00:00:07 Introducción y antecedentes de Pierre Khoury y Shippeo.
00:01:25 Visibilidad en tiempo real en las cadenas de suministro 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 las cadenas de suministro.
00:07:03 Desafíos técnicos enfrentados por Shippeo y cómo superarlos.
00:10:01 Considerando varios problemas para el algoritmo de tiempo estimado de llegada.
00:11:07 Los beneficios de los datos granulares y en tiempo real para la eficiencia de la cadena de suministro.
00:12:55 La necesidad de granularidad en los datos de la cadena de suministro y la identificación de problemas potenciales.
00:15:14 Rompiendo silos en la cadena de suministro a través de la información compartida.
00:16:30 Enfoque de la empresa de transporte y beneficios para las partes interesadas.
00:17:19 Desafíos de predecir y optimizar sin visibilidad en tiempo real.
00:18:35 Futuro de la visibilidad en tiempo real y acciones correctivas tácticas.
00:19:56 Visibilidad en tiempo real como un tema importante en la cadena de suministro y creación de valor a través del intercambio de datos.
Resumen
En esta entrevista, Kieran Chandler habla con Joannes Vermorel, fundador de Lokad, y Pierre Khoury, CEO de Shippeo, sobre la importancia de la visibilidad en tiempo real en las cadenas de suministro. Vermorel destaca la necesidad de optimización basada en mediciones precisas, mientras que Khoury resalta la tecnología de Shippeo que agrega datos y puntos de GPS para determinar los 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 coinciden en el valor de los datos en tiempo real para el seguimiento de activos y evitar costosas interrupciones. El intercambio de datos de Shippeo tiene como objetivo romper los silos y mejorar la eficiencia en toda la cadena de suministro.
Resumen Extendido
En esta entrevista, el presentador Kieran Chandler habla con Joannes Vermorel, fundador de Lokad, una empresa de software especializada en optimización de la cadena de suministro, y Pierre Khoury, CEO y cofundador de Shippeo, líder europeo en visibilidad de la cadena de suministro. Discuten la importancia de la visibilidad en tiempo real en las cadenas de suministro, los desafíos que enfrentan y cómo se está utilizando la tecnología para resolver estos problemas.
Pierre Khoury comienza compartiendo su experiencia como ingeniero, su experiencia en finanzas y la fundación de Shippeo hace cuatro años. El objetivo de la empresa era brindar visibilidad en tiempo real al transporte por carretera, que ha sido una caja negra durante los últimos 40 años. Shippeo ahora cuenta con 70 empleados y es 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 cadenas de suministro son difíciles de optimizar porque están altamente distribuidas y se extienden por continentes. Históricamente, las personas han rastreado elementos estáticos, como lo que hay en los almacenes. Sin embargo, las cadenas de suministro implican rastrear elementos en movimiento como camiones y envíos. La visibilidad en tiempo real es crucial para acceder a esta información sin tener que esperar días para que los datos lleguen a la sede, lo que permite una mejor optimización.
Pierre Khoury detalla cómo funciona la tecnología de Shippeo en la práctica. La empresa ha desarrollado más de 150 conectores a varios sistemas, como telemática y sistemas de despacho para transportistas, así como aplicaciones móviles para transportistas más pequeños. Shippeo recopila datos y puntos GPS cada tres a cinco minutos, independientemente de la fuente, y luego utiliza análisis predictivos para determinar los tiempos estimados de llegada.
Joannes Vermorel enfatiza la importancia de la visibilidad en tiempo real desde una perspectiva de optimización de la cadena de suministro. Conocer el estado de los envíos permite tomar mejores decisiones, como si comprar más o cambiar de proveedores. 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 a un proveedor diferente para evitar retrasos en la producción.
La visibilidad en tiempo real en las cadenas de suministro es esencial para una mejor optimización y toma de decisiones. La tecnología de Shippeo está ayudando a resolver el problema de larga data de rastrear elementos en movimiento en el transporte por carretera, lo que permite a las empresas tomar decisiones más informadas y mitigar posibles problemas.
Joannes Vermorel explica que el principal desafío al que se enfrentan es la información limitada que reciben de los 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, lo que crea incertidumbre en la cadena de suministro. Él cree que si bien los enfoques probabilísticos seguirán existiendo, la incertidumbre se puede reducir en gran medida con datos en tiempo real de empresas como Shippeo.
Pierre Khoury habla sobre los desafíos técnicos a los que se enfrentan, como la conexión de más de 150 sistemas diferentes, garantizar un flujo de datos estable y consistente para millones de puntos GPS, gestionar el cambio en la industria del transporte lenta para adaptarse y mantener tuberías de datos de alta calidad. 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 están de acuerdo en el alto valor de los datos en tiempo real en las cadenas de suministro, ya que permite a las empresas rastrear activos físicos costosos y evitar retrasos o interrupciones costosas. Vermorel enfatiza que incluso si los activos en sí no son costosos, su disponibilidad o falta de disponibilidad puede tener un impacto significativo en la cadena de suministro.
Khoury proporciona un ejemplo de cómo los datos en tiempo real de Shippeo ayudaron a un cliente durante las protestas de los Chalecos Amarillos en Francia, lo que les permitió reposicionar sus camiones y evitar entregas costosas en 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 cadena de suministro, incluyendo almacenes, clientes, equipos de transporte y equipos de servicio al cliente.
Vermorel explica que los problemas ocurren con frecuencia en los límites de las cadenas de suministro, donde pueden producirse retrasos debido a diversas razones, como la falta de recogida de mercancías a tiempo o la falta de comunicación entre diferentes sistemas. Él enfatiza la importancia de los tiempos de entrega detallados, que pueden proporcionar información valiosa para optimizar los procesos de la cadena de suministro. Vermorel señala que si bien los datos en tiempo real son importantes, el análisis no necesariamente necesita mantenerse a nivel de minutos; por ejemplo, la optimización en toda la red podría implicar pensar en términos de días en lugar de minutos.
Khoury agrega que las cadenas de suministro están inherentemente compuestas por varios actores, que a menudo tienen un enfoque aislado de la información. Al compartir información en tiempo real sobre el transporte, Shippeo tiene como objetivo romper estos compartimentos estancos y mejorar la eficiencia general. Proporciona 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 se centra en los cargadores, ya que son quienes se benefician más de la solución y pueden impulsar su adopción en toda la cadena de suministro. El sistema se proporciona de forma gratuita a los transportistas y otras partes interesadas para fomentar la participación generalizada.
Vermorel destaca la importancia de la visibilidad en tiempo real en la optimización de la cadena de suministro, explicando que puede ayudar a eliminar gran parte de la incertidumbre que complica la toma de decisiones. Los enfoques probabilísticos pueden ser útiles para lidiar con la incertidumbre, pero reducirla tanto como sea posible sigue siendo muy deseable. Él visualiza que Lokad pueda ofrecer decisiones de cadena de suministro más eficientes en varios niveles, desde órdenes de compra a largo plazo hasta respuestas tácticas de emergencia.
Khoury concluye enfatizando el creciente interés en la visibilidad en tiempo real en las cadenas de suministro, con Gartner clasificándola como un tema principal. Él cree que compartir información con otros sistemas puede crear valor adicional y fomentar un ecosistema colaborativo que beneficie a todos los involucrados en la cadena de suministro.
Transcripción completa
Kieran Chandler: Hoy, me complace decir que nos acompaña Pierre Khoury, CEO y cofundador de Shippeo, quien nos va a hablar un poco sobre los aspectos positivos y también algunos de los desafíos de la visibilidad en tiempo real en las cadenas de suministro. Pierre, muchas gracias por unirte a nosotros.
Pierre Khoury: Gracias, Kieran. Estoy muy feliz de estar aquí.
Kieran Chandler: Genial. Si pudieras comenzar contándonos un poco sobre tu experiencia y también contándonos cómo surgió Shippeo.
Pierre Khoury: Sí, así que por formación, soy ingeniero y pasé por finanzas donde cofundé un fondo de capital privado. 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. Entonces, Joannes, tal vez podrías contarnos un poco más sobre qué es la visibilidad en tiempo real en relación con las cadenas de suministro.
Joannes Vermorel: La regla cardinal de la optimización es que no puedes optimizar lo que no mides. Entonces, si algo te resulta opaco, entonces no tienes esperanza de optimizar nada. En las cadenas de suministro, es muy difícil porque está altamente distribuido, con cosas dispersas literalmente por continentes. Históricamente, las personas comenzaron a rastrear lo que no se movía, como lo que tienes en los almacenes. Mientras las cosas sean estáticas, no era fácil, pero comenzó hace varias décadas. Ahora, el problema es que las cadenas de suministro se tratan de las cosas que se están moviendo, como camiones y envíos, y ahí se vuelve muy difícil. La visibilidad en tiempo real se trata de 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 lo haces bien, pierdes la oportunidad de optimizar simplemente porque llegó demasiado tarde. Entonces, la visibilidad en tiempo real es muy importante en este aspecto.
Kieran Chandler: Ok, así que esa es la teoría detrás de esto. Pierre, ¿podrías contarnos un poco más sobre cómo funciona en la práctica? ¿Cómo funciona la tecnología en Shippeo?
Pierre Khoury: Como dije, fue un desafío y sin resolver durante los últimos 40 años. Entonces, nos hemos organizado para resolver primero la heterogeneidad de los sistemas informáticos de los transportistas. Desarrollamos más de 150 conectores con varios tipos de sistemas, como sistemas de despacho de telemática para transportistas y nuestra aplicación móvil para transportistas pequeños. Agregamos datos y puntos GPS cada tres a cinco minutos, sin importar cuál sea la fuente, y luego podemos hacer análisis predictivos sobre eso, especialmente el tiempo estimado de llegada.
Kieran Chandler: Y Joannes, ¿por qué esto es de interés desde la perspectiva de Lokad? ¿Por qué es interesante?
Joannes Vermorel: Para nosotros, cuando queremos decidir si queremos comprar más o tal vez necesitamos comprar a un proveedor diferente, para optimizar esta decisión, depende de lo que tienes o lo que es más probable que tengas en cierta cantidad de tiempo.
Kieran Chandler: Entonces, por ejemplo, si te das cuenta de que un proveedor puede entregar productos en diez días, pero van a llegar tarde cinco días, y gracias a Shippeo ya lo sabes porque el seguimiento te dice que el camión apenas se ha movido en los últimos días. ¿Qué significa eso?
Joannes Vermorel: Significa que tal vez puedas decidir mitigar lo que se convertiría en un incidente de producción, o tu planta de fabricación se detendría simplemente porque no tienes los materiales necesarios, al hacer un pedido de emergencia a un proveedor que tal vez sea más caro pero está muy cerca y puede entregar lo que necesitas al día siguiente. Pero si quieres tener medidas de corrección de emergencia súper ágiles, necesitas tener estos datos. Para nosotros, el gran desafío es que con frecuencia todo lo que tenemos son datos que provienen de sistemas transaccionales como ERPs, WMSs o sistemas de gestión de pedidos, que no brindan ninguna información además de dónde se han enviado las cosas. Con frecuencia, no sabemos más que se ha enviado la orden de compra, y lo que sucede después de eso, no lo sabemos. En última instancia, sabremos que se ha recibido, pero será muy, muy tarde.
Kieran Chandler: Entonces, ¿esto reemplazaría el enfoque probabilístico que estamos tomando para los tiempos de entrega? ¿Se eliminará por completo si tuviéramos clientes que usan Shippeo?
Joannes Vermorel: Creo que los enfoques probabilísticos seguirán existiendo porque si estás a mitad de una entrega que se supone que tomará un par de días, cuando estás en el día uno, todavía tienes cierto grado de incertidumbre que permanece durante los últimos cuatro días. Pero la pregunta es si esta incertidumbre se puede reducir en gran medida, especialmente a medida que pasa el tiempo. Lo interesante de Shippeo es que si tienes algo que se supone que tomará cinco días para el transporte, como cruzar toda Europa, en el día cuatro, si tu camión está donde se espera que esté, la incertidumbre restante es casi nula. En cambio, sin Shippeo, estamos en el día cuatro y no sabemos nada más de lo que teníamos en el día cero porque el camión aún no ha llegado, eso es seguro, pero si hay un retraso, no lo sabemos. Entonces, todavía tenemos esta situación muy incierta, mientras que con Shippeo, en el día cuatro de una entrega que se supone que tomará cinco días, casi no queda incertidumbre, lo cual es excelente y te llevaría a una mejor optimización simplemente a través de una reducción de la incertidumbre.
Kieran Chandler: Entonces, básicamente se trata de refinar esas probabilidades. Pierre, ¿podrías contarme un poco más sobre algunos de los desafíos técnicos a los que te enfrentas? Quiero decir, cuando se trabaja en tiempo real, no puede ser muy sencillo. ¿Cuáles son algunos de los desafíos que existen?
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 todos los días. El segundo desafío se trata del cambio de gestión. El transporte suele ser muy lento para cambiar, y es un gran desafío hacer que suceda, incorporar transportistas, usuarios, capacitarlos y lograr los resultados que queremos. El tercer desafío se trata de la calidad de los datos y tener las reglas correctas para obtener los datos y tener algo consistente y de alta calidad.
Kieran Chandler: Joannes, ¿estás de acuerdo en que hay una necesidad de estos datos? Quiero decir, parece que hoy en día se recopila tanta información. ¿Realmente necesitamos esto en las cadenas de suministro? Quiero decir, probablemente podría estornudar y alguien en algún lugar estaría recopilando esos datos. ¿Realmente necesitamos esto en las cadenas de suministro? Estos son datos altamente valiosos. No estamos hablando de tweets aleatorios; estamos hablando de camiones, y un camión típicamente tendrá varios cientos de miles de euros en mercancías. Si estás transportando electrónica o cualquier cosa que no sea trivial, asumiendo que no estás transportando tierra o arena, lo que estás moviendo a través de esas cadenas de suministro es extremadamente valioso. Entonces, ¿tiene sentido recopilar estos datos?
Joannes Vermorel: Sí, tiene sentido porque estás rastreando activos que valen literalmente toneladas de dinero. A menudo te encuentras en situaciones altamente asimétricas donde tal vez lo que estás entregando no es tan caro, solo son piezas pequeñas que tienen el precio del metal. Pero si no las tienes, y tienes toda una planta de fabricación que deja de funcionar, entonces tienes cientos de personas que ya no pueden trabajar, solo porque estás en espera hasta que te entreguen esas piezas de repuesto. Los datos son increíblemente valiosos porque pueden estar vinculados a activos físicos que son costosos, pero también, incluso si no son costosos por sí mismos, su disponibilidad o falta de disponibilidad pueden tener costos muy altos en el futuro para otros elementos de tus cadenas de suministro.
Kieran Chandler: Entonces, ¿dónde trazamos la línea en términos de los datos que realmente estás recopilando? Obviamente, es bueno saber dónde se encuentra un camión en cualquier momento dado, pero ¿estás vigilando los informes de tráfico? ¿Incluso tienes en cuenta el clima? ¿Dónde trazas la línea?
Pierre Khoury: Necesitamos tener en cuenta todos estos problemas para tener un tiempo estimado de llegada confiable, considerando el tráfico, las pausas para los conductores, los tiempos legales de descanso y los patrones de carga y descarga. Tenemos en cuenta todo esto en nuestro algoritmo de 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 Chalecos Amarillos. El tráfico no funcionaba como de costumbre, pero pudieron anticiparlo, reposicionar sus camiones y mitigar el riesgo dentro de su plan de producción. No experimentaron ningún efecto de las protestas y, por el contrario, podrían haberse visto obligados a utilizar entregas en helicóptero o avión para sus productos a un costo muy alto. Es un buen ejemplo del valor que aportamos.
Kieran Chandler: Los Chalecos Amarillos son definitivamente un ejemplo muy específico. Entonces, mencionaste que tienes un nivel de granularidad de actualizaciones cada tres a cinco minutos de datos, ¿es correcto?
Pierre Khoury: Sí, es correcto. El nuevo límite que estamos abriendo es el de los datos en tiempo real, gracias a los puntos de GPS. Recopilamos datos cada tres a cinco minutos, dependiendo del sistema del transportista. Es muy detallado y nos permite ver muchas cosas, como los tiempos de carga, los tiempos de descarga y los problemas que pueden surgir en el camino. Estos datos son valiosos para todas las partes porque la idea no es restringir el acceso a estos datos, sino compartirlos con las reglas correctas y otorgar acceso a otras partes, como el almacén, el cliente final, el equipo de transporte y el equipo de servicio al cliente. Al final, todos pueden ser más productivos y eficientes porque saben lo que va a suceder. Me gustaría mencionar a Amazon porque, al final, todos los clientes, incluso para las entregas B2B, quieren tener la misma experiencia que con un paquete B2C de Amazon.
Kieran Chandler: Gracias, Amazon es lo primero de lo que parece que hablamos todas las semanas. Cuando no estamos hablando en términos de minutos, estamos hablando más en términos de horas y realmente días. ¿Este nivel de granularidad es un poco excesivo? ¿Realmente necesitamos este nivel de granularidad?
Joannes Vermorel: Sí, porque con frecuencia, especialmente para el transporte, no lo necesitamos para todo, pero en el transporte, tienes que estimar la cantidad de problemas que pueden ocurrir en la cadena de suministro en los límites. Por ejemplo, puedes tener una entrega que se realiza en un almacén, pero luego la mercancía se recoge al día siguiente o ocho horas más tarde. Muchas cosas pueden suceder realmente en los límites. La mayoría de las veces, las mercancías no se están moviendo o no se están transformando. Entonces, esos tiempos de espera de granularidad fina tienen sentido en términos de cadena de suministro. No estamos tratando de tener mediciones de submilisegundos como si estuviéramos tratando de optimizar la distribución de paquetes en Internet. La granularidad es más como un par de minutos que 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 todos los análisis que se realizarán se mantendrán a nivel de minutos. Por ejemplo, si estás tratando de optimizar y comprimir los tiempos que son de extremo a extremo durante varias semanas, tienes mediciones en minutos que te permitirán identificar muchas cosas, probablemente patrones que son ligeramente disfuncionales, especialmente en los límites de los sistemas. El principal problema en las cadenas de suministro es cuando algo pasa de un sistema a otro, que puede ser un software, una empresa o equipos. Ahí es donde pueden ocurrir las brechas y luego tienes retrasos accidentales. Puedes eliminarlos y, por lo general, cuando quieres hacer una optimización en toda la red, vas a pasar a algo que es más como 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, la cadena de suministro es una cadena, lo que significa que hay varios actores dentro de la cadena, y estos actores hoy en día tienen un enfoque y una información muy fragmentados. Lo que hacemos es compartir la información sobre el transporte para que todos los actores tengan la información correcta y romper estos silos para optimizar. Y sí, a veces, la información hasta el último minuto es importante. 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 menos costos de transporte, menos costos de stock y todos son más productivos. Lo mismo ocurre con 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 debería enfocarse Shippeo? ¿Debería ser el minorista que realmente está ordenando el stock, o deberían ser las propias compañías de envío?
Pierre Khoury: Nuestro modelo se basa en el enfoque del remitente. Creemos que es el actor que obtendrá uno de los principales beneficios y sería quien impulsaría la solución hacia el cambio. Por lo tanto, nuestro cliente es el remitente, y el sistema es gratuito para todas las partes interesadas, incluido el transportista. El sistema es 100% gratuito para los transportistas, y lo intentamos.
Kieran Chandler: Involucrar a tantos actores como sea posible. De acuerdo, genial. Y Joannes, comenzaremos a concluir las cosas un poco hoy. Además de los tiempos de entrega, ¿por qué hay tanto interés en esto? Quiero decir, ¿cómo puedes ver que las dos herramientas funcionen tan bien juntas?
Joannes Vermorel: En este momento, con frecuencia estamos haciendo suposiciones, diría que salvajes, sobre el estado que estamos tratando de optimizar. Sí, estamos midiendo las cosas tanto como sea posible al recuperar las existencias que tenemos, pero la realidad es que todas esas cosas que están en orden, donde tienes cantidades en orden o entre ubicaciones, con mucha frecuencia, es simplemente opaco. Complica innecesariamente porque nos obliga a tener estimaciones del estado del sistema. No solo eso complica la modelización, 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 aún es probabilístico pero mucho más comprimido, todo se vuelve más fácil. Hay clases enteras de acciones correctivas, acciones correctivas super tácticas, que solo son posibles si haces eso. Con frecuencia, en este momento, podría haber acciones correctivas que podríamos sugerir en teoría a los clientes con muy poco esfuerzo, considerando que ya hemos hecho el trabajo de integrar datos de sus ERPs y muchas otras fuentes. Pero al no tener el 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 la cadena de suministro en muchos niveles, algunas para un pedido de compra en Asia y otras muy tácticas, como el reabastecimiento de emergencia necesario al realizar un pedido ahora mismo a un proveedor cercano que es mucho más caro para una pequeña cantidad que te ayudará a sobrevivir al retraso.
Kieran Chandler: De acuerdo, 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 las cadenas de suministro?
Pierre Khoury: Quiero decir que creo que la visibilidad en tiempo real es uno de los temas más candentes en las cadenas de suministro en estos días. No solo lo digo yo; Gartner lo ha clasificado como uno de los principales temas. Esta charla es muy interesante para ver cómo podemos crear valor al combinarlo con otros. Nuestra misión en Shippeo es realmente centrarnos en la visibilidad en tiempo real, agregando datos y brindando información predictiva al respecto. Pero vemos que si compartimos información con otros sistemas, aprobados por el remitente, crea otro nivel de valor. Este tipo de ecosistema es lo que nos gusta aportar valor a los clientes y al mundo de la cadena de suministro.
Kieran Chandler: De acuerdo, tendremos que dejarlo aquí, pero gracias por su 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.
