00:00:08 Introducción y bienvenida a Nicholas Vandeput.
00:00:34 El trabajo actual de Nicholas y su enseñanza en la universidad.
00:01:00 Discutiendo el libro de Nicholas “Modelos y Simulaciones de Optimización de Inventario”.
00:03:51 El público objetivo del libro y el enfoque de simplificación.
00:05:15 El cambio de los departamentos de TI a los profesionales y la madurez de la cadena de suministro.
00:08:02 La expresividad de Python y sus ventajas sobre otros lenguajes de programación.
00:10:19 Énfasis en Python en el libro y los beneficios del aprendizaje práctico.
00:11:47 La popularidad de Python y sus competidores, como Java y JavaScript.
00:13:51 Transición de Python 2 a Python 3 y su impacto en el ámbito académico.
00:15:10 Lidiar con la incertidumbre en Python y el potencial de mejoras en el lenguaje.
00:16:03 Precio de oferta para probar nuevos software de optimización de inventario.
00:16:18 Confusiones comunes en la optimización de inventario y la fórmula de stock de seguridad.
00:17:32 La importancia del período de revisión en los cálculos de stock de seguridad.
00:18:34 La necesidad de mejores ingenieros en la gestión de la cadena de suministro.
00:19:57 Comparación de problemas de la cadena de suministro con campos más complicados como la microelectrónica.
00:21:02 Importancia de la formulación del problema y atracción de mentes brillantes.
00:22:32 Limitaciones de los modelos académicos y su aplicación en el mundo real.
00:23:01 Pasar de modelos matemáticos a simulaciones para una mayor precisión.
00:24:01 Limitaciones de la fórmula de stock de seguridad y la necesidad de simulación.
00:25:07 Conclusión y mención del libro de Nicolas sobre optimización de inventario.
Resumen
En la entrevista, Kieran Chandler presenta una discusión con Joannes Vermorel, fundador de Lokad, y Nicolas Vandeput, autor de “Modelos y Simulaciones de Optimización de Inventario”. Abordan la simplificación y accesibilidad de la programación en la optimización de la cadena de suministro utilizando Python. El libro de Vandeput ofrece modelos simplificados de optimización de inventario, mientras que Vermorel enfatiza la facilidad de implementación de estos modelos. Discuten la evolución de la optimización de la cadena de suministro, la importancia de la expresividad de la programación y las ventajas de Python. Ambos expertos reconocen las limitaciones de los modelos matemáticos tradicionales y enfatizan la necesidad de métodos alternativos como las simulaciones para enfrentar los desafíos del mundo real en la gestión de la cadena de suministro.
Resumen Extendido
En la entrevista, Kieran Chandler, el presentador, presenta a Joannes Vermorel, el fundador de Lokad, y a Nicolas Vandeput, el autor de “Modelos y Simulaciones de Optimización de Inventario”. La discusión gira en torno a la simplificación y accesibilidad de la programación en la optimización de la cadena de suministro, con el uso de herramientas como Python.
Vandeput comparte que su libro tiene como objetivo simplificar los modelos de optimización de inventario y hacerlos accesibles para los profesionales de la cadena de suministro. El libro se centra en proporcionar recetas numéricas simples en Python para abordar situaciones del mundo real, en lugar de sumergirse en cadenas de suministro idealizadas. Vermorel destaca que estas recetas se pueden implementar en solo unas pocas líneas de código, desmitificando lo que ofrecen los grandes proveedores de software y cuestionando el valor que brindan.
El libro está diseñado para profesionales de la cadena de suministro que luchan con la gestión de inventario, con el objetivo de ayudarles a comprender y optimizar sus niveles de stock. Vandeput enfatiza la importancia de hacer suposiciones y comprender las limitaciones de los modelos utilizados, en lugar de buscar la perfección.
Vermorel explica que la madurez de la cadena de suministro ha evolucionado a lo largo de las décadas, con las empresas luchando inicialmente por establecer un contraparte digital de sus cadenas de suministro. Después de décadas de progreso, las empresas ahora pueden gestionar sus niveles de stock digitalmente sin ninguna inteligencia, lo que les permite centrarse en la optimización.
El cambio de mentalidad, con los profesionales de la cadena de suministro cada vez más involucrados en la programación, se atribuye a la creciente accesibilidad de herramientas como Python y la simplificación de los procesos. Este cambio ha permitido a los profesionales tener un mayor control sobre la optimización de su cadena de suministro, en lugar de depender únicamente de los departamentos de TI.
Discuten la evolución de la optimización de la cadena de suministro, la importancia de la expresividad de la programación y las ventajas de usar Python.
Vermorel destaca que han pasado cuatro décadas para que los sistemas ERP alcancen la madurez, lo que ha permitido que la optimización de la cadena de suministro se convierta en una opción viable. La conversación se centra en la importancia de la expresividad programática, ya que permite a las organizaciones adaptarse a cambios del mundo real y eventos impredecibles. Vermorel explica que Excel proporciona un cierto nivel de expresividad, pero sus limitaciones provienen de la forma en que se organiza la lógica en las hojas de cálculo. Python, por otro lado, ofrece una solución más abstracta y expresiva, lo que lo hace ideal para la optimización de la cadena de suministro.
Luego, Vandeput explica por qué Python es su lenguaje de elección para el libro. Señala que Python es uno de los lenguajes de programación más populares a nivel mundial, con una abundancia de recursos disponibles en línea. Esto significa que los usuarios pueden encontrar respuestas a sus preguntas fácilmente, lo que reduce la probabilidad de que se queden atascados. Además, la simplicidad de Python lo hace más accesible y los usuarios pueden entender el código al leerlo.
El libro enfatiza Python por dos razones. Primero, Vandeput cree que la práctica es crucial para el aprendizaje, por lo que incluye muchas secciones de “hazlo tú mismo” en Excel y Python, lo que permite a los lectores adquirir experiencia práctica. Segundo, Python permite a los usuarios escalar soluciones para la optimización de la cadena de suministro, yendo más allá de resolver problemas para artículos individuales y abordando problemas más amplios de la cadena de suministro.
Vermorel está de acuerdo con los puntos de Vandeput sobre la popularidad y simplicidad de Python, pero también reconoce algunas limitaciones del lenguaje. Sugiere que otros lenguajes de programación, como JavaScript y Java, no son tan adecuados para la optimización de la cadena de suministro debido a las extensas habilidades de ingeniería de software requeridas para trabajar con ellos.
La conversación gira en torno a los méritos de Python como lenguaje de programación y los conceptos erróneos comunes en la optimización de inventario.
Vermorel argumenta que Python es adecuado para la optimización de la cadena de suministro debido a su naturaleza concisa y facilidad de uso, especialmente para los recién llegados. Señala que la evolución de Python desde su creación en la década de 1990 hasta la actualidad lo ha hecho cada vez más popular y efectivo para abordar las necesidades académicas e industriales. A pesar de sus ventajas, Vermorel menciona que aún hay margen de mejora, específicamente en el manejo de la incertidumbre. Sin embargo, afirma que Python es una solución rentable en comparación con otras opciones costosas en el mercado.
Por otro lado, Vandeput profundiza en los conceptos erróneos comunes dentro de la industria con respecto a la optimización de inventario. Señala que muchos profesionales a menudo confunden el tiempo de entrega con el tiempo de transporte y pasan por alto la importancia del período de revisión al calcular las existencias de seguridad. Vandeput enfatiza que el período de revisión debe considerarse además del tiempo de entrega y sugiere que reducir este período puede llevar a una reducción en las existencias de seguridad.
Tanto Vermorel como Vandeput reconocen la confusión prevalente en la industria y la necesidad de profesionales mejor educados en el campo de la gestión de la cadena de suministro. Destacan la importancia de comprender los matices de la optimización de inventario y utilizar herramientas y técnicas adecuadas para obtener mejores resultados.
La discusión abordó los desafíos que enfrenta la industria de la cadena de suministro y la necesidad de atraer a más personas talentosas al campo.
Vermorel señaló que la complejidad de los problemas en la industria de la cadena de suministro suele ser menor que en otros ámbitos, como la microelectrónica. Sin embargo, enfatizó la importancia de atraer a más mentes brillantes al campo para ayudar a resolver los desafíos que se enfrentan. Elogió el libro de Vandeput por hacer que el campo de la cadena de suministro sea más atractivo para personas inteligentes y entusiastas que pueden interesarse genuinamente en abordar dichos problemas.
Vandeput habló sobre las limitaciones de los modelos matemáticos tradicionales en la gestión de la cadena de suministro, que a menudo se basan en simplificaciones de la realidad. Explicó que algunos modelos pueden funcionar lo suficientemente bien para ciertos escenarios, pero cuando no logran un rendimiento adecuado, pueden ser necesarios enfoques alternativos como las simulaciones.
Vandeput citó el ejemplo de las fórmulas de existencias de seguridad, que asumen tiempos de entrega distribuidos normalmente. En realidad, los proveedores pueden llegar a tiempo la mayoría de las veces, pero cuando llegan tarde, pueden llegar significativamente tarde. Los modelos matemáticos tradicionales tienen dificultades con este tipo de situaciones, lo que destaca la necesidad de métodos alternativos como las simulaciones.
La conversación se centra en las limitaciones de los modelos matemáticos tradicionales, como las fórmulas de existencias de seguridad que asumen tiempos de entrega distribuidos normalmente. Ambos expertos enfatizan que los escenarios del mundo real a menudo se desvían de estas suposiciones, creando desafíos que requieren métodos alternativos como las simulaciones para una gestión de la cadena de suministro más precisa.
En conclusión, la entrevista destacó la importancia de atraer mentes brillantes a la industria de la cadena de suministro, las limitaciones de los modelos matemáticos tradicionales y los beneficios potenciales de utilizar simulaciones como alternativa para superar estas limitaciones.
Transcripción completa
Kieran Chandler: Hoy en lokad tv, nos complace dar la bienvenida nuevamente a Nicolas Vandeput, quien va a discutir con nosotros lo simple que puede ser y lo que podemos aprender de su nuevo libro. Entonces, Nicolas, muchas gracias por unirte de nuevo. Hoy, como siempre, nos gusta saber un poco sobre nuestros invitados y qué han estado haciendo. Entonces, ¿qué has estado haciendo desde la última vez que te vimos en el programa?
Nicolas Vandeput: Hola de nuevo, Kieran. Bueno, en realidad, como siempre, estoy ocupado trabajando en la creación de algunos modelos interesantes para empresas sobre optimización de inventario y pronósticos. Y, bueno, también puedo decir que he estado escribiendo algunos libros y enseñando en la universidad, como sabes, eso es mi gran pasatiempo ahora.
Kieran Chandler: De acuerdo, genial. Y hoy vamos a discutir uno de esos libros, Joannes. Se llama “Modelos y Simulaciones de Optimización de Inventario”. Entonces, ¿qué es lo que hace diferente el libro de Nicolas?
Joannes Vermorel: Creo que, ya sabes, Nicolas en este libro está abrazando, diría, frontalmente una cosa que creo que es fundamental en las cadenas de suministro modernas. Y cuando digo cadena de suministro, me refiero en el sentido de optimización de la cadena de suministro, no solo gestión en el sentido de contabilizar cosas. Necesitas tener una expresividad programática si quieres tener algo que tenga alguna posibilidad de lidiar con cadenas de suministro del mundo real. Y en este libro, creo que una de las cosas que es muy interesante es que en lugar de profundizar mucho en cadenas de suministro idealizadas, donde dices, “Oh, vamos a tener una prueba matemática de optimalidad para esto o aquello para una cadena de suministro idealizada que simplemente nunca existirá”, y donde si agregas un poco de ingrediente del mundo real a la cadena de suministro, todos los marcos matemáticos simplemente se desmoronan. Nicolas está haciendo algo que creo que está mucho más en la mentalidad ágil, que es mucho más apropiado: simplemente muestra cómo puedes proporcionar recetas numéricas muy simples y directas con Python.
La belleza de las recetas es que son muy prácticas y literalmente muestran que la mayoría de las recetas clásicas de la cadena de suministro se pueden implementar en como cinco líneas de Python o algo así la mayoría de las veces. Y creo que eso es muy interesante porque transmite la idea de que si quieres hacer algo muy simple, se puede hacer de formas muy simples. No se necesitan media docena de ingenieros de software para idear esas cosas. Y creo que como efecto secundario, desmitifica profundamente lo que los grandes proveedores de software están ofreciendo al mercado. Porque cuando muestras que básicamente puedes hacer lo que ellos dicen que están haciendo, pero solo en unas pocas líneas de código, la pregunta es: ¿Hay algún valor en lo que están proponiendo esos proveedores? Y creo que, en gran medida, no. Pero incluso más allá de eso, muestra que si puedes tener bloques de construcción muy pequeños, de repente puedes combinarlos para inyectar tus propios desafíos del mundo real en esas recetas para que tengas algo que al menos tenga una oportunidad decente de ser adecuado.
Kieran Chandler: Solución para tu cadena de suministro. De acuerdo, suena ciertamente muy interesante. Nicolas, esta idea de solo unas pocas líneas de código y ya estás obteniendo resultados y es mucho más satisfactorio que pasar horas y horas mirando código. Entonces, ¿a quién va dirigido este libro?
Nicolas Vandeput: Una de mis grandes obsesiones es la simplificación. Así que cuando escribo un libro como este, trato de pensar: “Ok, si gestiono la cadena de suministro y quiero optimizar el inventario, ¿cómo puedo simplificar todo para dar una imagen global y al mismo tiempo permitir que los profesionales lo hagan por sí mismos?” Así que realmente escribí este libro para cualquier persona que esté en una cadena de suministro en este momento y esté pensando: “Dios mío, tenemos demasiado stock” o “Tenemos mucho stock y al mismo tiempo no tenemos el nivel de servicio adecuado” o simplemente “Bueno, estoy a cargo del stock, pero no tengo idea de cuánto necesito”. Realmente escribí este libro para ayudar a esas personas, para que puedan hacerlo por sí mismas. Hay tantas secciones de “hazlo tú mismo” en este libro que muestran, de la manera más simple, cómo hacerlo. Y al mismo tiempo, trato de decirles: “Bueno, tenemos que hacer algunas suposiciones, y a medida que seguimos algunas suposiciones, no estamos buscando la perfección que no existe. Así que vamos a hacer algunas simulaciones y vamos a ver los límites de los modelos que usamos”. En resumen, este libro es realmente para cualquier persona en la cadena de suministro hoy en día que esté pensando: “Ok, necesito tener el inventario correcto”.
Kieran Chandler: Genial, y es un cambio de mentalidad, ¿verdad, Johannes? Porque históricamente, la programación era algo que se dejaba en manos de los departamentos de TI. Ahora parece que hay cada vez más profesionales que están añadiendo esas habilidades a su repertorio. Entonces, ¿por qué dirías que hay este cambio de mentalidad?
Joannes Vermorel: Creo que esas cosas han estado presentes durante mucho tiempo. Pero en términos de madurez de la cadena de suministro, durante décadas, las empresas luchaban por tener los equivalentes digitales de su cadena de suministro, tener un ERP o una configuración de WMS donde simplemente se pudieran gestionar los niveles de stock de manera sencilla, sin ninguna inteligencia, pero simplemente un equivalente digital preciso de su cadena de suministro. Nos llevó mucho tiempo llegar hasta ahí. Si observamos el hecho de que los primeros ERPs se implementaron, aunque no se llamaban así, a fines de los años 70, ahora tenemos cuatro décadas de historia de ERP a nuestras espaldas. Así que llevó mucho tiempo tener un mapeo digital suficiente para que se convirtiera en una opción razonable hacer todo tipo de optimizaciones. Y ha sido un movimiento lento de Excel a Python, por cierto. Excel ya te brinda muchas capacidades de programación, que también se ilustran en cierta medida en el libro. Así que para mí, es un continuum, no una disrupción completa donde pasas de algo a otro. Necesitas esta expresividad programática para lidiar con todas las cosas que el mundo real te está lanzando.
Kieran Chandler: Entonces, Joannes, estabas hablando de la necesidad de que el software sea expresivo para manejar la naturaleza impredecible de las cadenas de suministro. ¿Puedes ampliar un poco más sobre eso?
Joannes Vermorel: Sí, creo que siempre habrá cosas que sean completamente aleatorias e impredecibles. Puede ser un Brexit, un arancel de Trump, una pandemia o de repente el hecho de que la empresa tenga que lidiar con la distribución de una vacuna, lo que va a poner patas arriba tu cadena de suministro. Así que hay muchas cosas que suceden, y si solo tienes un software rígido, simplemente no podrá lidiar con todas las cosas que suceden en el mundo real. Por lo tanto, necesitas tener algo más expresivo, y por lo tanto, necesitas tener esta expresividad programática. Excel te brinda eso, pero viene con ciertas limitaciones que están, diría yo, profundamente relacionadas con la forma en que organizas tu lógica en una hoja de cálculo. Python te brinda el siguiente nivel; es un poco más abstracto, pero obtienes, diría yo, el siguiente nivel de expresividad donde puedes tener cosas como funciones definidas por el usuario. Puedes tener eso en Excel a través de Visual Basic, pero en todos los sentidos, Python es simplemente una versión superior de VBA.
Kieran Chandler: Nicolas, hablemos tal vez de la transición de Excel a Python, y hay muchas otros lenguajes de programación por ahí, como SQL, C-sharp, y demás. ¿Por qué Python fue tu lenguaje de elección para este libro? ¿Qué ofrece que quizás algunos de esos otros lenguajes no ofrecen?
Nicolas Vandeput: Bueno, en general, vemos que Python tiene algunas ventajas. La primera es que es bastante conocido. No sé si se puede decir que es el lenguaje número uno en el mundo, pero al menos está cerca de eso. Significa que hoy, si te haces una pregunta sobre Python, simplemente lo buscas en Google y encontrarás una respuesta, y esto es realmente conveniente. Si encuentras un lenguaje de programación que es mucho más rápido que Python, entonces dirás: “Ok, voy a usar este, es más rápido”, pero tienes algunas preguntas y escribes esas preguntas en línea, pero no encuentras respuesta, te quedarás atascado. Con Python, es extremadamente difícil quedarse atascado porque realmente puedo decirte que alguien en algún lugar ya tuvo la misma pregunta y ya ha sido respondida. Por otro lado, y creo que esto es extremadamente importante, me gusta mucho la simplificación. Python es realmente simple. Siempre recuerdo de mis días como analista cuantitativo a aquellos colegas que usaban VBA. Todos tenemos en mente este tipo de enorme archivo de macro VBA en Excel del que todos tienen un poco de miedo, y no te atreves a tocar nada en el archivo de Excel porque si se rompe, es imposible de arreglar. Python no es así en absoluto. Bueno, Python es mucho más simple, y básicamente puedes leerlo y entender lo que hace a medida que sigues leyendo el archivo. Tuve uno o dos lectores que me escribieron un correo electrónico después de leer el libro, diciéndome: “Nicolas, no sé nada de Python, pero leí tu código y básicamente entiendo lo que haces en tu código porque todo está súper claro”. Así que gracias a estas dos cosas, creo que Python es realmente el lenguaje a usar si quieres aprender algo nuevo. Ahora, en cuanto al libro, ¿por qué estoy poniendo tanto énfasis en Python? Bueno, veo dos razones por las que estoy haciendo esto. Primero, creo que si quieres aprender algo, tú
Kieran Chandler: Entonces, me pregunto, en tu libro, ¿por qué elegiste enfocarte en Python para la optimización de la cadena de suministro?
Nicolas Vandeput: Creo que es mucho mejor si puedes experimentarlo por ti mismo y probarlo por ti mismo. Estoy incluyendo muchas secciones de hazlo tú mismo en el libro, ya sea en Excel o Python, porque quiero que el lector adquiera nuevos conocimientos y habilidades. También quiero desmitificar la optimización de la cadena de suministro diciéndoles que no es tan complicado. Solo escribes unas pocas líneas de código y funcionará en tu propia computadora. La razón principal por la que estoy promoviendo Python es que es fácil escalar la solución a una cadena de suministro. Con Python, puedes ejecutar fácilmente una cadena de suministro utilizando suposiciones y modelos simples.
Kieran Chandler: ¿Estás de acuerdo con eso, Joannes? Obviamente hemos hablado un poco en el pasado sobre algunas de las limitaciones de Python.
Joannes Vermorel: En términos de popularidad, no hay duda de que Python está en el top 10 de los lenguajes de programación más utilizados. Los contendientes serían JavaScript, Java y algunos otros, pero no son buenas opciones para las cadenas de suministro. Se requieren habilidades significativas de ingeniería de software para hacer algo con esos lenguajes. Algunas de las buenas cualidades de Java, por ejemplo, el amplio soporte para la programación orientada a objetos, pueden ser un defecto cuando se trata de incorporar fácilmente nuevos usuarios. Estas características no son útiles de inmediato para la optimización de la cadena de suministro o para fines de modelado de la cadena de suministro. Si simplemente agregas eso a la mezcla, tienes un lenguaje de programación más complejo sin ninguna ventaja obvia, al menos no durante los primeros meses de cualquier proyecto.
Python se inició en los años 90 y tardó casi tres décadas en alcanzar popularidad. Hubo una migración masiva de Python 2 a Python 3, que creo que fue un dominio de la academia. Python encontró su punto dulce en la academia y la gran transición entre Python 2 y Python 3 fue eliminar todas las partes malas de Python. Lo que surgió de eso durante la última década fue un lenguaje que se ajustaba mucho más a lo que necesitas en la academia y para la optimización de la cadena de suministro.
Kieran Chandler: Entonces, hablemos de los lenguajes de programación. Joannes, ¿qué piensas de Python?
Joannes Vermorel: Python es algo en lo que tienes algo muy conciso, donde no tienes demasiada masa con demasiadas cosas flotando alrededor. Lo contrario exacto de eso sería probablemente algo como C++. No estoy seguro de si hay alguien en la Tierra que diga: “Sé todo lo que hay que saber sobre C++”, porque la especificación del lenguaje es tan absolutamente gigantesca que no creo que sea humanamente posible estar familiarizado con todas las partes de C++. El lenguaje es un poco insano cuando lo piensas. Entonces, todo eso junto, tienes a Python que es realmente un punto dulce, para que las personas comiencen fácilmente. Creo que ese es un buen punto de partida para evitar muchas de las trampas de la complejidad accidental. Ahora, donde creo que no es realmente el objetivo final, aunque eso es lo que hemos estado desarrollando en Lokad. Pero obviamente, este no es el tema del libro de Nicolas, así que no me voy a desviar demasiado. Pero creo que si quieres lidiar con la incertidumbre, hay muchas cosas que se pueden hacer de manera relativamente sencilla en Python. Pero si estás dispuesto a llegar hasta el punto de modificar el propio lenguaje, se podría hacer de formas aún más simples. Pero eso va más allá del alcance del libro. Para el propósito de la discusión, creo que en este momento, si tienes que elegir entre lo que puedes obtener de Python versus la mayoría de las opciones costosas en el mercado, es literalmente una ganga y hay muy pocas razones para no al menos intentarlo seriamente. Incluso si fallas, será un fracaso mucho más barato en comparación con fallar con un SAP de este mundo.
Kieran Chandler: Nicolas, además de analizar algunos de los modelos en tu libro, tu libro también analiza algunas de las confusiones cuando se trata de la optimización de inventario. ¿Cuáles son las confusiones comunes de las que debemos estar conscientes en la industria?
Nicolas Vandeput: Sí, con mi experiencia como consultor, discutiendo con muchos profesionales sobre cómo manejan la optimización de inventario, y cuando miras, bueno, ya sabes, esta fórmula de stock de seguridad que ves en todas partes, incluso en Wikipedia, ves a la gente ir a Wikipedia, escribir stock de seguridad, mirar la fórmula y luego escribirla en Excel. Lo que vemos allí es que, y esto es correcto cuando quieres evaluar cuánto stock de seguridad necesitas, vas a echar un vistazo al tiempo de entrega, básicamente cuánto tiempo se tarda en hacer un reabastecimiento. Mientras que la primera confusión de las personas es que veo que muchos profesionales confunden el concepto completo de tiempo de entrega y tiempo de transporte. Puede que solo se necesiten dos días o un día para que un camión vaya de un almacén a otro, pero puede que se necesiten tres semanas de planificación porque necesitas encontrar un camión, necesitas encontrar un conductor y necesitas tener el tiempo de recogida y todas estas cosas que se acumulan. Y al final, tomas dos semanas, pero todavía hay una cosa que la gente siempre tiende a olvidar. La idea es que no solo debes echar un vistazo al tiempo de entrega, sino que también debes echar un vistazo al período de revisión.
Nicolas Vandeput: Permíteme darte un ejemplo. Si haces un pedido cada semana o cada mes, eso es una adición de lo que yo llamo en el grupo el período de riesgo. Entonces, básicamente, el período contra el cual debes cubrir tus necesidades no es solo el tiempo de entrega, sino también el período de revisión.
Kieran Chandler: De acuerdo, Nicolas, en tu libro “Modelos y Simulaciones de Optimización de Inventario”, hablaste sobre la importancia de tener en cuenta el período de revisión. ¿Puedes ampliar sobre eso?
Nicolas Vandeput: Sí, el período de revisión es básicamente la cantidad de tiempo que necesitas estar protegido, aumentado por la cantidad del período de revisión. Entonces, si solo haces reabastecimiento cada semana y tienes un tiempo de entrega de tres semanas, el período de riesgo es en realidad de cuatro semanas. Entonces, necesitas estar protegido contra lo que podría suceder durante cuatro semanas. Lo que veo es que la mayoría de las personas, la mayoría del software, tiende a ignorar por completo este período de revisión y se enfoca solo en estas tres semanas de tiempo de entrega. Así que estoy tratando, al leer el libro, de enfatizar el hecho de que, bueno, absolutamente necesitas tener en cuenta este período de revisión cuando se trata de stock de seguridad. Pero también estoy animando a las personas a darse cuenta de que, en realidad, si pueden reducir este período de revisión, si pueden reducir el período congelado para la producción y demás, básicamente se les permite reducir el stock de seguridad, lo cual creo que es una buena victoria para la cadena de suministro.
Kieran Chandler: De acuerdo. ¿Estás de acuerdo con eso, Joannes? ¿Dirías que hay mucha confusión ahí fuera y por eso la gente está tan dispuesta a pagar por software de inventario?
Joannes Vermorel: Sí, quiero decir, nuevamente, creo que, sabes, mi creencia es que las cadenas de suministro necesitan desesperadamente, yo diría, mejores clases de ingenieros. Y, en una de mis primeras conferencias, tuve esta broma introductoria de que, sabes, si tienes mucha energía, vas a ventas. Si eres confiable, vas a producción. Y si te faltan, sabes, todo tipo de cualidades, terminas en la cadena de suministro. Pero lo que sucede es que, sabes, si comparo ciertos dominios en las cadenas de suministro, las confusiones que encuentras no son, yo diría, producto de mentes excepcionalmente brillantes. Y lamento ser, tal vez, un poco duro con la audiencia, pero si miras, digamos, por ejemplo, lo que se está haciendo con la litografía para la microelectrónica y los problemas que esas personas están resolviendo, sabes, son increíblemente complicados. Literalmente, tienes de todo. Tienes física cuántica con matemáticas complicadas. Y francamente, es mucho más complicado que los problemas que se están abordando en la cadena de suministro. Tienes problemas físicos donde tienes todo tipo de dificultades. La tecnología es literalmente tienes tantas piezas de tecnología súper complicadas que tienes que juntar. Quiero decir, por ejemplo, lo que compañías como ASML están haciendo en los Países Bajos, quiero decir, es casi mágico porque es, diría, un logro de la humanidad cuando tienes las mentes más brillantes juntas. Pero el desafío es que si quieres que personas más inteligentes vengan a la cadena de suministro para que podamos atraer mentes muy brillantes que no se confundirán con problemas tan tontos como la definición del período aplicable para el reabastecimiento de inventario, sabes, un sistema que estás a punto de modelar, necesitamos tener que plantear el problema de una manera en que esas personas puedan ejercer su inteligencia. Sabes, porque obviamente, si toda tu disciplina se trata de, sabes, presionar botones tontos en piezas de software tontas, entonces no te sorprendas demasiado si al final, los únicos empleados que obtienes no son los más brillantes.
Kieran Chandler: Um, así que creo que, y eso también es algo que me gusta de este libro, es que, sabes, creo que el libro de Nicolás es algo que, si eres inteligente, si eres joven, si tienes cierto grado de entusiasmo, entonces puedes realmente interesarte genuinamente por los problemas que enfrentarás. Y no solo eso, al leer el libro, sabes, realmente puedes mejorar en la resolución de esos problemas, lo cual también es un gran apoyo para la cadena de suministro. Son cosas que pueden hacer que el mundo sea más atractivo para mentes brillantes que quieren ejercitar sus mentes en problemas interesantes, en primer lugar. Y lo que sospecho es que, en términos de confusiones, sabes, las cosas que confunden a la gente ahora y las cosas que espero que confundan a la gente dentro de dos décadas, serán radicalmente diferentes, especialmente si atraemos, sabes, muchísimo más talento a esta industria. De acuerdo, si empezamos a resumir un poco las cosas. Nicolás, en tu libro, Johanna mencionó que algunos de los modelos que se utilizan tienen sus aplicaciones desde una perspectiva académica, pero tal vez en el mundo real tienen sus limitaciones. ¿Dirías que algunas de estas limitaciones se pueden superar y cómo se pueden superar? ¿Y cómo pueden terminar siendo utilizados en el mundo real?
Nicolas Vandeput: Bueno, siempre tienes que entender que de alguna manera un modelo es una simplificación de la realidad, ¿verdad? Entonces, desde el principio cuando empiezas un modelo, tienes que entender que tienes que dejar algunas cosas de lado. Entonces, la pregunta real es, ¿vale la pena si tomo un modelo que funciona, digamos, el 98% del tiempo en 1995? Alguien podría argumentar que sí o que no. Ahora, si haces un modelo y ves que solo funciona, digamos, el 70% o el 60%, entonces te das cuenta de que el modelo matemático habitual no es suficientemente bueno. Necesito pasar a algo más. Y esto es lo que muestro en la última parte del libro, diciendo que en algún momento, un modelo matemático no será suficientemente bueno. Quiero decir, no será lo suficientemente preciso, no será manejable.
Joannes Vermorel: Y eso es algo que, de hecho, vemos también con los clientes de Lokad, es decir, los modelos matemáticos que tenemos son suficientemente buenos para identificar lo que llamamos las grandes victorias. Es decir, las cosas que, si las solucionas, tienen un impacto masivo en la cadena de suministro, ya sea en rentabilidad u en lo que sea que estés tratando de optimizar. Y aquí es donde, diría yo, aportamos mucho valor a nuestros clientes. Sin embargo, también hay muchos detalles en los que, aunque el modelo es bueno, no es suficientemente bueno, y aquí es donde, diría yo, tener algún tipo de industrialización, donde realmente puedas probar, ajustar y adaptar, y, ya sabes, hacer pruebas en el mundo real. Quiero decir, esto es realmente el núcleo de la cadena de suministro, ¿verdad? Es una mezcla de análisis y operaciones, donde necesitas tener el análisis para asegurarte de no hacer tonterías, pero luego, ya sabes, las operaciones, las pruebas, las
Kieran Chandler: Entonces, quería preguntarles sobre la optimización de inventario. Parece que es un área donde la gente a menudo duda en usar modelos porque temen que se vuelvan demasiado complicados. Entonces, podrías recurrir a una simulación, y estoy bastante seguro de que Jonas tiene mucho que decir sobre cómo hacer simulaciones en la cadena de suministro.
Joannes Vermorel: Bueno, desde esta primera parte del libro, también estoy mostrando, “Ok, estos son los modelos habituales para la cadena de suministro. Hagamos algunas simulaciones para ver si funcionan, sí o no”. Y realmente veo que, por ejemplo, una de las cosas que solemos hacer en la cadena de suministro es tomar esta fórmula habitual de stock de seguridad, la que está en Wikipedia. Y esta fórmula puede lidiar con el tiempo de necesidad aleatorio, lo que significa que de vez en cuando, tu proveedor se retrasa, por lo que deberías tener un poco más de stock de seguridad, ¿verdad? Cuando realmente miras la fórmula para evaluar cuánto stock de seguridad necesitas en función del tiempo de necesidad aleatorio, ves que hay una suposición completa que dice: “Bueno, el tiempo de entrega, normalmente lo distribuyo”. Entonces, básicamente, es una curva bien comportada en la que tu proveedor, de vez en cuando, se retrasa, pero nunca tanto. En realidad, en la práctica, creo que la mayoría de los proveedores, la mayoría del tiempo, llegan a tiempo. Pero cuando se retrasan, se retrasan bastante, ¿verdad? Diría que el 80% de los casos llegan a tiempo, y luego el 20% de los casos, puede ser una o dos semanas de retraso. En realidad, no hay una fórmula matemática que pueda lidiar con esto, ¿verdad? Entonces, si tienes un proveedor de este tipo, no llegarás a ninguna parte con esta fórmula de stock de seguridad. Realmente necesitas recurrir a la simulación, y aquí es donde tienes el límite de usar un modelo matemático sencillo y el límite de, bueno, deberíamos ir un paso más allá y tal vez comenzar a usar la simulación para resolver esto.
Nicolas Vandeput: Sí, y estoy completamente de acuerdo con lo que Joannes está diciendo. Creo que hay un límite en lo que se puede hacer con modelos matemáticos en términos de optimización de la cadena de suministro. Y la simulación es una herramienta muy poderosa para ayudarte a entender el impacto de los diferentes parámetros en tu cadena de suministro y optimizarla. Y de hecho, eso es lo que hemos estado haciendo durante muchos años, y también lo que está haciendo Joannes.
Kieran Chandler: De acuerdo, genial. Tendremos que dejarlo aquí, pero gracias a ambos por su tiempo. Si estás interesado en leer el libro de Nicolas sobre modelos y simulaciones de optimización de inventario, pondremos un enlace en la descripción a continuación. De lo contrario, nos vemos en el próximo episodio, y gracias por ver. Adiós.
Joannes Vermorel: Gracias.
Nicolas Vandeput: Gracias.
