00:00:07 El papel de Microsoft Excel en la industria de la cadena de suministro.
00:01:33 Razones de la popularidad de Excel y sus fortalezas clave.
00:03:01 Heurísticas y su implementación en hojas de cálculo.
00:04:43 Excel como un callejón sin salida tecnológico y sus limitaciones.
00:06:46 Problemas de escalabilidad y conceptos erróneos sobre las limitaciones de Excel.
00:08:01 Limitaciones de Excel y el modelo de programación de hojas de cálculo.
00:09:38 Problemas de escalabilidad debido a la lógica compleja y replicada.
00:11:39 Alejarse de las hojas de cálculo y la necesidad de mejores capacidades de programación.
00:13:27 Ir más allá de las heurísticas y adoptar enfoques modernos.
00:15:00 Aprender de Google y Amazon, y el papel del aprendizaje automático en la optimización de la cadena de suministro.
00:16:00 La importancia del pronóstico probabilístico en la optimización de la cadena de suministro.
00:17:10 Abordar el escepticismo sobre el uso de tecnología avanzada sobre Microsoft Excel en la gestión de la cadena de suministro.
00:18:19 El impacto de empresas como Amazon y Alibaba en la industria.
00:19:45 Las consecuencias de permanecer en un callejón sin salida tecnológico.
00:20:01 Los usos apropiados de Excel y sus limitaciones en la optimización predictiva de la cadena de suministro.
Resumen
En esta entrevista, Kieran Chandler y Joannes Vermorel, fundador de Lokad, discuten el papel de Microsoft Excel en la gestión de la cadena de suministro. Vermorel llama a Excel el “cuchillo suizo” de las cadenas de suministro, reconociendo sus fortalezas en programabilidad y personalización. Sin embargo, cree que las hojas de cálculo han llegado a un callejón sin salida tecnológico en la gestión de cadenas de suministro complejas, con limitaciones en el modelo de programación que resultan en problemas de replicación y mantenimiento. Para optimizar las cadenas de suministro, Vermorel sugiere que las empresas adopten técnicas avanzadas como el aprendizaje automático, reemplazando las heurísticas con conocimientos basados en datos. Si bien Excel tiene méritos, para una optimización compleja, las organizaciones deben ir más allá de las hojas de cálculo y seguir los pasos de gigantes tecnológicos como Amazon y Alibaba.
Resumen Extendido
En esta entrevista, Kieran Chandler, el presentador, discute el papel de Microsoft Excel en la industria de la cadena de suministro con Joannes Vermorel, el fundador de Lokad, una empresa de software especializada en la optimización de la cadena de suministro. La conversación gira en torno a las razones detrás de la popularidad de Excel, sus fortalezas y el uso de heurísticas en la industria.
Vermorel cree que Microsoft Excel es el cuchillo suizo de las cadenas de suministro, con aproximadamente el 90% de las cadenas de suministro en todo el mundo gestionadas a través de Excel. Atribuye su popularidad a la falta de alternativas superiores hasta hace poco, ya que muchas supuestas opciones mejores no eran realmente superiores en varios aspectos.
Las principales fortalezas de Excel radican en su programabilidad y expresividad, lo que permite un alto nivel de personalización. Su distribución en las organizaciones significa que los profesionales de la cadena de suministro en diferentes ubicaciones y líneas de productos pueden diseñar sus propias heurísticas o recetas numéricas para gestionar sus cadenas de suministro. Vermorel define las heurísticas como recetas numéricas que no son demostrablemente correctas pero que son aproximadamente correctas. Estas heurísticas han sido probadas, ajustadas y adaptadas con el tiempo y varían de una división a otra y de una ubicación a otra.
Un ejemplo de una heurística en la gestión de la cadena de suministro es mantener en stock exactamente el doble de la cantidad de unidades que se vendieron en el mismo período del año pasado, considerando una ventana de tres meses. Aunque el razonamiento detrás de estas heurísticas no siempre está claro, se ha comprobado que funcionan y se utilizan ampliamente en la industria.
El presentador, Chandler, observa que las aproximaciones básicas han sido suficientes para la industria de la cadena de suministro durante décadas. Vermorel está de acuerdo pero destaca la oportunidad de mejora y optimización a medida que la industria evoluciona.
Discutieron las limitaciones de los enfoques basados en hojas de cálculo en la optimización de la cadena de suministro, centrándose especialmente en Excel y sus equivalentes. Vermorel explica que las empresas ya han alcanzado el máximo potencial de las heurísticas en entornos similares a las hojas de cálculo, y esta tecnología ha llegado a un callejón sin salida. La discusión profundiza en las razones de esto y los problemas inherentes al uso de hojas de cálculo para la gestión compleja de la cadena de suministro.
Vermorel señala que las empresas comenzaron a explorar el potencial de la tecnología de hojas de cálculo en la década de 1990 y alcanzaron un punto relativamente estable a principios de la década de 2000. A pesar de algunos avances, cree que las hojas de cálculo, incluyendo Excel y programas similares como Google Sheets y OpenOffice, han llegado a un callejón sin salida tecnológico. Esto se debe a que después de que las empresas han optimizado sus heurísticas, los cambios restantes son inconsecuentes.
Chandler le pide a Vermorel que aclare las limitaciones del enfoque basado en hojas de cálculo. Vermorel explica que algunas personas piensan erróneamente que el problema con Excel es su incapacidad para manejar grandes cantidades de datos. Sin embargo, él cree que el verdadero problema radica en el modelo de programación. Argumenta que si Microsoft quisiera aumentar la escalabilidad de Excel para manejar miles de millones de líneas de datos, podría hacerlo, pero eligen no hacerlo porque lo reconocen como un callejón sin salida desde una perspectiva práctica.
Según Vermorel, el modelo de programación en las hojas de cálculo no es escalable porque implica una replicación masiva de lógica. Cuando los usuarios desean aplicar una pieza de lógica a más datos, la copian y pegan en la hoja de cálculo, lo que resulta en un proceso de programación ineficiente. Esta replicación se vuelve más problemática cuando las organizaciones intentan consolidar múltiples heurísticas en toda una organización grande, lo que conlleva una mayor complejidad y dificultad para gestionar la información.
Como ejemplo, Vermorel describe un escenario en el que una hoja de cálculo a pequeña escala contiene unos cientos de productos y dos o tres heurísticas. Cuando se amplía el alcance y se necesitan más heurísticas para segmentos más grandes, surge el problema de la complejidad. Intentar gestionar cientos de heurísticas en toda una organización utilizando hojas de cálculo se convierte en una pesadilla inmanejable.
La entrevista destaca el callejón sin salida tecnológico alcanzado por los enfoques basados en hojas de cálculo para la optimización de la cadena de suministro. Las limitaciones radican en el modelo de programación, que implica una replicación masiva de lógica y una incapacidad para gestionar la complejidad al escalar a ámbitos y organizaciones más grandes. Esto hace que las hojas de cálculo no sean adecuadas para abordar las necesidades intrincadas de la gestión de la cadena de suministro en el panorama empresarial actual.
La conversación gira en torno a los desafíos de utilizar hojas de cálculo para la gestión compleja de la cadena de suministro y la necesidad de ir más allá de ellas para lograr una mayor eficiencia y escalabilidad.
Vermorel destaca que las hojas de cálculo se utilizan a menudo para gestionar cadenas de suministro, pero no son una solución óptima debido a sus limitaciones en el manejo de la complejidad. Señala que el modelo de programación utilizado en las hojas de cálculo a menudo conduce a una lógica duplicada, lo que dificulta su mantenimiento y depuración. Esto se vuelve especialmente problemático al tratar con hojas de cálculo grandes que contienen cientos de fórmulas diferentes para adaptarse a las diferentes heurísticas utilizadas por los profesionales de la cadena de suministro.
Cuando se le pregunta cómo las empresas pueden alejarse de las hojas de cálculo, Vermorel dice que simplemente replicar la lógica de la hoja de cálculo en otro sistema solo resultaría en mejoras marginales. En cambio, las organizaciones deben repensar fundamentalmente su enfoque y adoptar métodos más avanzados, como el aprendizaje automático, para reemplazar las heurísticas con conocimientos basados en datos.
Al discutir las lecciones que se pueden aprender de gigantes tecnológicos como Google y Amazon, Vermorel explica que estas empresas han superado los sistemas basados en reglas utilizando el aprendizaje automático para aprender de datos históricos. Esto les permite optimizar sus cadenas de suministro de manera más efectiva. Sin embargo, señala que la clave del éxito con el aprendizaje automático es adoptar una perspectiva de pronóstico probabilístico, lo cual ha sido demostrado por la investigación y publicaciones de Amazon.
Abordando las preocupaciones de los profesionales escépticos de la cadena de suministro que dudan en alejarse de Excel, Vermorel reconoce que Excel tiene muchas cualidades positivas, como la estabilidad y la escalabilidad. Sin embargo, advierte que representa un callejón sin salida tecnológico para la optimización predictiva de la cadena de suministro. Insta a los profesionales a considerar si su industria puede permitirse permanecer en un nivel, especialmente cuando competidores como Amazon y Alibaba están persiguiendo agresivamente avances tecnológicos en la gestión de la cadena de suministro.
Vermorel concluye enfatizando que Excel no es inherentemente defectuoso y aún puede ser útil para la entrada de datos y otras tareas más simples. Sin embargo, para la optimización compleja de la cadena de suministro, las empresas deben ir más allá de las hojas de cálculo y adoptar técnicas más avanzadas.
Transcripción completa
Kieran Chandler: Hoy vamos a hablar sobre esta aspiración y entender por qué reemplazarla es más fácil decirlo que hacerlo. Entonces, Joannes, ¿cuál es tu opinión sobre el papel de Microsoft Excel en la industria de la cadena de suministro?
Joannes Vermorel: Quiero decir, es literalmente la navaja suiza de las cadenas de suministro. Es algo que es como los encendedores BIC y se utiliza en todas partes para prácticamente cualquier tipo de propósito. De hecho, es muy impresionante la cantidad de cosas que se hacen a través de Excel. En mi opinión, diría que probablemente más del 90 por ciento de las cadenas de suministro en todo el mundo se gestionan a través de Excel, no de sistemas SAP o ERP. Los sistemas ERP gestionan activos, pero en lo que respecta a la optimización predictiva de la cadena de suministro, diría que más del 90% se hace a través de Excel.
Kieran Chandler: Si más del 90 por ciento de la industria lo está utilizando, ¿por qué es tan popular y por qué la gente depende tanto de él?
Joannes Vermorel: Es interesante. Quiero decir, la primera parte de la respuesta es porque, hasta hace muy poco, no había muchas alternativas superiores. La mayoría de las supuestas alternativas superiores en realidad no son superiores en varios aspectos que podemos describir. Entonces, en primer lugar, las personas no dejaron de usar Excel no porque fueran estúpidas o estuvieran apegadas a él por motivos religiosos, sino simplemente porque no había alternativas creíbles.
Kieran Chandler: Entonces, ¿cuáles son las características de Excel que lo hacen tan fuerte y por qué a la gente le gusta?
Joannes Vermorel: Una de las cosas que lo hace muy poderoso es que puedes combinar la programabilidad y un nivel de expresividad que viene con este tipo de sistema. La segunda cosa es que está ampliamente distribuido en tu organización. Muchos profesionales de la cadena de suministro en diferentes países, ubicaciones y líneas de productos pueden crear sus propias heurísticas.
Kieran Chandler: Por cierto, ¿qué quieres decir con heurísticas? ¿Cómo las defines?
Joannes Vermorel: Las heurísticas son como una receta numérica que no se puede demostrar que es correcta. Es un intento de tener algo que sea aproximadamente correcto. Por lo general, desde una perspectiva matemática pura, la heurística ni siquiera es correcta, pero funciona de alguna manera. Por ejemplo, una heurística común en la cadena de suministro es tener en stock el doble de la cantidad de unidades que se vendieron el año pasado en el mismo período, considerando una ventana de tres meses. Estas heurísticas se han probado y ajustado con el tiempo, y los números mágicos como la duración de la ventana de tiempo o el factor utilizado varían de una división a otra y de una ubicación a otra. Lo bueno de las hojas de cálculo es que puedes tenerlas incorporadas en tu organización a través de una gran cantidad de hojas de cálculo que implementan todas esas diversas heurísticas.
Kieran Chandler: Entonces, lo que estamos viendo en la industria es que esta aproximación básica es suficiente, y muchas cadenas de suministro han estado funcionando básicamente con eso durante décadas.
Joannes Vermorel: Exactamente. Cuando dices “suficiente”, es interesante porque han estado funcionando con eso durante décadas, y desde mi perspectiva, es interesante porque ahora…
Kieran Chandler: Hoy en día, yo vería a Excel como una tecnología llamada callejón sin salida. Las empresas ya han tenido tiempo suficiente para desarrollar las heurísticas, perfeccionarlas y sacarles el máximo provecho. Es interesante que hayan llegado al punto en el que ya han alcanzado la mayoría de esas heurísticas que se pueden tener con Excel. Y cuando digo Excel, no me refiero solo a Excel, me refiero a cualquier tipo de software que te brinde un entorno similar a una hoja de cálculo. Por ejemplo, Google Sheets sería exactamente lo mismo que Excel en este sentido. No importa si es exactamente Excel; lo que importa es el modelo de datos de la hoja de cálculo que es importante aquí. El hecho de que sea Excel o tal vez la alternativa de OpenOffice realmente no importa. Curiosamente, esas empresas exploraron lo que se puede hacer con una hoja de cálculo durante los años 90, y creo que llegaron al punto en el que muchas grandes empresas tenían algo relativamente estabilizado a principios de los años 2000. Ahora casi dos décadas después, tenemos algo que ya está bastante estabilizado, donde no hay nada realmente nuevo en este sentido. Y de hecho, es una tecnología llamada callejón sin salida porque una vez que has compilado tus apuestas, una vez que has hecho eso, lo único que queda son, diría yo, cosas que son un poco inconsecuentes. Entonces, dices que es un callejón sin salida tecnológico, entonces, ¿qué es lo que realmente falta? ¿Cuál es el problema con este enfoque basado en hojas de cálculo?
Joannes Vermorel: Algunas personas malinterpretan las limitaciones de Excel. Un malentendido común es que tienes un problema de escalabilidad con Excel, que no puedes procesar mucha cantidad de datos. Sí, de hecho, no puedes procesar terabytes de datos con hojas de cálculo de Excel, pero eso no es realmente un problema. Si Microsoft decidió no tener hojas de cálculo que pudieran manejar miles de millones de líneas, no es porque no pudieran hacerlo. Aumentaron el límite de 65,000 líneas máximas a más de 1 millón de líneas en Excel 97. Podrían aumentar el límite a mil millones de líneas con una versión diferente de Excel orientada al procesamiento de datos a gran escala. Entonces, la pregunta es, ¿por qué Microsoft no aumenta simplemente la escalabilidad de Excel? Es porque también saben que es un callejón sin salida desde una perspectiva práctica.
Lo que no es escalable en Excel o en las hojas de cálculo en general es el modelo de programación. El modelo de programación es que cada vez que tienes una pieza de lógica en una hoja de cálculo, si quieres hacer más de lo mismo, básicamente copiarás y pegarás esta pieza de lógica en toda tu hoja de cálculo. Desde una perspectiva de programación, lo que estás haciendo es una replicación masiva de tu lógica. Tienes una fórmula y ahora tienes un millón de copias de tu fórmula original. Si tienes una gran organización, los buenos atributos de esta organización a través de las hojas de cálculo eran que todos podían tener sus propias heurísticas. Pero si tomas una hoja de cálculo con unos cientos de productos y tienes dos o tres heurísticas que funcionan bien, si dices ahora voy a consolidar en una hoja de cálculo más grande las 20 heurísticas diferentes que necesito para este alcance más amplio, de repente tu hoja de cálculo termina con un problema de complejidad. Tu hoja de cálculo comienza a contener no solo dos fórmulas que se han copiado y pegado, sino 20 fórmulas que no se utilizan de la misma manera en la hoja de cálculo, y eso comienza a ser bastante complicado. Si intentas escalar a cientos de heurísticas en toda la organización, entonces se convierte en una pesadilla completa.
Kieran Chandler: Las hojas de cálculo son un poco torpes y estos cálculos parecen llevar tiempo. ¿Es esa lógica replicada la razón detrás de esto, verdad?
Joannes Vermorel: Sí, en gran parte. El modelo de programación resulta en una lógica duplicada en todas partes. El problema está en el mantenimiento de esta lógica. ¿Cómo mantienes una hoja de cálculo de Excel que contiene literalmente cientos de fórmulas diferentes? No estoy hablando de cientos de fórmulas diferentes con solo una fórmula distinta por columna, porque eso es lo fácil. Imagina una hoja de cálculo de Excel con un millón de líneas, y algunas de esas líneas tienen una fórmula que no es la misma que la que está arriba o abajo. Diferentes profesionales de la cadena de suministro que trabajan con diferentes líneas de productos y segmentos están utilizando diferentes heurísticas. Si quieres tener eso en cuenta, terminas con una hoja de cálculo que es súper complicada y muy difícil de mantener. Las hojas de cálculo no se llevan bien con la creciente complejidad, y se convierte en una pesadilla mantener, depurar e incluso entender qué está sucediendo en estas grandes hojas de cálculo.
Kieran Chandler: Entonces, ¿cómo puedes alejarte de estas hojas de cálculo? Las organizaciones han pasado años construyéndolas, y hay mucha lógica en ellas.
Joannes Vermorel: Primero, necesitas capacidades de programación, pero no quieres replicar lo que tenías antes. Si simplemente intentas replicar la lógica de la hoja de cálculo que tenías antes, terminarás con algo que no será mejor que lo que tenías antes. Solo será marginalmente mejor en términos de copias de seguridad ligeramente mejores y gestión de derechos de acceso. Fundamentalmente, si intentas replicar tu hoja de cálculo en otro sistema, te quedarás atrapado en un callejón sin salida tecnológico. Puedes ganar un poco más de eficiencia, pero eso será muy poco. Una vez que hayas terminado con eso, no obtendrás nada mejor. También puedes perder algo de agilidad porque el nuevo sistema podría ser un poco más rígido. Entonces, necesitas pensar en algo que vaya más allá de lo que puedes obtener a través de las heurísticas. Necesitas reinventarte y optar por algo que te dé la oportunidad de hacerlo mejor.
Kieran Chandler: Mencionaste a Google y Amazon, quienes han ido más allá y están implementando enfoques más modernos. ¿Qué podemos aprender de ellos y de lo que han implementado?
Joannes Vermorel: La peculiaridad del aprendizaje automático moderno es cómo pasar la etapa de los sistemas basados en reglas. La primera etapa de copiar la inteligencia humana en los años 60 fue mediante motores basados en reglas o motores de decisión. Las heurísticas utilizadas en la cadena de suministro son exactamente eso: reglas para decidir si debes comprar más, producir más o asignar más en una área. Si quieres ir más allá de eso, necesitas reinventarte y adoptar técnicas modernas de aprendizaje automático para mejorar tus procesos de cadena de suministro.
Kieran Chandler: En un momento u otro hemos llegado a esta etapa de tener sistemas basados en reglas y hemos ajustado las reglas. Si observamos lo que Google y Amazon están haciendo, dicen: “Oh, estamos haciendo aprendizaje automático”, por lo que se convierte en una palabra de moda y es un aprendizaje automático muy avanzado que puede calificar como IA. Fundamentalmente, es algo muy simple. En lugar de tener un conjunto estático de reglas que se mantienen manualmente, queremos aprender esas reglas a partir de los datos históricos.
Joannes Vermorel: Lo que necesitas básicamente son capacidades de programación, pero también necesitas capacidades de aprendizaje automático, para que la mayoría de esas heurísticas se puedan aprender directamente de los propios datos. No es algo excesivamente complicado, pero si tu paradigma de programación es incorrecto, simplemente no funciona y el aprendizaje automático no funciona. El paradigma dominante para la cadena de suministro cuantitativa hasta que algunas empresas como Amazon o Lokad comenzaron a pensar de manera diferente era tener pronósticos de demanda clásicos donde solo hay un futuro. Hacemos el pronóstico y luego todo se basa en este único futuro. Desafortunadamente, si abordas el problema desde este punto de partida, simplemente no funciona y nunca logras replicar el rendimiento de esas supuestamente tontas heurísticas. Si quieres superar esas heurísticas, debes adoptar una perspectiva de pronóstico probabilístico y luego tendrás la oportunidad de superar las heurísticas. Eso es exactamente lo que parece estar haciendo Amazon, según su investigación publicada.
Kieran Chandler: Si ahora comenzamos a unir las cosas, ¿qué le dirías a un profesional escéptico de la cadena de suministro que probablemente esté viendo esto y que tenga sus sistemas que funcionan más o menos, tal vez un poco torpes, pero que funcionan utilizando Microsoft Excel? ¿Realmente hay un incentivo para alejarse de eso?
Joannes Vermorel: Si estás utilizando Excel y probablemente lo has estado utilizando durante una o dos décadas, lo primero sería reconocer que estás en un callejón sin salida tecnológico. Puede ser bueno, pero no va a mejorar. No esperes que la próxima versión de Microsoft resuelva algo. Excel ya es un producto excelente. Es muy estable, no se bloquea, es bastante escalable y tiene muchas propiedades buenas. No va a mejorar mucho más. Las alternativas de hojas de cálculo no van a marcar ninguna diferencia. Pueden mejorar marginalmente, pero fundamentalmente no van a marcar ninguna diferencia. La pregunta es: ¿puedes vivir con el hecho de que estás en un callejón sin salida? Algunas industrias pueden vivir en una meseta, pero en lo que respecta a la cadena de suministro, lo que veo es que algunas empresas como Amazon, Alibaba y Zalando son muy agresivas desde el punto de vista técnico y van muy rápido. Están logrando resultados reales en la cadena de suministro y no lo están haciendo con hojas de cálculo. Entonces, creo que la lección es que estás en una meseta. Algunas personas lo están haciendo mucho mejor y no es solo una estrategia de marketing. El crecimiento de Amazon y Alibaba es real. ¿Realmente puedes permitirte estar y seguir en un callejón sin salida tecnológico? Tal vez sí, tal vez no.
Kieran Chandler: Entonces, para concluir, ¿dirías que Excel está en tiempo prestado y que puedes ver un día en el que no haya Excel en absoluto en la industria?
Joannes Vermorel: No me malinterpretes. Excel se utiliza con frecuencia, no para la optimización predictiva, sino para la entrada de datos, para entradas de datos tabulares. Microsoft ganó la guerra de las hojas de cálculo a fines de los años 80 no porque tuvieran los mejores cálculos para Excel, sino porque la entrada de datos a través de Excel era más fácil. Hay muchas situaciones en las que usar una hoja de cálculo
Kieran Chandler: Porque la entrada de datos a través de Excel era más fácil, creo que hay muchas situaciones en las que usar una hoja de cálculo está bien. Lo que estoy diciendo es que si quieres hacer una optimización predictiva de la cadena de suministro para redes de cadena de suministro algo complejas, Excel está, para este propósito específico, al final. Para muchas otras cosas, Excel está bien. Bueno, ¿alguna última reflexión, Joannes?
Joannes Vermorel: Solo mantén un ojo atento en este espacio, supongo.
Kieran Chandler: Lo mismo para esta semana. Gracias por sintonizar y nos vemos la próxima vez. ¡Hasta luego por ahora!
