00:00:07 Introducción y antecedentes de Pierre Khoury y Shippeo.
00:01:25 Visibilidad en tiempo real en supply chains y su importancia.
00:02:59 La tecnología de Shippeo y cómo funciona en la práctica.
00:04:00 El impacto de la visibilidad en tiempo real en la toma de decisiones en supply chains.
00:07:03 Los desafíos técnicos a los que se enfrenta Shippeo y cómo superarlos.
00:10:01 Considerando diversos factores para el algoritmo de tiempo estimado de llegada.
00:11:07 Los beneficios de datos granulares y en tiempo real para la eficiencia de la supply chain.
00:12:55 La necesidad de una mayor granularidad en los datos de la supply chain y la identificación de problemas potenciales.
00:15:14 Rompiendo los silos en la supply chain a través de la información compartida.
00:16:30 El enfoque de la compañía de transporte y los beneficios para las partes interesadas.
00:17:19 Desafíos de predecir y optimizar sin visibilidad en tiempo real.
00:18:35 El futuro de la visibilidad en tiempo real y las acciones correctivas tácticas.
00:19:56 La visibilidad en tiempo real como uno de los principales temas de la supply chain y la creación de valor a través del intercambio de datos.
Resumen
En esta entrevista, Kieran Chandler conversa con Joannes Vermorel, fundador de Lokad, y Pierre Khoury, CEO de Shippeo, sobre la importancia de la visibilidad en tiempo real en supply chains. Vermorel enfatiza la necesidad de optimización basada en mediciones precisas, mientras Khoury destaca la tecnología de Shippeo que agrega datos y puntos GPS para determinar tiempos estimados de llegada. La visibilidad en tiempo real permite una mejor toma de decisiones y puede ayudar a mitigar problemas potenciales. A pesar de los desafíos técnicos, tanto Vermorel como Khoury están de acuerdo en el valor de los datos en tiempo real para rastrear activos y evitar costosas disrupciones. El intercambio de datos de Shippeo tiene como objetivo eliminar silos y mejorar la eficiencia a lo largo de la supply chain.
Resumen Extendido
En esta entrevista, el presentador Kieran Chandler conversa con Joannes Vermorel, fundador de Lokad, una empresa de software especializada en optimización de supply chain, y Pierre Khoury, CEO y cofundador de Shippeo, un líder europeo en visibilidad de supply chain. Discuten la importancia de la visibilidad en tiempo real en supply chains, los desafíos enfrentados y cómo se utiliza la tecnología para resolver estos problemas.
Pierre Khoury comienza compartiendo su formación como ingeniero, su experiencia en finanzas y la fundación de Shippeo hace cuatro años. El objetivo de la empresa era dar visibilidad en tiempo real al transporte por carretera, que ha sido una caja negra durante los últimos 40 años. Shippeo cuenta ahora con 70 empleados y es un líder en el seguimiento del transporte por carretera en toda Europa.
Joannes Vermorel explica la regla cardinal de la optimización: no se puede optimizar lo que no se mide. Las supply chains son difíciles de optimizar porque están altamente distribuidas y se extienden por continentes. Históricamente, la gente rastreaba elementos estáticos, como lo que se encuentra en los almacenes. Sin embargo, las supply chains implican el seguimiento de elementos en movimiento como camiones y envíos. La visibilidad en tiempo real es crucial para acceder a esta información sin tener que esperar días a que los datos lleguen a la sede, permitiendo una mejor optimización.
Pierre Khoury detalla cómo funciona la tecnología de Shippeo en la práctica. La empresa ha desarrollado más de 150 conectores a diversos sistemas, como sistemas telemáticos y de despacho para transportistas, así como aplicaciones móviles para transportistas más pequeños. Shippeo agrega datos y puntos GPS cada tres a cinco minutos, sin importar la fuente, y luego utiliza análisis predictivo para determinar tiempos estimados de llegada.
Joannes Vermorel enfatiza la importancia de la visibilidad en tiempo real desde una perspectiva de optimización de supply chain. Conocer el estado de los envíos permite una mejor toma de decisiones, como si comprar más o cambiar de proveedor. Por ejemplo, si se espera que un proveedor entregue productos en diez días pero el envío se retrasa, el seguimiento en tiempo real a través de Shippeo puede ayudar a identificar el problema y permitir estrategias de mitigación, como realizar un pedido de emergencia con un proveedor diferente para evitar retrasos en la producción.
La visibilidad en tiempo real en supply chains es esencial para una mejor optimización y toma de decisiones. La tecnología de Shippeo está ayudando a resolver el problema histórico de rastrear elementos en movimiento en el transporte por carretera, permitiendo a las empresas tomar decisiones más informadas y mitigar problemas potenciales.
Joannes Vermorel explica que el principal desafío al que se enfrentan es la información limitada que reciben de sistemas transaccionales como ERPs, WMS y sistemas de gestión de pedidos. Estos sistemas no proporcionan información sobre lo que sucede después de que se envía una orden de compra, creando incertidumbre en la supply chain. Él cree que, aunque los enfoques probabilísticos seguirán existiendo, la incertidumbre se puede reducir considerablemente con datos en tiempo real de compañías como Shippeo.
Pierre Khoury discute los desafíos técnicos a los que se enfrentan, como conectar más de 150 sistemas diferentes, asegurar un flujo de datos estable y consistente para millones de puntos GPS, gestionar el cambio en una industria de transporte lenta para adaptarse y mantener tuberías de datos de alta calidad data pipelines. Destaca la importancia de considerar factores como el tráfico, los descansos de los conductores, los tiempos de carga y descarga, y el clima para crear tiempos estimados de llegada precisos.
Tanto Vermorel como Khoury coinciden en el alto valor de los datos en tiempo real en supply chains, ya que permiten a las empresas rastrear activos físicos costosos y evitar retrasos o disrupciones costosas. Vermorel enfatiza que, incluso si los activos en sí no son costosos, su disponibilidad o falta de ella puede tener un impacto significativo en la supply chain.
Khoury ofrece un ejemplo de cómo los datos en tiempo real de Shippeo ayudaron a un cliente durante las protestas de Yellow Jackets en Francia, permitiéndoles reubicar sus camiones y evitar entregas costosas por helicóptero o avión. También menciona que el nivel de granularidad en sus datos, con actualizaciones cada tres a cinco minutos, puede ser beneficioso para todas las partes involucradas en la supply chain, incluidos almacenes, clientes, equipos de transporte y equipos de servicio al cliente.
Vermorel explica que los problemas ocurren frecuentemente en los límites de las supply chains, donde pueden producirse retrasos por diversas razones, como mercancías que no se recogen a tiempo o la mala comunicación entre diferentes sistemas. Enfatiza la importancia de tiempos de entrega lead times detallados, que pueden proporcionar información valiosa para optimizar los procesos de la supply chain. Vermorel señala que, aunque los datos en tiempo real son importantes, el análisis no necesariamente tiene que mantenerse al nivel de los minutos; por ejemplo, la optimización a nivel de red podría implicar pensar en términos de días en lugar de minutos.
Khoury añade que las supply chains están inherentemente compuestas por varios actores, quienes a menudo tienen un enfoque compartimentado respecto a la información. Al compartir información en tiempo real sobre transporte, Shippeo busca derribar estos silos y mejorar la eficiencia general. Ofrece un ejemplo de cómo la información actualizada al minuto puede ayudar a reducir los tiempos de espera en los almacenes, lo que conduce a menores costos de transporte y una mejor productividad para todas las partes involucradas.
Cuando se le pregunta sobre los principales clientes de Shippeo, Khoury explica que su enfoque principal es en los shippers, ya que son los que más se benefician de la solución y pueden impulsar su adopción a lo largo de la supply chain. El sistema se proporciona de forma gratuita a transportistas y otras partes interesadas para fomentar una participación generalizada.
Vermorel destaca la importancia de la visibilidad en tiempo real en la optimización de la supply chain, explicando que puede ayudar a eliminar gran parte de la incertidumbre que complica la toma de decisiones. Los enfoques probabilísticos pueden ser útiles para tratar la incertidumbre, pero reducirla al máximo sigue siendo muy deseable. Él prevé que Lokad podrá ofrecer decisiones de supply chain más eficientes en diversos niveles, desde órdenes de compra a largo plazo hasta respuestas tácticas y de emergencia.
Khoury concluye enfatizando el creciente interés en la visibilidad en tiempo real en supply chains, con Gartner clasificándola como uno de los principales temas. Él cree que compartir información con otros sistemas puede crear un valor adicional y fomentar un ecosistema colaborativo que beneficie a todos los involucrados en la supply chain.
Transcripción Completa
Kieran Chandler: Hoy, me complace decir que nos acompaña Pierre Khoury, el CEO y cofundador de Shippeo, quien nos va a contar un poco sobre los aspectos positivos y también algunos de los desafíos de la visibilidad en tiempo real en supply chains. Pierre, muchas gracias por acompañarnos.
Pierre Khoury: Gracias, Kieran. Estoy muy contento de estar aquí.
Kieran Chandler: Bien. Así que, ¿podrías comenzar contándonos un poco sobre tu trayectoria y también cómo surgió Shippeo?
Pierre Khoury: Sí, pues formé como ingeniero, y pasé por el área de finanzas donde cofundé un fondo de private equity. Luego, hace cuatro años, comenzamos Shippeo con el objetivo de tener visibilidad en tiempo real sobre el transporte, especialmente el transporte por carretera, que ha sido una caja negra durante los últimos 40 años. Así que ahora, Shippeo es una empresa de 70 empleados, y somos líderes en Europa en el seguimiento del transporte por carretera en todo el continente.
Kieran Chandler: Y, como siempre, no sería LokadTV sin Joannes Vermorel. Así que, Joannes, quizás podrías contarnos un poco más sobre qué es la visibilidad en tiempo real en lo que respecta a supply chains.
Joannes Vermorel: La regla cardinal de la optimización es que no se puede optimizar lo que no se mide. Así que, si algo permanece opaco para ti, entonces no tienes ninguna esperanza de optimizar nada. En las supply chains, es muy difícil porque están altamente distribuidas, con elementos que se extienden literalmente por continentes. Históricamente, la gente comenzó a rastrear lo que no se movía, como lo que hay en los almacenes. Mientras las cosas sean estáticas, no era fácil, pero eso comenzó hace varias décadas. Ahora, el problema es que las supply chains se tratan de lo que está en movimiento, como camiones y envíos, y ahí se complica mucho. La visibilidad en tiempo real consiste en acceder a esta información sin tener que esperar días, para que todos los datos puedan fluir de regreso a la sede. Es un desafío, porque si no se hace bien, se pierde la oportunidad de optimizar simplemente porque llegó demasiado tarde. Así que, la visibilidad en tiempo real es muy importante en este aspecto.
Kieran Chandler: Bien, esa es la teoría al respecto. Pierre, ¿podrías contarnos un poco más sobre cómo funciona realmente en la práctica? ¿Cómo funciona la tecnología en Shippeo?
Pierre Khoury: Como dije, fue un desafío y estuvo sin resolver durante los últimos 40 años. Así que nos organizamos para primero resolver la heterogeneidad de los sistemas informáticos de los transportistas. Desarrollamos más de 150 conectores con diversos tipos de sistemas, como sistemas telemáticos de despacho para transportistas y nuestra aplicación móvil para transportistas pequeños. Agregamos datos y puntos GPS cada tres a cinco minutos, sin importar la fuente, y luego podemos realizar análisis predictivo sobre eso, especialmente del tiempo estimado de llegada.
Kieran Chandler: Y Joannes, ¿por qué es esto de interés desde la perspectiva de Lokad? ¿Por qué es interesante?
Joannes Vermorel: Para nosotros, cuando queremos decidir si comprar más o tal vez comprar a un proveedor diferente, para optimizar esa decisión, depende de lo que tengas o de lo que probablemente tengas en un determinado plazo.
Kieran Chandler: Entonces, por ejemplo, si te das cuenta de que un proveedor puede entregar productos en diez días, pero va a estar retrasado por cinco días, y gracias a Shippeo ya lo sabes porque el seguimiento te indica que el camión apenas se ha movido en los últimos días. ¿Qué significa eso?
Joannes Vermorel: Significa que quizá puedas decidir mitigar lo que se convertiría en un incidente de producción, o que tu planta manufacturera se detenga simplemente porque no tienes las materias primas, realizando un pedido de emergencia con un proveedor que quizás sea más caro pero está muy cerca y puede entregar lo que necesitas al día siguiente. Pero si quieres contar con medidas de corrección de emergencia súper ágiles, necesitas tener estos datos. Para nosotros, el gran desafío es que, frecuentemente, lo único que tenemos son datos que provienen de sistemas transaccionales como ERPs, WMSs o sistemas de gestión de pedidos, que no brindan ninguna información más allá de que se ha enviado la orden de compra. Frecuentemente, no sabemos más que la orden ha sido enviada, y lo que sucede después, no lo sabemos. Al final, sabremos que se ha recibido, pero será muy, muy tarde.
Kieran Chandler: Entonces, ¿eso reemplazaría el enfoque probabilístico que aplicamos a los tiempos de entrega? ¿Se eliminaría por completo si tuviéramos clientes que usan Shippeo?
Joannes Vermorel: Creo que los enfoques probabilísticos permanecerán porque si estás a mitad de camino de una entrega que se supone debe tomar un par de días, cuando estás en el primer día, aún tienes cierto grado de incertidumbre que permanece para los últimos cuatro días. Pero la cuestión es que esta incertidumbre puede reducirse enormemente, especialmente a medida que pasa el tiempo. Lo interesante de Shippeo es que si tienes algo que se supone debe tomar cinco días para el transporte, como cruzar toda Europa, al cuarto día, si tu camión está donde esperas que esté, la incertidumbre restante es casi nula. En contraste, sin Shippeo, estamos en el cuarto día, y no sabemos nada más de lo que sabíamos en el día cero porque el camión aún no está allí, eso es seguro, pero si hay un retraso, no lo sabemos. Así que, seguimos teniendo esta situación muy incierta, mientras que con Shippeo, en el cuarto día de una entrega que se supone debe tomar cinco días, casi no queda incertidumbre, lo cual es excelente y te llevaría a una mejor optimización solo mediante la reducción de la incertidumbre.
Kieran Chandler: Entonces, se trata básicamente de refinar esas probabilidades. Pierre, ¿podrías contarme un poco más sobre algunos de los desafíos técnicos que enfrentas? Quiero decir, cuando se trabaja en tiempo real, no puede ser muy sencillo. ¿Cuáles son algunos de los desafíos que se presentan allí?
Pierre Khoury: Claro, diría que hay tres desafíos principales. El primer desafío, desde una perspectiva técnica, es conectar más de 150 sistemas diferentes y reunirlos en un único modelo de datos canónico en tiempo real, y tener un flujo de datos estable y consistente para millones de puntos GPS cada día. El segundo desafío es la gestión del cambio. El transporte generalmente es muy lento para cambiar, y es un gran desafío lograrlo, incorporar a los transportistas, usuarios, capacitarlos y alcanzar los resultados que queremos. El tercer desafío es la calidad de los datos y tener las reglas correctas para extraer los datos y tener algo consistente y de alta calidad.
Kieran Chandler: Joannes, ¿estarías de acuerdo en que se necesita esta información? Quiero decir, parece que hoy en día se recolecta tanta información. ¿Realmente necesitamos esto en supply chains? Quiero decir, probablemente yo pueda estornudar y alguien en algún lugar estaría recolectando esos datos. ¿Realmente necesitamos esto en supply chains? Estos son datos de altísimo valor. No estamos hablando de tweets aleatorios; estamos hablando de camiones, y un camión típicamente tendrá mercancía por valor de varios cientos de miles de euros. Si transportas electrónica o cualquier cosa que no sea trivial, suponiendo que no estés transportando tierra o suciedad o arena, lo que mueves a través de esos supply chains es extremadamente valioso. Entonces, ¿tiene sentido recolectar estos datos?
Joannes Vermorel: Sí, tiene sentido porque estás rastreando activos que valen literalmente toneladas de dinero. Frecuentemente te encuentras en situaciones altamente asimétricas donde tal vez lo que estás entregando no es tan caro, solo pequeñas piezas que cuestan lo del metal. Pero si no las tienes, y tienes toda una planta de fabricación que se detiene, entonces tienes a cientos de personas que ya no pueden trabajar, solo porque estás en espera hasta que tengas esas piezas de reparación que están siendo entregadas. Los datos son increíblemente valiosos porque pueden estar vinculados a activos físicos que son costosos, pero también, aunque no sean costosos por sí mismos, su disponibilidad o indisponibilidad puede tener costos muy altos a la larga para otros elementos de tus supply chains.
Kieran Chandler: Entonces, ¿dónde trazamos la línea en términos de los datos que estás recolectando? Es obvio que es bueno saber dónde está un camión en cualquier momento dado, pero ¿estás vigilando los reportes de tráfico? ¿Incluso tomas en consideración el clima? ¿Dónde trazas la línea?
Pierre Khoury: Necesitamos tener en cuenta todos estos asuntos para tener un tiempo estimado de llegada confiable, considerando el tráfico, los descansos de los conductores, los tiempos de reposo legales y los patrones de carga y descarga. Integramos todo esto en nuestro machine learning para tener algo confiable. Creo que estamos construyendo uno de los mejores algoritmos de tiempo estimado de llegada en Europa. Solo para dar un ejemplo de lo que dijo Joannes, uno de nuestros clientes nos envió un correo electrónico para agradecernos en diciembre debido a las protestas de los Yellow Jackets. El tráfico no circulaba como de costumbre, pero pudieron anticiparlo, reposicionar sus camiones y mitigar el riesgo dentro de su plan de producción. Experimentaron cero efecto de las protestas y, por el contrario, podrían haberse visto forzados a usar entregas en helicóptero o avión para sus productos a un costo muy alto. Es un buen ejemplo del valor que aportamos.
Kieran Chandler: Los Yellow Jackets es definitivamente un ejemplo muy específico. Así que, mencionaste que tienes un nivel de granularidad de actualizaciones de datos cada tres a cinco minutos, ¿es correcto?
Pierre Khoury: Sí, es correcto. La nueva frontera que estamos abriendo es la de datos en tiempo real, gracias a los puntos GPS. Recopilamos datos cada tres a cinco minutos, dependiendo del sistema del transportista. Es muy granular y nos permite ver muchas cosas, como los tiempos de carga, los tiempos de descarga y los problemas que se pueden encontrar en la carretera. Estos datos son valiosos para todas las partes porque la idea no es restringir el acceso a estos datos, sino compartirlos con las reglas adecuadas y conceder acceso a otras partes, como el almacén, el cliente final, el equipo de transporte y el equipo de atención al cliente. Al final, todos pueden ser más productivos y eficientes porque saben lo que sucederá. Me gustaría mencionar a Amazon, porque al final, todos los clientes, incluso para entregas B2B, quieren tener la misma experiencia que con un paquete Amazon B2C.
Kieran Chandler: Gracias, Amazon es lo primero que parecemos mencionar cada semana. Cuando no hablamos en términos de minutos, hablamos más en términos de horas e incluso realmente días. ¿Es este nivel de granularidad un poco demasiado? ¿Realmente necesitamos este nivel de granularidad?
Joannes Vermorel: Sí, porque frecuentemente, especialmente en el transporte, no lo necesitamos para todo, pero en el transporte hay que estimar la cantidad de problemas que pueden suceder en la supply chain en los límites. Por ejemplo, puedes tener una entrega que se realiza a un almacén, pero luego la mercancía se recoge solo al día siguiente o ocho horas después. Muchas cosas pueden ocurrir realmente en los límites. La mayoría de las veces, los bienes no se mueven o no se transforman. Entonces, esos plazos de entrega tan precisos tienen sentido en supply chain. No estamos tratando de tener mediciones submilimétricas como si intentaras optimizar la distribución de paquetes por internet. La granularidad es más de un par de minutos, lo cual tiene sentido cuando tienes una operación física que debe ocurrir.
Y de hecho, una vez que tenemos esta información, podemos detectar muchas cosas, pero eso no significa que todo el análisis que fluya se mantendrá al nivel del minuto. Por ejemplo, si intentas optimizar y comprimir los tiempos que van de principio a fin durante varias semanas, tienes mediciones en minutos que te permitirán identificar toneladas de cosas, probablemente patrones que son ligeramente disfuncionales, especialmente en los límites de los sistemas. El principal problema en supply chains es cuando algo pasa de un sistema a otro, ya sea de software, de una empresa o de equipos. Ahí es donde pueden ocurrir vacíos y, luego, retrasos accidentales. Puedes eliminarlos, y típicamente, cuando quieres hacer una optimización a nivel de red, vas a pasar a algo que se asemeje más a una optimización, donde piensas en términos de días en lugar de minutos. Pero realmente depende del tipo de problema.
Pierre Khoury: Solo para completar lo que dijo Joannes, por definición, supply chain es una cadena, lo que significa que hay varios actores dentro de la cadena, y esos actores hoy en día tienen un enfoque y una información muy compartimentados. Lo que hacemos es compartir la información sobre transporte para que todos los actores tengan la información correcta y romper esos silos para optimizar. Y sí, a veces es importante la información al minuto. Por ejemplo, saber que dentro de un almacén hay dos horas de espera en el tiempo de carga y dos horas de espera en las entregas. Con la información sobre dónde está un camión y cuándo llegará, puedes reducir eso hasta en un 50% y tener menos tiempos de espera, lo que significa menores costos de transporte, menores costos de stock y todos son más productivos. Es lo mismo para los transportistas porque no están esperando por nada. Creemos que este tipo de ejemplo es un buen ejemplo de una situación en la que todos ganan.
Kieran Chandler: Hablemos de estos diferentes actores a lo largo de la cadena. ¿En quién se debe hacer énfasis? ¿Quién debería ser el principal cliente de Shippeo? ¿Debería ser el minorista que realmente está ordenando el stock, o deberían ser en realidad las empresas de envío?
Pierre Khoury: Nuestro modelo se basa en el enfoque del shipper. Pensamos que es el actor quien obtendrá uno de los principales beneficios y empujará la solución hacia el cambio. Entonces, nuestro cliente es el shipper, y el sistema es gratuito para todas las partes interesadas, incluyendo al transportista. El sistema es 100% gratuito para los transportistas, y lo intentamos.
Kieran Chandler: Para involucrar a la mayor cantidad de actores posible. Bien, excelente. Y Joannes, vamos a empezar a concluir un poco las cosas hoy. Más allá de los tiempos de entrega, ¿por qué hay tanto interés en observar esto? Quiero decir, ¿cómo ves que las dos herramientas funcionen tan bien juntas?
Joannes Vermorel: En este momento, frecuentemente estamos haciendo, diría, estimaciones salvajes acerca del estado que estamos tratando de optimizar. Sí, estamos midiendo las cosas tanto como es posible recuperando los stocks que tenemos, pero la realidad es que todas esas cosas que están en orden, donde tienes cantidades en orden o en ubicaciones intermedias, con mucha frecuencia son simplemente opacas. Esto complica innecesariamente porque nos obliga a hacer conjeturas sobre el estado del sistema. No solo complica la modelación, sino que también hace que la optimización sea menos eficiente. Cuanta más incertidumbre, más necesitas un enfoque probabilístico para sobrevivir, numéricamente hablando. Sin embargo, eso no significa que la incertidumbre sea deseable. Especialmente cuando tienes la opción de eliminar casi toda la incertidumbre al tener algo que sigue siendo probabilístico pero mucho más comprimido, eso hace que todo sea más fácil. Hay clases enteras de acciones correctivas, acciones correctivas súper tácticas, que solo son posibles si haces eso. Frecuentemente, en este momento, podrían existir acciones correctivas que en teoría podríamos sugerir a los clientes con muy poco esfuerzo, considerando que ya hemos realizado el trabajo de integrar datos de sus ERPs y de muchas otras fuentes. Pero al carecer del estado en tiempo real de los envíos, no podemos realizar esas optimizaciones y generar sugerencias correctivas. En el futuro, veo cada vez más capacidad para que Lokad entregue decisiones optimizadas de supply chain a muchos niveles, algunas para una orden de compra en Asia, y otras siendo muy tácticas, como replenishment de emergencia, necesaria al hacer un pedido en este momento a un proveedor cercano que es mucho más caro para una pequeña cantidad que te ayudará a sobrevivir al retraso.
Kieran Chandler: Bien, dejaremos la última palabra a Pierre, como nuestro invitado. ¿Cuál es la lección clave que quieres que la gente se lleve sobre la visibilidad en tiempo real dentro de supply chains?
Pierre Khoury: Quiero decir que creo que la visibilidad en tiempo real es uno de los temas más candentes en supply chains en estos días. No solo lo digo yo; Gartner lo ha clasificado como uno de los temas principales. Esta charla es muy interesante para ver cómo podemos crear valor combinándolo con otros. Nuestra misión en Shippeo es realmente centrarnos en la visibilidad en tiempo real, agregando datos y proporcionando insights predictivos sobre ello. Pero vemos que si compartimos información con otros sistemas, seguro, aprobados por el shipper, se crea otro nivel de valor. Este tipo de ecosistema es a lo que nos gusta aportar valor a los clientes y a la supply chain mundial.
Kieran Chandler: Bien, tendremos que dejarlo aquí, pero gracias por tu tiempo esta mañana.
Pierre Khoury: Muchas gracias.
Kieran Chandler: Eso es todo por esta semana. Muchas gracias por sintonizar, y volveremos la próxima semana con otro episodio. Hasta entonces, gracias por ver.
