00:00:07 Introducción a Stefan de Kok y a abrazar la incertidumbre en supply chains.
00:00:34 Antecedentes de Stefan, fundación de Wahupa y luchas iniciales.
00:03:18 Diferentes clases de incertidumbre en supply chains y su impacto.
00:04:53 El enfoque de Lokad para gestionar la incertidumbre utilizando forecast probabilístico.
00:06:43 Enfoques tradicionales para manejar la incertidumbre: buffers, mecanismos de respuesta e ignorarlo.
00:08:01 Consecuencias de ignorar las necesidades de los clientes y depender de la respuesta.
00:09:59 Discusión sobre el camino hacia el forecast probabilístico.
00:12:35 Las epifanías de Stefan y la adopción del forecast probabilístico.
00:14:01 Darse cuenta de la importancia del concepto más que del método.
00:15:25 La importancia de cambiar las métricas tradicionales para un mejor forecast.
00:18:38 Ayudar a los clientes a adoptar la incertidumbre y estrategias a emplear desde una perspectiva de software.
00:20:19 El impacto de que una empresa cambie a un enfoque probabilístico.
00:22:38 Observar la disposición del mercado para aceptar la incertidumbre y lo que emociona a los entrevistados para el futuro.
00:25:01 Conclusiones finales.
Resumen
En un episodio de Lokad TV, el presentador Kieran Chandler entrevista a Joannes Vermorel, fundador de Lokad, y a Stefan de Kok, cofundador y CEO de Wahupa, discutiendo la incertidumbre en el supply chain. Enfatizan la adopción de la incertidumbre y la consideración de todos los posibles resultados para una mejor gestión. El método tradicional de planificación de escenarios es intensivo en recursos, mientras que forecast probabilístico ofrece una solución concisa. De Kok identifica tres formas en que las empresas manejan la incertidumbre: utilizando buffers, respondiendo a ella o ignorándola. Ambos invitados abogan por la adopción del forecast probabilístico, siendo transparentes acerca de los métodos sin revelar la “secret sauce”, y utilizando métricas probabilísticas para la toma de decisiones. Prevén que en el futuro se adopten de manera generalizada enfoques probabilísticos.
Resumen Extendido
En este episodio de Lokad TV, el presentador Kieran Chandler entrevista a Joannes Vermorel, fundador de Lokad, una empresa de software especializada en supply chain optimization, y a Stefan de Kok, cofundador y CEO de Wahupa. La discusión se centra en adoptar la incertidumbre dentro de los supply chains, la cual se gestiona tradicionalmente utilizando stock de seguridad. Los invitados también comentan sus antecedentes y las empresas que fundaron.
Stefan de Kok, cofundador de Wahupa, comenzó su carrera en matemáticas aplicadas en la Universidad Técnica de Delft en los Países Bajos. Tras ingresar al mercado laboral, por accidente se encontró con una empresa de supply chain software y se unió a ella. Con el tiempo, trabajó en diversos roles, como consultoría, gestión de producto y consultoría funcional. Al quedarse sin empleo, decidió actuar según sus ideas y abordar los problemas que había descubierto a lo largo de los años. Su idea inicial era crear una plataforma que estuviera disponible para empresas más pequeñas, ya que los productos existentes estaban dirigidos principalmente a grandes empresas Tier 1. En 2003, tuvo dificultades para encontrar personas capacitadas para construir la plataforma, pero eventualmente encontró un equipo para hacer realidad su visión.
La incertidumbre es un aspecto central de la gestión del supply chain, ya que todo lo que ocurra en el futuro es potencialmente incierto. Algunos ejemplos de incertidumbre incluyen lead times, duraciones, calidad o rendimientos en grados y tasas. Stefan cree que los profesionales del supply chain deben considerar el impacto de todas las posibles combinaciones de resultados futuros, aunque pueda ser una tarea compleja.
Joannes Vermorel, fundador de Lokad, comparte sus ideas sobre cómo abordar los desafíos que presenta la incertidumbre. Tradicionalmente, las empresas utilizaban escenarios de “what-if” para prepararse para la incertidumbre, pero este enfoque puede volverse rápidamente tedioso. Para gestionar eficazmente la incertidumbre, los profesionales del supply chain deben considerar todos los futuros posibles y sus impactos potenciales.
Vermorel comenta que el método tradicional de utilizar escenarios para abordar problemas complejos del supply chain es tanto lento como intensivo en recursos. Sin embargo, el forecast probabilístico ofrece una solución elegante y concisa que se puede implementar utilizando potencia de procesamiento bruta. Este enfoque tiene la ventaja adicional de requerir menos personas para gestionar y operar un supply chain, lo que lo hace más eficiente tanto desde el punto de vista del software como operativo.
De Kok explica que hay tres formas principales en que las empresas abordan la incertidumbre en supply chains: utilizando buffers, respondiendo a la incertidumbre a medida que ocurre, o simplemente ignorándola. La mayoría de las empresas emplea una combinación de estos enfoques, pero el desafío radica en encontrar el equilibrio adecuado entre ellos. Si los buffers no son precisos, las empresas deben sobrecompensar respondiendo, lo que puede resultar costoso. Los aspectos a los que no se puede responder a menudo se ignoran, lo que puede conducir a daños a largo plazo, insatisfacción del cliente y, potencialmente, quiebra.
De Kok también destaca el papel de los buffers, tales como los lead times, capacidades e inventarios, en la gestión de la incertidumbre del supply chain. Las empresas a menudo tienen buffers inflados para prevenir problemas que requieran una acción de respuesta. Sin embargo, señala que muchas empresas aún tienen dificultades para alcanzar sus niveles de servicio service levels, ya que su rendimiento real suele estar impulsado por las acciones de respuesta en lugar de los buffers.
Vermorel explica que su compañía, Lokad, comenzó con forecast clásico pero eventualmente hizo la transición al forecast probabilístico. Inicialmente, utilizaron quantile forecasts, que introducen intencionadamente un sesgo para compensar situaciones en las que calcular la media sería inexacto. Luego progresaron al uso de rejillas cuantil, que implicaban aumentar los sesgos de forma incremental, y finalmente al forecast probabilístico, que tiene en cuenta todos los sesgos a la vez.
De Kok comenta que tuvo una epifanía sobre el valor del forecast probabilístico ya en 2006, cuando se dio cuenta de que los valores inciertos no pueden ser representados por números exactos. Comenzó a desarrollar una aritmética probabilística y lo encontró como una solución elegante a los problemas complejos del supply chain. Inicialmente, de Kok mantuvo en secreto su enfoque de forecast probabilístico, ya que lo consideraba un diferenciador clave para su negocio. Sin embargo, eventualmente descubrió que otras empresas, incluyendo Lokad, también utilizaban métodos similares, demostrando la viabilidad y el valor del forecast probabilístico en la industria.
Stefan de Kok enfatiza que existen diversas formas de lograr el mismo objetivo en optimización de supply chain. Destaca cuatro puntos clave: 1) adoptar la incertidumbre; 2) adoptar el forecast probabilístico y la planificación; 3) ser transparente acerca de los métodos e ideas sin revelar la “secret sauce”; y 4) reconocer que las métricas tradicionales son insuficientes y deben ser reemplazadas por métricas probabilísticas. Tanto Vermorel como de Kok coinciden en que cambiar las métricas y utilizar enfoques probabilísticos son cruciales para una mejor toma de decisiones en la gestión del supply chain.
Vermorel explica que una vez que se implementa un modelo probabilístico, éste permite la simulación de múltiples futuros posibles, lo que a su vez posibilita la evaluación de las decisiones y sus potenciales resultados. También señala que la tecnología y los algoritmos utilizados para el forecast son menos importantes que el enfoque general, como lo demuestra la evolución de los forecasting engines de Lokad.
De Kok afirma que para ayudar a los clientes a adoptar la incertidumbre, es esencial proporcionar salidas autoexplicativas que generen confianza. La visualización de resultados es crítica, ya que permite a los usuarios comprender el rango de valores posibles y sus probabilidades. Compara la relación entre proveedores de software y clientes con la de mecánicos y conductores, donde los primeros crean herramientas sofisticadas para que los segundos las usen de manera fácil y efectiva.
Al hablar sobre el impacto de un enfoque probabilístico en los negocios, Vermorel señala que a menudo proporciona ideas que se alinean con la intuición. Por ejemplo, un método de forecasting clásico puede sugerir sobrestock de productos perecederos, mientras que un enfoque probabilístico más acertadamente equilibraría los riesgos asociados con faltante de stock y el deterioro.
En términos de aceptación en el mercado, de Kok observa que ha habido resistencia a adoptar la incertidumbre, pero que dicha resistencia está disminuyendo gradualmente. Identifica dos etapas de aceptación: primero, reconocer que los números exactos no son suficientes para abordar la incertidumbre, y segundo, superar los conceptos erróneos sobre la complejidad de los enfoques probabilísticos. Expresa optimismo sobre la creciente tendencia a adoptar estos métodos y anticipa que eventualmente se convertirán en la norma en la industria.
La entrevista resalta el valor de adoptar la incertidumbre, utilizar métricas probabilísticas y emplear la visualización para una mejor toma de decisiones en la optimización del supply chain. Tanto Vermorel como de Kok abogan por la evolución continua de la tecnología de forecast y prevén un futuro en el que los enfoques probabilísticos sean adoptados de manera generalizada.
Transcripción Completa
Kieran Chandler: Hoy en Lokad TV, estamos encantados de contar con la presencia de Stefan de Kok, fundador de Wahupa, quien nos va a explicar por qué esta incertidumbre no debería verse realmente como un impedimento, sino como algo que debe ser adoptado. Así que, Stefan, muchas gracias por acompañarnos hoy. Quizás podrías comenzar contándonos un poco sobre tu trayectoria y también sobre Wahupa, la empresa que fundaste.
Stefan de Kok: Bueno, gracias, Kieran, y a Joannes por invitarme. Sí, soy uno de los cofundadores de Wahupa. Empecé a estudiar matemáticas aplicadas en la Universidad Técnica de Delft en los Países Bajos y nunca había oído hablar de ese tema llamado supply chain. Después de incorporarme al mercado laboral, por accidente, me encontré con una empresa de supply chain software y me uní a ella. Nunca me arrepentí ni un solo instante. Luego, trabajé mucho para ellos y para muchos clientes en consultoría, consultoría de software, consultoría funcional y gestión de producto de software. Luego, tras otro encuentro fortuito, me quedé sin empleo, y fue en ese momento cuando me di cuenta de que todas estas ideas en las que había estado trabajando, todos los problemas que había descubierto a lo largo de los años, en realidad podía hacer algo al respecto, cosas que antes no podía hacer.
La idea original era construir una plataforma que fuera algo más grande que S&OP en ese momento, la cual incluía muchas de las mejores soluciones del mercado pero no muchos de los problemas que tenían, principalmente integración. Descubrí que alrededor del 70% de cada implementación se destinaba a la integración, y quería crear una plataforma que estuviera disponible para las empresas más pequeñas. Incluso entonces, los productos estaban dirigidos principalmente a las grandes empresas Tier 1, y las empresas más pequeñas que tenían los mismos problemas realmente no contaban con una buena solución. Así fue como comenzó, y luego descubrí, y esto fue allá por el 2003, que encontrar a las personas capaces de construirla era increíblemente difícil. Así que, con el tiempo, fui transformando la idea, creció, tuve más epifanías, y finalmente, hace un par de años, encontré a los chicos que finalmente me convenció que podían construir esta cosa, y ellos se convencieron de que era una gran idea en la que involucrarse, y comenzamos.
Kieran Chandler: Y eso nos lleva perfectamente a nuestro tema de hoy, que es adoptar la incertidumbre dentro de los supply chains. La demanda es, obviamente, el ejemplo más evidente, pero ¿qué otras clases de incertidumbre podemos encontrar?
Stefan de Kok: Bueno, todo en el futuro es potencialmente incierto. Así que, si trabajas en supply chain, tienes que pensar no solo en las cantidades sino también en los lead times, duraciones, calidad o grados, rendimientos, tasas, prácticamente cualquier cosa que vaya a ocurrir en el futuro es incierta en diversos grados. Por lo tanto, realmente debemos analizar el impacto, no solo del valor promedio de todas estas cosas futuras, sino de todas las combinaciones posibles de todos los futuros posibles, lo cual suena muy complejo y lo es, pero también es lo que tenemos que hacer. Y una vez que algo pasa al pasado, es casi seguro. Claro, incluso en el pasado, hay cierta incertidumbre. Tienes problemas con los datos, y puede que ni siquiera sepas si algo realmente ocurrió de cierta manera, pero en su mayor parte, una vez que ha pasado, ya no es tan incierto.
Kieran Chandler: Joannes se unirá a nosotros como parte de nuestra discusión de hoy, y Joannes, esta idea de enfrentarse a un futuro incierto está en el núcleo del enfoque de Lokad. Entonces, ¿cómo abordas estos desafíos? Quiero decir, un enfoque tradicional sería utilizar escenarios de “what-if”, como escenarios optimistas y pesimistas.
Joannes Vermorel: El principal problema al tratar con un futuro incierto mediante escenarios es que se vuelve increíblemente tedioso y requiere mucho tiempo. Se necesita tanto esfuerzo para detallar esos escenarios. Curiosamente, con el forecast probabilístico, de alguna manera, se está forzando el problema. Podrías pensar que considerar todos los futuros posibles sería increíblemente difícil, pero resulta que si tienes suficiente capacidad de procesamiento, en realidad es mucho más fácil implementar el software y simplemente ejecutarlo en comparación con tener un sistema súper complejo para gestionar muchos escenarios. Es muy interesante porque no solo es matemáticamente elegante y conciso para tratar fenómenos complejos, sino que también es eficiente para el supply chain, donde no tienes tantas personas. Es relativamente lean, tanto desde el punto de vista del desarrollo de software como desde el operativo, para las personas que deben gestionar el sistema para operar un supply chain. Por eso estoy muy interesado y entusiasmado con este enfoque.
Kieran Chandler: Stefan, analicemos algunos de los enfoques más tradicionales que la gente utiliza. ¿Cómo ves que esos enfoques clásicos se usan para tener en cuenta la incertidumbre?
Stefan de Kok: Existen realmente dos o tres formas diferentes en que la gente maneja la incertidumbre. La primera es utilizando buffers; la segunda es responder a la incertidumbre a medida que ocurre con un mecanismo de respuesta, como la expedición; y la tercera es simplemente ignorarla. Todos hacen algo de cada uno, y la pregunta es cuánto se debe invertir en cada uno. Lo que generalmente sucede es que, con los buffers, todo se trata de la precisión. Si erras en tu buffer, necesitas sobrecompensar respondiendo, lo cual suele ser costoso. Finalmente, las partes a las que no puedes responder son las que tienes que ignorar, y esas son las que causan el mayor daño a largo plazo a una empresa. Los clientes se irritan, podrías perder cuota de mercado, e incluso podría conllevar demandas o bancarrota en algunos casos si ignoras al cliente el tiempo suficiente.
Los buffers más comunes son los tiempos de entrega, las capacidades y los inventarios. Las empresas los incrementarán porque saben que si son insuficientes, se enfrentarán a problemas que requieren una respuesta. Para dar una indicación, muchas empresas apuntan a niveles de servicio del 95 al 99 por ciento, pero cuando mides su servicio real, en el mejor de los casos alcanzan el 90 por ciento, o usualmente, aquellos que apuntan a esos niveles están en los altos 80. Cuando profundizas, encuentras que incluso ese número generalmente está impulsado por la respuesta, no por el buffer que habían planeado inicialmente. Así que están acelerando a altos costos y esfuerzo, y la cantidad de inestabilidad y de “apagar fuegos” es colosal. Su inventario podría estar proporcionando solo un 73 por ciento de servicio, a pesar de que apuntaron a un 98 por ciento. Esto tensa las capacidades de la empresa y erosiona los márgenes, lo que creo que es el status quo para la mayoría de los supply chains hoy en día, con un traslado severo de toda la carga hacia la parte de respuesta.
Kieran Chandler: Veamos un poco el enfoque probabilístico, Joannes. Te llevó algunos años desarrollarlo, entonces, ¿de dónde surgió esta idea?
Joannes Vermorel: Para nosotros, el forecast probabilístico fue un camino. En realidad, comenzamos con el forecast clásico, donde simplemente se pronostica la media. Luego tuvimos un cliente que vendía repuestos para autos, y nos dimos cuenta de que si lo hacíamos…
Kieran Chandler: Sabes que era tan disperso, tan intermitente, que básicamente pronosticar cero en todos lados era, en términos de precisión, muy, muy bueno. Obviamente era un completo sinsentido, y surgimos primero con forecasts de cuantiles, que fue como: “Oh no, no quieres pronosticar la demanda promedio, quieres pronosticar algo que tenga un sesgo a propósito.” Y un forecast con un sesgo intencional se llama forecast de cuantiles. Ese fue el primer paso para decir, bueno, ¿qué debería ser simplemente…
Joannes Vermorel: Como describió Stefan, sabes, en esas situaciones con esos artículos C, ya sean clasificados como A, B, C o productos de lento movimiento, ¿cómo decides si quieres tener una, dos unidades en stock o tal vez tres y no simplemente establecer un mínimo/máximo? Así que primero, nos dimos cuenta de que el forecast de cuantiles era el primer paso incluso para empezar a obtener resultados significativos, es decir, salir de esta situación en la que pronosticar cero es lo mejor. No tenía ningún sentido. Y luego nos decimos, “Oh, quieres un forecast con un cuantil, pero ¿qué hay de ajustar este cuantil, ya que puedes regular cuánto sesgo deseas?” Y luego pasamos de cuantiles a grillas de cuantiles. Propusimos una serie de sesgos que aumentaran de forma incremental, y luego nos dimos cuenta, “No, pero probablemente deberíamos tener todos los sesgos diferentes.” Y entonces básicamente avanzamos de cuantil, grilla de contacto, al forecast probabilístico. Y, por cierto, existe literatura separada, literatura estadística, y parece que muchas otras personas de la comunidad estadística tomaron el mismo camino que nosotros, que básicamente consiste en comenzar con forecasts o predicciones sin sesgo, pasar a los que tienen sesgo, y luego explorar muchos sesgos intentando hacerlo todo a la vez. Y ese es un forecast probabilístico. Aquí lo tienes.
Kieran Chandler: Bien, y Stefan, probablemente también eres una de las pocas personas en la industria fuera de Lokad que está adoptando esta idea de un forecast probabilístico. Entonces, ¿qué fue lo que te llevó a tener estas ideas?
Stefan de Kok: Bueno, supongo que aquí es donde hablo sobre algunas de mis epifanías. La primera, que fue que los valores inciertos no pueden representarse con números exactos, la comprendí probablemente ya en 2006. Pero no lo había asimilado por completo; aún no era una verdadera epifanía. En ese momento, no había descubierto cómo hacerlo funcionar. Simplemente no tiene sentido hacerlo de esa manera. Y, finalmente, he estado trabajando en desarrollar lo que llamo aritmética probabilística, y cuando descubrí cómo hacerla funcionar y miré atrás, y vi cómo algo que parecía tan complejo era en realidad solucionable con algo tan elegante, todo encajó. Y fue ahí cuando tuve mi primer momento “aha”. Pero en ese momento lo mantuve en secreto. Pensé que esto era, ya sabes, uno de mis diferenciadores clave, así que ciertamente no lo estaba presumiendo todavía.
No fue hasta más tarde, y este es uno de esos momentos serendípicos en mi carrera en el que me encontré necesitando dinero y buscando trabajo, y encontré otra empresa que estaba justo en mi ciudad natal, Boston. Una de las tres empresas en el mundo que hacen esto, junto a Lokad, al menos en ese entonces, y descubrí que han estado haciéndolo desde la década de 1970. Y han estado demostrando esto, pero lo han mantenido en secreto porque esa era su salsa secreta. Y descubrí un par de cosas, y creo que las claves son que hay muchas formas de que tú…
Kieran Chandler: Creo que el punto clave es que hay muchas maneras de lograr lo mismo. Cada uno de tus enfoques es muy diferente, pero el objetivo final es el mismo. Así que, no era la forma de hacerlo lo que debía impulsarse, sino el concepto de que debía hacerse. ¿Qué opinas de hablar y promover esta idea sin revelar la receta secreta de lo que hace especiales a tus empresas?
Stefan de Kok: Me di cuenta de que podía hablar de ello, escribir en el blog y redactar artículos sin revelar realmente la receta secreta de lo que nos hace especiales. Es importante concienciar a la gente de que, en última instancia, esto es en lo que toda la planificación y el forecast tendrán que convertirse en la próxima década o algo así. Una cosa que he estado promoviendo más recientemente es que las métricas tradicionales también están equivocadas. Necesitamos cambiar las métricas y usar forecasts probabilísticos en las plantas y métricas probabilísticas para medir su valor.
Joannes Vermorel: Absolutamente, estoy de acuerdo con Stefan. Cuando tienes algo probabilístico, puedes simular muchos futuros posibles, y puedes cuestionar cada decisión que tomas con su resultado como si supieras el futuro. Te brinda una forma muy elegante de clasificar todas tus decisiones y priorizarlas. Sin embargo, creo que la salsa secreta, o la tecnología detrás de ella, es menos importante. En Lokad, ya hemos descartado cinco generaciones de motores de forecast, creyendo cada vez que eran lo mejor de lo mejor, solo para darnos cuenta dos años después de que había una forma mejor de hacerlo.
Kieran Chandler: Joannes, es interesante que menciones la explotabilidad de la viabilidad futura. ¿Podrías ampliar esa idea?
Joannes Vermorel: Claro. El hecho de que exista variabilidad en el futuro puede ser explotado. No se trata solo de protegerte y ser más resiliente; también puedes aprovechar que, desde el comienzo, existe variabilidad.
Kieran Chandler: Stefan, si empezamos a ver las cosas desde la perspectiva de un cliente, ¿cómo podemos ayudarles a adoptar esta idea de aceptar la incertidumbre? ¿Qué estrategias pueden emplear desde una perspectiva de software?
Stefan de Kok: La parte clave es que, si tienes un motor complejo y obtienes una salida de caja negra, no genera mucha confianza. La salida debería ser autoexplicativa. Con probabilidades, se puede hacer una cantidad increíble. Puedes mostrar que no pensamos que la respuesta será un único número, sino que proporcionamos un rango de posibilidades que tiene en cuenta la incertidumbre.
Kieran Chandler: A decir verdad, creemos que la respuesta estará entre varios valores, y existe una distribución de cómo pueden ocurrir dichos valores. Puedes analizar eso a cualquier nivel, y se trata realmente de la visualización de esos resultados. Me gusta pensarlo casi como un auto, ¿sabes? Nosotros somos los mecánicos y el cliente es el conductor. En los viejos tiempos, yo sabía cómo funcionaba mi auto, y ahora es hermoso. Miro adentro, es hermoso, pero no tengo idea de qué lo hace funcionar. Incluso el mecánico tiene que conectar un cable para vincularlo a su computadora y descubrir qué está pasando. Así es como pienso que las soluciones del futuro, y lo que todos estamos aportando, se tratan de: aportar esa sofisticación pero haciéndola más fácil para el usuario, para el conductor, para que realmente lo use, y de obtener una salida que puedan utilizar y sobre la cual puedan tomar decisiones más seguras.
Joannes Vermorel: Bien, genial. Manteniéndonos en esa perspectiva del cliente, ¿qué significa para una empresa cambiar a ese enfoque probabilístico? Cuando empiezas a pensar en probabilidades, se trata de intentar reflexionar sobre las grandes fuerzas que buscas equilibrar. ¿Cuáles son los problemas que intentas mitigar? ¿Cuáles son los cuellos de botella que te van a afectar más y causarte daño? Usualmente, es muy curioso porque esos forecasts bursty simplemente te dan una forma de cuantificar. Es como las recetas que finalmente te permiten cuantificar lo que frecuentemente era simplemente obvio en términos de intuición. Así que, no es que puedan producir ideas fantásticas. En mi experiencia, es todo lo contrario. Simplemente resalta cosas que ya eran bastante obvias desde el principio, pero por primera vez, el sistema te da números que coinciden con la intuición de maneras muy mundanas. Por ejemplo, tienes un producto que es altamente perecedero; no pongas demasiado stock en él. Estás asumiendo un riesgo masivo con un producto super perecedero al mantener altos stocks. Si adoptas un enfoque de forecast clásico, simplemente dirá: “Oh, solo alcanza un nivel de servicio del noventa y siete por ciento y ya está,” y luego simplemente generas un sobrestock masivo con productos que se vencen. Tomas el enfoque probabilístico; el forecast podría incluso ser peor, en realidad. Puede que ni siquiera sea super bueno, pero es simplemente más balanceado, considerando el riesgo de que cada vez que te enfrentas a los faltantes de stock, conoces la fecha de caducidad y tienes algo que es muy…
Kieran Chandler: …costoso y, por lo tanto, orienta la decisión hacia algo mucho más sensato, que es no sobrestockear fresas. Así que, estoy totalmente de acuerdo con la idea que mencionó el fundador de que los desvíos comerciales deben, de alguna manera, perseguir la simplicidad. Aunque, para ser justos, no creo que Lokad tenga el historial más brillante en entregar lo más simple de lo simple, pero al menos lo están intentando. Bien, Stefan, te dejo la palabra final. Basado en lo que has observado en el mercado, ¿dirías que la gente está lista para adoptar la idea de aceptar la incertidumbre, y qué es lo que realmente te emociona para el futuro?
Stefan de Kok: Creo que lo estamos logrando. He presenciado mucha resistencia a lo largo de los años, y ha sido una batalla cuesta arriba, pero creo que estamos alcanzando la cima. Se está volviendo más llano, y estoy notando menos resistencia. Pienso que el mercado se está dando cuenta, y hay un enfoque de dos pasos. El primer paso es que un número exacto no es la manera correcta de abordar la incertidumbre. Paso dos, ahí es donde aún percibo un poco de fricción. Piensan que es excesivamente complejo. Dicen, “Todos los que dicen: sí, podrías hacerlo, pero…” Siempre hay ese “pero,” y éste suele referirse al big data. Necesitas muchos datos para hacerlo de manera probabilística. Bueno, eso simplemente no es cierto, ¿verdad? Solo necesitas datos históricos, que tienes en cada ERP system, para resolver el mismo problema que resolverías de forma determinista.
La otra preocupación que muchas personas tienen es cómo lidiar con múltiples futuros posibles. Piensan que eso va a explotar la cantidad de posibilidades. Sin embargo, un forecast probabilístico podría conducir a un plan probabilístico; solo necesitas expresarlo en una distribución. Esa es la parte con la que creo que la gente todavía está luchando en este momento. Pero estoy emocionado, veo la tendencia y sé hacia dónde se dirige. Veo cada vez a más personas aceptándolo, especialmente de aquellas que antes estaban vehementemente en contra de este enfoque. Veo cantos y más cantos de gente haciendo el cambio, teniendo su epifanía, y así es cuestión de alcanzar esa masa crítica, que será adoptada por la corriente principal. Estoy seguro de que eso me emociona.
Kieran Chandler: Bien, brillante. Bueno, tendremos que dejarlo ahí, pero gracias a ambos por su tiempo. Muchas gracias por sintonizar, y nos veremos nuevamente en el próximo episodio. Adiós por ahora.