00:00:00 Capítulo seis: inteligencia como pegamento de supply chain
00:04:49 La rentabilidad define la inteligencia, no la semejanza humana
00:08:17 Elecciones superiores miden la inteligencia operativa
00:12:50 La mecanización alcanza el trabajo de supply chain de cuello blanco
00:17:24 Agentes de codificación rompen las objeciones de preparación
00:21:12 Los playbooks de supply chain convencionales son robotizables
00:26:10 Prueba agentes de codificación, observa la prueba de primera mano
00:30:20 La automatización de cuello blanco convierte OPEX en CAPEX
00:34:24 El software se convierte en un activo competitivo que se aprecia
00:39:23 Los sistemas de inteligencia son solo fracciones de activos
00:42:34 No existe un camino incremental hacia operaciones que prioricen el software
00:46:23 La automatización sin supervisión debería manejar los días normales
00:50:26 Los humanos mejoran los activos a través de problemas complejos
00:55:02 Cada departamento se vuelve en parte impulsado por software
01:00:46 Los profesionales deben replantear el valor frente a las máquinas
Resumen
El episodio sostiene que la inteligencia en supply chain no es una cuestión de prestigio, sino de resultados: lo que sea que convierta la información en decisiones más rentables es, por definición, más inteligente. Con base en ello, gran parte del trabajo rutinario de supply chain ya puede ser automatizado, y las empresas que ignoren esto quedarán fuera de la competencia. El rol más profundo del ser humano permanece en resolver problemas complejos y estratégicos que las máquinas aún manejan mal. Así, supply chain ya no debe ser visto meramente como un centro de costos, sino como un activo productivo: un conjunto de lógicas de decisión que pueden apreciarse mediante mejoras o depreciarse por negligencia.
Resumen Ampliado
La discusión en este episodio se centra en una distinción simple pero descuidada: la inteligencia no es un cumplido, es una función. En supply chain, la inteligencia no es lo que suena sofisticado, ni lo que agrada al juicio humano. Es la capacidad de convertir la información en decisiones que produzcan mejores resultados económicos. Si un método genera más beneficios que otro, entonces, en este sentido limitado y práctico, es más inteligente.
Esa definición despoja de inmediato una gran cantidad de confusión. Muchas empresas dicen que emplean personas inteligentes, pero eso dice poco a menos que esas personas tomen consistentemente decisiones mejores que las alternativas. La comparación relevante nunca es entre seres humanos y algún ideal abstracto de perfección de la máquina. Es entre un sistema de toma de decisiones y otro. Un proceso humano mediocre no se justifica simplemente porque sea humano. Ni tampoco se descalifica el software por ser software.
A partir de ahí, la conversación se desplaza hacia un patrón histórico mayor. El trabajo físico se mecanizó primero. El trabajo de cuello blanco ahora también está siendo mecanizado. Lo que las computadoras hicieron alguna vez por la aritmética y la contabilidad, los agentes de codificación y las herramientas de automatización están comenzando a hacerlo para un rango mucho más amplio de tareas intelectuales. Que las empresas se sientan “listas” para esto es irrelevante. Los mercados no esperan a la preparación psicológica. Los competidores que usan herramientas superiores ganan ventajas, y esas ventajas se acumulan.
Pero esto no se presenta como un cheque en blanco para afirmaciones de moda sobre IA. Todo lo contrario. El trabajo rutinario y convencional de supply chain —las fórmulas estándar, las categorizaciones y los procesos repetitivos de toma de decisiones— puede ser automatizado cada vez con mayor facilidad. Los problemas más difíciles son los verdaderamente estratégicos: la valoración, los trade-offs en condiciones de profunda uncertainty, y la creación de ventajas distintivas que los competidores no pueden copiar fácilmente. Esos no son problemas de hojas de cálculo disfrazados con jerga. Son problemas complejos, y por ahora siguen siendo en gran medida problemas humanos.
Por eso, supply chain debe ser visto no meramente como un centro de costos, sino como un activo productivo. Cuando la lógica de decisión se encarna en el software, se mantiene, se mejora y se hace económicamente efectivo, se convierte en algo parecido a un capital intelectual. Puede apreciarse mediante el perfeccionamiento o depreciarse por la negligencia. En ese sentido, la capacidad de supply chain de una empresa comienza a parecerse a una pieza de código productivo en lugar de una colección de rutinas administrativas.
La implicación práctica no es la desesperación, sino la reevaluación. El valor humano no desaparece. Se traslada aguas arriba. Lo mundano debe ser automatizado. Lo raro, lo difícil y lo estratégico permanecen. La verdadera pregunta para los profesionales ya no es si las máquinas pueden pensar exactamente como las personas. La pregunta es dónde es que las personas aún crean valor una vez que las máquinas pueden hacer más de lo que solían hacer.
Transcripción Completa
Conor Doherty: Bienvenidos de nuevo. Este es el episodio seis de una serie especial en la que Joannes y yo tomamos su nuevo libro, Introduction to Supply Chain, y repasamos las ideas capítulo por capítulo.
Para esta serie, asumo una posición muy específica: alguien que no conoce Lokad, no conoce a Joannes, y ciertamente no ha trabajado en Lokad durante tres años y medio. Soy, en esta serie, uno de los alrededor de 10 millones de profesionales promedio en el mundo que podría ver el libro, tal vez en Amazon, donde está ampliamente disponible, comenzar a leerlo y tener preguntas. Tomo esas preguntas y se las llevo a Joannes.
Ahora, como dije, este es el episodio seis. Eso significa que hubo cinco antes de este. Si no los has visto, te sugiero amablemente que los mires primero, porque habrá cosas que mencionaremos hoy, de hecho en las primeras preguntas, que hacen referencia a temas que discutimos previamente. Y dejando eso de lado, Joannes, es bueno verte de nuevo.
Entonces, el capítulo seis se llama de forma críptica “Intelligence”. Ahora, sé que en el capítulo cinco hablamos sobre datos, información y conocimiento, y ahora pasamos a la inteligencia. Entonces, de la manera más concreta posible, ¿cuál es la tesis principal del capítulo seis, “Intelligence”, y cómo se construye a partir de lo que ya hemos cubierto?
Joannes Vermorel: La inteligencia es el pegamento. Hemos establecido el objetivo en el capítulo de economía: el objetivo es maximizar la tasa de retorno. Eso es un hecho. Y en el capítulo anterior, información, hemos visto que tenemos, diría yo, los ingredientes. Los ingredientes son la información.
Así que ahora sabemos lo que queremos hacer, maximizar la tasa de retorno, y hemos reunido toda la información relevante con una comprensión aclarada de lo que son los datos y lo que es la información. Así que tenemos el elemento, y ahora el único ingrediente que falta es una ejecución muy inteligente. Pero, ¿qué queremos decir exactamente con inteligente?
Obviamente, si hablas de una persona, dirías: “Oh, esa es alguien que es algo inteligente,” y demás. Tienes muchas definiciones imprecisas. La gente dice, como muchas empresas, “Oh, contratamos a personas talentosas e inteligentes,” lo cual podría ser cierto. Y ciertamente algunas empresas muy exitosas lo hacen, pero no es una definición muy accionable, porque cuando preguntas fundamentalmente a la gente, “¿Pero cómo defines la inteligencia?” básicamente responden, “No lo sé, pero puedo reconocerla cuando la veo en otro ser humano.”
Para ser justos, eso también es en cierto modo un estándar, creo. Pero esta no es una definición práctica y accionable, porque vivimos en un mundo donde el software es muy importante. Eso es lo que digo. Es más una afirmación: esas computadoras no son un detalle del panorama de supply chain. Son el panorama, en gran medida. Y eso es lo que describo al decir que las supply chains solo pueden ser observadas esencialmente a través de registros electrónicos. Así que la parte de software no es un detalle. Es, literalmente, la capa fundamental. Realistamente, solo puedes ver tu supply chain a través de esos lentes electrónicos.
Y, ¿adivina qué? Esas computadoras también pueden, en algunas formas, proporcionar inteligencia, y ya lo hacen. La aritmética es claramente una especie de procesamiento inteligente de la información. La gente podría decir: “Oh, es solo mecánico,” pero la realidad es que hasta finales de los años 70, eran en realidad personas con títulos quienes hacían los cálculos. Así que, claramente, las computadoras ya lograron liberarnos de una carga de inteligencia, de procesamiento de información, en efecto, de las partes más mecánicas con la aritmética.
Ahora necesitamos discutir lo que queda sobre la mesa. Tenemos computadoras que pueden ser una especie de máquinas medio inteligentes. ¿Qué significa eso? ¿Y cuál es el papel de la inteligencia humana en todo esto? E incluso aclaremos lo que queremos decir con inteligencia, porque necesitamos tener una comprensión que vaya más allá de, “te lo diré cuando lo vea.” Esta definición no es tan accionable que resulta poco práctica.
Conor Doherty: Hay algunos puntos allí, y ya he tomado algunas notas, así que ya me he desviado de las preguntas preparadas. Pero hay una distinción importante, creo, que se debe hacer cuando hablas de la inteligencia. Y hiciste un buen punto al inicio sobre, ya sabes, que eres una empresa, una gran empresa, contratas a personas inteligentes, y eso podría ser cierto.
Uno de los puntos en el libro, o en este capítulo, que abordas es: ¿qué es la inteligencia en el contexto específico de ejecutar las decisiones diarias necesarias para operar un supply chain de manera rentable? ¿Y necesitas esa inteligencia a nivel humano para ello? ¿Ya contamos con software que pueda ejecutar ese nivel de inteligencia de manera confiable y a gran escala? Y creo que argumentas fuertemente lo último, y que lo hemos tenido por muchas, muchas, muchas décadas.
Joannes Vermorel: Sí. Primero, no quiero tener una definición de inteligencia centrada en lo humano, porque el problema es que si tu definición es humanocéntrica, entonces terminas con un problema, ya que terminas preguntando: “¿Qué es un ser humano?” Obviamente, esta pregunta es muy interesante a nivel filosófico, pero no es una cuestión de supply chain. Así que trato de desenredar.
No intento definir lo que es la humanidad, el alma, la conciencia, y todo eso. Esas son preocupaciones increíblemente importantes, pero no son preocupaciones de supply chain.
Conor Doherty: La rentabilidad y demás.
Joannes Vermorel: Exacto. Así que relaciono todo con la rentabilidad. He explicado en el capítulo tres, epistemología — perdón, no, en el capítulo cuatro se habla de economía.
Conor Doherty: Sí.
Joannes Vermorel: Y luego tenemos el capítulo cuatro, donde amplio sobre la economía. Así que digo: ¿qué significa operar de manera inteligente? Es simplemente generar decisiones que sean muy rentables, que maximicen esta tasa de retorno. Así que, literalmente, en este libro, en mi libro, equivoco la inteligencia, en el contexto especial de supply chain, con la capacidad de generar beneficios.
Así es como deseas convertir esta información cruda en beneficios, esencialmente eligiendo las decisiones correctas. Y esa será mi definición. Es muy operativa: si tienes algo que genera más beneficios, entonces es más inteligente. Si genera decisiones mejores que resultan ser más rentables, es más inteligente, sin importar cómo se vea.
Si aquello que genera más beneficios utiliza porcentajes básicos, entonces esos porcentajes básicos son más inteligentes. Esa es la forma en que abordo el problema para tener una definición muy fundamentada. Y esta definición de inteligencia es desde la perspectiva de lo que necesitamos para supply chain. De nuevo, no estamos aquí tratando de resolver el problema filosófico de la inteligencia humana. Estamos tratando de aclarar cuál es el siguiente ingrediente una vez que tienes la información, la información cruda sobre todo lo que se pueda obtener acerca del estado de tu supply chain, el estado del mercado, el estado de tus clientes, proveedores, etcétera.
Una vez que has reunido toda esta información, ¿cómo la conviertes en decisiones? Estoy diciendo que aquí es donde tiene lugar la inteligencia. Ese es el pegamento, la magia que convertirá una en otra.
Conor Doherty: Bueno, en realidad, encontré la cita, pero ya la tenía en mis notas. Así que, para dar un poco de contexto, escribes en el libro: “Supply chain requiere una inteligencia sustancial para ejecutarse de manera rentable,” y la inteligencia, según tu definición, es “la capacidad de tomar decisiones que generen recompensas futuras superiores.”
Ahora, alguien podría decir: “Bueno, ya tenemos sistemas no basados en software para eso. Tenemos nuestros procesos centrados en lo humano para llegar a decisiones que generen recompensas futuras superiores.” Entonces, ¿cómo respondes a eso?
Joannes Vermorel: Nuevamente, diría que sí, pero ahora: ¿es inteligente? ¿Genera todos los beneficios que podría? Es un punto comparativo.
Conor Doherty: Así que es un punto comparativo lo que estás diciendo.
Joannes Vermorel: Sí. Dos cosas pueden ser buenas, pero una es mejor que la otra.
Conor Doherty: Exactamente.
Joannes Vermorel: La cuestión es que se están asignando recursos. Se compran, transportan, transforman, distribuyen cosas, etcétera. Así que se realizan asignaciones de recursos. La pregunta es: ¿se hacen de manera inteligente? ¿Se hacen de forma rentable, o tan rentable como es posible?
Así que la esencia siempre es contrafactual. Se trata de si estás dejando opciones de beneficios sobre la mesa. Y si son muy obvias, por eso dirías: “Oh, estás haciendo algo tonto,” porque estás dejando tanto dinero sobre la mesa. Así que siempre es comparativo.
Ahora, si tenemos personas que ya lo están haciendo, bien. La pregunta es la comparación entre lo que están haciendo colectivamente —por lo que es una especie de inteligencia colectiva— y lo que cualquier otra cosa, incluida una organización alternativa, podría estar ofreciendo.
Conor Doherty: Cuando dices “organización alternativa,” ¿te refieres a un sistema de inteligencia, como la intervención del software, o simplemente a personas organizadas de manera diferente?
Joannes Vermorel: O simplemente personas organizadas de manera diferente. De nuevo, puedes imaginar que son simplemente personas haciendo el trabajo, como un proceso de S&OP. Así que pueden ser simplemente personas, pero organizadas de manera distinta, y pueden ser personas con software, un poco de software —eso sería personas con Excel— o personas con mucho software, o simplemente una pieza de software que resulta ser poderosa.
Así que tienes todo el espectro de tener más o menos personas. Nuevamente, cuando estamos en el territorio de la inteligencia, más personas no significa necesariamente resultados más inteligentes. Como analogía, ¿puedes simplemente traer a 10 personas de la calle para jugar ajedrez contra un gran maestro de ajedrez, y ganarán? Si simplemente sacas a 10 personas de la calle, la respuesta es no, probablemente no.
Conor Doherty: Mhm.
Joannes Vermorel: Y dices, si ahora sacas a mil personas de la calle, ¿lograrían esas 10,000 personas vencer al gran maestro de ajedrez? Aún no. Al menos, no de manera confiable.
Conor Doherty: Sí. Probablemente ni siquiera en la realidad.
Joannes Vermorel: Exacto. Y ahí es donde la gente tiende a confundirse, porque cuando pensamos en “la unión hace la fuerza” y esas cosas, es esencialmente para tareas materiales, no para tareas de inteligencia.
Si la pregunta es trasladar ladrillos de un lugar a otro, sí, si somos mil, vamos a trasladar muchos más ladrillos que si estuviera solo. Pero si se trata de crear la Mona Lisa, puede que seamos mil, y ninguno de nosotros logrará acercarse en lo más mínimo a la Mona Lisa.
Así que por eso la inteligencia es tan específica. La inteligencia es increíblemente esquiva. Es difícil. Y lo que estoy diciendo es que realmente quiero basar mi definición en algo que finalmente se pueda medir: las ganancias. Y no estoy haciendo una asunción masiva de que tenga algo que ver específicamente, en el contexto de supply chain, con las personas.
Solo estoy diciendo que lo que sea que genere ganancias es bueno. Cuántas personas están realmente involucradas en la receta final, bueno, eso será algo por descubrir, y dependerá en gran medida del estado de tu tecnología de software.
Conor Doherty: Bueno, para profundizar en esto, y esto es algo de lo que en realidad comenzamos a hablar fuera de cámara, no necesitamos mencionar nombres, pero me comentaste hoy que recibiste cierta resistencia en línea por tu propia perspectiva sobre este concepto, la idea de la IA—llegaremos a eso más adelante—la idea de inteligencia y el estándar que estabas tratando de establecer dentro de supply chain.
La gente te desafiaba, se oponía a ti, alegando que el supply chain no está esencialmente evolucionado lo suficiente para el tipo de paradigma del que estamos hablando aquí.
Joannes Vermorel: Sí, pero aquí necesitamos observar la tendencia general del progreso tecnológico. El trabajo ha sido mecanizado, y aún se está mecanizando. Es algo que ha estado en progreso durante literalmente milenios, y que se ha acelerado tremendamente para cualquier aspecto físico durante las últimas cinco décadas.
Así que hemos progresado. Incluso el riego es una forma de ahorrar mano de obra. Hay muchas cosas que literalmente tomaron milenios para realmente comenzar, y en el último medio siglo, el trabajo físico ha experimentado aumentos dramáticos en productividad.
Conor Doherty: Automatización, esencialmente, de lo que hablamos.
Joannes Vermorel: Sí, automatización, esencialmente, pero a todas las escalas. La gente puede pensar que a veces ni siquiera es automatización inteligente. Puede ser simplemente máquinas más grandes. Por ejemplo, un buque portacontenedores: sigue habiendo un hombre pilotando el barco, salvo que hay 20,000 contenedores en lugar de —y por lo tanto, si quieres mover los mismos contenedores con trucks, necesitas 20,000 conductores de camión.
Así que el buque portacontenedores no es una pieza de tecnología muy avanzada, pero simplemente al hacerlo muy grande, puedes aumentar la productividad enormemente. Por lo tanto, las mejoras en productividad se pueden lograr a veces con tecnologías sofisticadas y otras con pura fuerza bruta. Los buques portacontenedores son muy parecidos a forzar el gigantismo y el procesamiento por lotes.
Conor Doherty: O incluso, perdona, solo para volver al contexto del supply chain.
Joannes Vermorel: Sí. Y ahora estamos hablando de trabajadores de cuello blanco. Con la aparición de las máquinas de cómputo, las computadoras han ido automatizando el trabajo de cuello blanco, al menos los aspectos mundanos de los puestos, y muchos, muchos aspectos.
La gente no lo sabe: cuando mis padres empezaron a trabajar, todavía había personas que hacían cálculos a mano. Eso eran literalmente trabajos a tiempo completo. Tenías a alguien que sumaba los números para todo el dinero que se debía pagar a los proveedores, y se llevaba el libro mayor de cada proveedor a mano. Y luego llegó Excel, y posteriormente los paquetes contables, y luego ERPs para, de nuevo, mejorar este proceso.
Conor Doherty: Hacerlo más eficiente, esencialmente.
Joannes Vermorel: Exacto. Así que empezamos a ver mejoras en la productividad no solo para las personas de cuello azul que realmente movían cosas, construían y manufacturaban, sino también para las de cuello blanco. Y el proceso aún continúa, y últimamente se ha acelerado muchísimo. Esa es, esencialmente, la historia de los coding agents de los últimos meses.
Lo interesante es que hay muchas personas en línea, en LinkedIn—yo publico cosas rutinariamente—y muchas dicen, si resumo los comentarios, que son mayormente positivos. Dicen: “Joannes, estás abogando por algo que será el futuro dentro de 100 años.”
Conor Doherty: Sí, tal vez no sea cien, pero estás una década por delante.
Joannes Vermorel: La automatización—el mundo no está listo. Esencialmente, dicen que los supply chains no están listos para el nivel de automatización del que hablas, lo que abogas, lo que hace Lokad. Está presente, pero eres una excepción. Las empresas no están listas.
Y eso es muy interesante, porque con los coding agents, lo que veo es que nadie está listo, pero ya vienen. Ya están allí. Lo que los coding agents—Claude Code, OpenAI Codex, y algunos de sus competidores—están demostrando es que no importa si no estás listo. Ya están allí.
Y el listón es—lo que el mundo, incluyéndome a mí, está descubriendo, y es realmente un golpe en el estómago—el listón es mucho más alto de lo que pensaba.
Conor Doherty: Esos dos, de hecho, desde que escribiste el libro.
Joannes Vermorel: Sí, desde que escribí el libro.
Conor Doherty: Sí. Tu pregunta sobre LLMs ahora está, de hecho, desactualizada. Eso te da una idea de la magnitud del progreso, lo cual no es una crítica hacia ti. Es solo que eso fue antes de Codex.
Joannes Vermorel: Exacto. El progreso es absolutamente exponencial, y es muy, muy extraño. Incluso aquellas compañías de IA—su folleto de marketing está desactualizado. Usualmente, como proveedor de software, siempre estás prometiendo la luna. Estás vendiendo algo que podría estar disponible el próximo año.
Y aquí, en realidad, están vendiendo cosas que ya se hicieron hace seis meses. Así que incluso los departamentos de marketing están retrasados en comparación con la capacidad real del software, y es fantástico.
En el libro, describo la inteligencia general como la capacidad de un sistema inteligente para mejorarse a sí mismo. ¿Y adivina qué? Para la última generación—es decir, es Opus 4.6 y GPT 5.3, de Anthropic y OpenAI, respectivamente—¿adivina qué? En ambos casos, en ambas instancias, los equipos de desarrollo de software están diciendo que esos coding agents han estado literalmente escribiendo la siguiente versión.
Obviamente bajo supervisión humana, pero aún así. Esto significa que la idea de que nos estamos acercando a un sistema de software capaz de reescribirse a sí mismo es—bueno, en el libro mencionaba con los LLMs que tal vez teníamos una chispa de inteligencia general. Ahora ya no es una chispa. Tenemos un pequeño fuego. No es un gran fuego, pero claramente está creciendo.
Así que la crítica de decir, “No estamos listos”, creo que es irrelevante. Es irrelevante. Al mercado no le importa si estás listo o no, porque esas herramientas son tan brutalmente eficientes que en algún lugar del mundo habrá un competidor tuyo que las estará utilizando. Eso es todo.
Y de nuevo, ¿cuánto durará tu empresa si llevas—aquí está la expresión, “ir a una pelea con espada contra pistolas”—pero es más bien como si llevaras una espada y ellos un tanque. La magnitud es grande. Es realmente, realmente grande. Así que sí, y por cierto, esto es un golpe en el estómago incluso para un proveedor de software como Lokad. No somos inmunes. También es algo que tomamos muy, muy en serio.
Conor Doherty: Bueno, de nuevo, no tenemos que adentrarnos demasiado en los detalles, pero hay algunos mitos o algunas ideas preconcebidas mal concebidas que nos gustaría abordar aquí. Por ejemplo, las personas que venden la idea de que los LLMs, como modelos de lenguaje grandes, son una panacea, una cura milagrosa, podrías decir, en supply chain—señalas que eso es una tontería. Ahora eso es posiblemente un poco anticuado, pero ¿dónde te posicionas ahora respecto a la idea de la IA en lo que respecta a la toma de decisiones de supply chain?
Joannes Vermorel: Lo que está claro es que si quieres robotizar completamente el enfoque convencional de supply chain, los agentes están muy por encima de eso.
Conor Doherty: Con eso, nuevamente, te refieres a—
Joannes Vermorel: Me refiero a safety stocks, ABC analysis, todos los sospechosos habituales. Así que si quieres tomar a todos los sospechosos habituales, que serían todo el material de entrenamiento de ASCM, los coding agents están muy por encima de eso. Si abrazas la teoría del supply chain convencional, diría que ni siquiera queda una sola pregunta sobre si OpenAI Codex o Anthropic Claude Code pueden robotizarlo.
Sí, se puede. Se puede con facilidad. Eso ni siquiera es algo realmente desafiante. Ya no es ni siquiera un reto para esas herramientas.
Conor Doherty: ¿Entonces, por qué las empresas no lo están haciendo? Esto está disponible comercialmente por 20 dólares al mes. Empresas de miles de millones de dólares—
Joannes Vermorel: Pero algunas sí. De nuevo, estamos hablando de la mayoría. Los mercados son filtros, no educadores, así que debes asumir que las nuevas tecnologías nunca serán adoptadas por todas las empresas. Las empresas nunca adoptan todas las tecnologías. Cinco por ciento de ellas adoptan la nueva tecnología; el resto simplemente se va a la quiebra. Esa es simplemente la esencia de los mercados. Y es muy doloroso. Schumpeter lo detectó. Es la destrucción creativa de la innovación.
Volvamos al ecommerce. Walmart podría haber aplastado a Amazon. Todo lo que se necesitaba era asignar a unos pocos ingenieros. Jeff Bezos trabajaba en un garaje. No tenía nada. Ni siquiera podía contratar a los muy buenos ingenieros. Todo eso vino después. Solo podía permitirse, en una etapa muy temprana, ingenieros baratos. Era una pequeña startup, y tenía tantos problemas. Nada estaba listo. No tenía conexión con los bancos. No contaba con redes logísticas. Así que todo era un completo desastre.
¿Y por qué Amazon se convirtió en un gigante? La respuesta es porque todos los demás fallaron. Nadie prestó atención durante décadas hasta que fue demasiado tarde. Y aquí, lo que veremos se repetirá, porque el ecommerce no fue algo puntual.
Si miras al final del siglo XIX, es muy interesante. La electricidad llega. La electricidad cambia las reglas del juego. Si tienes electricidad, por ejemplo, escoge cualquier fábrica, no importa cuál, pones bombillas, y de repente tu fábrica puede operar las 24 horas del día. Así que es la conquista de la noche. Eso significa que tu inversión en activos fijos—si esas máquinas son caras—de repente tus máquinas estarán trabajando las 24 horas del día en lugar de, en promedio a lo largo del año, 12 horas al día.
Antes de las bombillas, operar una fábrica a oscuras, o con velas, simplemente no era posible. Así que ya ves, es el tipo de situación en la que la electricidad, solo añadiendo algunas bombillas, podría doblar repentinamente la tasa de retorno de tu fábrica. ¿Y adivina qué? Cada empresa industrial que perdió la oportunidad de añadir bombillas en sus fábricas se extinguió.
Y la historia se ha repetido una y otra vez. Eso es lo mismo, por ejemplo, para las compañías automotrices. Si miras el comienzo del siglo XX, había cientos de marcas en Europa. Cientos. Y prácticamente todas esas empresas se extinguieron, y la razón es que el taylorismo—la idea de organizar tu línea de montaje de una manera muy específica que maximice el rendimiento y todo lo demás—fue lo que hizo la fortuna de Ford. Cualquier empresa que no se convirtiera en Ford, en cierto sentido, se declaró en quiebra.
Entonces la pregunta es: ¿es real o no? Porque lo curioso de la tecnología es que la gente ha estado haciendo esas afirmaciones grandiosas una y otra vez, a veces para cosas muy superficiales. Todas las palabras de moda de las que he estado hablando. Por ejemplo, blockchain fue exagerado para ser un completo disparate. Más cercano a nosotros estuvo el demand sensing—otra vez, eso es como vaporware. No existe una tecnología de demand sensing. Es solo una palabra de moda inventada por algunos proveedores.
Entonces la pregunta es: ¿estamos hablando de algo real? Y mi respuesta es: no confíes en mí. Solo toma código. Eso es lo que, por cierto, le digo a mis colegas en Lokad: tomen uno de esos coding agents, úsalo, y en una hora estarás creando tu primera aplicación, y te quedarás alucinado. Es así de fácil.
No tienes que confiar en Joannes Vermorel de Lokad. Puedes obtener la prueba en una hora simplemente haciendo una prueba. Y por cierto, he visto a decenas de YouTubers que literalmente ni siquiera son de software. Literalmente están discutiendo sobre cocina, política, lo que sea, y dicen: “Ah, por cierto, probé esto y construí una aplicación en una hora, y es como una aplicación muy elegante.” Y se quedan alucinados.
Así que sí, esta vez es algo realmente, realmente impactante. Y eso significa que esta idea de automatizar el trabajo de cuello blanco—para mi afirmación, la teoría convencional de supply chain tal como es, puede ser completamente robotizada.
Por cierto, la teoría alternativa de Lokad, la que presento en este libro, no del todo. No del todo, por razones que, por cierto, siguen siendo muy válidas, que discuto en el libro. Por ejemplo, el problema de la valoración es un problema muy difícil. Tus LLMs simplemente te darán disparate para eso. Así que hay algunos—y enumero una cierta lista de problemas muy difíciles—en los que digo que no espero pronto una solución automatizada, porque simplemente son demasiado complicados, especialmente los problemas intrincados.
De nuevo, este libro fue escrito mucho antes de que los LLMs se volvieran convencionales, y ciertamente antes de que los coding agents se volvieran convencionales, pero estoy relativamente complacido en este aspecto. Esas predicciones fueron algo correctas. Claude Code aún no resolverá correctamente. Lo mismo para OpenAI Codex, aún. Esos problemas de valoración son simplemente demasiado difíciles.
Conor Doherty: Bueno, esto es la cuestión, porque creo que hemos cubierto la inteligencia bastante, y la IA, pero hay elementos de economía que se infiltran en el capítulo, lo cual es natural ya que supply chain es una rama de la economía aplicada, perdonen. Y esa es la idea de —mencionaste assets antes— esa es la idea de OPEX versus CAPEX, y la idea de tratar el supply chain más como un activo.
Así que solo quiero leer un par de citas, y luego te dejo la palabra. Pero abogas porque lo que necesitamos hacer es convertir los gastos operativos en gastos de capital. “La práctica del supply chain se reifica como un activo productivo,” o debería reificarse como un activo productivo. “Genera retornos continuos más allá de sus costos operativos.”
Ahora, la idea de convertir OPEX en CAPEX, estoy seguro de que atrae a mucha gente. No eres la primera persona en presentar ese concepto: “Oh, deberíamos verlo más como CAPEX.” Pero tú estás proponiendo una manera tecnológica de hacer que eso suceda. Así que, sí, tanto en el libro como desde tu propia perspectiva, ¿cómo es eso en realidad? ¿Qué es el activo productivo? ¿Qué es? ¿Cómo es?
Joannes Vermorel: De nuevo, piensa en trabajador de cuello azul, de cuello blanco. Un trabajador de cuello azul: si quieres convertir OPEX en CAPEX, reemplazas a tu trabajador con una máquina, y en lugar de tener que pagarle un salario, haces una inversión inicial, y luego las máquinas generarán el mismo trabajo por un precio mucho, mucho menor.
Ves, esa es la belleza de la automatización, que puedes eliminar lo que es el recurso más escaso de todos, que es la mano de obra.
Conor Doherty: Mhm.
Joannes Vermorel: En última instancia, el recurso más escaso de todos es la mano de obra. Lo que digo es que el trabajo de cuello azul y el de cuello blanco son dos tipos diferentes de mano de obra, pero sigue siendo mano de obra. Por un lado, en el trabajo de cuello azul, estás comprando la capacidad física, la motricidad, de un empleado. En el caso de un trabajador de cuello blanco, esencialmente estás comprando las capacidades cognitivas de ese empleado.
Pero en definitiva, durante mucho tiempo, la idea de convertir OPEX en CAPEX fue un privilegio del ámbito de los trabajadores de cuello azul. Simplemente compras una máquina, y esta máquina realiza el trabajo físico.
Con las computadoras, comenzamos a entrar en el territorio de la automatización de cuello blanco. De nuevo, solo piensa en los empleados administrativos que realizan las cuentas para llevar los libros contables. Ya han sido reemplazados por computadoras. Y digo que esto es solo una continuación.
Lo interesante acerca de la contabilidad es que ésta es esencialmente centrada en los costos. Ninguna empresa puede volverse super rentable solo porque tenga una buena contabilidad. Es solo que, si tienes una mala contabilidad—
Conor Doherty: Sí, cubrimos esto la semana pasada.
Joannes Vermorel: Exactamente. Si no tienes una buena contabilidad, el dinero se perderá, se robará, se sobornará, lo que sea. Así que la necesitas. Es supervivencia para tu empresa. Necesitas contabilidad de partida doble. No es una opción, al menos si operas a cualquier escala.
Conor Doherty: Sí.
Joannes Vermorel: Ahora, lo interesante sobre el supply chain es que esto es —si juegas bien la partida, de eso hablo— el supply chain no es un centro de costos, es un centro de beneficios.
Primero, para hacer del supply chain un centro de beneficios, necesitas entender por qué puede ser un centro de beneficios, porque si te quedas con la perspectiva convencional del supply chain, la perspectiva convencional dice: tenemos requerimientos, service levels, entre otras cosas, y entonces el juego del supply chain es minimizar el costo para apenas alcanzar este nivel.
Digo que si enmarcas el problema de esa manera, el supply chain nunca puede ser otra cosa que un centro de costos. Así que esto es simplemente un enfoque equivocado. De nuevo, se trata de una posición filosófica, más que financiera. Cuando entro en el meollo exacto, abordo el supply chain como algo en lo que las decisiones pueden tener una tasa de retorno. Esta tasa de retorno puede ser muy agradable, lo que significa que un dólar se convertirá en dos después de un tiempo, o se convertirá en medio dólar después de un tiempo.
Lo que estoy diciendo es que cuando digo “un centro de beneficios,” no quiero decir que tu supply chain generará dinero. Solo digo que tiene el potencial de hacerlo.
Conor Doherty: Sí.
Joannes Vermorel: Si juegas mal la partida, simplemente perderías dinero. Ahora, si adoptamos esta idea de que el supply chain tiene el potencial de ser un centro de beneficios, entonces la pregunta es: ¿puede esta máquina, esta computadora con el software adecuado, generar automáticamente, al estilo máquina, esos beneficios para mí? Y la respuesta que doy es que sí, y ni siquiera es ciencia ficción.
Conor Doherty: Sí. Bueno, de nuevo, permíteme quizá replantear la pregunta. Entonces, cuando dices que quieres replantear el supply chain de un centro de costos a un activo, lo estás tomando de manera bastante literal en el sentido de que, en realidad, un activo no necesariamente tiene que ser algo que poseas. Es decir, las acciones son activos. Pero esas son cosas que, por definición, se aprecian o se deprecian.
En realidad, estás argumentando que puedes convertir esencialmente el supply chain en un activo productivo o apreciable. ¿Qué significa eso, sin embargo? Activo productivo. ¿Qué significa eso? Significa: ¿a qué debo mirar y decir, “Ahí está mi supply chain”?
Joannes Vermorel: En la práctica, lo que será es software. Porque tienes otros tipos de activos productivos que son simplemente intelectuales. Podría ser, por ejemplo, una marca.
Conor Doherty: Sí.
Joannes Vermorel: Eso es un activo. Obviamente, cuando Disney compró Marvel como marca, ese fue un activo productivo. Es algo que puede generar ingresos y genera ingresos.
Entonces, lo que estoy diciendo es que esto es un activo de propiedad intelectual. ¿Qué tipo de activo? Bueno, no es una patente, no es una marca, es un trozo de software. Es código, esencialmente. ¿Y por qué es exactamente un activo? La respuesta corta es porque, fundamentalmente, estás jugando un juego que es muy competitivo.
Y así, la idea es que si juegas bien el juego del supply chain, es algo en lo que puedes tener en tu software y en tu lógica algo que es muy único para ti, y que te permite jugar mejor que la competencia. No necesariamente en todas partes todo el tiempo, pero te da un nicho donde eres el más fuerte.
Por eso digo que esto se convierte en un activo productivo, porque es algo que, si se hace bien, generará beneficios y ayudará a tu empresa a tallar en el mercado una isla de superioridad. Porque si no tienes una isla de superioridad con algún tipo de foso, entonces serás reemplazado por competidores. Por definición, una empresa que sobrevive es una empresa que tiene una isla dentro del mercado donde no solo es buena, sino que es la mejor. Si no tienen ni un segmento en el que sean los mejores, desaparecerán.
Conor Doherty: Usé el término “apreciarse” antes y “depreciarse” porque si hablamos de activos que se parecen a una casa, o se aprecian o se deprecian. Compras un auto, en el momento en que lo sacas del concesionario, se ha depreciado. Compras un Rolex, uno bueno, un Submariner, puede apreciarse en valor. Así que las cosas suben o bajan.
Aplicado en este contexto, según mi interpretación de lo que has descrito, conviertes el supply chain en código. Es un activo, y al mantenerlo activamente o mejorarlo, toma mejores decisiones, porque de nuevo, no es un concepto estático. Y al asignar recursos de manera sensata, puedes hacer que —nuevamente, para decir que esa es la línea de código, sé que depende— pero esa es la línea de código que produce decisiones cada vez mejores y que son más gratificantes financieramente para ti. Se ha apreciado.
Si no lo reviso por seis meses, producirá peores decisiones, o no tan buenas como al principio. Ese activo se ha depreciado. ¿Te he entendido correctamente?
Joannes Vermorel: Absolutamente. Perfecto. Absolutamente. Y, por cierto, cuando digo que para el software, este juego lo han jugado durante medio siglo los software vendors. Microsoft tiene un activo llamado Microsoft Excel. Pueden dejar que se deprecie, y entonces el software envejece más y más, y la gente compra cada vez menos licencias. O pueden invertir en él para mejorarlo y dar a la gente un incentivo para comprar las nuevas versiones.
Ves, lo hace. Así que esto es un activo productivo, porque cada día toneladas de gente están comprando, ya sea como suscripción u otra cosa, están pagando a Microsoft por una licencia de este software. Así que, para Microsoft, esto es un activo. Es algo que genera ingresos, y si no hacen nada, entonces se deprecia lenta pero seguramente.
Por ejemplo, algunos de los activos de Microsoft, Microsoft dice, “Nunca vamos a reinvertir nuevamente.” Esa sería la historia de Microsoft Access. Microsoft Access, por ejemplo, sigue siendo un activo con valor en depreciación. Algunas personas todavía compran licencias para ello, así que en general sigue generando ingresos para Microsoft, aunque es esencialmente una curva, una trayectoria en declive. Microsoft decidió, hace como 15 años, que no invertirían más en Access, excepto en actualizaciones mínimas, solo para asegurarse de que el software siga funcionando. Pero eso es todo. Nada realmente revolucionario, solo mantenimiento mínimo.
Conor Doherty: También quiero ser claro con la nomenclatura, con los nombres que estamos usando aquí, porque de nuevo hablamos del supply chain, decimos que es invisible, que no se puede tocar —ese es el capítulo uno—, no se puede observar directamente. Ahora estamos diciendo que puede ser CAPEX, puede ser un activo, un activo apreciable, sí. Pero también hablamos luego de sistemas de inteligencia. El sistema de inteligencia es el activo, que es entonces tu supply chain —¿es que— todos estos se están volviendo básicamente sinónimos?
Joannes Vermorel: No, no. La razón por la que introducir sistemas de inteligencia es realmente una discusión centrada en el software.
Conor Doherty: Pero es el activo. Eso es lo que estás comprando. Ahí es donde alguien podría confundirse.
Joannes Vermorel: No, no, no, no. El sistema de inteligencia es una fracción del activo, porque para la empresa eso tiene que ser explicado.
Conor Doherty: Sí.
Joannes Vermorel: Para la empresa, necesitas tener a las personas y el conocimiento institucional para operar tu activo. Para tener realmente un activo completo —porque no tenemos a Skynet, porque no es completamente autónomo—, necesitas personas para operar el software. Así que, si piensas en tu activo, tendrías que incluir a las personas que están a cargo de operar y mantener el software como parte de este activo.
Pero el sistema de inteligencia trata realmente de aclarar los límites de responsabilidad de las diferentes piezas de tu panorama aplicativo. Se trata simplemente de decir que esta pieza de software debería ser responsable de esto, pero no de aquello.
Conor Doherty: Sí. Y el sistema de inteligencia genera las decisiones, que es de lo que acabábamos de hablar en términos de las líneas de código que generan decisiones. Ahí es donde solo estoy tratando de aclarar.
Joannes Vermorel: Pero lo que típicamente describiría como un sistema de inteligencia es realmente una clase de software. No incluiría en ello el hecho de que necesitas personas para mantenerlo. De nuevo, cuando hablo de sistemas de registros, de reportes, realmente estoy dentro del software. Solo estoy clasificando diferentes tipos de software aquí.
Estoy adoptando una perspectiva centrada en el software y pensando qué tipo de características pertenecen al software o no. Aquí, cuando digo activo, no estoy tomando una perspectiva centrada en el software, estoy adoptando una perspectiva económica. Una forma de pensarlo es lo opuesto: un pasivo. ¿Es un activo o un pasivo? Así es como lo veo. Así que ves, esta es una perspectiva económica, una postura económica.
Cuando estaba discutiendo sistemas de inteligencia, era una postura de software. Sé que hay mucha superposición, pero fundamentalmente no estoy mirando la cosa desde el mismo ángulo.
Conor Doherty: Está bien.
Joannes Vermorel: Al final del día, hay enormes superposiciones, pero, de nuevo, es una cuestión de perspectiva. ¿Estoy mirando el problema desde un ángulo de software, o lo estoy mirando desde un ángulo económico?
Conor Doherty: Está bien. Está bien. Pues entonces quiero profundizar un poco en eso, porque de nuevo, desde la perspectiva de un profesional, hay secciones en el capítulo que son muy técnicas. Empiezas a hablar de gradient descent estocástico, por ejemplo. Todo eso está genial.
Lo que realmente me llama la atención es la economía, porque son cosas que, oh, están hablando mi idioma. Ese es mi día a día: entradas de dinero, salidas de dinero. Y si soy alguien que toma el libro, empieza a leer y dice, “Oh, me encanta esta idea. Me gusta la idea de finalmente convertir de centro de costos a activo productivo,” ¿cuál es mi primer paso? ¿Es el sistema de inteligencia? ¿Cuál es el camino lineal entre “sí, me gusta esta idea” y “estoy avanzando para implementarla”?
Joannes Vermorel: El problema es que no existe el incrementalismo. No se puede progresar linealmente de los caballos a los autos. Ese es el problema. De nuevo, aquí estamos hablando de algo que es un alejamiento radical de la sabiduría convencional.
Necesitamos adoptar la idea de que la inteligencia es un espectro, y dentro de ese espectro, las computadoras y las máquinas están abarcando cada vez más la parte del espectro que en el pasado era privilegio de la mente humana. Y ahora hemos alcanzado, con los agentes de codificación, una situación donde la postura filosófica debería ser: cualquier cosa, absolutamente todo, debería ser realizado por una pieza de software intelectualmente, a menos que se demuestre lo contrario.
Eso es incluso más fuerte que lo que puse en mi libro, porque creo que esos agentes de codificación están ahora elevando el listón tan alto que la postura interactiva correcta debería ser: a menos que puedas probar que esta cosa está más allá de lo que un agente puede hacer, debemos asumir por defecto que un agente puede y lo hará. Esa es la postura correcta.
Al igual que en el transporte: a menos que puedas probarme que llevar las cosas a mano es el enfoque correcto, por defecto asumiré que usar un vehículo para el transporte es mejor. Necesitas demostrarme que no usar un vehículo es la opción adecuada.
En el mundo de los trabajadores de cuello azul, esto es tan obvio que hoy en día la gente mira cualquier cosa repetitiva y pregunta, “¿No podemos usar una máquina para eso?” Ese sería su pensamiento predeterminado. Si te digo que existe Charlie Chaplin, al estilo de Tiempos Modernos, y tienes que golpear un martillo 5,000 veces al día, la gente diría, “Pero seguramente debería haber una máquina. Nadie debería tener un martillo pesado en la mano y golpear 5,000 veces al día.” Obviamente, se necesita una máquina.
Lo que ha ocurrido, y creo que sucedió el año pasado con los agentes de codificación, es que ahora el paradigma filosófico correcto es: hasta que se demuestre lo contrario, para el trabajo intelectual debería existir una máquina. Y sí, eso no significa que el trabajo intelectual humano haya desaparecido. Pero la postura filosófica correcta debería ser: automatiza todo hasta que tengas muy buenas razones para no hacerlo.
Conor Doherty: Bueno, de acuerdo. Así que, para citarte, justo después de eso, para citarte del capítulo seis: “A escala, la automatización no supervisada de lo mundano,” o simplemente las cosas cotidianas, “las decisiones operativas mundanas, ha estado al alcance en supply chain durante más de una década ya.”
Solo dos puntos respecto a esta pregunta. Te dejaré abordarlos en secuencia. Uno, operacionalmente, ¿qué significa no supervisado? Si estás hablando de extremo a extremo, descríbemelo. Pero también, ¿dónde encajan los humanos en eso si algo sale mal?
Joannes Vermorel: Así que no supervisado significa que —y puedes tomar un ejemplo— si quieres tomar una empresa, dibujarla, cualquier tipo de negocio normal. Piensa en Walmart. Es simplemente un negocio normal. No hay nada realmente extravagante sucediendo. Sí, las noticias pueden decir que EE. UU. tiene algunos problemas geopolíticos en alguna parte del mundo, y hay un dictador que está haciendo tonterías en alguna parte del mundo, pero, fundamentalmente, piensa en la perspectiva de Walmart hoy como un día razonablemente normal en EE. UU.
No está pasando nada realmente extravagante. No es como la tormenta de nieve del siglo. Es simplemente un clima bastante normal.
Conor Doherty: Un día promedio.
Joannes Vermorel: Sí, es un día normal. Lo que estoy diciendo es que, si es un día que se siente exactamente como cualquiera de esos días, y ya has tenido cien de esos días en el año, entonces tu sistema de inteligencia, este software, debería ser capaz de tomar todas las decisiones de supply chain en tu nombre sin supervisión.
Y debería hacerlo no con personas que presionan un botón para decir “sí, sí, sí”. Simplemente toma las decisiones, y tienes la confianza suficiente. El sistema ha demostrado ser lo suficientemente fiable como para que puedas dejar que lo haga por ti.
La gente diría, “Oh, ¿podemos confiarle eso a una computadora?” Y la respuesta es absolutamente. Hay muchos ejemplos. Por ejemplo, tu ABS en tu coche, el sistema antibloqueo, está tomando una decisión increíblemente que pone en riesgo la vida. Va a decidir que estás frenando demasiado. Literalmente, no es un sistema para frenar más. Es un sistema para frenar menos, para que tus ruedas no comiencen a deslizarse en la carretera.
Así que, fundamentalmente, si este ABS falla, significa que perderías los frenos. Por lo tanto, obviamente este es un sistema de altísimo riesgo para la vida, porque es justamente en el momento en que más lo necesitas que tiene que ser súper, súper críticamente fiable. Hemos tenido este tipo de sistemas durante décadas. No es un problema, siempre que tengamos la ingeniería adecuada.
Y lo que estoy diciendo es que supply chain, por definición, la mayoría de los días es mundano, de lo contrario tendríamos la definición equivocada de mundano. Diría que un sistema probablemente, al menos 19 días de cada 20 —nuevamente, eso es una guía— debería ser capaz de operar completamente sin supervisión. Si necesitas intervenir más de dos veces al mes, entonces tienes un problema. Sí, habrá meses que sean realmente, realmente locos. Una vez cada década hay un mes loco en el que cinco cosas aparentemente imposibles suceden en el mismo mes.
Pero de nuevo, si vamos a la normalidad, la mayoría de los días son normales. Tu sistema debería simplemente funcionar completamente sin supervisión. ¿Y qué quiero decir con sin supervisión? Significa que, si al final del día miras hacia atrás a esas decisiones —qué cantidad enviaste a dónde— dices, “Fue bueno. Fue bueno. Nada que ver. Fue bueno. Funcionó tal como se esperaba. No hay nada que lamente. El sistema operó exactamente como debía,” y eso es todo.
Conor Doherty: Bueno, entonces esa es la excepción. Eso aborda la idea de lo que sucede cuando surgen excepciones. De nuevo, es como comprar un Rolex, lo compras como un activo; si algo sale mal, llamas a un reparador de relojes. Eso está bien en términos de mejorar el activo, porque antes acordaste que un activo puede apreciarse. Apreciarse significa que mejora. Si está mejorando, presumiblemente eso es por alguna intervención humana en algún punto de ese proceso. Ilustra cómo funciona eso para los oyentes.
Joannes Vermorel: De nuevo, estamos en el paradigma del software. Así que se trata de refactorizar gradualmente tu software para que se convierta en una mejor versión de sí mismo. Es un problema de ingeniería, un problema de ingeniería de software.
Conor Doherty: Así que, un problema de insight humano.
Joannes Vermorel: Absolutamente. Eso es exactamente lo que digo. Es un problema creativo. Fundamentalmente, es algo en lo que tendrás que inventar ventajas frente a tu competidor. Tendrás que hacer cosas que tu competidor no hace. Así que es un problema espinoso.
No hay una solución correcta. Una solución podría ser la correcta solo porque tus competidores aún no lo están haciendo. Si lo hacen, necesitas diferenciarte. Así que estamos en el territorio de los problemas espinosos, los problemas abiertos, los problemas que no tienen lo que describí como límites formales. Y sí, ese es el privilegio de la mente humana, al menos por ahora.
Pero aquí tenemos una comprensión clara de por qué necesitamos una mente humana. Es porque esos problemas son hiper-difíciles. Realmente, no se pueden resolver mediante fuerza bruta. No se pueden enumerar.
Conor Doherty: Por ejemplo, ilustra un ejemplo, si puedes. De nuevo, eres una empresa de retail, o lo que sea. Eres una MRO aeroespacial. Elige algo. Un ejemplo de dónde tienes un activo productivo y una persona en esa empresa ayuda a mejorar ese activo.
Joannes Vermorel: Entonces, por ejemplo, dirías: ¿puedo establecer una asociación con uno de mis proveedores y enmarcar la asociación de tal manera que tenga acceso privilegiado en el mercado, es decir, tener acceso a algo a un costo inferior al de cualquier otro?
Verás, ¿cómo se ve esa asociación? Puede ser cualquier cosa. Puede ser una empresa conjunta, puede ser construir una línea de tren para este proveedor.
Conor Doherty: Insights estratégicos.
Joannes Vermorel: Sí. Puede ser cualquier cosa. Puede ser que yo le entregue una de mis tecnologías a este proveedor para mejorarle, con un contrato. Puede ser que el proveedor invierta en mi empresa. Puede ser simplemente que los equipos se vayan de retiro juntos cada mes. Puede tomar tantas formas.
No es una proposición que se pueda enumerar con la opción A, opción B, opción C. No. Es como si las posibilidades fueran infinitas.
Conor Doherty: De acuerdo. Y en términos de —de nuevo, para tomar un ejemplo— esto es como lo enmarqué, y quizás esté equivocado, puedes corregirme. Pero si estás en una situación en la que, al final del día —tomaste el ejemplo de Walmart— miras hacia atrás, sí, las cosas podrían haber sido buenas, pero, ¿sabes qué? En realidad pienso que esa decisión podría haber sido un poco mayor, porque eso refleja algo que de alguna manera conozco sobre ese proveedor o esa tienda. Simplemente tengo un insight humano muy único en ello.
Si eso es un evento repetible o un evento recurrente, eso se puede incorporar en el código, o expresarse como código, absorbido en este activo, y luego en el futuro eso habrá entrenado el modelo para producir decisiones, y no tendrás que repetirlo—
Joannes Vermorel: Sí. Es exactamente la manera en que Microsoft mejora Microsoft Excel. Observan lo que dice la gente, su retroalimentación, y si ven que algo surge muy frecuentemente, entonces en algún momento deciden actuar y dicen, “Esto no es ruido. Esto no es solo una anomalía. Esto es, en realidad, una retroalimentación fundamentalmente correcta sobre el producto, y por lo tanto modificamos el producto en esta dirección.”
Y ves, aquí el principal problema es que, al final del día, puedes ver muchas áreas donde, ah, esta decisión podría haber sido mejor. Pero el problema es que, al final del día, sabes más de lo que el software sabía al comienzo del día. Entonces, tienes más información. Tienes que distinguir cuál es tu insight genuino para la solución versus el sesgo de supervivencia, que es simplemente que tienes información postmortem que no estaba disponible para tu sistema de inteligencia al comienzo del día. Así que no puedes culpar a este sistema por ser ignorante sobre lo que solo se desarrolló durante el día.
Conor Doherty: De acuerdo. Bueno, ya llevamos aproximadamente una hora, así que quiero empezar a ir concluyendo un poco. Pero algo que creo que vale la pena aclarar es: si supply chain se convierte en un activo, ¿a qué departamento pertenece ese activo? Puedes decir la empresa, pero ¿dónde se refleja eso? ¿Está en finanzas?
Joannes Vermorel: El problema es que, con la automatización de los trabajadores de cuello blanco, todos los trabajos de cuello blanco están siendo automatizados. Para mí, eso era evidente incluso hace 20 años. Y, por cierto, tengo incluso una conferencia en la que afirmo, como la segunda conferencia, “El siglo XXI será el siglo de la mecanización del cuello blanco.” Esa es, literalmente, mi declaración introductoria.
Entonces, en resumen, esta idea de que vamos a convertir las empresas, sus divisiones, en mini empresas de software para cada departamento, está llegando. Ha estado llegando desde hace mucho tiempo, y ahora está llegando con fuerza. Así que el problema es que si dices que el software pertenece a IT—
Conor Doherty: Mhm.
Joannes Vermorel: ¿Cuál es el fin último de eso? Dirige toda la empresa. Así que no queremos eso. El punto es que no queremos eso, porque hace que la noción de IT pierda sentido. Si dices que tengo legal, marketing, supply chain, lo que sea, es una división del trabajo. Es una manera de segmentar a las personas.
Entonces, si dices que todo va a IT, entonces, de acuerdo, significa que ahora es la empresa, y la pregunta se vuelve: ¿cómo la segmento? Solo estoy posponiendo el problema, pateando el balón. Si pongo todo en IT, ¿por qué no? Pero entonces la pregunta será: ¿cómo la segmento?
Así que lo que estoy diciendo es que poner todo en IT hace que la palabra pierda significado. Es simplemente decir que entonces se convierte en la empresa. Así que, si queremos preservar palabras que tienen significado, entonces no puede ser “todo va a IT,” porque, de nuevo, estamos perdiendo la proposición, la división del trabajo está ausente, y nuestras palabras dejan de tener cualquier sentido.
Así que lo que digo es que estamos en este mundo donde, prácticamente, en cualquier lugar donde solía haber muchos trabajadores de cuello blanco, ahora vas a tener mucho software en su lugar. Y lo interesante es que los agentes de codificación dan un aspecto fascinante sobre cómo se vería una empresa futura. Tal vez cada división tendrá personas operando agentes de codificación para crear sus propios activos para su propia división.
Esto significa que tienes un departamento legal, donde esas personas usan agentes para operar a escala y ser extremadamente productivas. Lo mismo para RRHH. Lo mismo para cada división. Así que lo que estoy diciendo es que, si dices que supply chain se convierte esencialmente en un juego de software, y eso es lo que promuevo en este libro, entonces simplemente significa que la división de supply chain se convierte en una especie de división de software especializada dentro de la empresa, y su objetivo es crear, operar, mantener y desarrollar un activo que sea productivo y que genere ganancias al jugar el juego de supply chain de manera muy rentable.
Y esto será una pista paralela, porque el marketing jugará el mismo juego, y tendrán el mismo problema, y también necesitarán desarrollar sus propios activos productivos para que, a nivel de marca, a nivel de conciencia de mercado, cultiven algo que esté generando dinero para la empresa.
Nuevamente, con un activo productivo real donde la fuerza laboral humana aún está presente, pero no es dominante. Ese es, en cierto modo, el futuro de muchas grandes corporaciones. Ya es el caso de las empresas manufactureras. En la mayoría de las empresas manufactureras, lo que domina no es el componente laboral. Si miras a Nvidia, su gasto en mano de obra no es dominante. Lo que domina es el capital, el precio de las máquinas que operan. Eso es mucho más significativo que los trabajadores de cuello azul que las operan.
Y si vas a Microsoft, la valoración de sus activos de software es mucho mayor que el precio que pagan a los empleados. Así que, fundamentalmente, las empresas de software han estado operando en este paradigma durante décadas, que es que la valoración de tus activos intangibles de software es, literalmente, la mayor parte de lo que haces. Sí, pagas sueldos además, buenos sueldos para ingenieros de software, pero comparado con tus activos, son pequeños.
Y ahora solo estamos viendo la siguiente etapa, donde prácticamente todas las empresas empiezan a parecerse un poco más a las empresas de software. Ese es un mundo extraño, pero también diría que es un mundo en el que mucha gente había visto llegar este panorama durante décadas. Así que tampoco es del todo nuevo.
Conor Doherty: Muy bien. Bueno, mi última pregunta, y se conecta con la idea del practicante de supply chain que lee esto. Para los aproximadamente 10 millones de practicantes de supply chain que puedan llegar al final del capítulo seis, ¿qué se supone que deben extraer de lo que acabas de decir?
Joannes Vermorel: Necesitan replantearse su propia inteligencia humana y cuál es su valor añadido en comparación con la inteligencia de la máquina. Esa es, exactamente, la pregunta que, hace dos siglos, se les hacía a los trabajadores de cuello azul. Esa misma pregunta: ¿cuál es tu valor añadido?
Y, por cierto, hay muchas respuestas excelentes. Hay muchísimas personas que, con sus manos, todavía están siendo valoradas muy bien por el mercado. Si vas a un gran restaurante en París, hay un chef. El chef es un trabajador de cuello azul, y generalmente este chef está ganando muy bien.
Así que hay muchas respuestas muy buenas. La respuesta no es el dolor y la miseria. La respuesta es: tienes chefs que están ganando —si miras a las personas que ganan más dinero en Francia, muchos de esos chefs se encuentran en un percentil bastante alto de riqueza en comparación con la población general.
Pero, sin embargo, esta es una pregunta real que debe abordarse. Todos los trabajadores, de cuello azul, se han visto obligados a hacerse la pregunta: ¿cuál es mi valor en comparación con la máquina? Y ahora los trabajadores de cuello blanco tienen la misma necesidad de realmente pensar sobre cuál es su valor en comparación con la inteligencia de la máquina.
Mi rápida seguridad es: no te preocupes, aún tienes mucho margen. Pero va a ser diferente, y solo necesitas pensar en ello cuidadosamente, y no asumir que el mundo se va a mantener igual, porque realmente no es así.
Conor Doherty: Entonces, si tuviera que resumir eso, el consejo general hace 10 años era “aprende a programar,” y hoy es “aprende a cocinar.”
Joannes Vermorel: O de nuevo, aprende a meta-programar, porque un agente de programación simplemente está programando para ti a una velocidad mucho mayor. Si ya sabías programar, es bueno. Las personas que ya saben programar, adivina qué, son las que encuentran más fácil adoptar esas tecnologías. Así que ves, es solo que la combinación de habilidades, lo que necesitas aprender adicionalmente, se vuelve algo diferente.
Pero fundamentalmente, ser muy conocedor, por ejemplo, en programación, no te hace ineficiente para pasar a la siguiente etapa de esta revolución. Todo lo contrario. Así que hace 10 años, aprender a programar habría sido un buen consejo. De hecho, sigue siendo un buen consejo si quieres realmente aprovechar los agentes de programación. Es mejor si tú mismo tienes al menos un poco de fluidez con una mentalidad de programación.
Conor Doherty: Sí.
Joannes Vermorel: La sintaxis de los lenguajes es mucho menos relevante. Pero, de nuevo, el mundo es vasto, las oportunidades son muy, muy numerosas, así que no puedo sugerir un enfoque único para todos. Será un camino muy personal, tal como, hace dos siglos, los trabajadores de cuello azul que fueron mecanizados. Algunos decidieron tomar el camino de convertirse en artistas, otros se convirtieron en algo completamente diferente, etcétera, etcétera. Hay un sinnúmero de caminos diferentes.
Pero debes prestar atención, porque la mecanización de operaciones intelectuales básicas y mundanas ya está presente. Ya está presente.
Conor Doherty: Muy bien. Joannes, muchas gracias. No tengo más preguntas. Nos vemos pronto para el capítulo siete.
Y a ti por ver, muchas gracias por tu tiempo. Como siempre, lo digo en cada semana, en cada video: si quieres continuar la conversación, no dudes en contactarnos a Joannes y a mí. La forma más fácil es a través de LinkedIn, o en su defecto, puedes enviarnos un correo electrónico a contact@lokad.com.
Y con eso, nos vemos en el capítulo siete la próxima vez. Y sí, vuelve al trabajo.
