00:00:07 Introducción a Stefan de Kok y la aceptación de la incertidumbre en las cadenas de suministro.
00:00:34 Antecedentes de Stefan, fundación de Wahupa y dificultades iniciales.
00:03:18 Diferentes clases de incertidumbre en las cadenas de suministro y su impacto.
00:04:53 Enfoque de Lokad para lidiar con la incertidumbre utilizando pronósticos probabilísticos.
00:06:43 Enfoques tradicionales para manejar la incertidumbre: buffers, mecanismos de respuesta y ignorarla.
00:08:01 Consecuencias de ignorar las necesidades del cliente y confiar en la respuesta.
00:09:59 Discusión sobre el camino hacia los pronósticos probabilísticos.
00:12:35 Epifanías de Stefan y la adopción de pronósticos probabilísticos.
00:14:01 Darse cuenta de la importancia del concepto en lugar del método.
00:15:25 Importancia de cambiar las métricas tradicionales para una mejor previsión.
00:18:38 Ayudar a los clientes a aceptar 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.
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, para hablar sobre la incertidumbre en la cadena de suministro. Enfatizan la importancia de aceptar la incertidumbre y considerar todas las posibles situaciones para una mejor gestión. El método tradicional de planificación de escenarios requiere muchos recursos, mientras que el pronóstico 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 adoptar el pronóstico probabilístico, ser transparentes sobre los métodos sin revelar la “salsa secreta” y utilizar métricas probabilísticas para la toma de decisiones. Prevén que en el futuro se adoptarán enfoques probabilísticos de manera generalizada.
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 optimización de la cadena de suministro, y a Stefan de Kok, cofundador y CEO de Wahupa. La discusión se centra en la aceptación de la incertidumbre en las cadenas de suministro, que tradicionalmente se gestiona utilizando stock de seguridad. Los invitados también hablan sobre sus antecedentes y las empresas que fundaron.
Stefan de Kok, uno de los cofundadores de Wahupa, comenzó su carrera en matemáticas aplicadas en la Universidad Técnica de Delft en los Países Bajos. Después de ingresar al mercado laboral, se encontró accidentalmente con una empresa de software de gestión de la cadena de suministro y se unió a ellos. Con el tiempo, trabajó en diversos roles, como consultoría, gestión de productos y consultoría funcional. Después de quedarse sin trabajo, decidió actuar sobre 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 de nivel 1. En 2003, tuvo dificultades para encontrar personas capaces de construir la plataforma, pero finalmente encontró un equipo para dar vida a su visión.
La incertidumbre es un aspecto fundamental de la gestión de la cadena de suministro, ya que todo en el futuro es potencialmente incierto. Algunos ejemplos de incertidumbre incluyen los tiempos de entrega, las duraciones, la calidad o los rendimientos de grado, y las tasas. Stefan cree que los profesionales de la cadena de suministro deben considerar el impacto de todas las posibles combinaciones de resultados futuros, aunque pueda ser una tarea compleja.
Joannes Vermorel, el fundador de Lokad, comparte sus ideas sobre cómo abordar los desafíos presentados por la incertidumbre. Tradicionalmente, las empresas utilizaban escenarios “qué pasaría si” para prepararse para la incertidumbre, pero este enfoque puede volverse rápidamente tedioso. Para gestionar eficazmente la incertidumbre, los profesionales de la cadena de suministro deben considerar todos los futuros posibles y sus posibles impactos.
Vermorel comparte que el método tradicional de utilizar escenarios para resolver problemas complejos de la cadena de suministro es tanto lento como intensivo en recursos. Sin embargo, el pronóstico probabilístico ofrece una solución elegante y concisa que se puede implementar utilizando la potencia de procesamiento en bruto. Este enfoque tiene la ventaja adicional de requerir menos personas para gestionar y operar una cadena de suministro, lo que lo hace más eficiente tanto desde el punto de vista del software como del operativo.
De Kok explica que hay tres formas principales en las que las empresas manejan la incertidumbre en las cadenas de suministro: mediante el uso de buffers, respondiendo a la incertidumbre a medida que ocurre o simplemente ignorándola. La mayoría de las empresas emplean una combinación de estos enfoques, pero el desafío radica en encontrar el equilibrio adecuado entre ellos. Si los buffers no son precisos, las empresas necesitan compensar respondiendo, lo que puede ser costoso. Los aspectos a los que no se puede responder a menudo se ignoran, lo que puede provocar daños a largo plazo, insatisfacción del cliente y posiblemente la quiebra.
De Kok también destaca el papel de los buffers, como los tiempos de entrega, las capacidades y los inventarios, en la gestión de la incertidumbre de la cadena de suministro. Las empresas a menudo tienen buffers inflados para evitar problemas que requieren acciones de respuesta. Sin embargo, señala que muchas empresas aún luchan por alcanzar sus niveles de servicio objetivo, ya que su rendimiento real a menudo está impulsado por las acciones de respuesta en lugar de los buffers.
Vermorel explica que su empresa, Lokad, comenzó con pronósticos clásicos pero finalmente pasó a pronósticos probabilísticos. Inicialmente utilizaron pronósticos de cuantiles, que introducen intencionalmente un sesgo para tener en cuenta situaciones en las que pronosticar la media sería inexacto. Luego pasaron a utilizar cuadrículas de cuantiles, que implicaban aumentar incrementalmente los sesgos, y finalmente a pronósticos probabilísticos, que tienen en cuenta todos los sesgos a la vez.
De Kok comparte que tuvo una revelación sobre el valor de los pronósticos probabilísticos tan temprano como en 2006, cuando se dio cuenta de que los valores inciertos no pueden representarse con números exactos. Comenzó a desarrollar una aritmética probabilística y descubrió que era una solución elegante para problemas complejos de la cadena de suministro. Inicialmente, de Kok mantuvo su enfoque de pronóstico probabilístico en secreto, ya que lo consideraba un diferenciador clave para su negocio. Sin embargo, eventualmente descubrió que otras empresas, incluida Lokad, también estaban utilizando métodos similares, lo que demuestra la viabilidad y el valor de los pronósticos probabilísticos en la industria.
Stefan de Kok enfatiza que hay varias formas de lograr el mismo objetivo en la optimización de la cadena de suministro. Destaca cuatro puntos clave: 1) abrazar la incertidumbre; 2) adoptar pronósticos y planificación probabilísticos; 3) ser abierto acerca de los métodos e ideas sin revelar la “salsa secreta”; 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 tomar mejores decisiones en la gestión de la cadena de suministro.
Vermorel explica que una vez que se establece un modelo probabilístico, permite simular múltiples futuros posibles, lo que a su vez permite evaluar las decisiones y sus posibles resultados. También señala que la tecnología y los algoritmos utilizados para el pronóstico son menos importantes que el enfoque general, como demuestra la evolución de los propios motores de pronóstico de Lokad.
De Kok afirma que para ayudar a los clientes a abrazar la incertidumbre, es esencial proporcionar salidas autoexplicativas que inspiren confianza. La visualización de los resultados es fundamental, ya que permite a los usuarios comprender el rango de valores posibles y sus probabilidades. Compara la relación entre los proveedores de software y los clientes con la de los mecánicos y los conductores, siendo los primeros los que crean herramientas sofisticadas para que los últimos las utilicen de manera fácil y efectiva.
Al discutir 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 pronóstico clásico puede sugerir un exceso de existencias de productos perecederos, mientras que un enfoque probabilístico equilibraría de manera más precisa los riesgos asociados con la falta de existencias y el deterioro.
En cuanto a la aceptación en el mercado, de Kok observa que ha habido resistencia a abrazar la incertidumbre, pero que esta resistencia está disminuyendo gradualmente. Identifica dos etapas de aceptación: primero, reconocer que los números exactos no son suficientes para lidiar con la incertidumbre, y segundo, superar conceptos erróneos sobre la complejidad de los enfoques probabilísticos. Se muestra optimista sobre la creciente tendencia de abrazar estos métodos y anticipa que eventualmente se convertirán en algo común en la industria.
La entrevista destaca el valor de abrazar la incertidumbre, adoptar métricas probabilísticas y utilizar la visualización para tomar mejores decisiones en la optimización de la cadena de suministro. Tanto Vermorel como de Kok abogan por la continua evolución de la tecnología de pronóstico y prevén un futuro en el que los enfoques probabilísticos sean adoptados por la corriente principal.
Transcripción completa
Kieran Chandler: Hoy en Lokad TV, nos complace contar con la presencia de Stefan de Kok, fundador de Wahupa, quien nos explicará por qué esta incertidumbre no debería verse como un obstáculo, sino como algo que debería ser abrazado. Entonces, Stefan, muchas gracias por unirte a nosotros hoy. Tal vez puedas comenzar contándonos un poco sobre tu experiencia y también sobre Wahupa, la empresa que fundaste.
Stefan de Kok: Bueno, gracias, Kieran, y Joannes por recibirme. Sí, soy uno de los cofundadores de Wahupa. Comencé a estudiar matemáticas aplicadas en la Universidad Técnica de Delft en los Países Bajos y nunca había oído hablar de esta cosa llamada cadena de suministro. Después de entrar en el mercado laboral, por accidente, me encontré con una empresa de software de cadena de suministro y me uní a ellos. Nunca me arrepentí ni por un solo momento. Luego, hice mucho trabajo para ellos y muchos clientes en consultoría, consultoría de software, consultoría funcional, gestión de productos de software. Luego, después de otro encuentro fortuito, me encontré sin trabajo, y ese fue el momento en que me di cuenta de que todas estas ideas en las que había estado trabajando, todos los problemas que descubrí a lo largo de los años, ahora 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, que incluyera muchas de las mejores soluciones pero no muchos de los problemas que tenían, principalmente la integración. Descubrí que aproximadamente el 70% de cada implementación se dedicaba a la integración, y quería hacer una plataforma que estuviera disponible para las pequeñas empresas. Incluso los productos en ese entonces estaban dirigidos principalmente a las grandes empresas de nivel 1, y las empresas más pequeñas que tenían los mismos problemas realmente no tenían una buena solución. Así fue como comenzó, y luego descubrí, y esto fue hace mucho tiempo en 2003, que encontrar a las personas que realmente pudieran construirlo era increíblemente difícil. Entonces, a lo largo de los años, transformé la idea, creció, tuve más epifanías y, finalmente, hace un par de años, encontré a los chicos que finalmente me convencieron de que podían construir esto, y ellos estaban convencidos de que esta era una gran idea para involucrarse, y comenzamos.
Kieran Chandler: Y eso nos lleva perfectamente a nuestro tema de hoy, que es abrazar la incertidumbre dentro de las cadenas de suministro. La demanda es obviamente el ejemplo más evidente, pero ¿qué otras clases de incertidumbre podemos encontrar?
Stefan de Kok: Bueno, todo en el futuro potencialmente es incierto. Entonces, si estás en la cadena de suministro, debes pensar no solo en las cantidades, sino también en los tiempos de entrega, las duraciones, la calidad o el grado, los rendimientos, las tasas, prácticamente cualquier cosa que vaya a suceder en el futuro es incierta en diversos grados. Por lo tanto, realmente tenemos que analizar el impacto, no solo del valor promedio de todas estas cosas futuras, sino de todas las posibles combinaciones de todos los posibles futuros, lo cual suena muy complejo y lo es, pero también es lo que necesitamos hacer. Y una vez que algo se mueve al pasado, es casi seguro. ¿Verdad? Incluso en el pasado, hay cierta incertidumbre. Hay problemas de datos y es posible que ni siquiera sepas si algo realmente sucedió de cierta manera, pero en su mayor parte, una vez que ha llegado al pasado, ya no es incierto en gran medida, y en algún lugar en el medio.
Kieran Chandler: Joannes se unirá a nosotros como parte de nuestra discusión hoy, y Joannes, esta idea de enfrentar un futuro incierto está muy presente en el enfoque de Lokad. Entonces, ¿cómo abordas estos desafíos? Quiero decir, un enfoque tradicional sería utilizar escenarios de “qué pasaría si”, como escenarios optimistas y pesimistas.
Joannes Vermorel: El principal problema al lidiar con un futuro incierto a través de escenarios es que rápidamente se vuelve increíblemente tedioso y consume mucho tiempo. Requiere mucho esfuerzo detallar esos escenarios. Curiosamente, con el pronóstico probabilístico, de alguna manera, estás resolviendo el problema a fuerza bruta. Podrías pensar que considerar todos los futuros posibles sería extremadamente 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 con fenómenos complejos, sino que también es eficiente para la cadena de suministro, donde no hay tantas personas. Es relativamente ágil, tanto desde el punto de vista del desarrollo de software como desde el punto de vista operativo, para las personas que tienen que gestionar el sistema y operar una cadena de suministro. Por eso estoy muy interesado y emocionado con este enfoque.
Kieran Chandler: Stefan, veamos algunos de los enfoques más tradicionales que las personas adoptan. ¿Cómo estás viendo que se utilicen esos enfoques clásicos para tener en cuenta la incertidumbre?
Stefan de Kok: Realmente hay dos o tres formas diferentes en que las personas manejan 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 aceleración; y la tercera es simplemente ignorarla. Todos hacen un poco de cada uno, y la pregunta es cuánto deberías invertir en cada uno. Lo que generalmente sucede es que con los buffers, todo se trata de la precisión. Si te equivocas con tu buffer, necesitas compensar respondiendo, lo cual suele ser costoso. Finalmente, las partes a las que no puedes responder son las que debes ignorar, y esas son las que más daño a largo plazo le hacen a una empresa. Los clientes se molestan, puedes perder cuota de mercado e incluso puede llevar a demandas o bancarrotas 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 aumentarán porque saben que si son insuficientes, se enfrentarán a problemas que requieren una respuesta. Para darte una idea, muchas empresas apuntan a niveles de servicio del 95 al 99 por ciento, pero cuando mides su servicio real, como máximo están logrando el 90 por ciento, o por lo general, aquellos que apuntan a esos niveles están en los años 80 superiores. Cuando profundizas, descubres que incluso ese número generalmente está impulsado por la respuesta, no por el buffer que habían planeado inicialmente. Por lo tanto, están acelerando a altos costos y esfuerzos, y la cantidad de inestabilidad y lucha contra incendios está fuera de control. Su inventario solo les proporciona un 73 por ciento de servicio, a pesar de que apuntaban al 98 por ciento. Esto tensa las capacidades de la empresa y erosiona los márgenes, lo cual creo que es el statu quo para la mayoría de las cadenas de suministro hoy en día, con un grave desplazamiento de toda la carga hacia la parte de respuesta.
Kieran Chandler: Veamos un poco el enfoque probabilístico, Joannes. Te llevó algunos años desarrollarlo, ¿de dónde surgió esta idea?
Joannes Vermorel: El pronóstico probabilístico para nosotros fue un viaje. En realidad, comenzamos con el pronóstico clásico, donde solo pronosticas la media. Luego tuvimos un cliente que vendía piezas de automóviles y nos dimos cuenta de que si
Kieran Chandler: Sabes que era tan escaso, tan intermitente, que básicamente pronosticar cero en todas partes era en realidad, en términos de precisión, muy, muy bueno. Obviamente era un completo sinsentido, y primero se nos ocurrió el pronóstico de cuantiles, que era como, “Oh no, no quieres pronosticar la demanda promedio, quieres pronosticar algo que tenga un sesgo a propósito”. Y un pronóstico con un sesgo intencional se llama pronóstico de cuantiles. Ese fue el primer paso para decir, está bien, qué debería ser simplemente…
Joannes Vermorel: Como Stefan describió, ya sabes, estas situaciones con esos artículos C, ya sabes, A, B, C o movimientos lentos, ¿cómo sabes si quieres tener una, dos unidades en stock o tal vez tres y no solo tener un mínimo/máximo? Así que primero, nos dimos cuenta de que el pronóstico de cuantiles era un primer paso para comenzar a obtener resultados significativos, ya sabes, dejar de salir de esta situación donde pronosticar cero es lo mejor. No tenía ningún sentido en absoluto. Y luego nos dimos cuenta, “Oh, quieres un pronóstico con un cuantil, pero ¿qué tal ajustar este cuantil porque puedes ajustar cuánto sesgo quieres?” Y luego pasamos de cuantil a cuadrículas de cuantiles. Tengamos una serie de sesgos que aumentan incrementalmente, y luego nos dimos cuenta, “No, pero probablemente deberíamos tener todos los sesgos diferentes”. Y luego básicamente llegamos a cuantil, cuadrícula de contacto, luego pronóstico probabilístico. Y luego, y por cierto, hay literatura separada, literatura estadística, y parece que muchas otras personas en la comunidad estadística siguieron el mismo camino que nosotros, que básicamente comienzan con pronósticos o predicciones imparciales, pasan a sesgados y luego exploran muchos sesgos y luego intentan hacer todo a la vez. Y eso es un pronóstico probabilístico. Aquí lo tienes.
Kieran Chandler: De acuerdo, y Stefan, probablemente también seas una de las pocas personas en la industria fuera de Lokad que también está adoptando esta idea de un pronóstico probabilístico. Entonces, ¿qué te llevó a tener estas ideas?
Stefan de Kok: Bueno, supongo que aquí es donde hablo de algunas de mis epifanías. La primera, que los valores inciertos no pueden representarse con números exactos, probablemente desde 2006, lo entendí. Pero no lo había descubierto; 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 una aritmética probabilística, y cuando descubrí cómo hacerlo funcionar y miré hacia atrás, y vi cómo algo que parece tan complejo en realidad se podía resolver con algo tan elegante, todo encajó. Y ahí tuve mi primer momento de “ajá”. Pero en ese momento, lo mantuve en secreto. Pensé que esto es, ya sabes, una de mis diferencias clave, así que ciertamente no lo estaba promoviendo todavía.
No fue hasta más tarde, y este es uno de esos momentos de serendipia en mi carrera donde me encontré necesitando dinero y buscando trabajo, y encontré otra empresa que estaba justo en mi ciudad natal de Boston. Una de las tres empresas en el mundo que hacen esto, junto con Lokad, y al menos en ese momento, descubrí que habían estado haciendo esto desde la década de 1970. Y lo habían estado demostrando, pero lo habían mantenido en secreto porque esta era su fórmula secreta. Y descubrí un par de cosas, y creo que las principales son que hay muchas formas en las que puedes
Kieran Chandler: Creo que el punto clave es que hay muchas formas de lograr lo mismo. Cada uno de sus enfoques es muy diferente, pero el objetivo final es el mismo. Entonces, no era la forma de hacerlo lo que necesitaba ser promovido, sino el concepto de que debía hacerse. ¿Cómo te sientes acerca de discutir y promover esta idea sin revelar la receta secreta de lo que hace que sus empresas sean especiales?
Stefan de Kok: Me di cuenta de que podía hablar de ello, escribir sobre ello y escribir artículos sobre ello sin revelar realmente la receta secreta de lo que nos hace especiales. Es importante hacer que las personas sean conscientes de que esto es en última instancia lo que todas las planificaciones y pronósticos deberán ser en la próxima década aproximadamente. Una cosa que he estado promoviendo más recientemente es que las métricas tradicionales también están equivocadas. Necesitamos cambiar las métricas y utilizar pronósticos probabilísticos en las plantas y métricas probabilísticas para medir el valor de eso.
Joannes Vermorel: Absolutamente, estoy de acuerdo con Stefan. Cuando tienes algo probabilístico, puedes simular muchos futuros posibles y puedes cuestionar cada decisión que tomes con su resultado como si conocieras el futuro. Te brinda una forma muy elegante de clasificar todas tus decisiones y priorizarlas. Sin embargo, creo que la fórmula secreta o la tecnología detrás de ella es menos importante. En Lokad, ya hemos descartado cinco generaciones de motores de pronóstico, creyendo cada vez que era lo mejor de todos los tiempos, solo para darse cuenta dos años después de que había una mejor manera de hacerlo.
Kieran Chandler: Joannes, es interesante que menciones la explotabilidad de la viabilidad futura. ¿Puedes ampliar esa idea?
Joannes Vermorel: Claro. El hecho de que haya variabilidad en el futuro se puede aprovechar. No se trata solo de protegerte y ser más resiliente; también puedes aprovechar el hecho de que haya variabilidad en primer lugar.
Kieran Chandler: Stefan, si comenzamos a ver las cosas desde la perspectiva del cliente, ¿cómo podemos ayudarlos a aceptar 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 debe ser autoexplicativa. Con las probabilidades, puedes hacer una cantidad increíble. Puedes mostrar que no solo pensamos que la respuesta será un solo número, sino que en cambio proporcionamos una gama de posibilidades que tienen en cuenta la incertidumbre.
Kieran Chandler: Para ser cien, creemos que la respuesta estará en cualquier número de valores, y hay una distribución de cómo pueden ocurrir estos valores. Puedes ver eso en cualquier tipo de nivel, y se trata realmente de la visualización de esos resultados. Me gusta pensar en ello casi como un automóvil, ¿sabes? Nosotros somos los mecánicos y el cliente es el conductor. En los viejos tiempos, sabía cómo funcionaba mi auto, y ahora es hermoso. Miro allí, es hermoso, pero no tengo idea de qué lo hace funcionar. Incluso el mecánico tiene que conectar un cable a su computadora para averiguar qué está pasando. Así es como creo que son las soluciones del futuro y lo que todos estamos aportando: brindar esa sofisticación pero hacer que sea más fácil para el usuario, para el conductor, usarlo realmente y obtener una salida que puedan usar y sobre la cual puedan tomar decisiones más seguras.
Joannes Vermorel: Ok, genial. Siguiendo con esa perspectiva del cliente, ¿qué significa para una empresa cambiar a ese enfoque probabilístico? Cuando comienzas a pensar en probabilidades, se trata de tratar de equilibrar las grandes fuerzas que estás tratando de equilibrar. ¿Cuáles son los problemas que estás tratando de mitigar? ¿Cuáles son los cuellos de botella que te van a afectar más y te van a hacer daño? Por lo general, es muy divertido porque esas cosas de pronóstico explosivas te dan una forma de cuantificar. Es como las recetas que finalmente te permiten cuantificar lo que frecuentemente era obvio en términos de intuición. Entonces, no es que pueda producir ideas fantásticas. En mi propia experiencia, es más bien lo contrario. Simplemente pone cosas que eran bastante obvias en primer lugar, pero por primera vez, el sistema te da números que coinciden con la intuición de formas muy mundanas. Por ejemplo, tienes un producto que es altamente perecedero; no pongas demasiado stock en él. Simplemente estás tomando un riesgo masivo con un producto súper perecedero al tener mucho stock. Si tomas un enfoque de pronóstico clásico, simplemente dirá: “Oh, alcanza el nivel de servicio del noventa y siete por ciento y ya está”, y luego simplemente creas un exceso de stock masivo con productos a medida que caducan. Si tomas el enfoque probabilístico, el pronóstico incluso podría ser peor, en realidad. Incluso podría no ser muy bueno, pero es más equilibrado, considerando el riesgo de que cuando te quedes sin stock, conozcas la fecha de vencimiento, tienes algo que es muy…
Kieran Chandler: Costoso y, por lo tanto, dirige la decisión hacia algo mucho más sensato, que es no tener demasiadas fresas en stock. Así que estoy completamente de acuerdo con la idea de que el fundador dijo que los desvíos comerciales deben perseguir la simplicidad. Aunque, para ser justos, no creo que Lokad haya tenido el historial más brillante de entregar cosas simples, pero al menos lo están intentando. Ok, Stefan, te dejo con la última palabra. Basado en lo que has observado en el mercado, ¿dirías que la gente está lista para aceptar la idea de aceptar la incertidumbre, y qué es lo que realmente te entusiasma para el futuro?
Stefan de Kok: Creo que estamos llegando allí. He presenciado mucha resistencia a lo largo de los años, y ha sido una batalla cuesta arriba, pero creo que estamos llegando a la cima. Se está volviendo más plano y estoy notando menos resistencia. Creo 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 forma correcta de lidiar con la incertidumbre. El segundo paso, ahí es donde todavía veo un poco de fricción. Piensan que es demasiado complejo. Dicen: “Todos los que dicen que sí, podrías hacerlo, pero…” Siempre hay ese “pero”, y el “pero” a menudo se trata de 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 sistema de ERP, para resolver el mismo problema que harías de manera determinista.
La otra preocupación que mucha gente tiene es cómo lidiar con múltiples futuros posibles. Piensan que va a explotar el número de posibilidades. Sin embargo, una previsión probabilística podría llevar a un plan probabilístico; solo necesitas expresarlo en 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 veo hacia dónde va. Veo mucha más aceptación de algunas personas que antes estaban enérgicamente en contra de todo este enfoque. Veo cada vez más personas haciendo el cambio, teniendo la epifanía, por lo que es cuestión de llegar a esa masa crítica y será aceptado por la corriente principal. Estoy seguro de que estoy emocionado por eso.
Kieran Chandler: De acuerdo, genial. Bueno, tendremos que dejarlo aquí, pero gracias a ambos por su tiempo. Muchas gracias por sintonizar y nos vemos en el próximo episodio. Hasta luego por ahora.
