El efecto látigo (con Stephen Disney)

00:00:08 Introducción y antecedentes de Stephen Disney.
00:01:26 Resumen del Efecto Látigo en las cadenas de suministro.
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 hoy en día y formas de mitigarlo.
00:08:00 Pronóstico y modelos probabilísticos en la gestión de la cadena de suministro.
00:10:23 Cultivar más opciones y aprovechar las sustituciones para un mejor servicio.
00:12:13 Transición de pronósticos puntuales a pronósticos probabilísticos para mitigar problemas en la cadena de suministro.
00:14:35 Aplicación de la teoría de control en los algoritmos de reabastecimiento de la cadena de suministro.
00:15:38 Joannes comparte sus reflexiones sobre la analogía de los controladores de retroalimentación en la gestión de la cadena de suministro.
00:16:00 Gradiente estocástico y optimización local en juegos de alta dimensión.
00:17:11 Diferentes enfoques de optimización para diversas industrias y sectores.
00:19:07 Aplicación de técnicas de optimización en cadenas de suministro del mundo real.
00:20:54 Importancia de un pronóstico preciso e ingeniería de producción.
00:23:20 Relevancia del efecto látigo hoy en día y su relación con la pandemia de COVID.
00:25:01 Discusión sobre la viabilidad de cuantificar la variación en las cadenas de suministro.
00:26:05 Discusión sobre el control financiero en las cadenas de suministro.
00:26:22 Investigación de Stephen sobre cadenas de suministro de doble abastecimiento.
00:27:24 Opiniones de Stephen sobre los beneficios de las cadenas de suministro de doble abastecimiento.
00:28:01 Comparación de las cadenas de suministro con sistemas de control y frecuencia natural.

Resumen

Kieran Chandler entrevista a Joannes Vermorel, fundador de Lokad, y a Stephen Disney, profesor de Gestión de Operaciones, sobre el efecto látigo en las cadenas de suministro. 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 los pronósticos probabilísticos y el dominio de la opción en la gestión de la cadena de suministro. Disney introduce la teoría de 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 cadenas de suministro de doble abastecimiento, que ofrecen una mayor robustez contra disrupciones. Reconocen que la recuperación de la cadena de suministro de la pandemia de COVID-19 variará según los tiempos de entrega.

Resumen Extendido

En esta entrevista, Kieran Chandler presenta una discusión con Joannes Vermorel, fundador de Lokad, y Stephen Disney, profesor de Gestión de Operaciones en la Universidad de Exeter, sobre el efecto látigo en las cadenas de suministro. El efecto látigo es un fenómeno en el que las fluctuaciones observadas en un sistema, como una cadena de suministro, superan la magnitud de las fluctuaciones en la entrada, típicamente la demanda.

Stephen Disney ha pasado 25 años estudiando el efecto látigo, utilizando técnicas de ingeniería, simulación por computadora y matemáticas para ayudar a las empresas a comprender y mitigar el problema. Enumera cuatro fuentes clave del efecto látigo, como se identificó en un artículo de 1997: 1) procesamiento de señales de demanda (interpretación, pronóstico y generación de órdenes de reabastecimiento), 2) agrupamiento (cantidades mínimas o económicas de pedido), 3) racionamiento y juego (sobrepedido debido a faltantes de stock y cancelación de pedidos posteriormente) y 4) variaciones de precios (manipulación de la demanda de productos).

Joannes Vermorel está de acuerdo en que el efecto látigo es omnipresente, pero señala que las causas fundamentales y las manifestaciones pueden diferir entre las 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, especialmente para las empresas intensivas en capital en la parte inferior de las cadenas de suministro, 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 pronóstico adecuados, ajustándolos, utilizando ideas de ingeniería de control, compartiendo información (por ejemplo, a través de datos de EPOS o inventario gestionado por el proveedor) y otras estrategias.

Joannes Vermorel también desafía la idea de que el efecto látigo es inevitable, sugiriendo que las empresas pueden encontrar formas de amortiguar su impacto.

Vermorel destacó el cambio de pronósticos puntuales a pronósticos probabilísticos como una mejora significativa en la gestión de las incertidumbres de la cadena de suministro. Argumentó que este cambio ayuda a mitigar problemas de estabilidad numérica y permite una representación más precisa de la demanda y los tiempos de entrega.

Vermorel también enfatizó la importancia de dominar la opción en la gestión de la cadena de suministro. Al considerar diversas opciones para sustituir componentes o elegir diferentes métodos de transporte, las empresas pueden adaptarse mejor a situaciones cambiantes y minimizar riesgos. Señaló que la capacidad para aprovechar estas opciones se ha expandido enormemente en los últimos años, lo que hace cada vez más posible optimizar las cadenas de suministro.

Stephen Disney introdujo el concepto de teoría de control en la gestión de la cadena de suministro, estableciendo un paralelismo con la experiencia de regular la temperatura del agua en una ducha. Explicó que son necesarios ajustes pequeños y graduales en las decisiones de la cadena de suministro para evitar oscilaciones en la oferta y la demanda. Este concepto es aplicable a la gestión de inventarios y a los algoritmos de reposición en los sistemas de ERP, donde las empresas pueden corregir lentamente los niveles de inventario y el trabajo en curso (WIP) para crear una cadena de suministro 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 de gradiente estocástico, que implica hacer pequeños ajustes para mejorar un sistema. Esta idea se alinea con la analogía de la ducha de Disney, donde cambios pequeños y graduales pueden ayudar a optimizar la cadena de suministro frente a las incertidumbres.

Discutieron sobre la optimización de la cadena de suministro y la aplicación de estas técnicas en escenarios del mundo real.

Vermorel habla sobre la efectividad de la optimización basada en gradientes, haciendo hincapié en 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 comprender que lo que puede considerarse derrochador en una industria puede 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 del flujo de valor para comprender el proceso de producción de un producto y las necesidades estratégicas de la cadena de suministro. Las empresas deben determinar si se centran en reducir el inventario o si los costos de capacidad son significativos, ya que estos factores afectarán el enfoque de optimización. También deben examinar las series de tiempo de la demanda, los pronósticos, los objetivos y las finalizaciones 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 pronóstico agregan valor en comparación con los pronósticos algorítmicos y evaluar si los algoritmos de pronóstico elegidos están correctamente ajustados a las necesidades comerciales. También destaca la importancia de asegurarse de que los algoritmos que utilizan los pronósticos estén configurados correctamente en los sistemas de TI, los sistemas ERP o las hojas de cálculo para la planificación de la producción y la obtención de proveedores. Por último, enfatiza la importancia de la ingeniería de producción, como la confiabilidad 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 más bien un ejemplo de eventos de cola gruesa que recuerdan a los gestores de la cadena de suministro la importancia de considerar distribuciones estadísticas no normales. Especula que las consecuencias de la pandemia pueden 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 de la cadena de suministro. Esta aproximación no era técnicamente factible hace dos décadas, pero permite a las empresas controlar de manera más efectiva los resultados financieros en el presente. Las cadenas de suministro a menudo tienen costos no lineales, lo que significa que producir el doble puede costar cinco veces más debido a las horas extras, el mantenimiento agresivo y otros factores. Si bien 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 las cadenas de suministro de doble abastecimiento, donde las empresas obtienen la mayoría de sus productos de países de bajo costo con largos tiempos de entrega, mientras que complementan con una fábrica local más pequeña. La fábrica local puede responder rápidamente a la variabilidad de la demanda, manteniendo los inventarios bajo control, mientras que la mayoría de la demanda se satisface con productos de bajo costo de fábricas distantes. Este enfoque tiene varios beneficios, incluida una distribución global reducida, el potencial de traer la fabricación de vuelta a los países occidentales y una mayor robustez de la cadena de suministro ante interrupciones.

Según Disney, las cadenas de suministro tienen una frecuencia natural, al igual que un puente que vibra con el viento. La cadena de suministro está oscilando actualmente a su frecuencia natural debido al impacto de COVID-19, lo que hará que la demanda aumente y disminuya periódicamente. Las cadenas de suministro globales con largos tiempos de entrega tardarán más en recuperarse, mientras que las cadenas de suministro con tiempos de entrega más cortos se recuperarán más rápidamente.

Transcripción completa

Kieran Chandler: Hoy en Lokad TV, nos complace dar la bienvenida a Stephen Disney, profesor de operaciones en la Universidad de Exeter, quien nos explicará por qué puede ocurrir este efecto y qué impacto puede tener en los profesionales de la cadena de suministro. Así que Stephen, muchas gracias por unirte a nosotros en directo desde Exeter hoy. Como siempre, nos gusta conocer un poco más a nuestros invitados. Así que tal vez puedas empezar contándonos un poco sobre ti.

Stephen Disney: Sí, mi nombre es Stephen Disney. Soy profesor de gestión de operaciones en la Universidad de Exeter aquí en el Reino Unido. De hecho, estoy interesado en la dinámica de la cadena de suministro en mi área de investigación. Así que he pasado los últimos 25 años estudiando el efecto látigo. Este es un efecto dinámico en las cadenas de suministro, y he estado aplicando técnicas de ingeniería, técnicas de simulación por computadora, técnicas matemáticas a estos problemas mientras vivía en una escuela de negocios y ayudaba a las empresas también. Me parece fascinante, y gracias por permitirme hablar de ello hoy.

Kieran Chandler: Claro, no hay problema. La idea del efecto látigo es lo que vamos a analizar con un poco más de detalle hoy. Así que tal vez puedas empezar dándonos una breve descripción general.

Joannes Vermorel: Entonces, mi comprensión del efecto látigo es fundamentalmente un fenómeno en el que la fluctuación que se observa en un sistema, y aquí estamos hablando de la cadena de suministro como un sistema, supera la magnitud de la fluctuación que alimenta la entrada del sistema, y típicamente eso sería la demanda. Y eso sería el tipo de fenómeno. Y por cierto, si tienes algo que puede magnificar la fluctuación de las entradas, también tienes cosas que pueden realmente disminuir la fluctuación. Y eso es típicamente lo que puede amplificar o disminuir, como los inventarios, por ejemplo.

Kieran Chandler: Ok, entonces Stephen, ¿cuáles son los 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. Uno se llama procesamiento de la señal de demanda, que se trata de cómo interpretamos la demanda, la pronosticamos y luego generamos órdenes de reposición. Así que hay un algoritmo de pronóstico y reposición allí. El siguiente es el agrupamiento, donde podemos producir en una cantidad mínima de pedido o una cantidad económica de pedido, lo que introduce variabilidad. Otro efecto es el racionamiento y el juego; es posible que falten productos o que su proveedor falte de productos, por lo que es posible que haga pedidos en exceso para obtener los productos que realmente necesita, y luego cancela sus pedidos cuando esos productos llegan. El último es la variación de precios. A las empresas les gusta manipular la demanda de productos, y eso puede canibalizar la demanda futura de 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 caduca y tengo mucho espacio de almacenamiento en casa. Sin embargo, la fijación de precios bajos todos los días puede ayudar a resolver eso.

Kieran Chandler: ¿También técnicas de gestión de ingresos?

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

Kieran Chandler: Y Stephen mencionó que la señal de demanda, que se manifiesta como pronóstico, es la que parece recibir más atención de esos cuatro factores. ¿Crees que eso es justo? ¿Crees que es la forma correcta de hacer las cosas?

Joannes Vermorel: Creo que depende de los sectores. Mi propia observación es que hay muchos sectores donde lo que domina, y sin embargo tienes este tipo de efecto de magnificación de la variación que tiene lugar, o el efecto látigo, pero las causas fundamentales son completamente diferentes y extremadamente simples. Por ejemplo, en el comercio minorista de alimentos frescos, lo que impulsa eso son en realidad los faltantes de stock. Porque lo que sucede cuando tienes un faltante de stock es que tiendes a sincronizar los patrones de consumo de tus clientes. Entonces, lo que hemos observado con muchas empresas minoristas de alimentos es que puedes observar grandes fluctuaciones de la demanda, y es simplemente que tienes una población de clientes que, cuando hay un faltante de stock, retrasan un poco su consumo. Así que terminas con un efecto de exacerbación que sincroniza los patrones de consumo impulsados ​​por los faltantes de stock. Los faltantes de stock en sí mismos pueden impulsar muchas de esas grandes fluctuaciones al sincronizar a los propios clientes. Pero la conclusión es que creo que este tipo de efectos son realmente ubicuos, pero la forma en que se desarrollan realmente depende de las industrias que estás analizando. El artículo original se centraba ampliamente en los productos de consumo masivo, y lo que estoy diciendo es que tiende a suceder de manera bastante diferente si estás analizando empresas que no son empresas de productos de consumo masivo.

Kieran Chandler: Ok, Stephen, hablemos sobre las principales conclusiones de este artículo. Se publicó hace más de 20 años, así que ¿cuáles fueron las principales conclusiones y dirías que siguen siendo relevantes hoy en día?

Stephen Disney: Creo que las conclusiones siguen siendo muy relevantes hoy en día. Principalmente dijeron que el efecto Bullwhip era inevitable, especialmente debido al procesamiento de la señal de demanda. Una demanda baja y correlacionada siempre generará un efecto Bullwhip. Y lo que veo en las empresas es que, típicamente a nivel de producto individual, la producción o distribución será el doble de variable que la demanda, a veces incluso cinco veces más variable que la demanda. Y esto también tiene consecuencias en el inventario, que puede ser cinco o diez veces más variable que la demanda. Así que veo muchas empresas sufriendo este efecto, y para las empresas intensivas en capital en la parte inferior de las cadenas de suministro, esto es una gran ineficiencia. La conclusión principal es muy relevante, especialmente en la era de las cadenas de suministro globales, y nos hemos vuelto más globales con el tiempo y con plazos de entrega más largos. Donde no estoy de acuerdo es con el aspecto “inevitable” de ello. Hay cosas que podemos hacer; podemos seleccionar métodos de pronóstico más apropiados.

Kieran Chandler: Podemos ajustar los métodos de pronóstico de la manera correcta, y también podemos tomar decisiones de reabastecimiento utilizando ideas y teorías de la ingeniería de control para ayudar a suavizar y eliminar el efecto Bullwhip. Podemos utilizar información, datos de EPOS en las cadenas de suministro minorista que pueden ayudarnos. También podemos utilizar técnicas como el inventario gestionado por el proveedor, donde su proveedor tiene acceso a la información de su inventario y puede utilizarla en sus decisiones. Todas estas cosas pueden ayudar a mitigar el efecto Bullwhip, y en algunos casos, podemos eliminarlo por completo. Joannes, ¿qué piensas al respecto? ¿Estás de acuerdo con esta idea de que no es tan definitivo y que hay formas y medios para mitigar el impacto?

Joannes Vermorel: Mi perspectiva es que cuando miramos el ángulo del pronóstico, esta perspectiva, que fue a finales del siglo XX, está firmemente arraigada en el pronóstico puntual. Es un pronóstico que es esencialmente una serie temporal con un punto de datos por año, por día, por semana o por mes, y se despliega el pronóstico hacia adelante con una perspectiva de serie temporal y teniendo en cuenta la gestión de inventario. Lo que Lokad ha hecho durante más de una década es pasar a un pronóstico probabilístico para todas las áreas donde hay incertidumbre, como la demanda y los plazos de entrega. Este tipo de maldición que tenías con los pronósticos puntuales, donde o bien tienes un pronóstico que siempre se retrasa, o si tienes algo más reactivo, entonces terminas con variaciones mucho mayores, esos son problemas de estabilidad numérica que dependen en gran medida del hecho de que estamos hablando de pronósticos puntuales en primer lugar. Cuando pasamos al ámbito de los pronósticos probabilísticos, la mayoría de esos problemas desaparecen por completo. Esa sería la primera parte de mi respuesta.

La segunda parte es la forma en que suelo abordar la cadena de suministro, que es decir que es el dominio de la opción, 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 es, hasta cierto punto, un poco anticuada. En primer lugar, hay una gran cantidad de sustitución. A veces incluso puedes ingeniar el hecho de que puedes aprovechar esta sustitución para ofrecer un mejor servicio. Puede haber componentes que se comparten entre los productos que estás sirviendo, por lo que no necesariamente tienes que seguir el arquetipo de, por ejemplo, la industria farmacéutica donde

Kieran Chandler: Joannes, ¿qué piensas sobre la idea de mantener abiertas las opciones en términos de transporte y embalaje para mitigar posibles problemas en la cadena de suministro?

Joannes Vermorel: Necesitas tener el producto activo en bruto, pero luego puedes tener 150 opciones de embalaje diferentes hechas en el último momento para mantener tus opciones abiertas. Hoy en día, hay muchas opciones de transporte disponibles, como el aire, el mar, el ferrocarril y la carretera. No es que cualquier opción esté establecida de antemano; es un gradiente de cosas que pueden ser más o menos costosas. Dependiendo de la situación, puedes decidir tener un envío temprano por avión a un costo mucho mayor, simplemente porque va a comprimir en gran medida tus plazos de entrega y mitigar una falta de stock pendiente. Pero no vas a hacer eso para toda tu producción, solo una parte. Entonces, si bien estoy de acuerdo con la conclusión de Stephen de que los problemas en la cadena de suministro no son inevitables, diría que la cantidad de formas de mitigarlos y hacerlos más rentables para tu cadena de suministro ha aumentado enormemente durante las últimas dos décadas.

Kieran Chandler: Stephen, mencionaste esta idea de usar la teoría de control, que veo como una técnica 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 cadena de suministro, 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, la llegada de los productos. Ahora, imagina que tenemos una de esas duchas antiguas con grifos separados de agua caliente y fría. Para regular la temperatura, abriría completamente el grifo de agua caliente, esperaría a que el agua caliente llegara a la ducha y cayera sobre mi cabeza, y luego usaría el grifo de agua fría para regular la temperatura. Si abro el grifo de agua fría demasiado rápido, se pondrá demasiado fría, y si lo cierro demasiado rápido, se pondrá demasiado caliente. Sabemos que en la ducha, debemos abrir el grifo lentamente y esperar a que el agua llegue a través de la tubería para que coincida con la temperatura deseada.

El mismo principio se aplica a una cadena de suministro. Si la demanda aumenta, tal vez porque nos hemos expandido a nuevos mercados o nuestros productos se han vuelto más favorables, no queremos perseguir todo el aumento de inmediato, ya que crearemos 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 disminuir, y no la perseguimos hasta arriba o abajo.

Kieran Chandler: Entonces, Joannes, mencionaste este algoritmo de reabastecimiento que ayuda a suavizar la variabilidad en la producción. ¿Puedes contarnos un poco más al respecto?

Joannes Vermorel: Sí, absolutamente. Obtenemos este bonito patrón suave con las órdenes de producción o las órdenes de reabastecimiento 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 reabastecimiento. El pronóstico se utiliza en el algoritmo de reabastecimiento en tu sistema ERP, y típicamente para un producto de alto volumen, será una variante de algo llamado la política de agua hasta, y tiene dos bucles de retroalimentación, uno de inventario y otro de trabajo en progreso. Entonces, tenemos un inventario objetivo que es nuestro stock de seguridad y nuestro inventario real puede estar por debajo o por encima. En lugar de tratar de corregirlo todo de una vez, lo que queremos hacer es corregirlo lentamente con el tiempo para suavizar la variabilidad que se coloca en la producción. Lo mismo ocurre con el trabajo en progreso. Si tenemos un tiempo de espera largo, habrá una cantidad objetivo de productos en barcos y contenedores que se nos envían, y tenemos que tenerlo en cuenta 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 cadenas de suministro.

Kieran Chandler: Stephen, ¿qué piensas sobre esa especie de analogía? Parece bastante obvio seguir esta idea de casi como un controlador de retroalimentación. Parece que funciona en la superficie.

Stephen Disney: Bueno, Kieran, quiero decir, en la superficie moderna, quiero decir, uno de los mayores avances del deep learning en realidad fue el redescubrimiento del poder del descenso de gradiente estocástico, que es exactamente eso. Empujas un sistema un poco, toque a toque en la dirección en la que estás aprendiendo. Eso es de lo que se trata el descenso de gradiente estocástico, por lo que la analogía de la ducha es solo una serie de pequeños toques, ya sabes, caliente y frío hasta que te conviertes. Es muy interesante porque hace dos décadas, la gente era muy escéptica acerca de lo que ahora se conoce como optimización local. Entonces, básicamente, sigues el gradiente y obtendrás una salida altamente optimizada, y la gente pensaba: “Oh, si haces eso, te quedarás atrapado en mínimos locales y no funcionará”. La realidad es que cuando estás jugando un juego de muy alta dimensión, los mínimos locales no son el problema, es la velocidad de convergencia, y empujar el sistema con pequeños movimientos como se hace en el descenso de gradiente estocástico funciona muy, muy bien. Esa sería una parte de mi reflexión. Luego, hay otra cosa que es cuando estamos hablando de lo que estamos tratando de optimizar, nuevamente, diría que depende mucho de los sectores en los que estás mirando, porque, por ejemplo, consideremos el lujo duro. Digamos que eres un maestro relojero y produces relojes muy caros, y digamos que el extremo serían los relojes de mujer. Entonces, lo que tienes es esencialmente una joya hecha de metales preciosos, 100% reciclable. Puedes reciclar el 100% del valor. Tienes metales preciosos, piedras preciosas y luego tienes un movimiento que está estandarizado. Entonces, ¿cuáles son tus restricciones? Quiero decir, literalmente, si no tienes algo que mostrar en la tienda, la gente no compra, así que lo tienes.

Kieran Chandler: es de tu interés producir realmente mucho y es un mercado, el lujo duro 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 devuelves los relojes caros a una tienda, desmontas todas las piedras preciosas, reciclas el metal y colocas los movimientos en nuevos relojes y luego los envías de vuelta. Luego te das cuenta de que tal vez el ensamblaje es algo así como el cinco por ciento del costo de un reloj y que tiene un margen bruto del 80 por ciento. Entonces, ves, cuando estás en este tipo de situación, tienes asimetrías muy fuertes en juego. Obviamente, varía. No es lo mismo para un FMCG altamente presionado que opera realmente con márgenes muy ajustados. Mi punto es que la optimización basada en gradientes 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 sector a otro, lo que se consideraría como extremadamente derrochador en una industria podría considerarse como muy razonable en otra industria.

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

Stephen Disney: Basándome en las ideas de Joannes, creo que el primer paso es comprender las necesidades de tu cadena de suministro. Por lo tanto, 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 cadena de suministro en la que te enfocas solo en reducir el inventario, o los costos de capacidad son significativos? Si te enfocas solo en el inventario y el efecto látigo no tiene consecuencias, entonces concéntrate en minimizar los costos de inventario, y eso está bien. En 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 invertido allí. Entonces, comprender tu cadena de suministro, mapearla - me gusta usar mapas de flujo de valor para hacer eso - y luego superponer en eso, series de tiempo de cuál es la serie de tiempo de la demanda, cuál es la serie de tiempo de los pronósticos, cuáles son las series de tiempo de los objetivos de producción y las finalizaciones de producción, cuál es la serie de tiempo de los niveles de inventario, los productos terminados, las materias primas. Y luego, volviendo a tu proveedor, ¿cómo se ven los pronósticos, los pedidos que le das a tu proveedor? ¿Coinciden con sus entregas y puedes darle orientación 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 malo. Entonces, cuando hayas comprendido las necesidades estratégicas de tu cadena de suministro, puedes comenzar a pensar en cómo estás haciendo los pronósticos. A menudo, las empresas ajustarán manualmente sus pronósticos, y debemos pensar si eso realmente agrega valor en comparación con un pronóstico algorítmico.

Kieran Chandler: ¿Estás utilizando los algoritmos de pronóstico correctos? ¿Están ajustados correctamente para las necesidades de tu negocio? Una cadena de suministro enfocada en el inventario tendrá una necesidad de pronóstico diferente a la de una empresa de pronóstico intensiva en capital. Debemos recordar que no estamos creando pronósticos para mostrar a las personas qué tan bien podemos predecir el futuro, sino que estamos creando pronósticos para tomar una decisión comercial sobre cuánto pedir a nuestros proveedores y cuánto producir. Entonces, ¿los algoritmos que utilizan esos pronósticos están configurados en el lugar correcto? ¿Tienen controladores de retroalimentación proporcional, las velocidades de las llaves? ¿Están configurados correctamente?

Stephen Disney: Ese es un trabajo que se puede hacer en tu sistema de TI, tu sistema ERP o tus hojas de cálculo que utilizas para planificar la producción y obtener suministros de proveedores. Y luego hay un buen trabajo de ingeniería tradicional que hacer. ¿El sistema de producción puede producir según el plan deseado? ¿Tus máquinas son confiables? ¿Alcanzas los objetivos de producción, o a veces produces en exceso o en defecto? ¿Producen productos de buena calidad? Es una combinación de pronóstico, ciencias de la computación, ingeniería de control y buena ingeniería de producción tradicional para llevar el efecto látigo a un nivel adecuado para tu cadena de suministro.

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

Joannes Vermorel: Quiero decir, COVID fue una interrupción a gran escala para todos. No creo que fuera exactamente una manifestación del efecto látigo. Diría que si hay algo que caracterizó a COVID, fue un evento de cola gorda. Fue un recordatorio de que las distribuciones en las cadenas de suministro, y con distribuciones me refiero a distribuciones estadísticas, no son normales; tienen colas gordas. Entonces, tienes estos eventos extremos que no son tan improbables como parecen cuando se miran las distribuciones normales.

Sospecho que debido a la irregularidad en los tiempos de entrega, habrá todo tipo de problemas como resultado de esta pandemia que tomarán la forma de látigos. Hasta cierto punto, creo que eso es lo que estamos viendo en Asia en este momento para la electrónica. Pero no creo que vaya a ser dominante. Hoy en día, creo que lo que es muy interesante es que si tomas un enfoque en el que consideras todos los futuros posibles y luego analizas todas las decisiones posibles y cruzas las dos, puedes tener una respuesta muy detallada que no era técnicamente factible hace dos décadas. Realmente puedes cuantificar hasta qué punto estás dispuesto a tener variaciones en tu sistema que superen la variación en la demanda porque, por lo general, en las cadenas de suministro, las cosas tienen costos no lineales.

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

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

Kieran Chandler: Stephen, te dejaremos la última palabra a ti. Sé que haces 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: Recientemente he pasado mucho tiempo investigando sobre cadenas de suministro de doble abastecimiento. Estas son cadenas de suministro en las que obtenemos la mayoría de nuestro producto de un país de bajo costo que puede estar lejos, pero complementamos eso con una pequeña fábrica local. La pequeña fábrica tendrá un tiempo de entrega más corto y puede ser más cara por unidad producir localmente, pero debido a que podemos satisfacer la mayor parte de la demanda del suministro de bajo costo y largo tiempo de entrega, el costo unitario en promedio es bastante bajo. La pequeña fábrica puede ajustar rápidamente su volumen para adaptarse a la variabilidad de 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 con los productos de bajo costo de la fábrica distante.

Mirar cómo aprovechamos estas ideas es interesante. Creo que es bueno desde un punto de vista ambiental porque la distribución neta de productos en todo el mundo va a disminuir. Es una forma interesante de traer de vuelta la fabricación a los costosos países occidentales y, con suerte, hará que nuestras cadenas de suministro sean más robustas ante las interrupciones.

Basándonos en la última pregunta, para mí, la cadena de suministro es un sistema con una frecuencia natural, al igual que un puente vibrará con el viento a una cierta frecuencia. La cadena de suministro tiene una frecuencia natural y acabamos de darle un gran impulso con COVID. La cadena de suministro va a oscilar a su frecuencia natural durante unos años antes de que esa oscilación se calme. Veremos que la demanda aumenta, luego disminuye y luego vuelve a aumentar. Las cadenas de suministro globales con tiempos de entrega largos tardarán más en disiparse, mientras que las cadenas de suministro con tiempos de entrega cortos se recuperarán mucho más rápido.

Kieran Chandler: Genial. Bueno, gracias a ambos por su tiempo. Eso es todo por esta semana. Muchas gracias por sintonizar y nos vemos en el próximo episodio. Gracias por ver.