de TI es como una mini-organización, con una progresión clara para sus miembros. Pero si eres la persona de TI fuera de TI, la trayectoria profesional puede no estar tan claramente definida, y esa incertidumbre puede ser desalentadora.
Kieran Chandler: ¿Qué hay del rol de supply chain scientist? ¿Qué desafíos existen ahí?
Joannes Vermorel: Para los supply chain scientists, la formación típica es la ingeniería. Atraer ingenieros talentosos a un campo que puede no ser visto como el más glamoroso puede ser un desafío. Los ingenieros jóvenes podrían aspirar a trabajar para compañías de alto perfil como Apple o Airbnb.
Kieran Chandler: ¿Se trata solo del prestigio de estas compañías o hay algo más?
Joannes Vermorel: No se trata solo del prestigio. Estas compañías son vistas como geniales porque su dirección es altamente capaz y lidera con el ejemplo. Un supply chain scientist quiere poder admirar a alguien más experimentado y capaz que ellos, y aspirar a ser como esa persona en el futuro. Para las compañías tradicionales que no poseen esta competencia internamente, esto puede representar un desafío.
Kieran Chandler: Entonces, ¿cómo pueden estas compañías superar este desafío?
Joannes Vermorel: Tienen que dar pequeños pasos a la vez. Quizás no puedan contratar ingenieros que de otro modo habrían trabajado para Google, pero aún pueden encontrar talento bastante bueno con un perfil ligeramente diferente.
Kieran Chandler: Entonces, diría que, obviamente, es bueno que puedan trabajar donde quieran. Para el coordinador aquí, típicamente se trata de un perfil que proviene de personas que han hecho un MBA. Los mejores perfiles son personas que casi son wannabe entrepreneurs, jóvenes así. Creo que se les llama intrapreneurs cuando tienes una mentalidad emprendedora dentro de la compañía.
Joannes Vermorel: Sí, típicamente, ellos son los líderes. Una de las cualidades que necesitas es una gran cantidad de resistencia, porque estarás hablando sin descanso con montones de personas. Necesitas ser muy claro en tu comunicación para no asustar a todos y no traicionar la visión de la dirección. Eso requiere mucha energía. También necesitas personas que sean muy organizadas. Si estás en contacto con muchas personas en la organización y no eres muy organizado, puedes generar realmente mucho desorden. Es muy importante asegurarse de que no tengas un impacto neto negativo en toda la iniciativa al causar caos en la organización.
Kieran Chandler: Bien, y para concluir, ¿cuál sería el ingrediente clave que este equipo necesita para asegurar que una iniciativa de supply chain tenga éxito?
Joannes Vermorel: Probablemente lo clave es ser exigente con el problema en lugar de ser exigente con las personas. Esa es una mentalidad general porque los problemas que se abordan son muy difíciles y desafiarán los egos de muchas personas. Uno de los mayores desafíos es mantener algo que realmente actúe como un equipo con mucha cohesión, de manera que los problemas, sin importar cuán difíciles sean, sean abordados. Cuando un problema resulta difícil, también significa que necesitará más tiempo para resolverse. Si pierdes la cohesión simplemente porque un problema de repente requiere unos meses más para ser completamente abordado, entonces todo puede desmoronarse aunque estuviera en buen camino. Es solo que se necesitaba más tiempo para entregar una solución satisfactoria en lugar de implementar una solución rápida donde la gente diga, “Esta máquina es una locura, dejemos de tanta demencia y dejemos siquiera de intentar optimizar el supply chain.”
Kieran Chandler: Genial, tendremos que dejarlo aquí por hoy, pero gracias por dedicar el tiempo.
Joannes Vermorel: Gracias.
Kieran Chandler: Bien, eso es todo por esta semana. Volveremos la próxima semana con otro episodio. Hasta entonces, gracias por ver.
