Debate sobre el modelo de la empresa adaptativa impulsada por la demanda (con Carol Ptak) - Ep 165

00:00:00 Introducción por Conor Doherty
00:00:35 Explicación del formato del debate
00:02:59 Observaciones iniciales de Joannes Vermorel
00:09:52 Observaciones iniciales de Carol Ptak
00:17:07 Refutación de Joannes Vermorel
00:22:13 Refutación de Carol Ptak
00:27:17 Observaciones finales de Joannes Vermorel
00:29:19 Observaciones finales de Carol Ptak
00:31:24 Preguntas de la audiencia
00:32:10 Desafíos de la toma de decisiones
00:34:56 Pensamientos sobre la teoría detrás de DDMRP
00:37:51 Enfoque impulsado por la demanda durante el COVID
00:40:52 Enfoque de Lokad para manejar interrupciones
00:42:17 DDAE y pronóstico probabilístico
00:49:14 Comparación de DDMRP con MRP
00:56:40 Tecnología mínima para la optimización
00:58:44 Implementaciones de DDMRP en grandes redes minoristas
01:00:02 Significado del flujo en DDMRP
01:01:09 Adaptabilidad a nivel de sistema
01:03:35 ¿Se pueden comparar los estudios de caso?
01:07:46 Manejo de la incertidumbre sobre la incertidumbre
01:12:26 Principal crítica del modelo DDMRP
01:19:19 Cuando DDMRP no es suficiente
01:24:47 Perspectiva sobre empujar vs jalar
01:26:46 Stock de seguridad y alta variabilidad
01:29:46 ¿Por qué el enfoque impulsado por la demanda no es más extendido?
01:35:01 Fin del debate

Transcripción completa

Conor Doherty: Bienvenidos a un episodio muy especial de LokadTV. Hoy tengo el placer de presentar un debate en vivo y, espero, amistoso entre Carol Ptak y Joannes Vermorel. Carol es socia del Demand Driven Institute y profesora visitante y ejecutiva distinguida en residencia en la Pacific Lutheran University. Mientras tanto, Joannes, a mi derecha, es el fundador y CEO de Lokad. Es ingeniero del Corps des Mines France y enseñó ingeniería de software en la École Normale Supérieure durante seis años.

Ahora, intentaré explicar rápidamente los parámetros del debate. Primero, el tema: “¿Es el modelo de la Empresa Adaptativa Demand Driven capaz de abordar los desafíos de la toma de decisiones en la cadena de suministro del mundo real?” Carol argumentará a favor y Joannes en contra. En primer lugar, habrá declaraciones de apertura de siete minutos, como se acordó previamente. Joannes hablará primero, seguido de Carol. Luego, cada orador tendrá una refutación de cinco minutos. Después de esto, cada orador tendrá una conclusión de dos minutos. En ese momento, plantearé algunas preguntas, espero que todas provengan de la audiencia. Siéntase libre de enviar sus preguntas en cualquier momento en el chat en vivo. Ah, y al final, tendrán un intercambio libre, que es para lo que todos están aquí, realmente.

Ahora, en preparación para el debate, ambos oradores han acordado la siguiente definición, y cito: “El modelo DDAE es una herramienta de gestión para detectar cambios en el mercado, adaptarse a entornos complejos y volátiles y permitir estrategias de innovación impulsadas por el mercado. Sus tres componentes principales son el modelo operativo impulsado por la demanda, la planificación de ventas y operaciones impulsada por la demanda y la planificación de ventas y operaciones adaptativa”. Ahora, para ser justos, esa es una definición larga, por lo que por esta misma razón, hemos insertado un enlace a un Documento de Google abierto en el chat en vivo. Si hace clic en él, se le llevará a un Documento de Google abierto en el que encontrará definiciones detalladas de todos esos términos y biografías completas de los oradores.

Ahora, durante la sección de debate, cronometraré estrictamente a ambos oradores. La única interrupción será un suave toque para recordarles cuando se les esté acabando el tiempo. También recomiendo que ambos se cronometren mutuamente en sus dispositivos. Oradores, casi hemos terminado. Los oradores deben permanecer completamente en silencio durante la sección preparada del debate. Si comienzan a interrumpirse mutuamente durante sus declaraciones preparadas, se les silenciará, y se les ha advertido de esto con anticipación. Y por último, si disfrutan de lo que hacemos aquí, les gustan los debates sobre la cadena de suministro, les animo a que se suscriban al canal de YouTube de Lokad y nos sigan en LinkedIn.

Y con esa descarada autopromoción fuera del camino, les pregunto a ambos: ¿Es el modelo de la Empresa Adaptativa Demand Driven capaz de abordar los desafíos de la toma de decisiones en la cadena de suministro del mundo real? Argumentando en contra, Joannes.

Joannes Vermorel: Señoras y señores, estimados colegas y entusiastas de la cadena de suministro, es un placer estar aquí para discutir el modelo de la Empresa Adaptativa Demand Driven y su capacidad para abordar los desafíos reales de la toma de decisiones. Para este propósito, Carol me sugirió tres libros: “Demand Driven Material Requirements Planning” de 2016, “Demand Driven Adaptive Enterprise” de 2018 y, finalmente, “Adaptive Sales and Operations Planning” de 2022.

Eso son un total de 886 páginas, pero no se preocupen, solo necesitan leer aproximadamente un tercio de ellas. El resto es como una serie de Netflix que no puede dejar de recapitular episodios anteriores, ya que esos libros se superponen en gran medida. Les ahorraré a todos ustedes y los descartaré como un solo trabajo excesivamente repetitivo. Como alguien profundamente involucrado en la cadena de suministro, me acerqué al paradigma impulsado por la demanda con grandes esperanzas. Después de todo, ¿quién no estaría emocionado por un marco que promete revolucionar nuestra industria? Sin embargo, después de someterme a casi mil páginas, no estoy convencido.

Primero, las trivialidades. Página 43 de “Adaptive Enterprise”, y cito: “Si los ejecutivos quieren cumplir su misión, deben entender por dónde empezar”. Bueno, sí. Página 163: “Definición consistente, adhiriéndose consistentemente a los mismos principios”. Supongo que es consistente definir consistente para aquellos que podrían haber pasado por alto la escuela primaria. Las ilustraciones, presumiblemente destinadas a ayudar al lector, no son mejores. En la página 150, tenemos una tabla de números etiquetada como “Datos”, un gráfico de barras etiquetado como “Gráfico” y un fragmento de texto etiquetado, esperen, “Texto”. Gracias a Dios que aclaran eso. Estaba a punto de llamar al gráfico de barras arte moderno. Es como si los autores temieran que no reconociéramos estos conceptos básicos, pero tal vez estén realizando un servicio público para aquellos que no tuvieron éxito en su escuela primaria.

Ahora, si las partes fáciles son insultantemente simples, ¿qué pasa con las partes difíciles? Tal vez el verdadero valor de la impulsión por la demanda se encuentre en el medio, enterrado entre los clichés. Examinemos las ecuaciones. Y sí, incluyen ecuaciones, o al menos las etiquetan como tales. En las páginas 17, 25, 28 y 29 de “Adaptive Enterprise”, nos encontramos con lo que los autores llaman ecuaciones. Pero estas ecuaciones son solo una selección aleatoria de letras griegas y barras de fracción. No son ecuaciones en ningún sentido de la imaginación. Como alguien que también ha jugado con el editor de ecuaciones de Microsoft Word, entiendo la tentación, pero considerando que están tratando de enseñar una mejor toma de decisiones en la cadena de suministro, tal vez sería más útil proporcionar algunas fórmulas matemáticas reales.

Por el contrario, desde las páginas 99 a 105, soportamos una explicación tediosamente aburrida donde los autores, en inglés sencillo, nos dicen: “Suma esto, resta aquello y multiplica esto”. Es como leer una receta de cocina para operaciones matemáticas. Seis páginas podrían condensarse en solo unas pocas líneas de fórmulas básicas. Pero tal vez hacerlo revelaría que las matemáticas subyacentes de la Empresa Adaptativa Demand Driven carecen de la sofisticación de un libro de texto de escuela secundaria. No es exactamente lo que esperarías de un trabajo que afirma ser parte, y cito, “de la ciencia emergente de los sistemas adaptativos complejos”.

Para ser justos, hay una ecuación genuina en esos tres libros. Solo una. Y no, no es la llamada ecuación de flujo neto en la página 150 del libro de DDMRP, que a pesar de su grandioso nombre, es simplemente una definición. La única ecuación se encuentra en “Adaptive S&OP” en la página 156. Es el índice de capacidad de Taguchi. Esta fórmula es un simple copiar y pegar de Wikipedia, pero hey, sigue siendo una ecuación. Desafortunadamente, es una ecuación de ingeniería mecánica para tolerancias dimensionales y generalmente se considera completamente ajena a la cadena de suministro. Aparece al azar en medio de una discusión sobre los objetivos de rendimiento de S&OP.

Ahora bien, no sugeriría que los autores intenten confundir a los lectores con ecuaciones irrelevantes. Tal vez simplemente se perdieron en un mar de copiar y pegar. A medida que nos adentramos más entre los clichés y las pseudo-ecuaciones, encontramos numerosos llamados a la acción. Ahora, los llamados a la acción son geniales. Las empresas realmente necesitan actuar. En la página 44 de “Adaptive Enterprise”, se nos presentan una serie de recomendaciones que sugieren que las personas deben ser capacitadas para pensar de manera sistemática, las personas deben tener un lenguaje común, un lenguaje sistémico común para pensar y trabajar, y debemos permitir que las personas comprendan las conexiones entre los departamentos, los recursos y las personas.

Damas y caballeros, qué programa tan brillante. Como CEO yo mismo, estaría encantado si mis 60 empleados pudieran lograr eso. Y cabe destacar que, en Lokad, contratamos talento de ingeniería de élite, y incluso para nosotros, lo que Carol sugiere es ridículamente difícil. Solo puedo imaginar lo bien que funcionaría esto en una empresa que emplea a miles de empleados, donde la principal conexión que entienden es tomar algo después del trabajo los viernes por la noche. Por lo tanto, naturalmente, esperaba encontrar en el libro una guía sobre cómo reprogramar las mentes de mis empleados, enseñarles un nuevo lenguaje y hacer que comprendan las complejidades de cada departamento. Pero después de soltar esta bomba, los libros pasan rápidamente al siguiente capítulo, sin proporcionar ninguna orientación sobre cómo lograr estos objetivos elevados.

Entonces, para resumir, tenemos casi mil páginas que oscilan entre lo obvio, lo trivial, lo matemáticamente sin sentido y lo salvajemente impráctico. Se jacta de liderar una revolución en la gestión de la cadena de suministro impulsada por la demanda. Es irónico que lo único que ha revolucionado sea mi decepción por el estado actual de la literatura de la cadena de suministro.

Conor Doherty: Joannes, te quedan 21 segundos.

Joannes Vermorel: Estoy bien.

Conor Doherty: ¿Estás bien? Bueno, en ese caso, Joannes, gracias por tus comentarios iniciales. Carol, te cedo la palabra para tus siete minutos iniciales, por favor.

Carol Ptak: Oh, muchas gracias. Bueno, eso fue divertido en el mejor de los casos. No me di cuenta de que venía aquí para hacer un informe de libro y una crítica página por página. Así que, para descartar eso, realmente esperaba que nuestro debate fuera sobre el modelo de la Empresa Adaptativa Impulsada por la Demanda, no sobre un informe de libro y páginas citadas. Solo para dejar eso claro, esos tres libros fueron escritos para tres mercados muy separados y diferentes. No esperaba que ninguna persona allá afuera leyera las mil páginas. Solo pensé que, con la mente científica de Joannes, podría disfrutar comprendiendo tanto la vista operativa, táctica como estratégica de esta cadena de suministro.

Entonces, adentrémonos en lo que realmente es el modelo de la Empresa Adaptativa Impulsada por la Demanda y por qué es revolucionario. DDAE se basa realmente en la ciencia de los sistemas complejos adaptativos y en la comprensión de que las cadenas de suministro no son cadenas. Las cadenas de suministro nunca han sido cadenas. Las nombramos incorrectamente cuando las nombramos, y esto se debe a que aquellos de nosotros que estuvimos involucrados en la denominación de las cadenas de suministro, incluyéndome a mí, veníamos de una capacidad operativa donde estábamos acostumbrados a utilizar algoritmos de optimización para comprender dónde estaban nuestros cuellos de botella y cómo podíamos maximizar la producción del proceso general en función de la maximización del cuello de botella.

Entonces, cuando nombramos por primera vez la cadena de suministro, dijimos: “Bueno, está bien, voy a conectar mis operaciones con mi cliente y el cliente de mi cliente y mi proveedor y el proveedor de mi proveedor, y voilà, ahí tenemos una cadena de suministro”. Estábamos muy equivocados. Las cadenas de suministro no son cadenas, nunca lo han sido. Son sistemas complejos adaptativos, y los sistemas complejos adaptativos funcionan con una ciencia muy diferente a la de una cadena. Una cadena es un sistema lineal. Los sistemas complejos adaptativos no son lineales. Son redes. Hay muchos nodos, hay muchas conexiones y, desafortunadamente, a los académicos les encanta cortar las conexiones para poder estudiar los nodos en detalle y luego creer que podemos volver a unirlo todo y comprender el conjunto. Cuando de hecho, en el momento en que se cortan las conexiones, hemos perdido el contexto del conjunto.

Entonces, lo que hace que DDAE sea diferente es el hecho de que comprende que las cadenas de suministro no son cadenas; son sistemas complejos adaptativos, lo que significa que no permanecen en ningún estado estable durante mucho tiempo. Tan pronto como se les aplica alguna presión, cambiarán y se transformarán, y por definición, no se pueden optimizar matemáticamente. La ciencia de los sistemas complejos adaptativos surge de la idea de la biología y la economía, por lo que se comprende muy bien. Si alguien está interesado en un muy buen libro al respecto, hay un libro escrito llamado “Team of Teams” escrito por el General Stanley McChrystal.

Entonces, ¿cómo funciona DDAE? Bueno, entendemos que hoy en día todas las empresas se encuentran en un mundo variable, volátil, incierto, complejo y ambiguo. Por lo tanto, lo que debemos ser capaces de hacer es tener la capacidad de percibir los cambios en ese mercado muy rápidamente y luego adaptar la planificación en la producción, obtener de los proveedores y ocuparnos de ello y hacerlo todo en tiempo real. ¿Una idea completamente nueva? No. La definición existía para la demanda impulsada desde 2001. De hecho, se acuñó cuando yo estaba en PeopleSoft. Realmente no entendimos cómo hacerlo hasta alrededor de 2006, cuando Chad Smith y su equipo comenzaron a utilizar el concepto de desacoplamiento en toda la cadena de suministro.

Debido al mundo VUCA, ese mundo volátil, incierto, complejo y ambiguo en el que vivimos, a menos que nuestros tiempos de respuesta al mercado sean inferiores al tiempo de tolerancia de nuestros clientes, en algún lugar de la cadena de suministro alguien tiene que mantener inventario. Por lo tanto, el inventario es un activo. Hemos permitido que se hable del inventario como un pasivo, como un activo, cosas de un lado a otro, pero depende de dónde y cuánto de ese inventario exista. Si tenemos el inventario adecuado en el lugar correcto, entonces el inventario es claramente un activo porque mejora el retorno de la inversión para la empresa, que es la métrica relevante.

Entonces, ¿cómo podemos lograr la coherencia en toda una organización para impulsar el ROI? ¿Cómo gestionamos esos rangos relevantes operativos, tácticos y estratégicos para que la empresa esté en coherencia para lograr el ROI? No puedo ir al piso de producción y preguntarle a Joe en el piso de producción qué hizo para aumentar el ROI ese día, pero definitivamente puedo salir y hablar con él en el piso de producción y decirle: “¿Qué hiciste para mejorar el flujo?” Y nuevamente, no es una idea nueva. Hemos conocido el flujo durante mucho, mucho, mucho tiempo, desde los antiguos fenicios cuando tuvieron que adaptar sus embarcaciones comerciales a barcos de guerra.

El modelo DDAE se basa en la coherencia del flujo en la organización, lo cual transforma todo en la organización. Ya no nos enfocamos en la eficiencia de costos y optimización porque reconocemos que lo que estamos gestionando no es un sistema lineal; es un sistema complejo adaptativo. Y el mundo moderno en el que lo gestionamos es un mundo volátil, incierto, complejo y ambiguo. MRP, por ejemplo, fue concebido en los años 50, comercializado en los años 70 cuando Joe Orlicky escribió su libro. Y lo que entendimos en ese momento es que necesitábamos poder hacer planificación dependiente, y por lo tanto, la planificación dependiente fue el verdadero activo de MRP.

Pero recuerda, en los años 50 y 60, teníamos 8K de memoria y un par de unidades de cinta, por lo que típicamente solo ejecutábamos la planificación de materiales una vez a la semana, muchas empresas una vez al mes, y luego desagregábamos a partir de ahí. Y realmente pensamos que a medida que la tecnología se volviera más rápida, las cosas mejorarían. Y de hecho, en 2001, PeopleSoft lanzó el primer sistema MRP en tiempo real, y la reacción de nuestros clientes fue: “Por favor, haz que pare”, porque no podían manejar la inestabilidad del sistema. El nivel de precisión cuando intentamos conectarlo en toda la cadena de suministro causa una volatilidad y variabilidad autoinducida que los planificadores no pueden manejar.

Entonces, la idea es, ¿cómo podemos al mismo tiempo reaccionar muy rápidamente a los cambios en el mercado en un entorno volátil, variable, incierto, complejo y ambiguo y aprovechar la computación en tiempo real de hoy? Cuando el Dr. Goldratt y yo escribimos el libro “Necessary But Not Sufficient”, estábamos hablando de tecnología porque lo que entendimos fue que a medida que la tecnología cambia, las reglas comerciales también deben cambiar. Y a medida que las reglas comerciales cambian, la tecnología también debe cambiar. Y hoy tenemos la suerte de contar con cosas como el aprendizaje automático y la inteligencia artificial que, por cierto, también se basan en la misma ciencia que el modelo DDAE.

Y eso es lo que nos hace muy innovadores, que ahora las reglas comerciales están alineadas con la posibilidad de la tecnología, por lo que ahora podemos percibir los cambios en el mercado, adaptar nuestra planificación y producción, obtener productos de los proveedores y aprovechar los sistemas en tiempo real que tenemos.

Conor Doherty: Bueno, Carol, te di 3 segundos adicionales, pero valieron la pena. Muchas gracias. Gracias. En este punto, Joannes, te devuelvo la palabra para tu refutación de 5 minutos.

Joannes Vermorel: Sí, quiero decir, lo primero que noto son las contradicciones, por ejemplo, en matemáticas. Porque cuando Carol menciona las computadoras modernas, las computadoras, como su nombre lo indica, calculan. Eso es lo único que hacen. No tienen ninguna especie de bola de cristal ni nada. Y de hecho, en los propios libros, hay toneladas de ecuaciones. Nuevamente, no estoy diciendo que encontré, estoy describiendo cosas como ecuaciones. Los autores mismos mencionan y enumeran las cosas como ecuaciones. Y luego, cuando tratan con la no linealidad, estamos nuevamente en el ámbito de las matemáticas. Así que esto no es algo que estoy estableciendo para mí mismo; esto es lo que los autores están estableciendo para sí mismos.

Ahora, basándome en mi crítica de estos libros, que son prácticamente las escrituras sagradas de los paradigmas impulsados por la demanda, la respuesta parece ser, aunque hay muchas divagaciones, que el todo es más que la suma de sus partes. ¿Correcto, no podemos realmente mirar las piezas? Así que no importa cuán disfuncionales sean las piezas, júntalas y voilà, tendrás grandeza. Es como ensamblar un automóvil con piezas de repuesto de Toyota y esperar un Tesla. Y adivina qué, también tenemos estudios de caso que respaldan eso. Ese también es un punto que sería de interés.

En la página 325 del libro DDAE, tenemos un estudio de caso minorista que utiliza DDMRP, por ejemplo. Afirma un aumento del 60% en los ingresos, una disminución del 40% en el inventario y cito: “la eliminación de una sensación de escasez en las tiendas a pesar de reducir a la mitad el stock en primer lugar”. Bueno, si crees eso, tengo un puente en Brooklyn para venderte. Pero aquí está lo interesante: no podemos verificar ninguno de esos estudios de caso. Impactante, lo sé. Y el respaldo proviene del propio vendedor que promociona la cura milagrosa impulsada por la demanda. Es como si el dueño de un restaurante escribiera su propia reseña de cinco estrellas en Yelp: “Confía en mí, es el mejor sushi de la ciudad”. Claro, pero los estudios de caso no son más que una forma elegante de decir: “Porque yo lo digo”. No exactamente una evidencia convincente.

Ahora, en cuanto al punto, porque hubo muchas digresiones aquí, estábamos hablando de datos, la definición de sistemas adaptativos complejos, anécdotas, de dónde proviene el nombre de la cadena de suministro y algunos datos curiosos sobre ERP mejorando y tecnologías y demás. Pero la realidad es que si volvemos a una prueba simple, diría en tiempo real de una empresa adaptativa, la página 7 enumera la no linealidad como el primer principio, que Carol también señaló. Entonces, ese es el primer principio de los sistemas adaptativos complejos. Suena impresionante, pero tomemos la no linealidad más simple que podemos tener en la cadena de suministro: las cantidades mínimas de pedido (MOQs). Seguramente el enfoque impulsado por la demanda tendría algo profundo que decir sobre las MOQs. Bueno, en realidad no. A lo largo de mil páginas, las MOQs se mencionan seis veces. Eso es agradable en cada libro, aproximadamente dos veces en promedio por cada libro. Así que tenemos bastante material al respecto.

Y pongamos un ejemplo. En la página 63, tenemos un ejemplo de una MOQ tan pequeña que prácticamente no existe porque numéricamente no tiene ningún impacto en el cálculo. Cosas fascinantes. Y luego, en la página 115, tenemos una situación de pedido de contenedor. Interesantes no linealidades desde varios frentes con una MOQ. ¿Y cuál es la situación? Tenemos un tamaño de pedido de 100 unidades, un tamaño de contenedor de 100 unidades y una MOQ, espera un momento, de 100 unidades. Qué coincidencia. Es como si las estrellas se alinearan para no tener que lidiar con ninguna no linealidad real. Puedes repetir este proceso con descuentos por cantidad, productos perecederos, cross-docking, equipos reparables, lo que sea. El enfoque impulsado por la demanda no tiene absolutamente nada que decir sobre estas no linealidades comunes. Nada. Cero.

Y esa es la esencia del enfoque impulsado por la demanda: una teoría llamativa que se fija metas grandiosas, aprovechando lo mejor que la tecnología tiene para ofrecer. Sí, pero la tecnología te brinda computadoras para hacer cálculos, y hay tantas ecuaciones, y sin embargo no están haciendo nada. Entonces, básicamente, nos fijamos metas grandiosas, pero luego no tenemos nada que ofrecer para resolver problemas comunes de toma de decisiones. Entonces, ¿debemos creer que el enfoque impulsado por la demanda puede enfrentar los desafíos reales de la cadena de suministro? Déjame pensar. No, absolutamente no.

Conor Doherty: Varios segundos de sobra. Gracias, Joannes. Carol, tu refutación de cinco minutos cuando estés lista.

Carol Ptak: Gracias. Nuevamente, estoy muy decepcionada de que Joannes elija hacer un informe de libro en lugar de debatir el modelo sobre el que se suponía que debíamos debatir. Pero primero permítanme abordar el caso que él está citando en el libro, y los invitaría a que se unieran a nosotros en Frankfurt la próxima semana, donde podrían hablar con la persona que realmente hizo esa implementación. David Poveda estará allí desde Medan Colombia, y él puede darles los detalles específicos.

La próxima semana en Demand Driven World, también tenemos, porque sé que siempre están muy preocupados por los casos, que es, créanme, confíen en mí, y siempre los estudios de casos son realizados por la empresa de software o por el consultor, que siempre intentan poner una cara bonita en la manzana. No permitimos eso en el Demand Driven Institute. Todos nuestros estudios de casos son realizados por el profesional. Así que invito a Joannes y a todos nuestros oyentes, si desean registrarse para el Demand Driven World la próxima semana.

Tenemos nueve estudios de casos nuevos de empresas como Assa Abloy, donde Fredrik Helgesson, el director de logística, estará presentando. Otro caso de México, de Mega Alimentos, donde vendrá Antonio Treviño, el director de cadena de suministro. Mettler Toledo vendrá con el jefe de su planificación global, o A2A con su director general, o Gelwin con su vicepresidente de cadena de suministro, o Sapo con su jefe de planificación, o Koch Engineered Solutions con su jefe global de planificación y programación, o PPG con su director de cadena de suministro para América Latina.

Esos son solo los estudios de casos que aparecerán la próxima semana en Alemania. Animaría a cualquiera, créanme, adelante. Ponemos todos nuestros estudios de casos en nuestro sitio web. Solo son realizados por el profesional. No permitimos que la empresa de software ni el consultor copresenten siquiera. Estos profesionales dicen: “Esto es lo que hicimos, esto es por qué lo hicimos, este es el problema que tuvimos, estos son los resultados que obtuvimos” y muy expuestos dicen: “Y si tuviéramos que hacerlo de nuevo, esto es lo que cambiaríamos”. No supervisamos ni editamos ninguno de sus comentarios.

Entonces, al analizar la idea de MOQ, creo que has citado incorrectamente el número de veces que aparece MOQ allí, ya que aparece cada vez que también aparece la ecuación de flujo neto. Pero realmente sigo pensando que no estás entendiendo el punto de lo que es la Empresa Adaptativa Demand Driven. En realidad, son tres rangos de tiempo relevantes separados con las herramientas necesarias que son relevantes para ese rango de tiempo.

Ahora, ¿qué es la relevancia? Y esa es una definición que está en el libro. La relevancia es cómo establezco y cómo conecto los requisitos con lo que está sucediendo en ese rango de tiempo. Entonces, ¿cómo conecto más estrechamente mis activos con lo que está sucediendo en el mercado? Al implementar DDMRP, que es el motor dentro del Modelo Operativo Demand Driven, típicamente en promedio, las empresas logran una reducción del inventario de un tercio a la mitad, y típicamente su puntualidad y completitud supera el 90%.

Te remitiría al caso de Coca-Cola Africa para escuchar a Coca-Cola Africa hablar sobre lo que estaba sucediendo allí. Ahora, antes de implementar DDMRP, su precisión de pronóstico era de aproximadamente el 50%. Implementaron, obtuvieron mejores resultados, su inventario disminuyó, su puntualidad y completitud aumentaron y, al final, su precisión de pronóstico fue de aproximadamente el 50%. ¿Eso significa que no pronosticamos? No, por supuesto que no. Necesitamos pronósticos para poder ejecutar el rango táctico y estratégico. Lo que esperaba que discutiéramos en este debate era más sobre cómo funciona el modelo DDAE en lugar de una revisión del libro página por página.

Entonces, al considerar la idea de pronóstico, ya sabes, en el pronóstico probabilístico, sí, definitivamente tiene un papel, pero solo tiene un papel en los rangos táctico y estratégico, lo que nos permite ayudar a modificar y adaptar el modelo operativo del cual DDMRP es el motor de planificación. Así que al considerar eso, debemos tener en cuenta que el modelo DDAE solo puede tomar lo que podemos afectar. Fuera de nuestra consideración debe estar nuestra innovación impulsada por el mercado y, por otro lado, debemos considerar la demanda real del mercado.

Y como dije antes, si tenemos la suerte de que nuestro tiempo de entrega acumulativo total se encuentre dentro de las expectativas de nuestros clientes, esa es una empresa fácil de gestionar. Sin embargo, ese no es el mundo en el que vivimos. Nuestros tiempos de tolerancia de los clientes son significativamente más cortos que nuestro tiempo de entrega acumulativo. Por lo tanto, debemos tener algún modelo de gestión para poder percibir los cambios en el mercado, adaptar nuestra planificación y producción, poder traducir un plan de negocio adaptativo en lo que significa en términos de capacidad operativa y también aprovechar nuestra capacidad operativa única para aprovechar estratégicamente. Creo que te devolví los tres segundos.

Conor Doherty: Con cambio. Gracias. Bueno, muchas gracias, Carol. Con eso, Joannes, vuelvo a ti para tus comentarios finales de dos minutos.

Joannes Vermorel: Así que casi mil páginas de materiales de Demand Driven más unos minutos de comentarios se pueden resumir en una nota adhesiva. Aquí no hay más que lo más condenatorio: el paradigma de Demand Driven es completamente impermeable a la razón. Podría pasar todo el día citando líneas, resaltando si cada una es trivial, sin sentido o completamente delirante, y aún así estaríamos atrapados en el mismo lugar, como un hámster en una rueda pero sin el valor de entretenimiento. ¿Por qué es eso? Porque cada vez que señalo una falla, es como tratar de jugar ajedrez con una paloma. Tira las piezas, caga en el tablero y luego se pavonea como si hubiera ganado.

Carol no respondió a ninguna de las críticas serias que planteé, incluyendo las básicas como el uso flagrante del índice de capacidad de Taguchi. No explicó las pseudoecuaciones. Podría haber intentado refutar mis argumentos uno por uno, pero no lo hizo. Y no lo hizo porque no puede. Así que en su lugar, nos deleitan con una serie de divagaciones, en su mayoría argumentos de autoridad. No nos engañemos. Los estudios de caso son solo una forma elegante de decir: “Confía en mí, soy un profesional”. Señoras y señores, apelo a la forma más elevada de razonamiento humano: la prueba del pato. Si parece un pato, nada como un pato y grazna como un pato, entonces probablemente sea un pato. Si una teoría parece basura, huele como basura y suena como basura, entonces probablemente sea basura.

En conclusión, ¿puede el modelo de Empresa Adaptativa Demand Driven abordar los desafíos reales de la cadena de suministro? No. Pero concederé esto: si de alguna manera puedes engañar a tus competidores para que piensen que sí puede, entonces definitivamente obtendrás una ventaja, ya que ellos se estrellarán y se quemarán.

Conor Doherty: Gracias, Joannes. Y Carol, te cedo la palabra para tus dos minutos de conclusión, por favor.

Carol Ptak: Gracias. Bueno, estoy muy decepcionada con Joannes, siendo muy honesta. Realmente esperaba una discusión abierta y honesta en lugar de que él leyera sus notas prepreparadas sin considerar los puntos que se plantearon.

En cuanto a la función de Taguchi, como dije en mi refutación de cinco minutos, el plan de negocio adaptativo crea un modelo operativo. Un modelo operativo tiene un objetivo, tiene un límite de especificación superior e inferior, y cuando comparamos eso con cómo se ejecuta el proceso, porque el modelo de Empresa Adaptativa Demand Driven ahora nos permite ejecutar operativamente con control de proceso en lugar de control de transacciones como teníamos en los viejos tiempos de MRP, bueno, entonces la función de Taguchi encaja obviamente porque queremos ver qué tan bien se desempeña nuestra realidad frente a ese rango definido.

Como dije, no esperaba un informe de libro página por página ni una reseña de libro. Lo que realmente esperaba era una discusión sobre la metodología en sí. Y no se trata de “confía en mí”. Sugeriría que hablen con los practicantes reales y vean sus resultados reales. Para mí, eso es lo que realmente habla más que cualquier otra cosa. No se trata de “confía en mí”. Es “Este fue nuestro problema empresarial, esto es lo que implementamos, estos son los resultados que hemos logrado y si tuviéramos que hacerlo de nuevo, esto es lo que haríamos diferente”.

Y cuando hablamos de si el modelo de Empresa Adaptativa Demand Driven aborda las necesidades de este mundo VUCA en el que vivimos y proporciona resultados del mundo real, la respuesta es absoluta e inequívocamente sí. Las decenas de miles de personas que han pasado por la educación de DDI, los resultados de las empresas, los aumentos en el ROI, la capacidad de las empresas para sobrevivir a la pandemia a pesar de que sus patrones de demanda se volvieron completamente caóticos y aún así lograron mejorar los ingresos y el ROI, creo que los resultados hablan por sí mismos.

Conor Doherty: Bueno, muchas gracias a ambos. Y Carol, gracias por esos comentarios. En este punto, voy a pasar a algunas de las preguntas de la audiencia. De hecho, ya hay bastantes en el chat en vivo. Solo para dejarlo claro, pedimos que las preguntas estén dirigidas a quién van dirigidas, pero obviamente se las voy a hacer a ambos. Y nuevamente, no hay límite de tiempo, pero intenten ser breves para que todos tengan la oportunidad.

Pero antes de responder a las preguntas de la audiencia, hay una que anoté porque los escuché a ambos hablar durante los últimos 33 minutos. Y saben, discutieron sobre los libros y si se trata de los libros, está bien. Pero a menos que me haya perdido algo, en ningún momento ninguno de ustedes realmente definió cuáles son los desafíos reales de la toma de decisiones de la cadena de suministro en el mundo real. Así que Carol, comenzaré contigo. Lo más brevemente posible, ¿cuáles crees que son los desafíos reales de la toma de decisiones de la cadena de suministro en el mundo real?

Carol Ptak: Bueno, el desafío más grande es lo que dije, que es cómo responder a un mundo que es variable, volátil, incierto, complejo y ambiguo. ¿Y cómo hacerlo de tal manera que pueda aumentar mi retorno de inversión?

Conor Doherty: Johannes?

Carol Ptak: Es tan conciso como puedo hacerlo. Y si Johannes quiere ponerlo en una nota adhesiva, puede escribir eso. Resume el modelo de Empresa Adaptativa Demand Driven en una nota adhesiva: se trata de flujo.

Conor Doherty: Bueno, gracias, Carol. Joannes?

Joannes Vermorel: Mi opinión es que la cadena de suministro es el dominio de la opción. Tienes recursos limitados de todo y necesitas asignarlos, lo que representa en la práctica millones de decisiones diarias para una cadena de suministro considerable. Por lo tanto, resolver el problema significa básicamente tomar esas decisiones. Son muy básicas. Son: qué compras, qué produces, qué asignas, qué tipo de precio tienes, si aumentas o reduces tu surtido, etc., etc. Y en mi opinión, todo eso es para obtener ganancias. Pero en mi opinión, la cadena de suministro es una teoría y una práctica que te permite tomar estas decisiones a gran escala, lo que implica hoy en día muchas cosas que se deben calcular para que puedan ser automatizadas con computadoras. Eso es más o menos todo.

Conor Doherty: Bueno, Carol, ahora que escuchas la opinión de Joannes, ¿quieres modificar la tuya o estás de acuerdo o en desacuerdo?

Carol Ptak: No, para nada, pero creo, y sabes, habiendo estado presente desde los primeros días de las computadoras y una conversación que tuve con una compañía de computadoras y una compañía de software, él dijo: “No obligamos a nuestros clientes a hacer las cosas de la manera que les decimos”. Y yo dije: “Claro que sí, porque lo que construyes en tu software es lo que consideras las mejores prácticas de la industria”. Ahora, ¿qué pasa si esas prácticas son incorrectas?

Entonces, la metodología va con la computación y la tecnología va con la metodología. Por ejemplo, en el Demand Driven World de la próxima semana, tenemos a Simo, quien puede hacer un gemelo digital completo de una empresa para poder comenzar a tomar algunas de esas decisiones estratégicas a las que se refiere Joannes. Pero lo hace con el potencial de un motor DDMRP que se encuentra allí para comprender dónde debo ubicar los buffers de stock estratégicos, cómo planificarlos, cómo luego llegar a una respuesta en tiempo real a mi mercado. Por lo tanto, la tecnología en sí misma es necesaria pero no suficiente. Buen título de libro.

Conor Doherty: ¿Quieres agregar algo o puedo seguir adelante?

Joannes Vermorel: No, sigue adelante.

Conor Doherty: Sigue adelante. Entonces, esta pregunta está dirigida a Joannes. Estoy leyendo esto textualmente tal como me lo plantearon. ¿Podría Joannes compartir sus pensamientos sobre la teoría detrás de DDMRP, específicamente DDMRP y cómo se basa en las prácticas existentes de la cadena de suministro?

Joannes Vermorel: En resumen, DDMRP es un conjunto de trivialidades. Dimensionan los buffers con tres colores. No hay nada realmente especificado en el punto de desacoplamiento. No tienes ningún algoritmo para saber cómo colocarlos, por lo que básicamente solo proporcionan orientación extremadamente ambigua. También hay errores graves. Por ejemplo, dicen que cuando hay una cantidad mínima de pedido (MOQ), la zona verde debe ser tan grande como el MOQ, lo cual es absolutamente insensato porque hay muchas situaciones en las que reabastecer hasta el MOQ es insensato. Por lo tanto, eso no debería formar parte de lo que DDMRP se refiere como verde.

Pero en resumen, es muy, muy débil. Sabes, lo que para algo que es cuantitativo, mi opinión es que se podría resumir en unas tres páginas y ya está. Y por lo tanto, es muy, muy débil. Incluso es un insulto a la investigación de operaciones, que vino antes, decir que sería el descendiente. No lo es. La investigación de operaciones ya estaba años por delante de DDMRP en sofisticación.

Carol Ptak: Bueno, y yo cuestionaría sofisticación versus resultados. Solo porque sea sofisticado no significa que sea mejor. DDMRP se basa en la idea de la fabricación lean, MRP, DRP, teoría de las restricciones con alguna innovación que ahora armoniza todas esas cosas que anteriormente pensábamos que eran antitéticas entre sí. Así que se trata realmente de flujo.

Y en cuanto a cómo posiciono esos buffers, creo que probablemente se perdió esas páginas en el libro. Hay seis criterios sobre dónde se posicionan esos buffers, y eso incluye el tiempo de tolerancia del cliente, el potencial de mercado, el tiempo de entrega, las aguas, la variabilidad externa. Así que hay seis de ellos, y eso es lo que se optimiza y se considera en un gemelo digital para considerar una vez que he posicionado esos buffers.

Típicamente, lo que vemos es que las cadenas de suministro tienden a estabilizarse porque hemos eliminado la inestabilidad del sistema, y luego tanto la posición como la cantidad necesitan cambiar. Así que este es el ciclo de adaptación. Así que no es solo un simple pull; es posición, protección, pull y adaptación. Pero tenemos muy claro dónde se posicionan esos buffers y verde, amarillo, rojo porque eso es práctico versus sofisticado. Todo el mundo entiende verde, amarillo, rojo.

Y así entiendo las reglas. ¿Qué sucede cuando veo verde, amarillo, rojo? Por eso a los planificadores les encanta y las empresas son muy rápidas en implementarlo, y las implementaciones suelen ser mucho más rápidas de lo que se había planeado originalmente.

Conor Doherty: Joannes, ¿ningún comentario?

Joannes Vermorel: Ningún comentario.

Conor Doherty: Seguiré adelante. Esta es directamente para ti, Carol. Estoy leyendo tal como está escrito. ¿Por qué la aproximación basada en la demanda tuvo dificultades durante la crisis de COVID y qué deberían hacer las empresas para adaptarse en tales situaciones?

Carol Ptak: Bueno, hubo una conversación interesante durante la crisis de COVID. No tuvimos dificultades. Creo que todos los proyectos de TI, todos los proyectos de mejora de procesos durante COVID fueron cancelados, y eso fue desafortunado. Pasamos mucho tiempo al teléfono con ejecutivos de alto nivel que decían: “Bueno, retomaremos la implementación cuando volvamos a la normalidad”. Y nuestro mensaje para ellos fue: “Bienvenidos a la nueva normalidad”.

La pregunta no es si se avecinan disrupciones, sino cuándo y dónde, así que es mejor que estés preparado. Y lo que hemos visto es que después de COVID, la demanda real de nuestros programas educativos ha aumentado a niveles récord, y el número de implementaciones a nivel mundial también ha aumentado a niveles récord, porque los ejecutivos se dieron cuenta de que lo que tienen que enfrentar es este mundo variable, volátil y loco en el que estamos. No solo tuvimos COVID, también tuvimos la invasión rusa de Ucrania, la próxima pandemia que se avecina, la locura en los puertos estadounidenses, las huelgas de los trabajadores portuarios. No se trata de si llegará la próxima interrupción, sino cuándo y dónde.

Y desafortunadamente, durante la crisis de COVID, muchos equipos ejecutivos dijeron: “Bueno, cuando volvamos a la normalidad”, y nuestro mensaje fue: “Bienvenidos a su nueva normalidad”.

Conor Doherty: Muy bien, gracias, Carol. Joannes, perdóname, ¿por qué crees que la aproximación basada en la demanda pudo haber tenido dificultades durante la crisis de COVID?

Joannes Vermorel: Esta pregunta no fue dirigida a mí, así que solo puedo comentar sobre la respuesta de Carol. Porque nuevamente, no tengo datos porque no estoy realmente al tanto de lo que está sucediendo exactamente en las empresas que llevan a cabo estas cosas. Pero lo que diría es que, ante una pregunta tan factual como esta, lo que obtenemos, y eso es algo muy típico de los paradigmas basados en la demanda, es una lista interminable de factores: ya sabes, regresión, guerra en Ucrania, volatilidad, incertidumbre, etc. Palabra de moda, palabra de moda, palabra de moda, problema, problema, situación.

Ves, es como una profusión de cosas. Pero cuando vuelvo a empezar, y los libros son exactamente iguales, tienes la lista en cada página. Se desvían en 20 tangentes, y cada vez pienso: “Ok, ahora han abierto como 20 capítulos para abordar cada una de esas tangentes”, y no obtienes nada en términos concretos, matemáticamente sólidos, y cuando digo matemáticamente sólidos, no me refiero a matemáticas avanzadas, me refiero incluso a matemáticas de escuela primaria, algo que no sea ambiguo, que te dé una regla que puedas calcular, y luego nada. Simplemente sigues adelante, y nuevamente, es solo una profusión de datos interminables. Y creo que eso es realmente un patrón, y me gustaría que la audiencia preste atención a esas profusiones de datos.

Conor Doherty: Bueno, en realidad, si puedo seguir adelante porque la próxima pregunta será para Joannes y luego para Carol, te la lanzo a ti. Pero, ¿Lokad ofrece un enfoque diferente para manejar las interrupciones como las que se vieron durante COVID, y si es así, cómo aborda esos desafíos?

Joannes Vermorel: La respuesta larga está en la serie de conferencias sobre la cadena de suministro, pero esa es una respuesta muy larga. La respuesta corta es que utilizamos probabilidades y pronósticos probabilísticos. La idea es tener un modelo económico donde se puedan tener en cuenta eventos que tienen una baja probabilidad y un gran impacto económico. Por lo tanto, se necesitan pronósticos probabilísticos y, además de eso, se necesita un segundo instrumento. Ese es el instrumento predictivo, y luego el instrumento de optimización es la optimización estocástica, que es el término general para cualquier tipo de solucionador general que pueda brindarle una respuesta optimizada bajo incertidumbre.

En resumen, se evalúan las probabilidades de todos los futuros posibles, paso uno. Paso dos, se analizan todas las decisiones posibles, quiero decir, obviamente reducidas a lo que una computadora puede manejar, y se optimiza lo que le brinda el mayor retorno de la inversión ajustado al riesgo. Esa es la respuesta corta sobre cómo lo hace Lokad, diría, en términos muy, muy técnicos.

Conor Doherty: Carol, anteriormente mencionaste que el modelo DDAE, como la jerarquía de conceptos abarcadora, es compatible con el pronóstico probabilístico.

Carol Ptak: Absolutamente, absolutamente. Quiero decir, el pronóstico probabilístico es algo que nos ayudaría a diseñar cómo se define el modelo operativo. Pero, sabes, para desafiar la respuesta de Joannes, fue una respuesta científica muy complicada que básicamente se reduce a “Sabes, la respuesta salió de la computadora, confía en ella”. Y no conozco a ningún planificador en la faz del planeta que vaya a decir: “Oh, salió de la computadora, confía en ella”. El modelo DDAE es más comprensible.

Bueno, en lenguaje sencillo, no tengo un doctorado o dos o tres. Y, por lo tanto, lo que diría es: “De acuerdo, primero tenemos que ponernos de acuerdo en el problema. ¿Cuál es el problema que estamos tratando de resolver?” Y es por eso que hablamos tanto sobre la variabilidad, la variedad, ya sabes, los problemas reales del mundo real y cómo DDAE resuelve eso. Y, sabes, la otra pregunta que tendría es: “De acuerdo, Lokad, ¿dónde está tu página con tus estudios de caso de cómo has resuelto problemas para tus clientes en el mundo real con los resultados reales en el resultado final que son presentados por tus profesionales?” Y pondría esa página en comparación con lo que el modelo de la Empresa Adaptativa Demand Driven ha hecho en cualquier momento. Y como dije, únete a nosotros la próxima semana en Alemania, conoce a estas personas cara a cara, habla con ellas.

Conor Doherty: ¿Algún comentario? No más factores y más divagaciones y un argumento de autoridad sobre Cherry y el pastel. Así que, sin más comentarios.

Bueno, si puedo seguir ahí, Carol, de nuevo, y no quiero poner palabras en tu boca, así que corrígeme si me equivoco, pero la forma en que enmarcaste tu respuesta al comentario de Joannes fue casi como decir: “Bueno, yo tampoco tengo un doctorado, así que, hey, no soy un doctor. Salí de la informática y los números”.

Parecía que te estabas posicionando a ti misma y a tu enfoque como no necesariamente contrario a lo académico, sino comprensible. Mi pregunta para ti como seguimiento es, si es comprensible pero menos efectivo que una solución más sofisticada, ¿estarías de acuerdo con eso?

Carol Ptak: No, no estaría de acuerdo porque creo que es más comprensible y más efectivo. Cuando los planificadores y gerentes pueden entender cómo funciona algo, entonces lo van a utilizar. Como dije, no hay un ejecutivo en la faz del planeta que vaya a decir: “Oh, los números salieron de una computadora, bien”. Porque también desafiaría a Joannes diciendo que no se puede optimizar una cadena de suministro porque las cadenas de suministro son sistemas complejos adaptativos. Puedes analizar alternativas y seleccionar una, pero la realidad es que a menos que no haya ninguna variabilidad en la ejecución, siempre habrá una gama de posibilidades que los resultados reales van a ver.

En la demanda impulsada, diría que no solo es altamente comprensible, no utilizamos nada más allá de matemáticas de quinto grado. Así que puedo entender por qué Joannes se sentiría insultado por la academia principal de las matemáticas, pero al mismo tiempo, no utilizamos nada más allá de matemáticas de quinto grado. Es muy comprensible, por lo que las empresas lo utilizan y ven resultados increíbles. Hay un gran estudio de caso; fue el último cuando hicimos Alemania hace unos años. Ella dice: “Sí, lo sé, lo mismo que todos los demás, el inventario ha disminuido a la mitad, el cumplimiento a tiempo ha aumentado un 90%, aburrido”. Y yo estaba como, “Hombre, cuando te canses de ver esos resultados, estoy en el lugar equivocado”.

Entonces, te sugeriría que no solo es más fácil de entender, sino que también es más efectivo. Pero no está en la antítesis del pronóstico probabilístico porque esa matemática puede ayudarnos a entender a medida que comenzamos a avanzar a través del modelo una vez que se haya realizado la implementación inicial. ¿Cómo nos adaptamos? Y ahí es donde creo que el pronóstico probabilístico, los gemelos digitales realmente entran en juego, es entender todas esas relaciones. Pero primero, el primer paso tiene que ser estabilizar la cadena de suministro para poder mitigar esa variabilidad operativa.

Conor Doherty: Bueno, Joannes, para ser justos, tomaste algunas notas. ¿Tienes una respuesta a eso?

Joannes Vermorel: Quiero decir, primero, nuevamente, señalando cosas que son un poco absurdas. Sí, el DDMRP y el sistema complejo adaptativo y toda esta teoría hacen una optimización. Se establece al principio: optimiza el retorno de la inversión. Si intentas aumentar o disminuir un número, estás haciendo una optimización. Esa es la definición de una optimización. Entonces, cuando dices: “Ves, ese es el tipo de cosas que es completamente esquizofrénico”, donde dices: “Oh no, realmente no hacemos eso, no hacemos optimización”, y luego mencionas en el siguiente minuto que estás tratando de optimizar el retorno de la inversión. Eso es como, lo siento, esta es la definición misma de optimización.

Y luego, si volvemos a…

Carol Ptak: Estamos tratando de hacer crecer el ROI, no optimizarlo.

Joannes Vermorel: Pero eso es lo mismo. Hacer crecer, la optimización es literalmente una forma de tomar una función objetivo que puede ser el ROI y moverla un poco en la dirección deseada. Esa es literalmente la definición de optimización en Wikipedia. Entonces, esto es exactamente lo que estás haciendo. Así que, para mí, este tipo de enfoque es insano.

Y luego, el pronóstico probabilístico, lo siento mucho, pero las fórmulas y todo lo que se presenta en esos libros, son muy débiles. Las fórmulas, sí, también puedo, nuevamente, esto es un poco un argumento de autoridad de mi parte, pero es completamente incompatible con el pronóstico probabilístico. Solo para darte una idea de cómo se ve si aplicas el pronóstico probabilístico, lo primero es que no quieres mirar tus SKUs de forma independiente. Ponderarás la contribución de cada unidad individualmente en toda la empresa. Eso es literalmente el pronóstico probabilístico 101 que obtendrás.

Entonces, aquí en esta metodología, estás tratando con el buffer uno a la vez. Entonces, lo siento, simplemente no, esas cosas ni siquiera existen en el mismo plano. No son compatibles, ni en términos de conceptos, ni en términos de metodología, ni en términos de tecnologías. Son ampliamente, ampliamente diferentes.

Carol Ptak: ¿Dije que el pronóstico probabilístico sería un buffer a la vez? Creo que una cosa que siempre hemos dicho sobre DDAE es que miramos el panorama general y la causa y el efecto en conjunto. Y nuevamente, te invito a que te unas a un entrenamiento, ven a Frankfurt la próxima semana. Tenemos alrededor de tres presentaciones donde el pronóstico probabilístico se está utilizando exitosamente en todo el sistema y dentro del modelo DDAE.

Conor Doherty: Bien, siguiente pregunta. Nuevamente, esta es directamente para ti, Carol. Hay bastantes. Cuando nos cansemos, podemos parar, no tenemos que responder a todas. ¿Cómo aborda DDMRP, nuevamente, estoy leyendo textualmente, cómo aborda DDMRP los problemas inherentes a la lógica de MRP? ¿Es necesario ejecutarlo varias veces al día para que sea efectivo?

Carol Ptak: Cuanto más cerca estés de ejecutar DDMRP en tiempo real, más estable se vuelve, porque permite a nuestros planificadores tener la información en tiempo real más relevante. ¿Es necesario ejecutarlo en tiempo real? No. Cómo aborda las limitaciones de la lógica de MRP es el poder de MRP es que todo depende, y la mala noticia sobre MRP es que todo depende. Entonces, un retraso en cualquier lugar es un retraso en todas partes.

Cómo aborda la lógica de DDMRP es mediante la inserción de estos puntos de desacoplamiento basados en uno de los seis criterios para determinar dónde se encontrarán esas posiciones de independencia para absorber la variabilidad de ambos lados. Desacopla y proporciona nuestra posición principal para la planificación. Entre los puntos de desacoplamiento, es dependiente como siempre ha sido. Entonces, por eso recibimos muchas críticas cuando lo llamamos DDMRP, y es porque MRP todavía está ahí. Porque entre los puntos de desacoplamiento, todavía es una planificación dependiente como siempre ha sido. Entonces, aborda las limitaciones de MRP mediante la inserción de esos puntos de desacoplamiento, y esos son las posiciones principales para la planificación.

Conor Doherty: Gracias. Joannes, te toca comentar.

Joannes Vermorel: Sí, quiero decir, hay varias cosas aquí. Primero, MRP es realmente la línea de base equivocada. En su núcleo, está utilizando una base de datos tradicional, y el problema es que un núcleo transaccional es absolutamente inútil cuando se trata de análisis, todo tipo de análisis. Entonces, esto es una locura. Esta es una línea de base insana, por lo que creo que es incorrecto comparar MRP con cualquier cosa. Esta es una línea de base anticuada que ni siquiera debería considerarse.

Luego, en cuanto a tiempo real, quiero decir, esto es algo en lo que realmente deberías cuestionar de dónde viene la pregunta. Porque la realidad es que una computadora moderna, como línea de base, te brinda un procesador de 2 GHz. Esto significa que puedes realizar dos mil millones de operaciones por CPU. Y una computadora moderna tiene, tu teléfono tiene ocho CPUs, por lo que eso significa literalmente decenas de miles de millones de operaciones por segundo en un teléfono inteligente.

Entonces, ahora la pregunta es, ¿qué tienes que no se puede hacer en una latencia de microsegundos? Y la respuesta corta es que cuando diseñas un sistema sobre una base de datos transaccional, obtienes un rendimiento absolutamente horrible. Y así, los proveedores que logran mitigar el rendimiento absolutamente horrible se refieren a eso como tiempo real. Es realmente absurdo, quiero decir, realmente, realmente absurdo. Es simplemente un mal uso del hardware informático moderno. Podría entrar en detalles, pero diría que aquí tenemos una línea de base realmente incorrecta para MRP y para tiempo real. Esos serían mis comentarios.

Conor Doherty: Carol, creo que algo de eso podrías estar de acuerdo, ¿una línea de base incorrecta sería MRP o no?

Carol Ptak: Bueno, la realidad es esta: MRP está siendo utilizado por prácticamente todas las empresas en todo el mundo. Así que sí, estoy de acuerdo en que es anticuado. Estoy de acuerdo en que necesitaba un avance hacia el futuro, y por eso hicimos DDMRP. Por eso tuvimos que implementar los buffers de desacoplamiento, que nos permitieron luego ejecutar operaciones según el control de procesos en lugar del control de transacciones, que es lo que hace MRP. Todo es control de transacciones. Estás bien o no estás bien en MRP. No sabes qué tan bien o qué tan mal estás.

Y sabes, MRP en tiempo real salió por primera vez con PeopleSoft en 2001, y a nuestros clientes no les gustó. Quiero decir, tengo la ventaja sobre Joannes de que soy realmente vieja. Así que, cuando estaba enseñando en la universidad, los estudiantes me decían cómo admiraban cómo investigué la historia de la tecnología de la información, y es como, sí, no fue investigación, esto es anecdótico, lo viví.

Y realmente pensamos que a medida que las computadoras se volvieran más rápidas, resolverían nuestro problema. Pero descubrimos que a medida que las computadoras se volvían más rápidas, nuestros problemas empeoraban, y eso se debía a la inestabilidad del sistema. Mi primera reunión de APICS hace 46 años fue sobre la inestabilidad del sistema. Ya lo sabíamos en ese entonces; simplemente no sabíamos cómo resolverlo. Y no supimos cómo resolverlo hasta que llegó DDMRP para poder estabilizar la función de planificación.

Pero toda la idea de APS, quiero decir, no hay una implementación de APS que haya tenido éxito. Para darle a Joannes su definición, el éxito es: ¿ha aumentado el ROI de la empresa? Y es porque está tratando de hacer esta optimización multinivel basada en una función empresarial incorrecta. Y estoy de acuerdo con él, ya sabes, la tecnología tiene que cambiar cuando hay un cambio en las reglas comerciales, y las reglas comerciales tienen que cambiar cuando hay un cambio en la tecnología. Eso es lo que Eli y yo escribimos en 2000 cuando escribimos “Necesario pero no suficiente”. Lo hemos sabido desde hace mucho tiempo.

Conor Doherty: Gracias.

Joannes Vermorel: Sí, quiero comentar nuevamente, mal uso de los términos. Cuando digo transaccional para un sistema de base de datos, lo digo de una manera muy específica. Se refiere a la forma en que se utiliza cuando se diseñan bases de datos. Y cuando dices transaccional, no tiene nada que ver con finanzas o algún tipo de proceso, etc. Significa esencialmente la propiedad ACID: atomicidad, consistencia, aislamiento, durabilidad. Esas son propiedades garantizadas por tu almacenamiento.

Y DDMRP es tan transaccional como MRP como paradigma. Y todas las implementaciones que he visto, tus proveedores que hacen DDMRP, lo hacen sobre bases de datos SQL al igual que todos los demás que estaban haciendo MRP. Entonces, nuevamente, hay tantas cosas en las que estás usando palabras, pero no las estás usando de la manera correcta. Eso significa que si te refieres a una transacción, te refieres a algo que no tiene nada que ver con el punto, que era el diseño de sistemas de bases de datos. Te desviarás usando la transacción para algo que se parece más a la metodología de DDMRP.

Y nuevamente, son cosas completamente diferentes. Lo siento, solo estoy señalando que tenemos, nuevamente, factores, pero también estamos cambiando constantemente la semántica de lo que realmente significan las palabras.

Carol Ptak: Bueno, y creo que ahí es donde entra en juego la conversación que tuvimos cuando configuramos este debate, es llegar a la definición. Porque mi perspectiva del mundo proviene de toda una vida dirigiendo la fabricación y siendo planificador de operaciones, siendo un planificador en el taller, siendo un supervisor, siendo un vicepresidente de operaciones, trabajando en la industria de tecnología de la información como experta en la industria.

Sabes, acercándome desde la perspectiva del mundo real del practicante y no desde lo que solíamos llamar la casita blanca, que es la tecnología de la información en los viejos tiempos que tenía el piso elevado. Y ahí es donde querías ir en verano porque tenía aire acondicionado. Así que no vengo de lo que llamamos los “bit twiddlers”. Vengo de la perspectiva del mundo real de cómo se ejecuta realmente una operación y se dirige una instalación de fabricación como parte de una cadena de suministro integrada.

Entonces sí, diría que probablemente tengamos definiciones muy diferentes, pero mis definiciones serían las que se utilizan, ya sabes, esto fue parte de nuestro debate: ¿aborda los desafíos del mundo real hoy en día? Y ese es el mundo del que vengo.

Conor Doherty: De acuerdo, lo siento, solo voy a insistir un poco porque hay bastantes preguntas pendientes. Pero podemos volver a este punto más adelante. Así que Joannes, y nuevamente, ya has tocado este tema, así que puedes mantenerlo ligero, supongo. ¿Cuál es la tecnología mínima que necesitamos para construir una optimización?

Joannes Vermorel: Sugiero plantear el problema de manera inversa: ¿cuáles son las tecnologías que están explícitamente en el camino de lograr eso? Verás, porque la realidad es que la ciencia de datos, en términos generales, necesita muy, muy poco. Por eso, por ejemplo, Python es tan popular.

Entonces, mi opinión es que la maldición en la actualidad es que los sistemas empresariales modernos son como mil capas. Tienes la base de datos, tienes los sistemas operativos, tienes todo tipo de cachés, tienes todo tipo de capas de recuperación de datos, etc., capas sobre capas. Y por lo tanto, lo que hacen los sistemas modernos, yo diría, de software empresarial, es simplemente mover datos de una capa a la siguiente, y eso implica toneladas de recursos informáticos, memoria, CPU, ancho de banda, y demás.

Entonces, en resumen, no hay un requisito mínimo, pero debes ser consciente de todas las cosas que están en el camino. Y en este estado moderno de las tecnologías de software, es enorme. Así que mi mensaje es que no pienses en las cosas que necesitas; piensa en las cosas que no necesitas y deshazte de ellas. Y una vez que vuelvas al núcleo, al núcleo algorítmico, estarás bien.

Conor Doherty: Carol, sé que dijiste que la cadena de suministro no se puede optimizar, pero, ya sabes, indulgeme. Si pensaras que se puede, ¿qué tecnología se requeriría?

Carol Ptak: Oh, eso es para mí, la tecnología, ya sabes, eso se lo dejo a Joannes. Yo vivo en el mundo real con los problemas del mundo real al analizar las metodologías. Y siempre trabajo muy de cerca porque trabajé para IBM por un tiempo, y tuve el gran honor de trabajar con el Centro de Investigación Watson. Esos son los brillantes chicos con doctorado. Yo no soy uno de ellos. Soy simplemente una gerente de operaciones muy pragmática que ha tenido una carrera muy exitosa en los últimos 45 años.

Conor Doherty: Bueno, entonces seguiré adelante. Carol, nuevamente, estoy leyendo estas preguntas por primera vez. ¿Se ha implementado con éxito DDMRP o incluso DDAE en alguna gran organización minorista con varias cientos de tiendas? Si es así, ¿podrías proporcionar ejemplos, por favor?

Carol Ptak: Claro, sí. El primero que me viene a la mente es Mick. La mayoría de las operaciones minoristas en las que se ha implementado están en América del Sur. Mick tiene varias tiendas minoristas. Estoy tratando de pensar en algunas otras. El minorista más grande de Colombia ha implementado DDMRP. Hay un desafío único con el comercio minorista porque tienen lo que se llama una larga cola. Por lo general, aproximadamente el 10% de sus productos generan el 90% de sus ingresos, y el 90% de sus productos generan el 10% de los ingresos.

Así que es una aplicación única, pero la mayoría de las implementaciones minoristas están en América del Sur y México. Y también tenemos una implementación minorista que viene de Sudáfrica. Takealot iba a estar en la conferencia, y esa es la tienda más grande de Sudáfrica.

Conor Doherty: De acuerdo, gracias. Seguiré adelante. No hay mucho más que agregar a esa pregunta, Carol. Entonces has mencionado el concepto de flujo varias veces. ¿Podrías definir el concepto de flujo y explicar qué significa dentro del contexto de DDMRP, por favor?

Carol Ptak: Bueno, ese es el pilar fundamental. El flujo es la velocidad a la que una cadena de suministro convierte materiales en productos requeridos por un cliente. Y eso es muy específico. El flujo es la velocidad a la que una cadena de suministro convierte materiales, insumos, en productos que son requeridos por un cliente. Es absolutamente el pilar fundamental debajo de DDMRP. También resulta ser el pilar fundamental debajo de Lean y Theory of Constraints y muchas otras áreas de mejora de operaciones más comunes y más recientes, debo decir. Así que ese es todo el pilar fundamental. Como dije, si Joannes quisiera escribir una verdadera nota adhesiva sobre demand-driven, se trata de flujo.

Conor Doherty: Gracias, Carol. Joannes, tomaste algunas notas. ¿Deseas responder? Bueno, esta pregunta es para ti. ¿Cómo incorpora Lokad la adaptabilidad a nivel de sistema al equilibrar la sensibilidad de la solución a las variaciones en la cadena de suministro?

Joannes Vermorel: Así que aquí hay dos aspectos. En cuanto a la sensibilidad a la variación, la pregunta es: ¿son deseables o no? Hay clases de recetas numéricas que son extremadamente, diría yo, propensas a generar resultados, y eso es muy perjudicial porque en la cadena de suministro se producen efectos de trinquete. Una vez que has activado un lote de producción, no puedes deshacerlo, así que tienes que vivir con tu decisión.

Por lo tanto, no quieres recetas numéricas que sean propensas a generar resultados y erráticas por sí mismas. Por cierto, uno de los aspectos del pronóstico probabilístico es que tiende a hacer que las recetas numéricas sean mucho más estables. Mucha de la incertidumbre que tienes con los sistemas tradicionales es que cuando tienes un pronóstico clásico, una pequeña desviación del pronóstico tiende a generar una divergencia masiva aguas abajo. Ese problema se resuelve mediante el uso de pronósticos probabilísticos y optimización estocástica.

Ahora tenemos otro aspecto en la pregunta, que es la adaptabilidad. La realidad es que cuando tienes una receta numérica y ocurre algo catastrófico o completamente sin precedentes, no hay sustituto para la inteligencia humana. La forma en que Lokad funciona es teniendo científicos de la cadena de suministro que pueden, en muy poco tiempo, reescribir y modificar las recetas numéricas para adaptarse a la nueva situación. Nuevamente, no tenemos una bola de cristal; no podemos anticipar algo que sea radicalmente sin precedentes como el bloqueo del Evergreen en un canal.

Pero cuando sucede, hay tantos cambios que requieren una mente humana. Pero la mente humana no está ahí para poner cinta adhesiva en cada SKU individualmente; está para reescribir la receta numérica. Entonces volvemos a estar en marcha. Todas las decisiones se automatizan y se hacen automáticamente y a gran escala.

Conor Doherty: Carol, ¿deseas agregar algo a esto?

Carol Ptak: No puedo hablar de Lokad.

Conor Doherty: Bueno, entonces, esta pregunta era originalmente para ti, Carol, pero en realidad, creo que sería más interesante hacerla primero a Joannes y luego podemos contrastar tu respuesta. Entonces, Joannes, ¿por qué te resistes a comparar estudios de casos de pronóstico probabilístico con DDMRP o los de Carol? Digámoslo así.

Joannes Vermorel: Porque en primer lugar, no creo en absoluto en los estudios de casos en el software empresarial o en las prácticas empresariales. El ámbito ha estado plagado de problemas desde la década de 1950. El problema, una vez más, es que hay un conflicto de intereses masivo. Solo piensa en esto: el proveedor no publicará el estudio de caso a menos que los ponga en un pedestal.

Y luego los clientes, los gerentes que arriesgan su reputación cuando se embarcan en una iniciativa, tienen un incentivo masivo para hacer que todo el mundo crea que esta iniciativa salió de maravilla. Mi observación casual es que el 90% de las iniciativas en la cadena de suministro fracasan en todas las empresas, todos los países, todos los sectores. El 90%, ese es el mismo punto de referencia.

¿Y cuántos estudios de casos puedo nombrar en toda mi carrera que mostraran resultados desastrosos? Ninguno, ni uno solo. El único estudio de caso negativo que pude encontrar fue a través, diría yo, de periodistas brillantes. Por ejemplo, animo a esta audiencia a leer “Los últimos días de Target Canadá”. Esta es una fantástica síntesis de todas las cosas que salieron mal, pero es súper raro.

Leo perdió medio billón de euros hace solo unos años en una iniciativa de optimización de inventario de SAP. No hay estudio de caso. Así que ves mi punto. El conflicto de intereses es tan masivo que no se trata de comparar mi estudio de caso con el tuyo. Esto debe desaparecer. Esta es una metodología que debe ser rechazada de plano, punto.

Conor Doherty: Bien. Bueno, Carol, la pregunta originalmente era para ti. Entonces, ¿por qué crees que Joannes se muestra reacio a comparar estudios de caso con los tuyos?

Carol Ptak: Bueno, esa es una muy buena pregunta, y solo él puede responderla. Sé que él es muy reacio a los estudios de caso. Quiero decir, para el observador del mundo real, la pregunta obviamente sería: “¿Tienes alguno?” Y animo a la gente a hablar con estos chicos, no solo lo que está publicado, sino que realmente vengan y hablen con estos chicos y obtengan los detalles.

Porque los animamos a decir realmente: “Si tuviéramos que hacerlo de nuevo, ¿qué haríamos diferente? ¿Dónde fallamos? ¿Qué no funcionó? ¿Qué pensamos que iba a funcionar?” Fomentamos ese tipo de transparencia en nuestros estudios de caso. Como dije antes, no permitimos que las empresas de software y las empresas de consultoría realicen los estudios de caso. Son las personas.

Esa es la razón por la que organizamos Demand Driven World, para permitir que estos profesionales hablen entre sí para que puedan tener ese tipo de conversaciones sobre lo que funcionó, lo que realmente no funcionó, qué aprendieron, cómo podemos aprender unos de otros. No solo los éxitos, que son importantes, sino ¿cómo aprendemos de los fracasos? ¿Qué no salió bien?

Y creo que eso es absolutamente crítico. Si podemos ayudar a compartir los fracasos para que otra persona no tenga que tropezar con la misma piedra, entonces creo que eso es algo bueno. Por eso hacemos Demand Driven World. La mayoría de nuestras implementaciones están en Europa, por eso vamos a Europa la próxima semana.

Pero creemos que los estudios de caso son absolutamente críticos porque eso es lo primero que nos piden. Entiendan, el Demand Driven Institute no es una empresa de consultoría. No somos una empresa de software. Nunca hemos sido una empresa de software y nunca hemos sido una empresa de consultoría. Somos simplemente líderes de pensamiento en el área de la cadena de suministro. Así que somos muy independientes de todas las empresas de software.

Pero a medida que las personas consideraron el enfoque basado en la demanda, cambió justo después de la pandemia. Yo diría que cambió de “¿Has probado el enfoque basado en la demanda?” a “¿Por qué no has probado el enfoque basado en la demanda?” Y eso fue debido a los resultados que las empresas vieron durante la pandemia que ya tenían implementaciones en marcha.

Conor Doherty: Bueno, seguiré adelante, pero volveré contigo, Carol. Primero, nuevamente, es para ambos, pero comenzaré con Carol porque ya estabas hablando. En un mundo altamente VUCA con demanda escasa e irregular, ¿cómo tomarías decisiones sin aumentar significativamente los niveles de stock? Y subpregunta, ¿cómo gestionas la incertidumbre sobre la incertidumbre en situaciones tan desafiantes?

Carol Ptak: Bueno, ahí es donde realmente necesitas entender el negocio. Esa pregunta no proporciona suficiente información. ¿Qué es la incertidumbre sobre la incertidumbre? ¿Cuánta de esa incertidumbre es causada por uno mismo? ¿Cuánta de esa incertidumbre se debe a tu estrategia de precios? Hay muchas capas de la cebolla que hay que pelar para llegar a la causa raíz.

Acabo de estar en una conferencia en Wisconsin donde una empresa de software se me acercó y me preguntó: “¿Cómo propondrías hacer una asignación en caso de escasez?” Yo pregunté: “¿Tu cliente tiene inventario excesivo?” “Oh sí, tienen demasiado de lo incorrecto, muy poco de lo correcto”. Yo dije: “Bueno, resuelve ese problema”. A veces lo que vemos es que esta variabilidad sobre variabilidad es autoinducida.

Si quiero ser un proveedor de respuesta rápida, alta variabilidad y bajo volumen, no lo lograrás importando de China. Esa es una estrategia diferente. Tu estrategia debe estar alineada con tu capacidad operativa, y tu capacidad operativa te permite tener diferentes ventajas estratégicas. Esas cosas deben coincidir. Por eso DDAE analiza la estrategia, táctica y operaciones y separa esas tres áreas relevantes.

Conor Doherty: Gracias. Joannes, misma pregunta.

Joannes Vermorel: Es una pregunta muy interesante. Comencemos con comportamientos escasos e intermitentes. Escaso e irregular, sí, ahí es donde realmente brilla el enfoque probabilístico. Cuando estás lidiando con algo escaso, debes tener un instrumento matemático que te permita lidiar con patrones subunitarios.

Si simplemente preguntas: “¿Cuántas unidades voy a vender en el transcurso de una semana?” podrías decir: “50% de probabilidad de que solo venda una”. En el mundo clásico, dirías 0.5, pero no tiene sentido porque no puedes fraccionar la unidad; está empaquetada. La perspectiva clásica tiene dificultades con las predicciones subunitarias, lo que resulta en muchas tonterías porque terminas con números fraccionarios que simplemente no son reales. Existen en matemáticas, pero no existen en la cadena de suministro donde es simplemente cero o uno.

Con probabilidades, obtienes una solución elegante y agradable que realmente funciona, donde puedes tener una probabilidad de cero, una probabilidad de uno, una probabilidad de dos, digamos, unidades, y tal vez una probabilidad de 50 unidades también, que será el pico errático. Entonces, escaso e intermitente, ahí es donde realmente brilla.

Ahora, cuando acumulas incertidumbre sobre incertidumbre, esta es una pregunta muy interesante. ¿Cómo lo haces en un mundo determinista cuando agregas un retraso sobre otro retraso? La respuesta: haces una suma, una adición que se siente como algo sobrenatural. Entonces, puedes sumar, restar, multiplicar. Bueno, resulta que cuando tienes incertidumbre, si tienes algo como un álgebra de variables aleatorias, puedes hacer todas esas combinaciones de incertidumbres, y obtendrás un álgebra de variables aleatorias. Podrás calcular efectivamente las incertidumbres resultantes que tienes sobre todo eso. Entonces, no estoy describiendo exactamente la solución; solo estoy describiendo los instrumentos que te permiten llegar a eso.

Primero, necesitas tener, diría yo, instrumentos estadísticos que traten con la escasez y la irregularidad. Entonces, eso no va a ser tu pronóstico clásico. Eso no va a ser los buffers que son promocionados como promedios móviles glorificados que se presentan en DDMRP. Y segundo, cuando lidias con incertidumbres compuestas, necesitas tener los instrumentos que te permitan hacer eso. Las personas han estado haciendo eso durante medio siglo en finanzas. Esto no es magia. Lokad no inventó eso. Es solo un instrumento ligeramente inusual, pero muy sencillo. Así como sumar, restar números y multiplicarlos te parece natural, simplemente aprenderás a hacer eso con la incertidumbre involucrada.

Conor Doherty: Bueno, gracias. Seguiré adelante. Bueno, esta es una pregunta bastante larga. Voy a tratar de resumirla en tiempo real. Uh, bueno, quiero decir, esto será para ti, Joannes, porque ya has respondido en cierta medida. Hay algunas partes móviles, pero leeré las bases.

Para Joannes: ¿cuál es tu principal crítica al modelo DDMRP y qué aspectos específicos cuestionas? Creo que ya has respondido a esto, pero no he escuchado un argumento sólido en contra de DDMRP más allá de que es demasiado simple. Si un modelo simple puede ofrecer resultados, ¿por qué necesitamos modelos más complejos y sofisticados de dinámica de sistemas?

Joannes Vermorel: Mi principal crítica es que hay muy poco, ya sabes, y por eso mencioné las páginas. Porque cuando tomas las piezas, te das cuenta de que en su mayoría es mucho ruido y pocas nueces. Y la idea de que de mucho ruido y pocas nueces juntas, vas a tener, voilà, un gran conjunto, creo que es completamente absurdo. Así que mi principal crítica es que es muy, muy débil, tanto línea por línea como en su conjunto.

Y luego volvemos a por qué funciona tan bien. La pregunta es, si ya asumes que todos los estudios de caso son verdaderos, lo siento, no puedo hacer nada por ti. Si asumes que simplemente como el estudio de caso es verdadero, puedes obtener de manera confiable un aumento del 60% en las ventas aplicando DDMRP al comercio minorista mientras se reduce a la mitad el stock en el mismo proceso y dando la impresión de que la tienda está aún más llena, si crees que ese es el tipo de resultado que puedes obtener, ya sabes, porque eso es lo que se presenta, lo siento, tengo un puente en Brooklyn para venderte. Eso es todo.

Conor Doherty: Bueno, Carol, de nuevo, quiero seguir adelante, y se basa en eso. Entonces, nuevamente, esta es una pregunta que surge al escuchar a Joannes y también al escuchar la conversación en su totalidad. Al principio, comentaste: “Me sorprendió que Joannes quisiera hablar de los libros”. Y nuevamente, no voy a hablar por Joannes, pero ciertamente para mí, si me dijeras: “Oye, ¿quieres aprender sobre algo? Aquí hay varios libros que explicarán, como manuales, cómo despega el avión”. Lees sobre aviación o aeronáutica, aprendes sobre el principio de Bernoulli. Está escrito en un libro. Entonces, no aprendo que los aviones vuelan; leo ese libro para aprender cómo vuelan los aviones.

Entonces, cuando hablas de estudios de caso, y solo por el bien del argumento, digamos que funciona, está bien, pero creo que para Joannes y tal vez para las personas que escuchan también, el problema es que si quiero aprender cómo funciona, estás diciendo que no está en los libros.

Carol Ptak: Oh no, está claramente en los libros. Joannes está diciendo que no está en los libros. Está en los libros. Escribimos esos tres libros para tres mercados muy diferentes y separados. El libro “Demand Driven Adaptive Enterprise” fue escrito para un ejecutivo para que comprenda cómo se ensambla todo. El libro “Adaptive S&OP” fue escrito para el equipo de S&OP para explicar cómo vincular un proceso estratégico de S&OP que produce un plan de negocios adaptable que se puede traducir en un modelo operativo impulsado por la demanda. Y el libro “DDMRP” es muy específicamente sobre cómo funciona el motor DDMRP.

Ahora, me encanta la crítica de que es demasiado simple. Creo que ese es el mejor cumplido que puedo recibir. ¿Por qué? Porque es muy fácil complicar las cosas. Es muy difícil simplificar las cosas. Y hemos trabajado muy, muy duro para hacer que el concepto sea fácil de entender y fácil de implementar.

Entonces, toda la conversación de hoy trata sobre si el modelo DDAE resuelve el problema en la cadena de suministro del mundo real hoy en día. Bueno, eso es el mundo real. Tenemos que tener algo que sea comprensible, fácil de implementar y que genere resultados significativos. Ya sabes, al mirar las herramientas de pensamiento crítico, siempre estás buscando esa idea innovadora que resuelve muchos problemas y lo hace de una manera muy profunda. Y eso es lo que hace el enfoque impulsado por la demanda.

Quiero decir, amo a Eli Goldratt. Siempre decía las cosas muy bien. Sabes, él decía: “Si tienes que usar matemáticas para explicarte, entonces no sabes de qué estás hablando”. Amo a Goldratt. Quiero decir, él ideó cosas geniales, ya sabes, así que si la peor crítica de Joannes es que no le gusta lo que llamamos una ecuación, bueno, el resto del mundo llama a esas ecuaciones. Y hay ciertos requisitos de formato por parte de una editorial, y no sé cuántos libros ha publicado Joannes, pero hay ciertos requisitos de publicación en el formato cuando publicas un libro que debes etiquetar como gráfico y figura, ¿de acuerdo? Y es un requisito.

Entonces, tratas con las editoriales, y estaríamos encantados de eliminar todo eso, pero es un requisito. Así que no sé cuántos libros has tenido la experiencia de publicar, pero descubrirás que eso es un requisito cuando publicas con algunas de las editoriales de primer nivel, como si todo eso tuviera que estar etiquetado. Entonces, llamar simple a lo que hacemos es el mejor cumplido que puedo pensar porque trabajamos muy, muy duro para que sea fácil de entender, fácil de implementar, pero que produzca resultados profundos.

Conor Doherty: De acuerdo, gracias, Carol. Devuelvo la palabra a Joannes.

Joannes Vermorel: Sí, creo que es una tergiversación de mi crítica. No dije que esos libros sean simples. Al contrario, representé extensamente que son muy enrevesados para presentar cosas que, al final, son muy simples. Es cuando digo que dedicas literalmente media docena de páginas en inglés para decir: “Suma esto, resta eso, multiplica por eso”. Es simplemente increíblemente difícil seguir lo que se habría representado con fórmulas de escuela primaria, como muy básicas.

Y al contrario, ves, ese es el punto con este libro. No estoy criticando que sean demasiado simples. Ese no es mi punto. Mi punto es que son excesivamente débiles. Esa es una crítica muy diferente. La debilidad no es sinónimo de simplicidad. Puedes tener cosas que son extremadamente simples y hermosas. Las ecuaciones de Maxwell, ya sabes, son extremadamente simples y hermosas. Sí, el formalismo es bastante elaborado, pero este no es el tipo de problema de simplicidad del que estoy hablando.

Mi punto es que esos libros podrían haber sido drásticamente simplificados, en realidad, drásticamente, al adherirse a las normas establecidas cuando tienes cosas que quieres sumar, restar, y demás, simplemente usas una fórmula simple, y no te adentras en literalmente media docena de páginas de explicación extremadamente complicada y enrevesada para explicar lo que es simple. Y mi punto, la crítica, es que al hacer eso, inflas el número de páginas, inflas la cantidad de palabras para, al final, ofrecer muy, muy poco en, nuevamente, 900 páginas.

Conor Doherty: Muy bien, seguiré adelante. En este punto, hemos estado hablando durante 80 minutos, así que voy a empezar a eliminar las preguntas que ya han sido respondidas. Entonces, de nuevo, no voy a preguntarle a Joannes sobre los estudios de caso de DDMRP de nuevo. Hemos cubierto ese terreno bastante bien. Sí, así que, primero iré a Carol.

¿Pueden definir conjuntamente el alcance, las situaciones o las condiciones en las que se requiere algo más sofisticado que DDMRP? Por ejemplo, en los procesos de desmontaje, DDMRP parece quedarse corto. ¿Cómo abordarían esos escenarios?

Carol Ptak: En realidad, en el desmontaje, funcionó muy bien. Uno de los primeros estudios de caso fue una empresa llamada Erickson Air-Crane. Lo siento, Joannes, por volver a un estudio de caso, pero el Erickson Air-Crane en realidad tiene el certificado de vuelo para el helicóptero Sikorsky. Y así que tienen un proceso completo de desmontaje. Así que en realidad funciona muy, muy bien, y funciona muy bien allí debido al alto nivel de variabilidad.

Cuando recibes una aeronave, aterriza como mantenida. Ahora tienes que averiguar cómo era cuando se construyó, cómo fue diseñada, y luego ahora tienes que intentar volver a montar todo. Y luego tienes un problema con tu certificado de vuelo de la FAA que dice que una parte fue modificada y es válida hasta el 31 de octubre de 2024, pero otra parte fue modificada y es válida hasta el 1 de junio de 2025. El marco solo está certificado hasta el 31 de octubre de 2024 porque todas las partes tienen que coincidir. Así que cuando te enfrentas a ese tipo de alta variabilidad, en realidad funciona bastante bien.

Lo que les digo a las personas que siempre me hacen la pregunta es: “¿En qué industria no encaja?” La industria en la que no encaja el enfoque basado en la demanda es si estás en una industria altamente confiable donde el tiempo de tolerancia del cliente es más corto que tu tiempo de espera acumulativo y no experimentas ninguna variabilidad en las operaciones, entonces no funcionará.

Implícito en eso, no, no he encontrado ese lugar en el mundo, pero bueno, ya sabes, teóricamente, podrías llevarlo a ese punto. Cuanta más variabilidad, volatilidad, incertidumbre, complejidad y ambigüedad haya, mejor funcionará porque fue diseñado. La Empresa Adaptativa Basada en la Demanda fue diseñada para el mundo VUCA de hoy, y funciona en el mundo VUCA de hoy.

Conor Doherty: Te dejo responder.

Joannes Vermorel: Sí, solo tomaría este ejemplo nuevamente para la audiencia. Ok, hablemos de aviación. Tenemos piezas que tienen horas de vuelo y ciclos de vuelo en ellas. Solo lo estoy haciendo muy simple para la audiencia. Eso significa que cuando miras tu inventario, no puedes decir: “Tengo una unidad, dos unidades, tres unidades, cinco unidades”. No tiene mucho sentido porque cada unidad que tienes tiene una cierta cantidad de horas de vuelo y ciclos de vuelo, por cierto.

Entonces puedes terminar con miles de horas de vuelo pero con solo una pieza o tal vez solo 100 horas de vuelo pero tienes dos piezas por alguna razón. Entonces, la conclusión es que lo que ya no puedes hacer es tener una representación unidimensional de tu SKU. No puedes decir: “Tengo una, dos, tres, cuatro, cinco unidades adicionales”. Necesitas una representación multidimensional del SKU.

Y nuevamente, si vuelvo a DDMRP y todo lo que está en los libros, esos puntos nunca se tocan, ni siquiera se menciona algo que pueda abordar esos puntos. No se tocan. Le garantizo a esta audiencia que no encontrarán nada que les permita lidiar con problemas de SKU multidimensionales. Y sin embargo, es literalmente la no linealidad y complejidad que los libros se propusieron como objetivos desde el principio.

Carol Ptak: Estoy de acuerdo con Joannes, absolutamente. Sí, no cubrimos partes multidimensionales. ¿Eso significa que no sabemos cómo hacerlo o no sabemos cómo implementarlo? Absolutamente no. Mi experiencia está en la industria aeroespacial. Hice mucho trabajo con los depósitos de aviación de la NAA en Cherry Point, Jacksonville y California, así como con las compañías de helicópteros. Quiero decir, esa fue mi carrera. Si investigas, pasé 20 años en la industria aeroespacial.

Así que entiendo las partes multidimensionales porque tienes diferentes números de SKU con diferentes códigos de condición y diferentes horas de vuelo en ellos. Y Joannes, tienes toda la razón. No cubrimos partes multidimensionales en ninguno de esos libros. Ahora, quiero decir, si quieres leer un libro de ERP, mi libro de ERP es la primera vez que la remanufactura aparece en un libro. Pero es un entorno tan especializado que si incluyéramos todo sobre cada entorno único que existe, esos libros tendrían 3,000 páginas.

Esos son los fundamentos, los bloques de construcción para cualquier empresa adaptativa basada en la demanda. Hay diferentes dimensiones que agregas, como ya hemos discutido, venta al por menor, industria aeroespacial, remanufactura, gestión de proyectos. ¿Qué tal una empresa que nunca usa el mismo material dos veces? Implementaciones muy exitosas basadas en la demanda. Entonces, esos libros representan los bloques de construcción.

Sabes, es como mencionaste antes, si leo sobre vuelo, sí, voy a leer los libros y voy a entender el principio de Bernoulli y todo eso, pero eso no me convertirá en piloto de un 747.

Conor Doherty: Me convertiría en ingeniero solo para completar esa similitud. Pero Joannes, tu…

Joannes Vermorel: No, creo que nuevamente nos enfrentamos a un argumento de autoridad para la audiencia, que mencioné inicialmente, que es “Confía en mí”. De todos modos, sugiero que sigamos adelante para no volver a los mismos argumentos.

Conor Doherty: Bueno, está bien. Bueno, este es para Joannes. Entonces, APICS y ASCM también enfatizan la importancia de la frontera de empuje-tirón. En tu solución, ¿en qué punto de la red de la cadena de suministro haces la transición de un enfoque de empuje a un enfoque de tirón?

Joannes Vermorel: Primero, la distinción entre empuje y tirón se basa en un enfoque equivocado. Estamos volviendo a la mentalidad de los años 70 en la que se asume que las diferentes partes de la organización no pueden comunicarse entre sí. Así que, de hecho, tienes que tener una parte que decida cuándo empujar o cuándo tirar. Pero nuevamente, esto es una tontería en esta era de internet. ¿Por qué? Muy simplemente, puedes poner una inteligencia encima, artificial o no, no importa, siempre y cuando tengas una red.

Lo único que se necesita es activar las decisiones. Si decides mover 10 unidades del punto A al punto B, quiero decir, es solo una perspectiva decir que si es el punto A el que llama a las unidades, entonces estás tirando. Si es el punto B el que decide, entonces estás empujando. Nuevamente, esta no es una distinción válida en esta era de internet. Así que mi opinión sería, por favor, no mantengas los conceptos que se volvieron obsoletos hace unos 25 años, principalmente por la idea de que tienes una red de internet y la información puede fluir libremente a lo largo de tu cadena de suministro.

En Lokad realmente no nos ocupamos de eso porque es un problema obsoleto, y solo existe en empresas que persisten en utilizar, diría, metodologías y perspectivas obsoletas.

Conor Doherty: Muy bien, hay dos preguntas más y luego haremos la transición porque ya ha pasado un tiempo. Pero Joannes, ve primero. ¿Qué tan efectivos son los cálculos tradicionales de existencias de seguridad para una empresa que gestiona tanto un alto volumen como una alta variabilidad en su operación?

Joannes Vermorel: Las existencias de seguridad están rotas por diseño en muchos aspectos. Seré breve, pero la conclusión es que ¿por qué están completamente rotas? Cada vez que inviertes $1 en tu cadena de suministro, este $1 compite con todas las inversiones en inventario. Compiten con todos los SKU. Todos los SKU compiten por este $1. Tu modelo de existencias de seguridad asume que puedes procesar un SKU en completa aislación, sin tener en cuenta todo lo que está sucediendo en los otros SKU. Eso es literalmente el modelo de existencias de seguridad.

Así que solo con esta premisa, las existencias de seguridad están completamente rotas. Y luego tienes un segundo problema, que es un detalle de implementación, pero en la práctica, es realmente mortal, que es la suposición de distribución normal que se hace sobre eso. Así que las existencias de seguridad invariablemente significan, tanto en los libros de texto como en la implementación de software, que se deben utilizar distribuciones normales para la demanda y los tiempos de entrega. Y esto es insano.

Entonces, el gran problema es, nuevamente, todos los SKU compiten por la misma inversión. Por lo tanto, cualquier lógica independiente del SKU está rota por diseño. Y luego tienes un segundo problema, que es las matemáticas que se están utilizando, que son realmente inadecuadas.

Conor Doherty: Gracias. Carol, ¿tus pensamientos?

Carol Ptak: Estoy emocionada de haber encontrado otro punto de acuerdo con Joannes. Las existencias de seguridad están fundamentalmente rotas, absolutamente. Muy bien, es una de las dos cosas que eliminamos en la metodología impulsada por la demanda. Y la razón es porque las existencias de seguridad, tal como se calculan a través de cualquier software de optimización MEIO, asumen que para tener un mejor servicio al cliente, debes tener más inventario y que puedes calcular la cantidad de existencias de seguridad requeridas, como dijo Joannes, de forma aislada, SKU por SKU, al observar la variación y el puntaje z para tu nivel de servicio deseado.

Eso es ridículo. Absolutamente ridículo, y eso es lo que llamamos una verdad profunda. Una verdad profunda solo puede ser expuesta por una verdad más profunda, que es, nuevamente, volvemos a esa nota adhesiva que desearía poder poner en la oficina de Joannes: “Todo se trata del flujo”. Cuando tenemos un mejor flujo, obtenemos un mejor servicio al cliente con menos inventario al mismo tiempo. No es un compromiso, ¿sabes?

Los sistemas MEIO que intentan optimizar esas dos posiciones de la cantidad de inventario para el servicio al cliente están absolutamente rotos, y el enfoque impulsado por la demanda no utiliza existencias de seguridad. Así que estoy de acuerdo con Joannes, absolutamente acertado.

Conor Doherty: Muy bien, y nuevamente, haremos una última pregunta. Hubo otras preguntas, pero nuevamente, quiero pasar a la siguiente sección. Cualquier cosa que no se haya respondido, la abordaremos en LinkedIn. Pero esta es en realidad una pregunta que llegó, Carol, de alguien que es tu fan, de hecho. No voy a decir el nombre, pero alguien que era tu fan. Así que esto realmente viene de buena fe y buen espíritu.

Entonces, Carol, para ti: Si la crítica de Joannes es completamente incorrecta, si está completamente equivocado, entonces, en tu opinión, ¿por qué crees que el enfoque impulsado por la demanda no es más extendido o popular?

Carol Ptak: Bueno, eso es interesante. Sabes, no… su crítica… muy bien, déjame retroceder. Mi decepción fue que pensé que nuestro debate de hoy sería sobre la metodología, no sobre números de página y etiquetado de cosas, gráficos y figuras, que estamos obligados a hacer por nuestros editores. Así que me decepcionó la profundidad de nuestra discusión hoy.

Creo que las preguntas que hemos tenido de ida y vuelta al final fueron la mejor parte, en lugar de que Joannes leyera sus notas prepreparadas cuando llegó. Así que buscaba una discusión más dinámica. ¿Por qué el enfoque impulsado por la demanda no es más común? En realidad, es muy conocido en ciertos países, y depende del equipo que esté en el país. En Francia, muy, muy conocido, por eso hemos tenido un objetivo en nuestras espaldas con Joannes durante muchos, muchos años.

Ha estado atacando la metodología impulsada por la demanda durante muchos años debido a su visibilidad en Francia. Nuestro país número uno es Francia. El número dos es Colombia. El número tres es México. Acabamos de expandirnos a Japón. Estados Unidos está creciendo como loco. Así que estamos viendo algunas compañías de productos de consumo muy grandes, como Fortune Brands, que la están implementando. Tenemos algunas marcas menos conocidas como Toyota y Caterpillar que la están implementando.

Así que desafiaría el hecho de que no sea más conocido. Han sido empresas muy, muy grandes las que típicamente han adoptado la idea. También hemos tenido algunas empresas familiares pequeñas porque entienden el impacto y la importancia del flujo de efectivo. Lo más emocionante es que nos expandimos a China durante la pandemia y ahora nos estamos expandiendo a Japón. El equipo en Japón dice: “Sabes, nos damos cuenta de que el enfoque impulsado por la demanda es lo que nos faltaba porque el enfoque Kaizen es limitado y necesitamos una idea innovadora”. Ellos también creen que el enfoque impulsado por la demanda es eso.

Entonces, el hecho de que nuestro diccionario de enfoque impulsado por la demanda esté en 12 idiomas, el examen esté en nueve idiomas, desafiaría que no sea más conocido. Los que estamos en la comunidad tendemos a fijarnos en cuántas empresas no lo están utilizando en lugar de en la cantidad y amplitud de las empresas que sí lo están utilizando. En el punto de Joannes, muchas empresas, una vez que lo han implementado, no se escucha su estudio de caso porque lo ven como una ventaja competitiva, y eso es desafortunado.

Conor Doherty: Muy bien, Joannes, ajustaré ligeramente la pregunta porque obviamente las razones por las que crees que no funciona no necesariamente se alinearán con las personas que no tienen, nuevamente, tu nivel de formación académica. Entonces, ¿por qué crees que, para otros profesionales, no es más extendido, más adoptado?

Joannes Vermorel: Quiero decir, factualmente, diría muy, muy factualmente, porque mi opinión es que es excesivamente ambiguo. Hay algunos métodos, si los comparo con otras teorías de la cadena de suministro, no las mías, nuevamente, dejemos mis cosas fuera de la ecuación, digamos que si me refiriera a teorías rivales, digamos flowcasting, por ejemplo. Tampoco creo en flowcasting, pero son extremadamente específicos en su teoría, extremadamente, extremadamente específicos.

Entonces, si quiero implementar un software de flowcasting, puedo tomar el libro de flowcasting, se llama flowcasting, y literalmente me dan todo lo que necesito. No estoy diciendo que flowcasting sea bueno; de hecho, creo que es bastante terrible. Pero en crédito de los autores, su teoría que presentan no es ambigua ni vaga. Aquí, DDMRP, diría que la crítica principal sería que es excesivamente vago, extremadamente débil y es muy difícil enmarcar algo.

Si me quito el sombrero de editor de software y digo que quiero implementar eso, eso es tan increíblemente vago que ni siquiera sé por dónde empezar. Lo siento, y sé que es algo subjetivo, así que solo puedo decirle a la audiencia que elijan uno de esos libros, lean 10 páginas al azar y se hagan la pregunta: “¿Puedo tomar lo que se ha dicho y hacer algo inequívoco para mi empresa?” Inequívocamente. Háganse su propia pregunta y la respuesta a esa pregunta que se hagan debería ser el verdadero juez de si lo que estoy diciendo es correcto o simplemente tonterías.

Carol Ptak: Bueno, desafiaría que cualquier libro que tomes y leas 10 páginas, no vas a obtener el cuadro completo. La forma en que todos nuestros libros están escritos es primero describimos el problema, luego describimos la dirección de la solución, luego describimos cómo la solución resuelve el problema, y luego abordamos lo que llamamos los impedimentos, los “sí, pero”, y luego describimos un camino seguro hacia adelante. Así que tomar 10 páginas al azar, no creo que en ningún libro te lleve a donde quieres ir.

Pero resumiría la discusión de hoy como: Todo se trata del flujo, y aproximadamente correcto es mejor que precisamente incorrecto.

Conor Doherty: Bueno, en este punto, no tengo más preguntas, pero simplemente abriré el debate. Joannes, ¿hay algo que desees plantear directamente a Carol sin mi supervisión?

Joannes Vermorel: No, me gustaría agradecer a Carol por hacer este ejercicio. Realmente lo aprecio. Ha sido un verdadero debate. Quiero decir, el objetivo no era reconciliar mis puntos de vista. No voy a convencerte, y probablemente no me vas a convencer a mí, pero realmente aprecio que hayas tomado el tiempo y el esfuerzo para tener esta discusión. Para mí, significa mucho, y mi objetivo en adelante sería tener más de esos debates. Obviamente, hay otras teorías, así que ese es un objetivo que me he propuesto para este canal.

Estoy muy contento de que, una vez más, Carol haya dedicado sólidos, ¿qué, 90 minutos de su tiempo? Realmente aprecio eso, y me gustaría agradecerte, Carol, por eso.

Carol Ptak: Bueno, de nada, y aprecio la invitación. Había esperado que pudiéramos hacer el debate cara a cara, pero luego llegó la pandemia, así que se pospuso. Así que me alegra que esta oportunidad haya vuelto a surgir porque, si recuerdas, te había prometido que te dije en cualquier momento, en cualquier lugar, estaría encantada de tener ese debate porque creo que es muy importante llevar la información completa al mercado y debatir esos puntos.

Creo que, como en un debate, alguien puede decidir exactamente qué camino quiere seguir, y está bien. Como dije antes, si tuviera que resumirlo, demand-driven se trata de flujo. Aproximadamente correcto es mejor que precisamente incorrecto.

Conor Doherty: Bueno, Carol, sé que escuché en algún lugar que Francia es el país número uno en implementación de DDMRP. Así que la próxima vez que estés en Francia, si estás en París, nuevamente, sé que ambos estaríamos muy felices de hospedarte, aunque sea solo para cenar.

Carol Ptak: Eso es lo que más me gusta. Mis chicos en Toulouse saben que cuando llego allí, tiene que ser foie gras y tiene que ser pechuga de pato. Consigo mi canard, consigo mi foie gras y soy un campista feliz.

Conor Doherty: Bueno, en ese punto, voy a dar por terminado. Honestamente, ha sido muy agradable escucharlos discutir. Creo que se puede decir que esto llevó varios años en hacerse. Así que si no fue edificante, espero que al menos haya sido entretenido para todos. Nuevamente, muchas gracias a ambos.

Carol Ptak: Conor, creo que hiciste un trabajo absolutamente fantástico y te lo agradezco. Como dije, Joannes y yo hemos estado hablando de esto durante varios años, así que me alegra que finalmente hayamos logrado que suceda.

Conor Doherty: Con eso, daré por terminado. Joannes, muchas gracias por tu tiempo. Carol, has sido un gran apoyo. Muchas gracias por el tuyo, y gracias a todos por ver. Nos vemos la próxima vez.