El efecto látigo (con Stephen Disney)

00:00:08 Introducción y antecedentes de Stephen Disney.
00:01:26 Visión general del efecto látigo en supply chain.
00:02:26 Cuatro fuentes clave del efecto látigo.
00:05:17 Faltante de stock y su influencia en el efecto látigo.
00:06:02 Relevancia del efecto látigo en la actualidad y formas de mitigarlo.
00:08:00 Forecasting y modelos probabilísticos en la gestión del supply chain.
00:10:23 Cultivar más opciones y aprovechar sustituciones para un mejor servicio.
00:12:13 Transición de forecast puntual a forecast probabilístico para mitigar problemas del supply chain.
00:14:35 Aplicación de la teoría del control en algoritmos de reabastecimiento del supply chain.
00:15:38 Joannes comparte sus ideas sobre la analogía de los controladores de realimentación en la gestión del supply chain.
00:16:00 Descenso estocástico y optimización local en juegos de alta dimensión.
00:17:11 Diferentes enfoques de optimización para diversas industrias y verticales.
00:19:07 Aplicación de técnicas de optimización en supply chain del mundo real.
00:20:54 Importancia de un forecasting preciso y de la ingeniería de producción.
00:23:20 Relevancia del efecto látigo en la actualidad y su relación con la pandemia de COVID.
00:25:01 Discusión sobre la viabilidad de cuantificar la variación en supply chain.
00:26:05 Discusión sobre el control financiero en supply chain.
00:26:22 Investigación de Stephen sobre supply chains de dual sourcing.
00:27:24 Opiniones de Stephen sobre los beneficios de los supply chains de dual sourcing.
00:28:01 Comparación de supply chain con sistemas de control y frecuencia natural.

Resumen

Kieran Chandler entrevista a Joannes Vermorel, fundador de Lokad, y a Stephen Disney, Operations Management Professor, sobre el efecto látigo en supply chain. Disney identifica cuatro fuentes clave del efecto y sugiere que las empresas pueden mitigarlo utilizando ideas de ingeniería de control, compartiendo información y otras estrategias. Vermorel destaca la importancia de forecast probabilísticos y de dominar la optionality en gestión de supply chain. Disney introduce la teoría del control, y discuten consejos prácticos para implementar estas técnicas. Ambos expertos creen que el efecto látigo no es inevitable. La investigación de Disney se centra en supply chains de dual sourcing, ofreciendo una mayor robustez contra las disrupciones. Reconocen que la recuperación del supply chain tras la pandemia de COVID-19 variará según los lead times.

Resumen Extendido

En esta entrevista, Kieran Chandler conduce una discusión con Joannes Vermorel, fundador de Lokad, y Stephen Disney, Professor de Operations Management en la Universidad de Exeter, sobre el efecto látigo en supply chain. El efecto látigo es un fenómeno en el que las fluctuaciones observadas en un sistema, como un supply chain, superan la magnitud de las fluctuaciones en la entrada, que típicamente es la demanda.

Stephen Disney ha dedicado 25 años al estudio del efecto látigo, utilizando técnicas de ingeniería, simulación por computadora y matemáticas para ayudar a las empresas a comprender y mitigar el problema. Él expone cuatro fuentes clave del efecto látigo, según lo identificado en un artículo de 1997: 1) procesamiento de la señal de demanda (interpretar, forecast y generar órdenes de reabastecimiento), 2) producción en lote (cantidades mínimas o económicas de pedido), 3) racionamiento y juego (sobrerreposición debido a faltantes de stock y cancelación posterior de pedidos), y 4) variaciones de precios (manipulación de la demanda de productos).

Joannes Vermorel está de acuerdo en que el efecto látigo es ubicuo, pero señala que las causas fundamentales y manifestaciones pueden diferir entre industrias. Por ejemplo, en la industria minorista de alimentos frescos, los faltantes de stock pueden generar grandes fluctuaciones en la demanda al sincronizar los patrones de consumo de los consumidores.

Stephen cree que las conclusiones del artículo de 1997 siguen siendo relevantes hoy en día, particularmente para las empresas que requieren alta inversión de capital en la base de supply chain, ya que la producción o distribución puede ser de dos a cinco veces más variable que la demanda, y el inventario puede ser de cinco a diez veces más variable. No está de acuerdo con la afirmación del artículo de que el efecto látigo es inevitable, argumentando que las empresas pueden mitigarlo seleccionando métodos de forecasting, ajustándolos, utilizando ideas de ingeniería de control, compartiendo información (por ejemplo, a través de datos EPOS o inventario gestionado por proveedores), y otras estrategias.

Joannes Vermorel también cuestiona la idea de que el efecto látigo sea inevitable, sugiriendo que las empresas pueden encontrar maneras de amortiguar el impacto.

Vermorel destacó el cambio de forecast puntuales a forecast probabilísticos como una mejora significativa en la gestión de las incertidumbres del supply chain. Argumentó que este cambio ayuda a mitigar problemas de estabilidad numérica y permite una representación más precisa de la demanda y los lead times.

Vermorel también enfatizó la importancia de dominar la optionality en la gestión del supply chain. Al considerar varias opciones para sustituir componentes o elegir diferentes métodos de transporte, las empresas pueden adaptarse mejor a situaciones cambiantes y minimizar los riesgos. Señaló que la capacidad para aprovechar estas opciones se ha expandido enormemente en los últimos años, haciendo cada vez más posible optimizar supply chains.

Stephen Disney introdujo el concepto de teoría del control en la gestión del supply chain, trazando un paralelismo con la experiencia de regular la temperatura del agua en una ducha. Explicó que pequeños ajustes graduales a las decisiones del supply chain son necesarios para evitar oscilaciones en la oferta y la demanda. Este concepto es aplicable a la gestión de inventario y a los algoritmos de reabastecimiento en sistemas ERP, donde las empresas pueden corregir lentamente los niveles de inventario y el trabajo en proceso (WIP) para crear un supply chain más suave y estable.

Joannes Vermorel estuvo de acuerdo con la analogía de Disney, señalando que el avance del deep learning fue el redescubrimiento del descenso por gradiente, que consiste en hacer pequeños ajustes para mejorar un sistema. Esta idea se alinea con la analogía de la ducha de Disney, donde pequeños cambios graduales pueden ayudar a optimizar el supply chain frente a las incertidumbres.

Discutieron sobre la optimización del supply chain y la aplicación de estas técnicas en escenarios del mundo real.

Vermorel discute la efectividad de la optimización basada en gradientes, enfatizando la importancia de considerar las asimetrías de los impulsores económicos en diferentes industrias. Utiliza el ejemplo de la producción de relojes de lujo, donde ciertas restricciones pueden no aplicarse debido a los altos márgenes brutos y la reciclabilidad de los materiales utilizados. También enfatiza la necesidad de entender que lo que puede considerarse derrochador en una industria podría ser razonable en otra.

Disney, por otro lado, habla sobre consejos prácticos para las empresas en la implementación de estas técnicas. Sugiere comenzar con un mapeo de la cadena de valor para entender el proceso de producción de un producto y las necesidades estratégicas del supply chain. Las empresas deben determinar si se están enfocando en reducir el inventario o si los costos de capacidad son significativos, ya que estos factores influirán en el enfoque de la optimización. También deben examinar las series de tiempo de la demanda, de los forecasts, de los objetivos y ejecuciones de producción, y los niveles de inventario para identificar las fuentes y consecuencias de la variabilidad en el sistema.

Disney recomienda considerar si los ajustes manuales de forecast aportan valor en comparación con los forecasts algorítmicos y evaluar si los algoritmos de forecasting elegidos están correctamente ajustados a las necesidades del negocio. También destaca la importancia de asegurar que los algoritmos que utilizan los forecasts estén configurados correctamente en los sistemas IT, en sistemas ERP o en spreadsheets para planificar la producción y el aprovisionamiento de proveedores. Finalmente, resalta la importancia de la ingeniería de producción, como la fiabilidad de las máquinas y la calidad del producto.

En cuanto a la relevancia del efecto látigo en la actualidad, Vermorel cree que la pandemia de COVID-19 no fue una manifestación directa del efecto látigo, sino un ejemplo de eventos de cola gruesa que recuerdan a los gestores del supply chain la importancia de considerar distribuciones estadísticas no normales. Él especula que las secuelas de la pandemia podrían dar lugar a problemas similares al efecto látigo, como se ha visto en la industria electrónica en Asia.

Vermorel explica que al examinar todos los futuros y decisiones posibles, las empresas pueden lograr respuestas más detalladas a los problemas del supply chain. Este enfoque no era técnicamente factible hace dos décadas, pero permite a las empresas controlar los resultados financieros de manera más efectiva en el presente. Los supply chains a menudo tienen costos no lineales, lo que significa que producir el doble puede costar cinco veces más debido a horas extra, mantenimiento agresivo y otros factores. Aunque estos problemas no se pueden eliminar por completo, se pueden gestionar de manera más eficiente desde una perspectiva financiera.

La investigación de Disney se centra en supply chains de dual sourcing, donde las empresas obtienen la mayoría de sus productos de países de bajo costo con largos lead times, mientras se complementa con una fábrica local más pequeña. La fábrica local puede responder rápidamente a la variabilidad de la demanda, manteniendo los inventarios bajo un control estricto, mientras que la mayor parte de la demanda se satisface con productos de bajo costo de fábricas distantes. Este enfoque tiene varios beneficios, incluyendo una distribución global reducida, el potencial para traer la manufactura de vuelta a países occidentales, y una mayor robustez del supply chain contra las disrupciones.

Según Disney, los supply chains tienen una frecuencia natural, al igual que un puente que vibra con el viento. El supply chain está actualmente oscilando en su frecuencia natural debido al impacto de COVID-19, lo que hará que la demanda suba y baje periódicamente. Los supply chains globales con largos lead times tardarán más en recuperarse, mientras que los supply chains con lead times más cortos se recuperarán más rápidamente.

Transcripción Completa

Kieran Chandler: Hoy en Lokad TV, nos complace dar la bienvenida a Stephen Disney, un profesor de operaciones en la Universidad de Exeter, quien nos va a explicar por qué puede ocurrir este efecto y qué impacto puede tener en los profesionales del supply chain. Así que Stephen, muchas gracias por acompañarnos en vivo desde Exeter hoy. Como siempre, nos gusta saber un poco más sobre nuestros invitados. Quizás podrías comenzar contándonos un poco acerca de ti.

Stephen Disney: Sí, mi nombre es Stephen Disney. Soy profesor de operations management en la Universidad de Exeter aquí en el Reino Unido. En realidad, me interesa la dinámica del supply chain para mi área de investigación. Así que, he pasado aproximadamente los últimos 25 años estudiando el efecto látigo. Este es un efecto dinámico en los supply chains, y he estado aplicando técnicas de ingeniería, técnicas de simulación por computadora y técnicas matemáticas a estos problemas mientras trabajaba en una escuela de negocios y ayudaba a empresas también. Me parece fascinante, y gracias por permitirme hablar sobre ello hoy.

Kieran Chandler: Claro, sin problema. La idea del efecto látigo es lo que vamos a examinar con más detalle hoy. Así que, quizás podrías comenzar dándonos un breve resumen.

Joannes Vermorel: Entonces, mi entendimiento del efecto látigo es, fundamentalmente, un fenómeno donde la fluctuación que se observa en un sistema, y aquí estamos considerando el supply chain como un sistema, excede la magnitud de la fluctuación que alimenta la entrada del sistema, y típicamente esa sería la demanda. Y ese sería el tipo de fenómeno. Y por cierto, si tienes algo que puede magnificar la fluctuación de las entradas, también tienes cosas que pueden disminuirla. Y típicamente, lo que puede amplificar o disminuir son cosas como los buffers de inventario, por ejemplo.

Kieran Chandler: Bien, entonces Stephen, ¿cuáles son ese tipo de factores que pueden influir en el llamado efecto látigo? ¿Cuáles son?

Stephen Disney: Bueno, el artículo de Hau Lee en 1997 identificó cuatro fuentes clave del efecto látigo. Una se llama procesamiento de la señal de demanda, que se trata de cómo interpretamos la demanda, la forecast e inmediatamente generamos órdenes de reabastecimiento. Entonces, ahí hay un algoritmo de forecasting y reabastecimiento. La siguiente es la producción en lote, donde podríamos producir en una cantidad mínima de pedido o una cantidad económica de pedido, lo cual introduce variabilidad. Otro efecto es el racionamiento y el juego; podrías quedarte sin productos o tu proveedor podría quedarse sin productos, por lo que podrías sobrerreponer para obtener los productos que realmente necesitas, y luego terminas cancelando tus pedidos cuando esos productos llegan. El último son las variaciones de precios. A las empresas les gusta manipular la demanda de productos, y eso puede canibalizar la demanda futura de los productos. La oferta de dos por uno en el supermercado es un ejemplo clásico. Compro el doble de papel higiénico cuando está a mitad de precio porque no se vence y tengo mucho espacio de almacenamiento en casa. Sin embargo, los precios bajos diarios pueden ayudar a solucionar eso.

Kieran Chandler: ¿Técnicas de revenue management también?

Joannes Vermorel: Sí, el fundamental, el que se debe a la estructura del sistema, los plazos de entrega, es el forecast y el sistema de reposición, los plazos de entrega en la causa del procesamiento de la señal de la demanda.

Kieran Chandler: Y Stephen mencionó allí que la señal de la demanda, que se manifiesta en cierto modo como forecast, es la que parece recibir la mayor atención de esos cuatro factores. ¿Crees que es justo? ¿Crees que es la manera correcta de abordar las cosas?

Joannes Vermorel: Creo que depende de los verticales. Mi propia observación es que hay muchos verticales donde lo que domina, y aun así se produce este efecto de magnificación de la variación, o el Bullwhip Effect, pero las causas raíz son completamente diferentes y sumamente simples. Por ejemplo, en el comercio minorista de alimentos frescos, lo que impulsa eso son en realidad faltantes de stock. Porque lo que ocurre cuando tienes un faltante de stock es que tiendes a sincronizar los patrones de consumo de tus clientes. Entonces, lo que hemos observado en muchas compañías de retail es que se pueden observar grandes fluctuaciones de demanda, y es simplemente que tienes una población de clientes que, cuando hay un faltante de stock, retrasan un poco su consumo. Así terminas con un efecto de exacerbación que sincroniza los patrones de consumo, impulsado únicamente por los faltantes de stock. Los faltantes de stock en sí mismos pueden, en realidad, impulsar muchas de esas grandes fluctuaciones al sincronizar a los propios clientes. Pero, en resumen, creo que estos efectos son, en efecto, ubicuos, aunque la forma en que se manifiestan depende realmente de las industrias que se estén analizando. El artículo original se centraba extensamente en FMCG, y lo que estoy diciendo es que tiende a suceder de formas muy diferentes si se analizan compañías que no son de FMCG.

Kieran Chandler: De acuerdo, Stephen, hablemos de las conclusiones principales de este artículo. Se publicó hace más de 20 años, entonces, ¿cuáles fueron las conclusiones principales, y dirías que aún son relevantes hoy en día?

Stephen Disney: Creo que las conclusiones son muy relevantes hoy en día. Principalmente decían que el efecto látigo era inevitable, especialmente por la causa del procesamiento de la señal de la demanda. Una demanda positivamente poco correlacionada siempre generará un Bullwhip effect. Y lo que veo en las compañías es que, típicamente a nivel de producto individual, la producción o distribución será el doble de variable que la demanda, a veces hasta cinco veces más variable que la demanda. Y esto tiene una consecuencia en el inventario también, que puede ser cinco o diez veces más variable que la demanda. Así que veo muchas compañías sufriendo de este efecto, y para las empresas intensivas en capital al final de las supply chains, esto representa una gran ineficiencia. La conclusión principal es muy relevante, especialmente en la era de las supply chains globales, y nos hemos vuelto más globales con el tiempo, con plazos de entrega más largos. Donde no estoy de acuerdo es en el aspecto de que sea “inevitable”. Hay cosas que podemos hacer; podemos seleccionar métodos de forecast más apropiados.

Kieran Chandler: Podemos ajustar los métodos de forecast de la manera correcta, y también podemos tomar decisiones de reposición utilizando ideas y teorías de la ingeniería de control para ayudar a suavizar y eliminar el efecto látigo. Podemos usar información, datos EPOS en las supply chains de retail que pueden ayudarnos. También podemos usar técnicas como el inventario gestionado por el proveedor, donde tu proveedor tiene acceso a la información de tu inventario y puede usarla en sus decisiones. Todas estas cosas pueden ayudar a mitigar el Bullwhip effect, y en algunos casos, podemos eliminarlo completamente. Joannes, ¿qué opinas? ¿Estarías de acuerdo con la idea de que no es tan definitivo, y que hay maneras y medios de amortiguar el impacto?

Joannes Vermorel: Mi perspectiva es que cuando observamos el ángulo del forecast, esta perspectiva, que era de finales del siglo XX, está firmemente anclada en el forecast puntual. Es un forecast que es esencialmente una serie de tiempo con un dato por año, por día, por semana o por mes, y despliegas el forecast hacia adelante con una perspectiva de series de tiempo y de gestión de inventario en mente. Lo que Lokad ha hecho durante más de una década es moverse hacia un forecast probabilístico para todas las áreas donde hay incertidumbre, como la demanda y los plazos de entrega. Esa especie de maldición que tenías con los forecasts puntuales, donde o tienes un forecast que siempre va rezagado, o si tienes algo más reactivo, terminas con variaciones mucho mayores; esos son problemas de estabilidad numérica que dependen en gran medida del hecho de que estamos hablando de forecasts puntuales en primer lugar. Esa sería la primera parte de mi respuesta.

La segunda parte es la forma en la que normalmente abordo la supply chain, y es decir que se trata del dominio de la opcionalidad, y parte del juego es cultivar más opciones. Creo que la visión en la que ves la demanda como un monolito y los plazos de entrega como un monolito también está, en cierto modo, un poco pasada de moda. Primero, hay una gran cantidad de sustitución. A veces, incluso, se puede diseñar el hecho de que puedes aprovechar esta sustitución para ofrecer un mejor servicio. Podrían existir componentes que se comparten entre los productos que estás atendiendo, por lo que no tienes que seguir necesariamente el arquetipo de, por ejemplo, la industria farmacéutica donde tú

Kieran Chandler: Joannes, ¿qué opinas de la idea de mantener las opciones abiertas en términos de transporte y empaquetado para mitigar posibles problemas en la supply chain?

Joannes Vermorel: Necesitas tener el producto activo en crudo, pero luego puedes contar con 150 opciones de empaquetado diferentes hechas a último momento para mantener tus opciones abiertas. Hoy en día, hay muchas opciones de transporte disponibles, como avión, barco, ferrocarril y carretera. No es que alguna opción esté marcada en piedra; es un gradiente de cosas que pueden ser más o menos costosas. Dependiendo de la situación, puedes decidir tener un envío anticipado por avión a un costo mucho mayor, solo porque va a comprimir enormemente tus plazos de entrega y mitigar un faltante de stock inminente. Pero no vas a hacer eso para toda tu producción, solo para una parte. Entonces, aunque estoy de acuerdo con la conclusión de Stephen de que los problemas en la supply chain no son inevitables, diría que el número de formas de mitigarlos y hacerlos más rentables para tu supply chain se ha expandido enormemente durante las últimas dos décadas.

Kieran Chandler: Stephen, mencionaste esta idea de usar la teoría de control, que veo como una técnica más de ingeniería. ¿Cómo se puede aplicar en este tipo de escenario?

Stephen Disney: Tengo una analogía que me gusta usar – se trata de tomar una ducha. En una supply chain, tomamos una decisión, y después de un período de tiempo, recibimos productos ya sea de nuestro sistema de producción o de nuestro proveedor. Hay un retraso entre la causa, la decisión, y la consecuencia, que es la llegada de los productos. Ahora, imagina que tenemos una de esas duchas a la antigua con grifos separados para el agua caliente y fría. Para regular la temperatura, abriría el grifo de agua caliente a tope, esperaría a que el agua caliente saliera por la ducha y cayera sobre mi cabeza, y luego usaría el grifo de agua fría para regular la temperatura. Si abro el grifo de fría demasiado rápido, se va a poner muy frío, y si lo abro de nuevo demasiado rápido, se va a poner muy caliente. Sabemos que en la ducha, debemos abrir el grifo lentamente y esperar a que el agua llegue por la tubería para igualar la temperatura deseada.

El mismo principio se aplica a una supply chain. Si la demanda aumenta, quizás porque nos hemos expandido a nuevos mercados o porque nuestros productos se han vuelto más favorables, no queremos perseguir todo el aumento de inmediato, ya que crearíamos oscilaciones en la oferta y la demanda. En realidad, queremos responder lentamente a los cambios en la demanda. Si lo hacemos y la demanda es de corta duración, podría caer, y no la perseguimos en su totalidad hacia arriba o hacia abajo.

Kieran Chandler: Entonces, Joannes, mencionaste este algoritmo de reposición que ayuda a suavizar la variabilidad en la producción. ¿Nos puedes contar un poco más al respecto?

Joannes Vermorel: Sí, absolutamente. Obtenemos este patrón suave con órdenes de producción u órdenes de reposición que fluyen a través de los picos y valles de la demanda, y el punto en el que haces esto es en los algoritmos de reposición. El forecast se utiliza en el algoritmo de reposición en tu sistema ERP, y típicamente para un producto de alto volumen, será una variante de algo llamado la política de “water up to”, y tiene dos lazos de retroalimentación, uno de inventario y otro de trabajo en progreso. Así, tenemos un inventario objetivo que es nuestro safety stock y nuestro inventario actual podría estar por debajo o por encima. En lugar de tratar de corregirlo todo en una sola decisión, lo que queremos hacer es corregirlo lentamente a lo largo del tiempo para suavizar la variabilidad que se impone en la producción. Es lo mismo con el WIP, trabajo en progreso. Si tenemos un plazo de entrega largo, habrá una cantidad objetivo de productos en barcos o contenedores que se nos están enviando, y tenemos que tener eso en cuenta exactamente de la misma manera que lo hacemos con el inventario. Pero es un pequeño cambio en un algoritmo que puede tener un gran impacto en la dinámica de las supply chains.

Kieran Chandler: Stephen, ¿cuáles son tus pensamientos sobre ese tipo de analogía? Parece bastante obvio seguir esta idea de casi un controlador de retroalimentación. Suena como si funcionara aparentemente.

Stephen Disney: Bueno, Kieran, quiero decir, en la superficie moderna, uno de los mayores avances del deep learning en realidad fue un redescubrimiento del poder del descenso de gradiente estocástico, que es exactamente eso. Empujas un sistema un poquito, toque a toque, en la dirección en la que estás aprendiendo. De eso se trata el descenso de gradiente estocástico, así que es como si la analogía de la ducha fuera simplemente una serie de pequeños toques, ya sabes, de caliente y frío hasta que se convierte. Es muy interesante porque hace dos décadas, la gente era en realidad muy escéptica acerca de lo que ahora se conoce esencialmente como optimización local. Básicamente, simplemente sigues el gradiente y obtendrás un resultado altamente optimizado, y la gente pensaba: “Oh, si haces eso, vas a quedar atrapado en ciertos mínimos locales y entonces no funciona.” La realidad es que cuando juegas en juegos de muy alta dimensión, los mínimos locales no son el problema, es la velocidad de convergencia, y empujar el sistema con pequeños movimientos, tal como se hace en el descenso de gradiente estocástico, funciona muy, muy bien. Eso sería una parte de mi reflexión. Luego, hay otra cuestión, que es que cuando hablamos de lo que estamos tratando de optimizar, de nuevo, diría que depende mucho de los verticales que estés analizando, porque, por ejemplo, consideremos el hard luxury. Digamos que eres tú el master watchmaker y produces relojes muy caros, y digamos que el extremo serían los relojes de mujer. Entonces, lo que tienes es esencialmente una pieza de joyería hecha de metales preciosos, 100% reciclable. Puedes reciclar el 100% del valor. Tienes, por así decirlo, metales preciosos, piedras preciosas, y luego tienes un movimiento que está algo estandarizado. Entonces, ¿cuáles son tus restricciones? Quiero decir, puedes y, literalmente, si no tienes algo que mostrar en la tienda, entonces la gente no compra, así que lo tienes.

Kieran Chandler: De tu interés producir realmente mucho, y siendo un mercado, el hard luxury está muy impulsado por la novedad, así que necesitas producir mucho. ¿Y qué sucede si no produces?

Joannes Vermorel: Bueno, lo que no produces, simplemente traes de vuelta los relojes caros a una tienda, desmontas todas las piedras preciosas, reciclas el metal, y colocas los movimientos en relojes nuevos y luego los envías de vuelta. Luego te das cuenta de que quizá el ensamblaje representa algo como el cinco por ciento del costo de un reloj y que tiene un margen bruto del 80%. Así que, ya ves, cuando estás en este tipo de situación, tienes asimetrías muy fuertes en juego. Obviamente, varía. No es lo mismo para un FMCG de alta presión que realmente opera con márgenes súper ajustados. Mi punto es que la optimización basada en gradiente realmente funciona, pero luego realmente necesitas pensar en términos de la asimetría de los impulsores económicos para saber cuáles son las áreas que representan el punto óptimo en términos de equilibrio. Y de un vertical a otro, lo que en una industria se consideraría excesivamente derrochador, en otra podría considerarse muy razonable.

Kieran Chandler: De acuerdo, Stephen, hablemos un poco quizás sobre la aplicación de estas técnicas en el mundo real. Creo que una de las cosas en que el artículo fue muy bueno es que destacó algunos de estos problemas, pero no fue muy prescriptivo en cómo abordarlos. Entonces, ¿cuál es el tipo de consejo que das a las compañías con las que quizás trabajas?

Stephen Disney: Basándome en las ideas de Joannes, creo que el primer paso es entender las necesidades de tu supply chain. Entonces, el mapeo del flujo de valor es un primer paso importante. Quieres entender el proceso que se utiliza para producir un producto. Quieres entender cuáles son las necesidades estratégicas de ese proceso. ¿Es una supply chain en la que te enfocas solo en reducir el inventario, o los costos de capacidad son significativos? Si solo te enfocas en el inventario y el Bullwhip effect no tiene consecuencias, entonces concéntrate en minimizar tus costos de inventario, y está bien. En las industrias intensivas en capital, probablemente sea un equilibrio entre los costos de inventario de productos terminados y materias primas y el uso eficiente de tus instalaciones de producción y el capital que tienes inmovilizado allí. Así que, entender tu supply chain, mapearla –me gusta usar mapas del flujo de valor para eso– y luego superponer sobre ello series de tiempo de cómo es la demanda, cómo son los forecasts, cuáles son las series de tiempo de los objetivos de producción y de las finalizaciones de producción, cómo son los niveles de inventario, de productos terminados y de materias primas. Y luego, volviendo a tu proveedor, ¿cómo se ven los forecasts, las órdenes de llamada que le das a tu proveedor? ¿Coinciden con sus entregas, y eres capaz de dar una guía futura confiable a tu proveedor sobre lo que se necesita? Eso te dará una comprensión de dónde se genera la variabilidad en el sistema y cuáles son las consecuencias de esa variabilidad, porque no siempre es mala. Entonces, cuando hayas entendido las necesidades estratégicas de tu supply chain, puedes empezar a pensar en cómo haces el forecast.

Kieran Chandler: ¿Estás utilizando los algoritmos de forecast adecuados? ¿Están ajustados correctamente a las necesidades de tu negocio? Una supply chain centrada en inventario tendrá una necesidad de forecast diferente a la de una empresa de forecast intensiva en capital. Debemos recordar, no estamos creando forecasts para mostrar a las personas lo bien que podemos predecir el futuro, sino que estamos creando forecasts para tomar una decisión de negocio sobre cuánto ordenar a nuestros proveedores y cuánto producir. Entonces, ¿los algoritmos que utilizan esos forecasts, están configurados en el lugar correcto? ¿Tienen controladores de retroalimentación proporcionales, las velocidades de los grifos? ¿Están configurados correctamente?

Stephen Disney: Ese trabajo se puede realizar en tu sistema de IT, en tu sistema ERP, o en tus hojas de cálculo que usas para planificar la producción y abastecerte de proveedores. Y luego, queda el trabajo de ingeniería a la antigua usanza. ¿Es el sistema de producción capaz de producir según el plan deseado? ¿Son confiables tus máquinas? ¿Alcanzas los objetivos de producción, o a veces produces de más o de menos? ¿Produces productos de buena calidad? Es una mezcla de forecast, informática, ingeniería de control y de producción a la antigua usanza para llevar el efecto látigo a un nivel que sea apropiado para tu supply chain.

Kieran Chandler: Brillante. Y Joannes, ¿qué tan relevante dirías que es el efecto látigo hoy en día? ¿Dirías que el COVID fue un muy buen ejemplo del efecto látigo en acción?

Joannes Vermorel: Quiero decir, el COVID fue una disrupción a gran escala para todos. No creo que fuese exactamente una manifestación del efecto látigo. Diría que, si hay algo que caracterizó al COVID, fue una especie de evento de cola gorda. Fue un recordatorio de que las distribuciones en las supply chains, y por distribuciones me refiero a distribuciones estadísticas, no son normales; tienen colas gordas. Así, se presentan esos eventos extremos que no son tan improbables como parecen al observar las distribuciones normales.

Sospecho que debido a la erraticidad en los tiempos de entrega, habrá todo tipo de problemas como resultado de esta pandemia que tomarán la forma de efectos látigo. En cierta medida, creo que eso es lo que estamos viendo ahora mismo en Asia para la electrónica. Pero no creo que vaya a ser dominante. Hoy en día, lo que me resulta muy interesante es que, si adoptas un enfoque en el que miras todos los futuros posibles y luego analizas todas las decisiones posibles y los cruzas, puedes obtener una respuesta muy granular que hace dos décadas no era técnicamente factible. Realmente puedes cuantificar hasta qué punto estás dispuesto a permitir variaciones en tu sistema que excedan la variación en la demanda, ya que, usualmente, en las supply chains, las cosas tienen costos no lineales.

Kieran Chandler: Si quieres producir el doble durante el mismo período, puede que no cueste el doble; podría costar cinco veces más, simplemente porque las personas necesitan trabajar horas extra, las máquinas tendrán que operar a un nivel en que se requiera un mantenimiento agresivo, y así sucesivamente. La pregunta es, ¿puedes eliminar estos problemas o al menos controlarlos desde una perspectiva financiera, donde tengas mucho más control sobre el resultado financiero de tu empresa?

Joannes Vermorel: Hoy en día, no creo que puedas eliminar esos problemas, pero sí puedes, en gran medida, controlarlos desde una perspectiva financiera, dándote mucho más control sobre el resultado financiero de tu empresa.

Kieran Chandler: Stephen, te dejamos la palabra final. Sé que realizas mucha investigación en el campo de las técnicas estadísticas y su aplicación a la gestión de operaciones. ¿En qué estás investigando en este momento, y qué crees que será de interés en los próximos años?

Stephen Disney: He pasado mucho tiempo recientemente analizando supply chains de dual sourcing. Estas son supply chains donde obtenemos la mayor parte de nuestro producto de un país de bajo costo que podría estar lejos, pero lo complementamos con una pequeña fábrica local. La pequeña fábrica local tendrá un tiempo de entrega más corto y puede ser más cara por unidad al producir localmente, pero debido a que podemos satisfacer la mayor parte de la demanda desde la supply chain de bajo costo y de largo tiempo de entrega, el costo unitario en promedio es bastante pequeño. La pequeña fábrica puede ajustar su volumen muy rápidamente para acomodar la variabilidad en la demanda, por lo que podemos mantener nuestros inventarios bajo un control muy estricto con la pequeña fábrica mientras satisfacemos la mayor parte de la demanda de los productos de bajo costo de la fábrica distante.

Resulta interesante observar cómo explotamos estas ideas. Creo que es bueno desde el punto de vista ambiental porque la distribución neta de productos alrededor del mundo va a disminuir. Es una forma interesante de traer de vuelta la manufactura a los caros países occidentales y, con suerte, hará que nuestras supply chains sean más robustas frente a las disrupciones.

Basándome en la última pregunta, para mí, la supply chain es un sistema con una frecuencia natural, al igual que un puente vibrará con el viento a una cierta frecuencia. La supply chain tiene una frecuencia natural, y acabamos de darle un gran impulso de COVID. La supply chain va a oscilar a su frecuencia natural durante algunos años antes de que esa oscilación se desvanezca. Vamos a ver que la demanda sube, luego baja, y luego vuelve a ponerse en marcha. Las supply chains globales con largos tiempos de entrega tardarán más en disiparse, mientras que las supply chains de corto tiempo de entrega se recuperarán mucho más rápido.

Kieran Chandler: Brillante. Bueno, muchas gracias a ambos por vuestro tiempo. Eso es todo por esta semana. Muchas gracias por sintonizarnos, y nos veremos de nuevo en el próximo episodio. Gracias por ver.