Dilema Calidad-Costo en supply chain - Ep 160

00:00:00 Introducción a la entrevista
00:02:09 Calidad vs costo en decisiones de supply chain
00:05:16 El iPhone como ejemplo de calidad
00:08:36 Toma de decisiones y opcionalidad en supply chain
00:11:47 KPIs para evaluar el rendimiento de supply chain
00:14:27 Niveles de servicio como medida de rendimiento
00:17:24 Importancia de la calidad relevante en el diseño de productos
00:20:42 Complejidad más allá de la mente humana en supply chain
00:24:11 Impacto de la IA y la automatización en supply chain
00:27:59 Uso de Large Language Models en Lokad
00:31:21 Velocidad de las computadoras modernas y costo de la IA
00:34:34 Análisis de abastecimiento y el impacto de la IA en el costo
00:38:17 Compensaciones de costo en supply chain
00:41:38 Decidir el número de competidores a monitorear
00:45:10 Comparar la sofisticación del software con el número de empleados
00:48:26 Invertir en comprender los impulsores de supply chain
00:51:43 La situación del mercado no se puede extender al futuro
00:54:23 Beneficio como medida de la calidad de las decisiones
00:58:12 La complejidad de supply chain debido a la digitalización
01:00:52 El éxito de Amazon y estrategias de crecimiento
01:03:24 Una invitación a no temer a la complejidad de supply chain
01:06:01 Ser aproximadamente correcto es mejor que estar exactamente equivocado

Resumen

En un diálogo con el Director de Comunicación de Lokad, Conor Doherty, el CEO de Lokad, Joannes Vermorel, discute la relación calidad-costo en la gestión de supply chain. Vermorel enfatiza que la calidad se refiere a la toma de decisiones, no a los atributos del producto, y que la calidad percibida por el cliente puede no alinearse con las decisiones óptimas de supply debido al costo. Critica los KPI tradicionales, argumentando que no reflejan una calidad genuina. Vermorel también aborda el papel de los Large Language Models (LLMs) en la gestión de supply chain, señalando que pueden conducir a decisiones más inteligentes, pero pueden inflar los presupuestos de TI. Sugiere que el dilema calidad-costo es un meta juego, que requiere ingeniería de software para resolver problemas de supply chain y evaluar compensaciones.

Resumen Extendido

En una conversación que invita a la reflexión entre Conor Doherty, Director de Comunicación en Lokad, y Joannes Vermorel, CEO y fundador de Lokad, el dúo se adentra en el complejo concepto de la relación calidad-costo en la gestión de supply chain. Vermorel aclara que, en el contexto de supply chain, la calidad se refiere a la calidad de las decisiones más que a los atributos físicos de los productos. Enfatiza que el servicio de la más alta calidad desde la perspectiva del cliente puede no alinearse necesariamente con la calidad óptima en términos de decisiones de supply debido a los costos asociados.

Vermorel añade que, aunque invertir más recursos, personal y software puede conducir a mejores decisiones, estas decisiones no deben confundirse con la calidad percibida por el cliente. Reconoce la subjetividad de medir la calidad de las decisiones, contrastándola con la evaluación más directa de los productos físicos. Sin embargo, argumenta que la calidad percibida de un producto a menudo va más allá de sus atributos físicos, utilizando como ejemplo el iPhone y su App Marketplace.

Desde la perspectiva de Vermorel, la gestión de supply chain es una maestría de la opcionalidad, donde la calidad de las decisiones puede ser esquiva. Sugiere que algunas métricas, como la capacidad de decisión, pueden medirse objetivamente. Critica el uso de KPI como los niveles de servicio y la precisión del forecast de la demanda para evaluar el rendimiento de supply chain, argumentando que estos no reflejan la calidad en un sentido genuino. Describe estos KPI como artefactos numéricos que pueden no correlacionarse con la calidad y el éxito de una supply chain.

Vermorel también aborda el papel de los Large Language Models (LLMs) en la gestión de supply chain. Explica que, aunque los LLMs son costosos, pueden dar lugar a decisiones más inteligentes y de mayor calidad. Advierte que las empresas están gastando grandes sumas en estos sistemas, lo que puede inflar significativamente sus presupuestos de TI. Sugiere que existen casos en los que sería más rentable utilizar una versión más económica de LLM.

Vermorel cree que, con los LLMs, las empresas pueden diseñar la calidad de sus decisiones y gestionar las compensaciones de costo. Señala que este es un concepto no muy debatido en la gestión de supply chain convencional. Explica que las supply chains modernas se ejecutan mediante software, el cual puede ser diseñado. Indica que existen métricas sencillas para medir el costo de operar software, como el tiempo, la memoria y el consumo de disco.

Vermorel sostiene que el dilema calidad-costo se trata de diseñar software para resolver problemas de supply chain y evaluar compensaciones. El enfoque debe estar en crear software que pueda determinar qué significa una mejor calidad para los clientes. Enfatiza que el dilema calidad-costo es un meta juego que las empresas deben jugar para diseñar supply chains superiores. Lo compara con un juego de ajedrez que solo se puede ganar mediante software.

En conclusión, Vermorel recomienda identificar las decisiones en supply chain y evaluar lo que significa la calidad en un sentido amplio. Sugiere identificar 20 dimensiones de supply chain como un enfoque más integral que los marcos simplistas. Esta conversación sirve como recordatorio de la complejidad y la sutileza involucradas en la gestión de supply chain, y de la necesidad de un enfoque más sofisticado en la toma de decisiones y la evaluación de la calidad.

Transcripción Completa

Conor Doherty: Bienvenido a Lokad. Cada decisión empresarial refleja un cuidadoso equilibrio entre la calidad, qué tan buena es una cosa, y cuánto cuesta. Pero, ¿se extiende esta relación calidad-costo a supply chain? Aquí para discutirlo se encuentra el fundador de Lokad, Joannes Vermorel.

Entonces, Joannes, la relación calidad-costo, al igual que la escasez, estoy seguro de que la gente tiene una idea general de lo que otros quieren decir cuando la utilizan. ¿Podrías dar una breve descripción de lo que significa y luego conectarlo explícitamente con el tema de supply chain y por qué es importante?

Joannes Vermorel: La calidad es un atributo que normalmente se aplicaría mucho más al producto físico en sí. Por ejemplo, un iPhone es un smartphone de alta calidad. Puedes tener un coche muy barato, un coche caro de muy alta calidad y todo lo que existe entre medio. Probablemente esa sea la forma más sencilla de abordarlo. Pero cuando hablamos de supply chain, resulta que supply chain no se encarga de diseñar los productos, ni de producirlos. Así que, cuando pensamos en términos de calidad desde la perspectiva de supply chain, no son exactamente los atributos físicos de los productos los que nos interesan.

Aunque esto puede ser, en cierta medida, un problema de supply chain, quizá volvamos a ello más adelante, pero fundamentalmente, no está ahí simplemente porque no es responsabilidad de supply chain.

Si incluimos eso en supply chain, entonces supply chain se vuelve tan amplio que resulta casi insignificante, porque se vuelve prácticamente indistinguible del negocio en su totalidad. Así que, para mayor claridad, decimos que la calidad, es decir, los atributos físicos de los productos, no corresponden exactamente a supply chain. Eso no es a lo que me refiero con calidad en el contexto de supply chain.

Por calidad en un contexto de supply chain, me refiero a la calidad de las decisiones. El primer punto problemático es, probablemente, que la calidad de las decisiones no es la calidad del servicio percibido por el cliente. Por ejemplo, no enfrentar nunca un faltante de stock sería el nivel más alto de servicio inmediato en entornos de retail muy simples. Este es el servicio de la más alta calidad desde la perspectiva del cliente. Pero, ¿es ese el más alto nivel de calidad en términos de decisiones de supply para tu negocio? Absolutamente no, porque resultaría insosteniblemente costoso para tu negocio. Así que, la calidad de las decisiones, eso es a lo que me refiero con la calidad versus costo.

Para obtener una mejor decisión, podemos invertir más recursos, más personal, más software, e incluso invertir en investigación y desarrollo para mejorar todo el conjunto. Esos son todos los elementos en el lado del costo y, a cambio, obtendremos decisiones que tienen mayor calidad, pero una calidad de supply chain, que no debe confundirse nuevamente con la calidad percibida por el cliente.

De nuevo, supply chain se trata de compensaciones. Así que, una decisión de altísima calidad es aquella que equilibra cuidadosamente todas esas compensaciones. Como digo en mi serie de conferencias, supply chain es la maestría de la opcionalidad. Entonces, si decimos de super alta calidad, lo que estamos diciendo es que de super alta calidad significaría definirlo como una ejecución muy exitosa, un alto nivel de maestría en este juego de tomar decisiones de supply chain una y otra vez.

Conor Doherty: Para retomar eso de inmediato, das el ejemplo del iPhone. Si hablas de la calidad de ese dispositivo, la garantía de calidad y todos los protocolos que intervienen en una evaluación de calidad-costo, puedes señalar las propiedades físicas de un iPhone y decir: aquí está la calidad del chip, aquí la calidad del almacenamiento. Puedo medir eso y decir, bueno, eso es de alta calidad. Pero cuando hablas de la calidad de las decisiones, entras en un territorio muy subjetivo.

Joannes Vermorel: A nivel superficial, sí, cuando se tienen productos físicos es más sencillo evaluar la calidad. Pero solo a nivel superficial. Si volvemos al iPhone, que es un muy buen ejemplo, la calidad del iPhone fue, en realidad, en el primer año de los iPhone, las ventas no fueron tan buenas. Si mal no recuerdo, eso fue decente para Apple, especialmente ya que en ese entonces Apple estaba pasando muchas dificultades, pero fue relativamente modesto.

El iPhone explotó unos años después, tras la introducción del App Marketplace. Y fue entonces cuando Apple decidió que tendrían este marketplace de instalación con un solo clic para apps, donde simplemente podías hacer clic en una app, pagar $1, y luego obtener una app que era perfectamente compatible y súper fácil de instalar en tu smartphone. Y fue entonces cuando la popularidad y la calidad percibida del iPhone se dispararon. Si observamos los atributos físicos, sí, era un dispositivo muy bonito, pero la realidad es que, como smartphone, era bastante deficiente en términos de simplemente poder realizar llamadas. No era un gran teléfono en lo que respecta a cumplir con la misión número uno, que era recibir y realizar llamadas con ese dispositivo.

Pero la calidad percibida se disparó cuando introdujeron la App Store, porque de repente este formato de smartphone tenía completo sentido. En efecto, contabas con una mini computadora y podías hacer muchísimo, y la percepción era que ya no era solo un teléfono, sino un smartphone. Sin embargo, la gente no recuerda que no se convirtió en algo hasta aproximadamente un año después. Así que el punto que quiero destacar es que la calidad, sí, implica algunos aspectos muy básicos y fundamentales: mejor material, mayor tolerancia al estrés y la fatiga para que el dispositivo no se rompa ni se degrade. Debe ser ligero. En general, cualquier cosa que se desee mover, si es más ligera, suele ser mejor, etc.

Así que sí, hay algunos aspectos muy fundamentales, pero además, la calidad en lo que respecta a los productos físicos suele ser más de lo que se percibe a simple vista. Pueden existir expectativas de que se puede hacer más con el producto, de que cuentas con un ecosistema, de tener todo tipo de accesorios complementarios o, incluso si es solo decorativo, que se vea bien en muchas situaciones. Por ejemplo, un objeto muy decorativo que parezca una pieza muy bonita en tu apartamento, incluso si es de un estilo muy diferente, podría tener algún tipo de calidad super intangible, pero aún así está presente en cierta medida.

Conor Doherty: Pero muy poco de eso se traduce en decisiones de supply chain.

Joannes Vermorel: La calidad, sí, lo es, diría yo, para los productos físicos; al menos, cuentas con muchas métricas de respaldo simples y directas, pero aún así, hay una profundidad que es difícil de medir. Y luego, cuando hablamos de supply chain, supply chain es una maestría de la opcionalidad, es decir, se trata literalmente de observar opciones y, en algún momento, decidir entre esas opciones que has cultivado activamente, eligiendo una, que será tu decisión.

Vale, eso es súper abstracto, así que la calidad se convierte en algo muy esquivo. Aunque, incluso cuando hablamos de algo tan esquivo como la calidad de las decisiones, aún hay algunas métricas que no resultan tan complicadas. Por ejemplo, en el ámbito militar, tienen el dicho de que, ya sabes, el peor plan es no tener plan, y que no hay nada peor en el campo de batalla que un cirujano que resulta ser simplemente indeciso. La indecisión casi siempre es errónea. Eso significa que, aunque tu decisión sea no hacer nada y esperar a que el enemigo cometa un error, es muy diferente a ser indeciso y no hacer nada.

Joannes Vermorel: Ya sabes, ese es un estado mental completamente diferente, y sostendría que, aunque la decisión sea en cierto modo la misma, no hacer nada en una situación en la que esperamos de manera intencionada, con un propósito claro, sabiendo lo que esperamos, versus quedarse simplemente indeciso en un semiestado de pánico, resulta en decisiones muy, muy diferentes en términos de calidad.

Así que incluso, ya sabes, por ejemplo, la capacidad de tomar decisiones es algo que se puede medir de una manera relativamente sencilla. Así que en configuraciones de supply chain, sería: ¿eres capaz de tomar tu decisión de manera rápida o te toma una eternidad sin una buena razón? Ya sabes, esa sería alguna métrica, y eso, ya sabes, medir el tiempo que se tarda en llegar a una decisión puede ser algo que se mida objetivamente. Así que, hasta cierto punto, tienes algunas métricas sencillas, pero diría que no son muy, muy buenas. A diferencia, ya sabes, de lo que ocurre en el campo de batalla; en supply chain, rara vez hay situaciones que sean super urgentes en los siguientes segundos o minutos. Así que, en realidad, no es tan claro.

Aunque, obviamente, si te toma cuatro meses tomar cualquier tipo de decisión, entonces probablemente seas muy malo. Pero sí, tienes aquellos elementos que son más difíciles, es algo más abstracto e increíblemente abierto. Así que, no hay un límite claro en absoluto sobre lo que podrías observar para evaluar la calidad de esas decisiones.

Conor Doherty: La analogía del General en el campo de batalla y cualquier decisión es mejor que una indecisión completa. Bueno, quiero decir que ya existen KPIs que las empresas utilizan para evaluar la calidad o el rendimiento. Digamos solo rendimiento por ahora y luego podemos hablar de calidad para evaluar el rendimiento de la supply chain. Así, por ejemplo, los niveles de servicio para cualquier referencia dada o, en algunos casos, cuán preciso es un demand forecast. Hay KPIs que te indican, bueno, eso fue 50% preciso, 60% preciso. ¿Estás diciendo que eso es mejor que nada?

Joannes Vermorel: No del todo. Primero, porque esos KPIs en realidad no reflejan la calidad en un sentido genuino y profundo. Son simplemente artefactos numéricos. La mayoría de esos KPIs son solo artefactos numéricos.

Conor Doherty: ¿Qué quieres decir cuando dices artefactos numéricos?

Joannes Vermorel: Me refiero a números que se definen de acuerdo con alguna definición matemática sencilla. Pero, ¿por qué tendría esta definición matemática alguna correlación con la calidad en un sentido genuino?

Conor Doherty: ¿Quieres decir que son solo números en una página?

Joannes Vermorel: Sí, son solo números. Y no cualquier tipo de números. Números que típicamente se derivan de libros de texto o fórmulas. Por ejemplo, si digo error cuadrático medio para la precisión del forecast, esta es una métrica muy popular. Es una métrica que encontrarás en muchos libros de texto, libros matemáticos. ¿Por qué tienes esta métrica? Bueno, la tienes en los libros de texto porque existen muchos teoremas; está la norma dos, esa es la métrica de error cuadrático medio, tienes la norma uno, la norma dos, etc., y existen muchos teoremas, teoremas matemáticos y estadísticos asociados con esta métrica.

El problema es que se trata de una perspectiva introspectiva. Tienes el mundo matemático donde la gente se pregunta: “¿Por qué te interesa esta norma dos?” La respuesta es porque tengo tantos teoremas asociados con esta norma dos. Puedo jugar con ello, puedo elaborar muchas construcciones abstractas y hacer muchas cosas desde el punto de vista matemático. Bien, eso lo convierte en un objeto matemático interesante, al igual que los números primos, por ejemplo. Los números primos son fascinantes construcciones matemáticas. También son muy reales en un sentido matemático. Pero eso por sí solo no prueba que exista algún tipo de correlación con la clase de calidad y éxito que disfrutará tu supply chain.

Conor Doherty: Entonces, vincula esa buena analogía a los niveles de servicio.

Joannes Vermorel: El nivel de servicio, ¿por qué debería tener algún tipo de correlación? Sí, hasta cierto punto, si tienes, por ejemplo, 0% de nivel de servicio, no vendes nada, por lo que se ve bastante mal. Si tienes, por ejemplo, 100% de nivel de servicio, también es malo porque significa que siempre tendrás bajas de inventario. Porque si no te permites nunca tener faltante de stock, eso significa que nunca podrás liquidar nada. Así que, los extremos son bastante malos. Pero en el medio, todo vale. Ya sabes que lo óptimo no está en el extremo, sino en el medio, supongo tan bien como tú. Es simplemente muy difuso.

Estoy muy sospechoso cuando la gente me da un porcentaje supuestamente como medida de rendimiento o calidad. ¿Dónde está el razonamiento? Es solo algo que cae del cielo. Solo me das una fórmula y, a menos que tengas una argumentación muy sólida para respaldarla, no tengo ninguna razón para creer que este artefacto numérico es apropiado. Es simplemente algo aleatorio que sacaste de un libro de texto matemático o estadístico.

Lo interesante es que, si adoptamos esta mentalidad de KPI, cuando se trata de calidad, cuando buscas, digamos, libros de texto sobre diseño y fabricación, es algo en lo que se desarrolla una discusión muy matizada. Por ejemplo, incluso si entramos en el testamento de un distribuidor de muebles del fundador de Ikea, que es un documento hermoso, súper corto, que realmente recomiendo a la audiencia. Uno de los puntos, olvidé si es el 11 o el 14, hay como 20 puntos y uno de los puntos del fundador de Ikea es: “No te dejes engañar por algunas métricas fáciles sobre la calidad de los productos.”

Por ejemplo, él dice que lo primero es, si quieres tener una buena superficie, ten en cuenta que solo la superficie que la gente puede tocar y ver importa. Y está hablando de muebles. Dijo: “No te enorgullezcas, por ejemplo, de tener una superficie de alta calidad que va a ser súper duradera, súper suave, súper atractiva con el pasar de los años, si la gente no puede verla ni tocarla.” Así que, en el texto se refería a algo como la parte trasera del mueble o algo que está debajo de la mesa, algo que realmente nunca apreciarás. Entonces, estaba diciendo que cuando inviertes en calidad, asegúrate de que sea algo verdaderamente relevante y no alguna medida abstracta de la calidad, como “Tengo materiales de alta calidad o superficies de alta calidad en todas partes,” incluyendo aquellas superficies que no importan para el cliente.

Y por qué, y lo estaba mencionando, decía que si haces eso —y lo mencionó en su breve punto— es que, al hacer eso, los clientes terminan pagando por características que no disfrutarán. Y desde su perspectiva, eso era algo malo. Tienen que pagar; cada centavo que pagan es por la calidad que disfrutarán. Y esa era una cuestión muy matizada, así que diría que, si nos referimos a diseño y fabricación, tienes este tipo de discusión muy matizada sobre, ya sabes, calidad versus costo, exactamente cómo abordar eso.

Pero si pasamos al mundo de la supply chain con procesos de toma de decisiones, esto está ausente, completamente ausente. La teoría dominante de supply chain, e incluso diría que la teoría empresarial dominante —ya sabes, los estudios de negocios estilo MBA— están muy ausentes cuando se trata de la calidad de las decisiones. La gente suele tener razonamientos muy, muy binarios. Nunca he visto, por ejemplo, en un libro de texto sobre supply chain o incluso en estudios generales de negocios, una discusión en profundidad sobre el espectro de inversión y recursos que puedes gastar para mejorar un poco tus decisiones, hasta que los rendimientos decrecientes simplemente socavan tus esfuerzos y, luego, el costo supera lo que obtienes al mejorar la decisión.

Y nuevamente, si piensas en esta calidad de perseguir el nivel de servicio adecuado, por ejemplo, las empresas simplemente dirían: “Tenemos esos objetivos de nivel de servicio.” Pero, ¿qué hay de la inversión que realizas —ya sabes, tanto en capex como en opex— para alcanzar el nivel de servicio adecuado? Nuevamente, el nivel de servicio no es un KPI excelente, pero solo para simplificar para la audiencia, me referiré a ello ya que, al menos, es algo con lo que están familiarizados. Entonces, incluso si eliges un nivel de servicio y dices: “Este es mi objetivo, este es el mejor equilibrio para mi supply chain y mi empresa,” ¿cuál es la calidad de esta evaluación? ¿Deberías invertir —ya sabes, propusiste un número, digamos el 95%— pero, ¿es ese el mejor número que has propuesto y deberías invertir más para refinarlo aún más o no, y por qué?

Y normalmente, esto nunca se discute en los libros de texto sobre supply chain. La gente simplemente te da una receta y decimos: “La aplicas,” y luego te encuentras con como dos situaciones. ¿Cumples con tu proceso o no cumples? Y eso es todo. El espectro de refinar lo que significa incluso el cumplimiento y la calidad, y cuál debería ser la dirección a seguir, e incluso cuál debería ser el camino, simplemente está ausente.

Conor Doherty: No estoy en desacuerdo con eso, pero hay dos puntos. El primero sería: ¿no es posible o razonable decir que la existencia de este tipo de demarcaciones binarias de aceptable/no aceptable, bueno/malo —que carecen de sutileza— no es el resultado del hecho de que lo que describes es un nivel de complejidad que va más allá de la mente humana? Y es por eso que existen estas características tan crudas como, sí, sigue, no sigue, bueno, malo. Y estoy de acuerdo, falta sofisticación, pero es el resultado no de la estupidez, sino de cómo exactamente puedes equilibrar, cómo puedes girar millones y millones de platos.

Joannes Vermorel: Estoy de acuerdo en que es resultado de la mente humana, pero no necesariamente de la forma en que la gente lo vería. Tratas con humanos y los humanos son increíblemente complicados. No es que la mente humana tenga alguna limitación; es solo que estás tratando con un grupo de personas que, individualmente, son increíblemente complejas. Así que, de hecho, tienes que recurrir a criterios muy simples, no porque tu mente esté limitada, sino porque estás tratando con personas que son tan increíblemente complejas que no obtendrás los rendimientos decrecientes de manera super, super rápida, simplemente porque es increíblemente difícil.

Digamos que tienes como cien planificadores de demanda y supply. Es un esfuerzo inmenso lograr ese tipo de niveles muy altos de finesse y demás. Así que, estoy de acuerdo con la afirmación de que es demasiado, pero no tanto porque haya un límite en nuestro entendimiento. Podemos hacer mucho. Es solo que estás tratando con personas que son tan increíblemente complejas y matizadas, etc., que intentar diseñar eso —y además, debido a que son complejas, tienen voluntad propia, etc.— la mayoría de los intentos de ser hiper-racionales simplemente te saldrán el tiro por la culata. Ya sabes, esa es la maldición de que, si intentas incentivar a las personas, ellas lo sabotean y responden mal. Usualmente, mantenerlo super simple es una apuesta segura.

Otra cuestión es que la gestión de supply chain en el siglo XXI no debería ser operada por personas en todos los niveles. Sí, en la cima tenemos personas, pero la capa de ejecución debería estar completamente mecanizada.

Conor Doherty: Mi siguiente pregunta entonces, la ausencia de esta perspectiva que estamos esbozando en los libros de texto tradicionales es, seguramente, una consecuencia del hecho de que ahora vivimos en una era donde tenemos machine learning, IA y automatización a una escala y con un grado de granularidad que no existían hace cinco décadas, ni siquiera hace dos décadas. ¿Cuál es tu respuesta?

Joannes Vermorel: Ahí es donde se pone muy interesante. Si dices que las decisiones van a ser diseñadas, eso va a ser una máquina que genere esas decisiones inteligentes. Sí, es inteligencia artificial. No se trata de inteligencia artificial general, sino que es artificial. Si, de forma repetitiva, toma una serie de buenas decisiones, podemos estar de acuerdo en que, al menos, posee un mínimo de inteligencia. Es inteligencia en sí misma, aunque limitada. Ciertamente, no es tonta.

Los Large language Models (LLMs) demuestran de manera muy directa e ilustrativa lo que quiero decir con calidad versus costo. Si has experimentado, digamos, con ChatGPT-3.5 versus la versión de pago que es GPT-4, verás que, si pagas más, obtendrás algo que es más inteligente. Tienes un espectro de inteligencia con estos LLMs, desde modelos pequeños, que son baratos y rápidos, hasta modelos más grandes que son más lentos, más costosos y, de hecho, de muy alta calidad.

Puedes experimentarlo por ti mismo de maneras muy directas. Puedes interactuar en un diálogo e intentar que este LLM resuelva un problema para ti. Puedes probar eso con GPT-2, GPT-3.5 y GPT-4, y lo más probable es que te quedes asombrado por el nivel de inteligencia que obtienes. Es muy granular. Hay cosas que funcionarán y que confundirá a los modelos más pequeños, y luego, al pasar a modelos más grandes e inteligentes, obtienes discusiones con mayor profundidad, donde las respuestas son más matizadas, donde se capta mejor la intención de tu pregunta, y así sucesivamente.

Puedes ver por ti mismo lo que significa tener decisiones de mayor calidad. Le haces una pregunta al LLM y te da una respuesta. Ese es el tipo de calidad que está en juego aquí. Incluso si esta percepción de calidad —por ejemplo, una respuesta en texto plano muy buena a una pregunta— es muy esquiva, puedes captar la sensación de este espectro de calidad literalmente en minutos. No requiere que tengas un doctorado en machine learning. Puedes jugar con GPT-3.5 durante 10 minutos, jugar 10 minutos con GPT-4, y lo entenderás. Verás ese extra de calidad que hay en cada respuesta que produce el sistema.

Esto ha existido en Lokad durante casi una década, este tipo de matices. Pero debido a que no teníamos ninguna manera de demostrar esto, porque las decisiones de supply chain son frecuentemente muy abstractas y algo opacas, ya que están relacionadas con una supply chain con la que tal vez no estés familiarizado, no es exactamente algo que puedas señalar y tocar. Y no es como ese tipo de cosas que son fáciles de demostrar, e incluso si puedes demostrarlo, la gente no va a percibir este tipo de matiz entre una calidad inferior y una superior, solo porque carecen de información, contexto y demás.

Pero los LLMs fueron un avance porque, de repente, podías simplemente interactuar con ellos y ver: “Oh sí, por esta cantidad de dinero, obtengo una decisión que es mucho mejor y es bastante obvio.” Y luego te das cuenta de que hay algunas situaciones que no requieren decisiones más inteligentes. No siempre es mejor. Hay casos en los que obtener la respuesta más rápido es suficiente. Ese es el equilibrio adecuado. Y te das cuenta de que, en términos de inteligencia, una mayor calidad no siempre equivale a algo simplemente mejor. En cierto punto, existe una compensación. Rápido es mejor, en realidad, que más inteligente.

Conor Doherty: ¿Cómo es que, dado que sé que ahora usamos LLMs como parte de nuestra oferta, exactamente, ¿cómo cambia la inclusión de LLMs la relación calidad-costo, que ya es bastante abstracta? Ahora añadimos otra capa de abstracción, que son los LLMs, pero de modo pragmático o práctico, preferiblemente con un ejemplo, ¿cómo influye esto en la relación calidad-costo desde la perspectiva de supply chain?

Joannes Vermorel: Cambia, porque los LLMs son tan caros por ahora. Quiero decir, puede que el público no se dé cuenta, pero los LLMs, son geniales, pero son costosos. Como regla general, procesar un kilobyte de datos con un LLM te cuesta algo así como un millón de veces más que hacer prácticamente cualquier otro tipo de cálculo con el mismo kilobyte de datos. Así que, literalmente, los LLMs son órdenes, y no me refiero a una o dos, me refiero a seis o siete órdenes de magnitud más caros por kilobyte de procesamiento de datos, y además más lentos, en comparación con cualquier tipo de cálculo que dispongas.

Conor Doherty: ¿Estás hablando de lo cuantitativo o cualitativo, o de ambos?

Joannes Vermorel: Solo métricas fácticas, cuánto tiempo y costo te tomará procesar un kilobyte. El hecho de que puedas ver el texto transmitiéndose frente a ti hace que la gente piense que es genial, pero como científico de computación, pienso, “¡Guau, eso es tan de 1950!” Sabes, las computadoras ahora son tan rápidas que normalmente puedes mostrar, diría yo, miles de líneas en milisegundos. Cuando tienes una página web bien diseñada, se mostrará un muro interminable de texto en milisegundos, y no verás el texto siendo impreso un carácter a la vez. ¿Por qué? Porque es tan rápido que está por debajo del umbral de percepción.

Si retrocedes a los años 60, podías ver, en películas muy antiguas, el texto siendo impreso un carácter a la vez. Si vuelves a las películas, ya sabes, el James Bond de los 60 y demás, verás ese tipo de terminales antiguos donde el texto se mostraba línea por línea. ¿Y por qué es así? Fue porque aquellas computadoras en ese entonces eran tan lentas que se notaba. Y la razón ahora, cuando haces clic en una página web y ¡bam!, se muestra, y usualmente cuando la página es lenta, es porque estás cargando el equivalente a 10 o cientos de miles de páginas de texto en esa página web. No tiene ningún sentido, lo que sea, mala ingeniería de software, pero en definitiva, el texto debería aparecer al instante. Quiero decir, no puede ser verdaderamente instantáneo en el sentido físico, pero debería serlo; ya sabes, los muros de texto deberían ser tan rápidos que estén muy por encima del umbral de percepción de la mente humana. El hecho de que puedas ver que se muestra, solo te indica que esto es increíblemente lento.

Entonces, volviendo a tu pregunta, ¿por qué debería impactar? Pues, los LLMs son muy costosos. Así que, te darás cuenta de que hay que prestar atención, porque Open AI tiene una valoración tan loca, ya que, sabes, los inversores no son tontos. Ven, “Oh, las empresas están tirando dinero como locos en esos sistemas, como millones de dólares,” y dicen, “Oh, queremos ahorrar en IT”, y ¡bam!, llega Open AI, y hay empresas que dicen, “Estamos orgullosos de gastar un millón de dólares al mes en esos LLMs.” Felicidades, acabas de explotar tu presupuesto de IT. Tal vez tengas una razón sólida para hacerlo, pero no nos engañemos, es costoso.

Y hay incluso situaciones en Lokad donde decimos, “No, en este punto, en realidad es más barato tener a un ejecutivo costoso en París,” porque resulta más económico. Así que, eso es, no es, ya sabes, es, eh, así que los LLMs son, nuevamente, creo que importa en este sentido solo porque son costosos, por lo que hay que prestar atención, y verás que si lo haces bien, hay lugares donde necesitas decir, “No, no vamos a hacer eso porque es simplemente demasiado costoso,” o “Necesitamos recurrir a alguna versión más económica de LLM que no sea tan inteligente, porque si lo hacemos con lo más caro que podamos conseguir del mercado, va a ser demasiado costoso.”

Conor Doherty: Puedes corregir los detalles en los que me equivoque, pero recuerdo que una de las conversaciones que tuvimos, que de alguna manera inspiró la idea para esta grabación, fue cuando diste el ejemplo: imagina que somos una empresa, emitimos órdenes de compra, y nuestro proveedor es algo poco confiable. Sospechamos que no es confiable, sospechamos que podría haber una mejor opción en el mercado, podríamos abastecernos de otro lugar, pero quiero decir, somos solo tres en el personal. ¿Voy a dedicar tu tiempo a hacer un análisis para encontrar otros, para encontrar otros proveedores potenciales? Entonces, podrías usar un LLM para que, cada vez que emitas una orden de compra, realice un análisis automático de abastecimiento, y luego, a tu conveniencia, lo revises, y eso sería significativamente más barato que dedicar tu capacidad mental, tu tiempo y tu esfuerzo, etc. Y además, eso escala. Así que, de nuevo, es a lo que me refiero en términos de cómo impacta la relación calidad-costo.

Joannes Vermorel: Eso sí escala, pero no es gratis. Si decides, por ejemplo, que con cada orden de compra hagas eso, ¿cuál será el costo? Solo realizando una operación de abastecimiento, vas a escanear páginas web con LLMs. Vas a escanear, tal vez, hasta un megabyte de texto porque analizarás la web. No es barato. Así que, podrías terminar teniendo que componer correos electrónicos y tal vez comenzar a usar algunos scripts con los LLMs para enviar un correo, procesar la respuesta, hacer un intercambio de mensajes, tal como lo haría un humano.

Sí, puede que tengas algo completamente automatizado, pero te darás cuenta de que cada vez que activas eso para hacer una encuesta de abastecimiento, te cuesta como $5 en LLM. Sí, es barato. Ciertamente resulta más barato que que una persona dedique dos días al caso, pero no es exactamente gratis. Es más barato que que una persona dedique dos días, pero no es exactamente gratis. Si dices que estás dispuesto a gastar $5 cada vez que emites una orden de compra, puede que te des cuenta al final del año de que gastas mucho dinero. Tal vez no quieras hacer eso siempre.

Conor Doherty: Pero eso es un extremo. De nuevo, es otro extremo. Habrá un punto óptimo.

Joannes Vermorel: Exactamente, ahí es donde tenemos este espectro. Desde la percepción general, cuando se trata de personas, simplemente se piensa en adecuado o inadecuado. Optarás por un proceso y simplemente lo aplicarás. Puede que seas consciente de que existe un espectro, pero abordas dicho espectro de una manera muy tosca, como en la operación de abastecimiento. Cada proveedor es revisitado una vez al año, punto. Ese es tu proceso, mantenlo simple. Pero aquí, en lugar de intentar tener un enfoque matizado del espectro, simplemente tienes el martillo del proceso y lo resuelves de una manera muy binaria. Pero con los LLMs, puedes diseñar a medida tu espectro. Puedes decir, bueno, puedo optar por reabastecer mis opciones en cada orden, ese es un extremo, o simplemente hacerlo una vez al año, ese es el otro extremo. Todo lo que esté en medio es aceptable y puedes trabajar con ello.

Es interesante porque puedes diseñar la calidad de tus decisiones, la calidad de tu opcionalidad. Y luego tienes un verdadero equilibrio de costo con el que lidiar. Eso es algo de lo que la perspectiva general de supply chain simplemente ni siquiera discute remotamente. Nunca he visto ningún libro de texto de supply chain que diga cómo vas a diseñar el proceso que genera la decisión de forma que, por cada dólar invertido, obtengas el mayor retorno a nivel de generación de decisiones.

Conor Doherty: ¿Cómo delimitas o identificas exactamente las graduaciones a lo largo de ese espectro, desde un extremo hasta un extremo algo menos extremo, hasta llegar al extremo más alejado que es completamente inaceptable? ¿Es posible identificar cuantitativamente los pasos entre cada uno de estos módulos?

Joannes Vermorel: Hasta cierto punto, lo es. Desde nuestra perspectiva, un supply chain moderno se ejecuta mediante software. Esta capa de decisión es una máquina. Es un complejo pedazo de software con un conjunto de recetas numéricas. Puedes razonar sobre el límite de eso. Incluso si puedes razonar sobre ello, las personas que se ocupan de la ingeniería de eso siguen siendo humanas. Hay un límite a la recursión, porque en algún momento tienes que decidir cuántos supply chain scientists quieres y aquí, eso es una cuestión de juicio, pero al menos la capa base que genera las decisiones es una máquina y puede ser diseñada.

Si es un producto físico, tienes algunas métricas sencillas. Si es un pedazo de software que tienes que ejecutar, también cuentas con una serie de métricas sencillas, especialmente en el lado del costo. Cuánto tiempo toma, cuánta memoria consume, cuánto disco utiliza, etc. Así que tienes todo eso y luego puedes ver cuando tienes todo un espectro de cosas que son opcionales, que puedes ejecutar o no. Por ejemplo, puedes decidir que vas a hacer tu análisis de precios con inteligencia competitiva. Así obtendrás los datos de tu competidor. ¿Pero de cuántos competidores estamos hablando? Escanear la web no es gratis, cuesta dinero.

Para aquellos que están familiarizados con el negocio del scrapping, web scrapping, obtener los sitios web de tus pares, existe un costo sustancial asociado a ello. Si quieres volver a escanear cada página de tu competidor diariamente, el costo no es trivial, especialmente si tus competidores tienen decenas de miles de productos en exhibición. Entonces, ¿de cuántos competidores estamos hablando? ¿Quieres escanear a tu competidor número uno, a tus tres principales competidores, o a los 20 principales competidores? El costo es prácticamente lineal. Cuantos más sitios web desees monitorear, tus costos crecerán prácticamente de forma lineal con el número de competidores. Pero la información que obtendrás es, obviamente, con retornos decrecientes.

Tus competidores también monitorean a sus competidores. Entonces, si monitoreas, digamos, a tus tres principales competidores, resulta que esos competidores también monitorean, en cierta medida, a sus tres o cinco principales competidores. Eso puede incluir empresas que tú no monitoreas. Así que, al final, es como si todos monitorearan a casi todos. Si observas el gráfico de quién está monitoreando a quién, verás que es un gráfico muy conectado donde prácticamente todos monitorean un poco a todos. Los grandes van a monitorear a otros grandes, además de quizás a un competidor más pequeño. Los competidores más pequeños van a monitorear a algunos competidores más pequeños y solo a un grande, solo por el hecho de hacerlo.

Aunque es difícil, no es imposible. Puedes percibir que existen retornos decrecientes. Cuando ejecutas tus algoritmos con o sin un conjunto de datos, puedes notar si realmente mejora o ajusta los resultados. Por ejemplo, si dices que quieres realizar una optimización de precios y luego te das cuenta de que, hasta tres competidores, eso cambia cuantitativamente el precio. Así que, agregar un competidor extra realmente cambia el precio que obtienes al final.

Si confío en mi receta numérica y si digo que al agregar este tercer competidor a la mezcla, mis precios cambian en promedio de, digamos, 0.75% a menos del 1% —pero 0.75%, bueno, no es insignificante—, pero luego añades el cuarto competidor y ves que es un cambio del 0.1%. No sé si ese 0.1% es súper crítico para mi negocio, pero aun así, es un límite superior a la cantidad de beneficio que esta cosa puede generar. En el mejor de los casos, es un 0.1% de margen. Si el precio fuera ajustado exactamente en la dirección correcta cada vez, pero aun así, eso pone un límite superior al impacto que podría tener. Y aquí puedes decir, bueno, parece realmente muy pequeño y entonces diría, retorno decreciente, no hago eso porque el costo para ese cuarto competidor tal vez no valga la pena.

Así que, ya ves, puede haber maneras, generalmente hay maneras de abordar eso. Y podemos ver ese tipo de matiz y gradación, y es algo que normalmente surge cuando empiezas a usar recetas numéricas que son más sofisticadas, más inteligentes, más, ya sabes, que pueden hacer más. Si queremos usar una analogía humana, es como cuando comienzas a utilizar un software que es muy sofisticado e inteligente, y empieza a parecerse un poco a tu plantilla. ¿Cuántas personas quiero para abordar este problema? Excepto que tienes un control mucho más directo y, si deseas escalar hacia arriba o hacia abajo, no tienes que despedir a gente ni preocuparte por su ego. Esto te permite diseñar todo el asunto en lugar de lidiar con personas que normalmente responden negativamente a que intentes diseñar su proceso diario.

Conor Doherty: Se me ocurre que, desde la perspectiva clásica, no teníamos el dilema calidad-costo porque supply chain se regía por heurísticas muy simples. Ahora estás diciendo que, con el avance de la tecnología, en realidad podemos cuantificar la relación calidad-costo de las decisiones de supply chain con el grado de precisión que queramos. Esto nos lleva a la siguiente pregunta: cuando desglosas esos dos conceptos, calidad y costo, usando software o IA para evaluar decisiones de supply chain, el costo se entiende. Pero, ¿la calidad sigue siendo un sentimiento subjetivo? ¿O estás hablando del retorno sobre la inversión por ese costo?

Joannes Vermorel: Primero, señalaré al público, y saltaré a tu pregunta, pero señalaré al público que la mayoría de los tipos de compensaciones que se presentan en supply, como, digamos, el típico triángulo de efectivo, costo y servicio —ese tipo de cosas, ya sabes—, es lo que realmente me gusta de este dilema calidad-costo. Realmente eleva el tema. Creo que todas esas compensaciones, en primer lugar, si tomamos este triángulo, pienso que hay muchas más dimensiones que eso. No es un triángulo, es un dilema con dilemas n-dimensionales, en el que existen cientos de factores que tiran en todas las direcciones, con todo tipo de restricciones, impulsores y demás. Así que, literalmente, hay compensaciones por todas partes, con cien dimensiones y más. Así es como se ve.

Y lo interesante del dilema costo-calidad en este tipo de juegos de supply chain es que eleva el tema. No se trata de esos compromisos. Se trata del meta problema de cómo diseñar una pieza de software que resuelva este problema. Así es como lo vas a hacer, porque a través de esta calidad, harás este tipo de evaluación de todos esos trade-offs. Así que, cuando decimos este compromiso de calidad versus costo en el maestro de la opcionalidad, lo que estamos diciendo es que invertimos en simplemente descubrir esos 100 impulsores y limitantes que enmarcan el juego de supply chain que estás jugando. Esa es una perspectiva muy meta. En vez de pensar, “¿Tengo el nivel de servicio adecuado?” estás pensando, “¿Tengo un software que va a determinar qué significa una mejor calidad para mis clientes?” Eso es muy meta. De eso estamos hablando.

Volviendo a tu pregunta, me distraje un poco con tu pregunta. Lo siento.

Conor Doherty: ¿Mides la calidad puramente en términos de sentimiento subjetivo o está impulsada por el retorno financiero?

Joannes Vermorel: Diría que, en teoría, deberían ser retornos puramente cuantitativos. Pero, y aquí es donde en la práctica se vuelven completamente subjetivos. Es muy extraño porque dices, “Oh, acabas de decirme que en teoría es completamente cuantitativo, pero en la práctica es completamente subjetivo. ¿No hay contradicción?” Así que la realidad es que, sí, desde una perspectiva muy teórica, lo que se quiere es diseñar la rentabilidad a largo plazo de la empresa. Entonces, en esencia, es cuantitativo.

Ahora, el problema es que cuando miras muy lejos, todos tus indicadores cuantitativos pierden completamente su relevancia. Así que, personalmente, si tienes la creencia de que puedes tomar los números que tienes hoy y proyectarlos una década en el futuro, y que esos números te dirán algo de valor, diría que estás engañado. Ya ves, es una ilusión. Y lo digo desde mi experiencia profesional como analista de números. En Lokad, analizamos números para ganarnos la vida, y lo hemos estado haciendo por una década y media. Los números se vuelven completamente insignificantes cuando los proyectas una década en el futuro.

¿Por qué es eso? Es porque las supply chain son competitivas. Es un juego que se juega contra entidades súper inteligentes. Cuando digo súper inteligentes, me refiero a que tus competidores son más que la suma de sus partes. Están formados por muchos empleados, de modo que, en conjunto, te enfrentas a una entidad que es súper inteligente en el sentido de ser más inteligente que cualquier humano en la tierra. Si juegas contra una empresa como Apple, es una colección de expertos, de personas muy inteligentes, y el resultado neto es que esas personas harán cosas que te sorprenderán. Te superarán en competencia de tantas maneras, además de que habrá nuevos entrantes, nuevos rivales y demás. En resumen, no puedes dar por sentado la situación actual del mercado y extenderla 10 años en el futuro. Eso es un gran error.

Conor Doherty: Solo para recalcar, quiero asegurarme de que yo, así como cualquiera que esté viendo, lo entienda. ¿Básicamente estás haciendo el mismo argumento sobre la relación calidad-costo que sobre el forecast en general? ¿Como si hubiera un horizonte temporal limitado en términos de su validez?

Joannes Vermorel: Sí, exactamente. Y, de nuevo, la validez, la validez estadística, se puede hacer. Así que podrías decir, puedes argumentar que el consumo de leche, tomo un producto muy básico, que la leche fresca será así dentro de 10 años en el mercado francés y que resultará bastante preciso debido a que, de nuevo, tienes un historial tan comprobado. Donde discrepo es en que no puedes basar tu estrategia de negocio en eso. ¿Por qué? Porque dentro de una década, tal vez lo que hará que una marca de leche fresca resulte atractiva para el producto pueda ser completamente diferente de lo que es ahora. Tal vez habrá nuevas etiquetas, nuevos estándares de expectativas de lo que en realidad significa un producto orgánico verdaderamente de alta calidad. Este es un juego que se juega de manera muy agresiva. Así que, tal vez el consumo de leche seguirá siendo básicamente el mismo, pero podría o no estar en un juego fundamentalmente diferente, simplemente porque el tipo de branding que necesitarás hacer, el tipo de empaque, vendrá con diferencias muy sutiles que marcan toda la diferencia.

Sí, espero que dentro de 10 años sigan siendo mayormente botellas blancas. Sí, está bien, pero eso pasa por alto el hecho de que puedes tener tantos pequeños matices que pueden marcar toda la diferencia a la hora de capturar cuotas de mercado, obtener ganancias y demás. Ya ves, no es algo dado. Y si miras incluso a empresas muy exitosas, por ejemplo, Coca-Cola Company, se han estado reinventando consistentemente en términos de imagen y branding, y hay tanto continuidad como reinvención en cada década. Esto no es simplemente jugar el mismo juego. Lo es, y es bastante impresionante cuando miras a empresas como Coca-Cola. Se han reinventado con éxito durante básicamente 100 años. Es muy impresionante.

Y es a lo que me refiero, si volvemos a la pregunta inicial, en el nivel fundamental, sí, estás persiguiendo ganancias. Sí, y sí, esto es algo en lo que, en el futuro, la calidad de tu decisión se evaluará, digamos, en euros o dólares ganados con esfuerzo. Así que, en última instancia, será cuantitativo y puramente cuantitativo. Si tienes mucho éxito, se reflejará en términos monetarios. Pero debido a que cuando te proyectas a futuro, esos KPIs simplemente dejan de ser relevantes. Especialmente, al final del día, son casi completamente juicios de valor y, por lo tanto, cualitativos. Simplemente porque, en términos generales, producen mejores resultados.

Y lo veo, de nuevo, como un profesional analista de datos. Digo que eso es algo que le digo a los clientes de Lokad: no dejes que tu estrategia a 10 años sea dictada por los números que ves ahora mismo. Es engañoso. Es un error. El mercado evolucionará de una manera que hará que esos números sean irrelevantes. Incluso si los números proyectados resultan ser ciertos, como el forecast del consumo futuro de leche, habrá otras cosas que harán que esos números sean irrelevantes, simplemente porque tus competidores encontrarán la manera de superarte de formas sorprendentes. Eso es lo que la competencia está haciendo a un nivel más amplio.

Conor Doherty: Si pudiera resumir nuestra discusión en una pregunta: si el verdadero dilema calidad-costo en supply chain es tan complejo y costoso de resolver como has descrito, y tiene un horizonte temporal tan limitado, al igual que el forecast mismo, ¿por qué exactamente deberían las personas cambiar de las métricas simples, tan convenientes, tan discretas y tan comprensibles de buenos y malos niveles de servicio? ¿Por qué hacerlo a pesar de, o a la luz de, todo lo que acabas de describir? ¿Cuál es el incentivo?

Joannes Vermorel: El incentivo es similar a convertirse en un maestro del ajedrez. Es muy difícil, muy costoso, lleva mucho tiempo, pero lo haces para ganar. Ya ves, la cosa es que, de nuevo, tienes competidores y la gente dice que las supply chain de hoy se han vuelto increíblemente complejas. Por lo tanto, existe un potencial para mejorarlas que también es enorme. De nuevo, lo interesante es que las supply chain han crecido en complejidad, eh, enormemente durante las últimas cinco décadas, porque las empresas han, yo atribuyo eso a la digitalización, las empresas tienen ERPs, tienen WMS, tienen plataformas e-commerce.

Entonces, han ganado la posibilidad de simplemente ejecutar supply chain súper complejas y lo hacen. Y cuando hablo con muchos clientes, hay muy pocos que me han dicho, ya sabes, queremos volver a lo más simple, menos productos, lead times más largos. Así que, mantengámoslo más simple, ya sabes, cosas como lead times más largos, por ejemplo, producimos después de haber recibido las órdenes de compra, es decir, hechas por encargo.

Hay muy pocas empresas que digan, ya sabes, queremos volver a eso de producción por encargo, porque hacía que todo fuera mucho más simple. No, no es exactamente la dirección de la que estamos hablando. Así que, en resumen, la supply chain a través de la digitalización, y no te equivoques, la digitalización es antigua, es algo que ocurrió hace tres décadas, se ha vuelto masivamente más compleja.

Y así, la capacidad para optimizar realmente este juego que se ha vuelto masivamente complejo, es como ajedrez en cinco dimensiones o algo así, no ha progresado casi tan rápido. Lo interesante es que, ya sabes, si vuelvo a esta anécdota, ambos de mis padres comenzaron en Procter and Gamble, hace cuatro décadas, más de cuatro décadas atrás.

Y, en ese entonces, tenían literalmente algo así como 200 productos para la compañía mundial y el mercado francés. Entonces, era un juego muy simple de jugar. Y esto ha crecido, digamos, dos órdenes de magnitud en términos de complejidad, al menos si no tres. Y sigue siendo el mismo tipo de recetas ingenuas y demás.

Pero, entonces, hay un gran potencial y sí, es muy difícil, estoy de acuerdo, es un reto, estoy de acuerdo, pero si no lo haces, alguien lo hará por ti. Y la gente, ya sabes, observa a Amazon. Oh, Amazon es una compañía tan masiva, es tan rentable y sigue creciendo.

Y la gente dice, sí, pero ya sabes qué. Yo diría que, cuando observas a Amazon crecer tan grande y tan rápido, mi reacción es que, prácticamente, existe toda una clase de competidores que no logran desafiar a Amazon en adoptar esta forma súper agresiva de diseñar una supply chain.

Y el tipo de cosas que he descrito aquí es el tipo de juegos que se han jugado durante más de una década en Amazon. Y sí, la gente ve que sigue siendo un gigante absoluto que está muy por encima de estas economías de escala. Quiero decir, el juego que Amazon está jugando hoy en día es que, Amazon es tan grande que lo que la gente no se da cuenta es que Amazon opera con una desventaja masiva.

Tienen como un gran impedimento. Piénsalo como, ya sabes, un impedimento enorme, como si estuvieras jugando golf contra alguien que lleva una venda en los ojos y tiene que jugar contra ti. Así que, son tan grandes que tienen este impedimento absolutamente masivo y, aun así, crecen y superan en competencia a muchas empresas.

Y veo que, en gran medida, es una reflexión de que muchas, muchas empresas han fallado en mejorar su juego de supply chain. Quiero decir, solo míralo, Amazon ahora gestiona algo como 300 millones de productos listados. Eso, literalmente, es casi dos órdenes de magnitud más que prácticamente cualquier otra empresa gigante. Eso es muy, muy impresionante.

Así que, de nuevo, mi opinión es que, para concluir, este dilema de la calidad de la decisión versus la inversión es el tipo de meta juego que se está jugando y está por encima del típico dilema tradicional, trilema, ya sabes, efectivo versus costo versus servicio y demás.

Este es el meta juego que se está jugando y yo diría que, si no comienzas a jugar este tipo de meta juego, simplemente vas a perder el juego porque no te das cuenta de lo que se necesita para diseñar realmente una forma superior de supply chain para tu empresa. Estás atrapado tratando de abordar el juego en sí, pero ahora es un meta juego.

Al igual que si quieres realmente ganar en ajedrez hoy en día, solo puedes ganar a través del software. Han pasado dos décadas desde que la máquina venció al campeón mundial de ajedrez. Así que ahora, para ganar, si quieres jugar al ajedrez, ya sabes, en términos absolutos, es software en todo momento.

Se trata únicamente de un equipo que está diseñando una pieza de software contra otro equipo que diseña una pieza de software. Si piensas que puedes ganar en ajedrez mediante tu acción directa, has perdido. Ahora es una batalla que se libra únicamente entre equipos que diseñan piezas de software.

La gente diría, oh, lo perdiste, no es tan interesante. Yo diría, en lo que a mí respecta, es fascinante. Quiero decir, sigue siendo inspirador ver a esos equipos de ingenieros surgir con mejores ideas y encontrar diferentes maneras de crear; para ser honesto, nunca me ha interesado mucho el ajedrez.

Siempre me ha interesado mucho más el diseño del software que juega al ajedrez. Y mi opinión es que, incluso si te da un poco de miedo porque has hecho la transición de jugar ajedrez a, ya sabes, ese tipo de meta juego de qué hago para tener esta pieza de software, en general, hace que el juego sea mucho más interesante.

Ya sabes, no temas eso; en general, es mucho más interesante, mucho más satisfactorio. Y, las supply chain son tan complejas que no tienes que tener miedo si no eres un mago de la programación. El problema es tan vasto que tienes amplias áreas donde podrás desarrollar tus habilidades y encontrar tu camino en este viaje.

Conor Doherty: Como reflexión final, a menudo decimos “busca el progreso, no la perfección”. Entonces, como un siguiente paso accionable, si alguien estuviera tratando de pivotar desde la clásica perspectiva binaria de un nivel de servicio bueno o malo hacia moverse en la dirección de Amazon, ¿cuál es un siguiente paso sencillo?

Joannes Vermorel: Primero, identifica las decisiones que se están tomando en tu supply chain. Dedica tiempo genuino para evaluar, en un sentido muy amplio, lo que significa calidad en tu supply chain. Y siempre me sorprende cuando la gente dice, “oh, la mejora de la supply chain es un mejor nivel de servicio”. No, no lo es. O se trata del costo. No, no lo es. Es solo una fracción de eso. Y piensa, por ejemplo, en tener este trilema de costo versus servicio versus calidad.

Y de nuevo, es la calidad definiendo la calidad de servicio de una manera muy específica, como el nivel de servicio. Diría que mi reto para la audiencia es: encuentra 20 dimensiones de tu supply chain. Deberías ser capaz de encontrar 20. No es tan difícil. Verás, cuando pienses en serio, que hay al menos 20 dimensiones que están influyendo.

Quiero decir, como impulsores, limitaciones, consideraciones que son diferentes. Y no te dejes seducir por esos marcos super simplistas que te prometen resolver tu supply chain con un trilema. En lugar de tener un dilema y dos cosas que tiran en direcciones opuestas, identifica esas 20 dimensiones, haz una lluvia de ideas.

Y entonces comenzarás a comprender que se está jugando un juego muy complejo y que merece una respuesta que lo abrace en cierto modo. Y, de nuevo, aproximadamente correcto es mejor que exactamente equivocado. Sí, tu respuesta podría ser algo tosca, pero al menos abarca mucho más en general, en lugar de ser como, tengo este modelo óptimo que solo mira dos dimensiones entre 20.

Y eso te da una ilusión de optimality, porque es una optimality pero de una manera increíblemente estrecha y simplista que ni siquiera reconoce de cerca lo que generalmente significa tener una ejecución de supply chain de alta calidad que tu empresa realmente necesita.

Conor Doherty: Muy bien, Joannes, no tengo más preguntas. Muchas gracias por tu tiempo. Y muchas gracias por vernos. Nos vemos la próxima vez.