00:00:00 Definición de decisiones, irreversibilidad y previsiones contrastadas
00:05:50 Falta el costo de oportunidad en la planificación general
00:11:40 Decisiones robustas, frágiles y extremas explicadas
00:17:30 La optimización se itera encontrando decisiones locas
00:23:20 Holimización, conjeturas fundamentadas y lecciones de modernización
00:29:10 Escollos de la semántica de datos y recomendaciones absurdas
00:35:00 Tasa de rendimiento en granularidad de decisión
00:40:50 Ventana de responsabilidad enmarca horizontes de decisión
00:46:40 Las ventanas heurísticas reemplazan los engorrosos modelos de políticas
00:52:30 La carga mide el capital comprometido en el tiempo
00:58:20 La vida media captura la inercia de la empresa más allá de los plazos de entrega
01:04:10 Duración de la decisión de los informes de vida media sin simulación completa
01:10:00 Lente de liquidez: consumibles versus rotables
01:15:50 De los rituales de KPI a la mecanización de decisiones
01:21:40 La automatización comprime la latencia y aumenta la productividad
01:27:30 Las decisiones robotizadas permiten una mejora continua medible
Resumen
Joannes Vermorel y Conor Doherty continúan su discusión capítulo por capítulo de Introduction to Supply Chain. El capítulo ocho aborda las decisiones: las opciones operativas que asignan recursos, exponen a las empresas a riesgos y, en última instancia, determinan si la teoría de la supply chain crea valor económico.
Resumen detallado
Esta discusión gira, en el fondo, sobre una idea: en la supply chain, sólo las decisiones son reales. Los pronósticos, planes, KPI y paneles de control pueden ser útiles, pero no lo son en sí. Un pronóstico no mueve inventario, no compromete efectivo ni decepciona a un cliente. Una decisión sí. Es por eso que Joannes insiste en que la supply chain debe entenderse como una serie de asignaciones de recursos en condiciones de incertidumbre, juzgadas por el rendimiento esperado ajustado al riesgo.
Esto separa inmediatamente su visión de la corriente principal. El enfoque convencional trata el futuro como si fuera lo suficientemente conocible como para justificar un plan y luego la orquestación de ese plan. Pero una vez que asumes un futuro cognoscible, dejas de pensar seriamente en alternativas, y una vez que dejas de pensar en alternativas, el costo de oportunidad desaparece de la vista. Esto no es simplemente un error filosófico. Se convierte en un error de software. Las empresas terminan operando con sistemas que pueden procesar grandes cantidades de datos, pero permanecen ciegas ante las compensaciones que más importan.
Otro punto central es que “optimización” es a menudo una palabra engañosa. Lo que hacen la mayoría de los sistemas no es descubrir alguna verdad económica definitiva. Simplemente empujan hacia un extremo dentro de un sistema de puntuación que puede ser defectuoso. De ahí que el verdadero trabajo sea iterativo: generar decisiones, inspeccionar las absurdas, descubrir lo que el modelo no entendió y revisar la lógica económica. El problema muchas veces no es quien lo soluciona, sino el objetivo.
La conversación también deja claro que el tiempo importa económicamente, no sólo operativamente. Una decisión no es simplemente una cantidad; es un compromiso de capital a lo largo del tiempo. De ahí las ideas de carga y vida media. La carga mide el peso monetario de una decisión a lo largo del tiempo. La vida media mide cuánto tiempo se tarda en recuperar la mitad del capital inmovilizado en esa decisión. Estos son intentos de describir algo que muchas teorías de la supply chain oscurecen: la inercia. Una empresa puede pensar en términos de plazos de entrega, pero los plazos de entrega por sí solos no indican qué tan rápido el negocio puede cambiar de dirección.
Finalmente, la implicación práctica es organizativa. Gran parte de la gestión heredada de la supply chain existe porque alguna vez los seres humanos tuvieron que dividir el trabajo manualmente. Pero el software cambia eso. Si las decisiones pueden generarse diariamente, económicamente y a escala, entonces muchas rutinas arraigadas persisten no porque sean racionales, sino porque se heredan. La verdadera competencia ya no es entre un proceso manual y otro. Está entre la toma de decisiones mecanizada y las organizaciones que todavía confunden el papeleo con la acción.
Transcripción completa
Conor Doherty: Bienvenido de nuevo. Este es el episodio ocho de una serie especial en la que Joannes y yo tomamos su nuevo libro, Introduction to Supply Chain, y discutimos las ideas capítulo por capítulo. Ahora, como probablemente recuerdes, para esta serie pretendo ser uno de los aproximadamente 10 millones de practicantes en el mundo que podrían ver este libro, tomarlo, comenzar a leer y, naturalmente, tener algunas preguntas.
Ahora, este es el capítulo 8, lo que significa que ya hemos grabado los siete capítulos anteriores. Le recomiendo encarecidamente que los vea primero porque hoy se hará referencia a algunas de esas ideas. Y con eso, les doy la discusión de hoy sobre el capítulo 8, “Decisiones”.
Estamos hablando del capítulo 8, que está desglosando, creo, el concepto central del libro. Sé que es el capítulo 8 de 11, pero según su filosofía, la filosofía de Lokad, todo lo que hacemos, las decisiones son en realidad el concepto más fundamental.
Pero en el capítulo 8, usted da su definición completa, que es, y lo cito, “un compromiso de flujo que asigna recursos escasos entre opciones admisibles para cerrar alternativas en busca de la tasa de rendimiento ajustada al riesgo esperada más alta”. Muy preciso. Comenzó en el capítulo 1 con una definición un poco menos detallada y menos precisa, pero tengo curiosidad: ya ha dado muchos ejemplos y la gente puede rebobinarlos y revisarlos. ¿Qué aporta realmente su definición actual de decisión en términos de operaciones de la supply chain?
Joannes Vermorel: En primer lugar, se aclara la perspectiva de la economía aplicada. Literalmente dice que estamos centrando nuestra atención en cosas en las que apuntamos explícitamente a mejorar la tasa de rendimiento. Entonces esa es una declaración. Puede haber clases de decisiones que ni siquiera pertenecen a este paradigma. Lo que digo es que está bien, simplemente no son decisiones de la supply chain.
Así que aquí realmente estamos adoptando plenamente este paradigma, y luego dejo muy claro que estamos hablando de algo que es tangible en el flujo. Verás, lo que quiero eliminar con esta “decisión” es la confusión con posibles artefactos. Un pronóstico no es una decisión. Un pronóstico, puedes proyectar lo que quieras. Mientras sea una proyección, no influye en la rentabilidad de su empresa.
Puedes pronosticar un crecimiento del 200% o un decrecimiento del 10%, lo que sea. Es una proyección. En última instancia, diría que esas proyecciones son intrascendentes. Sólo se vuelven importantes cuando realmente haces algo tangible en tu flujo. Y por eso digo que esta es la decisión. La decisión será una asignación de recursos, y eso tendrá un impacto que es, hasta cierto punto, irreversible.
Digo “hasta cierto punto” porque la mayoría de las decisiones de la supply chain se pueden revertir, solo por un precio, a un precio. Entonces, si decides mover algo del lugar A al lugar B, puedes revertir este movimiento. Simplemente cuesta dinero. Entonces yo diría que la decisión es irreversible en el sentido de que siempre es reversible, pero hay que pagar por ello.
Conor Doherty: Solo para agregar un poco de color a eso, porque nuevamente, obviamente trabajo aquí, pero también después de haber leído el libro casi por segunda vez, es irreversible en el sentido de que no puedes volver al estado exacto de las cosas que existían en el momento en que tomaste la decisión.
Entonces, puedes volver al tipo de superposición de “Bueno, puedo elegir de nuevo”, pero lo que no puedes hacer es rebobinar el tiempo como Superman invirtiendo la rotación de la Tierra y decir: “Estoy exactamente de regreso a las 9:01 a. m. del martes por la mañana cuando por primera vez tuve el mercado tal como estaba, el Canal de Suez tal como estaba, el Estrecho de Ormuz tal como estaba”. No, eso ya no existe. Eso ya no existe.
Entonces hay irreversibilidad en el sentido absoluto y en el relativo. Estás hablando del sentido relativo.
Joannes Vermorel: Sí, exactamente. Y a diferencia de un pronóstico, puedo programar en mis computadoras un algoritmo que, digamos, revisaría el pronóstico un millón de veces por segundo. Esto no tendrá consecuencias en la supply chain. Así que estoy ajustando este número un millón de veces por segundo, y físicamente no sucede nada en la supply chain.
Pero si decido mover cosas, quiero decir, obviamente, si intento revertir mi decisión de movimiento de inventario y lo hago un millón de veces por segundo, la cosa ni siquiera ha comenzado a moverse todavía. Pero digamos que tan pronto como el material está ahí, hay un artículo en un camión y el camión circula por la carretera, entonces se pierde la reversibilidad.
Tomará tiempo recuperarlo, y la supply chain nunca volverá a la posición exacta del mercado, la posición exacta que estaba antes de esta decisión.
Conor Doherty: Bueno, nuevamente, esto llega al punto del costo de oportunidad, que, nuevamente, si desglosas la definición, “asignar recursos escasos entre opciones admisibles”, esencialmente puedes hacer A, puedes hacer B, puedes hacer C, puedes agregar casi un elemento infinito, tienes casi un número infinito de opciones, y cada una de ellas tendrá una tasa de rendimiento proyectada diferente.
¿Qué tan común es la comprensión o qué tan presente está la idea del costo de oportunidad en, digamos, lo que usted llama la perspectiva dominante sobre la toma de decisiones en la supply chain?
Joannes Vermorel: Está completamente ausente. Está completamente ausente y es por diseño. Verá, la perspectiva dominante ve el futuro como algo que puede capturarse dentro de tolerancias, al igual que esta es una perspectiva de las ciencias naturales. Puedo proyectar la posición de Marte dentro de un año de manera súper, súper precisa. La única incertidumbre sería la tolerancia debido al hecho de que mi telescopio tiene una imperfección muy, muy mínima.
Así que no sé exactamente la posición de Marte, pero dentro de una pequeña, muy, pequeña incertidumbre relativa al tamaño de Marte, sé casi a la perfección la ubicación de Marte en el cielo y en el sistema solar dentro de un año. Entonces, verá, esa es una perspectiva de ciencias naturales. Y para la teoría dominante, eso es exactamente lo mismo.
Aceptan su pronóstico, construyen un plan, y el plan es una orquestación de eso. Entonces las oportunidades no existen. Los costos de oportunidad no existen porque lo que tienes es un futuro y luego una orquestación para que todo suceda para que ese futuro suceda. Por tanto, no se trata de alternativas.
Conor Doherty: Nuevamente, lo siento, solo para que quede claro, podría estar completamente de acuerdo en que en la ejecución las personas no necesariamente sopesan todas las permutaciones imaginables de opciones, pero ¿estás sugiriendo que está ausente, como si nadie lo considerara en absoluto? ¿Ni siquiera son conscientes de que existe el costo de oportunidad?
Joannes Vermorel: El problema es que, no, quiero decir, obviamente en la mente del gerente, del practicante, obviamente la gente tiene esto, lo que describí en el libro como la “visión ruda” del futuro. Obviamente lo es, porque la visión ruda, y lo discutimos en el capítulo sobre el futuro, es la idea de que uno mantiene en su mente una comprensión aproximada del hecho de que existe esta incertidumbre irreductible del futuro, de que las cosas pueden cambiar.
De hecho, la visión teleológica es súper extraña cuando lo piensas. No hay nada que realmente funcione así en la sociedad humana, y mucho menos en un mundo que no sea el de las ciencias naturales. Es un mundo praxeológico, que es una palabra complicada para decir que es acción humana. Así que el futuro está hecho de acciones humanas, acciones futuras que aún no han sido decididas.
Entonces todo es susceptible de cambiar porque la gente puede cambiar de opinión, sus clientes pueden cambiar de opinión, sus proveedores pueden cambiar de opinión, su gobierno puede cambiar de opinión, etcétera. Fundamentalmente, cuando dije que la perspectiva dominante es ciega al costo de oportunidad, sí, las personas en la empresa generalmente no lo son, pero la realidad es que en las supply chains modernas, lo que se puede hacer y lo que no se puede hacer está definido en gran medida por el software que se opera.
Porque, como ve, su supply chain está completamente impulsada por software para cualquier empresa que supere, digamos, 500 millones de euros o dólares de ingresos al año. No conozco ninguna empresa que no esté basada en software. Esas empresas son demasiado grandes. Nadie conoce mentalmente cada posición del inventario.
Estamos hablando de miles de productos, potencialmente millones de movimientos de inventario al año. Y es por eso que la supply chain es algo extraño que hoy en día no se observa directamente. Sólo lo observas indirectamente con la mediación del software. Y ahora, si tienes un software para eso que abarca en gran medida la teoría convencional, incluso si en tu cabeza estás pensando en oportunidades y costos de oportunidad, si esto no tiene contrapartes en ningún lugar de tu panorama aplicativo, entonces se vuelve una batalla muy cuesta arriba hacer eso.
Sí, puedes hackear algunas hojas de cálculo a derecha e izquierda para seguir teniendo eso, pero es difícil y estás librando una batalla cuesta arriba porque, nuevamente, si miramos el paradigma, ¿qué dice? Se trata de una implementación de software que dice que hay que pronosticar, tener series de tiempo y luego tener una lógica de asignación que simplemente adopta este plan determinista y simplemente realiza una orquestación.
Entonces, está bien, si dices que tenemos una oportunidad o un riesgo, ¿cómo inyectas eso en esas series de tiempo y orquestación? La gente diría: “Oh, puedes modificar los buffers”. Sí, eso funcionaría para algunas oportunidades, algunos riesgos, pero eso es muy poco. Muchos costos de oportunidad no se verán reflejados en la parametrización de su stock de seguridad.
Un ejemplo de eso sería: ¿y si hay, necesitamos ampliar el surtido? Existe un costo de oportunidad al no ampliar el surtido porque eso es lo que hacen los competidores, y esos clientes abandonan nuestra empresa porque no encuentran un surtido lo suficientemente amplio. Entonces, incluso si somos competitivos en precio, ellos encuentran más valor en los rivales que pueden tener el mejor surtido.
Ese tipo de cosas, si se toma la perspectiva general, están completamente ausentes de la teoría y del software, lo que hace que sea muy difícil piratear cualquier tipo de hoja de cálculo porque incluso si puedes hacerlo, no tendrá sentido inyectar esas modelizaciones de tu hoja de cálculo en tu software. Tendrá que vivir uno al lado del otro, y la comunicación entre los dos es muy, muy confusa, por decir lo menos.
Conor Doherty: De lo que quiero hablar más es que en realidad no lo presentas como una clasificación formal en el capítulo, pero es algo que sí esparces a lo largo de todos los capítulos, al menos hasta este punto: cierta terminología como, hablas de optimización. Hablas en el capítulo 8 sobre la optimización.
Desde el principio hablabas de decisiones sólidas, y aquí también hablas de decisiones frágiles. Así que estos no se presentan en su clasificación de sistemas de registro, informes e inteligencia. Eso está muy apretado. Eso está muy limpio. Lo que es menos claro, diría yo, pero aún así muy útil, es una explicación muy clara de lo que distingue exactamente una decisión sólida generada por un sistema de inteligencia de una decisión frágil generada por un sistema de inteligencia también, y una decisión óptima, u “óptima”, podemos debatir la naturaleza de investigación de operaciones de eso.
Así que por favor amplíen eso, porque hemos usado esos tres términos hasta ahora.
Joannes Vermorel: De hecho, me doy cuenta de eso, y publiqué como un par de meses después de publicar el libro sobre un concepto llamado “extremización”, y luego aclara todo. Debería haber estado en el libro. Un día habrá otra alerta. Para la segunda edición, reescribiré el capítulo 8.
Básicamente, lo que llamamos optimización en este momento debería llamarse extremización. El término optimización es incorrecto. Deberíamos llamarlo extremización. ¿Qué significa extremización? Coges una función matemática que es tu criterio y la extremas. Entonces estás buscando el máximo o el mínimo. Y las variables que puedes mover para buscar estos valores máximos o mínimos, son tus variables de decisión.
Eso es extremización. Y cuando la gente dice que algo es óptimo, en realidad lo que están diciendo es que algo es extremo según esta función. Ahora, lo que quiero decir con este concepto de optimización es que el desafío en la supply chain es que la forma en que se lleva la puntuación, la forma en que se cuenta el dinero, es en sí misma un objetivo en movimiento.
Eso lo vemos en el capítulo, por ejemplo, de economía. Yo digo que tenemos muchos precios sombra, preocupaciones de valoración. Hay muchas cosas que son muy esquivas, muy importantes. Y así, cuando cuentas los dólares, puede sonar extraño, pero hay muchas cosas que son muy subjetivas.
Obviamente, con el tiempo suficiente, como una década o dos, esas cosas sucederán y usted tendrá la verdadera visión contable que entrará en juego. Pero para muchas, muchas cosas importantes, es necesario mirar hacia el futuro tan lejos que no se puede tener este tipo de perspectiva contable.
Un ejemplo: un bosque en crecimiento, esencialmente. O, por ejemplo, digamos que eres Boeing o Airbus. Su reputación se basa en décadas de mantener seguros sus aviones, y eso podría deshacerse en un momento. Cuando sacan un nuevo avión al mercado, es como un esfuerzo de investigación e ingeniería de seguridad de una o dos décadas. Por lo tanto, es necesario mirar literalmente 20 años hacia el futuro.
Todo, cualquier tipo de proyección de negocios, cuando miras hacia el futuro tan lejano, simplemente se disuelve. El poder de las estadísticas se vuelve muy débil. Y eso es lo que describí en el capítulo sobre economía: es por eso que necesitas hacer declaraciones obstinadas en tu modelo económico para reflejar las cosas que son extremadamente importantes para ti porque son estratégicas. Aunque, si no lo hace, destruirá su empresa dentro de una década o dos.
Eso significa que la extremización es débil porque fundamentalmente estás asumiendo que tu función objetivo, aquello de lo que estás tratando de encontrar un extremo, es una cantidad conocida. No es una cantidad conocida. Y ahora termina con el problema de que si cambia la función, si cambia la forma en que cuenta sus dólares, puede tomar una decisión que se ve bien con una puntuación y no tan buena con otra puntuación diferente.
Entonces, de repente, si una decisión se ve buena o mala realmente depende de lo que uses para evaluar, para contar esos dólares. Y me refiero a este proceso como optimización. Se trata esencialmente de un proceso en el que se extremiza repetidamente, se buscan los fallos en la modelización y luego se rediseña la función de puntuación, las funciones objetivo, se enjuaga y se repite.
Entonces, es un proceso iterativo en el que dices: “Optimización”, ya sabes, lo que la gente llama optimización, será solo un paso. Haces eso, miras las decisiones que surgen, ves los problemas. Pero eso requiere un alto nivel de inteligencia en el sentido de que no serán problemas matemáticos. Serán problemas de perspectiva, de encuadre, de anticipar cosas en las que su modelo cuantitativo es ciego y luego revisar sus funciones objetivas basándose en eso.
Realmente es por eso que introduje este término, extremización, porque de eso se trata realmente. No se trata de “Tenemos una función objetivo”, como lo hace la academia, y luego iteramos sobre un solucionador para mejorarlo sin cesar para que tengamos una solución casi perfecta. Ese no es en absoluto el problema.
El problema es que normalmente, tan pronto como tenemos una función objetivo, una meta por la que estamos trabajando, sí, hacemos la optimización, entonces la extremización, y luego nos damos cuenta, está bien, todavía tenemos problemas. Necesitamos cambiar la definición misma del problema porque gracias a esas soluciones extremas nos damos cuenta de que tenemos defectos.
Y muy frecuentemente el defecto no está en el extremizador. El defecto está en la función objetivo que busca el extremizador o un solucionador en la literatura. Entonces, si volvemos a las decisiones frágiles y sólidas, primero, la cuestión es que si hay decisiones que se generan como resultado de este proceso de orquestación de la teoría dominante, terminas con cosas que son, en la práctica, increíblemente frágiles. Es por diseño.
Si asumes que el futuro es conocido y simplemente haces esta orquestación y eso te dará esas decisiones, entonces esas decisiones son completamente ciegas a cualquier tipo de variación.
Conor Doherty: Creo que das una buena respuesta, solo para entrar con un contexto claro, porque hablas de eso muy claramente en el capítulo, y nuevamente es un ejemplo que hemos dado antes, pero si estás trabajando en MRO, por ejemplo, y crees que sabes todos los pasos y todas las cosas que tendrás que reparar en un motor, y luego escribes, lo pronosticas, “Está bien, necesitaré arreglar las piezas A, B, C, G”, y Luego abres el motor y es como: “Oh, en realidad, necesito hacer absolutamente todo. Hay óxido aquí, hay corrosión allá, todo”.
Lo trataste como si fuera conocido, pero es muy variable, y en realidad abres el motor y echas un vistazo. De nuevo, tenías decisiones, pero desviaciones menores invalidan repentinamente todo el cronograma.
Joannes Vermorel: Exacto. Porque si puedes reparar casi por completo el motor de un avión, no tienes motor cero. Tienes motor cero.
Conor Doherty: Motor cero.
Joannes Vermorel: Exacto. No se puede tener un motor sin una articulación o una bomba pequeña y sigue siendo un motor. No volará.
Conor Doherty: En sentido figurado, no volará.
Joannes Vermorel: Sí, sí. Entonces ese es el tipo de cosas en las que tienes fuertes dependencias. Y a veces pueden ser cosas pequeñas. Al igual que después de los confinamientos de 2020 y 2021, la industria automovilística se dio cuenta de que estaba bloqueada porque le faltaban algunos componentes semiconductores.
Y literalmente, tenían todo para el auto. Tenían como 1,5 toneladas métricas de automóvil listas y lo que faltaban eran 20 gramos de semiconductor. Eso es todo lo que falta, pero eso sí, el coche no se puede vender al cliente si faltan esas cosas.
Conor Doherty: No es sólo eso. No es sólo el hecho de que, en ese ejemplo específico, el cronograma se verá alterado. También está el hecho de que los costos de esto podrían ser asimétricos. Entonces sí, me falta, no sé, creo que un tornillo de 2$. Podría haberlo almacenado durante 10 años a un precio muy agradable. No lo tengo a mano ahora mismo. Me falta ese tornillo de $2, pero el costo de este posible evento AOG es de $100,000, $200,000, $300,000.
Entonces, nuevamente, no es solo la fragilidad de las decisiones, sino que el costo de equivocarse en esa decisión, esa desviación menor, es asimétrico.
Joannes Vermorel: Exacto. Toma muchas formas o formas. Si nos adentramos, por ejemplo, en el comercio minorista B2B, digamos que tiene uno de sus clientes VIP. Aprueban un pedido con seis meses de antelación que dice: “Aquí hay una lista de 200 artículos distintos. Queremos tenerlos en esta fecha porque es muy importante para nosotros”.
Y como saben que no tendrás eso en stock, te pasan el pedido con meses de anticipación. Genial. Te dan mucho margen de maniobra para tenerlo todo completamente listo dentro de seis meses. Y ahora llega la fecha y te faltan cosas. Entonces rompes la promesa y tu cliente VIP se enoja porque te dio mucho margen de maniobra y aún así no lograste cumplir tu promesa.
Ese es el tipo de cosas que serían un abuso de confianza. Y eso puede ser extremadamente dañino. Entonces, ese es el tipo de cosas en las que, nuevamente, si diriges tu supply chain de acuerdo con la teoría dominante, tus instrumentos están completamente ciegos a eso. La gente no, pero la capa de software sí, y ese es el problema.
Porque, una vez más, cualquier empresa de tamaño considerable está mucho más allá del tipo de flujos que pueden gestionarse sólo en la cabeza de las personas. La mayoría de las cosas sólo viven en las capas de software que tienes.
Conor Doherty: Bueno, esta es la cuestión. Es perfecto que hayas dicho eso, porque fue el pensamiento que tuve al releer esto. Dije esto correctamente cuando establecí el hecho de que una decisión sólida, una decisión óptima y una decisión frágil aún podrían provenir de la inteligencia, porque es posible que tengas un sistema de inteligencia que inicialmente generó el cronograma, nuevamente en el caso de un MRO, que generó el “Oh, necesitas esta parte, esta parte y esta parte para completar los pasos del uno al 25”, o lo que sea.
Abres el motor: “Oh, espera, no, eso está completamente invalidado. Evento Fat-tail. Necesito piezas que no tengo”. Bueno. Acabas de decir que básicamente las mejores decisiones se encuentran en la capa de instrumentación. Es posible que tenga una mejor capa de instrumentación, el sistema de inteligencia que usted mismo defiende, y aun así tome decisiones frágiles.
Entonces sí, ¿cómo se pasa de decisiones frágiles sin sistema de inteligencia, decisiones frágiles con sistemas de inteligencia, a decisiones robustas con sistemas de inteligencia? ¿Cuál es la trayectoria allí?
Joannes Vermorel: Esa es toda la “optimización”. Fundamentalmente, el proceso es iterativo. Muchas de ellas son conjeturas, conjeturas fundamentadas. Haces una suposición fundamentada sobre tus funciones objetivas, lo que en la práctica significa que estás invirtiendo tu dinero y diciendo: “Está bien, esto debe valer la pena”. Estás describiendo el vencimiento y, nuevamente, estás desperdiciando tu dinero en tu evaluación.
Nuevamente, haces lo mejor que puedes, y luego lo que digo es que en algún momento simplemente te detienes y dices: “Ahora me voy a extremizar”. Verás, ahí es donde digo que no pienses en una decisión como óptima, sino como algo extremo. Eso significa que tendrás una máquina, un software, un software que simplemente guiará la decisión hacia el extremo de este criterio.
Ahora tienes, nuevamente, una decisión no óptima, sino extrema. ¿Es bueno o malo? Según los cálculos, es extremo, pero ese no es el verdadero criterio. La pregunta que quieres es: ¿es realmente bueno y rentable para tu negocio?
Lo que pasa es que, en la práctica, cuando tienes tus funciones objetivas, no vas a extremizar una sola decisión. Vas a tomar probablemente miles de decisiones extremas. Nuevamente, porque no estamos tomando una gran decisión. Es el flujo de la empresa. Así que hay miles de productos que necesitan reponerse, miles de artículos que pueden producirse, miles de precios que pueden revisarse hacia arriba o hacia abajo, etcétera.
Ahora, en la práctica, para esta iteración, buscas decisiones locas. Esa es una búsqueda anecdótica. Se busca el caso en el que el sentido común dicta que es una muy mala decisión. Y aquí lo que te guía no son las matemáticas, porque si las matemáticas ayudaran, ya habrían sido tomadas en cuenta en el proceso de extremización. Su solucionador ya habría evitado esta situación.
Entonces, lo más probable es que lo que estás buscando no sean debilidades en tu solucionador, lo que extrema tu decisión, sino las lagunas en tu comprensión del negocio. Y es por eso que, normalmente, si quieres identificar esas decisiones muy malas, necesitas contar con personas que tengan experiencia, que hayan visto muchas situaciones y que digan: “Ah, esta decisión simplemente no parece correcta. Algo anda mal aquí. ¿Estás seguro?”.
Por ejemplo, en la experiencia de Lokad, la primera vez, eso fue hace más de una década, hace ya 12 o 13 años, empezamos a trabajar para la aviación. Comenzamos sugiriendo reponer algunas piezas, y luego el comentario que recibimos de nuestro cliente en ese momento fue: “Pero no, esas son modificaciones”. Y nuestra respuesta fue: “¿Qué es una modernización?”
En ese momento ni siquiera sabíamos qué era una maldita modernización. Está bien. Para el público que no lo sepa, es cuando los OEM de aviación tienen la más mínima duda de que una de sus piezas pueda representar un peligro para los aviones. Verá, en la aviación la seguridad es primordial. Para que no esperen a que ocurran accidentes.
Cuando el equipo de ingeniería se da cuenta de que tal vez, aunque sea solo tal vez, hay una debilidad, lo que harán es rediseñar las piezas y luego, por cada pieza que se haya vendido, impulsarán un reemplazo sin cargo. Dirían: “Si no devuelves todas las piezas viejas como prueba y el avión alguna vez se estrella y es por esta pieza, es culpa tuya, no nuestra”.
Entonces, obviamente, el efecto de una modernización en la supply chain es que tienes una gran cantidad de piezas y luego todos los aviones de tu flota ahora están sincronizados con piezas nuevas. Inmediatamente hay una gran disminución en las reparaciones necesarias para esas piezas porque están completamente sincronizadas y son nuevas.
Conor Doherty: Has afectado el suministro.
Joannes Vermorel: Sí, has impactado la demanda de forma completamente mecánica porque ahora toda tu flota tiene piezas que tienen exactamente el mismo punto de su vida, mismas horas de vuelo, mismo ciclo de vida, mismo número de horas de vuelo, ciclos de vuelo, etcétera, casi.
Ese es el tipo de cosas en las que empiezas a darte cuenta de que necesitas tomar una decisión extrema para darte cuenta de lo que te estás perdiendo. Y eso puede generar muchos problemas. A veces puede deberse a una mala comprensión de la semántica de los datos. Un ERP puede tener como 5000 tablas, 100 campos por tabla. Está muy confuso. Los datos son correctos, pero ¿es correcta su comprensión de los datos? No lo sabes. Nadie lo sabe. El ERP no lo sabe. La gente no lo sabe.
Las personas que escribieron el ERP están muertas, ausentes o muy lejos. De nuevo, es muy complicado. El dato es correcto porque si fuera incorrecto la empresa ni siquiera operaría. Si no sabe qué pagarle a su proveedor o qué cobrar a sus clientes, está en serios problemas. Así que la mayoría de las empresas que todavía existen en realidad tienen una modelización bastante precisa de su flujo de bienes físicos que comienza con “Compro cosas, las transformo y transporte, y luego las vendo”.
Por lo general, los sistemas de registro son básicamente correctos, no necesariamente perfectos, pero sí básicamente correctos.
Conor Doherty: Sí, pero tu comprensión, cuando estás haciendo esta capa de sistema de inteligencia, puede estar completamente equivocada.
Joannes Vermorel: Exacto. Y esta extremización es la única manera de darte cuenta realmente de que tu comprensión está equivocada, porque se volverá mucho más evidente. Tendrás decisiones que a los profesionales les parecerán absurdas, y eso es lo que necesitas arreglar, y eso cambiará tu función de optimización, y simplemente las reiterarás. Y te detienes cuando ya no tienes ninguna decisión que parezca una locura.
Conor Doherty: Bueno, hemos cubierto bastante cómo pensar en las decisiones y hemos revisado algo de lo que se necesita para tomar las decisiones, pero creo que lo que debemos cubrir ahora es evaluar las decisiones. Y una de las cosas, nuevamente, la cubrimos un poco, creo que fue economía, capítulo 4, pero nuevamente, obviamente es relevante porque en el capítulo 8 lo reintroduces como un elemento de tu definición: tasa de rendimiento.
Eso lo aplicas como una especie de estrella del norte para evaluar la eficacia de tus decisiones, frágiles, robustas, óptimas, como quieras llamarlas. ¿Están funcionando esas decisiones? ¿Sí o no? ¿Cómo? Tasa de retorno.
Nuevamente, las personas pueden volver al podcast del capítulo 4 si lo desean, pero es importante tener una introducción aquí. Una vez más, la tasa de rendimiento: ¿qué es y por qué es la mejor estrella guía?
Joannes Vermorel: La tasa de rendimiento es su estrella guía porque, en última instancia, el juego de la supply chain consiste en convertir sus preciados dólares en cosas, transportarlos, transformarlos, hacer cosas y luego convertir esos átomos nuevamente en dólares. Y simplemente repites el ciclo y así es como ganas dinero.
Si fueras simplemente un comerciante puro en finanzas, simplemente comprarías barato, venderías caro y ganarías dinero. Pero el juego de la supply chain es el siguiente: introducimos pasos intermedios, en los que esencialmente se quiere comprar barato, transformar, transportar y vender más caro. Y ese es tu margen. Repetir.
Entonces, la tasa de rendimiento en realidad se trata de cómo puede ocurrir este bucle mágico con más apalancamiento. Simplemente generas más ganancias al final del día. Y debido a que, de hecho, tu flujo no es una cosa sino miles, potencialmente decenas de miles, millones de cosas que compiten por tu dinero, lo que quieres es inyectar los dólares, tus preciados dólares, en las áreas donde el bucle te da la máxima tasa de retorno, porque al final del año, si cuentas tus dólares, esos son los dólares que has generado al tener algo rentable.
Quiere asignar los dólares donde se maximizarán los rendimientos.
Conor Doherty: ¿No es eso lo que ya hace la gente? ¿Seguir la rentabilidad? Tienen divisiones enteras. La mayoría de las empresas de más de 500 millones tienen un equipo financiero. Te dicen que estás ganando más dinero o ganando menos dinero.
Joannes Vermorel: No, no lo hacen en la capa de decisión. Ese es el problema de la supply chain. Sí, la división de finanzas lo evaluará a un nivel súper macro. Dirían esta división, mira cuánto capital de trabajo necesitan, cuál es la ganancia que generan, etcétera.
Entonces, el departamento de finanzas lo hará a nivel de unidad de negocio, muy agregado. El problema es que da la capacidad de dirigir la inversión, pero será extremadamente agregada y extremadamente infrecuente. Por lo general, esto es algo que se revisará una vez por trimestre a nivel de unidad de negocios.
Pero aquí ese no es el tipo de granularidad del que estoy hablando. Me refiero a cada unidad, cada día, cada ubicación, cada opción que tienes. El aspecto súper minucioso del flujo.
Y lo que digo es que esos principios económicos también deben presidir en ese nivel. Nuevamente, si volvemos a la visión dominante de la supply chain, está completamente ausente. La visión dominante de la supply chain simplemente dice que tenemos un futuro y luego lo ejecutamos, y eso es todo.
Y lo único que te dirá es que tienes tu plan, luego tienes la orquestación, puedes proyectar el costo, puedes proyectar las ganancias y conocerás tus ganancias. Lo que digo es que no es bueno. No es bueno porque, como les decía, este paradigma no ve el costo de oportunidad. También es completamente ciego a la dirección de su inversión hacia el futuro que maximiza sus ganancias futuras.
Es solo un futuro estático, y eso supone que este futuro ya es bueno, en términos de ganancias.
Conor Doherty: Esencialmente, nuevamente, solo para esbozar eso un poco, para tomar un ejemplo, si estás hablando de asignar unidades, entonces es como, “Tengo 100 unidades, tengo cinco tiendas, puedo dar 20 a cada una y eso tendrá una tasa de retorno proyectada o estimada. Puedo dar 10 aquí, 10 aquí, 10 aquí, 10 aquí y 60 allá, eso tendrá un…” y puedes jugar con los números. No puedo enviar ninguno. No puedo hacer nada.
Y hablas de eso, como que no hacer nada, quedarse de brazos cruzados, es una decisión financiera. No estás asignando, pero estás eligiendo no perseguir. Estás eligiendo retener capital. Todas estas cosas representan una tasa de rendimiento potencial diferente. Están todos a tu disposición simultáneamente.
Joannes Vermorel: Sí.
Conor Doherty: Y es por eso que, nuevamente, volviendo al ejemplo que di antes sobre la reversibilidad, dije que puedes revertir una decisión hasta cierto punto por un costo, obviamente, pero lo que no puedes hacer es volver a la posición exacta en la que estabas la semana pasada, el martes a las 9:01 a. m., y tenía ese nivel en esta tienda, ese nivel en esta tienda, ese nivel en esta tienda, este precio potencial, estos tiempos de entrega, todas esas cosas.
Toda la complejidad combinatoria de todo eso solo existía en ese momento, en ese momento, y las tasas de retorno para todas esas combinaciones posibles solo existían en ese momento en el tiempo. Entonces creo que esa es la granularidad de la que estás hablando, y para eso necesitas instrumentación sofisticada.
Joannes Vermorel: Sí. Aunque, una vez más, es una ilusión pensar que su paquete de software aún no es sofisticado. Su sistema operativo, su Windows o Linux, son piezas de software increíblemente complicadas. Lo que quiero decir es que existe la ilusión de que las supply chains funcionan con cosas simples. No es el caso. No ha sido así desde los años 80. Tenemos una enorme cantidad de complejidad de software.
Lo que estoy diciendo es que, en cuanto a decisiones, tenemos sólo unos pocos porcentajes básicos que son increíblemente simplistas.
Conor Doherty: KPI y artefactos y todo eso, ¿quieres decir?
Joannes Vermorel: Sí. Y cuando nos fijamos en la capacidad de la capa de software que existe para dirigir las supply chains reales hoy en día, si dejamos de lado a los clientes de Lokad, normalmente es increíblemente, increíblemente simplista. Por lo tanto, está completamente ciego a todas las buenas oportunidades en las que podrían tomar decisiones mucho mejores si el software que estaban usando para operar la supply chain no se basara en suposiciones increíblemente simplistas, como pronósticos deterministas de grandes series de tiempo, este tipo de cosas, pronósticos de series de tiempo puntuales.
Muchos profesionales de la supply chain no se dan cuenta de lo increíblemente rígida que es en realidad su capa de planificación. Y es por eso que terminan renovando todos los números en sus hojas de cálculo todo el tiempo. Es porque, de hecho, la capa analítica que están usando es increíblemente simplista. Simplemente ignora todo. No existe una visión probabilística de los plazos de entrega. Se ignora la incertidumbre sobre el tiempo de entrega.
También se ignora la probable variación de los precios de sus proveedores. Simplemente asume que tendrá un precio constante para siempre por lo que está comprando. Es una locura. No tiene ningún modelo de ningún tipo de efecto geopolítico, como por ejemplo, ¿volverá a subir el arancel? Esta cosa simplemente está ausente del sistema.
No muy inteligente, porque no hace falta ser un genio para ver que ha habido administraciones en el mundo que han tenido mucho gatillo fácil al tocar los aranceles. Esas no son ideas fantásticamente sofisticadas. Ahí es donde rechazo la idea de que lo que está haciendo Lokad es muy sofisticado. Creo que lo que estamos haciendo es lo menos sofisticado y que aún supera el listón de no ser idiotas ante la situación.
Conceptualmente, sí, quieres una decisión que no sea una locura. Quieres algo que no haga suposiciones locas sobre el futuro. Y mi principal reproche a la perspectiva dominante de la supply chain es que pone al frente y al centro este plan, que es muy rígido y que representa un grado de confianza sobre el futuro que es completamente injustificado. Es un castillo de naipes.
Ni siquiera estás cerca de conocer el futuro tan bien como tus sistemas pretenden. Y eso crea todas esas decisiones frágiles porque esas decisiones están ancladas en algo que es simplemente una visión increíblemente, increíblemente ingenua del futuro. La consecuencia es que es simplemente un mal negocio porque es bastante tonto.
Conor Doherty: Bueno, hemos cubierto el qué de las decisiones. Hemos cubierto cómo evaluar decisiones. Lo que no hemos hecho es discutir la dimensión temporal de esto, porque obviamente, ya sea robusto o frágil o juzgado por la tasa de rendimiento, lo que sea, si pido 100 unidades hoy, necesito tener un horizonte temporal para evaluar si fue una buena decisión o no.
En el libro, hablas de “ventana de responsabilidad”. Es un término con el que no me había topado, ciertamente desde la perspectiva de la supply chain. Entonces, antes de examinarlo, ¿cuál es la ventana de responsabilidad?
Joannes Vermorel: Es una simplificación que intenta esencialmente poner un horizonte al análisis de tu decisión. Si realmente nos centramos en los primeros principios, diríamos que una decisión que tome ahora tendrá consecuencias hasta el fin de los tiempos, en términos absolutos.
Esa no es una perspectiva muy práctica. Ésa es en gran medida la perspectiva de un matemático.
Conor Doherty: Y filósofo.
Joannes Vermorel: Sí, un filósofo. Entonces, está bien, necesitamos algo que sea un poco más pragmático.
Conor Doherty: Operativo.
Joannes Vermorel: Y lo que decimos es que, muy frecuentemente, puedes tener una definición que diga que tomo una decisión ahora y sé que puedo revisar esa decisión. Una vez que tomo esta decisión, necesito mirar a un cierto período en el futuro que es de relevancia realmente primordial. Esa es la esencia de esta ventana de responsabilidad.
Por ejemplo, si hago un pedido ahora, cualquier cosa que suceda desde ahora hasta la llegada de la mercancía, no es realmente mi responsabilidad. Se perderá. Si hay mucha demanda entre ahora y el momento en que lleguen los productos, no podré atender a esos clientes más allá de lo que tengo actualmente, lo cual es el resultado de una ventana de responsabilidad previa.
Básicamente, dirías, si hago un pedido ahora, no es para atender a mis clientes mañana. Es para atender a los clientes cuando la cosa aterrice. Eso significa que mi ventana de responsabilidad por este pedido no comienza ahora. Comienza un poco hacia el futuro.
Y entonces, ¿debería ir indefinidamente hacia el futuro? Bueno, en realidad no, porque tendrás puntos de reorden, tendrás otra oportunidad de reordenar. En definitiva, ¿quieres cubrir la demanda de forma indefinida? La respuesta es no. Quiere ocultarlo hasta que haya otra oportunidad en el tiempo para reconsiderar la decisión y simplemente hacerlo.
Efectivamente, lo que estamos haciendo con una ventana de responsabilidad es esencialmente una heurística para evitar la necesidad de tener un objeto matemático más sofisticado, que es una política en matemáticas. Entonces, con una ventana de responsabilidad, podemos eliminar la necesidad de introducir políticas para clases enteras de decisiones en la supply chain.
Esto no es perfecto. Se trata de una heurística, pero en la práctica es, en primer lugar, mucho menos costosa desde el punto de vista computacional. Operacionalmente, es algo mucho más fácil de incluir en una caja blanca. Hay toda una variedad de razones por las que aplicar este tipo de heurística es algo bueno. Eso es lo que normalmente hace Lokad.
Como regla general, tratamos de evitar operar una supply chain a través de políticas completas porque esas cosas pueden volverse extremadamente difíciles de depurar, de catalogar, para que la situación sea comprensible para los profesionales. Y eso es muy importante porque a veces, cuando sucede algo disruptivo en el mercado, es necesario modificar su receta numérica en un período de tiempo muy corto. Y si no tienes una modelización numérica que sea realmente, por diseño, por construcción, extremadamente recuadrada en blanco, eso se convierte en una tarea muy, muy arriesgada, porque de repente el riesgo se convierte en tu lógica, tu extremización. Te equivocas, tienes errores y tomas malas decisiones sólo porque te equivocaste con el código.
Conor Doherty: Bueno, nuevamente, estábamos hablando de políticas allí. Estabas hablando, en el sentido matemático de Warren Powell.
Joannes Vermorel: Exacto. Amigo del canal.
Conor Doherty: Lo invitaremos a volver a debatir eso, pero claro, es esencialmente un objeto matemático que simulará su proceso de toma de decisiones a lo largo del tiempo, y puede simularlo indefinidamente. Conceptualmente, esa es la forma más limpia de hacerlo. En la práctica, si se puede, con heurísticas, evitar tener que cosificar una política real, operativamente es mucho más manejable.
Perdón, ¿cuál era el punto que quería dejar ahí? Oh sí. Lo siento, sólo quería plantar una bandera allí para aclararlo. Pero sí, el problema es el concepto de ventana de responsabilidad, que me gusta como terminología. ¿Estás nombrando algo que la gente ya hace intuitivamente o estás nombrando un concepto que nadie hace? Y si dice que nadie lo hace, ¿está sosteniendo que cuando la gente hace pedidos y reordena, no se da cuenta de que es para cubrir la demanda futura?
Joannes Vermorel: No, la cuestión es que lo abordan, nuevamente, con modelos muy débiles. Como series temporales y stock de seguridad. Esos modelos están ciegos a tantas cosas. Entonces lo están haciendo, tomemos una situación simple: tengo un proveedor en el extranjero. Pido 100 artículos distintos a este proveedor. Pero hay un inconveniente: para que sea económicamente viable, tienen que ser contenedores llenos.
Entonces no puedo, solo porque tengo un artículo agotado, pasar un pedido. No hay suficiente volumen en ninguno de esos 100 artículos. Es sólo el volumen conjunto lo que me da un contenedor lleno. Ahora bien, la cuestión es que si olvido algunas unidades, si, por ejemplo, olvido poner uno de los artículos en el contenedor, entonces no tendré ninguna oportunidad de volver a pedir un contenedor antes de cierto tiempo.
Porque estaré estancado. Tengo un faltante de stock y no puedo reordenar este artículo de forma aislada. Estoy estancado. Tendré que esperar hasta que se consuman los demás artículos y luego podré hacer otro pedido de contenedor al por mayor, básicamente. Sí, pero es al por mayor en todos los artículos.
Entonces, si empezamos a pensar en la situación, y esto realmente no es muy sofisticado, tener un MOQ a nivel de proveedor, entonces no es que necesites pedir artículos por un mínimo de 100 unidades. Es el proveedor que dice: “Para aprobar un pedido, debe ser al menos 20.000 dólares”, o lo que sea. Pero tiene que tener un tamaño determinado. Ese tipo de limitaciones son omnipresentes. Cada empresa que supera cierto tamaño tiene toneladas de situaciones como esa.
Si miras esas situaciones, ¿qué te dice la ventana de responsabilidad? Te dice: ten cuidado. No es el plazo de entrega para este artículo de forma aislada. Hay que tener en cuenta el ciclo de vida del propio proceso de pedido, que viene en contenedores, por lo que tendrás que cubrir la demanda hasta que aterrice el siguiente contenedor.
Entonces, de repente, tienes que entender que lo que estoy tratando de cubrir es que soy responsable de cuándo aterriza el contenedor y seré responsable de la calidad del servicio a través de esta orden de compra hasta que aterrice el próximo contenedor. Y nuevamente, lo que sucede en el medio, por ejemplo entre ahora y el aterrizaje de mi primer contenedor, imaginemos una situación en la que no hay retrasos, los clientes, si ven que no tienes el producto, simplemente se marchan.
Significa que debes tener mucho cuidado porque la demanda que observarás de un artículo hará que tu stock llegue a cero, pero luego se perderá. Por lo tanto, no debe asumir que la demanda entre ahora y el momento en que aterrice el contenedor es algo que es solo la suma de todos sus depósitos a lo largo del tiempo. No es verdad. Consumirá sus existencias y luego caerá a cero.
Luego tendrás una distribución de probabilidad de cuál será el nivel de existencias que quedará cuando el contenedor realmente aterrice. De nuevo, la ventana de responsabilidad aclara este tipo de situación, mientras que la perspectiva clásica del stock de seguridad es completamente ciega. No puedes, a través de stocks de seguridad, tener una modelización adecuada del ciclo de vida de tus órdenes de compra que llegan a través de contenedores, por ejemplo. El marco no puede permitirte expresar ese tipo de cosas. Estás estancado. Puedes resolver el problema como quieras, ajustar tu nivel de servicio hacia arriba o hacia abajo, lo que sea, esto no se ajusta a la perspectiva de series de tiempo.
Conor Doherty: La verdad es que disfruté mucho ese ejemplo. Yo estaba asintiendo con bastante aprobación. Eso está muy, muy claro. Mi seguimiento es que, si bien lo entiendo, creo que la mayoría de la gente lo seguirá, es un ejemplo muy intuitivo. ¿Cómo encaja la vida media de una decisión en esa ecuación?
Nuevamente la responsabilidad, muy clara. Eso fue muy, muy claro. Estamos muy en territorio Lokad. Más o menos, está en el capítulo 8.
Joannes Vermorel: Sí, exactamente. Entonces hemos visto una ventana de responsabilidad. Es una heurística. Y nuevamente, el objetivo de esta heurística es pasar por alto la necesidad de introducir políticas para que podamos volver a evaluar: ¿pido cero, una, dos, tres, cuatro, cinco unidades y tengo una evaluación económica, en lugar de evaluar, como algoritmo de toma de decisiones, mi política y ver cuál es la tasa de retorno?
Ahora, para entender la vida media, tenemos que comenzar con la carga, que es una versión más simple. La carga de una decisión es capital de trabajo a lo largo del tiempo. Uno de los errores, y nuevamente la teoría clásica se equivocó por completo porque es una teoría no económica, es que la teoría clásica de la supply chain no entiende la diferencia entre “necesito asignar $1 millón por un día” o “por un año”. No es lo mismo.
Entonces la pregunta es: tengo mi reserva de dólares. Les dije que el juego que se juega es convertir esos dólares en átomos y luego los átomos nuevamente en dólares. Entonces, ¿cuánto tiempo llevará jugar el juego? Obviamente, una decisión podría bloquear el capital de trabajo, digamos un millón de dólares. Si es sólo un día, eso significa que asigno este millón de dólares y tal vez mañana tenga $1.010.000 y estaré de nuevo en el juego, donde puedo reasignar esos dólares a otra cosa.
O puedo tener otra decisión, que es asignar $1 millón y luego se bloquea, y en tres meses tengo $1,050,000. Está bien, pero luego son tres meses desde que mi capital está bloqueado. Entonces la carga es de dólar-segundo. Es dinero multiplicado por tiempo. En términos de unidades, serán eurosegundos, dólares-segundos. Es la cantidad de dinero multiplicada por una duración.
Lo que estoy diciendo es que si desea comparar cuánta presión ejerce una decisión sobre su efectivo, debe observar la carga, no el requisito de capital de trabajo. Porque si piensas: “Oh, tengo una decisión que nuevamente es de $1 millón, pero es solo un día”, eso me daría $1 millón de días.
Ahora hago otro donde son solo, digamos, $100,000. Por lo tanto, parece mucho, mucho menor en capital de trabajo, excepto que es por 100 días. Serían 10 millones de dólares-día en términos de carga. Entonces se ve que la segunda decisión, aunque el capital de trabajo parece menor, $100,000 versus $1 millón, si se piensa en términos de carga, que es dólares-día, en realidad es 10 veces mayor, porque es necesario retener esos dólares durante un período de tiempo mucho más largo.
Conor Doherty: Es una expresión de cuánto tiempo está invertido su capital en una decisión que aún no se ha pagado.
Joannes Vermorel: Exacto, sí. Entonces, lo que estoy diciendo es que la carga es lo crítico que debes considerar si comienzas a pensar en un nivel muy granular para la optimización del flujo de efectivo. ¿Necesitas pensar en cuánto tiempo y qué tan grande es realmente el compromiso?
Y aquí, la suposición es que estamos tratando intelectualmente con muchos miles, decenas de miles, de decisiones más pequeñas, asignaciones más pequeñas, y tienen varias cargas. Lo que estoy diciendo es que si quiere comprender cuánta presión añaden a su situación de efectivo, debe pensar en términos de cargas.
Y ahí es donde la carga, en términos de tiempo, necesitará que pienses en todos los futuros posibles para ver cómo lo que estás decidiendo ahora, como por ejemplo las órdenes de compra, se liquidará con el tiempo a través de ventas o servicio. Y la vida media es el tiempo que tarda la mitad de esa inversión en liberarse y regresar a usted.
Conor Doherty: Sí, exactamente.
Joannes Vermorel: Ahora que hemos visto esos días-dólar como la carga, tenemos exactamente la vida media. ¿Por qué es tan crítico? Una vez más, lo que me provocó este análisis fue que me di cuenta de que hay muchos autores que no entienden por completo lo que sucede con el tiempo de entrega.
El plazo de entrega es algo en lo que, si se toma un caso simplista como el de las órdenes de compra, la comprensión intuitiva que tienen las personas es bastante correcta. Sin embargo, esto no es del todo correcto cuando se empieza a pensar en la empresa en su conjunto. Quiere pensar en algo que se acerque a la inercia de la empresa frente a la variación del flujo. Eso es en lo que quieres pensar.
Entonces, ¿quieres pensar que si el mercado cambia dramáticamente, cuál será la cantidad de tiempo característica para que yo pueda simplemente purgar lo que estoy haciendo ahora? Piensa en ello como si tuvieras un barco y quisieras girar, y como es un barco muy grande, girar es en sí mismo una maniobra lenta. Se necesitan decenas de kilómetros para dar una vuelta. Un cambio de sentido te llevaría unos 100 kilómetros simplemente porque tu nave tiene mucha inercia.
Ahora la pregunta es que quieres pensar, si quieres hacer un giro muy grande, ¿cuál es el tiempo característico? Obviamente los plazos de entrega son un aspecto de eso. Obviamente, uno pensaría, está bien, si tengo cosas que están llegando y mis pedidos demoran tres meses, obviamente mi tiempo característico probablemente será algo mayor que eso, porque esas cosas todavía están llegando. Así que incluso si decido hacer algo completamente distinto, completamente diferente, durante los próximos tres meses seguiré recibiendo lo que pedí.
Pero ahora, si tienes una supply chain real, puedes tener muchos pasos, y este tiempo característico se vuelve algo muy confuso, porque tienes muchas adiciones, y también ¿cómo se combina el hecho de que tienes cosas que requieren tiempos de entrega cortos y tiempos de entrega largos? Nuevamente, ¿puede simplemente sumar todos los plazos de entrega y decir que ese es mi plazo más largo y ese es el tiempo característico de la empresa? No precisamente.
Porque tal vez tienes, por ejemplo, algo que pides y necesitas pedirlo con un año de anticipación por alguna razón, pero es súper barato. En realidad, ese es el caso en gran medida en los fabricantes de automóviles. Tienes algunas cosas que debes ordenar con un año de anticipación, pero lo haces porque, si lo haces, puedes tener economías de escala y es súper barato. Pero en realidad no es un compromiso porque esas cosas son súper baratas.
Entonces, sí, tienes un tiempo de espera muy largo para eso, pero en realidad no te impiden elegir una dirección completamente diferente porque incluso si simplemente decidieras: “Al diablo con esas cosas, simplemente las descarto por completo”, sí, todavía llegarán, todavía pagaré por ellas, pero la cantidad de dinero no tiene importancia. Entonces no importa. Todavía puedo hacer mi metafórico cambio de sentido en mi supply chain, y no es gran cosa.
Como ves, los tiempos de entrega no te dicen este tiempo característico de tu supply chain. No le dice algo que sería la verdadera inercia de su supply chain. Le brinda una medición de la hora local muy específica. Pero está mal. Y luego terminas con muchas teorías no convencionales que malinterpretan completamente los tiempos de entrega y dicen: “Oh, vamos a dividir tus tiempos de entrega por cinco”. Eso sería, por ejemplo, DDMRP, donde dicen: “Si introduces puntos de desacoplamiento, mira, acabo de dividir los plazos de entrega por cinco”.
Yo digo, espera un minuto. Si introduces un punto de desacoplamiento, eso significa que si piensas en términos de inercia, estás creando una gran cantidad de existencias. Y como se supone que el punto de desacoplamiento nunca se agota, estás creando una gran cantidad de inventario. No hay alternativa.
Podría tener sentido desde una perspectiva económica. No digo lo contrario. Sólo digo que si introduces una gran reserva de inventario, estás creando inercia en tu empresa. El tiempo característico que te llevará dar un giro de 180 grados en el mercado y hacer algo completamente diferente tiene que ser mayor, no menor.
O podría ser más corto, pero recibirías una multa financiera enorme por eso, como si simplemente liquidases todo. Normalmente no harás eso.
Conor Doherty: Sí, exactamente.
Joannes Vermorel: Si es realmente intrascendente, sí, puedes hacer eso, solo el costo de hacer negocios, sigue adelante y haz otra cosa. Pero si es realmente sustancial, no, habría que purgarlo. Las empresas que están realizando una reorientación significativa normalmente serían muy cuidadosas al asegurarse de liquidar todo para poder realizar efectivamente su reorientación estratégica sin incurrir en cancelaciones masivas de inventario por las cosas que dejan de hacer.
Entonces eso es lo que te dice la vida media: cuánto tiempo llevará recuperar esencialmente la mitad de la carga, nuevamente la carga, los días capitales. Por ejemplo, eso puede ser un poco complicado porque puede haber situaciones en las que su inventario seguirá funcionando casi indefinidamente.
Digamos que pides 100 unidades y en 19 días has vendido todas las unidades menos una. Y luego pasa de moda y queda esta unidad. De hecho, nunca logras vender esta unidad que queda. Los otros se vendieron rentablemente, pero usted tiene una pérdida de inventario.
Por eso es interesante pensar en términos de vida media. No querrás decir: “Oh, mi duración característica es el tiempo para liquidar eso realmente”, porque podrían ser como tres años, porque entonces necesitaré dos años para finalmente decidir que es una cancelación y simplemente purgarlo. Pero tal vez después de 30 días ya había liquidado dos tercios de mi inventario. Por lo tanto, no sería razonable pensar que tengo una inercia de tres años, cuando en realidad la mayor parte de mi compromiso desapareció en sólo 30 días.
Conor Doherty: Es un mecanismo de reporte, esencialmente. Le brinda información sobre la duración temporal de sus decisiones.
Joannes Vermorel: Exacto. Porque, nuevamente, la carga le da una idea de cómo factorizo el efectivo, sin recurrir a algún tipo de mecanismo de política en el que voy a simular todo y saber cuál sería el momento en el que tengo el menor efectivo posible. Te brinda un instrumento que te permite priorizar las decisiones que estás tomando ahora sin hacer una simulación completa del futuro.
Una vez más, ese es un instrumento para esencialmente evitar la necesidad de una simulación completa de Monte Carlo del futuro con políticas. Entonces, la carga te brinda un instrumento muy interesante, y luego la vida media responde a otra pregunta, que es si de repente piensas que se avecinan problemas, no sabes exactamente dónde, pero piensas que el mercado es muy volátil, estás pensando, está bien, las cosas no pintan…
¿Recuerdas la película The Big Short?
Conor Doherty: Sí.
Joannes Vermorel: La gente sabía que algo realmente andaba mal. La burbuja iba a estallar en cualquier momento. Hay algo que va a salir mal. Nos dirigimos hacia problemas. Simplemente no sabemos cuándo. No lo sabemos exactamente. Realmente no podemos hacer muchos planes porque no sabemos exactamente cómo se desarrollarán las cosas.
Pero lo que puedes hacer es estar un poco a la defensiva en el sentido de que voy a dejar de posicionarme en cosas que deben llegar muy lejos en el futuro. Quiero acortar un poco mi puesto. Y eso es lo que te da la vida media. Es una forma de priorizar cosas que no te comprometan demasiado en el futuro.
Entonces, en cierto sentido, para protegerte contra todas las variaciones posibles en el futuro, incluso aquellas que son realmente completamente inesperadas, como los bloqueos, la vida media te brinda una manera de acortar tus horizontes. O, por el contrario, si tiene mucha confianza y el negocio es bueno y tiene una trayectoria de varios años por delante que es muy clara, entonces puede decir: “Está bien, quiero aprovechar el hecho de que no es tanto un problema que yo me comprometa con cosas que tardarán más en completarse, si la tasa de rendimiento justifica esos compromisos más prolongados”.
Conor Doherty: Entonces, en resumen sobre ese punto, la tasa de retorno será la forma de evaluar, cuando estés tomando una decisión, cuál será la rentabilidad o retorno estimado de esa decisión, mientras que la vida media te dirá cuánto tiempo te tomará como empresa liberar la mitad del capital que ha estado inmovilizado en esa decisión.
Joannes Vermorel: Sí, exactamente. Y todo eso depende de cómo modeles el futuro. Entonces, la vida media esencialmente te dice que, incluso si todo va según lo planeado con tu visión confusa del futuro, aún te llevará esa cantidad de tiempo. Entonces, la vida media sería su inercia mínima, su inercia básica.
Supongamos que si el mercado, si hay turbulencias o algo así, esta inercia aumentará. Así que esa sería una forma de decir, si cree que se avecinan problemas, entonces realmente desea reducir esas vidas medias, porque fundamentalmente representan una base para su inercia, que desafortunadamente solo aumentará si hay problemas, porque les llevará más tiempo liquidar esas posiciones.
Conor Doherty: Dos ideas diferentes en términos del riesgo de una decisión determinada: una es cuánto espera ganar, o cuánta rentabilidad puede esperar, por el riesgo de haber hecho una inversión de acuerdo con su modelo, que es una especie de conocimiento confuso sobre el futuro, y el otro es el riesgo de cuánto tiempo, cuánto tiempo de la empresa, le tomará a la empresa liberar la mitad del capital que realmente se invirtió en eso. Hay dos formas diferentes de riesgo.
Joannes Vermorel: Exacto, exacto. Y aquí, el segundo, cuando piensas en la vida media, es realmente una mentalidad oportunista. Quizás quiero preservar mi capacidad de moverme y hacer algo completamente diferente. No sabes cuándo, pero lo que quieres es tener algo que, en cierto sentido, sea más líquido.
Conor Doherty: Exactamente como los activos, esencialmente. No quieres poca liquidez. Quiere tener acciones en un mercado del que pueda salir en cualquier momento. No querrás tener un montón de dinero invertido.
Joannes Vermorel: Exacto. Y la cuestión es que en la supply chain, debido a que se trata de átomos, es un espectro. Es: “Quiero salir”. Bueno, no puedes. Tienes esos átomos que necesitas liquidar. Tomará tiempo. Pero no es porque lleve tiempo que…
Entonces no tienes esta cosa binaria, líquido/ilíquido. Tienes todo un espectro. Y lo que estoy diciendo es que la vida media te permite caracterizar el espectro de cuán ilíquidas son tus decisiones cuando se trata de recuperar el efectivo para poder reinvertir en algo potencialmente completamente diferente, deshacer esta decisión.
Y solo para darles un ejemplo muy concreto, sería, por ejemplo, si están considerando en aviación un consumible y un rotativo, eso será completamente diferente. Un consumible es que siempre que tengas 10 unidades en stock se consume una. Si repongo más uno, la próxima vez que consuma uno, deshace mi decisión. El stock vuelve a la posición anterior, por lo que el tiempo característico, la vida media, será hasta el consumo para simplemente deshacer la compra.
Ahora, si opto por un rotativo, eso va a tomar mucho más tiempo porque si compro uno, esto será reparado, luego volará y luego, en algún momento, será desmontado del avión, reparado y estará en servicio una y otra vez. Nuevamente, para el público que no está familiarizado con la aviación, la idea es que los aviones se reparen todo el tiempo. Tienes preservación de la masa del avión. Entonces, cada vez que sacas un componente del avión, vuelves a colocar otro.
Un componente que puedes volver a colocar se llama reparable. El otro está inservible. Necesita ser reparado. Por lo general, es solo una inspección, a veces más, y luego vuelve al stock y luego se le realiza el mantenimiento nuevamente. Pero debido a que algunas piezas son increíblemente duraderas, como varias décadas, si compra una pieza giratoria, una pieza que se repara, esta pieza vivirá en su flota y en sus inventarios durante décadas.
Lo que significa que si obtienes una pieza rotativa que no necesitas, bueno, esas piezas solo saldrán de tu grupo cuando sean desechadas. Entonces desechar es: intentas reparar y no es posible, entonces lo desechas. Pero podría ser dentro de tres décadas. Puede que sea mucho, mucho, mucho tiempo.
A diferencia de un consumible, donde la próxima vez que se consume, boom, sale y volvemos a la situación anterior. La vida media de esas dos decisiones será dramáticamente diferente.
Conor Doherty: Está bien. Bueno, ya llevamos bastante tiempo hablando, pero lo que hemos dicho en realidad ha planteado la última pregunta, que ni siquiera es mía. De hecho, es uno que puedo leer palabra por palabra. Es de un amigo del canal. No diré su nombre porque partes de la pregunta revelan un poco sobre la composición no solo de su empresa sino, creo, de muchas empresas de las que hemos hablado hoy.
Y también creo que, al igual que en los últimos ejemplos, comenzamos a hablar del costo de oportunidad y ahora estamos hablando de la vida media de una decisión. Creo que si la gente se sienta y escucha, no sé, creo que han pasado 80 minutos, realmente creo que las piezas están muy bien movidas, las cosas están construidas. Obviamente, el capítulo 8 es mi capítulo favorito del libro. Ya lo he leído al menos tres veces.
Entonces creo que es bastante intuitivo cuando estás escuchando aquí, y los ejemplos creo que fueron muy útiles. Sin embargo, si viene en verde y nunca ha oído hablar de la carga y simplemente escucha: “Tiene que empezar a pensar en las ventanas de responsabilidad y la carga y la vida media de las decisiones”, eso puede ser completamente nuevo y también sería un poco preocupante para las personas.
Entonces voy a leer la pregunta textualmente y ustedes me dan su respuesta. Entonces, cite: “Joannes, ¿cómo se puede hacer que una organización pase del pensamiento de la supply chain de KPI a una toma de decisiones impulsada económicamente como la que describió, especialmente cuando el nivel de servicio, el stock de seguridad, los APICS y los hábitos de S&OP están profundamente arraigados? ¿Es el mejor camino un POC que compara resultados y permite que la calidad de las decisiones cree el momento de la caída del centavo, particularmente en un negocio reactivo donde incluso la disciplina básica de MRP está ausente y los ejecutivos aún responden simplemente cambiando políticas en lugar de mejorar las decisiones?”
Es una pregunta muy detallada, pero creo que mucho de eso resonará en ti.
Joannes Vermorel: Sí. Entonces lo primero es que los superiores deben entender una idea simple: lo único real son esas decisiones. Lo que decido comprar, producir, transportar, dar servicio, esa es la realidad. Los planos, los artefactos, todo eso son ideas. Nuevamente, esa es una idea simple, pero una vez que la entiendes, decimos, está bien, ¿cuál es la conexión entre lo que estamos haciendo y esas cosas?
Así que aquí, la siguiente idea es que hasta que, yo diría, tuviéramos las tecnologías de software adecuadas, necesitábamos tener un proceso de muchas etapas porque era una forma de gestionar la división del trabajo. Así que necesitábamos dividir un problema en muchas personas solo para poder lidiar con el flujo.
Esencialmente, toda la teoría S&OP, la forma en que divide y divide las responsabilidades, es solo una perspectiva para la división del trabajo, y terminará con los gerentes de inventario teniendo una porción de 1,000 SKU por persona o algo así. No, variará. En algunas empresas serán 100 SKU, en otras serán 5000 SKU. Pero la conclusión es que se trata fundamentalmente de un modelo mental de división del trabajo.
El software lo hace completamente obsoleto. Un software puede hacer todo eso a escala. Entonces yo diría que si hay que convencer a los superiores, lo primero es entender que lo que están viendo es algo que es sólo el legado de una división del trabajo que tiene muy poco sentido. Cuando empiezas a pensar en el hecho de que tienes software y que no necesitas toda esta división de capas donde tienes una matriz con tanta gente involucrada, no tiene sentido. Entonces el software debería guiar las decisiones porque eso es lo que es tangible. Eso es lo primero.
Y luego la cuestión es que cuando dices eso, sí, podemos optar por una prueba de concepto, pero debemos entender desde el principio que esta prueba de concepto no será realmente comparable con lo que la gente está haciendo. Porque el 99% de lo que hacen las organizaciones de S&OP son esos artefactos numéricos.
Entonces, cuando tienes una prueba de concepto que se aplica a esas decisiones, no puedes compararla con lo que está haciendo tu S&OP, porque el software simplemente dice: “No me importan todos tus números intermedios, tus proyecciones, la forma en que divides tus presupuestos, etcétera. Voy a decirte directamente qué debes producir, qué debes comprar, dónde debes colocar tu inventario”. Derecho. Sin pasos intermedios.
Obviamente los pasos intermedios, existen dentro del software, pero son ciudadanos completamente de segunda clase. No es el mismo enfoque. Así que mi sugerencia es que, una vez más, una hora no es suficiente para comprenderlo, volvamos a: no se distraigan con esta, diría yo, obsoleta división del trabajo. Lo único real es la asignación de recursos que rige el flujo. Esas decisiones minuciosas, otra vez: ¿qué compro? ¿Qué produzco? ¿Dónde pongo las acciones? ¿Subo o bajo mis precios? Se trata literalmente de media docena de decisiones básicas muy simples.
Y luego entender que toda la organización, todo el corte y el corte, todo eso está obsoleto. Entonces, si lo hacemos, existe la oportunidad de hacerlo simplemente con un piloto que genere las decisiones. Ahora bien, una vez que aceptemos eso, la buena noticia es que el piloto será barato en comparación con esta enorme organización. Va a ser muy rápido porque, nuevamente, en lugar de que la gente se reúna trimestralmente, luchando como el infierno para hacerlo semanal o mensualmente, ahora tiene que decir que su criterio para evaluar es que debe convencer a su alta dirección de que el costo de oportunidad es demasiado grande para no hacerlo.
Porque si funciona, es una mejora masiva de la productividad. Y entonces, ¿por qué debería funcionar en toda la supply chain? La respuesta es simplemente porque será mucho más reactivo. Piénselo: cuanto más lejos esté el futuro, más difícil será predecirlo con precisión. Si tiene algo que simplemente se ejecuta y actualiza sus decisiones diariamente, esto tendrá una ventaja de tres meses sobre cualquier tipo de proceso S&OP simplemente porque en lugar de intentar operar en algo que tiene tres meses de antigüedad por diseño porque tiene sus ciclos trimestrales, esto será nuevo desde ayer.
Entonces, incluso si su tecnología predictiva es más o menos la misma, todavía tendría una enorme ventaja estructural, porque está actualizando su decisión todos los días. Y tomar decisiones cada día no significa que tus cosas sean completamente inestables. Se puede tener en cuenta el hecho, nuevamente, de que ese es el modelo económico, que cambiar de opinión tiene un costo, etcétera.
Pero nuevamente, la cuestión es que se obtiene una ganancia estructural masiva que simplemente está comprimiendo los retrasos, el tiempo que normalmente toma tomar una decisión, a algo que es súper corto, como un día, y luego elimina una pieza enorme en la organización que normalmente mantiene ocupadas a docenas de personas, y colapsa en algo que es un enorme, enorme impulso de productividad.
Sí, eso es… nuevamente, si los superiores no quieren escuchar acerca de ganancias masivas de productividad y, yo diría, toma de decisiones de baja latencia, será una batalla cuesta arriba muy difícil. Pero, de nuevo, creo que en estos días de IA generativa, resulta muy obvio que los procesos mundanos y repetitivos deben mecanizarse.
Y seamos honestos: mecanizar esas decisiones de reabastecimiento, la programación maestra para la producción, las asignaciones de inventario de despacho para el comercio minorista y el precio, son muy mundanos y repetitivos. Son increíblemente repetitivos. Por lo tanto, son excelentes candidatos para una automatización completa.
Y nuevamente, al jefe, le diría que, como regla general, no debe dejar pasar la oportunidad de mecanizar masivamente un segmento completo de su empresa porque sus competidores lo harán y usted no podrá mantener una ventaja si tiene un delta de productividad, 10 a 1, frente a sus competidores.
Quizás unas pocas empresas en la Tierra puedan decir: “No me importa la productividad”. Serían Rolex, Ferrari, LVMH. Los mercados de lujo no son realmente representativos del conjunto. Hermès podría decir: “Una persona tardó 100 días en hacer este bolso”, y eso supone una gran cantidad de artesanía para hacerlo, y está bien. Bien, Hermès puede hacer eso.
¿Pero alguna otra empresa? No. Si sus competidores realmente pueden operar su fuerza laboral administrativa con una productividad que es 10 veces su productividad, lo superarán tan completamente que no habrá dudas sobre el resultado.
Conor Doherty: Bueno, ese es el valor de un POC porque, nuevamente, hay múltiples dimensiones mediante las cuales puedes evaluar, y me gusta que uses el término delta. El término exacto que estaba en mi cabeza mientras hablabas. La idea del delta entre buenas y malas decisiones puede descartarse siempre que sea teórica. Si te digo: “Oh”, de nuevo, si simplemente estás escuchando esta conversación, dirás: “Suena muy, muy agradable, pero tal vez no, porque no la he visto”.
Cuando ves, en blanco y negro, ya sea en finanzas, ya sea en informes de productividad, cuando ves en tiempo real, “Este es el delta del que estaba hablando”, es mucho más difícil de descartar.
Joannes Vermorel: Sí, pero nuevamente, no verás muy claramente este delta. ¿Por qué? Porque si opta por un piloto que genere decisiones desatendidas, eso es normalmente lo que hace Lokad, el problema es que la contraparte no son decisiones desatendidas. Son las personas las que lo hacen manualmente de forma muy dolorosa. Entonces no tienes una línea de base clara. Porque estás comparando dos procesos.
Lo bueno de Lokad es que es algo completamente unificado. Puede realizar pruebas AB de una versión de Lokad frente a otra versión de Lokad. Y tendrán una evaluación de este proceso de optimización, y sólo podemos hacerlo porque está robotizado. Entonces, si tengo una receta numérica, la modifico, tengo una segunda receta numérica, puedo realizar pruebas AB mediante backtesting, casi, diría, en solo una hora, o el tiempo que lleva realizar el cálculo, y tendré una evaluación.
Ahora bien, ¿qué pasa con la línea base, el proceso súper manual? No se puede comparar nada. Y la gente presentará todo tipo de objeciones. Dirían: “Mire, Lokad tuvo un desempeño ampliamente superior en este segmento”. Dirían: “Ah, es injusto. Era solo un pasante. Teníamos un tipo que estaba enfermo. No era la persona normal. Era un pasante que lo hacía, y lo hizo de manera horrible. Sí, lo admitimos, pero es injusto hacer esta comparación porque elegiste a nuestro miembro del equipo con peor desempeño porque era muy verde”.
O habrá infinitas objeciones como, “Ah, pero aquí sí, te superaste, pero fue solo porque los pronósticos estaban equivocados. El año que viene tendremos el pronóstico correcto”, etcétera. El problema es que si comparas algo que es atómico, una parte de lo que tienes cuando tomas decisiones desatendidas con Lokad, esto toma datos recientes de ayer, digamos, y produce una decisión para hoy, bam, y puedes simularlo limpiamente a través de pruebas retrospectivas en el pasado, versus algo donde es una carga de trabajo distribuida entre docenas de personas en un proceso de muchas etapas, se vuelve extremadamente difícil de comparar.
Al final del día, verás asignaciones y dirás: “Oh, pero mira, Lokad tiene asignaciones mucho mejores”. Pero luego la gente decía: “Sí, pero es sólo por eso, por eso, y gracias por señalarlo, simplemente lo arreglaremos”.
Mi opinión es que, si no tienes algo robotizado, ni siquiera puedes empezar a mejorar. Debe asumir que el proceso manual que dirige esas asignaciones de recursos y todas las decisiones de la supply chain es tan bueno como siempre lo será manualmente. Estamos hablando de empresas de 500 millones o más. Han estado operando durante potencialmente décadas. Tuvieron décadas para mejorar su proceso manual, décadas para mejorar su S&OP.
No hay nada realmente fundamental que haya cambiado en términos de software durante las últimas tres décadas para esos sistemas de registro. Incluso las empresas de los años 90 sabían electrónicamente qué estaban comprando, qué producían y qué vendían. Así que no esperes que esas cosas que han estado estancadas durante décadas te den el año que viene algo realmente superior. Todos los frutos más fáciles, como “necesitamos capacitar a la gente”, ya están hechos. “Necesitamos tener estándares de calidad”, ya lo hemos hecho. “Necesitamos excelencia esto, excelencia aquello”, ya está hecho. “Contratar a la mejor gente que podamos”, ya está hecho.
Esas casillas se han marcado, y generalmente hace décadas. Si opta por decisiones desatendidas, entonces tendrá una receta numérica y podrá iterar sin piedad. Por lo general, las empresas ni siquiera han empezado a hacerlo, y es por eso que existe un enorme potencial para mejorar respecto al proceso manual. Es porque tener algo desatendido, que está robotizado, te da palancas de mejora que simplemente no existían con el proceso manual.
Conor Doherty: Está bien. Bueno, estoy convencido. No tengo otras preguntas. Hemos estado yendo, creo, alrededor de una hora y media. Realmente disfruté ese. No esperemos tanto para el próximo.
Y gracias a todos por mirar. Como siempre, si quieres ponerte en contacto con Joannes y conmigo, puedes conectarte con nosotros en LinkedIn o enviarnos un correo electrónico directamente a contact@lokad.com. Y con eso, nos vemos la próxima vez en el capítulo 9. Y sí, volvamos al trabajo.
