00:00:08 Debatiendo las afirmaciones y beneficios de los gemelos digitales en la industria de supply chain.
00:01:50 Diferencia entre las palabras de moda con sustancia y el gemelo digital.
00:03:00 Falta de innovación en el núcleo de los gemelos digitales.
00:05:07 Comparando el gemelo digital con simuladores de supply chain glorificados.
00:08:20 Los supuestos beneficios de los gemelos digitales y el enfoque de Locad.
00:09:34 Introducción a los gemelos digitales y el concepto de forecasting.
00:11:29 Preocupaciones acerca de la precisión y la falta de métricas en los gemelos digitales.
00:15:00 Mejorando los gemelos digitales y abordando las preocupaciones fundamentales.
00:16:05 Adecuación semántica y la representación simplificada de supply chains.
00:18:01 Cómo se integran los gemelos digitales con los sistemas ERP clásicos y la necesidad de clarificación.
00:18:57 Discutiendo las limitaciones de los gemelos digitales basadas en la precisión de los datos y aproximaciones.
00:21:00 Crítica a la comunicación de marketing en torno a los gemelos digitales por parte de competidores.
00:22:48 Explicando qué es un gemelo digital real y su conexión con los simuladores Monte Carlo.
00:24:53 Analizando las afirmaciones de dashboards intuitivos y la importancia de la precisión en las simulaciones del gemelo digital.
00:27:14 Comprendiendo la naturaleza no intuitiva de los simuladores y la importancia de la precisión para las aplicaciones de supply chain.
00:28:33 Discutiendo la idea de un simulador de supply chain y su precisión.
00:29:32 Simulación basada en agentes y su alto grado de personalización.
00:30:31 La practicidad y valor de ajustar manualmente los parámetros de simulación.
00:33:12 Comparando diferentes decisiones basadas en un muro de métricas y los desafíos que presenta.
00:35:34 Abordando la cuestión de identificar la mejor decisión utilizando un gemelo digital.
00:37:35 Proceso Monte Carlo de baja resolución en la simulación de supply chain.
00:38:07 El gemelo digital como punto de encuentro y la incorporación de calificadores de tiempo real y sincronización.
00:39:07 Importancia de un enfoque integral para supply chain y su valor.
00:39:47 Crítica de los gemelos digitales: elementos faltantes y enfoque en capacidades baratas.
00:40:58 Conclusión y comentarios de cierre.
Resumen
En una entrevista, Joannes Vermorel, fundador de Lokad, discute los gemelos digitales en la industria de supply chain. Vermorel destaca las limitaciones de los gemelos digitales, considerándolos una palabra de moda con innovación limitada. Los compara con el demand sensing y sugiere que solo ofrecen mejoras incrementales. Vermorel enfatiza la importancia de accuracy en las simulaciones del gemelo digital y el desafío de integrarlos con los sistemas existentes. Aunque reconoce su potencial valor como parte de un enfoque holístico y computarizado a la supply chain management, Vermorel argumenta que los gemelos digitales por sí solos son insuficientes para una mejora significativa y no deben ser vistos como una solución completa.
Resumen Extendido
En esta entrevista, Nicole Zint conversa con Joannes Vermorel, fundador de Lokad, sobre los gemelos digitales en la industria de supply chain. Los gemelos digitales son comúnmente descritos como representaciones virtuales de supply chains que pueden simular diferentes scenarios para la decision-making. Sin embargo, Vermorel expresa escepticismo sobre las afirmaciones de los proponentes de los gemelos digitales y destaca sus limitaciones.
Vermorel explica que “gemelo digital” se ha convertido en una palabra de moda en el campo de supply chain, sirviendo como punto de encuentro para profesionales que enfrentan desafíos similares o buscan soluciones parecidas. Afirma que el problema del gemelo digital como palabra de moda es su falta de profundidad e innovación, en comparación con otras palabras de moda como deep learning.
Vermorel afirma que no ha visto innovaciones significativas en el núcleo de los gemelos digitales. Los compara con el demand sensing, que previamente criticó como vaporware, pero admite que los gemelos digitales pueden tener un valor ligeramente mayor. Sin embargo, cualquier innovación en los gemelos digitales es probablemente incremental en lugar de transformadora.
La conversación aborda la vaguedad que rodea a los gemelos digitales, ya que la mayoría de los proveedores no logran definir claramente su naturaleza y capacidades. Vermorel explica que los gemelos digitales son esencialmente representaciones virtuales de supply chains, a menudo promovidos mediante trucos de marketing e imágenes futuristas. Compara este enfoque con el cambio de marca de Facebook a Meta.
Los forecast tradicionales en la gestión de supply chain suelen ser limitados, ya que se basan en forecast de time series. Aunque los gemelos digitales pueden tener capacidades de forecast más versátiles, Vermorel cuestiona su precisión, enfatizando la importancia de medirla para asegurar que la representación virtual tenga sentido.
Para mejorar los gemelos digitales, Vermorel recomienda abordar la precisión y asegurar la adecuada correspondencia semántica entre la representación virtual y la supply chain del mundo real. Reconoce que incluso las simulaciones avanzadas son altamente simplificadas en comparación con supply chains reales. También destaca el desafío de integrar los gemelos digitales con los sistemas empresariales existentes, tales como ERPs, sistemas de gestión de warehouse y CRMs, los cuales no fueron diseñados para recolectar datos científicamente precisos para los gemelos digitales.
Vermorel expresa escepticismo sobre la comunicación en torno a los gemelos digitales y su practicidad. Señala que los datos históricos recolectados a través de sistemas ERP a menudo presentan una visión distorsionada de la realidad de supply chain. Además, cuestiona la utilidad de operar un gemelo digital y si los insights y KPIs generados justifican el costo de emplear personas para interpretarlos.
Vermorel describe los gemelos digitales como simuladores Monte Carlo glorificados para fines de supply chain, a menudo utilizando modelado basado en agentes. Sin embargo, cuestiona la precisión de estos simuladores y el nivel de confianza que se debería depositar en sus resultados. Vermorel reconoce que los simuladores pueden producir dashboards visualmente atractivos, pero enfatiza el desafío de determinar la precisión y confiabilidad de los datos presentados. También señala que los simuladores son cajas negras complejas por diseño, y aunque pueden capturar fenómenos no lineales en supply chains, pueden generar respuestas inesperadas cuando se ajustan los parámetros.
La conversación se centra en la practicidad, el valor y las limitaciones de utilizar gemelos digitales en la gestión de supply chain.
Los gemelos digitales, según explica Vermorel, son una reempaquetación de conceptos de simulación de hace décadas, específicamente procesos Monte Carlo, posibilitados por capacidades de procesamiento baratas y poderosas. Estas simulaciones ahora pueden abarcar una supply chain completa, generando un interés significativo en la industria. Sin embargo, Vermorel enfatiza que los gemelos digitales deben ser vistos como solo un ingrediente algorítmico en una solución integral de supply chain, en lugar de una solución completa por sí sola.
La entrevista profundiza en los desafíos de comparar diferentes enfoques de gestión de supply chain, dada la multitud de variables involucradas. Vermorel señala que los gemelos digitales permiten la medición de diversas métricas, tales como service levels para cada SKU, inventory costs para proveedores, y la calidad del servicio para los clientes. El verdadero beneficio de los gemelos digitales radica en su capacidad para simular una supply chain completa de extremo a extremo, aunque existen limitaciones debido a datos incompletos.
Definiendo los gemelos digitales como una serie de proveedores que reempaquetan conceptos antiguos utilizando procesos Monte Carlo, Vermorel reconoce su atractivo en un enfoque integral para la gestión de supply chain y el valor de conectar silos. Sin embargo, sostiene que los gemelos digitales deben ser vistos como solo un ingrediente en una solución más amplia.
La principal crítica de Vermorel a los gemelos digitales proviene de lo que no son, más que de lo que son. Él cree que muchos elementos faltan en el concepto de gemelo digital, y aunque las simulaciones Monte Carlo son útiles, no son suficientes para mejorar verdaderamente la gestión de supply chain. Vermorel sugiere que los gemelos digitales pueden ser valiosos como un grito de unión para un enfoque más holístico y computarizado de la gestión de supply chain, pero no deben ser vistos como el único medio para lograr mejoras.
Joannes Vermorel comparte sus conocimientos sobre los gemelos digitales en la optimización de supply chain, enfatizando la necesidad de un enfoque más integral para la gestión de supply chain. Reconoce el potencial valor de los gemelos digitales, pero advierte contra verlos como una solución completa. La conversación muestra la importancia de comprender las limitaciones y el potencial de los gemelos digitales, así como la necesidad de una perspectiva más amplia en la optimización de supply chain.
El fundador compartió sus ideas sobre los gemelos digitales en la gestión de supply chain. Vermorel criticó el concepto de gemelo digital por lo que le falta, más que por lo que ofrece. Cree que, aunque las simulaciones Monte Carlo son útiles, no son suficientes para lograr una mejora significativa en la gestión de supply chain. Sugiere que los gemelos digitales pueden ser beneficiosos para impulsar un enfoque más holístico de la gestión de supply chain, pero no deben ser vistos como la única solución.
Vermorel enfatiza la necesidad de un enfoque más integral para la gestión de supply chain, que implique la integración de una variedad de herramientas y técnicas. Aunque los gemelos digitales tienen el potencial de aportar valor a este enfoque, no se debe depender de ellos como el único medio para lograr mejoras. En cambio, Vermorel sugiere que los profesionales de la gestión de supply chain consideren una gama de factores, incluyendo data analysis, simulación, optimización y machine learning, para identificar y abordar los principales desafíos que enfrentan sus organizaciones.
En general, los conocimientos de Vermorel sugieren que los gemelos digitales tienen un papel en la gestión de supply chain, pero no son una solución mágica. Aboga por un enfoque más matizado que incorpore una serie de herramientas y técnicas para lograr los resultados deseados. El énfasis de Vermorel en la necesidad de un enfoque holístico y computarizado para la gestión de supply chain probablemente resonará entre los profesionales de este campo que buscan mejorar sus operaciones y potenciar su ventaja competitiva.
Transcripción Completa
Nicole Zint: Ahora, Joannes, ¿cómo se ve realmente un gemelo digital para el usuario desde lejos?
Joannes Vermorel: Mi percepción de los gemelos digitales es que son una de esas palabras de moda donde prima la forma sobre la sustancia. Las comunidades tecnológicas y científicas necesitan palabras de moda como puntos de encuentro, para que las personas que miran un problema de la misma manera puedan reunirse y tener algo así como una conferencia científica o una estrategia empresarial. Por ejemplo, una palabra de moda con sustancia detrás sería deep learning. Es un conjunto completo de emprendimientos científicos y tecnológicos. Sin embargo, con el gemelo digital, veo la palabra de moda y alguna especie de mecánica en juego, pero cuando empezamos a indagar un poco en lo que hay debajo, mi percepción hasta ahora es que es muy superficial. No hay una gran revolución en informática, ni una revolución matemática, ni una revolución en machine learning, y es muy difícil siquiera señalar algún aspecto verdaderamente innovador de lo que podría estar detrás de esos gemelos digitales.
Nicole Zint: Entonces, ¿dirías que no hay innovación fundamental en el núcleo de un gemelo digital?
Joannes Vermorel: Yo no he visto ninguna. Podría ser en realidad un poco mejor que el demand sensing, que revisamos hace unos meses y que es pura vaporware. Sin embargo, incluso si hay formas en las que puedo ver que los gemelos digitales avanzan, será de manera muy incremental en términos del tipo de innovación. Los proveedores que venden gemelos digitales lo están planteando como un simulador de supply chain. ¿Dirías que se supone que es un simulador?
Nicole Zint: La mayoría de los proveedores que están en proceso de vender gemelos digitales se mantienen extremadamente vagos acerca de lo que realmente son. Dirían que es como tu supply chain virtual, una representación de tu supply chain. ¿Qué es la supply chain virtual?
Nicole Zint: Eso es virtual, lo que significa esencialmente que no es tu supply chain real. Esto es esencialmente una representación de tu supply chain. Hasta ahora, sigue siendo increíblemente vago. Un plan de batalla en papel de tu supply chain podría ser una representación virtual de la supply chain. Típicamente, se asocia con una representación asistida por computadora de tu supply chain. “Virtual” tiene ese tipo de connotación positiva y moderna.
Joannes Vermorel: También se apoya un poco en los mundos virtuales, en la realidad virtual, algo así como el rebranding de Facebook a Meta. Esto nuevamente es el mismo tipo de vibra que puedo percibir. Lo interesante es que, de hecho, cuando empiezas a tratar de averiguar qué es técnicamente – en el mejor de los casos puedo evaluarlo porque, nuevamente, la mayoría de nuestros competidores proporcionan una cantidad increíblemente pequeña de detalles técnicos sobre lo que es – parece ser que se trata de simuladores glorificados de supply chain. De nuevo, demuéstrame lo contrario, pero no he visto elementos que me hagan pensar que estos gemelos de supply chain sean algo más que simuladores elegantes.
Nicole Zint: Entonces, ¿dices que tiene vibra similar a la de Facebook al cambiar su nombre a Meta? ¿Qué quieres decir con que tiene esa vibra similar?
Joannes Vermorel: Solo me refería al tipo de estilo de marketing, el estilo de comunicación que acompaña a la promoción del producto – nada más. Es una forma de empaquetarlo. Verás que cada década, cuando la gente desea proyectar algo futurista, no utilizan las mismas metáforas o temas. Por ejemplo, en la década de 1950, todo giraba en torno a los robots humanoides. Verías numerosos anuncios futuristas donde la gente quería imaginar cómo sería el futuro. Incluso había personas literalmente disfrazadas de robots, con algo que hoy resulta muy anticuado, en los que la gente estaba cubierta con placas metálicas pretendiendo ser robots.
Y en cuanto a la inteligencia artificial, verías a muchas personas intentando comunicarse con tecnologías cognitivas como si copiaran el cerebro. Parte de la imaginería que acompaña a la IA incluye el cerebro, el aspecto cognitivo, como si tuvieras una mente en la máquina. Los digital twins juegan con otra idea. Juegan con la idea de realidades virtuales, el metaverso, una visión del futuro al estilo Matrix. De nuevo, no digo que esto sea científico; es simplemente un truco de marketing. Es la forma en que se aborda. Y, por cierto, todo emprendimiento científico está ligado a una forma determinada de venderse a sí mismo, incluso si se trata de ciencia pura. Siempre hay que comercializarlo de alguna manera a la comunidad en general.
Nicole Zint: No es algo malo en sí, está bien tener algunos temas e imaginería que lo acompañen. Pero creo que es importante en el mundo del enterprise software identificarlo.
Joannes Vermorel: ¿Por qué es importante? Bueno, porque ante todo la gente está intentando venderte cosas. No es que lo hagamos por la belleza de la mente humana. Ante todo, es un emprendimiento con fines de lucro para mejorar supply chains.
Nicole Zint: Espera, analicemos esto un poco. ¿Cuáles son, entonces, los supuestos beneficios de un digital twin según la comunicación de muchos otros proveedores que podrían calificarse como competidores de Lokad?
Joannes Vermorel: Lokad no vende digital twins. Creo que estamos haciendo montones de cosas que se engloban dentro de los beneficios esperados de los digital twins. Sin embargo, es una elección; no nos comercializamos como digital twins. Así que tómalo con cautela. Básicamente, estoy tratando de describir, de manera no demasiado injusta, lo que nuestros competidores están esencialmente tratando de vender bajo este paraguas.
Nicole Zint: Un comentario sobre Lokad y los digital twins, porque lo que hacemos aquí en Lokad, cuando analizamos nuestro forecast probabilístico, es considerar todos los resultados esperados de las diferentes decisiones que se pueden tomar para compararlas entre sí. Entonces, esencialmente, cuando pensamos en las afirmaciones de un digital twin, es para poder proyectar todas las diferentes decisiones en un escenario de “qué pasaría si” y luego ver su impacto. ¿No es eso, de alguna manera, similar, excepto que un digital twin está algo más gamificado?
Joannes Vermorel: Creo que lo que se plantea con los digital twins son las supuestas capacidades superiores para tener un grado mucho mayor de expresividad, de modo que puedas ver montones de futuros posibles y variaciones en el futuro. Y diría que, en términos de intención, está bien. Sin embargo, lo que realmente me desconcierta es que tan pronto como comienzas a hacer eso, esencialmente, si tienes cualquier tipo de proyección para cualquier supply chain virtual, entonces surge la cuestión de la precisión, porque lo que estás haciendo es un forecast.
Y no puedo evitar pensar en todos esos proveedores que tienen una lucha inmensa en lo que respecta a la precisión de sus tecnologías de forecasting, y que de repente, a través de los digital twins, hacen desaparecer el problema, al menos en los folletos de marketing. Una de las cosas que no he visto en absoluto en esas discusiones sobre digital twins es que todos se entusiasman con la idea de que puedes hacer tanto en términos de ver todos los futuros posibles. Entonces, esencialmente, estás haciendo un forecast, y luego la gente dice: “No, no, no es solo un forecast. Es mucho más versátil que eso.”
Yo diría, bien, si es un forecast muy versátil que te permite ver montones de futuros posibles, lo que técnicamente estás haciendo se conoce en la comunidad científica, la comunidad estadística, como un forecast probabilístico. Así que estás observando muchos futuros probables e incluso, orientados por políticas, si deseas poder inyectar en ello constructos de orden superior como políticas, tu política de precios, tus políticas de castigo extremo, y demás.
Nicole Zint: Existe esta cuestión de la precisión, y me desconcierta que muchos proveedores que impulsan digital twins no parezcan darse cuenta de que hay un problema masivo de precisión. En tu opinión, ¿es un digital twin esencialmente un forecast, pero empaquetado de forma diferente, de modo que la preocupación por la precisión desaparece?
Joannes Vermorel: El problema es que la palabra “forecast” en los círculos de supply chain se aplica típicamente a un tipo de forecast increíblemente estrecho, que son los forecasts de series temporales puntuales. Existe toda una gama de forecasts. Los digital twins no son forecasts si defines forecasts desde la perspectiva de los forecasts de series temporales puntuales – son más que eso.
Nicole Zint: De acuerdo. Entonces, ¿los digital twins no son solo forecasts de series temporales?
Joannes Vermorel: Permíteme reformularlo muy claramente: los digital twins no son forecasts si defines forecasts desde la perspectiva de los forecasts de series temporales puntuales. Sin embargo, si adoptamos una definición más amplia de forecasts como declaraciones no ambiguas y cuantitativas sobre el futuro, entonces los digital twins, al menos tal como los presentan nuestros competidores, encajan muy bien en esta categoría. Mi primera preocupación es que, tan pronto como tienes un forecast de cualquier tipo, surge la cuestión de la precisión. Si ni siquiera planteas esta pregunta y no desarrollas las herramientas necesarias para evaluar tu precisión, no sabes si lo que haces es bueno. Podrías estar simplemente jugando con grandes cantidades de números, lo cual, por cierto, es increíblemente fácil con las computadoras modernas. Puedes usar mucha capacidad de procesamiento, recetas numéricas y fórmulas matemáticas, pero eso no significa que lo que obtienes al combinar todo eso sea científico o siquiera razonable. Lo que puedes obtener es una especie de ilusión acerca de tu realidad virtual que no tiene una relación de alta calidad con tu supply chain real. Si ni siquiera mides tu precisión, sin importar el tipo de forecast que tengas, no tienes la menor idea de si lo que estás haciendo tiene sentido.
Nicole Zint: Entonces, ¿cómo mejoras un digital twin existente?
Nicole Zint: Pero quiero decir, esa es la primera preocupación que se observa entre estos sistemas. Si miro lo que hacen nuestras computadoras, ni siquiera parece haber métricas. Entonces, si no tienes una medición, no estoy exactamente seguro de qué es lo que realmente están optimizando.
Joannes Vermorel: Esa no es la única preocupación. Esa fue solo la primera. Así que, como ves, estoy diciendo nuevamente que si queremos siquiera pretender que lo que estamos haciendo no es solo una palabra de moda vacía, debemos abordar las preocupaciones fundamentales. La primera preocupación fundamental parece estar completamente desatendida por los proveedores de supply chain que venden digital twins, que es el problema de la precisión. Pero no es la única preocupación. Tenemos otra clase de preocupaciones que es una preocupación sumamente importante, y es la adecuación a nivel semántico entre lo que haces en términos de representación virtual de contrapartes digitales y la realidad.
Porque ves, esos digital twins no son como Matrix, la vieja película en la que puedes recrear un universo alternativo que es casi imposible de diferenciar del mundo real. Hacer eso sigue siendo una hazaña de pura ciencia ficción. Estamos a décadas, si no a siglos, de poder hacer algo que se parezca a Matrix. Así que, siempre que queramos simular o tener una contrapartida digital de una supply chain, tenemos esencialmente algo que es una visión sumamente simplificada de la supply chain.
Incluso en Lokad, cuando implementamos la metodología más avanzada que podemos para supply chain, debemos tener la humildad de reconocer que, incluso lo que consideramos de vanguardia en términos de sofisticación y granularidad de la representación, o la contrapartida digital de la supply chain, sigue siendo una visión increíblemente simplificada de la supply chain.
Además, los datos que necesitamos para alimentar esta representación virtual, esta representación digital, no caen del cielo. Los datos que vamos a utilizar provienen de sistemas empresariales, sistemas de negocio, sistemas ERP, sistemas de gestión de almacenes, CRMs, extractos de EDI y docenas de otras fuentes. El punto es que esos sistemas han sido diseñados para operar la supply chain, no para recopilar datos científicamente precisos sobre la supply chain.
Nicole Zint: Entonces, ¿cómo se integra un digital twin con un sistema ERP clásico?
Joannes Vermorel: Primero, aún no hemos empezado a abordar qué es realmente una supply chain digital, un digital twin para supply chain. Verás, la gente, los proveedores, quieren evitar esta pregunta. Quieren que el cliente salte directamente a los beneficios que obtiene, etc. Pero insisto en que primero debemos enumerar todas las preocupaciones para saber siquiera si lo que estamos viendo es algo realmente auténtico.
Habrá una tercera clase de preguntas, que tienen que ver con la expresividad que podemos lograr. Tenemos el problema de hacer una declaración sobre el futuro basada en datos que no tienen una verdadera alineación con la realidad.
Nicole Zint: De tu supply chain, eso no existe. Sabes, lo que tienes es la data histórica tal como se ve a través del ERP. Esto no debe confundirse con las realidades; es solo una visión muy, muy distorsionada. Bien, tenemos que poder trabajar con eso, pero sin equivocarnos, hay enormes aproximaciones ocurriendo, y esas aproximaciones pueden ser muy perjudiciales en cuanto al objetivo de mejorar la supply chain que podríamos tener usando este digital twin. Luego, probablemente tengamos una tercera clase de preocupación, que es: ¿cómo operas siquiera sobre una representación digital de tu supply chain? No está claro que, solo porque tengas una contrapartida digital, automáticamente surjan cosas buenas para tu supply chain, especialmente cuando la gente te dice que obtendrás KPIs o insights clave. Yo diría, bien, tienes insights clave, pero esencialmente, hasta que se demuestre lo contrario, esos insights clave significan que la empresa tendrá que pagar empleados solo para revisarlos.
Joannes Vermorel: Entonces, ya ves, cuando dices que un software te entrega KPIs e insights, esencialmente, sigue estando del lado del costo para la empresa, porque, bueno, sin importar lo interesantes que puedan ser esas cosas, esos números implican, en esencia, que la empresa tiene que pagarle a gente para analizarlos. Y hasta ahora, aún no produce retorno de inversión. Y, por cierto, eso es algo de lo que hablé en uno de los episodios anteriores con el núcleo burocrático de supply chain. En supply chain, siempre es muy tentador hacer todo tipo de cosas de naturaleza burocrática. Ese es el problema de tener personas altamente especializadas manejando tareas bastante técnicas.
Nicole Zint: ¿Entonces, eres muy crítico con los digital twins?
Joannes Vermorel: No soy crítico con los digital twins. De nuevo, seamos precisos. Digo que, siempre que se presenta un concepto, debemos ser muy específicos acerca de todos los desafíos que debe abordar aquello que es crítico. Y mi crítica es, muy precisamente, hacia las comunicaciones que se asocian con los digital twins tal como los presentan mis competidores. Así que, la crítica hasta ahora no es sobre los digital twins en sí. Podemos llegar a ello en un minuto si quieres, pero se trata de lo que está surgiendo en términos de elementos de comunicación. Y hasta ahora, diría que los elementos que emergen me parecen llamativos, como si faltaran los elefantes en la habitación. Y no es un solo elefante, sino que al menos tres elefantes importantes están siendo descartados, ignorados o son inexistentes, por así decirlo. Y eso me hace preguntarme si están prestando atención a la realidad, a la realidad del problema que se está resolviendo.
Nicole Zint: Justo, pero ahora volvamos al digital twin en sí.
Joannes Vermorel: Sí. Entonces, una de las afirmaciones que he visto decir a los proveedores es que su digital twin es capaz, esencialmente, de contar con este dashboard intuitivo que te permite ver al instante el impacto de diferentes escenarios de “qué pasaría si”. ¿Cuál es tu opinión al respecto? ¿Cuál sería tu primera crítica, si lo deseas, y además, cuáles son los beneficios que, en tu opinión, podemos obtener de un digital twin?
Nicole Zint: Entonces, primero, diría: ¿qué es un digital twin real tal como lo implementan los proveedores que venden digital twins?
Nicole Zint: Para preguntar, ¿qué es técnicamente? Y aquí ves que hay un juicio de valor, y diría que son simuladores glorificados, más precisamente, simuladores Monte Carlo.
Joannes Vermorel: A pesar de que la cantidad de información técnica es muy escasa, según lo promovido por muchos de nuestros competidores, aún tienen algunas capturas de pantalla circulando y algunos detalles técnicos. Eso es lo que estoy utilizando para fundamentar esta afirmación. Esencialmente, cuando la gente dice que tiene un digital twin, lo que posee es un software empresarial que te ofrece cierto tipo de capacidades de modelado. Tienen algo que está muy orientado hacia una mentalidad Monte Carlo. Va a generar, con un cierto grado de ruido, datos que se supone representan los estados futuros de tu supply chain. Típicamente, van a incluir elementos inspirados en la modelización basada en agentes. Intentan representar la red de supply chain como una colección de agentes que tienen comportamientos preconfigurados, comportamientos potencialmente aprendidos hasta cierto límite. Luego, simplemente ejecutan el simulador y recogen métricas como si estuvieras colocando sondas en ubicaciones específicas o en patrones concretos de tu supply chain. Entonces, a nivel técnico, un digital twin es una especie de simulador, un simulador Monte Carlo orientado a casos de uso de supply chain.
Nicole Zint: ¿En cuanto a las afirmaciones, por ejemplo, de tener dashboards?
Joannes Vermorel: Con cualquier simulador, puedes colocar sondas por todas partes para medir los resultados de tus simuladores, y es muy fácil recopilar miles de números. Si tienes miles de números, es muy fácil compilarlos de una manera visualmente agradable, como un dashboard. El principal problema es cuánta confianza y credibilidad debes tener en esos números, y eso me lleva de nuevo a la cuestión de la exactitud. Tener dashboards elegantes es ciertamente algo en lo que confío que mis competidores sean capaces de hacer. Pero seamos realistas; es posible tener reportes muy agradables con Excel, y ha sido posible durante tres décadas. Así que, es muy incremental, en el mejor de los casos, para esta clase de beneficios.
Nicole Zint: ¿Cuál sería entonces tu idea de beneficios? Desafiemos otra cualidad que ves, esa que mencionaste: intuitiva.
Joannes Vermorel: Eso es interesante porque absolutamente no es mi experiencia con nada que sea similar a un simulador. Los simuladores son en gran medida cajas negras, complejos por diseño, y no son en absoluto el tipo de recetas numéricas que se prestan a una explicación sencilla. Por cierto, Lokad está utilizando de manera bastante extensa procesos de Monte Carlo, simuladores y generadores, y es algo que tiene un…
Nicole Zint: Lokad tiene una gran afinidad por el forecast probabilístico. Sin embargo, incluso si Lokad está utilizando esos métodos, reconozco que no son especialmente intuitivos, especialmente cuando se trata de los resultados. Es prácticamente por diseño. Lo que se desea capturar con un simulador es, típicamente, todo aquel tipo de no linealidades que no se pueden captar mediante otros métodos. Pero tan pronto como te enfrentas a fenómenos en tu supply chain que son altamente no lineales, se vuelve muy difícil y casi una caja negra entender lo que está ocurriendo. Significa que de repente simplemente ajustas ligeramente un parámetro, y tienes una respuesta enorme en el otro extremo de la red, y fue algo inesperado.
Joannes Vermorel: Si el simulador es exacto, entonces es bueno. Significa que te proporciona una herramienta para, básicamente, ganar control y entender mejor las consecuencias no intencionadas de acciones aparentemente pequeñas en tu supply chain. Sin embargo, todo depende de la exactitud del simulador. No va a ser algo que resulte intuitivo de ninguna manera. Va a ser muy de caja negra, en el mejor de los casos. Y de nuevo, es un modelo numérico complejo el que se ejecuta cuando estás simulando la supply chain del mundo. Realmente no entra en la categoría de cosas que yo calificaría como intuitivas.
Nicole Zint: Entonces, un simulador es esencialmente un forecast detrás del telón del simulador, donde la exactitud es cuestionable. La idea es que podemos ver la supply chain en una sola pantalla y alternar con diferentes parámetros para ver el resultado. En papel, eso suena genial, como una bola de cristal que puede ver el futuro. Pero, por supuesto, cuando no se cuestiona la exactitud, eso es esencialmente lo que es.
Joannes Vermorel: Sí, y también hay muchas otras preguntas. Cuando tienes un simulador, tienes agentes, que son esencialmente los bloques constructores de tu simulación. Cuando dices que ejecutas una simulación a través de la supply chain, significa que vas a simular cada SKU individual para asociar, por ejemplo, un comportamiento de replenishment o un comportamiento de consumo. Así que, tenemos muchísimos pequeños agentes que tienen sus propios comportamientos, y cuando dejamos que el simulador se ejecute, simplemente dejamos que todos esos agentes operen y nos den un potencial estado futuro de la supply chain. Podemos hacer eso muchas veces.
Ahora, de hecho, por diseño, esta simulación basada en agentes se presta a un alto grado de comparabilidad. Puedes tocar cada agente individual y modificarlos. Esto es algo que puedes hacer, y de hecho, puedes tener tu muro de métricas que obtendrás ajustando simplemente los parámetros.
Nicole Zint: Ejecutar el simulador ahora, crea una pregunta sobre si es un ejercicio realista. Tenemos potencialmente miles de SKUs, si estamos hablando de una supply chain a gran escala. ¿Tiene realmente sentido pagarle a la gente para ajustar manualmente el parámetro que controla el agente, ya sabes, la modelización de cada SKU, uno por uno? Sí, puedes hacer eso, pero ¿tiene sentido? ¿Tiene valor eso?
Joannes Vermorel: Esa es también otra gran parte de la preocupación. Absolutamente, puedes hacer eso, pero esto es parte del ámbito de las capacidades brindadas que son precisamente lo que obtienes del diseño. Pero luego surge la pregunta de si deberías hacerlo. Haciendo eso, obtendrás números, pero ¿cómo decides que un ajuste es incluso mejor que otro si podemos simplemente ajustar algo, digamos, ¿qué sucede si pido esta cantidad de este producto? Esencialmente, ajustas algo y luego ves el resultado de eso en un único escenario.
Nicole Zint: Eso me suena a una serie temporal. Entonces, en primer lugar, lo que normalmente no obtendrás si ejecutas un simulador de Monte Carlo es un escenario único; es como la agregación del resultado promedio a lo largo de muchos escenarios. Bueno, espera, pero ellos afirman que es una manera intuitiva de ver el resultado de diferentes escenarios what-if. Entonces, si pido esta cantidad, debería obtener una imagen instantánea de lo que sería el futuro de eso, no imágenes diferentes, solo una.
Joannes Vermorel: Sí, quiero decir, porque esencialmente, lo que haces con los simuladores es promediar resultados. Entonces, es un forecast de serie temporal; al menos, es un resultado puntual. La diferencia es que el tipo de serie temporal asume que tienes un vector de información que es granular en el tiempo, pero tiene un punto. Esencialmente, te da una estimación promedio. Lo que obtendrás es una estimación puntual de la consecuencia de tu ajuste. En este sentido, está bien hacerlo. No puedes mantener todas las posibilidades futuras hasta el final; en algún punto, tienes que decir: tengo una decisión y quiero evaluar el resultado económico de esta decisión. Así que, esta parte está bien. Lo que puede no estar bien es si los usuarios tienen que pasar potencialmente millones de parámetros manualmente. Entonces, tienes algo que es extremadamente poco práctico, distractor y que consume mucho tiempo, y los beneficios que puedes obtener al identificar mejores decisiones pueden no ser suficientes para cubrir el costo de pagar a toda la gente que necesita ajustar el simulador.
Nicole Zint: Esa es una clase de problema, y luego tienes otra clase de problema, que es que lo que obtendrás de un simulador es un muro de métricas, literalmente miles de números. Entonces, ¿cómo comparas la decisión A con un muro de métricas, es decir, tienes miles de métricas, y la decisión B con otras mil métricas, sabiendo que algunas son mejores, otras son peores, algunas son dramáticamente peores y otras son dramáticamente mejores? Suena como…
Nicole Zint: Como en un proceso de RFP, de alguna manera, tienes tantas variables diferentes. ¿Cómo comparas cuando todas las variables son distintas en lugar de ser solo una?
Joannes Vermorel: Sí, y eso crea una verdadera cuestión de comparación. Por eso tienes un muro de métricas, porque cuando tienes un simulador, puedes medir cada cosa. Por ejemplo, puedes medir el nivel de servicio para cada SKU. Entonces, el resultado de tu simulador, cuando promedias sobre miles y miles de ejecuciones, es literalmente un nivel de servicio para cada SKU, una calidad de servicio para cada cliente, y costos de inventario para cada proveedor. El verdadero beneficio del enfoque a nivel de sistema de los digital twins es simular no un solo SKU, sino toda la supply chain de extremo a extremo, en la medida en que puedas alcanzar con los datos que tienes de tus proveedores y en la medida en que puedas alcanzar aguas abajo en la parte que controlas de la supply chain.
Nicole Zint: Pero parece que la pregunta sigue siendo, ¿cuál decisión es la mejor?
Joannes Vermorel: Sí, y diría que ese es también otro elefante en la habitación. ¿Qué haces una vez que tienes esas capacidades? En lo que a mí respecta, el digital twin me parece que es una cuestión que no tiene respuestas. Existe un truco psicológico utilizado por los proveedores de supply chain de empresa y por los proveedores empresariales en general: tan pronto como las personas ven una pieza de software con la que pueden interactuar y hacer cosas, ganan familiaridad y, en algún momento, les gusta el software. Incluso si interactuar con el software tiene un elemento de juego, el problema es que el elemento de juego significa que a la gente le puede gustar el producto, pero eso no prueba que haga algo bueno para tu empresa. Quita el foco de los resultados. Por ejemplo, si yo dijera que, como parte de la política de la empresa, las personas deberían jugar a las cartas dos horas al día, estoy bastante seguro de que muchas personas disfrutarían de esta actividad y dirían que les encanta, pero eso no significa que cree valor añadido para la empresa.
Nicole Zint: Entonces, para concluir aquí, si podemos volver a lo que realmente es un digital twin, ¿podrías darnos tu definición?
Joannes Vermorel: Mi percepción es que un digital twin es esencialmente una serie de proveedores que reempaquetan conceptos de hace décadas para simuladores. Lo que ha cambiado es que ahora la potencia de procesamiento es lo suficientemente barata como para tener un proceso de Monte Carlo de baja resolución que abarque toda una supply chain sin demasiada dificultad.
Nicole Zint: Esencialmente, tomas una gran máquina con muchos CPUs. Monte Carlo es muy fácil de paralelizar. Es un problema embarrassingly parallel, término técnico. Y así, muchos proveedores se encuentran con la capacidad de crear un producto que es barato de implementar y que hace una simulación de un sistema a nivel de supply chain. Ya sabes, eso es lo que pueden hacer. Y luego, debido a que pueden hacerlo, lo pueden vender. Y como no hay una innovación radical en marcha, han encontrado en el digital twin un grito de guerra para básicamente hacer que este producto sea más atractivo porque si te digo que vamos a hacer un enfoque Monte Carlo basado en cosas que se descubrieron en los años 50, hace 70 años, de repente la gente diría, “¿Sí, en serio? ¿Lo es?”
Joannes Vermorel: Entonces, esencialmente, hacen eso y luego, para básicamente, diría, hacer que la cosa sea aún más atractiva, añaden más calificadores como en tiempo real y sincronización. Yo diría, bien y bueno. Sin embargo, con el simulador por diseño, nunca vas a obtener nada en tiempo real, excepto si tu simulador es increíblemente poco profundo en términos de sofisticación. Así que, eso es realmente algo que se cuestiona. Y, no obstante, veo la razón por la que este producto tiene tracción es que hay un elemento clave de verdad, que es un enfoque a nivel de sistema, diría, para la supply chain que realmente merece una mirada muy, muy seria. Así que, es un empeño muy digno decir que no queremos hacer un sí para básicamente unir los silos y tener un enfoque a nivel de sistema que tenga, diría, este es un concepto muy atractivo para mí. Puedo ver mucho valor en eso.
Ahora, tener simuladores, simuladores de Monte Carlo, es un ingrediente. Pero lo que estoy diciendo, y ese sería mi punto, es que no critico a los digital twins por lo que son. Un simulador es simplemente sólido y confiable. Está bien, ¿sabes? Es una manera establecida de hacer forecast probabilístico en un sentido muy genérico. Lo que digo es que veo una enorme cantidad de elementos que simplemente faltan en el panorama, y parece que la gente ha estado trabajando en las capacidades que son baratas de implementar, y están tratando de venderlas, mientras que, bueno, hay una clase entera de capacidades que están totalmente ausentes, pero que desafortunadamente son mucho más difíciles de implementar y mucho más caras. Pero son las que verdaderamente hacen que esta capacidad, la simulación de Monte Carlo, sea realmente útil para la supply chain. Así que mi punto es que la digital supply chain es buena si es un grito de guerra para tener un enfoque más holístico de la supply chain desde una perspectiva, diría, informática. Pero si piensas que los enfoques Monte Carlo son algo más que un ingrediente algorítmico, creo que es una idea muy equivocada pensar que, con solo eso, puedes realmente mejorar tu supply chain.
Nicole Zint: De acuerdo, Joannes. Muchas gracias por compartir tus ideas sobre digital twins. Gracias por sintonizar, y nos vemos la próxima semana.