00:00:00 Introducción a la entrevista
00:02:09 Calidad vs costo en las decisiones de la cadena de suministro
00:05:16 iPhone como ejemplo de calidad
00:08:36 Toma de decisiones y opción en la cadena de suministro
00:11:47 KPIs para evaluar el rendimiento de la cadena de suministro
00:14:27 Niveles de servicio como medida de rendimiento
00:17:24 Importancia de la calidad relevante en el diseño del producto
00:20:42 Complejidad más allá de la mente humana en la cadena de suministro
00:24:11 Impacto de la IA y la automatización en la cadena de suministro
00:27:59 Uso de modelos de lenguaje grande en Lokad
00:31:21 Velocidad de las computadoras modernas y costo de la IA
00:34:34 Análisis de abastecimiento e impacto de la IA en el costo
00:38:17 Compromisos de costo en la cadena de suministro
00:41:38 Decidir el número de competidores a monitorear
00:45:10 Comparación de la sofisticación del software con la cantidad de personal
00:48:26 Invertir en comprender los impulsores de la cadena de suministro
00:51:43 La situación del mercado no se puede extender al futuro
00:54:23 Ganancia como medida de calidad de decisión
00:58:12 Complejidad de las cadenas de suministro debido a la digitalización
01:00:52 Éxito y estrategias de crecimiento de Amazon
01:03:24 Animo a no temer la complejidad de la cadena de suministro
01:06:01 Es mejor estar aproximadamente correcto que exactamente equivocado
Resumen
En un diálogo con el Jefe de Comunicación de Lokad, Conor Doherty, el CEO de Lokad, Joannes Vermorel, analiza la relación calidad-costo en la gestión de la cadena de suministro. 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 coincidir con las decisiones de suministro óptimas debido al costo. Critica los KPI tradicionales, argumentando que no reflejan una calidad genuina. Vermorel también habla sobre el papel de los Modelos de Lenguaje Grande (LLMs) en la gestión de la cadena de suministro, señalando que pueden llevar 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 la cadena de suministro y evaluar los compromisos.
Resumen Extendido
En una conversación provocadora entre Conor Doherty, Jefe de Comunicación de Lokad, y Joannes Vermorel, CEO y fundador de Lokad, el dúo profundiza en el intrincado concepto de la relación calidad-costo en la gestión de la cadena de suministro. Vermorel aclara que la calidad en el contexto de la cadena de suministro se refiere a la calidad de las decisiones en lugar de los atributos físicos de los productos. Él enfatiza que la mayor calidad de servicio desde la perspectiva de un cliente no necesariamente se alinea con la mayor calidad en términos de decisiones de suministro para un negocio debido a los costos asociados.
Vermorel también explica que si bien invertir más recursos, personas y software puede llevar 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 el iPhone y su tienda de aplicaciones como ejemplo.
En la opinión de Vermorel, la gestión de la cadena de suministro es un dominio de la opción, donde la calidad de las decisiones puede ser esquiva. Sugiere que algunas métricas, como la decisión, se pueden medir objetivamente. Critica el uso de KPI como los niveles de servicio y la precisión del pronóstico de la demanda para evaluar el rendimiento de la cadena de suministro, argumentando que estos no reflejan una calidad genuina. Describe estos KPI como artefactos numéricos que pueden no correlacionar con la calidad y el éxito de una cadena de suministro.
Vermorel también habla sobre el papel de los Modelos de Lenguaje Grande (LLMs) en la gestión de la cadena de suministro. Explica que si bien los LLMs son costosos, pueden resultar en decisiones más inteligentes y de mayor calidad. Advierte que las empresas están gastando grandes cantidades en estos sistemas, lo que puede inflar significativamente sus presupuestos de TI. Sugiere que hay 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 el compromiso entre calidad y costo. Señala que este es un concepto que rara vez se discute en la gestión de la cadena de suministro convencional. Explica que las cadenas de suministro modernas se ejecutan mediante software, que se puede diseñar. Señala que hay métricas sencillas para medir el costo de ejecutar software, como el tiempo, la memoria y el consumo de disco.
Vermorel argumenta que el dilema calidad-costo se trata de diseñar software para resolver problemas de la cadena de suministro y evaluar los compromisos. El enfoque debe estar en crear software que pueda determinar qué significa una mejor calidad para los clientes. Él enfatiza que el dilema calidad-costo es un meta juego que las empresas deben jugar para diseñar cadenas de suministro superiores. Lo compara con un juego de ajedrez que solo se puede ganar a través del software.
En conclusión, Vermorel aconseja identificar las decisiones en la cadena de suministro y evaluar qué significa calidad en un sentido amplio. Sugiere identificar 20 dimensiones de la cadena de suministro como un enfoque más completo que los marcos simplistas. Esta conversación sirve como un recordatorio de la complejidad y sutileza involucradas en la gestión de la cadena de suministro, y la necesidad de un enfoque más sofisticado para la toma de decisiones y la evaluación de la calidad.
Transcripción Completa
Conor Doherty: Bienvenidos a Lokad. Cada decisión empresarial refleja un equilibrio cuidadoso entre calidad, lo buena que es una cosa, y cuánto cuesta. Pero ¿se extiende esta relación calidad-costo a la cadena de suministro? Aquí para discutirlo está 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 otras personas quieren decir cuando la usan. Pero ¿podrías dar una breve descripción de lo que significa y luego conectarlo explícitamente con el tema de la cadena de suministro y por qué es importante?
Joannes Vermorel: La calidad es un atributo que se aplicaría mucho más al producto físico en sí. Por ejemplo, un iPhone es un teléfono inteligente de alta calidad. Puedes tener un coche muy barato, un coche muy caro de alta calidad y todo lo que hay en medio. Esa es probablemente la forma más fácil de abordarlo. Pero cuando vamos a la cadena de suministro, resulta que la cadena de suministro no está diseñando los productos, no los está produciendo. Entonces, cuando pensamos en términos de calidad desde una perspectiva de cadena de suministro, no son exactamente los atributos físicos de los productos los que nos interesan.
Aunque esto puede ser un problema de cadena de suministro hasta cierto punto, podemos volver a visitarlo más adelante, pero fundamentalmente, esto no está ahí simplemente porque no es responsabilidad de la cadena de suministro.
Si incluimos eso en la cadena de suministro, entonces la cadena de suministro se vuelve tan vasta que es algo sin sentido porque entonces la cadena de suministro se vuelve casi indistinguible de todo el negocio. Entonces, por el bien de la claridad, digamos que la calidad, los atributos físicos de los productos, no son exactamente una cadena de suministro. Eso no es lo que quiero decir con calidad en un contexto de cadena de suministro.
Con calidad en un contexto de cadena de suministro, me refiero a la calidad de las decisiones. El primer problema es probablemente que la calidad de las decisiones no es la calidad del servicio tal como lo percibe el cliente. Por ejemplo, nunca enfrentar un faltante de stock sería el nivel más alto de servicio inmediato en entornos minoristas muy simples. Este es el más alto nivel de calidad desde la perspectiva del cliente. Pero ¿es la más alta calidad en términos de decisión de suministro para tu negocio? Absolutamente no, porque sería insosteniblemente costoso para tu negocio. Entonces, la calidad de las decisiones, eso es a lo que me refiero con calidad versus costo.
Para obtener una mejor decisión, podemos invertir más recursos, más personas, más software, eventualmente invertir en investigación y desarrollo para mejorar todo el proceso. Esos son todos los elementos del lado del costo y luego obtendremos decisiones que tienen una mayor calidad, pero una mayor calidad desde una perspectiva de cadena de suministro, que no debe confundirse nuevamente con la calidad percibida por el cliente.
Nuevamente, la cadena de suministro se trata de compromisos. Entonces, una decisión de muy alta calidad es una decisión que equilibra cuidadosamente todos esos compromisos. Como digo en mi serie de conferencias, la cadena de suministro es el dominio de la opción. Entonces, si decimos súper alta calidad, lo que estamos diciendo es que una súper alta calidad sería definir eso como una ejecución muy exitosa, un alto nivel de dominio de este juego que se juega al tomar decisiones de cadena de suministro una y otra vez.
Conor Doherty: Para seguir inmediatamente con eso, das el ejemplo del iPhone. Si hablas de la calidad de eso y la garantía de calidad y todos los protocolos que entran en una evaluación de costo de calidad, puedes señalar las propiedades físicas de un iPhone y decir, aquí está la calidad del chip, aquí está la calidad del almacenamiento. Puedo medir eso y puedo decir que eso es alta calidad. Pero cuando hablas de la calidad de las decisiones, estás entrando en un territorio muy subjetivo.
Joannes Vermorel: A nivel superficial, sí, cuando tienes productos físicos es más fácil evaluar la calidad. Pero solo a nivel superficial. Si volvemos al iPhone, que en realidad es un buen ejemplo, la calidad del iPhone fue en realidad, el primer año de los iPhones, las ventas no fueron tan buenas. Si recuerdo correctamente, eso fue decente para Apple, especialmente porque Apple en ese momento estaba luchando mucho, pero fue relativamente modesto.
El iPhone explotó unos años después, después de la introducción del App Marketplace. Y ahí es donde Apple decidió que iban a tener este mercado de aplicaciones de instalación con un solo clic, donde podías hacer clic en una aplicación, pagar $1 y luego tener una aplicación que fuera perfectamente compatible, súper fácil de instalar en tu teléfono inteligente. Y ahí es donde explotó la popularidad y la calidad percibida del iPhone. Si miramos los atributos físicos, sí, era un dispositivo muy bonito, pero la realidad es que el teléfono en sí era bastante malo en términos de simplemente poder hacer llamadas telefónicas. No era un gran teléfono en términos de poder recibir y hacer llamadas con este dispositivo.
Pero la calidad percibida explotó cuando introdujeron la App Store porque de repente este formato de teléfono inteligente tenía mucho sentido. Tenías de hecho una mini computadora, y podías hacer mucho, y luego la calidad percibida es que ya no era solo un teléfono, era un teléfono inteligente. Pero la gente no recuerda que no se convirtió en algo hasta después de un año. Entonces, el punto que estoy haciendo es que la calidad, sí, hay algunos aspectos muy básicos, muy fundamentales, mejor material, mejor tolerancia al estrés y la fatiga para que la cosa no se rompa, no se degrade. Debería ser ligero. En general, cualquier cosa que quieras mover, si es más ligera, generalmente es mejor, etc.
Entonces sí, hay algunos aspectos muy fundamentales, pero también, la calidad cuando se trata de productos físicos, a menudo es más de lo que se ve a simple vista. Puede haber todas las expectativas de que puedes hacer más con el producto, que tienes un ecosistema, que tienes todo tipo de accesorios que juegan con eso, o incluso si es solo decorativo, que se verá bien en muchas situaciones. Sabes, un objeto que es muy decorativo y se verá como una pieza muy bonita en tu apartamento, incluso si es un estilo de apartamento muy diferente, puede ser algún tipo de calidad súper intangible, pero aún está presente hasta cierto punto.
Conor Doherty: Pero muy poco de eso se traduce en decisiones de cadena de suministro.
Joannes Vermorel: La calidad, sí, es, diría yo, para productos físicos, al menos, tienes muchas métricas de respaldo simples que son muy directas, pero aún así, tienes esta profundidad que es difícil. Y luego cuando vamos a la cadena de suministro, la cadena de suministro es el dominio de la opción, por lo que se trata literalmente de observar opciones y, en algún momento, decidir entre esas opciones que has cultivado activamente y que vas a elegir una, y será tu decisión.
Vale, eso es muy abstracto, por lo que la calidad se convierte en algo muy esquivo. Aunque incluso si estamos hablando de algo bastante esquivo, como la calidad de las decisiones, todavía hay algunas métricas que no son tan difíciles. Por ejemplo, en el ámbito militar, tienen este dicho de que el peor plan es no tener plan, y que no hay nada peor en el campo de batalla que un cirujano indeciso. La indecisión casi siempre es incorrecta. Eso significa que incluso si tu decisión es no hacer nada, esperar a que el enemigo cometa un error, eso es muy diferente a ser indeciso y no hacer nada.
No, he decidido que la mejor decisión que tenemos es esperar hasta que sea el momento adecuado, y eso es muy, muy diferente a estar indeciso, no saber qué hacer, entrar en pánico y no hacer nada. Eso es un estado mental completamente diferente, y yo diría que aunque la decisión sea más o menos la misma, no hacer nada, la calidad de una decisión, como esperar intencionalmente, sabiendo que sabemos lo que estamos esperando, en comparación con ser indecisos y estar en un estado de pánico, son decisiones muy, muy diferentes en términos de calidad.
Incluso, ya sabes, por ejemplo, la decisión es algo que se puede medir de una manera relativamente sencilla. Entonces, en entornos de cadena de suministro, sería, ¿puedes tomar tu decisión rápidamente o te lleva una eternidad sin ninguna razón válida? Esa sería una métrica, y medir el tiempo que se tarda en tomar una decisión puede ser algo que se mida objetivamente. Entonces, hasta cierto punto, tienes algunas métricas fáciles, pero diría que no son muy, muy buenas. A diferencia, ya sabes, de lo que ocurre en el campo de batalla, en la cadena de suministro rara vez hay cosas que sean súper urgentes en los próximos segundos o minutos. Entonces, en realidad no está tan claro.
Aunque, obviamente, si te lleva cuatro meses tomar cualquier tipo de decisión, entonces probablemente eres muy malo. Pero sí, tienes esos elementos que son más difíciles, más abstractos y también son increíblemente abiertos. Entonces, no hay un límite claro en absoluto en lo que podrías analizar para evaluar la calidad de esas decisiones.
Conor Doherty: La analogía del General en el campo de batalla y cualquier decisión es mejor que la indecisión completa. Bueno, quiero decir que ya existen KPI que las empresas utilizarán para evaluar la calidad o el rendimiento. Digamos que el rendimiento por ahora y luego podemos hablar sobre la calidad para evaluar el rendimiento de la cadena de suministro. Entonces, por ejemplo, los niveles de servicio para cualquier referencia dada o en algunos casos qué tan precisa es una previsión de la demanda. Hay KPI que te dicen si fue 50% preciso, 60% preciso. ¿Estás diciendo que eso es mejor que nada?
Joannes Vermorel: No exactamente. Primero, porque esos KPI realmente no reflejan la calidad en un sentido genuino y profundo. Son solo artefactos numéricos. La mayoría de esos KPI son solo artefactos numéricos.
Conor Doherty: ¿Qué quieres decir cuando dices artefactos numéricos?
Joannes Vermorel: Me refiero a números que se definen según alguna definición matemática directa. Pero ¿por qué esta definición matemática tendría 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 generalmente se derivan de libros de texto o fórmulas. Por ejemplo, si digo error cuadrático medio para la precisión de la previsión, esta es una métrica muy popular. Es una métrica que encontrarás en muchos libros de texto, libros de texto matemáticos. ¿Por qué tienes esta métrica? Bueno, tienes esta métrica en los libros de texto porque tienes muchos teoremas, esa es la norma dos, esa es la métrica cuadrática media, tienes norma uno, norma dos, etc., y tienes muchos teoremas, teoremas matemáticos, teoremas estadísticos que están asociados con esta métrica.
El problema es que es una perspectiva introspectiva. Tienes el mundo matemático donde la gente ha dicho: “¿Por qué estás interesado en esta norma dos?” La respuesta es porque tengo tantos teoremas que están asociados con esta norma dos. Puedo jugar con eso, 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 demuestra que haya algún tipo de correlación con el tipo de calidad y éxito que disfrutará tu cadena de suministro.
Conor Doherty: Relaciona esa buena analogía con los niveles de servicio.
Joannes Vermorel: Nivel de servicio, ¿por qué debería haber algún tipo de correlación? Sí, hasta cierto punto, si tienes un nivel de servicio del 0%, no vendes nada, por lo que parece bastante malo. Si tienes un nivel de servicio del 100%, también es malo porque significa que siempre tienes que dar de baja inventario. Porque si no te permites nunca quedarte sin stock, eso significa que nunca puedes liquidar nada. Entonces, los extremos son bastante malos. Pero en el medio, todo vale. Sabes que lo óptimo no está en el extremo sino en el medio, mi suposición es tan buena como la tuya. Es simplemente muy difuso.
Soy muy sospechoso cuando la gente me da un porcentaje como supuesta medida de rendimiento o calidad. ¿Dónde está el razonamiento? Es algo que cae del cielo. Simplemente me das una fórmula y a menos que tengas una argumentación muy sólida para respaldar esto, no tengo motivo para creer que este artefacto numérico sea apropiado. Es 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 diseño y fabricación, esto es algo donde hay mucha discusión matizada. Por ejemplo, incluso si nos adentramos en el testamento de un vendedor de muebles del fundador de Ikea, que es un documento hermoso, súper corto, realmente lo 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 superficie bonita, ten en cuenta que solo importa la superficie que las personas pueden tocar y ver. Y está hablando de muebles. Él dijo: “No te enorgullezcas, por ejemplo, de tener una superficie de alta calidad que va a ser súper duradera, súper suave, súper bonita a lo largo de los años si las personas no pueden verla ni tocarla”. Entonces, se refería en el texto a algo como la parte trasera del mueble o algo que está debajo de la mesa, algo que nunca realmente apreciarás. Así que decía que cuando inviertas en calidad, asegúrate de que sea algo realmente relevante y no alguna medida abstracta de la calidad como “tengo materiales de alta calidad o superficie de alta calidad en todas partes”, incluyendo las superficies que no importan desde el punto de vista del cliente.
Y por qué, y él mencionaba eso, él decía porque si haces eso, y lo mencionó en su punto corto, es que si haces eso, entonces los clientes terminan pagando por cualidades 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 eso fue muy matizado, así que diría que si vamos al diseño, la fabricación, tienes este tipo de discusión muy matizada sobre, ya sabes, calidad versus costo, exactamente cómo abordas eso?
Pero si vamos al mundo de la cadena de suministro con el proceso de toma de decisiones, esto está ausente, completamente ausente. La teoría principal de la cadena de suministro, y diría incluso que la teoría principal de los negocios, diría, estudios de negocios al estilo MBA, está muy ausente cuando se trata de la calidad de las decisiones. Las personas tendrían razonamientos muy, muy binarios. Nunca he visto, por ejemplo, en un libro de texto sobre cadena de suministro o incluso, ya sabes, negocios en general, estudios de negocios generales, discutir en profundidad el espectro de inversión y recursos que puedes gastar para mejorar un poco tus decisiones hasta que los rendimientos decrecientes socaven tus esfuerzos y luego el costo supere lo que obtienes al mejorar la decisión.
Y nuevamente, si piensas en esta calidad de perseguir el nivel de servicio correcto, por ejemplo, las empresas simplemente dirían: “Tenemos esos objetivos de nivel de servicio”. Pero ¿qué hay de la inversión que haces, tanto en capex como en opex, para perseguir el nivel de servicio correcto? Nuevamente, el nivel de servicio no es un gran KPI, pero solo para simplificarlo para la audiencia, me referiré a eso como algo con lo que están familiarizados. Entonces, incluso si eliges un nivel de servicio y dices: “Este es mi objetivo, esto es lo que debería ser el mejor equilibrio para mi cadena de suministro y mi empresa”, ¿cuál es la calidad de esta evaluación? ¿Deberías invertir, ya sabes, llegaste a un número, digamos 95%, pero es el mejor número al que llegaste y deberías invertir más para refinar aún más este número o no, ya sabes, y por qué?
Y típicamente nunca se discute en los libros de texto de cadena de suministro. Las personas simplemente te dan una receta y decimos: “Aplicas eso” y luego tienes como dos situaciones. ¿Eres conforme a tu proceso o no conforme? Y eso es todo. El espectro de refinar lo que incluso significa cumplimiento y lo que significa calidad y cuál debería ser la dirección en la que estás mirando e incluso cuál debería ser el viaje, 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 aceptable/no aceptable, bueno/malo que carecen de sutileza, no son el resultado del hecho de que lo que estás describiendo es un nivel de complejidad que va más allá de la mente humana? ¿Y es por eso que existen estas características muy crudas, como sí, ir, no ir, bueno, malo? Y estoy de acuerdo, carece de sofisticación, pero es el resultado no de la estupidez, sino de cómo exactamente puedes equilibrar, ¿cómo puedes manejar millones y millones de platos?
Joannes Vermorel: Estoy de acuerdo en que es el resultado de la mente humana, pero no necesariamente de la forma en que la gente lo vería. Estás lidiando con humanos y los humanos son increíblemente complicados. No es que la mente humana tenga alguna limitación, es solo que estás lidiando con un grupo de personas que individualmente son increíblemente complejas. Entonces, de hecho, tienes que recurrir a criterios muy simples no porque tu mente esté limitada, sino porque estás lidiando con personas que son tan increíblemente complejas que no va a, ya sabes, obtienes rendimientos decrecientes muy rápidamente solo porque es increíblemente difícil.
Digamos que tienes como cien planificadores de demanda y suministro. Es una cantidad inmensa de esfuerzo lograr esos niveles muy altos de sutileza y demás. Entonces, estoy de acuerdo con la afirmación de que es demasiado, pero no tanto porque haya algún límite en nuestra comprensión. Podemos hacer mucho. Es solo que estás lidiando con personas que son tan increíblemente complejas y matizadas, etc., que tratar de ingeniar eso, y además debido al hecho de que son complejas, tienen su propia voluntad, etc., la mayoría de los intentos de ser hiper-racionales solo te van a salir mal. Sabes, esa es la maldición de, si intentas incentivar a las personas, van a aprovechar eso y responder mal. Por lo general, mantenerlo súper simple es una apuesta segura.
Otro tema es que la gestión de la cadena de suministro en el siglo XXI no debería ser operada a través de 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 delineando en los libros de texto tradicionales es seguramente una consecuencia del hecho de que ahora vivimos en una era donde tenemos aprendizaje automático, IA y automatización a una escala y a un grado de granularidad que no existía hace cinco décadas, incluso hace dos décadas. Entonces, ¿cuál es tu respuesta?
Joannes Vermorel: Ahí es donde se pone muy interesante. Si dices que las decisiones van a ser ingenierizadas, va a ser una máquina la que genere esas decisiones inteligentes. Sí, es inteligencia artificial. No inteligencia artificial general, pero es artificial. Si está tomando repetidamente una serie de buenas decisiones, podemos estar de acuerdo en que al menos tiene un mínimo de inteligencia. Es inteligencia en sí misma, aunque limitada. Ciertamente no es tonta.
Los Modelos de Lenguaje Grandes (LLMs, por sus siglas en inglés) demuestran de manera muy clara e ilustrativa lo que quiero decir con calidad versus costo. Si has jugado con, digamos, ChatGPT-3.5 versus la versión de pago que es GPT-4, verás que si pagas más, obtendrás algo 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 mucha mayor calidad.
Puedes experimentar esto por ti mismo de manera muy directa. Puedes interactuar con un tipo de diálogo e intentar que este LLM resuelva un problema para ti. Puedes probar eso con GPT-2, GPT-3.5 y GPT-4 y es muy probable que te sorprendas por el nivel de inteligencia que obtienes. Es muy detallado. Hay cosas que funcionarán y que confundirán a modelos más pequeños, y luego, cuando pasas a modelos más grandes y más inteligentes, obtienes discusiones que tienen más profundidad, donde las respuestas son más matizadas, donde captura mejor la intención de tu pregunta, y así sucesivamente.
Puedes ver por ti mismo lo que significa tener decisiones de mayor calidad. 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 de texto plano muy buena a una pregunta, es muy esquiva, puedes captar la vibra de este espectro de calidad literalmente en minutos. No requiere que tengas un doctorado en aprendizaje automático. Puedes jugar con GPT-3.5 durante 10 minutos, jugar 10 minutos con GPT-4, y lo entenderás. Verás este tipo de calidad adicional que hay en cada respuesta que produce el sistema.
Esto ha existido en Lokad durante casi una década, este tipo de matiz. Pero debido al hecho de que no teníamos ninguna forma de demostrar este tipo de cosa, porque las decisiones de la cadena de suministro son frecuentemente muy abstractas y algo opacas porque están relacionadas con una cadena de suministro con la que es posible que no estés familiarizado, no es exactamente algo a lo que puedas señalar y tocar. Y no es como las cosas que son fáciles de demostrar, e incluso si puedes demostrarlo, las personas no van a percibir este tipo de matiz entre calidad inferior y calidad superior simplemente porque les falta información y contexto y demás.
Pero los LLMs fueron un avance en eso de repente, podías jugar con eso 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 tienes algunas situaciones que no requieren decisiones más inteligentes. No siempre es mejor. Tienes algunas cosas donde simplemente obtener la respuesta más rápido es suficiente. Este es el equilibrio correcto. Y te das cuenta de que en términos de inteligencia, una mayor calidad no siempre es simplemente mejor. En algún punto hay un equilibrio. Rápido es mejor, en realidad, en lugar de más inteligente.
Conor Doherty: ¿Cómo, porque sé que ahora también usamos LLMs como parte de nuestra oferta, exactamente cómo cambia la relación calidad-costo con la inclusión de LLMs, que ya es bastante abstracta? Ahora estamos agregando otra capa de abstracción, que son los LLMs, pero pragmáticamente o prácticamente hablando, en un ejemplo de preferencia, ¿cómo influye esto en la relación calidad-costo desde la perspectiva de la cadena de suministro?
Joannes Vermorel: Cambia porque los LLMs son tan costosos por ahora. Quiero decir, la audiencia puede que 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 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 también más lentos, en comparación con cualquier otro tipo de cálculo que tengas.
Conor Doherty: ¿Estás hablando de métricas cuantitativas o cualitativas, o ambas?
Joannes Vermorel: Solo métricas factuales, cuánto tiempo y costo te costará procesar un kilobyte. El hecho de que puedas ver el texto siendo transmitido frente a ti, la gente piensa que es genial, pero como científico de la computación, pienso “Wow, eso es tan 1950”. Sabes, las computadoras ahora son tan rápidas que normalmente puedes mostrar, diría, miles de líneas en milisegundos. Cuando tienes una página web bien diseñada, mostrará una pared 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 la década de 1960, 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 años 60 y demás, verás los antiguos terminales donde podías ver el texto siendo mostrado una línea a la vez. ¿Y por qué es eso? Era porque esas computadoras en ese momento eran tan lentas que podías ver eso. Y la razón ahora por la que haces clic en una página web y bam, se muestra, y generalmente cuando la página es lenta, es porque estás cargando el equivalente a 10 o cientos de miles de páginas de texto en esta página web. No tiene sentido, lo que sea, mala ingeniería de software, pero en resumen, el texto debería ser instantáneo. Quiero decir, no puede ser verdaderamente instantáneo en el sentido físico, pero debería ser, ya sabes, las paredes de texto deberían ser tan rápidas que estén mucho más allá del umbral de percepción de la mente humana. El hecho de que puedas ver que la cosa se muestra, simplemente te dice que esta cosa es increíblemente lenta.
Entonces, volviendo a tu pregunta, ¿por qué debería impactar esto? Bueno, los LLMs son muy costosos. Así que te darás cuenta de que debes prestar atención porque Open AI tiene una valoración tan loca porque, ya sabes, los inversores no son idiotas. Ven, “Oh, las empresas están tirando dinero como locas en esos sistemas, como millones de dólares”, y dicen, “Oh, queremos ahorrar dinero en TI”, y bam, Open AI llega, 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 TI. Tal vez tengas una razón sólida para hacerlo, pero no nos engañemos, es costoso.
Y hay incluso situaciones en Lokad donde vemos que en este punto, en realidad es más barato tener un empleado de cuello blanco caro en París, porque es más barato. Entonces, eso no es, ya sabes, eso es, um, así que los LLMs son, de nuevo, creo que importa de esta manera simplemente porque son costosos, así que tienes que prestar atención, y verás que si lo haces bien, hay lugares donde necesitas decir, “No, no vamos a hacer eso porque es demasiado costoso”, o “Necesitamos recurrir a una versión más barata de LLM que no sea tan inteligente porque si lo hacemos con lo más caro que podemos obtener en el mercado, será demasiado caro”.
Conor Doherty: Puedes corregir los detalles donde me equivoque, pero recuerdo una de las conversaciones que tuvimos que inspiró la idea para esta grabación fue, diste el ejemplo, imagina que somos una empresa, hacemos pedidos de compra y nuestro proveedor es un poco poco confiable. Sospechamos que son poco confiables, sospechamos que podría haber una mejor opción en el mercado, podríamos obtener suministros de otro lugar, pero quiero decir, solo somos tres en el personal. ¿Voy a dedicar mi tiempo a hacer un análisis para encontrar otros, para encontrar otros posibles proveedores? Entonces, podrías usar un LLM para cada vez que hagas un pedido de compra, realizar un análisis de suministro automático, y luego revisarlo cuando quieras, y eso sería significativamente más barato que dedicar tu ancho de banda mental y tu tiempo y tu esfuerzo, etc. Y eso se escala. Entonces, de nuevo, eso es a lo que me refiero en términos de cómo eso impacta en el costo de calidad.
Joannes Vermorel: Se escala, pero no es gratis. Si decides, por ejemplo, en cada pedido de compra hacer eso, ¿cuál será el costo? Solo hacer una operación de suministro, vas a escanear páginas web con LLMs. Vas a escanear nuevamente, tal vez hasta un megabyte de texto porque analizarás la web. No es barato. Entonces, puedes terminar teniendo que componer correos electrónicos y tal vez comenzar a tener los LLMs con algunos scripts para enviar un correo electrónico, procesar la respuesta, hacer algunos intercambios como lo haría un humano.
Sí, puedes tener algo que esté completamente automatizado, pero puedes darte cuenta de que cada vez que activas eso para hacer una encuesta de suministro, te cuesta $5 en LLM. Sí, es barato. Ciertamente es más barato que tener a una persona dedicando dos días al caso, pero no es exactamente gratis. Es más barato que tener a una persona dedicando dos días, pero no es exactamente gratis. Si dices que estás dispuesto a gastar $5 cada vez que haces un pedido de compra, puedes darte cuenta al final del año que has gastado mucho dinero. Tal vez no quieras hacer eso siempre.
Conor Doherty: Pero eso es un extremo. De nuevo, eso es otro extremo. Habrá un punto óptimo.
Joannes Vermorel: Exactamente, ahí es donde tenemos este espectro. Desde la percepción generalizada, cuando se trata de personas, simplemente piensas en adecuado o inadecuado. Optarás por un proceso y simplemente lo aplicarás. Puedes ser consciente de que hay un espectro, pero abordas el espectro de una manera muy rudimentaria, como en las operaciones de suministro. Cada proveedor se revisa una vez al año, punto. Ese es tu proceso, mantenlo simple. Pero aquí es donde, en lugar de tratar de tener un enfoque matizado del espectro, simplemente tienes el martillo del proceso y resuelves eso de una manera muy binaria. Pero con los LLMs, puedes diseñar tu espectro. Puedes decir, bueno, puedo pasar por todas mis opciones en cada pedido, ese es un extremo, o hacerlo solo una vez al año, ese es el otro extremo. Cualquier cosa intermedia es aceptable y puedes hacerlo y trabajar con eso.
Es interesante porque puedes diseñar la calidad de tus decisiones, la calidad de tu capacidad de elección. Y luego tienes un compromiso real de costos con el que lidiar. Eso es algo de lo que la perspectiva generalizada de la cadena de suministro ni siquiera discute remotamente. Nunca he visto ningún libro de texto de cadena de suministro que diga cómo vas a diseñar el proceso que genera la decisión para que, por cada dólar invertido, obtengas el mayor beneficio en el nivel de generación de decisiones.
Conor Doherty: ¿Cómo delimitas o identificas exactamente las graduaciones a lo largo de ese espectro, desde un extremo hasta uno ligeramente menos extremo, hasta el extremo lejano que es completamente inaceptable? ¿Es posible identificar cuantitativamente los pasos entre cada uno de estos módulos?
Joannes Vermorel: Hasta cierto punto, sí. Desde nuestra perspectiva, una cadena de suministro moderna se ejecuta mediante software. Esta capa de decisión es una máquina. Es una pieza compleja de software con un conjunto de recetas numéricas. Puedes razonar sobre el límite de eso. Incluso si puedes razonar sobre eso, las personas que se ocupan de la ingeniería de eso siguen siendo humanas. Hay un límite para la recursión, porque en algún momento tienes que decidir cuántos Supply Chain Scientists quieres y aquí, eso es una decisión subjetiva, pero al menos la capa base que genera las decisiones es una máquina y se puede diseñar.
Si es un producto físico, tienes algunas métricas fáciles. Si es un software que tienes que ejecutar, también tienes una serie de métricas fáciles, especialmente en el lado del costo. Cuánto tiempo lleva, cuánta memoria consume, cuánto disco consume, etc. Así que tienes todo eso y luego puedes ver cuando tienes todo un espectro de cosas opcionales, que puedes ejecutar o no ejecutar. Por ejemplo, puedes decidir que vas a hacer tu análisis de precios con inteligencia competitiva. Entonces 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 de la extracción de datos, la extracción de sitios web, obtener los sitios web de tus pares, hay un costo sustancial asociado a eso. 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 quieras monitorear, tus costos crecerán prácticamente de manera lineal con el número de competidores. Pero la información que obtendrás obviamente tendrá rendimientos decrecientes.
Tus competidores también monitorean a sus competidores. Entonces, si monitoreas, digamos, a tus tres principales competidores, resulta que esos competidores también monitorean a sus tres o cinco principales competidores. Eso puede incluir empresas que tú no monitoreas. Entonces, al final, todos monitorean a todos de alguna manera. Si observas el gráfico de quién monitorea 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 y tal vez 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 tener una idea de que hay rendimientos decrecientes. Cuando ejecutas tus algoritmos con o sin un conjunto de datos, puedes tener una idea de si realmente mejora o realmente afecta los resultados. Por ejemplo, si dices que quieres hacer una optimización de precios y luego te das cuenta de que hasta tres competidores realmente cambian cuantitativamente el precio. Entonces, agregar un competidor adicional realmente cambia el precio que obtienes al final.
Si confío en mi receta numérica y digo que agregar este tercer competidor a la mezcla cambia mis precios en promedio de, digamos, 0.75% a menos del 1%, pero 0.75%, está bien, no es insignificante. Pero luego agregas al cuarto competidor y luego ves que es un cambio del 0.1%. No sé si este 0.1% es súper crítico para mi negocio, pero aún así, es un límite superior para la cantidad de ganancias que esto puede generar. En el mejor de los casos, es un 0.1% de margen. Si el precio se moviera exactamente en la dirección correcta cada vez, pero aún así, eso pone un límite superior al impacto que podría tener. Y aquí puedes decir, bueno, parece realmente muy pequeño, así que diría que hay rendimientos decrecientes, no hago eso porque el costo de este cuarto competidor puede que no valga la pena.
Entonces, ves, puede haber formas, típicamente hay formas de abordar eso. Y podemos ver este tipo de matices y graduaciones y típicamente es algo que surge cuando comienzas a usar recetas numéricas que son más sofisticadas, más inteligentes, que pueden hacer más. Si queremos usar una analogía humana, es como cuando comienzas a usar software que es muy sofisticado e inteligente, comienza a parecerse un poco a tu número de empleados. ¿Cuántas personas quiero para abordar este problema? Excepto que tienes mucho más control directo y si quieres escalar hacia arriba o hacia abajo, no tienes que despedir a las personas o preocuparte por su ego. Esto te permite diseñar todo el proceso en lugar de lidiar con personas que típicamente responden negativamente cuando intentas diseñar su proceso diario.
Conor Doherty: Me doy cuenta de que en la perspectiva clásica, no teníamos el dilema calidad-costo porque la cadena de suministro estaba gobernada por heurísticas muy simples. Ahora estás diciendo que con el avance de la tecnología, podemos cuantificar realmente la relación calidad-costo de las decisiones de la cadena de suministro hasta el grado de precisión que queramos. Esto lleva a la siguiente pregunta: cuando descompones esos dos conceptos, calidad y costo, usando software o IA para evaluar las decisiones de la cadena de suministro, el costo es comprensible. Pero ¿la calidad sigue siendo un sentimiento subjetivo? ¿O estás hablando del retorno de la inversión para ese costo?
Joannes Vermorel: Primero, quiero señalar a la audiencia, y luego responderé a tu pregunta, pero quiero señalar a la audiencia que la mayoría de los tipos de compensaciones que se presentan en la cadena de suministro, como, digamos, el típico triángulo de efectivo, costo y servicio, las cosas, ya sabes, esto es lo que realmente me gusta de este dilema calidad-costo. Realmente eleva el tema. Creo que todas esas compensaciones, primero en términos de si tomamos este triángulo, creo que hay mucho más dimensiones que eso. No es un triángulo, es un dilema con dilemas de n dimensiones donde tienes cientos de cosas que te 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 calidad-costo en este tipo de juegos de la cadena de suministro es que eleva el tema. No se trata de esas compensaciones. Se trata del problema meta de cómo se diseña un software que resuelve este problema. Así es como lo vas a hacer, porque a través de esta calidad, harás esta especie de evaluación de todas esas compensaciones. Así que cuando decimos esta compensación calidad versus costo en el maestro de la opción, lo que estamos diciendo es que invertimos en descubrir esos 100 impulsores y restricciones que simplemente enmarcan el juego de tu cadena de suministro que estás jugando. Esa es una perspectiva muy meta. En lugar de pensar “¿Tengo el nivel de servicio correcto?”, estás pensando “¿Tengo un software que va a descubrir 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 la teoría sería que debería ser puramente retornos cuantitativos. Pero, y ahí es donde en la práctica, va a ser puramente subjetivo. Así que eso es muy extraño porque dices, “Oh, me acabas de decir que en teoría es completamente cuantitativo, pero en la práctica va a ser completamente subjetivo. ¿No hay contradicción ahí?” Así que la realidad es que sí, desde una perspectiva muy teórica, lo que quieres es diseñar la rentabilidad a largo plazo de tu empresa. Así que es cuantitativo, en cierto sentido.
Ahora, el problema es que cuando miras hacia el futuro, todos tus indicadores cuantitativos pierden completamente relevancia. Así que mi opinión personal es que si crees que puedes tomar los números que tienes hoy y proyectar eso una década en el futuro y que esos números te dirán algo de valor, diría que estás engañado. Así que ves, es una ilusión. Lo digo como profesional que se dedica a analizar números. En Lokad, analizamos números para vivir, y lo hemos estado haciendo durante 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 cadenas de suministro son competitivas. Es un juego que se juega contra entidades superinteligentes. Cuando digo superinteligentes, me refiero a que tus competidores son más que la suma de sus partes. Están formados por muchos empleados, por lo que la agregación de eso es que te enfrentas a una entidad que es superinteligente en el sentido de ser más inteligente que cualquier humano en la Tierra. Si estás compitiendo contra una empresa como Apple, es una colección de expertos, de personas muy inteligentes, y el resultado neto es que esas personas van a hacer cosas que te van a sorprender. Te van a superar de muchas maneras, además tienes nuevos participantes, nuevos competidores, y demás. Así que la conclusión es que no puedes dar por sentada la situación del mercado en este momento y extender eso 10 años en el futuro. Ese es un error muy grande.
Conor Doherty: Solo para aclarar, quiero asegurarme de que yo, así como cualquier persona que esté viendo, lo entienda. ¿Básicamente estás haciendo el mismo argumento sobre la relación calidad-coste que sobre la previsión en general? ¿Hay un horizonte temporal limitado en términos de su validez?
Joannes Vermorel: Sí, exactamente. Y nuevamente, validez, validez estadística, puedes hacer eso. Así que podrías decir, puedes argumentar que el consumo de leche, tomo un producto muy básico, que la leche fresca será esto dentro de 10 años en el mercado francés y ser bastante preciso porque nuevamente, tienes un historial tan largo. Donde no estoy de acuerdo es que no puedes basar tu estrategia comercial en eso. ¿Por qué? Porque dentro de una década, tal vez lo que hará que una marca de leche fresca sea atractiva para el producto puede ser completamente diferente de lo que es ahora. Tal vez habrá nuevas etiquetas, habrá nuevos estándares de expectativas de lo que realmente significa un producto orgánico de alta calidad. Este es un juego que se juega de manera muy agresiva. Así que tal vez el consumo de leche siga siendo más o menos el mismo, pero puede o no estar en un juego fundamentalmente diferente solo porque el tipo de marca que necesitarás hacer, el tipo de empaque vendrá con diferencias muy sutiles que marcan toda la diferencia.
Sí, espero que dentro de 10 años, todavía sean en su mayoría botellas blancas. Sí, está bien, pero eso pasa por alto el hecho de que puede haber tantos pequeños matices en eso que pueden marcar toda la diferencia en términos de capturar cuotas de mercado, obtener ganancias, y demás. Así que ves, no está garantizado. Y si miras incluso a empresas muy exitosas, digamos la empresa Coca-Cola, han estado reinventándose constantemente en términos de imagen y marca, y hay tanto continuidad como reinvento cada década. Así que esto no es simplemente hacer y jugar el mismo juego. Es, y es bastante impresionante cuando ves empresas como Coca-Cola. Han estado reinventándose con éxito durante básicamente 100 años. Así que es muy impresionante.
Y eso es lo que digo, si volvemos a la pregunta inicial, es, en el nivel fundamental, sí, estás persiguiendo el beneficio. Sí, y sí, esto es algo que en el futuro, la calidad de tu decisión se evaluará en euros o dólares ganados con esfuerzo. Así que en última instancia, será cuantitativo y puramente cuantitativo. Si tienes mucho éxito, se mostrará en términos monetarios. Pero debido al hecho de que cuando te proyectas hacia el futuro, esos KPI simplemente dejan de ser relevantes. Especialmente, al final del día, son casi completamente decisiones basadas en el juicio y, por lo tanto, cualitativas. Simplemente porque, en general, producen mejores resultados.
Y veo eso como, nuevamente, como un analista de datos profesional. No, digo eso 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 consumo futuro de leche, habrá otras cosas que harán que esos números sean irrelevantes simplemente porque tus competidores encontrarán formas de superarte de maneras 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 la cadena de suministro es tan complejo y costoso de resolver como has descrito, y tiene un horizonte de tiempo tan limitado, al igual que la propia previsión, entonces ¿por qué exactamente las personas deberían cambiar de las métricas simples y convenientes de buenos y malos niveles de servicio? ¿Por qué hacerlo a pesar 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. Entonces, ves, la cosa es que, nuevamente, tienes competidores y, la gente dice que las cadenas de suministro de hoy en día se han vuelto increíblemente complejas. Entonces, hay un potencial para mejorar que también es enorme. Nuevamente, lo interesante es que las cadenas de suministro han crecido en complejidad, eh, enormemente en las últimas cinco décadas porque las empresas tienen, atribuyo eso a la digitalización, las empresas tienen ERPs, tienen WMS, tienen plataformas de comercio electrónico.
Entonces, han ganado la posibilidad de ejecutar cadenas de suministro súper complejas y lo hacen. Y cuando hablo con muchos clientes, hay muy pocos clientes que me dicen, sabes qué, queremos volver a lo más simple, menos productos, plazos de entrega más largos. Así que mantengámoslo más simple, ya sabes, cosas como plazos de entrega más largos, como por ejemplo, producimos después de haber recibido los pedidos de compra, ya sabes, hechos bajo pedido.
Hay muy pocas empresas que dicen, sabes qué, queremos volver a eso hecho bajo pedido, porque hacía todo más simple. No, no es exactamente la dirección de la que estamos hablando. Entonces, la conclusión es que la cadena de suministro, a través de la digitalización, y no te equivoques, la digitalización es antigua, es algo que sucedió hace tres décadas, se ha vuelto masivamente más compleja.
Y así, la capacidad de optimizar realmente este juego que ha crecido enormemente en complejidad, es como el ajedrez de cinco dimensiones o lo que sea, no ha progresado casi tan rápido. Entonces, lo interesante es que, aunque, sabes, si vuelvo a esta anécdota, mis padres comenzaron en Procter and Gamble hace cuatro décadas, más de cuatro décadas.
Y, en ese momento, 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 todavía son las mismas recetas ingenuas y demás.
Pero hay un gran potencial y sí, es muy difícil, estoy de acuerdo, es un desafío, 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 empresa tan masiva y es tan rentable y sigue creciendo.
Y la gente dice, sí, pero sabes qué. Yo diría que cuando observas que Amazon crece tan grande y tan rápido, mi reacción también es que prácticamente hay toda una clase de competidores que no, que no logran desafiar a Amazon al adoptar esta forma súper agresiva de diseñar una cadena de suministro.
Y las cosas que he descrito aquí, son los juegos que se han jugado durante más de una década en Amazon. Y sí, la gente ve que es todavía, es un gigante absoluto que está mucho más allá de estas economías de escala. Quiero decir, el juego que Amazon está jugando en la actualidad es, Amazon es tan grande que lo que la gente no se da cuenta realmente es que Amazon opera con una desventaja masiva.
Tienen como una desventaja masiva. Piénsalo así, ya sabes, una gran desventaja como si estuvieras jugando al golf con alguien que tiene los ojos vendados y tiene que jugar contra ti. Entonces, son tan grandes que tienen esta desventaja absolutamente masiva y aún así crecen y aún así superan a muchas empresas.
Y veo que en gran medida, es un reflejo de que muchas, muchas empresas han fracasado en mejorar su juego de cadena de suministro. Quiero decir, solo mira eso, Amazon ahora está gestionando algo así como 300 millones de productos listados. Eso es, ya sabes, eso es literalmente casi dos órdenes de magnitud más que prácticamente cualquier otra empresa gigante. Eso es muy, muy impresionante.
Entonces, nuevamente, mi opinión es que, para concluir, este dilema de calidad de decisión versus inversión, es el tipo de meta juego que se está jugando y está por encima del dilema tradicional habitual, trilema, ya sabes, efectivo versus costo versus servicio y demás.
Este es el meta juego que se está jugando y diría que si no comienzas a jugar este tipo de meta juego, bueno, simplemente vas a perder el juego porque tú, tú, tú no te das cuenta de lo que se necesita para realmente diseñar una forma superior de cadena de suministro para tu empresa. Estás atrapado tratando de abordar el juego en sí, pero ahora es un meta juego.
Al igual que si quieres ganar realmente en el 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. Entonces, ahora, si quieres jugar al ajedrez, ya sabes, para ganar, ya sabes, en términos absolutos, es solo software.
Se trata solo de un equipo que está diseñando un software versus otro equipo que juega, que diseña un software. Si crees que puedes ganar al ajedrez a través de tu acción directa, has perdido. Ahora es una batalla que solo se libra entre equipos que diseñan piezas de software.
La gente diría, oh, lo perdiste, no es tan interesante. Yo diría, por lo que a mí respecta, es fascinante. Quiero decir, todavía ver a esos equipos de ingenieros que tienen mejores ideas y que diseñan diferentes formas de crear, para ser honesto, nunca me ha interesado mucho el ajedrez.
Siempre me ha interesado mucho más el tipo de ingeniería del software que juega al ajedrez. Y mi opinión es que incluso si tienes miedo porque has pasado de jugar al ajedrez a, ya sabes, el meta juego de qué hago para tener este software, en general, hace que el juego sea mucho más interesante.
Sabes, no temas eso, en general, es mucho más interesante, mucho más satisfactorio. Y las cadenas de suministro son tan complejas que no tienes que tener miedo si no eres un genio 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 pensamiento final, a menudo decimos “busca el progreso, no la perfección”. Entonces, como próximo paso concreto, si alguien intentara cambiar la perspectiva binaria clásica de un nivel de servicio bueno o malo hacia la dirección de Amazon, ¿cuál sería un próximo paso sencillo?
Joannes Vermorel: Primero, identifica las decisiones que se están tomando en tu cadena de suministro. Dedica tiempo genuino para evaluar en un sentido muy amplio lo que significa calidad en tu cadena de suministro. Y siempre me sorprende cuando la gente dice, oh, mejora de la cadena de suministro, 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 solo piensa, por ejemplo, en tener este trilema de costo versus servicio versus calidad.
Y nuevamente, es calidad definiendo la calidad del servicio de una manera muy específica, como el nivel de servicio. Donde diría, mi desafío que plantearía a la audiencia es encontrar 20 dimensiones en tu cadena de suministro. Deberías poder encontrar 20. No es tan difícil. Verás, cuando realmente pienses mucho, que hay al menos 20 dimensiones que están simplemente tirando.
Quiero decir, como controladores, restricciones, consideraciones que son diferentes. Y no te dejes seducir por esos marcos super simplistas que prometen resolver tu cadena de suministro con un trilema. En lugar de tener un dilema y dos cosas que tiran en direcciones diferentes, identifica esas 20 dimensiones, haz una lluvia de ideas.
Y luego comenzarás a comprender que se está jugando un juego muy complejo y que merece una respuesta que abarque eso. Y nuevamente, aproximadamente correcto es mejor que exactamente incorrecto. Sí, tu respuesta puede ser un poco rudimentaria, pero al menos es mucho más abarcadora en lugar de ser como, tengo este modelo óptimo que solo está mirando dos dimensiones entre 20.
Y eso te da una ilusión de optimalidad porque es una optimalidad pero de una manera increíblemente estrecha y simplista que ni siquiera reconoce de cerca lo que generalmente significa tener una ejecución de cadena de suministro 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.