00:00:00 (Re)Introducción de Knut
00:01:51 El trabajo de Knut Alicke en la resiliencia de supply chain
00:02:59 La respuesta de las empresas al primer confinamiento
00:04:15 La perspectiva de Joannes sobre los cambios en supply chain
00:06:35 Definiendo el riesgo y la resiliencia en supply chain
00:10:06 Los ingredientes clave de Knut para supply chains resilientes
00:13:09 Importancia de la visibilidad de extremo a extremo
00:14:42 Importancia de la interpretación de datos
00:15:55 Estudio de caso: Productos farmacéuticos
00:17:28 Desastres en supply chain impulsados por software
00:19:28 El enfoque de Lokad hacia las herramientas de machine learning
00:21:21 Software sofisticado que hace a las empresas frágiles
00:28:32 Complejidad de supply chains
00:30:29 Beneficios del enfoque probabilístico
00:33:08 Considerando el riesgo de inflación
00:40:33 La resiliencia de supply chain como seguro
00:44:32 Explicación del modelo CHAIN
00:50:00 Ejemplo de servicio para minoristas B2B
00:52:12 Importancia de las métricas basadas en dólares
00:58:41 La efectividad de los sistemas automatizados en la gestión del riesgo
01:00:37 Ejemplo de narrativa de mantenimiento de aeronaves
01:04:11 Habilidades críticas en supply chain
01:05:31 Importancia de la redacción clara
01:08:16 El llamado a la acción de Knut
Resumen
La pandemia ha obligado a las empresas a revaluar sus supply chains, centrándose en la reducción del riesgo y en resiliencia. En esta entrevista, Knut Alicke de McKinsey y Joannes Vermorel de Lokad discutieron la necesidad de una planificación sistemática, el uso de herramientas digitales y la automatización mediante software. Alicke enfatizó la importancia de la visibilidad y de los sistemas de alerta temprana para detectar posibles interrupciones, mientras que Vermorel destacó la necesidad de una cultura digital para comprender las sutilezas de los datos. Ambos coincidieron en la importancia de la planificación por escenarios y de un enfoque probabilístico para gestionar posibles problemas. También enfatizaron la necesidad de un pensamiento estratégico, una comunicación efectiva y de cultivar opciones en el liderazgo de supply chain, aspectos que Alicke abordó en detalle en su reciente libro (co-escrito), From Source to Sold.
Resumen Ampliado
La reciente pandemia ha obligado a las empresas a revaluar sus supply chains, con un enfoque en la reducción del riesgo y el aumento de la resiliencia, tal como lo explican Knut Alicke, socio en McKinsey, y Joannes Vermorel, CEO y fundador de Lokad.
Alicke, quien ha trabajado en supply chain durante casi 30 años, señaló que las empresas han tenido que volverse más sistemáticas y ágiles en sus procesos de planificación. Sin embargo, indicó que aún existe una brecha en términos de experiencia en supply chain y en el mejor uso de las herramientas digitales. Por su parte, Vermorel enfatizó la importancia de la automatización mediante software para manejar decisiones mundanas y tareas, liberando tiempo para que las personas se concentren en situaciones inusuales o extraordinarias.
Alicke discutió cómo las empresas han reaccionado ante las interrupciones en el pasado, como el desastre de Fukushima en 2011, y cierres y confinamientos más recientes. Señaló que, aunque muchas de las ideas para la resiliencia existían años atrás, no se consideraban importantes. Las empresas a menudo volvían a sus operaciones normales después de una interrupción, centrándose en supply chains lean y económicas en lugar de en las resilientes.
Alicke enfatizó la necesidad de visibilidad y de un sistema de alerta temprana para detectar posibles interrupciones en la supply chain. Esto podría incluir problemas con el proveedor de un proveedor o inconvenientes con la logística, la producción o la calidad. También destacó la importancia de la planificación, particularmente la planificación por escenarios, para mitigar posibles retrasos o interrupciones. Esto podría implicar acelerar los envíos, sustituir productos o traer alternativas por avión.
Vermorel coincidió en la importancia de la visibilidad de extremo a extremo, pero sugirió que las empresas a menudo carecen de una cultura digital para comprender las sutilezas de sus datos. Argumentó que el problema no es la falta de datos o su calidad, sino la falta de entendimiento de los mismos.
Vermorel también habló de la importancia de comprender lo que un algoritmo intenta hacer, en lugar de cómo funciona. Señaló que el software permite una rápida escalabilidad, incluyendo el potencial para errores a gran escala. Además, indicó que incluso cálculos relativamente simples pueden volverse opacos debido a las limitaciones de la mente humana.
Vermorel explicó además que, incluso si los data scientists sustituyen a los planificadores, persiste el mismo problema de opacidad. Algunas herramientas de machine learning son opacas incluso para quienes las utilizan, y comprender los algoritmos no implica necesariamente entender los resultados.
Vermorel discutió la operatividad de los escenarios en la gestión de supply chain, explicando que mantener múltiples escenarios puede requerir mucho mantenimiento. Sin embargo, un enfoque probabilístico, que considera todos los escenarios a la vez, puede resultar más manejable con las herramientas matemáticas y de software adecuadas.
Explicó que este enfoque permite considerar diversos problemas potenciales, como que un warehouse tenga un 1% de probabilidad de inundarse cada mes, sin necesidad de conocer la causa exacta.
Vermorel comparó el enfoque probabilístico con una perspectiva cuántica, donde se consideran todos los futuros posibles y los instrumentos matemáticos se encargan de fenómenos poco frecuentes.
Alicke estuvo de acuerdo y enfatizó la importancia de que las empresas estén preparadas para actuar basándose en los conocimientos obtenidos de las simulaciones de escenarios. Señaló que a menudo las empresas carecen de la disposición para implementar soluciones, incluso cuando disponen de los conocimientos necesarios.
Vermorel habló de la importancia de cultivar opciones en la gestión de supply chain. Explicó que el enfoque probabilístico permite considerar constantemente opciones, como modos de transporte alternativos, que pueden activarse cuando las condiciones sean las adecuadas.
Alicke compartió un ejemplo de cómo la planificación por escenarios ayudó a un cliente a volverse más resiliente al identificar un recurso cuello de botella que requería 12 semanas para trasladarse de una planta a otra.
Vermorel habló de la importancia del pensamiento estratégico en la gestión de supply chain, que puede verse obstaculizado por estar constantemente apagando incendios.
Alicke enfatizó la importancia de comunicar la necesidad de inversiones estratégicas a la junta directiva, comparándolo con pagar un seguro. Señaló que esto requiere una decisión estratégica por parte de la junta y la habilidad de comunicar la historia de manera efectiva.
Alicke también habló de la inspiración detrás de su libro, “Source to Sold” (co-escrito con Radu Palamariu), que incluye entrevistas con personas que han llegado a formar parte de la junta con un background en supply chain, y discute el modelo CHAIN que desarrollaron a partir de estas entrevistas.
Alicke explicó que ‘C’ representa colaborativo, ‘H’ holístico, ‘A’ adaptable, ‘I’ influyente y ‘N’ narrativa. Enfatizó la importancia de construir relaciones, entender la visión global, la adaptabilidad, empoderar a las personas y utilizar el lenguaje adecuado para explicar las cosas.
Vermorel habló del temor a los efectos de segundo orden en supply chain, como la expectativa de descuentos por parte de los clientes. Argumentó la necesidad de tener un KPI que incluya decisiones basadas en juicio y que impulse una visión a largo plazo.
Vermorel criticó la falta de imaginación al tener en cuenta factores evasivos que son difíciles de medir. Enfatizó la importancia de desarrollar narrativas para transmitir de manera concisa aspectos técnicos y racionales.
Vermorel defendió la necesidad de contar con insights que resuenen profundamente con lo que las empresas intentan hacer, en lugar de depender de métricas fáciles que son irrelevantes para el problema en cuestión.
Alicke estuvo de acuerdo, agregando que los números apoyan la narrativa y ayudan a identificar las causas raíz cuando algo sale mal. Enfatizó que el liderazgo efectivo requiere personas con las habilidades necesarias para activar la visión expresada a través de la narrativa.
Alicke sugirió que todos en supply chain deberían comprender los procesos de extremo a extremo y capacitar a colegas tanto de supply chain como de otras áreas. Mencionó que él y Vermorel enseñan en universidades para aumentar la capacidad de la comunidad y promover supply chain como un tema interesante e importante.
Vermorel añadió que una redacción clara es una habilidad crucial para la colaboración, la creación de narrativas y la organización de informes. Criticó la baja calidad de la escritura en muchos departamentos y animó a los estudiantes a mejorar sus habilidades de redacción a lo largo de sus vidas.
En conclusión, la entrevista destacó la importancia de comprender y gestionar el riesgo y la resiliencia en supply chains, el papel de los datos y los algoritmos, y la necesidad de un pensamiento estratégico y una comunicación efectiva. También enfatizó la importancia de cultivar opciones, comprender los procesos de extremo a extremo y mejorar las habilidades de redacción.
Transcripción Completa
Conor Doherty: Dada la reciente pandemia, la mayoría de las empresas han revaluado sus supply chains con énfasis en la reducción del riesgo y el aumento de la resiliencia. El invitado de hoy, Knut Alicke, ha escrito extensamente sobre estos temas, así como sobre el liderazgo en supply chain en su nuevo libro, “From Source to Sold”. Knut, bienvenido a Lokad.
Knut Alicke: Muchas gracias por invitarme.
Conor Doherty: Bueno, dije bienvenido a Lokad, pero probablemente sea más preciso decir bienvenido de nuevo a Lokad. Estuviste con nosotros, creo, hace 3 años, casi al mismo día, de hecho.
Knut Alicke: Así es. Este es mi segundo episodio con ustedes. Así que, efectivamente, hace tres años. Hablamos sobre el futuro de supply chain, las habilidades laborales y todo lo demás. Han sido 3 años interesantes para todos nosotros, con muchas interrupciones y muchas cosas ocurriendo en supply chain.
Conor Doherty: Absolutamente, y volvemos a ese tema. Pero para quien se haya perdido ese episodio, ¿podrías reintroducirte a la audiencia, por favor?
Knut Alicke: Claro. Mi nombre es Knut Alicke. Trabajo para McKinsey. Estoy basado en nuestra oficina de Stuttgart en Alemania, y supply chain es mi pasión. Eso es lo que he estado haciendo durante casi 30 años. Así que, el próximo año serán 30 años. Estamos envejeciendo cada vez más. Lo que hago aquí abarca básicamente todos los temas relacionados con la planificación, como forecast, S&OP, la planificación de supply, la planificación de producción, el inventario, pero también el flujo físico, la optimización de almacenes, la optimización de la red de transporte y establecer la estructura organizativa de gobernanza adecuada.
Durante los últimos tres años, he estado trabajando claramente en el riesgo y la resiliencia de supply chain para ayudar a nuestros clientes a ser mejores y tener una supply chain más resiliente. Y además de McKinsey, sigo enseñando. Así que estoy desarrollando, por así decirlo, la nueva clase de profesionales de supply chain, porque eso es lo que siempre escuchamos: que no tenemos suficientes profesionales de supply chain. No tenemos suficientes personas que realmente comprendan los procesos de extremo a extremo, que entiendan los trade-offs, y que se interesen en el tema.
Conor Doherty: Bueno, en realidad, si podemos volver a lo que estábamos discutiendo. Porque, como mencionaste de nuevo, fue hace tres años cuando hablamos sobre el futuro de supply chain y las habilidades requeridas. Eso fue en plena pandemia. En los años que han seguido, ahora que básicamente estamos post pandemia, ¿crees que la situación ha cambiado? Sabes, el riesgo y la resiliencia se han convertido en un tema más importante. Entonces, ¿se requiere el mismo conjunto de habilidades o ha cambiado?
Knut Alicke: Pasó mucho. Si miramos hace tres años, muchas empresas comenzaron, algo así como después del primer confinamiento, a montar war rooms de combate de incendios, salas de control, o comoquiera que lo llamaran, para resolver problemas. Eso no siempre se hizo de manera sistemática. No se pensó siempre en el asunto de extremo a extremo. Y luego se dieron cuenta de que, oye, necesitamos hacer más. ¿Verdad? Necesitamos prepararnos, asegurarnos de tener la visibilidad adecuada, tener las palancas correctas que podamos accionar, y asegurarnos de que nuestros procesos de planificación sean lo suficientemente ágiles y rápidos.
Entonces, muchas empresas redujeron su planificación de una planificación mensual a cada dos semanas, y en el S&OP, la planificación operativa de una semana a cada dos días. Y todo eso requiere talento. Requiere talento que entienda supply chain, que comprenda lo digital y que integre todo. Y lo que vemos aquí es que aún existe una enorme brecha. La brecha se redujo. Diría que la gente educó a su propio personal. Hubo muchas contrataciones de fuentes externas, pero aún existe una brecha en términos de experiencia en supply chain, en cómo utilizar de la mejor manera las herramientas digitales para planificar y mejorar el rendimiento de la supply chain.
Conor Doherty: Bueno, gracias. Joannes, tú también estuviste en ese panel. ¿Ha cambiado tu perspectiva en estos años intermedios?
Joannes Vermorel: Quiero decir, he evolucionado, sí. No sé en qué medida se puede considerar un cambio, pero, desde mi perspectiva, cuanto más interrupciones enfrentes, más automatización necesitas. Porque, ya ves, si tu rutina ya mantiene a todos ocupados, ya sea apagando incendios y lidiando con lo mundano, si ya estás al 100% ocupado solo con lo mundano, cuando lo extraordinario te golpea, entonces tienes prácticamente cero margen para lidiar con ese extra.
Y no me refiero a la capacidad de supply chain o a los activos fijos, sino simplemente al ancho de banda mental para lidiar con un problema. Si todos en la organización ya están a máxima velocidad solo para mantener la empresa operando en un día normal, cuando tienes un día anormal, entonces todo explota o se retrasa. Así que, y no tengo, diría yo, una solución mágica para liberar este ancho de banda. Sin embargo, una de las mejores alternativas a una solución mágica es una automatización de software extensa.
Para que al menos todas las decisiones mundanas y demás tareas se automaticen, y así las personas tengan tiempo para enfocarse en lo que es bastante inusual. Y por inusual, no me refiero a las fluctuaciones habituales de la demanda, siendo un poco más alta, un poco más baja, o variando de manera similar en todo momento. Me refiero al cambio estructural donde tienes proveedores que desaparecen, proveedores que se vuelven mucho más caros sin posibilidad de volver al estado anterior, aranceles o cosas que realmente modifican la estructura del mercado en el que operas.
Conor Doherty: Bueno, se me ocurre que en una discusión sobre riesgo y resiliencia, probablemente sería mejor definir los términos. Entonces, Knut, si puedo volver a ti, después de la pandemia, la gente habla sobre la importancia del riesgo y la resiliencia, pero quiero decir, el riesgo y la resiliencia existían antes de la pandemia. Entonces, en tu opinión experta, ¿cómo han cambiado exactamente estos conceptos? Es decir, de manera material, ¿cómo han cambiado como resultado de la pandemia?
Knut Alicke: La buena pregunta es si cambiaron. Si lo piensas, ¿qué, en 2011 cuando tuvimos Fukushima? Eso fue hace como 12 años, y las empresas reaccionaron de la misma manera en que reaccionaron ante los recientes cierres, interrupciones y confinamientos. Así que, diría que muchas de las ideas existían hace muchos, muchos años, pero no se consideraban importantes. Las empresas no se enfocaban en ello. Decían, oye, la interrupción ya pasó, volvamos a la normalidad y asegurémonos de que nuestra supply chain sea lo más lean posible, lo más barata posible, pero no tan resiliente como debería.
Entonces, si piensas en lo que es necesario para ser resiliente, necesitamos tener la visibilidad en su lugar. Es decir, necesitamos contar con algo como un sistema de advertencia previa que diga: oye, algo se está gestando en, digamos, el tier tres, tier cuatro. No en nuestro proveedor directo, sino en el proveedor del proveedor del proveedor, que tiene algunos problemas. Quizás haya un problema logístico, un problema de producción o algún problema de calidad.
Sabemos exactamente que esto se gestionará hasta llegar a nosotros, a nuestra línea de producción, y causará una interrupción. Si lo sabemos con suficiente antelación, podemos reaccionar. O, digamos, con suerte, podemos reaccionar. Para poder reaccionar, también necesitamos asegurarnos de tener algo como planificación en marcha. Entonces, si, por ejemplo, vemos que, oh, este contenedor probablemente llegará dos semanas tarde, esa información por sí sola no es útil. La información de que este retraso de dos semanas conduce a un faltante de stock en nuestros componentes, que a su vez conduce a una parada en la producción porque no podemos ensamblar lo que queremos ensamblar, o tenemos un problema de disponibilidad, y no podemos entregar a la tienda minorista que desesperadamente necesita nuestros productos, es muy importante. Y para ello, necesitamos planificación por escenarios.
Entonces, necesitamos analizar qué podemos implementar para mitigar este retraso. ¿Es que necesitamos acelerar el envío? ¿Es que sustituimos el producto? ¿Necesitamos traer algo por avión para compensar el retraso? Y aquí es donde muchas empresas siguen teniendo un problema. Es decir, crean un plan, pero no son capaces de crear planes en caso de que ocurra una interrupción o algún retraso. Y esto es super importante. Si ahora piensas en lo que es necesario para ello, necesitamos tener datos disponibles, master data. Necesitamos contar con las capacidades necesarias, sobre lo que ya empezamos a hablar, y necesitamos tener en la organización quienes acepten que, en este escenario, llegamos a la conclusión de que el transporte aéreo es la solución, y entonces optamos por él. Todo esto debe suceder para asegurarnos de que contamos con una supply chain resiliente que aún pueda entregar.
Conor Doherty: Bueno, en realidad, una vez más, has identificado tres ingredientes, y eso fue algo que mencionaste en una encuesta reciente que escribiste en McKinsey sobre tecnología y regionalización. Mencionaste que las supply chain más resilientes tienen visibilidad de extremo a extremo, master data de alta calidad y realizan una planificación de demanda por escenarios efectiva. Entonces, Joannes, para devolverte la pregunta, ¿por qué crees que esos son ingredientes absolutamente críticos para tener una supply chain resiliente? ¿O añadirías algo más?
Joannes Vermorel: Sí, quiero decir, desde mi perspectiva, el desafío con los datos es muy específico en el sentido de que la calidad de los datos suele ser excelente. Es extraño, lo sé, la mayoría de los proveedores se quejan de datos malos, pero la realidad es que cuando miramos, digamos, a las empresas occidentales, tal vez no a las asiáticas, las empresas occidentales han estado digitalizadas durante tres décadas y, normalmente, en términos de accuracy, cuando hay un registro que dice que algo se vendió en este día, en esta cantidad, es 99.9% exacto. Así que sí, hay algunos errores clericales aquí y allá, pero es muy preciso. Ahora, el problema no es que los datos sean habitualmente incorrectos, es que la semántica es muy difusa.
Para dar una idea, la mayoría de nuestros clientes, y me refiero a los más grandes, como las empresas públicas, normalmente es muy difuso contabilizar lo que tienen en stock. El problema no es que no tengan los datos, el problema es que imagina que no tienes un solo ERP, tienes 20 ERPs y todos contabilizan el stock de no una manera, sino de 20 maneras diferentes. Y además, el stock no es binario, está o no está, puede estar en espera en la aduana, puede estar en espera para pruebas de calidad, puede estar en almacenamiento, o puede estar reservado para algunos clientes en algún lugar. Así que, ves que hay muchas complejidades.
Y luego, cuando piensas en la demanda, sucede lo mismo: se vuelve muy rápidamente muy difusa. Consideremos, por ejemplo, un distribuidor B2B. Estás vendiendo a empresas, así que normalmente tienes múltiples fechas de pedido, no solo una. Tienes las fechas en que el cliente te dice que quiere esto en el futuro, pero no es un pedido firme, es para el futuro. Y luego habrá una fecha en la que se efectúa el pedido y, después, otra fecha en la que quieren que se entregue una parte del pedido primero, y luego otra fecha para que se entregue la segunda parte del pedido, y así sucesivamente.
Así que, estoy absolutamente de acuerdo con la visibilidad de extremo a extremo, es un ingrediente crítico. Pero donde creo que las empresas fallan frecuentemente es en la falta de una cultura digital para comprender las sutilezas que se esconden en estos datos. El problema no es tanto que los datos sean malos o que no los tengan, el problema es que tienen literalmente miles y miles de tablas y la gente se está ahogando en malos KPIs, recetas simplistas y otros elementos que simplemente no les dicen lo que necesitan saber.
Por ejemplo, empresas que operan en supply chain multi-on, hemos visto que la gente piensa en service levels en el centro de la red, pero el nivel de servicio del centro de la red no te dice nada sobre la calidad percibida del servicio desde el lado del cliente. Son meros artefactos. Así que, diría que esos problemas son los mismos, pero hay algún matiz en la forma en que los observas, y ahí es donde creo que está la mayor brecha de habilidades.
Cuando hablamos de master data, ¿qué significa tener dominio sobre los datos? Es un juego de palabras, pero diría que el problema es más el dominio de los datos que la falta de datos o la falta de datos de calidad.
Conor Doherty: Entonces, Knut, para devolverte la pregunta, ¿estás de acuerdo en que se trata más bien de cómo interpretas la riqueza de los datos o la fuente de los datos y no de la calidad intrínseca de los mismos?
Knut Alicke: Honestamente, he visto ambos, pero estoy de acuerdo en que usar los datos y crear insights a partir de ellos es muy importante. Permíteme agregar un elemento a esto, porque eso es también lo que veo suceder en muchos de nuestros clientes.
El planificador tiene un sistema para utilizar, ¿verdad? Usando datos y luego hay un algoritmo, y ese algoritmo realiza algunos cálculos, un forecast, un plan de producción, un plan de supply, lo que sea. Lo que a menudo vemos es que hay mucha más inteligencia algorítmica de la que el planificador está preparado para usar. ¿Y por qué es eso? Porque para la mayoría de los planificadores el algoritmo parece una caja negra. Lo que les gustaría hacer es abrir la caja negra, mirar adentro, entender y luego utilizarlo.
Para una gran empresa farmacéutica, realizamos un análisis después de que implementaron uno de los grandes sistemas de planificación y solo había ocho personas que iniciaban sesión y usaban el sistema. Todos los otros cientos de planificadores iniciaban sesión, pero luego cerraban sesión muy rápido, volvían a iniciar sesión y cerraban de nuevo. ¿Qué significa eso? Descargaron todos los datos a sus hojas de Excel, hicieron sus cambios y planificación habituales y subieron los resultados nuevamente.
Entonces, un elemento muy importante es la explicabilidad. Necesitamos generar confianza en cuanto a todos los algoritmos que tenemos. O bien necesitamos explicarlos, o necesitamos tener otras formas de demostrar que los algoritmos están funcionando como deberían, y solo con esto los planificadores finalmente utilizarán todas estas cosas geniales que existen.
Conor Doherty: En realidad, un seguimiento rápido a eso, y es relevante a algo que leí en Lokad. No voy a decir quién lo escribió, pero fue en un artículo sobre MRO y decían que, más importante que entender cómo funciona el algoritmo, es más importante que el profesional entienda qué es lo que intenta hacer. Y tengo curiosidad, con lo que Knut acaba de decir y lo que yo acabo de decir, ¿cuál es tu opinión al respecto, Joannes?
Joannes Vermorel: Entonces, estoy completamente de acuerdo con Knut en el sentido de que los métodos sofisticados introducen nuevas clases de riesgo. Y cuando miras algunos de los mayores desastres en supply chain de todos los tiempos, estuvieron impulsados por software. Ese es el desastre de Nike de 2004, el de Target Canada, el de Lidl que desperdició medio billón de euros. Así que el software te permite hacer cosas a gran escala super rápido, incluso cosas súper tontas. Y sí, la opacidad no requiere nada súper sofisticado para volverse súper opaca.
La belleza de las computadoras es que la mente humana se queda atrás con algo así como 10 multiplicaciones. Y luego, incluso si eres súper inteligente, cualquier cálculo modesto que haga más de 10 multiplicaciones y sumas, no puedes seguir intuitivamente lo que está pasando. Así que no se necesita una brutal sofisticación numérica para ser absolutamente opaco. Incluso algo que sigue siendo relativamente simple en términos de potencia de procesamiento de la computadora ya está muy por encima de lo que puedes seguir.
Entonces, este es un gran problema y, por cierto, incluso si reemplazas a los planificadores por Supply Chain Scientists, sigues teniendo el mismo problema. Existen clases de herramientas de machine learning que son muy opacas, incluso para las personas que manejan esas herramientas. Así que, incluso si tienes un profundo entendimiento de los algoritmos, no significa que entiendas si los resultados que estás observando son realmente lo que pretendías. Ese es otro tipo de problema.
La forma en que Lokad abordó esto es, sobre todo, siendo muy tajante respecto a ciertas clases de herramientas de machine learning, especialmente differentiable programming que te permiten operar con variables semánticas. Así que, la idea es que no es cualquier tipo de machine learning, sino ese tipo de modelos en los que cada variable tiene un nombre y una semántica asignada. Eso significa que puedes inspeccionar, pieza por pieza, lo que ocurre en tu modelo para entender si el comportamiento parece correcto.
Para dar un ejemplo, si por ejemplo tenemos ciclicidades, como el día de la semana, la semana del año, la semana del mes, significa que esas ciclicidades van a tener parámetros nombrados que puedes revisar. Literalmente habrá una variable llamada el efecto Ramadan o el efecto de Año Nuevo Chino. Puede sonar muy anti-machine learning porque no descubrimos automáticamente los patrones, pero la idea de que todos los patrones están nombrados y, por tanto, las variables tienen una semántica clara, hace que sea mucho más fácil inspeccionar el modelo pieza por pieza.
Entonces, incluso si la salida es extraña, aún puedes ir a inspeccionar las piezas que constituyen el modelo y no se necesita un PhD en matemáticas para hacerlo. Eso es solo parte de la solución, pero el resto requiere metodologías diferentes. Pero sí, el riesgo tecnológico, es decir, introducir sofisticación al tratar de hacer que tu empresa sea más resiliente, tiene una historia un poco en contra de los software vendors en términos generales. Las tecnologías de software más sofisticadas tienden a hacer que las empresas sean más frágiles en general, en comparación con formas más toscas y simples de organizar las empresas.
Conor Doherty: Bueno, Knut, para volver al tema del riesgo y la resiliencia, recuerdo en la encuesta —creo que fue en noviembre de este año— que notaste que, de los tres ingredientes mencionados (visibilidad, master data y planificación de demanda), la planificación de demanda por escenarios era, o tenía, la menor adopción. Creo que solo alrededor de un tercio de los encuestados dijo que tenían implementada una planificación de demanda por escenarios efectiva en la empresa. Tengo curiosidad, ¿por qué crees que hubo una disminución entre los dos primeros ingredientes y el último, y qué efecto tiene eso en la resiliencia de la empresa?
Knut Alicke: La planificación no es fácil. Suena simple, simplemente dices: “¿Por qué no evalúas tu plan general de extremo a extremo para el escenario que dice que tenemos menos capacidad, o tenemos mayor demanda, o que el proveedor no puede entregar?” Pero imagina que muchas empresas aún calculan un plan por semana. Así que, aún se requiere el fin de semana porque toma 14 horas y bloquea muchos de los recursos de IT.
Incluso en estos días, esto suele ser el caso. Entonces, ¿cómo le dirías a estas empresas que, “Oigan, por favor calculen cinco escenarios en los que evalúen diferentes soluciones”, cuando ellas dicen, “Está bien, eso toma una semana para calcular”? Así que, la potencia de cómputo pura a menudo no está disponible. Luego, muy a menudo, no está claro cómo poblar el escenario. Entonces, ¿qué debemos calcular y cómo evaluarlo, verdad?
Todos los proveedores de soluciones de planificación tienen la capacidad de calcular escenarios. Luego, necesitas evaluar qué es mejor para nuestra configuración actual y para nuestros clientes y para nuestro supply chain. Así que deben tener claro, “Oye, debe ser optimizado para el servicio, para el costo, o para nuestro inventario.” Eso a menudo no está claro.
Desafortunadamente, aún vemos muchos procesos de S&OP o procesos de IBP o procesos de planificación de extremo a extremo que surgen solo con una solución. Y entonces la discusión es muy interesante porque solo se puede aceptar esta única solución. No hay manera de decir, “Oye, ¿por qué no hacemos algo diferente aquí?” Así que hay mucho que recuperar y mejorar, para poder calcular los escenarios, para entender y valorar los compromisos, y luego llegar a una decisión conjunta sobre lo que es mejor para nuestros clientes o la empresa o el valor.
Conor Doherty: Bueno, Joannes, vendré a ti por un momento. Iré a ti en un momento porque sé que tendrás algo que decir sobre esto. Pero solo para dar seguimiento a eso, Knut, cuando se trata de evaluar la viabilidad de cualquier escenario dado, ¿lo consideras algo único para cada empresa o crees que existe un indicador o una filosofía general que cada compañía podría utilizar para evaluar la viabilidad de un escenario?
Knut Alicke: Así que siempre hablamos de los tres elementos más importantes de un supply chain, y esos son costo, servicio y capital. Probablemente empezaría incluso con el servicio. Y luego tienes los compromisos. El servicio sube, “Oh sí, podemos hacer eso si aumentamos el inventario o si aumentamos el costo.” El costo baja, “Sí, está bien, pero entonces el servicio podría bajar.” Por lo tanto, entender estos compromisos es súper importante.
Hablando con muchos de nuestros clientes, a menudo realizamos un ejercicio muy simple. Simplemente les preguntamos de forma individual, “¿Qué es lo más importante para ti? ¿Dónde invertirías, digamos, 10 EUR para mejorar, si tuvieras algo o mil o 100,000? ¿Es reducir el costo o optimizar el costo? ¿Es mejorar el nivel de servicio o reducir el inventario?” Y a menudo obtienes una imagen completamente mezclada. Así que cada quien habla de cosas diferentes.
Eso significa que la estrategia de supply chain no está alineada. Si la estrategia de supply chain no está alineada, ¿cómo evaluarías cuál es el mejor escenario? Porque una parte de la empresa optaría por un nivel de servicio más alto, mientras que a menudo la parte productiva optaría por un costo más bajo debido a sus incentivos locales. Entonces, es algo en lo que tú, en la estructura de bonos, si observas la estructura de bonos, a menudo se contradicen estas discusiones de compromisos en escenarios. Así que es algo que necesita ser abordado, necesita ser resuelto, y luego puedes decidir, “Oye, esta es realmente la mejor solución para nuestra empresa.”
Conor Doherty: Gracias. Y Joannes, ¿cuál es tu opinión sobre cómo evaluar la viabilidad de los escenarios?
Joannes Vermorel: Primero revisaría algunas otras cosas. Porque verás, primero, hablemos de los requerimientos de cómputo. Es algo que escucho frecuentemente, “Oh, tarda horas en computar.” Pero consideremos que un smartphone, simplemente un smartphone normal, realiza desde el primer momento algo como 10 a 20 mil millones de operaciones por segundo. Y eso es un smartphone. Si pasas a una estación de trabajo, una verdadera estación de trabajo, muy fácilmente, de manera económica, alcanzamos los 100 mil millones de operaciones por segundo. Si estás demente y gastas $5,000 y pones tarjetas gráficas y GPUs, llegas a los mil mil millones de operaciones por segundo. Nuevamente, algo barato.
Entonces, la pregunta es, ¿qué exactamente estás haciendo con este poder de procesamiento? Porque ese es el punto. En Lokad, tenemos la discusión típica. Escucho a la gente decir, “Oh, cinco escenarios toman 40 horas de cómputo.” Y luego en Lokad, decimos, “Oh, pero nosotros simplemente ejecutamos alrededor de mil escenarios por segundo.” Así que, primero, diría que tenemos varios problemas.
Primero, el software empresarial moderno tiene el problema de tener capas sobre capas que acumulan ineficiencia. Y la gente puede no darse cuenta, pero la mayoría del software empresarial está construido sobre 40, a veces 50 años de capas ineficientes que nunca desaparecieron. Y así pierdes tu poder de procesamiento por un factor de 1 millón, a veces más, debido a ineficiencias de tener, literalmente, este tipo de diseño de software en forma de lasaña donde es un fragmento de software que se comunica con otro fragmento de software que a su vez se comunica con otro fragmento de software, etc.
Por ejemplo, si intentas hacer este tipo de cosas con una base de datos SQL de un sistema transaccional, será increíblemente ineficiente. Quiero decir, cuando digo “increíblemente ineficiente”, me refiero a un factor de algo como entre mil veces más lento de lo que debería ser y posiblemente hasta un millón de veces más lento de lo que debería ser. Así que los supply chains como objetos para simulaciones numéricas no son súper complejos. Incluso un supply chain increíblemente complejo es como 100 millones de SKUs, tal vez 200 millones de SKUs. Un videojuego moderno ahora simula en tiempo real aproximadamente mil millones de triángulos, 60 cuadros por segundo. Eso solo te da la escala.
Así que estamos hablando de algo que, en términos de cómputo moderno, incluso un supply chain gigantesco, a escala Walmart, es pequeño. Es más pequeño que tu videojuego promedio en la actualidad. Así que tenemos eso en mente. Y por lo tanto, si tienes un cálculo que toma más de minutos, necesitas realmente detenerte y considerar, “¿Estoy haciendo algo que es realmente complicado y que realmente necesita todo ese poder de procesamiento? ¿O simplemente estoy partiendo de algo que es increíblemente ineficiente?” Así que mi propuesta es que, la mayor parte del tiempo, estamos hablando de cosas que son increíblemente ineficientes.
Y eso, si lo abordas de la manera correcta, no es un problema. Luego, la segunda cosa es la operatividad de los escenarios. Mi enfoque, quiero decir, en Lokad, lo que descubrí hace un poco más de una década es que el problema con los escenarios es que requieren mucho mantenimiento. Si tienes una docena de escenarios que deseas mantener, es un gran esfuerzo. Y el truco, que fue literalmente un truco, es que si optas por un enfoque probabilístico en el que observas todos los escenarios a la vez, lo que significa potencialmente millones de escenarios, entonces, si cuentas con los instrumentos adecuados, instrumentos matemáticos e instrumentos de software, se vuelve mucho más sencillo.
Y eso es sorprendente porque uno pensaría, “Oh, si observo todos los futuros posibles a la vez, tiene que ser mucho más complicado.” Pero la realidad es que con el enfoque adecuado, no lo es. Y la respuesta es porque de repente todas las cosas que deseas considerar se vuelven mucho más manejables. No tienes que tomar decisiones difíciles acerca de qué pasa con el almacén. Bien, digamos que el almacén, en cada mes dado, tiene un 1% de probabilidad de inundarse o sufrir algo que impacte severamente su operación. No necesitamos saber exactamente qué, simplemente decimos, “Bien, 1% de probabilidad al mes de que perdamos la mitad de la capacidad del almacén por cualquier razón, una huelga, una inundación, un problema eléctrico, un pequeño incendio.”
Y podemos decir, “0.1% de probabilidad de que perdamos el almacén durante seis meses.” Y ya sabes, es una suposición, está bien. Y lo interesante es que no haces eso aislado de las otras cosas. La belleza del enfoque probabilístico es que puedes decir, “Agregamos este riesgo al almacén y luego sumaremos el riesgo de tener un puerto en China bloqueado, de nuevo con un 1% de probabilidad cada mes.” Esa es una estimación, podemos revisarla. Pero lo interesante es que, de repente, puedes paralelizar el análisis para pensar en esos riesgos.
No se trata de que elabores un escenario en el que decidas exactamente qué riesgos se tienen en cuenta y cuáles no. Se trata de que puedes agregar un riesgo para el almacén, puedes agregar un riesgo para un puerto en China, puedes agregar un riesgo de aumento de precio para un proveedor. Y esa es la belleza, es que todo eso se integra. Y en términos de mantenimiento, una vez que decides incluir un riesgo, ¿qué queda por hacer? La respuesta es nada, porque tu forecast probabilístico está embedding con eso y las decisiones que emergen del sistema ya están ajustadas por riesgo desde el primer momento.
Joannes Vermorel: Diría que esta perspectiva purista frente a la planificación clásica de escenarios es que, primero, puedes descomponer completamente la forma en que analizas los diferentes riesgos. Así que, si tienes a diferentes personas que analizan distintos riesgos, pueden trabajar con el mismo sistema al mismo tiempo. Y luego, una vez que se llega a un acuerdo sobre un nivel de riesgo, inmediatamente obtienes decisiones ajustadas por riesgo tan pronto como lo activas. Eso es todo, no hay nada que hacer, y esa es la belleza de ello.
Entonces, en términos de practicidad, si piensas que la inflación tiene un 1% de riesgo de estar por encima del 20% durante los próximos 12 meses, está bien, considéralo. Y si la gente está de acuerdo, entonces tenemos eso y obtenemos de inmediato todas las decisiones ajustadas por riesgo para ello.
Lo interesante es que, cuando expresas las cosas de esa manera, sí, podrías terminar con un par de docenas de riesgos de alto nivel, pero no son muy complicados de expresar y no son muy complicados de mantener. Esa es la belleza. Es mucho más fácil mantener un riesgo de alto nivel, como un 1% de probabilidad de inflación de más del 20% durante los próximos 12 meses para, digamos, Alemania, en comparación con mantener y elaborar un escenario en el que responderías a este riesgo de maneras específicas.
El enfoque probabilístico es más como la perspectiva cuántica en la que decimos, bueno, observamos todos esos futuros posibles y dejamos que los instrumentos matemáticos se encarguen de esos fenómenos poco frecuentes. Pero en conjunto, son inevitables. Si acumulas una serie de riesgos del 1% por mes, estás garantizado a lo largo de los próximos 5 años a enfrentar varios de esos problemas. La pregunta se reduce a cuándo ocurrirá alguno de ellos. No lo sabes, pero está bien.
Conor Doherty: Knut, ¿esto se alinea con tu entendimiento de ingeniería de la situación?
Knut Alicke: Eso definitivamente está en línea. Sería genial aprovechar este poder de cómputo y poder tener algún tipo de distribución de respuestas para discutir esto.
Por ejemplo, digamos que realizas estas simulaciones de escenarios, ¿verdad? Y entonces, de alguna manera, sabes, “Oye, con esta probabilidad, esto y aquello sucede.” Lo que es importante es que las empresas deben estar preparadas para tomar medidas. Ahora que sabes que podría haber una interrupción, ¿qué sigue? Necesitas entender, “Oye, aquí debo tener estas cinco cosas en su lugar y, en caso de que algo suceda con mi sistema de alerta temprana, entonces comenzaría a ejecutar.”
A menudo, las empresas no están realmente preparadas. Incluso si tienen la perspectiva, no están preparadas para implementar la solución.
Joannes Vermorel: Estoy completamente de acuerdo. Y por cierto, por eso en mi serie de conferencias, introduje supply chain como el dominio de la opcionalidad. Necesitas cultivar opciones.
Los escenarios son una manera de hacer esas opciones más urgentes, como pueden ser los modos de transporte alternativos. Pero el problema es que se sienten muy teóricos hasta que te enfrentas al problema.
Mi problema con los escenarios hace una década se debía al hecho de que un escenario dado no entraba en juego la mayor parte del tiempo. Esta probabilidad del 1% la mayor parte del tiempo no se materializa, y por eso no hay preparación para ello, porque nada en el sistema está realmente orientado hacia la ejecución inmediata de ese escenario.
Pero si cultivas algo donde, por ejemplo, cada vez que haces una orden de compra, existe la opción de enviarla por carga a un precio mucho más alto, siempre está como opción. Es solo que, usualmente, no es rentable.
Esa es la diferencia entre tener la optimización que cuenta con una opción que ya está integrada, solo que latente, no explotada porque las condiciones no son adecuadas, frente a un escenario en el que el día en que esta opción debería entrar en juego, nada está preparado. La gente no está acostumbrada a eso, los sistemas de TI no responden de inmediato a las decisiones apropiadas, y por ello las personas tienen que pensar y hacer muchas cosas inusuales.
Knut Alicke: Permíteme darte un ejemplo de los últimos años en el que ayudamos a un cliente a ser más resiliente. Analizamos escenarios, examinamos un sistema de alerta temprana y todo, y luego descubrimos que, si algo sucede en una planta, podemos producir en otra planta. Pero hay un recurso cuello de botella: el equipo de prueba. Se requerían 12 semanas para moverlo de una planta a otra.
Así que, en tus escenarios, necesitas decidir 12 semanas antes, “Oye, ¿esperamos algo y deberíamos movernos?” Era completamente nuevo para ellos. Siempre lo abordaban como, sea, 3 semanas antes y luego, “Oh, es demasiado tarde.” Necesitas entender el espacio de soluciones, por así decirlo, el lead time para implementar, y entonces solo podrás tener una buena discusión.
Joannes Vermorel: Creo que tienes toda la razón. Pero, por ejemplo, el caso del equipo de prueba es muy interesante porque la gente suele verse atrapada en emergencias mundanas. Si ya estás lidiando con proveedores retrasados, aumentos de precios, renegociación de tu contrato con clientes y todo tipo de otros problemas, son una distracción completa.
Eso significa que decir, “Bien, necesitamos invertir el doble y tener redundancia en el equipo de prueba. No va a ser super eficiente, pero a largo plazo, a lo largo de, digamos, los próximos cinco años, habrá un momento en el que salvará nuestra calidad de servicio.” Y tal vez no sea tan caro.
Ese es el tipo de cosas en el que la gente necesita tiempo y calma para reflexionar. Si tienen que saltar de un incendio a otro, este tipo de pensamiento súper estratégico simplemente no ocurre.
Knut Alicke: Permíteme profundizar en esto. Lo que también encontré súper importante es cómo contar esta historia que acabas de relatar, que “Oye, necesitamos tener el equipo de prueba, necesitamos tener uno segundo.” Eso requiere inversión, así que todos los KPIs relacionados con el cierre del trimestre no se verán bien.
Esa es una decisión de la junta directiva. Y lo que a menudo tratamos de explicar es que usamos la analogía de un seguro. Tienes un seguro de auto, pagas por tu seguro de auto. Si tradujeras esto a tus operaciones diarias, dirías, “Ah, ¿por qué necesito pagar este seguro de auto? Hay una probabilidad tan baja de que algo suceda. Tal vez puedas simplemente omitirlo, ¿no? No lo necesito.”
No, quieres tenerlo para el raro caso de un accidente, porque entonces se pone realmente mal y entra el seguro. Y así es como pensamos en la resiliencia en supply chain. Es algo que desarrollas por si acaso. Puede requerir alguna inversión, puede requerir alguna preparación, pero entonces estás preparado en caso de que suceda.
El desafío es que la mayoría de las empresas piensan en el próximo trimestre o el próximo año, pero la próxima disrupción podría llegar en un año y un mes. Así que es una decisión estratégica que debe tomarse y que necesita ser decidida por el consejo. Y por eso, contar esta historia al consejo es súper, súper importante.
Conor Doherty: Cuando dices contar historias, eso suena casi a liderazgo, casi como algo que podría aparecer en una metodología de liderazgo, algo que quizás figure en un libro.
Knut Alicke: Exactamente, y es muy bueno ver una copia del libro incluso allí. Eso es asombroso, “Source to Sold”. Y de hecho, lo que mi coautor, Radu Palamario, y yo hicimos fue hablar sobre por qué no vemos a más personas con un background en supply chain en los consejos, ¿verdad? Así que, como CEO, y también como COO, ¿por qué es eso?
Bromeamos diciendo que probablemente es porque las personas de supply chain hablan un idioma diferente. Son tan impulsadas por los números, tan detallistas, que no ven la imagen global. Y dijimos que, por otro lado, las personas de supply chain tienen un entendimiento de extremo a extremo. Así que deberían entender el negocio.
Knut Alicke: Bromeamos porque probablemente es cierto que las personas de supply chain hablan un idioma diferente. Están tan impulsadas por los números, tan detallistas, que a menudo no ven la imagen global.
Por otro lado, las personas de supply chain tienen un entendimiento de extremo a extremo, por lo que deberían entender el negocio. Investigamos si tenemos ejemplos de esto. Examinamos el Fortune 200 y descubrimos que solo el 11% de las empresas tienen un CEO con experiencia en supply chain. Tim Cook es un ejemplo bien conocido, pero claramente hay algunos más.
Decidimos entrevistar a un par de personas que lograron llegar al consejo con un background en supply chain. Esto llevó a 26 entrevistas, que consolidamos en el libro. Luego elaboramos una versión condensada de lo que aprendimos, que es el modelo de cadena.
Las entrevistas fueron muy interesantes. Aprendimos mucho de estas personas que tenían carreras muy diferentes. Tuvimos gente de todo el mundo, hombres y mujeres. No fue tan fácil encontrar mujeres, así que es claro que este campo aún está dominado por hombres blancos y eso necesita cambiar.
Tuvimos emprendedores, pequeñas empresas, grandes empresas. El libro ha recibido muy buenos comentarios.
Conor Doherty: Por curiosidad, en el contexto de una discusión sobre riesgo y resiliencia, ¿hay alguna de las entrevistas que te parezca que contiene ideas relevantes para la discusión que estamos teniendo ahora? Puedes elegir a cualquiera, hombre o mujer.
Knut Alicke: Literalmente todos, porque fue durante el confinamiento cuando hicimos las entrevistas. Todos hablaron sobre la importancia de ser ágiles, estar preparados, ser resilientes. Eso también fue lo que incorporamos en el modelo de cadena. La “A” es de adaptable. Es muy importante que entendamos el riesgo y seamos capaces de comunicarlo al consejo.
Conor Doherty: ¿Podrías explicar el modelo de cadena letra por letra?
Knut Alicke: La “C” es de colaborativo. Necesitamos ser colaborativos, lo cual escuchamos en un par de las entrevistas. Uno de los colaboradores dijo que quería implementar un nuevo proceso S&OP y se le ocurrió la idea de integrar a los proveedores. Había tres proveedores que eran realmente importantes. Al principio, todos en la empresa estaban en contra de revelar nuestro plan de producción al proveedor. Pero él lo impulsó y todos quedaron muy contentos. Construir relaciones interna y externamente con clientes y proveedores es súper importante.
La “H” es de holístico. Necesitamos entender el sistema completo, la imagen global, lo que ocurre de extremo a extremo. Esto es algo inherente a una persona de supply chain. No es necesariamente la naturaleza de algunas de las otras funciones donde a menudo te enfocas más en lo que haces.
La “A” es de adaptable, de lo que ya hablamos. La “I” en cadena significa influyente. Aquí, diría, empodera a las personas que te rodean para que den lo mejor de sí y contribuyan.
La “N” es de narrativa, que es la parte más importante para mí. Esto se trata realmente de cómo explicas las cosas. Por ejemplo, una persona de supply chain podría explicar una mejora en el nivel de servicio diciendo que nuestro OTIF aumentó de 89.7% a 91.2%. Esto no dice necesariamente mucho. Si usas un lenguaje que el consejo entienda, podrías decir que mejoramos nuestro nivel de servicio y con ello pudimos vender más o que el cliente está más contento y vuelve. Se trata de usar el lenguaje correcto, la narrativa correcta.
Siempre decimos que supply chain obtuvo un asiento en la mesa en los últimos tres años y ahora todos lo entendieron. Ahora necesitamos asegurarnos de mantener ese asiento en la mesa. Necesitamos demostrar que merecemos conservar ese asiento.
Conor Doherty: Gracias por tus ideas.
Joannes Vermorel: Lo interesante es que la crítica va en ambos sentidos. Sí, el director de supply chain debería ser capaz de hablar el idioma del consejo. Pero también, el problema que veo es que la infraestructura de software subyacente que apoya las acciones del director de supply chain generalmente proporciona indicadores que son increíblemente míopes.
Por ejemplo, el nivel de servicio no significa nada si estás en un negocio donde existe sustitución. Si el cliente aún puede ir a la tienda y, técnicamente, falta el 50% de los artículos pero hay toneladas de sustitución y simplemente opta por un sustituto, como puede ocurrir, por ejemplo, en la moda, es en gran medida sin sentido.
Tenemos un problema en el que el director de supply chain no tiene una narrativa o algo que tenga sentido, porque todos los números que están siendo generados por su infraestructura subyacente, tanto de personas como de software, no son del todo sensatos.
Muy a menudo, nadie había cuantificado en euros o dólares la calidad del servicio de una manera que realmente se ajustara, aunque sea de forma aproximada, al negocio. Dirían, “Oh, tenemos nivel de servicio.” Pero el nivel de servicio es súper fácil de calcular, ¿pero refleja la percepción?
Por ejemplo, ¿cuál es la diferencia entre entrar en tu tienda hoy y no encontrar lo que esperaba, versus hacer un pedido hace seis meses, dándote seis meses de margen para conseguir el artículo, y luego descubrir que seis meses después aún no estás preparado? En un caso, es una lástima, tuve mala suerte. En el otro caso, es completamente inaceptable y amateur.
El problema de estos indicadores tan ingenuos es que tienden a pasar por alto no solo al elefante, sino a la manada de elefantes. Es muy malo. Creo que tu narrativa también puede ser una inyección para la necesidad de diseñar números que resuenen más profundamente con un negocio.
No se trata solo de tener números. Esos números técnicos no resuenan porque son sencillamente malos. Si dices un número que sea, “Invertimos este 1 millón de EUR en calidad de servicio extra,” o “Nos costará 10 millones de EUR en facturación por año de forma acumulativa durante los próximos cinco años,” entonces todos entenderían, más o menos, la idea.
El problema que veo es que muchas de las prácticas tradicionales de supply chain son algo culpables junto con sus proveedores de soporte. Los números que se obtienen de esas prácticas más sus herramientas son porcentajes que son muy sin sentido.
Cualquier cosa que se exprese como un porcentaje, en mi opinión, suele ser muy sospechosa. Si se expresa en dólares, es mejor. Si se expresa en dólares sobre dólares, es aún mejor. Entonces, por cada dólar que invierto o no invierto, ¿qué gano o pierdo? Generalmente, es este tipo de nivel para obtener una buena métrica.
Construir cualquier tipo de narrativa que tenga sentido para el negocio es un desafío porque, diría yo, estás operando en superficialidades.
Knut Alicke: Me gusta la idea de que contar la historia correcta también necesita tener los KPIs correctos en primer lugar.
Entonces, lo que básicamente estás diciendo es que mi ejemplo ya debería estar traducido y no por el jefe de supply chain. Esa sería una situación ideal donde incluso el CEO pueda entender que al mejorar ciertos aspectos, aumentaré mis ingresos. Estoy completamente de acuerdo. Probablemente estemos un paso antes, pero es una gran visión la que planteas.
Joannes Vermorel: Mi perspectiva sobre tu idea narrativa es que, muy frecuentemente, lo que veo es que la gente, especialmente en supply chain, generalmente teme este tipo de efectos de segundo orden. Cosas que no están en los libros.
Por ejemplo, cada vez que tienes descuentos en tu marca al final de la temporada, tienes dos problemas. Primero, renuncias a tu margen de inmediato, pero luego creas una mala costumbre en tu base de clientes que espera el descuento. Así que, el próximo año, esperarán antes de comprar hasta que ofrezcas el mismo tipo de descuento.
Este tipo de cosas no se puede cuantificar fácilmente porque son cuestiones que se desarrollan a lo largo de varios años, potencialmente décadas. Las marcas de lujo, por ejemplo, nunca hacen promociones solo para que no se desarrollen este tipo de cosas en primer lugar.
Pero volviendo a eso, significa que necesitas poder tener un KPI donde parte de tu número sea completamente inventado. No significa que sea irracional o falso, simplemente significa que es más como una decisión basada en el juicio, que puede ser muy razonable pero que debe tomarse.
Este tipo de narrativa te obliga a tener una visión a largo plazo y a incluir numéricamente este tipo de cosas, para que no termines con una decisión considerada óptima que, de hecho, es increíblemente miope.
Otro problema que veo es que la gente no es lo suficientemente imaginativa. No tienen en cuenta cosas que en la empresa, en la empresa en general, la gente conoce pero que, debido a que son algo esquivas, un poco difíciles de medir exactamente, preferirían ignorarlas por completo en lugar de tenerlas de forma muy tosca pero al menos presentes.
Conor Doherty: Bueno, se me ocurre, solo para responder rápidamente a Joannes con un seguimiento. En el ejemplo de Knut, cuando hablaba de proporcionar narrativas que faciliten un poco el concepto de demand planning, utilizó el ejemplo del seguro y Lokad tiene narrativas como, por ejemplo, la perspectiva de la cesta que explica la idea de la interrelación y el costo adicional de no tener algo cuando lo necesitas. Eso luego permite que la gente entienda el efecto de segundo orden. Así que, quiero desglosar tal vez la perspectiva de la cesta como la narrativa que tendemos a usar para facilitar eso.
Joannes Vermorel: Lo que pasa es que tan pronto como empezamos a tener esos factores que no son números tangibles, eso es lo que yo llamo el segundo círculo de impulsores económicos. Cosas que son muy importantes pero intangibles, no aparecerán en el libro. Por ejemplo, muchas empresas tienen penalizaciones con sus proveedores que teóricamente pueden ejercer. En la práctica, siempre que lo hacen, es una guerra abierta con el proveedor y se pierde la confianza.
Entonces, cuando empiezas a optimizar este seguro, lo interesante es que internalizas el riesgo y lo internalizas en cosas que nunca se van a medir. Requiere un tipo de pensamiento diferente.
En Lokad, cuando tenemos ese tipo de sistemas que funcionan automáticamente, se vuelve un poco como un buen sistema anti-spam. Funciona suavemente, pero nunca lo ves. Simplemente hace lo suyo y en algún punto puedes incluso preguntarte, ¿realmente necesito esto? porque solo está funcionando y hay clases de problemas que simplemente no ocurren. Pero en cuanto lo apagas, los problemas vuelven.
Creo que esta idea de desarrollar narrativas es muy importante porque es una forma de transmitir cosas que son muy racionales pero también técnicas, y necesitas transmitir este mensaje de una manera muy concisa. La gente no tiene el tiempo para ser experta en todos esos tipos de riesgos y equilibrar todo eso y calcular todas las compensaciones.
Prueba de comprensión, ¿está esta persona realmente mirando el problema desde una perspectiva que tenga sentido? Solo para dar un ejemplo, si hablamos, digamos, de mantenimiento de aeronaves, calidad de servicio, una forma sencilla de abordarlo es pensar en términos de AOG, aeronave en tierra. Entonces, por cada dólar invertido, ¿cuántos AOG por año evitas? Sabiendo que cuando una aeronave está en tierra, los pasajeros tienen que ser reubicados y hay muchos retrasos, muchos costos, efectos en cadena en el calendario de vuelos, etc.
Así que si piensas en términos de nivel de servicio, te pierdes por completo el punto, porque a una aeronave solo le hace falta una pieza para que no pueda despegar. El evento relevante es el problema de la aeronave en tierra, no el faltante de stock, etc. Cada negocio necesita tener este tipo de visión que resuene profundamente con lo que intentan hacer, en contraposición a métricas fáciles que resultan estar disponibles de manera económica porque vienen preempaquetadas en el software, incluso si son completamente irrelevantes para el problema en cuestión.
Sé que tengo este tipo de sesgo hacia el software en mi perspectiva. ¿Qué narrativa tienes tú, Knut? Me encantan los números, pero la clave es que uno pensaría que los números son la oposición a la narrativa, pero yo no lo diría así. Diría que van de la mano. Si tienes una forma de entender, al menos para ti, lo que está pasando, eso dará forma completamente a la manera en que diseñas tus números.
Así que no pienses que la narrativa es independiente de los números. La narrativa es literalmente la historia que te cuentas a ti mismo para dirigir tu trabajo como data scientist. Si te equivocas en esta narrativa, significa que probablemente estés haciendo un completo desastre con tus números. La corrección no está en el aspecto matemático, generalmente está en la adecuación entre el negocio y lo que estoy haciendo con esos números.
Sí, existe el error fáctico en el que simplemente multiplicas un número cuando deberías estar dividiendo, pero ese es un error supertécnico y este tipo de errores técnicos generalmente son tan inmediatamente perjudiciales para tu cálculo que son fáciles de detectar. Los problemas que son mucho más difíciles son cuando estás equivocado de una manera sutil.
Knut Alicke: Entonces, los números respaldan claramente tu narrativa y también respaldan todo lo que haces para comprender si algo falla, momento en el cual entras en los detalles. Existe ese asunto en el que preguntas y luego pasas del servicio faltante, la aeronave en tierra, ¿por qué es eso? Sin disponibilidad, ¿por qué es eso? Porque no tuvimos stock, ¿por qué es eso? Porque no tuvimos un buen contrato con nuestro proveedor y así sucesivamente. Y luego encuentras la causa raíz y puedes solucionarlo.
Conor Doherty: Cualquier forma de liderazgo o la narrativa que desees proponer para el liderazgo, incluso el chain model, lo que sea, sigue siendo efectiva. El liderazgo sigue basándose en tener personas con las habilidades necesarias para activar la visión expresada a través de la narrativa que prefieras. Entonces, Knut, para cerrar el círculo nuevamente, a tres años de distancia, ¿cuál ves ahora como la habilidad crítica que las personas necesitan en supply chain?
Knut Alicke: Así que podría ahora repetir el chain model, pero mejor no lo hagamos. Necesitas tener todas estas habilidades. Y, de nuevo, lo que yo desearía para todos nosotros es que todos en supply chain que entiendan todas estas cuestiones de extremo a extremo, etcétera, se aseguren de capacitar a compañeros tanto de supply chain como de otras áreas.
Que te asegures de aumentar el nivel de capacidad, que incrementes la línea de desarrollo, por así decirlo. Joannes y yo estamos enseñando en universidades precisamente por esta razón, para enseñar supply chain práctica y con ello incrementar la comunidad y difundir el mensaje. Deja muy claro que supply chain es un tema súper interesante y que además abre el camino hacia la junta directiva. A menudo la gente pregunta: “Si estoy en supply chain, ¿quizás es un callejón sin salida?” No, no es así. Es el tema que ha sido uno de los más importantes durante los últimos tres años y lo seguirá siendo en el futuro.
Joannes Vermorel: Estoy totalmente de acuerdo. Creo que, en términos de habilidades, probablemente haya una, y si tuviera que mencionar solo una, no es la programación, es escribir de forma clara. Porque toda la idea de colaboración, en tu gran empresa, se distribuye, así que la mayoría del tiempo será por escrito. Sí, puedes tener encuentros, pero la mayor parte del tiempo será por escrito.
Quieres tener una narrativa, de nuevo será por escrito. Quieres organizar tus informes y demás, nuevamente por escrito. Y una de las cualidades que creo que es la más poco apreciada en las corporaciones modernas, especialmente en supply chain –y menos en otros departamentos como marketing– es la redacción clara.
Muy frecuentemente veo que la calidad de la escritura en esos departamentos, en términos generales, es muy baja. Tienes resúmenes muy confusos acerca de los problemas, declaraciones de problemas muy poco claras. Incluso cuando se le pide a la gente que me dé una descripción de media página de su puesto de trabajo y por qué existe en primer lugar, el resultado suele ser absolutamente terrible.
Y ese es un gran problema. Creo que hay algunas industrias o funciones en las que se ha cultivado durante mucho tiempo la redacción clara. Finanzas es una de ellas, donde generalmente es muy concisa y directa. Marketing es otra, por necesidad. Si quieres tener un buen branding, necesitas ser capaz de transmitir las cosas de forma clara y concisa.
Hay algunas industrias, como el software, en las que se escribe mucho y, por lo tanto, diría que, en promedio, comparado con otras industrias, la calidad de la escritura es bastante buena. Pero en general, creo que para los estudiantes la escritura sigue siendo una habilidad débil que puede mejorar a lo largo de la vida. No es como si, al salir de la universidad, ya hubieras terminado; es algo que también puedes aprender después.
Conor Doherty: Como es costumbre en Lokad TV, Knut, te daremos la última palabra. ¿Hay algo que quieras mencionar?
Knut Alicke: Deberías comprar el libro en Amazon. Si aún necesitas un regalo de Navidad, el libro está disponible. Está disponible en Amazon y en otros lugares. Asegúrate de comprar una copia, asegúrate de difundir el mensaje. Difunde que supply chain es genial y construye la red.
Conor Doherty: Muy bien, en ese sentido, Joannes, gracias por tu tiempo. Knut, muchas gracias por el tuyo. Y gracias a todos por ver. Nos vemos la próxima vez. Conor Doherty: Muy bien, en ese sentido, Joannes, gracias por tu tiempo. Knut, muchas gracias por el tuyo. Y gracias a todos por ver. Nos vemos la próxima vez.