00:00:15 Celebrando la 100ª edición de Lokad TV y respondiendo preguntas de supply chain.
00:01:17 Discutiendo los orígenes de Lokad y su enfoque en la industria de supply chain.
00:03:15 Forecast de supply chain con sesgo usando forecast cuantil en 2011.
00:04:53 Pasando a un enfoque programático en 2012 y los desafíos enfrentados.
00:07:47 Reflexiones sobre los primeros años, los errores cometidos y la evolución de Lokad.
00:08:48 El impacto de la computación en la nube en el negocio del emprendedor.
00:11:31 La evolución de su empresa y los grandes avances técnicos.
00:13:26 Explorando Bitcoin, la economía en acción y su relación con supply chain.
00:15:34 El crecimiento de la empresa y la transición a la práctica de Supply Chain Scientist.
00:17:54 La diferencia entre contratar científicos de datos y Supply Chain Scientist.
00:19:39 Planes futuros de Lokad y desafíos del crecimiento rápido.
00:22:33 La historia detrás del nombre “Lokad”.
00:23:37 Los mayores contratiempos enfrentados por Lokad.
00:25:45 El coronavirus resaltando la necesidad de transformar los modelos de supply chain.
00:26:59 Enfatizando la resiliencia y la capacidad para abrazar la incertidumbre.
00:28:11 Cómo se desempeñaron los algoritmos de Lokad durante la disrupción de la COVID-19.
00:29:00 La importancia de la adaptabilidad y de gestionar las demandas cambiantes durante el confinamiento.
00:30:01 Adaptando los modelos de supply chain durante situaciones de crisis.
00:30:59 Bitcoin, blockchain y su impacto en la seguridad de supply chain.
00:33:30 La importancia del profesionalismo y del entendimiento para un forecast preciso.
00:36:23 Desafíos en la implementación de soluciones de narrow AI para forecast de negocio.
00:38:01 Discutiendo datos de baja calidad y el impacto de datos mal calificados en sistemas ERP.
00:39:08 Debatiendo la durabilidad de las supply chain globales y la influencia de la especialización.
00:41:22 El futuro de las supply chain locales y el impacto de la automatización en las ubicaciones de producción.
00:42:19 Desafíos en la implementación del enfoque de Supply Chain Quantitativa y la gestión del cambio organizacional.
00:45:15 Identificando las áreas donde el enfoque low-cut puede desbloquear el mayor valor de negocio.
00:46:01 Discutiendo la optimización de supply chain para varias industrias.
00:47:34 Razones para reescribir el software de Lokad desde cero.
00:49:10 Impacto de decisiones clave de diseño en el desarrollo de software.
00:50:23 La coexistencia de Lokad y soluciones tipo S&OP en las organizaciones.
00:51:01 Discutiendo los desafíos que enfrentan las grandes empresas con la gestión de fraudes.
00:51:57 Comentario sobre quién escribe el blog y el impacto del podcast en la producción de contenido.
00:53:00 La importancia de reflexionar sobre los errores pasados y darse cuenta de cuando uno está equivocado.
00:54:02 Aprendiendo de los errores pasados para evitar problemas similares en el futuro.
00:55:41 Conclusión y llamado a la acción.
Resumen
El fundador de Lokad, Joannes Vermorel, discute el recorrido de la empresa y su enfoque en la optimización de supply chain en una entrevista con Kieran Chandler. Vermorel habla sobre las primeras dificultades de Lokad con su modelo de forecast como servicio, su adopción de forecast cuantil y su cambio a un enfoque programático. Él enfatiza la necesidad de que las empresas de supply chain planifiquen para la incertidumbre y adopten la gestión de riesgos en un mundo cada vez más impredecible. Vermorel también comenta el desempeño de los algoritmos de Lokad durante las disrupciones, el valor potencial de las criptomonedas en la gestión de supply chain, y el futuro de las supply chain globales. Finalmente.
Resumen Extendido
En esta entrevista, Kieran Chandler y Joannes Vermorel, el fundador de Lokad, analizan el recorrido de la empresa y su enfoque en la optimización de supply chain. Vermorel inició Lokad en 2008 mientras cursaba un doctorado en biología computacional, pero se sintió atraído por el potencial de innovación en la industria de supply chain. Inicialmente, la empresa tuvo dificultades con su modelo de forecast como servicio, pero luego logró avances significativos, como adoptar el forecast con sesgo utilizando forecast cuantil en 2011 y pasar a un enfoque programático en 2012.
Vermorel explica que el enfoque inicial de la empresa para el forecast se basaba en eliminar el sesgo, pero eventualmente, se dieron cuenta de que los sesgos podían ser útiles en la optimización de supply chain. El forecast cuantil les permitió ser más orientados al beneficio, aunque inicialmente se consideró una idea “rara”.
Inicialmente, Lokad siguió un modelo tradicional de aplicación empresarial con pantallas, botones y menús. Sin embargo, a medida que firmaron más clientes, se dieron cuenta de que las supply chain eran demasiado diversas para encajar en una estructura de aplicación rígida. La empresa se orientó hacia un enfoque programático, donde los cálculos y funciones fueron hechos a la medida para cada cliente, centrándose en la productividad y la fiabilidad.
Reflexionando sobre el recorrido de la empresa, Vermorel reconoce que se aprendieron muchas lecciones, y que el camino de un emprendedor está lleno de arrepentimientos. Un cambio significativo llegó con el auge de computación en la nube, lo que obligó a la empresa a reescribir la mayoría de sus productos. A pesar de estos desafíos, Lokad ha seguido evolucionando, adoptando nuevas generaciones de machine learning y centrándose en resolver problemas mejor definidos en la optimización de supply chain.
El fundador de Lokad, sobre la historia de la empresa, sus avances tecnológicos y planes futuros. Vermorel explica que la computación en la nube y deep learning fueron avances clave para la empresa, además de adoptar una perspectiva financiera en la gestión de supply chain.
Vermorel también comparte su interés en Bitcoin, que considera como la microeconomía en acción, con paralelismos con la gestión de supply chain. Encuentra inspiración en las ideas técnicas de la comunidad de criptomonedas, que cree pueden beneficiar a Lokad.
Lokad pasó de un enfoque de data science a un enfoque de Supply Chain Scientist después de descubrir que los científicos de datos estaban demasiado enfocados en problemas de datos en lugar de en cuestiones de supply chain. Vermorel enfatiza que el compromiso de los empleados de Lokad debe ser mejorar el supply chain de los clientes en lugar de simplemente producir modelos de machine learning sofisticados.
Cuando se le pregunta sobre el futuro de la empresa, Vermorel prevé un crecimiento más orgánico. Reconoce que el crecimiento rápido puede no ser adecuado para las empresas de supply chain, ya que podría generar problemas importantes si algo sale mal. Lokad aspira a crecer a un ritmo sostenible, asegurando que sus empleados tengan experiencia suficiente para manejar problemas complejos de supply chain.
Finalmente, Vermorel comparte el origen del nombre “Lokad”. Inspirado inicialmente por la “publicidad local”, luego adoptó la interpretación “looking ahead” sugerida por un consultor de IBM.
Vermorel habla del mayor revés que enfrentó la empresa en sus primeros años, el cual ocurrió alrededor de 2011-2012. Durante ese tiempo, Lokad ganó competiciones de benchmark, ofreciendo a los clientes una mejor precisión de forecast. Sin embargo, estos clientes descubrieron que sus supply chain empeoraron como resultado, y sus planificadores se sintieron frustrados con el software.
Vermorel reflexiona sobre una reunión en Nueva York en la que clientes enfadados lo confrontaron, afirmando que, aunque el software de Lokad ofrecía mayor precisión, les complicaba la vida y no abordaba los problemas reales en sus supply chain. En última instancia, Lokad perdió algunos clientes por este asunto.
La conversación luego cambia al tema del coronavirus y su impacto en los modelos tradicionales de supply chain. Vermorel cree que la pandemia es solo una de las muchas fuentes de incertidumbre que pueden interrumpir las supply chain, mencionando ejemplos como decisiones políticas, aranceles o incidentes virales en redes sociales. Enfatiza la necesidad de que las empresas planifiquen para la incertidumbre y adopten la gestión de riesgos, en lugar de depender de forecasts que pretenden predecir el futuro con certeza.
Vermorel afirma que empresas como Amazon, que se centran en la resiliencia y la capacidad de abrazar la incertidumbre, son las que están teniendo éxito frente a la crisis. Sugiere que las mejores instituciones financieras también están empezando a alinearse con estas ideas y que las empresas de supply chain deberían hacer lo mismo para mantenerse a la vanguardia en un mundo cada vez más impredecible.
Hablan sobre el desempeño de los algoritmos de Lokad durante las disrupciones de la COVID-19, el valor potencial de las criptomonedas en la gestión de supply chain, la importancia del profesionalismo y la comprensión empresarial en la optimización de supply chain, los desafíos en la implementación de soluciones de narrow AI para forecast de negocio, y el futuro de las supply chain globales.
Vermorel explica que durante la crisis de la COVID-19, los algoritmos de Lokad no funcionaron bien por sí solos. Sin embargo, los Supply Chain Scientist de la empresa pudieron adaptar y optimizar los modelos en un corto período de tiempo, demostrando la importancia de la intervención humana en tiempos de crisis.
En respuesta a la pregunta sobre soluciones de narrow AI para forecast de negocio, Vermorel expresa escepticismo respecto al término “AI” y resalta la importancia de entender las diferentes clases de algoritmos de machine learning. También discute la calidad de los datos en las supply chain, afirmando que, si bien los datos no son necesariamente malos, a menudo están mal calificados, lo que conduce a problemas en la interpretación y aplicación.
Finalmente, la conversación se dirige hacia el futuro de las supply chain globales. Vermorel no ofrece una respuesta definitiva, pero plantea el tema del cambio climático y su impacto potencial en la sustentabilidad de las supply chain globales, sugiriendo que el modelo actual podría necesitar evolucionar.
Discutieron la naturaleza global de las supply chain y cómo la especialización limita la producción local de ciertos bienes. También habla sobre el eventual retorno de algunas supply chain a áreas locales debido a la automatización. Vermorel aborda el escepticismo en torno al enfoque de Supply Chain Quantitativa de Lokad y los desafíos de implementarlo en las organizaciones. Destaca que Lokad rinde mejor en supply chain complicadas con muchas opciones y decisiones. Finalmente, Vermorel explica la motivación detrás de la reescritura completa del software de Lokad y comparte cómo Lokad opera junto a soluciones de Sales & Operations Planning (S&OP), en su mayoría ignorándolas, ya que están desvinculadas de los efectos reales sobre la supply chain.
Discutieron sobre cómo Lokad opera codo a codo con equipos de data science que producen modelos desvinculados que no se utilizan. También menciona que él escribe el blog de la empresa, pero a un ritmo mucho más lento que antes debido a las limitaciones de tiempo. Vermorel enfatiza la importancia de revisar los errores del pasado para entender qué salió mal y cómo evitar errores similares en el presente y el futuro. Él cree que mirar un problema desde un ángulo diferente puede conducir a innovaciones en lugar de simplemente hacerlo mejor. Vermorel anima a los espectadores a enviar preguntas al podcast y a suscribirse a futuros episodios.
Transcripción Completa
Kieran Chandler: Hola y bienvenidos a una edición bastante especial de Lokad TV. Hoy, estamos en vivo aquí en París para celebrar nuestra 100ª edición, donde vamos a repasar el recorrido de Lokad hasta ahora y a responder sus preguntas de supply chain.
Joannes Vermorel: Realmente no pensé que llegaríamos a cien episodios sobre algo tan bizarro como supply chain. La razón por la que comenzamos con todo esto fue simplemente porque descubrí un software muy genial llamado OBS, y empecé a jugar con él. Encontré que era un gran piece of software, así que quise probarlo. Pero en realidad, creo que lo estamos usando por primera vez hoy, ya que solo se usa para eventos en vivo. No, realmente no lo había planeado tanto con anticipación. Kieran Chandler: Así que hoy, la idea completa es repasar el recorrido de Lokad hasta ahora y las lecciones que hemos aprendido en el camino. Quizás si empezamos recordando 2008, cuando iniciaste la empresa, ¿por qué decidiste crear una empresa en la industria de supply chain? ¿Qué fue lo que te interesó?
Joannes Vermorel: En ese momento, era estudiante de doctorado en biología computacional, pero nunca terminé mi doctorado. La cantidad de investigadores excelentes en el campo era asombrosa, por lo que resultó humillante y muy entusiasta. Sin embargo, pude ver que el mundo estaría perfectamente bien sin mí. Cuando empecé a mirar supply chain, lo que vi fue, en su mayoría, matemáticas del siglo XIX. Me di cuenta de que había potencial para hacer las cosas mejor en esta área, lo cual es absolutamente gigantesco. Así que, con mucho entusiasmo, lancé mi propia empresa. Kieran Chandler: ¿Cómo transcurrieron esos primeros años? ¿Fue fácil lanzar la empresa? ¿La gente se interesó por lo que decías, o hubo mucha vacilación al principio? Joannes Vermorel: Kieran Chandler: Joannes Vermorel: Joannes Vermorel: No, fue terrible. Nos tomó años tener algo que realmente funcionara. Lokad fue fundada sobre la idea de forecast como servicio, lo cual es en realidad una idea muy mala, tanto técnica como desde la perspectiva de supply chain. El inicio del recorrido fue bastante lento, precisamente porque no funcionaba.
Kieran Chandler: Hablemos de algunos de los grandes pasos que diste en el camino. El primero que mencionaste fue en 2011, la idea de forecast con sesgo utilizando forecast cuantil. ¿Por qué fue esto algo que resultó un poco controvertido o diferente?
Joannes Vermorel: No fue controvertido; simplemente fue extraño. En las clases de estadística y en todos los círculos de supply chain de los que tenía conocimiento, la idea de forecast con sesgo no era bien conocida.
Kieran Chandler: La idea era que necesitabas eliminar el sesgo, ya sabes. Las grandes empresas tienen equipos completos de planificadores de demanda que pasan sus días eliminando y ajustando el modelo para que no tenga sesgo. ¿Por qué querrías, en realidad, tener gente que haga lo opuesto, que agregue sesgo a propósito y no por error? Ese era el punto, no era controvertido, era simplemente tonto. ¿Por qué tenemos un equipo entero trabajando en eliminar el sesgo y tú quieres agregar sesgo?
Joannes Vermorel: De hecho, me tomó varios años incluso llegar a la conclusión de que esto podría ser una buena idea. Para mí, no era una posición controvertida; en realidad, ni siquiera era una posición. No era un problema hasta que, eliminando todo lo demás que no funcionaba, llegué a una conclusión. Ese fue, creo, el avance en forecast cuantil. Sí, los sesgos eran muy, muy útiles en supply chain porque deseas prevenir, tienes que estar sesgado hacia el beneficio, y por ello tuvimos que reingenierizar completamente la tecnología en torno a esta idea.
Kieran Chandler: Está bien, y luego otro paso que diste fue en 2012, cuando decidiste que en lugar de seguir a la mayoría del mercado, que adoptaba ese tipo de enfoque enterprise plug-and-play, decidiste hacer algo muy diferente y usar un enfoque más programático. ¿Por qué creíste que eso era bueno para supply chains?
Joannes Vermorel: De nuevo, Lokad se inició de la manera muy clásica, ya sabes, con pantallas, botones, menús y opciones – simplemente el tipo de cosas que esperas de cualquier aplicación empresarial. Pero la realidad es que, cada vez que firmábamos con un nuevo cliente, nos dimos cuenta de que había tantas cosas que no encajaban. Así que, literalmente, estábamos implementando toneladas de nuevas características para adaptar cada cliente.
Usualmente, cuando inicias una empresa de software, piensas que sí, no tenemos todas las características que el mercado quiere, pero vamos a agregar algunas y gradualmente converger a algo que sea completo en características. Así que, está bien comenzar con un producto mínimo viable, y luego repites el proceso, agregas algunas características y, con suerte, converges a algo bueno que tenga encaje en el mercado. Pero yo estaba literalmente a cuatro años vista y no veía ninguna convergencia; si veía algo, era divergencia.
En ese momento, empezábamos a lograr ganar clientes más grandes, y veía que era incluso más diverso de lo que había durante los primeros años cuando trabajaba solo con SMBs. Entonces, si acaso, no estaba en un camino convergente; estaba en un camino divergente. Cuando miré a mis competidores, vi monstruos – monstruos en el sentido de que sus productos de software eran monstruosos, no las personas. Los productos de software tenían miles de pantallas, literalmente miles de opciones, y era un proceso de desarrollo completamente divergente.
En ese momento, el desafío era: ¿voy a seguir este camino? Ni siquiera tiene sentido. ¿Existe alguna forma de lograr algún tipo de convergencia? Y entonces, finalmente llegué a la conclusión de que los supply chains eran demasiado diversos para encajar básicamente en una aplicación rígida con menús y botones. En cambio, necesitábamos un enfoque programático.
Kieran Chandler: ¿Puedes contarnos sobre los inicios de Lokad?
Joannes Vermorel: Sí, ciertamente. Lokad se fundó con la idea de crear una plataforma para la optimización programática y la optimización predictiva del supply chain. Imaginamos una plataforma donde los menús, botones y cálculos fueran completamente hechos a la medida, y por ello, necesitas programarlos para cada cliente. Pero si programas cosas para cada cliente, ¿cuál es tu problema? Tu problema se convierte en producir productividad y confiabilidad. Quieres poder hacerlo súper rápido, súper barato, y de ahí nació la idea de una plataforma para la optimización programática y la optimización predictiva del supply chain.
Kieran Chandler: ¿Alguna vez miraste atrás esos primeros años y hay algún gran error que cometiste o algún gran arrepentimiento que tengas?
Joannes Vermorel: El camino de un emprendedor está lleno de arrepentimientos en el sentido de que, si en 2008 hubiera sabido lo que sé ahora, probablemente habríamos tardado tres veces menos. Habríamos regresado al mercado más rápido de lo que lo hicimos. Pero, ya sabes, es difícil reemplazar, incluso intelectualmente, revivir el pasado. Por ejemplo, cuando empecé en 2008, comencé con la tecnología de ese tiempo, y luego, un año después, en 2009, quedó muy claro que, por ejemplo, el mundo del software había cambiado completamente, y que teníamos que movernos hacia computación en la nube.
Kieran Chandler: ¿Puedes explicar qué es computación en la nube?
Joannes Vermorel: Claro. La perspectiva clásica de abordar un problema informático, como empecé en 2008, es que tienes una máquina, un ordenador, para realizar un cálculo, para procesar datos, ya sabes, una tarea que deseas ejecutar. ¿Entonces, cuánto tiempo tomará? Bueno, toma tanto tiempo como el programa esté en ejecución. Tienes una máquina. Inicias el programa, y cuando termina, termina. Así que lo que es constante es la máquina. El problema varía, y por lo tanto, el tiempo computacional que se necesita para terminar de resolver el problema varía.
La mentalidad de computación en la nube es completamente opuesta. Lo que es constante es el tiempo objetivo de entrega del resultado de tu cálculo. Entonces dices: “Quiero que mi cálculo se entregue en 30 minutos”, y luego puedes ajustar dinámicamente la cantidad de recursos de computación que asignas para resolver el problema. Si necesito mil CPU para básicamente entregar el resultado en 30 minutos, asignemos dinámicamente esas 1000 CPU. La clave fue cuando pasamos de esta idea de que, por un lado, el hardware es lo constante y lo que varía es el problema (y ese es el retraso en entregar la solución) versus la perspectiva de computación en la nube donde lo constante es un retraso, y luego ajustas los recursos de computación para entregar dentro del plazo. De repente, tuvimos que reescribir casi por completo todo lo que habíamos hecho en Lokad.
Kieran Chandler: Si miras hacia atrás, puedes ver que hemos evolucionado gradualmente a medida que las tecnologías evolucionan con nosotros. Y si visitas nuestro sitio web, puedes ver esas generaciones de machine learning que seguimos. ¿Qué dirías que fue el mayor avance desde una perspectiva técnica?
Joannes Vermorel: La cuestión es que no se trató solo de evolución. Fue literalmente un cambio completo. La gente piensa, “Oh, es solo evolución,” pero no, no funcionó así a lo largo de la historia de Lokad. Fue más como si tuviéramos un producto, lo desecháramos y comenzáramos desde cero, usualmente con un problema mejor. Entonces, no es solo un producto mejor porque tiene las mismas características, sino que usualmente es un problema diferente porque se aborda con un mejor entendimiento, lo cual generalmente cambia completamente la tecnología o la arquitectura del software.
Pienso que, en términos de machine learning, el mayor avance fue deep learning. Desde la perspectiva de la infraestructura, el mayor avance fue computación en la nube. Esa es la idea de que deseas tener plazos estrictos para entregar tus resultados, y el resto varía. Pero desde una perspectiva estadística, el avance más importante fue probablemente deep learning, incluso si no es lo que tenemos ahora mismo en producción. Es differentiable programming, pero el avance en sí provenía de deep learning.
Y luego, desde una perspectiva de supply chain, el mayor avance fue la idea de que necesitas adoptar una perspectiva completamente financiera sobre el supply chain de principio a fin. Se asignan dólares de error, de recompensa y de oportunidades en todas partes. Esta mentalidad financiera fue probablemente el avance más significativo – ver todo a través del lente de un análisis financiero en lugar de verlo desde el lente de service level, con etapas porcentuales de error que se intenta mejorar.
Kieran Chandler: Otro camino quizá un poco extraño que muchos habrían visto y considerado algo bizarro fue en 2016, cuando incursionamos en el mundo de I+D de Bitcoin. ¿Por qué tomamos ese camino y qué aprendiste de esas experiencias?
Joannes Vermorel: Para mí, Bitcoin siempre ha sido un pasatiempo, así que profesionalmente, Lokad realmente no depende de ningún tipo de cripto, blockchain o Bitcoin. Sin embargo, es fascinante porque es economía en acción. La gente ha comenzado a diseñar sistemas de software en torno a ideas fundamentadas en nuestra comprensión de la economía, y eso es muy interesante porque, usualmente, esas ideas solo pertenecen al ámbito de la política. Nunca se ingenian.
Puedes tener un político que diga que debemos aumentar la tributación y otro que diga que debemos disminuirla. La experiencia solo ocurre a escala de países, y usualmente, no están diseñadas – son simplemente el resultado de un proceso democrático imperfecto, en el mejor de los casos. Lo interesante de Bitcoin es que es un enfoque diferente de la economía y la tecnología.
Kieran Chandler: Entonces, Joannes, cuéntanos acerca de tu interés en Bitcoin y cómo se relaciona con la optimización del supply chain.
Joannes Vermorel: Acerca de Bitcoin, fue microeconomía en acción desde una perspectiva de ingeniería. Puedes evaluar si funciona o no. Eso es muy interesante, porque los supply chains son prácticamente iguales. Es microeconomía en acción. Puedes experimentar y evaluar si las cosas están funcionando o no. Así que, desde esta perspectiva, me pareció muy interesante. Bitcoin comparte muchas propiedades de lo que tiene el supply chain. Es distribuido, involucra a muchos actores, tiene capas de software, toneladas de complejidad, incentivos conflictivos y problemas de seguridad en múltiples niveles. Obviamente, son todas analogías, no una traducción directa, pero hay mucha inspiración en observar los conocimientos técnicos encontrados en esas comunidades. No la especulación – eso es solo algo agradable – sino los conocimientos técnicos. Son bastante interesantes.
Kieran Chandler: ¿Puedes contarnos sobre Lokad y el enfoque de la empresa?
Joannes Vermorel: Claro, hoy somos alrededor de 50 personas ubicadas en el centro de París. Ofrecemos lo que llamamos una práctica de supply chain science.
Kieran Chandler: ¿Por qué te alejaste del enfoque clásico de data science?
Joannes Vermorel: Creo que es muy amable de tu parte decir que decidí alejarme. Fue más bien que intentamos el camino clásico de data scientists y fracasamos estrepitosamente. Tuvimos que alejarnos de ello. Cuando contratábamos a jóvenes ingenieros, desde las entrevistas definíamos el panorama de a qué era su loyalty, a qué eran leales, en lugar de cuál era su compromiso. ¿Estás comprometido con la visión, con un tipo de problema o con un tipo de habilidades? ¿Cuál es tu compromiso? Cuando optas por el camino de data science, las personas se comprometen con problemas de datos. Este es el compromiso equivocado. Terminas con gente que se centra en los problemas y herramientas geniales, y se enfocan en los problemas agradables y algo cool en cuanto a datos se refiere. Lamentablemente, la mayoría de lo que se necesita para resolver un problema de supply chain se encuentra en el área poco atractiva, al menos en lo que respecta al procesamiento de datos. Necesitas preparar y calificar literalmente cientos de campos, documentarlos y discutir con montones de gente para clarificar exactamente cuáles son los procesos del supply chain, de modo que tengas la posibilidad de hacer una optimización que tenga sentido en la práctica. Por lo tanto, tu compromiso no debería ser con los datos, sino con el supply chain. Eso es lo que aprendimos de la manera difícil. Por eso, lo que tenemos ahora es supply chain scientists, porque cuando contratamos a esos jóvenes entusiastas, les decimos que su compromiso no está en entregar un modelo sofisticado de machine learning. Esto no es de lo que trata Lokad.
Kieran Chandler: Tu compromiso será hacer que el supply chain de nuestros clientes sea mejor y eso es algo muy diferente, y francamente a nosotros no nos importa tanto. Ya sabes, si lo haces de una manera u otra, obviamente tenemos recetas que sabemos que funcionan, tenemos ciertas clases de herramientas que han sido probadas en batalla. Pero, fundamentalmente, harás lo que sea necesario con un cliente para mejorar su supply chain. Y ese debería ser tu compromiso. Ese debería ser tu desafío diario, tu inspiración diaria y todo.
Joannes Vermorel: Resultó que, cuando contratábamos, diría yo, data scientists, estábamos recibiendo personas que probablemente tenían demasiado interés en los problemas sofisticados de datos y no suficiente interés en, diría yo, en las personas, en los problemas del negocio, en asegurarse de que no hubiera nada que realmente impidiera que la solución se usara en producción; porque usualmente, los problemas de esas iniciativas impulsadas por machine learning fallan no porque el algoritmo tenga un problema, sino simplemente porque hay defectos mayores en el conjunto del sistema.
Kieran Chandler: Está bien. Y antes de que profundicemos en algunas de las preguntas de nuestros espectadores, como pregunta final, éramos una empresa que ha crecido de manera muy orgánica en la última década y un poco más. Entonces, lenta pero seguramente, ¿cuáles son tus ideas para los próximos cinco años, los próximos 10 años? ¿Qué ves para el futuro de Lokad?
Joannes Vermorel: Eh, más crecimiento orgánico. Quiero decir, literalmente, que en un año tuvimos un crecimiento del 60% y, francamente, estuvimos tan lejos de un colapso total. Y lo que la gente realmente no percibe es que cuando ven startups que dicen: “Oh, tenemos este 200% de crecimiento anual”, es absolutamente fantástico. Yo diría: “Sí, es bueno si tienes algo en lo que puedas moverte rápido y romper las cosas.” Ya sabes, si tienes una app de citas y se te funde completamente el servidor, francamente, no es gran cosa. Tu base de clientes volverá mañana, ¿sabes? No es un problema. Cuando tienes un colapso total en algo que impulsa una supply chain y de repente tus clientes empiezan a pasar pedidos de producción masivos o pedidos de compra que resultan ser un completo sinsentido, estamos hablando de errores de millones de dólares. Así que es muy, muy malo. La idea de, ya sabes, “moverse rápido y romper las cosas” no es completamente compatible con las supply chains. Y lo que pocas personas se dan cuenta es que, diría yo, mirando el mercado laboral tal como existe hoy en día en París, o lo mismo pasaría en Nueva York u otras grandes ciudades alrededor del mundo, es que si tienes como un 50% de crecimiento anual y una rotación de empleados normal de algo como tres o cuatro años, terminas con una edad media de tus empleados en la empresa de seis meses. ¿Ves eso? Eso significa que si tienes un 50% de crecimiento, al final del año, la mitad de las personas sólo han estado allí seis meses. Y literalmente, si esperas que personas con solo, ya sabes, seis meses de experiencia sean capaces de gestionar una supply chain, estamos hablando de potencialmente cientos de millones de euros anuales. Es mucho pedir, incluso si contratas ingenieros inteligentes, dedicados y brillantes. Es mucho.
Joannes Vermorel: Y así, creo que son como, lamentablemente, cuando no somos, ya sabes, un negocio como Facebook creciendo al mil por ciento anual, simplemente no es una opción razonable. Y por eso vamos rápido, pero hay límites en lo que se puede hacer. De lo contrario, ni siquiera podemos capacitar a las nuevas personas que estamos contratando constantemente.
Kieran Chandler: Bien, vamos a sumergirnos en algunas preguntas, porque veo que ya hay bastantes y algunos rostros familiares, amigos del show. La primera es una que creo que a mucho del personal de Lokad les interesaba de verdad, y nunca nos lo contaron. Proviene de Dervish, quien básicamente pregunta: ¿Hay alguna razón especial para el nombre Lokad? ¿Es una forma abreviada de los algoritmos que usamos? ¿Es un secreto?
Joannes Vermorel: La realidad es que, cuando hacía mi doctorado en biología computacional, estaba pensando en iniciar un negocio en el que usaría pantallas digitales para publicidad. Entonces, pensé en la publicidad local, y se me ocurrió “LoCad”. Era un muy buen nombre de dominio de cinco letras. Lo conservé, y luego, creo que diez años después, un consultor de IBM me dijo: “Oh, Lokad, obviamente es mirar hacia adelante. ¡Qué gran nombre!” Y pensé: “Sí, mirar hacia adelante, esa es una historia genial y esa es la que le contaré a mis clientes ahora.” Así que, la verdadera historia es que era para publicidad local, pero creo que esta interpretación de mirar hacia adelante es mucho más genial.
Kieran Chandler: Tenemos otra pregunta aquí de parte de Deh. Es un poco miserable, pero se centra en los errores. ¿Cuál ha sido la mayor derrota o revés que hemos tenido en la historia de Lokad hasta ahora? Y vamos a enmarcarlo, quizá, desde la perspectiva de un cliente.
Joannes Vermorel: El mayor revés fue, creo, con algunos grandes clientes de EE. UU. que tuvimos. Durante los primeros años, no tuve grandes contratiempos porque no tenía grandes clientes. Así que, tomó tiempo lograr realmente los grandes reveses. El gran revés fue un punto de inflexión, creo, alrededor de 2011-2012, cuando literalmente estábamos ganando benchmarks, similar a la competencia de Kaggle con Walmart. Teníamos mayor exactitud, forecast clásicos semanales, forecast mensuales, y estábamos aplicando esas cosas en la predicción de las supply chains de nuestros clientes. Sin embargo, sus supply chains empeoraban.
Luego rehacíamos el benchmark y comparábamos, y Lokad obtenía una mejor exactitud. Pero en algún momento, el cliente recibía una llamada telefónica y me decía: “Joannes, ¿sabes qué? Has perturbado completamente nuestra supply chain.” Recuerdo una reunión que tuve en Nueva York, donde me pidieron que asistiera, y entré en una sala con 20 planificadores. La mitad de ellos estaban completamente furiosos, diciéndome: “Tu software está haciendo que nuestras vidas sean completamente miserables.”
Para mí, fue una pesadilla. Eran 20 personas, estaban realmente empeñadas, y yo pensaba: “Sí, en términos de exactitud, somos mejores.” Pero la gente decía: “Francamente, no nos importa. Tú no te ocupas del desorden; nosotros lo lidiamos, y simplemente no funciona. Es una pesadilla.”
Kieran Chandler: Con el tiempo, los clientes se comprometieron, hicieron lo mejor que pudieron, nosotros hicimos lo mejor que pudimos. Y creo que los perdimos unos tres años después, pero fue una experiencia verdaderamente miserable.
Joannes Vermorel: Miserable, y lo que sea. Bueno, intentaremos animarnos un poco y hablar sobre otro tema no tan alegre, lamentablemente, el coronavirus. No parece que podamos evitarlo en este momento.
Kieran Chandler: Tenemos un mensaje de SV preguntando, ¿crees que el coronavirus ha destacado la necesidad de transformar los modelos tradicionales de supply chain?
Joannes Vermorel: Creo que el coronavirus es solo una fuente más de variabilidad. Hay tantas cosas que pueden sacudir el mundo. Puede que el próximo presidente decida establecer aranceles, que un país como Inglaterra decida salir de la unión o que tu empresa se vea completamente interrumpida por montones de factores. Por ejemplo, hoy en día, puede que haya empleados que publiquen un video racista en YouTube que dañe por completo la marca de la noche a la mañana y luego pierdas el 20% de tu cuota de mercado solo por ese estúpido video que se vuelve viral. Hay toneladas de cosas que hacen el mundo más incierto. Así que, creo que si hay algo que resalta, es algo que hemos defendido durante muchos años: deberías planificar para la incertidumbre. No tengo la menor idea de lo que será el futuro en el mundo post-COVID, pero estoy bastante seguro de que será aún más errático que antes, y por eso necesitas abrazar la incertidumbre, aceptar el riesgo y gestionarlo en lugar de hacer un forecast y pretender que conoces el futuro con tu bola de cristal. Lokad no tiene una bola de cristal, ni tú. Así que, necesitas abrazar la incertidumbre y gestionar el riesgo. Creo que hoy en día, esta idea está empezando a abrirse paso en las finanzas. No todos los hedge funds están alineados con esta idea, pero los mejores se están sumando. Y sospecho que, en términos de supply chain, las empresas que están adelantándose en esta crisis son aquellas como Amazon, que precisamente enfatizan la resiliencia, la capacidad de abrazar la incertidumbre y reaccionan super rápidamente con muchos sistemas digitales para apoyarlo.
Kieran Chandler: Me temo que nos vamos a quedar con el tema del coronavirus solo para una pregunta más de parte de Marcus Leopold, un amigo de Lokad. Él pregunta, ¿qué tan bien funcionaron realmente los algoritmos de Lokad durante la disrupción del COVID? ¿Los clientes tuvieron que volver a lo manual, o los algoritmos de Lokad se adaptaron automáticamente?
Joannes Vermorel: Los algoritmos no son magia; los propios algoritmos fallaron terriblemente. Pero, y aquí viene un gran pero, lo que estamos vendiendo en Lokad no es solo una plataforma de software. Siempre decimos, hoy en día, que son lo que llamamos managed plans. Es básicamente tener la plataforma y un equipo de supply…
Kieran Chandler: …chain scientists, y literalmente el equipo de Supply Chain Scientists estaba trabajando horas extra para, primero, cerrar en marzo prácticamente todas nuestras supply chains europeas, luego un mes después cerrar todas nuestras supply chains de EE. UU. y luego, dos o tres meses después, reiniciarlas, ¿sabes?
Joannes Vermorel: Los desafíos que enfrentamos involucraron organizar el cierre, organizar una reanudación y ajustar el modelo para que este inusual período de confinamiento no se interpretara como una baja en la demanda. No puedes tener tres meses en los que cuentes eso como demanda, ya que distorsionaría por completo todos tus perfiles estacionales.
I creo que lo esencial de esto es que nuestra tecnología ha sido bastante eficiente, no porque los algoritmos fueran poderosos, sino porque permitió a los Supply Chain Scientists lograr un nivel muy alto de productividad. Cuando la crisis golpeó, no tuvimos semanas para preparar la transición. Recibimos llamadas telefónicas diciendo: “Lokad, ¿sabes qué? La próxima semana cerraremos nuestras plantas y almacenes. Necesitamos priorizar las tareas que deben hacerse antes de ese tiempo. Tienes 24 horas para adaptar el modelo y que esas tareas se ejecuten con suavidad.” Cada hora contaba, y los Supply Chain Scientists, incluso si toda la empresa trabajaba horas extra, tuvieron que ejecutar eso en pocos días. Lo fundamental no era la calidad del algoritmo, sino la productividad que Envision otorga para el modelado explícito de las supply chains.
Kieran Chandler: Vamos a volver a las discusiones sobre criptomonedas y Bitcoin. Este es un mensaje de John Michelle, quien preguntaba: ¿ves algún valor real añadido de esas aplicaciones blockchain de Bitcoin en la supply chain a corto plazo, es decir, durante los próximos tres o cuatro años, o solo lo ves como crypto hype?
Joannes Vermorel: Veo mucho valor, pero no el tipo de valor que esperarías. Primero, las criptomonedas redefinen lo que significa la seguridad informática. Lo interesante es que si colocas un Bitcoin en una computadora, puedes saber que la computadora es segura porque el Bitcoin no se roba. Eso es increíblemente interesante, ya que significa que de repente tienes una prueba muy simple para ver si tus sistemas son seguros o no. Puedes depositar algo de criptomoneda en ella, y si se evapora, pues, ¿adivina qué? Alguien anda merodeando en tus sistemas. La gente comenzó a darse cuenta de esto cuando las empresas de Bitcoin empezaron a tener máquinas en la computación en la nube que contenían porciones considerables de criptomonedas en línea, y todas quebraron por robo.
Kieran Chandler: Entonces, Joannes, ¿puedes hablar un poco sobre los desafíos de la optimización de la supply chain en términos de seguridad informática?
Joannes Vermorel: Sí, y literalmente la gente se dio cuenta de que nada era seguro, ¿sabes? Todos los proveedores de computación en la nube tenían exploits. Todos los dispositivos IoT tienen exploits. Todos los smartphones tienen exploits. Quiero decir, literalmente, la gente se da cuenta de la magnitud del problema, de la envergadura de la situación. Así que, creo que, en cuanto a la supply chain, tenemos el problema, diría yo, el doble de grave porque las supply chains son, por diseño, geográficamente distribuidas. No puedes tener un enfoque de fortaleza en IT security solo porque tienes cosas prácticamente esparcidas por todo el mundo. Así que, es un reto masivo, y lo que está pasando en crypto es muy interesante porque te da una idea de todas las cosas que debes hacer para asegurar tu sistema de verdad. Ese es el valor añadido principal. Así que, de nuevo, no lo sugeriría como vehículo de inversión. Sugiero que mires las tecnicidades de esas cosas y, especialmente, desde una perspectiva de seguridad informática que típicamente combina problemas de ingeniería social con problemas de exploits de software.
Kieran Chandler: Bien. Tenemos otro mensaje de uno de nuestros amigos, Khalil Mehana, quien menciona el forecast. No importa lo bueno que sea, necesita información de los usuarios que lo respaldan. Dos usuarios clave serán el líder del proyecto del lado de la empresa y los Supply Chain Scientists del lado de Lokad. Entonces, ¿qué tan importante es ese profesionalismo y entendimiento del negocio de esas dos personas, y cuánto puede impactar en el resultado y en la exactitud del forecast final?
Joannes Vermorel: Ese es el truco. Por un lado, tenemos alrededor de 100, un poco más de 100, empresas en producción. No estamos ajustando el forecast. Así no se hace. Ya sabes, la gente piensa: “Oh, necesitas tener como una visión humana para modificar el forecast.” Pero, en realidad, se trata de enmarcar cómo vas a extraer la información estadística de los datos. No se trata de adivinar el mercado basándote en tu visión humana y ya sabes. Quiero decir, eso sucede. Tenemos algunas situaciones marginales, por ejemplo, una que se me viene a la mente: el A380, ya sabes, el avión de Airbus. Tenemos algunos clientes que suministran partes para este avión. Cuando básicamente Airbus anunció que discontinuaría este tipo de avión, sí, puedes ajustar el forecast con el conocimiento del mercado, pero es muy raro. Es una situación muy rara, por lo general. El trabajo de, diría yo, los practicantes de supply chain y de los Supply Chain Scientists en Lokad, es mucho mayor. Típicamente se trata, primero, de enmarcar el problema para que los algoritmos aprendan y optimicen lo correcto, que es un objetivo móvil. Si la situación siempre ha estado cubierta, no se trata de inyectar conocimiento en el sentido de que ajustas el forecast. Es literalmente reenmarcar el mismo problema que estás intentando forecast y lo que intentas optimizar. Luego, usualmente, la mayor parte del trabajo mundano consiste en revisar los impulsores económicos. Ya sabes, estamos optimizando esos dólares de error, pero esos dólares de error no son algo que se extraiga de los datos. No existe minería de datos o algoritmo de deep learning que sepa si, um… uh.
Joannes Vermorel: Muchas personas subestiman algunas fuerzas. Primero, subestiman la fuerza de la especialización por países. Por ejemplo, solo hay tres países en el mundo que tienen fábricas de RAM —memorias de acceso aleatorio. Así que, literalmente, si quieres RAM y todas las computadoras las usan, solo hay tres países: Corea del Sur, China y los Estados Unidos. En cualquier otro lugar, pues, mala suerte. Joannes Vermorel: Y luego, si quieres litio para las baterías de tu smartphone, resulta que las reservas mundiales de litio están concentradas en solo tres países: Chile, Argentina y Australia. Creo que algunas personas lo verificarán. Así que, de nuevo, si quieres tener una producción local de litio, pues, mala suerte. La realidad es la misma en la alta relojería. Creo que Suiza tiene más de la mitad, pero pienso que en el segmento de alta relojería, son como el 70%. Así que, de nuevo, no creo que siempre sea factible para artículos de bajo valor como las camisetas.
La industria textil ha sido tradicionalmente una de las que más rezaga debido a lo difícil que es automatizarla. Como resultado, la producción textil se trasladó a China, pero ahora ya no está en China. Se ha mudado a países más baratos como Vietnam, Filipinas o Bangladés. Pero la cuestión es, una vez que estemos en Bangladés y, con suerte, los salarios aumenten allí, ¿a dónde se moverán esas cosas? ¿Quizás a África? No lo sé. Pero se nos están acabando los países baratos.
Y la automatización está avanzando, así que creo que para esos supply chain básicos, probablemente se producirán localmente. Desafortunadamente, no esperes que esto genere empleos, porque se trasladarán de vuelta a los lugares donde se consumen esas cosas una vez que se alcance un grado super alto de automatización. Entonces, ¿tendremos un poco más de supply chain locales? Sí, creo que sí. De nuevo, cuando tienes procesos increíblemente automatizados, ya no importa tanto dónde ubiques tus fábricas. Sí importa, porque, de nuevo, el litio sólo se encuentra en unos pocos lugares del mundo, etcétera, etcétera. Pero de repente, cuando ya no te importa el costo de la mano de obra local, puedes colocar tu producción prácticamente donde quieras.
Kieran Chandler: Tenemos dos preguntas aquí que voy a unir en una sola gran pregunta. Una de Kenya y otra de Manmeet. Kenya preguntaba porque el enfoque de Supply Chain Quantitativa es tan diferente, ¿encuentras mucho escepticismo al implementar ese tipo de prácticas? Y Manmeet añade, preguntando ¿qué tipo de desafíos en la gestión del cambio organizacional encuentras cuando implementas algo como Lokad?
Joannes Vermorel: Probablemente esa sea una de mis mayores frustraciones, no encuentro tanto escepticismo. Y te diré por qué. Es porque cuando le digo a la gente, por ejemplo, que el time series forecast de series temporales desnudo está completamente roto, ya que ignora la incertidumbre. La gente lo sabe, y entonces yo…
Kieran Chandler: Entonces Joannes, ¿puedes explicar qué sucede cuando haces forecast de un producto pero luego introduces 10 productos más que compiten con él?
Joannes Vermorel: Si haces forecast de un producto, pero no sabes que vas a introducir 10 productos más que compitan con él, vas a tener canibalización por todas partes. Y si tienes un modelo de series temporales, simplemente va a ignorar completamente esa canibalización, por lo que está totalmente roto. Y, de nuevo, la gente no es idiota. Lo saben. Así que lo frustrante es que lo entienden. Creo que normalmente, cuando hablo con, digamos, directores de supply chain, jefes de planificación, jefes de supply chain forecasting y cosas por el estilo, no son escépticos. Dicen, “Sí, sí, sí, lo entiendo.” Mi frustración surge de, ¿sabes qué? Simplemente no lo voy a hacer. Sé que está roto, pero, ya sabes, ¿estoy realmente dispuesto a, en teoría, muchas personas dicen, si les preguntas, “Sí, voy a hacer lo que es mejor para mi empresa.” Pero desafortunadamente, en las grandes empresas, la mayoría hace lo que sea necesario para conservar su empleo. E incluso si están bastante altos en la jerarquía, se haría creer que la mayoría son héroes que promueven la innovación y demás, pero no, la mayoría de las personas tienen hobbies muy interesantes, una vida interesante, y su trabajo es, bueno, simplemente un trabajo. Y no se van a embarcar en una cruzada para reformar su organización de manera que pueda rendir mejor. Sí, para los accionistas es mejor. Hará crecer la empresa, la hará más rentable. Pero seamos realistas, la mayoría de las personas en organizaciones grandes tienen un salario. Ahí, no quieren perjudicar a la organización, ¿sabes? Quieren ser razonablemente buenos en su trabajo, pero no se van a embarcar en una cruzada para llevar su empresa al siguiente nivel. Y si la empresa va mal, se irán, cambiarán de trabajo y pasarán a la siguiente empresa, ¿sabes?
Kieran Chandler: Bien, agregaremos un par de preguntas más antes de terminar. Voy a incluir esta de Richard Lebenski, principalmente porque se está quedando despierto hasta tarde en su zona horaria. Así que sí, sí, héroes, héroes, sí. Y entonces pregunta, bueno, ¿en qué área puede el enfoque de Lokad desbloquear el mayor valor empresarial donde otros quizás no pueden?
Joannes Vermorel: Generalmente es inversamente proporcional a la cantidad de desorden y complicación. Y cuando la gente dice, “Oh, es como una pesadilla,” es muy bueno, porque usualmente cuando el supply chain es como una pesadilla, con demasiadas opciones, demasiadas decisiones, demasiadas cosas con efectos de segundo orden, con multi-echelon, con vida útil, con retrofits, y todo tipo de efectos super extraños, es típicamente donde Lokad brilla más, porque generalmente es un tipo de supply chain en el que la optimización ni siquiera ha comenzado aún. Así que, obviamente, si tienes un supply chain que ya es extremadamente lean porque es tan simple, y probablemente, diría, pongamos, por ejemplo, la distribución de agua, ya sabes, no hay nada más tonto que la distribución de agua. Así que el supply chain del agua, casi nadie habla de él porque es tan jodidamente simple que no queda nada por optimizar. Todo lo que quedaba por optimizar ya se optimizó casi hace un siglo. Así que Lokad casi no puede hacer nada, diría, para las compañías de agua. Pero
Kieran Chandler: En el extremo opuesto, diría, pongamos, la aeroespacial, que es un completo desastre, en total desorden, especialmente con el COVID. Es típicamente el tipo de área en la que rendimos mejor. Pero los alimentos frescos pueden ser súper complicados, el lujo también tiende a ser súper complicado, y existe el problema adicional de que se tienen conjuntos de datos muy limitados. Así que los métodos estadísticos clásicos para las partes generalmente no funcionan en esas situaciones. Es un poco paradójico. Se diría que Lokad rinde mejor cuando hay muchos datos, pero también cuando hay datos muy limitados, y por lo tanto, todas las estadísticas habituales simplemente no funcionan. Ese es también un punto dulce muy favorable para nosotros.
Joannes Vermorel: Bien. Parece que ha habido una pequeña discusión con Nicholas Vanderpooh, uno de nuestros anteriores invitados favoritos en el programa. Él ha estado discutiendo con Edith, y la pregunta principal fue, bueno, ¿cuál fue el mayor problema que motivó emprender una tarea tan enorme como una reescritura completa?
Kieran Chandler: ¿Te refieres a una reescritura del software, Lokad?
Joannes Vermorel: Sí. Quiero decir, primero, si ves que algo no está funcionando, sabes que estás en el camino equivocado. Por lo general, la reescritura es solo el último recurso. Es cuando ya no tienes esperanza. Es literalmente que, en algún punto, haces desarrollo incremental y luego más desarrollo incremental, y en algún momento, se te acaba la esperanza de que alguna vez funcione. Y así, en algún punto, simplemente lo reescribes desde cero. Es muy difícil. No es algo que hayamos tomado a la ligera. Siempre se dice en el mundo del software que nunca se debe reescribir desde cero. Diría que, sí, generalmente es algo muy malo reescribir desde cero. Pero cuando te das cuenta de que tienes fallas arquitectónicas, fallas de diseño que están completamente en el núcleo de tu arquitectura, estás frito. Literalmente, estás frito. Y eso es algo que le digo a la mayoría de nuestros clientes. La mayoría de las propiedades, sean buenas o malas, de un software se deben al diseño. Es literalmente la decisión de diseño clave que se tomó probablemente durante los primeros tres meses de la etapa de desarrollo de este software la que determina todo lo demás a partir de ese momento. Así que, cuando ves que hubo alguna suposición clave de diseño que simplemente se derrumba, estás jodido.
Kieran Chandler: Tengo una pregunta aquí que podría ser bastante entretenida de parte de Slim Kalell. Pregunta, ¿qué tan bien funciona Lokad junto a soluciones de tipo SNOP?
Joannes Vermorel: Oh, simplemente los ignoramos. Lo curioso es que las burocracias tienden a tener una propiedad increíble; sistemáticamente sobreviven a su utilidad. Así que terminas en situaciones en las que Lokad está en producción. Literalmente, somos los Supply Chain Scientist que trabajan con un modesto equipo de practicantes de supply chain, tomando cada decisión. Así que todas las compras, toda la producción, todos los movimientos de inventario, incluso los precios. Y luego tienes la burocracia SNOP, donde la gente sigue reuniéndose, la gente sigue haciendo su proceso, aún le piden a los vendedores su forecast, las spreadsheets siguen llenas de números, y la gente continúa con sus habituales artimañas de sandbagging y demás. Así que toda esta burocracia sigue viva.
Kieran Chandler: Está completamente desconectada, ya sabes, de la realidad, por lo que estrictamente no hace daño porque tiene cero efecto en el mundo real, que es físico. Diría que sí tiene un efecto en el supply chain, pero la gente tiene la impresión de que sólo los gobiernos pueden mantener una administración inútil, tal como, por ejemplo, el Reino Unido que logró tener un Departamento de las Colonias hasta que dejó de tener alguna colonia que gestionar. Seguían siendo como un ministerio gigantesco. Francia ha hecho prácticamente lo mismo, por ejemplo, todavía tenemos el Banco de Francia, que es para gestionar el Franco. Ya no tenemos el Franco; esto es el Euro, pero aún tenemos el Banco de Francia.
Joannes Vermorel: En resumen, no es porque seas una empresa que estés inmune al problema. Es el mismo problema para cualquier tipo de empresa grande, y terminamos en esas situaciones tan paradójicas en las que, usualmente, Lokad opera junto a SNLP que sigue haciendo lo suyo, completamente desconectados. Y lo que se vuelve aún más extraño es cuando operamos lado a lado con el equipo de data science, porque hay un equipo de data science que sigue produciendo modelos que no se usan. Todavía producen prototipos, usualmente uno o dos por trimestre, que están completamente desconectados, y nosotros simplemente seguimos con nuestras vidas en producción. Es extraño, pero ya sabes, así es la cosa.
Kieran Chandler: Bien, y vamos a empezar a concluir ahora. Voy a terminar quizás con un comentario en lugar de una pregunta de Yatin Dinesh, quien sé que es un gran fan del programa también. Él simplemente dice, “Me encanta el podcast hasta ahora, años de experiencia y aprendizajes a través de errores compartidos.” Pero quiere saber, ¿quién es el que escribe el blog?
Joannes Vermorel: El blog, usualmente soy yo. Quiero decir, estoy muy ocupado, sí. Y, por cierto, si miras el ritmo de producción del blog desde que iniciamos este programa, he estado publicando las entradas a un ritmo mucho más lento. Volveré a ello; tengo planeado retomar el blog, pero sólo hay tantas horas en el día. Pero no, nunca delegué a alguna agencia de contenidos de terceros para tener charlas felices producidas en masa, ya sabes, que sólo ofrecen lugares comunes y tonterías combinadas.
Kieran Chandler: Siempre soy yo quien normalmente se interpone en las cosas. No, no, para terminar el día y concluir, ¿por qué crees que es importante mirar hacia atrás en el recorrido de Lokad, y qué esperas que nuestros espectadores aprendan del episodio de hoy?
Joannes Vermorel: La cuestión es que es muy difícil intelectualmente darse cuenta de que estás equivocado. Es muy duro. Primero, no es nada agradable; no te gusta darte cuenta de que has cometido montones de errores. Por lo general, tu instinto básico es activar un mecanismo defensivo y buscar excusas. Dices, “Sí, no tuvimos éxito, pero los clientes, ya sabes, hubo tal choque cultural, la situación era tan difícil, tenían un despliegue de ERP en progreso que complicó las cosas.” Siempre hay montones de excusas. Existe este lema: puedes tener resultados o excusas. Y hay una tercera opción, que es…
Kieran Chandler: Entender por qué salió mal y dónde es muy importante para mí. Probablemente esté cometiendo montones de errores en este momento, simplemente no sé cuáles. Revisitar tus errores pasados es una manera de pensar en lo que podría salir mal ahora mismo. Quiero decir, obviamente estamos haciendo cosas que son muchísimo mejores que lo que hacíamos hace 10 años, pero no significa que seamos perfectos. Estoy bastante seguro de que habrá montones de cosas en las que, dentro de 10 años, nos daremos cuenta, francamente, de que estaba totalmente fuera de mí, o algo así. Era obvio que había una mejor manera de hacerlo, y era el elefante en la habitación. Era gordo y obvio, y sin embargo, simplemente lo ignorábamos. Así que, en mi opinión, revisitar esas cosas es algo que trato de hacer repetidamente porque te da un ángulo para darte cuenta de lo que está saliendo mal en lo que estás haciendo ahora.
Joannes Vermorel: Y, por lo general, de nuevo, el problema no radica en que podrías hacer algo mejor. Esa es la forma incorrecta de ver el problema, porque usualmente, el problema es que ni siquiera estás mirando el problema de la manera correcta. No se trata de ver el problema mejor, de hacerlo mejor, porque eso es, diría yo, una progresión lineal de lo que tienes, como una progresión incremental. Usualmente, los mayores avances ocurren cuando ves que debiste haber abordado este problema desde un ángulo diferente. Y entonces te das cuenta de que hay otro problema, otro ángulo por el que realmente vale la pena luchar. No es que pudiéramos hacerlo mejor; es que ni siquiera estábamos abordando el problema en absoluto en el pasado.
Kieran Chandler: Bueno, tendremos que terminar aquí, pero después de cien episodios, probablemente nos hayamos ganado una cerveza, creo. Así que eso es todo por esta semana, y si no respondimos a tu pregunta, asegúrate de enviarnos un correo a contact@lokad.com, y trataremos de responderte. Asegúrate de hacer clic en el botón de suscribirse, y nos veremos de nuevo en el próximo episodio. Gracias por ver.