00:00:00 Introduccion del libro: decidir bajo incertidumbre
00:05:55 Motivacion: fallos de modelos estaticos en Toyota
00:11:50 Usar narrativa para ensenar conceptos de decision
00:17:45 Error: promediar la incertidumbre
00:23:40 Los planes fallan; hacen falta procesos escalables
00:29:35 Preferir recetas numericas a planes perfectos
00:35:30 Encontrar a stakeholders donde estan; iterar
00:41:25 Usar simuladores para probar politicas con seguridad
00:47:20 Enmarcar problemas requiere claridad estoica
00:53:15 La precision de la prevision no es el objetivo final
00:59:10 Las previsiones son entradas; importan las decisiones de asignacion
01:05:05 Priorizar valor economico sobre precision predictiva
01:11:00 Planificar riesgos de cola correlacionados
01:16:55 La accion humana impulsa el riesgo de supply chain
01:22:50 Disenar sistemas resilientes ante disrupciones catastroficas
01:28:45 Adoptar por co-creacion; asignar propiedad de decisiones
Resumen
The Decision Factory sostiene que no hay soluciones perfectas, solo trade-offs, y critica la creencia de que mejores planes o previsiones sustituyen el juicio bajo incertidumbre. En lugar de planes centrales fragiles, las empresas necesitan politicas repetibles y testeables que usen entradas probabilisticas, feedback y economia para gestionar restricciones y riesgos extremos. La adopcion requiere co-creacion con el terreno, propiedad clara de restricciones y metricas en dinero, no porcentajes enganadores.
Resumen extendido
No hay soluciones, solo trade-offs. The Decision Factory critica la ilusion de que mejores planes y previsiones mas precisas puedan sustituir el juicio en un mundo incierto. Los autores muestran que el futuro no es un conjunto de hechos esperando ser descubiertos, sino una corriente de decisiones humanas fuera de su control.
Buena parte de la practica moderna de supply chain es un residuo de planificacion central, donde un plan optimo unico pretende gobernar realidades locales. En el mundo real, el plan queda obsoleto antes del desayuno. La alternativa no es clarividencia, sino politicas o recetas numericas que toman buenas decisiones repetidamente bajo incertidumbre, con feedback, restricciones y economia.
La obsesion con la precision de la prevision ilustra el problema. Puede predecir perfectamente 1 000 unidades y aun asi no poder instalar mas de 800 por limites fisicos o regulatorios. La precision de la entrada no equivale a sabiduria en la decision. El cambio practico va de planes a politicas testeables, de previsiones puntuales a entradas probabilisticas y de modelos estaticos a experimentacion.
Transcripcion completa
Conor Doherty: Esto es Supply Chain Breakdown. Hoy Joannes y yo analizamos The Decision Factory, el nuevo libro de Adam Chans Jr. y John Elam. Ambos son practitioners destacados de decision science, amigos del canal e invitados recurrentes. John, Adam, encantado de veros otra vez.
John Elam: Encantado de volver.
Adam Chans Jr.: Gracias por invitarnos.
Conor Doherty: Hoy tenemos un panel grande, parte remoto y parte en estudio. Vigilare el chat, asi que enviad preguntas. Antes de empezar, quiero decir que disfrute mucho el libro. Tomasteis temas complejos y los hicisteis accesibles, no solo para practitioners sino tambien para gente como yo, con formacion en filosofia y no en ingenieria. Adam, ¿de que trata el libro y por que lo escribisteis?
Adam Chans Jr.: Trata de tomar decisiones bajo incertidumbre. Lo escribimos porque sufrimos los viejos modelos estaticos. En Toyota, la incertidumbre nos quemo muchas veces. Con una supply chain enorme, incluyendo proveedores, casi nunca hay garantia de una solucion optima. El libro cuenta lo que aprendimos. John y yo hablamos mucho de esto, inspirados tambien por Joannes y Warren Powell, y vimos que el formato de dialogo podia ayudar.
John Elam: Mi camino me llevo poco a poco a decision science. Cuando preguntas para que sirven datos, machine learning o IA, la respuesta es tomar mejores decisiones. Construyendo optimizadores y sistemas de recomendacion con Adam, vi que mucha gente no sabe que preguntas hacer ni que herramientas existen. La teoria perfecta puede ser intratable; la pregunta real es que hacemos en la practica.
Conor Doherty: ¿Cual es el error mas comun sobre incertidumbre?
John Elam: Promediarla. La incertidumbre se promedia en vez de abrazarse.
Adam Chans Jr.: Y management pide una prevision mejor, una point forecast mas precisa. Se oyen metas absurdas, como 99 % de precision a dos anos. Incluso con precision perfecta queda la decision: si la demanda es 100 y solo tienes 50, ¿como asignas? La prevision no es la decision.
Joannes Vermorel: La idea de un plan ha fascinado a intelectuales durante un siglo. La URSS tenia Gosplan, y esa mentalidad no murio en 1991; sobrevivio en grandes empresas. Pero una empresa toma miles o millones de decisiones diarias: comprar, producir, mover inventario. A esa escala no basta la intuicion humana. El plan perfecto es wishful thinking. Si conocieramos el futuro, todo seria mas facil; pero no ocurrira.
Conor Doherty: El libro empieza con un plan perfecto en Fulcrum Logistics, optimo a las 6 y obsoleto a las 6:47. ¿Por que contarlo como historia?
John Elam: Recordamos historias, no hechos aislados. Podemos hablar de funciones objetivo, simuladores, previsiones probabilisticas y optimizadores, pero lo que importa es el impacto operativo: que el telefono no suene a las 3 de la manana. No hacemos matematicas por hacer matematicas; queremos mejorar operaciones.
Adam Chans Jr.: El dialogo permite hacer preguntas que muchos no se atreven a hacer. Personajes de distintos perfiles pueden formular preguntas simples y mostrar que la gente no tecnica tambien aporta valor. El conocimiento institucional debe entrar en los modelos. Muchos practitioners usan modelos MIP; quisimos encontrarlos donde estan y ampliar su forma de pensar con simulacion, parametros ajustables, escenarios probabilisticos y catastrofes correlacionadas.
Conor Doherty: ¿Evelyn es un composite de Warren Powell y Joannes?
John Elam: Si, en parte. Joannes entiende la teoria y sabe cuando ignorarla. Esa es una habilidad importante.
Conor Doherty: Hablemos de planes y policies. ¿Por que perseguir el plan optimo es un error?
Adam Chans Jr.: En muchos problemas operativos, la solucion optima no existe como algo aplicable. Los solvers MIP son excelentes, y a veces el output se puede aplicar tal cual. Pero muchas veces el optimo del modelo no es el optimo operativo. El modelo debe ser una herramienta frente a la incertidumbre, no un oraculo.
John Elam: No puedes pensar hasta llegar a buenas soluciones; tienes que experimentar. A veces online, a veces offline. Los simuladores son tuneles de viento: no predicen exactamente el destino, pero muestran si el ala se rompe. La realidad valida al final. Los practitioners contribuyen con heuristicas y aprendizaje, aunque no conozcan toda la matematica.
Joannes Vermorel: En Lokad preferimos decir receta numerica. Una policy es util para decisiones secuenciales, pero en un sistema real es una pequena parte del codigo. Hay hipotesis, extracciones ERP, pre-procesamiento y transformaciones de datos. Receta numerica deja claro que no esperamos optimalidad elegante; aceptamos el desorden y buscamos mejorar.
El termino policy ayuda a salir del falso dilema entre plan perfecto y nada. Pensar el futuro no significa perfeccionar un plan. Hay que evitar formalizar demasiado pronto e iterar rapido, porque los datos rompen expectativas.
John Elam: El primer trabajo es enmarcar el problema. Warren Powell insiste mucho en eso. Es dificil ver las cosas como son, no como queremos que sean. Es casi una disciplina estoica.
Joannes Vermorel: Es muy dificil pensar el problema antes que la solucion. Solemos inventar una solucion y luego definir el problema como lo que esa solucion resuelve. Los LLMs tampoco salvan esto; a menudo refuerzan malos habitos.
Conor Doherty: El libro retrasa la pregunta de la precision de forecast. ¿Por que perseguir accuracy en aislamiento es peligroso?
John Elam: Ejemplo: mud flaps para coches. Supongamos que preveo perfectamente una demanda de 1.000 el mes que viene, pero la EPA solo permite instalar 800 por certificacion aerodinamica. La forecast perfecta solo me dice que faltare. La decision real es como asignar los 800: zonas mas rentables, reparto justo, orden de llegada, recertificacion. La precision ayuda, pero no es la decision.
Joannes Vermorel: Es calcular al gramo y luego redondear a la tonelada. Hay restricciones enormes: camiones completos, almacen, trabajadores, contratos, regulacion. La accuracy no es mala, pero si consume casi toda la energia analitica, es una mala asignacion.
John Elam: La economia de las decisiones importa. Decidir si los ingenieros trabajan en forecasting, optimization o contratos es ya una decision economica.
Joannes Vermorel: Esta vision sigue siendo bastante fringe en supply chain. Mucha literatura tiene barniz economico, pero no sustancia economica.
Conor Doherty: ¿Por que importan tanto las colas de distribucion?
Adam Chans Jr.: Las empresas viven y mueren en las colas. Los eventos raros parecen improbables, pero ocurren correlacionados: huelga, envios que no llegan, clientes que se quejan, managers que entran en panico. La gente multiplica probabilidades como si fueran independientes. No lo son.
Joannes Vermorel: La palabra riesgo mezcla dos mundos. En ciencias naturales, riesgo es que fallen los frenos; queremos eliminarlo. En supply chain, mucho riesgo viene de acciones humanas: proveedores y clientes cambian de opinion. Mientras haya libre albedrio, no se puede eliminar ese riesgo. Se puede cubrir, como en trading, no ingenierizarlo fuera del mundo.
John Elam: Algunas palabras son red words: correctas tecnicamente pero mal reconstruidas por el receptor. Riesgo, incertidumbre, operations research, online learning. Para un ejecutivo, incertidumbre puede sonar a no se nada. La historia permite aclarar sin imponer veinte definiciones.
Joannes Vermorel: Informatica tambien tiene mala terminologia: dynamic programming, serverless. Las historias ayudan a explicar sin ahogar en jerga.
Conor Doherty: ¿Como convences a alguien de pagar 3 % mas en promedio para reducir mucho el tail risk?
Adam Chans Jr.: Mostrando ejemplos concretos con simulador. Usa un evento historico, como una huelga portuaria: esto habria pasado, esto se habria ahorrado. Sin numeros no vale la pena hablar.
John Elam: Visualizamos esto con un Pareto Explorer: fronteras de Pareto entre objetivos y KPIs. No das una decision magica; das una regla para medir opciones. La persona responsable conserva la decision, y eso facilita adopcion. Cuando no llega el camion, no nos llaman a nosotros; les llaman a ellos.
Conor Doherty: El libro tambien habla de incentives y metricas.
Joannes Vermorel: Las empresas declaran que el objetivo es el beneficio, pero gobiernan con KPIs porcentuales que aislan las decisiones de sus consecuencias economicas. Esa esquizofrenia cuesta dinero. Deben mandar los dolares, no los porcentajes.
John Elam: Lenguaje e incentivos estan conectados. Si se juzga a la gente con malas palabras y malas metricas, optimiza malos comportamientos.
Conor Doherty: ¿Que pasa cuando explotan la variedad de producto y la personalizacion?
Adam Chans Jr.: El modelo top-down se tensa. Cuanta mas variedad, mas importante es aprender del terreno. Los modelos estaticos no anticipan todas las combinaciones. Se necesitan policies, simulaciones y bucles de aprendizaje.
Joannes Vermorel: Hay que pensar economicamente, probar en la realidad, disenar para las colas y dejar de venerar planes que no sobreviven al contacto con el mundo.
Conor Doherty: ¿Que debe llevarse un practitioner?
John Elam: Empieza por enmarcar mejor el problema. No pidas solo una forecast mas precisa. Pregunta que decision quieres mejorar, que restricciones importan, que riesgos rompen el sistema y como probar una policy.
Adam Chans Jr.: No temas las preguntas simples. A menudo revelan las malas hipoteses.
Joannes Vermorel: Deja de pensar que el futuro sera un hecho. El futuro contiene decisiones humanas aun no tomadas. El buen sistema no elimina esa incertidumbre; la trata economicamente.
Conor Doherty: Gracias a los tres. Gracias a la audiencia por preguntas y comentarios. Si quereis seguir la conversacion, contactadnos en LinkedIn. Hasta la proxima en Breakdown, y volved al trabajo.
