00:00:05 El rol y las responsabilidades de un Supply Chain Scientist.
00:00:31 El trasfondo de Maximilian y cómo se unió a la empresa.
00:02:03 La razón de la empresa para implementar el rol de Supply Chain Scientist.
00:04:14 Los tres componentes del rol de un Supply Chain Scientist.
00:07:35 La prioridad de un Supply Chain Scientist en la mañana.
00:08:02 Equilibrar la comunicación con los clientes y el trabajo de implementación.
00:08:44 La dificultad con el enfoque clásico de tener roles separados para la comunicación y la implementación.
00:11:02 La ventaja de ser el único punto de contacto para los clientes y tener un rol de implementación directa.
00:12:54 El desafío de ser responsable de múltiples roles y partes interesadas.
00:14:25 La dificultad de convertir a los científicos de datos en Supply Chain Scientists.
00:16:00 Discusión sobre el progreso de los estudiantes de doctorado en las trayectorias de ingeniería de software y data science.
00:17:07 Lo que resulta gratificante del rol de un Supply Chain Scientist.
00:18:16 Explicación de la diversidad del equipo en Loca y por qué no fue intencional.
00:22:48 El consejo de Max para alguien que considere una carrera en la industria de supply chain.
00:23:00 El consejo de Joannes para los aspirantes a Supply Chain Scientists.
Resumen
En esta entrevista, Kieran Chandler discute el rol de los supply chain scientists en Lokad junto con el fundador Joannes Vermorel y el Supply Chain Scientist Maximilian Barth. Vermorel explica que los científicos de datos tradicionales eran insuficientes, lo que llevó a la creación del rol de Supply Chain Scientist. Barth comenta que los Supply Chain Scientists se enfocan en aspectos técnicos, relacionales y de gestión de proyectos. El enfoque único de Lokad implica que los Supply Chain Scientists interactúan directamente con los clientes, eliminando a los mandos intermedios. Vermorel y Barth enfatizan la importancia de la resolución práctica de problemas, la experiencia práctica y la mentalidad abierta para tener éxito en la supply chain industry. También subrayan el valor de una fuerza laboral diversa, priorizando habilidades y competencias por encima de la nacionalidad o el género.
Resumen Extendido
En esta entrevista, Kieran Chandler, el presentador, discute el rol y la importancia de los Supply Chain Scientists en Lokad, una empresa de software que se especializa en la optimización de supply chain. Lo acompañan Joannes Vermorel, el fundador de Lokad, y Maximilian Barth, un Supply Chain Scientist en Lokad.
Maximilian Barth comienza compartiendo su experiencia y cómo llegó a unirse a Lokad. Menciona que es alemán y ha vivido en varios países, incluidos los EE. UU., Finlandia y Australia, antes de mudarse a Francia. Como la mayoría de los Supply Chain Scientists en Lokad, tiene una formación STEM, pero su especialización es en finanzas. Barth resalta las similitudes entre las finanzas y la gestión de supply chain, ya que ambas implican optimizar para obtener el máximo rendimiento mientras se minimiza la exposición al riesgo.
Joannes Vermorel explica la razón detrás de la implementación del rol de Supply Chain Scientist en Lokad. Inicialmente, la empresa intentó trabajar con científicos de datos tradicionales, pero resultó ser ineficaz. Vermorel se incluye a sí mismo en la primera ronda de científicos de datos inadecuados, ya que en ese momento estaba trabajando en biología computacional y machine learning distribuido. Sin embargo, pronto se dio cuenta de que prestar atención a los detalles minuciosos de un supply chain era fundamental para lograr resultados prácticos.
Vermorel enfatiza la importancia del compromiso en la gestión de supply chain. Contrasta el enfoque de utilizar tecnología sofisticada con el enfoque de centrarse en resultados prácticos reales. Este último implica prestar mucha atención al riesgo financiero y al rendimiento, además de dedicar tiempo a comprender los riesgos y cómo se manifiestan en el sistema. Por otro lado, el primer enfoque puede implicar dedicar tiempo a pulir algoritmos, lo cual puede no tener necesariamente un impacto significativo en el supply chain performance.
A lo largo de la entrevista, la conversación destaca la importancia de los Supply Chain Scientists en Lokad, el valor de su experiencia especializada y la necesidad de centrarse en resultados prácticos para optimize supply chains de manera efectiva.
Discutieron los roles y desafíos enfrentados por los Supply Chain Scientists con Joannes Vermorel, el fundador de Lokad, y Maximilian Barth, un Supply Chain Scientist en Lokad. La conversación abarca los aspectos multifacéticos del rol de un Supply Chain Scientist, equilibrando el tiempo entre la programación, la comunicación con los clientes y el manejo de asuntos urgentes, así como la importancia de evitar una mentalidad de “cero defectos”.
El rol de un Supply Chain Scientist, según lo explicado por Barth, abarca un aspecto técnico (programación y comprensión de las necesidades de los clientes), un aspecto relacional (comunicación con los clientes e identificación de las preguntas correctas a resolver) y un aspecto de gestión de proyectos (priorización de tareas y avance de los proyectos). Vermorel enfatiza que el contexto es importante, ya que asuntos urgentes como una pandemia o un problema de ERP pueden requerir atención inmediata. Los Supply Chain Scientists deben reordenar constantemente las prioridades de las tareas en función de su impacto potencial en euros o dólares.
Barth profundiza en la importancia de equilibrar el tiempo entre la implementación y la comunicación con los clientes. Generalmente, el equilibrio se sitúa alrededor del 20% en comunicación y 80% en ejecución. Señala que es crucial lograr el equilibrio adecuado entre reuniones y trabajo para garantizar que se atiendan los mejores intereses de los clientes y que sus expectativas estén alineadas con el trabajo realizado.
Vermorel reflexiona sobre los desafíos de utilizar un enfoque clásico en el que una persona es responsable de la comunicación con el cliente y otra del lado técnico. Este método a menudo conduce a una pérdida de información a medida que los mensajes saltan entre las partes. Como resultado, Lokad adoptó un enfoque más integrado en el que los Supply Chain Scientists se encargan tanto del aspecto técnico como del de comunicación, fomentando una mejor comprensión de las necesidades de los clientes y promoviendo soluciones efectivas.
Vermorel comparte sus primeras experiencias en la empresa, en las que desempeñó múltiples funciones, desde ventas hasta data y Supply Chain Scientist. Se dio cuenta de que el método convencional de dividir el trabajo entre diferentes roles era ineficiente y no escalaría adecuadamente.
Vermorel destaca el enfoque único adoptado en Lokad, donde los Supply Chain Scientists como Maximilian Barth tratan directamente con los clientes, eliminando la necesidad de mandos intermedios o ingenieros de software. Este enfoque requirió herramientas dedicadas para reducir el tiempo empleado en tecnicismos. Barth identifica el principal desafío de su rol como la gestión de múltiples partes interesadas, al mismo tiempo que asume diversas responsabilidades. Enfatiza la ventaja de ser el único punto de contacto, lo cual minimiza la pérdida de conocimiento durante el proceso.
Cuando se le pregunta acerca de la transición de un científico de datos a un Supply Chain Scientist, Vermorel explica que, en realidad, es más difícil para los científicos de datos que para aquellos con una formación numérica más general. Argumenta que los Supply Chain Scientists deben tener afinidad por las cuestiones cuantitativas, pero su enfoque debe estar en resolver problemas de ingeniería tangibles y concretos. Los científicos de datos pueden encontrar difícil cambiar su enfoque de los algoritmos a soluciones prácticas, incluso si esas soluciones son relativamente simples.
Vermorel concluye que, aunque Lokad emplea doctores, el enfoque principal de la empresa es ofrecer numerical recipes efectivas para ayudar a los clientes a tomar decisiones de alto nivel, basadas en datos, sobre sus operaciones de supply chain. La discusión gira en torno a sus roles, la fuerza laboral diversa de la empresa y los consejos para los aspirantes a Supply Chain Scientists.
Joannes explica que Lokad contrata a personas para roles de ingeniería de software y para resolver problemas de supply chain. Los científicos de datos a menudo trabajan en proyectos a largo plazo, mientras que los Supply Chain Scientists como Maximilian se centran en resolver problemas prácticos en un plazo más corto. Maximilian encuentra gratificante la diversidad de problemas y la capacidad de resolverlos para los clientes. Menciona cómo las soluciones de Lokad a menudo automatizan procesos manuales, liberando tiempo de los clientes y proporcionando ideas valiosas.
Cuando se le pregunta acerca de la diversidad del equipo de Lokad, Joannes aclara que no fue una elección deliberada crear un equipo multicultural. En cambio, la política de contratación de la empresa se basa en las habilidades y competencias, sin excluir a las personas por su nacionalidad, idioma o género. Subraya que priorizan a candidatos inteligentes y orientados a resultados, lo que naturalmente conduce a una fuerza laboral diversa.
Maximilian aconseja a quienes consideran una carrera en supply chain que aprendan a hacer las preguntas correctas y a ver las cosas desde múltiples perspectivas, ya que los proyectos usualmente tienen varios stakeholders. El pensamiento holístico y entender las necesidades de todas las partes involucradas son habilidades esenciales en este campo.
Joannes recomienda a los aspirantes a Supply Chain Scientists que adquieran experiencia en el mundo real, en lugar de centrarse únicamente en algoritmos matemáticos o competiciones como Kaggle. Enfatiza la importancia de comprender los desafíos presentes en los datos reales, tratar con diversas partes interesadas y ofrecer soluciones prácticas que puedan funcionar sin supervisión constante. En resumen, ambos invitados destacan la importancia de la experiencia práctica, la resolución concreta de problemas y la mentalidad abierta para tener éxito en la industria de supply chain.
Transcripción Completa
Kieran Chandler: Anteriormente, en este canal, hemos discutido la importancia de un especialista en supply chain por encima de alguien con capacidades más clásicas de data science. Aquí en Lokad, esto se conoce como el Supply Chain Scientist, y hoy tenemos la suerte de contar con la presencia de uno de los nuestros, Maximilian Barth, quien nos va a contar un poco más sobre su rol y responsabilidades diarias. Así que, Max, muchas gracias por acompañarnos hoy, y quizá, como siempre, podrías comenzar contándonos un poco más sobre tu experiencia y cómo llegaste a unirte a Lokad.
Maximilian Barth: Claro. Como probablemente se note por mi apellido, no soy francés, a diferencia de muchos de mis colegas en la comunidad de supply chain sciences. Soy un expatriado trabajando en Francia; soy alemán. Pero, como todos, he vivido en varios lugares. Viví en los EE. UU. durante mi infancia, en Finlandia por un tiempo, y en Australia, y ahora estoy aquí en Francia. Como todos los que son Supply Chain Scientists en Lokad, tengo una formación STEM—ciencia, tecnología, ingeniería y matemáticas. Lo que quizá me distingue un poco es que tengo una formación en finanzas. No tengo una formación clásica en ingeniería ni nada por el estilo. Sin embargo, en realidad creo que las finanzas funcionan bien trabajando en supply chain, ya que ambos son muy similares. En finanzas, generalmente optimizas tus portafolios para obtener rendimientos mientras minimizas el riesgo al que podrías enfrentarte en los mercados. Es muy similar en supply chain science. Intentamos optimizar el inventario de nuestros clientes para obtener el máximo rendimiento con la mínima exposición al riesgo y a la variación de la demanda.
Kieran Chandler: Brillante. Y hoy, Joannes, estamos hablando de un día en la vida de un Supply Chain Scientist. Sé que hemos hablado de ello antes, pero quizá valga la pena revisar por qué implementaron esa capacidad de Supply Chain Scientist en Lokad.
Joannes Vermorel: Como de costumbre, no fue como un golpe de genialidad. Intentamos contar con científicos de datos de la manera tradicional, y resultó mal. Por cierto, me incluyo en la primera tanda de científicos de datos inadecuados. Lokad se fundó cuando estaba abandonando mi doctorado, que era en biología computacional. En ese momento, no era exactamente esa la terminología, pero era básicamente machine learning distribuido, así que era data science en todo su esplendor. Pero resultó que prestar atención a los detalles minuciosos de un supply chain realmente importa. Tal como señaló Maximilian, depende de dónde radique tu compromiso. Esa es una gran pregunta. ¿Radica en usar tecnología sofisticada o en obtener resultados prácticos reales? Podrías pensar que es solo una diferencia sutil, pero en realidad, la realidad implica cosas muy diferentes, incluso dramáticamente diferentes. Quiero decir, ¿te importa el riesgo financiero y el rendimiento? Si es así, vas a dedicar tiempo a discutir qué significan los riesgos, qué implican en tu sistema y cómo comprenderlo. ¿O dedicas tiempo a pulir un gradient booster tree para tener una prueba de convergencia ligeramente más demostrable o lo que sea que te dé un algoritmo un poco mejor?
Kieran Chandler: Hoy, vamos a aprender un poco más acerca de lo que haces en tu rol diario. ¿Qué ves como las partes centrales de tu rol?
Maximilian Barth: Creo que el rol es en realidad muy multifacético. Hay múltiples componentes en lo que haces cada día. Obviamente, está el lado técnico: programas mucho, intentas entender las necesidades exactas de supply chain de tus clientes, las sutilezas de dónde radican sus desafíos y tratas de comprender realmente qué solución les conviene mejor y también cuáles son exactamente sus deseos y necesidades. Eso también se transiciona a la siguiente parte real del rol, que es el aspecto relacional: poder hablar con los clientes, tratar de descubrir las preguntas adecuadas a resolver para ellos y dónde se encuentran sus desafíos. Necesitas entender qué es específicamente lo que necesitan y qué los diferencia de los demás, para poder construir la solución adecuada para ellos. Creo que el tercer aspecto es probablemente una perspectiva de gestión de proyectos. Generalmente, formamos parte de proyectos donde, especialmente si son pequeños, somos la persona principal que los impulsa, al menos desde la perspectiva de Lokad. Así que intentamos coordinarnos con nuestros clientes, cómo avanzar de la mejor manera, cómo priorizar y qué tareas abordar primero.
Kieran Chandler: ¿Qué ves como la parte más importante del rol diario de un Supply Chain Scientist?
Joannes Vermorel: La parte más importante realmente depende del contexto. Cuando el supply chain está en llamas debido a una pandemia o algo por el estilo, primero necesitas apagar el fuego. Ahí es donde, nuevamente, entra en juego el asunto del compromiso. Si eres científico de datos, tu compromiso radica en tener un algoritmo superior. Creo que frecuentemente, la tarea más urgente e imperativa es mucho más mundana. El ERP está causando problemas por cualquier razón, y los datos están completamente desordenados. Tienes registros duplicados, terminas con registros de stock completamente incorrectos, y así sucesivamente. Lo que necesite ser atendido, debe ser atendido de inmediato. El problema es que hay tantos problemas que algunos de ellos pueden posponerse potencialmente. En términos de resolución, sí, sería ideal si estuviera 100% limpio, pero cuando operas sobre un supply chain de gran magnitud, tener cero fallos en cualquier cosa – el conjunto de datos que procesas, los procesos en sí, y la forma en que las personas consumen los resultados que les das – simplemente no es posible. No puedes entregar una solución sin defectos. Así que, en algún momento, necesitas priorizar de nuevo basado en el impacto financiero. Creo que, en términos de presión, el Supply Chain Scientist siempre está re-priorizando lo que necesita ser atendido ahora, lo que es importante y lo que es estratégico.
Kieran Chandler: ¿Cuál es tu enfoque sobre eso, en el sentido de cómo equilibras tu tiempo entre implementar código, comunicarte con clientes y cuánto tiempo dedicas a apagar incendios?
Maximilian Barth: Creo que ese es, en realidad, un muy buen punto. Generalmente, el inicio de tu día consiste siempre en asegurarte de que no haya incendios. Llegas a la oficina, revisas todas tus cuentas y te aseguras de que nada se haya averiado durante la noche. Tenemos clientes en todo el mundo en diferentes zonas horarias, así que, mientras nosotros dormimos, ellos en realidad trabajan. Tu prioridad número uno es asegurarte de que todo funcione como debe y que nuestros clientes tengan los dashboards listos para usar. Esa fue, de hecho, mi mañana hoy, arreglando un cambio en el ERP que no nos había sido comunicado. No es la tarea más glamorosa, pero definitivamente fue lo más importante que ocurrió ese día. Después de arreglarlo, todos los datos pudieron actualizarse. En general, repartir tu tiempo depende del día y de la semana. Es una cuerda floja que debes caminar. No quieres pasar demasiado tiempo en reuniones hablando con tus clientes porque entonces no tendrás tiempo para implementar nada, pero tampoco deseas trabajar únicamente, ya que podrías estar haciendo algo que no beneficie en absoluto los intereses de tu cliente o lo que tenía en mente. Realmente tienes que comunicarte de manera cercana y lograr ese equilibrio justo. Creo que, en general, el equilibrio entre el trabajo de implementación real y la comunicación con los clientes, ya sea a través de correos electrónicos o llamadas, probablemente se situa en promedio entre un 20% y un 80%, con un 20% comunicando y un 80% ejecutando lo que se comunicó y discutió.
Kieran Chandler: Ese conflicto es bastante interesante, ¿no? Porque tienes que dedicar más tiempo a comunicarte y tener reuniones, pero, obviamente, también sientes que debes ocuparte del lado más técnico de las cosas. Es un rol muy multifacético. ¿Siempre fue ese el rol que imaginaste, o alguna vez consideraste adoptar un enfoque más clásico en el que una persona se encargara del lado de cara al cliente y otra se centrara completamente en el lado técnico de las cosas?
Joannes Vermorel: Probamos el método clásico, y el método clásico consiste en tener a alguien hablando con el cliente, que luego escribe las especificaciones, las pasa a TI, y el equipo de TI intenta implementar la comunicación. Terminas en una situación en la que el mensaje pasa de una persona a otra, saltando varios escalones, y se pierde un porcentaje muy alto de información en cada salto. Al final, te encuentras con un mal ingeniero de software que implementa algo que no tiene nada que ver con el problema, con cinco días de latencia solo porque tuvo que pasar por varias personas. El problema fue que estaba, de alguna manera, mal diseñado. Durante los primeros años, pude gestionar, con la ayuda de algunos colegas, llevando varios sombreros, siendo el vendedor que vendía una idea al cliente, y luego iniciando una implementación muy sucia, pasando esa implementación sucia al ingeniero de software diciéndole: “Esto funciona, pero en términos de calidad de software, es una completa porquería. Necesitas intentar mejorarlo, con un poco más de pruebas unitarias, algo más optimizado en términos de rendimiento y, quizá, un poco más organizado.” Pero ellos ya tenían el prototipo.
Kieran Chandler: El punto de este enfoque es que es increíblemente arcaico en términos de tecnología, y necesitas tener a alguien que pueda usar todos los sombreros, ya sabes, desde ventas hasta científicos de datos, pasando por Supply Chain Scientists, gerente de producto y todo lo demás. Así que, me di cuenta de que esta forma de dividir el trabajo nunca funcionaría bien a gran escala. Y, por cierto, les decía a nuestros clientes en ese momento que, básicamente, todos se estaban quejando de TI, pero TI también se quejaba de todos, porque la gente en TI decía: “Está bien, dicen que hacemos un trabajo desastroso, pero miren la especificación y los requerimientos que nos dan. También son desastrosos, así que, ya saben, estamos a la par con ellos.”
Joannes Vermorel: Pero esa es simplemente la forma incorrecta de verlo. Y, básicamente, lo que hace Maximilian es que no hay un gerente intermedio, ¿sabes? Quiero decir, literalmente, y creo que eso es algo bastante único, el cliente habla contigo. Estoy hablando de verdaderos profesionales del supply chain que están literalmente en el warehouse, enfrentándose a las tiendas y todo eso. Y luego hablan contigo, y tú vas directamente a implementar la receta. No hay intermediario con un ingeniero de software con el que hablar. No coordinas, pero para lograr eso, tuvimos que diseñar algunas herramientas dedicadas para que no pierdas demasiado tiempo lidiando con puras tecnicidades.
Kieran Chandler: Sí, veo eso como probablemente uno de los grandes desafíos para un Supply Chain Scientist. Tienes tantos stakeholders y muchas personas que te demandan atención, y en realidad estás haciendo malabares con tantas cosas. Debe ser bastante difícil. Entonces, ¿cuál consideras que es el desafío clave de tu rol?
Maximilian Barth: En realidad, creo que ese es probablemente el desafío clave: tienes que lidiar con tantos stakeholders mientras asumes tantos roles diferentes. La ventaja de eso es también que eres el único punto de contacto, y cuando hablas con alguien, eres la persona que ha discutido el problema con ellos, pero también la persona que sabe lo que se implementó y cómo se hizo. Así que no se pierde mucho conocimiento en la traducción entre los múltiples pasos. Creo que esa es la principal ventaja, pero también, obviamente, el principal desafío, porque tienes que ser capaz de hacer tantas cosas diferentes bastante bien. Quieres ser capaz de escribir una buena solución para tus clientes, pero también entender realmente lo que necesitan.
Kieran Chandler: Sí, definitivamente. No hay escapatoria, ¿verdad? Si estás en problemas y has hecho algo mal, definitivamente se te responsabiliza. Para un Supply Chain Scientist, somos muy rotundos en que deben tener cierta experiencia en supply chain. Si fueras un científico de datos, ¿qué tan fácil sería hacer la transición al rol de alguien como un Supply Chain Scientist como Max?
Joannes Vermorel: La paradoja es, y creo que ese es el caso, que en realidad es mucho más difícil para los científicos de datos pasar a ser supply chain scientists que para ingenieros genéricos o para personas que tienen afinidad con los números en general. Es curioso, existen dos palabras en francés, pero no creo que haya una traducción al inglés. Es la diferencia entre un matemático y un “matheux”, ya sabes, alguien que tiene inclinación matemática.
Kieran Chandler: Entonces, la primera pregunta que tengo es sobre las cualidades requeridas para convertirse en un Supply Chain Scientist. Joannes, ¿puedes contarnos qué tipo de personas buscas?
Joannes Vermorel: Lo que necesitamos son personas que tengan gusto por los números. Los supply chains son enormes, y no puedes simplemente tener la intuición sobre miles de productos. Necesitas personas a las que realmente les apasione lo cuantitativo en general. Pero el truco es que es un rol muy aplicado. Maximilian está literalmente ayudando a las empresas a tomar decisiones sobre millones de euros en activos físicos. Realmente se toman decisiones tangibles al final del día. Necesitas tener la mentalidad de que estás abordando un problema de ingeniería muy concreto. Y sé que puede que no agrade al público de la ciencia de datos, pero mi experiencia fue que es en realidad muy difícil convertir a personas que llevan algunos años haciendo ciencia de datos para que se vuelvan buenas en lo que llamamos un Supply Chain Scientist, porque, de nuevo, el enfoque no está en el algoritmo. El enfoque es el hecho de que tienes una receta numérica. Otro episodio que hicimos recientemente fue que la receta numérica de principio a fin realmente tiene sentido en un nivel muy alto, y no importa realmente si es sofisticada o no. Si básicamente puedes arreglártelas con una solución semi-trivial, excelente trabajo realizado y simplemente ajustarla, entonces, simplemente, sí, no conseguirás un artículo solo porque descubriste que un leve coeficiente numérico, ajustado de la manera correcta, hace la magia. No puedes publicar sobre eso. Pero si cumple su función, ya sabes, ¿por qué no?
Maximilian Barth: Sí, y nuestra experiencia fue que, aunque tenemos PhDs que hacen eso —quiero decir, tenemos personas haciendo doctorados en Lokad, en realidad—. Tenemos cinco en total. Dos ya han completado sus doctorados, y tres aún están en curso, pero estoy seguro de que podrán defenderlos. Pero, literalmente, para nosotros, esas personas están en la vía pura de la ingeniería de software, donde ni siquiera es la misma línea de tiempo. Quiero decir, la gente enfrenta problemas y piensa en entregar una solución a lo largo de los próximos tres años. Esa es la línea de tiempo de un científico de datos en el lado de la plataforma, así que piensan en algo como differentiable programming. Tenemos a alguien haciendo un doctorado en differentiable programming, y esa persona está literalmente construyendo y diseñando los bloques fundamentales de differentiable programming, pero esa persona no está resolviendo ningún problema real de supply chain. Maximilian es quien lo hace. Y cuando estás trabajando, quiero decir, no estoy muy seguro de en qué problema estés, pero, típicamente, el plazo es, miras desde un día en adelante hasta tal vez un par de meses, pero ciertamente no como tres años en adelante. Simplemente, ni siquiera es la misma escala temporal.
Kieran Chandler: ¿Y qué hay de la parte gratificante del trabajo, qué es lo que realmente disfrutas?
Maximilian Barth: Creo que lo más gratificante es, probablemente, la diversidad de problemas a los que te enfrentas y lo tangible que puedes solucionarlos. Un cliente se te acerca con algo para lo que aún no han encontrado solución o con una solución manual realmente deficiente en la que trabajan mucho en Excel, y luego podemos entregar algo que lo automatice.
Kieran Chandler: Parece que Lokad puede aportar mucho valor a los clientes, no solo en términos de toma de decisiones, sino también en proporcionar una imagen más clara de su negocio. ¿Puedes hablar un poco sobre los aspectos multiculturales e internacionales del equipo de Lokad, particularmente de los Supply Chain Scientists? ¿Por qué crearon un equipo así y por qué era importante para ustedes?
Joannes Vermorel: Primero, quiero aclarar que la diversidad de nuestro equipo no fue una intención específica, sino más bien el resultado de no excluir a ciertas clases de personas. En otras palabras, no creamos una política de contratación diversa para elegir deliberadamente a personas de países o antecedentes específicos. Mi idea era que no quería que Lokad tuviera ningún aspecto en su diseño que excluyera a las personas.
Por ejemplo, tenemos aproximadamente un tercio de mujeres en la empresa, lo cual es bastante para una compañía tecnológica. Para lograr eso, necesitas asegurarte de que la estructura de la empresa no sea directamente adversa para las mujeres jóvenes ni promueva comportamientos que las hagan sentir no bienvenidas.
De manera similar, estamos basados en París, pero si requiriéramos un francés perfecto, limitaría nuestras opciones principalmente a personas francesas o a aquellas de antiguas colonias francesas. Al eliminar esas barreras, atraemos un grupo diverso de candidatos a quienes luego podemos evaluar en base a sus habilidades.
Resulta que los franceses no tienen un monopolio sobre la inteligencia y la diligencia. Así que ahora, solo alrededor del 40% de nuestros empleados son nacionales franceses, y el resto proviene en su mayoría de la Unión Europea y de otros lugares. Esta diversidad no es el resultado de una discriminación activa, sino de un enfoque en juzgar a las personas por su capacidad para ser inteligentes y hacer las cosas.
Maximilian Barth: Exacto, y es importante enfatizar que al eliminar estas barreras y centrarnos en las habilidades, somos capaces de reunir a un equipo con perspectivas y experiencias diversas. Esto, en última instancia, beneficia a la empresa y a nuestros clientes, ya que nos permite abordar los problemas desde múltiples ángulos y encontrar soluciones más innovadoras.
Kieran Chandler: Bueno, resulta que con frecuencia terminamos contratando a personas no francesas. Quiero decir, realmente amo Francia, es mi país de nacimiento, pero como empleador, necesito contratar, ante todo, a las personas que servirán mejor a la empresa, no solo a las que terminaron naciendo en el lugar correcto.
Maximilian Barth: Menos mal que no descartaste el francés perfecto, porque creo que tanto Max como yo habríamos estado en un gran aprieto.
Kieran Chandler: Si vas cerrando un poco las cosas ahora, Max, ¿qué tipo de consejo le darías a alguien que quizá esté considerando una carrera en la industria del supply chain o incluso como Supply Chain Scientist?
Maximilian Barth: Creo que, para mi trabajo, la habilidad más importante y valiosa, y lo que más me ha ayudado, es aprender a hacer las preguntas correctas y ver las cosas desde múltiples perspectivas. Nuestros proyectos generalmente tienen múltiples stakeholders, y aunque puedas tener una persona de contacto con la que hablas más, siempre debes recordar que esa persona también representa a otros. Así que realmente quieres asegurarte de encontrar una solución holística que se ajuste bien a todos. Creo que ser capaz de ver las cosas desde una perspectiva holística y de hacer las preguntas correctas es probablemente la habilidad más importante que debes desarrollar.
Kieran Chandler: Bueno, genial. Y Joannes, para concluir, ¿qué consejo le darías a alguien que quizá aspira a ser un Supply Chain Scientist?
Joannes Vermorel: Sé real. Hay tantas maneras de no ser real. Kaggle es fantástico, pero son solo juegos. Los algoritmos son increíblemente interesantes, pero no son reales, al menos no directamente. Mi sugerencia es que, si quieres comenzar una carrera en supply chain, necesitas ensuciarte las manos. Sumérgete en un ERP, empieza a ver cómo se ven realmente los datos, no la versión idealizada que encuentras en los libros de texto, que ya está completamente limpia, es perfecta y está bien organizada. Y, en efecto, enfrenta el hecho de tener muchos accionistas. Eso es realmente difícil, porque, ¿qué tan buena es tu solución si la empresa termina peleándose internamente? Tienes que encontrar una manera para que la solución sea aceptable para todas esas diversas partes. Ese es un desafío muy duro, pero tienes que hacerlo mientras preservas tus valores de ingeniería. Quieres tener algo semejante a un proceso capitalista. No eres solo un consultor que produce PowerPoints y entrega cosas. Maximilian, estás entregando algo que está funcionando en producción y, con suerte, incluso puede funcionar sin ti, de modo que hay un activo real que se está diseñando y mejorando con el tiempo. No son PowerPoints los que se están entregando.
Kieran Chandler: Bien, genial. Tendremos que concluir aquí, pero gracias a ambos por su tiempo.
Maximilian Barth: Gracias.
Kieran Chandler: Eso es todo por esta semana. Muchas gracias por sintonizar, y nos veremos de nuevo en el próximo episodio. Gracias por ver.
