00:00:00 Premisa de la serie: preguntas del lector, capítulo tres
00:04:55 El aprendizaje de supply chain significa aprender a pensar
00:09:50 La falsabilidad de Popper: la ciencia arriesga la contradicción
00:14:45 Einstein versus marxismo: actitudes hacia la refutación
00:19:40 Por qué las teorías no pueden demostrarse verdaderas
00:24:35 Se ataca la idea de safety stock, no los niveles de stock
00:29:30 Final de temporada de la moda: los niveles de servicio resultan contraproducentes
00:34:25 Experimentos mentales como filtro de falsificación barato
00:39:20 La inconmensurabilidad de Kuhn: decisiones versus planes
00:44:15 Incentivos adversariales exigen evidencia de meta-análisis
00:49:10 Por qué este libro evita estudios de caso centrados en el proveedor
00:54:05 La navaja de Occam: una métrica, no 300
00:59:00 El éxito de la mayoría de las empresas no está impulsado por supply chain
01:03:55 Amazon como excepción de éxito liderado por supply chain
01:08:50 Falsificación de estudios de caso: búsqueda de resultados negativos
01:13:45 Teorías vulnerables, matemáticas mínimas, invitan a la refutación
01:18:43 Conclusión: modelo mental para arrancar la práctica
Resumen
El Capítulo 3 argumenta que el supply chain no se puede aprender como una guía telefónica de algoritmos y plantillas; debe aprenderse como un pensamiento disciplinado. Vermorel toma prestada la falsabilidad de Popper: el conocimiento real corre el riesgo de ser demostrado como erróneo, a diferencia de teorías parcheadas para evitar contradicciones. Utiliza safety stock como ejemplo—resultados útiles no reivindican un concepto deficiente, al igual que un reloj descompuesto que acierta dos veces al día— y ofrece experimentos mentales (final de temporada de la moda) para mostrar contradicciones. Los estudios de caso, dice, son en su mayoría infomerciales, evidenciado por la casi ausencia de estudios negativos a pesar de las altas tasas de falla en proyectos.
Resumen Extendido
Aquí hay un resumen extendido en un registro ágil, empíricamente escéptico, sin tonterías—con un tono cercano a Sowell, sin intentar imitar su redacción exacta.
Conor plantea la conversación como representante del profesional “ordinario” de supply chain: alguien que toma el libro de Joannes Vermorel sin lealtad previa a Lokad ni a su visión del mundo. El Capítulo 3, “Epistemología,” se presenta como el intento del libro de resolver un problema que la mayoría de la literatura de supply chain simplemente ignora: ofrece o bien algoritmos infinitos (academia) o plantillas interminables (consultoría), como si acumular procedimientos fuera lo mismo que entender. Vermorel argumenta lo contrario: aprender supply chain es aprender a pensar en él, lo que requiere decidir qué se considera conocimiento legítimo en primer lugar.
Para fundamentar su argumento, toma prestado el principio de falsabilidad de Karl Popper. El punto de Popper, ilustrado mediante el contraste entre los físicos de la era de Einstein y los teóricos marxistas, es que la ciencia genuina se expone a la refutación. Los físicos proponen teorías y luego buscan activamente experimentos que puedan destruirlas; los marxistas, cuando se les contradice, parchean la teoría para que se vuelva inmune a la contradicción. El resultado no es una “mejor comprensión,” sino un sistema de creencias protegido.
Vermorel aplica este estándar a los conceptos de supply chain y afirma que muchas ideas “fundamentales” sobreviven principalmente porque no se someten a intentos serios de falsificación. Su ejemplo insignia es safety stock. Distingue entre un stock level que resulta funcionar y el concepto utilizado para justificarlo: un reloj descompuesto puede dar la hora correcta dos veces al día, pero eso no rehabilita el reloj. Luego ofrece un experimento mental—el final de temporada en el comercio de moda—en el que mantener altos service levels mediante safety stock produce un resultado obviamente autoderrotador: tiendas atolondradas de inventario de invierno a medida que se acerca el verano, seguidas de fuertes descuentos para liquidar mercancías obsoletas. La lección no es simplemente que safety stock tiene “excepciones,” sino que agregar excepciones sin fin es como las malas teorías evitan la realidad.
Conor cuestiona si los experimentos mentales son un estándar de evidencia suficiente en un dominio confuso y adversarial como el supply chain, y si esto se convierte en un punto muerto cuando los profesionales ven que las ganancias aumentan bajo métodos convencionales. Vermorel responde que los experimentos mentales son un filtro inicial y económico: si una teoría se derrumba ante un razonamiento básico, no merece ensayos costosos en el mundo real. Para preguntas más difíciles, espera evidencia desordenada, al estilo de la medicina—meta-análisis de numerosos estudios independientes—precisamente porque los incentivos distorsionan la información.
Esto conduce a su crítica de los estudios de caso: funcionan como infomerciales. Su predicción falsable es que, a pesar de las altas tasas de fracaso en proyectos de supply chain reportadas por auditores, los estudios de caso negativos publicados por proveedores son casi nulos. Hasta que el campo publique rutinariamente un gran número de resultados negativos, argumenta, las “historias de éxito” deben ser tratadas como marketing, no como conocimiento.
El beneficio práctico de los primeros tres capítulos, afirma, es un modelo mental para el triaje: qué es relevante, qué es secundario, qué debe examinarse y qué debe descartarse—para que los profesionales dejen de memorizar guías telefónicas y empiecen a razonar.
Transcripción Completa
Conor Doherty: Bienvenidos de nuevo. Este es el episodio tres de una serie muy especial en la que Joannes Vermorel y yo discutimos, capítulo por capítulo, su nuevo libro Introduction to Supply Chain. Ahora, para esta serie adopto una postura muy específica: la de alguien que no conoce Lokad, que no conoce a Joannes. Soy solo uno de los aproximadamente 10 millones de profesionales en el mundo que podrían ver este libro, tomarlo, empezar a leer y, posiblemente, tener algunas preguntas.
Ahora, este es el episodio tres. Como dije, si no han visto los dos primeros episodios, les recomiendo encarecidamente que regresen y los vean, porque algunas de las cosas de las que hablamos hoy se basarán en lo dicho anteriormente—naturalmente, porque se trata de la discusión de un libro. Y, en esa línea, Joannes acaba de arreglar mi micrófono.
Capítulo 3: epistemología. Antes de entrar en eso—y entraremos en uno de los conceptos, creo, fundamentales de todo el libro—lo haremos en breve. Pero, epistemología: ¿cuál es el objetivo en este capítulo?
Joannes Vermorel: El objetivo es empezar a aprender: ¿cómo debo incluso pensar en supply chain? Ya ven, queremos aprender, pero necesitamos pensar. No se puede simplemente aprender. No es como una guía telefónica. No se trata solo de tener, “aquí está lo que necesitas saber de memoria,” y eso no implica comprensión. Así que, fundamentalmente, aprender sobre supply chain es aprender a pensar en supply chain. Por lo tanto, es un ejercicio de pensamiento. Muy bien. Resultó que la casi totalidad de la literatura simplemente ignora, desestima este problema super importante. Literalmente saltan a decir, “Aquí está mi—aquí está una guía telefónica. Aquí está lo que puedes memorizar.” Eso sería la academia con una lista infinita de algoritmos: quieres esto, ahí tienes este algoritmo; quieres esto, ahí tienes ese algoritmo. O sería la literatura de consultoría con, “Tienes una organización, aquí están las plantillas que debes seguir,” y aquí hay otra plantilla, y aquí hay otra plantilla, etcétera. Y estoy diciendo, “Oh, esperen. ¿Me están diciendo que debo memorizar un millón de algoritmos y 20,000 plantillas, y que eso será lo que se necesite para volverse competente en supply chain?” Obviamente, cada autor tiene su propia perspectiva, y dirían, “No, no, no, no necesitas un millón de algoritmos, no necesitas 10,000 plantillas, solo necesitas esos 20 algoritmos y estas tres plantillas,” y de nuevo, no hay dos autores que estén de acuerdo en cuáles son. Entonces, para mí, lo primero que quise hacer es: de acuerdo, necesitamos—y sé que es muy meta—necesitamos evaluar cómo vamos a siquiera pensar en supply chain. Y tendremos que evaluar una cuestión que es absolutamente fundamental: qué cuenta como conocimiento de supply chain, como un conocimiento de supply chain válido, relevante y útil, y qué no. Porque si no podemos responder a esas preguntas, ¿cómo se supone que avanzaremos en la ciencia de supply chain? Simplemente tendremos cosas que serán una lista interminable de anécdotas, o incluso una lista interminable de falsedades. Así que procederemos, y este no es un problema obvio. Es un problema muy, muy fundamental. Por eso digo que necesitamos abordar este problema epistémico, porque mis colegas, creo, no lo trataron en serio. Conor Doherty: ¿Cuáles son algunos ejemplos del conocimiento que crees que califican como conocimiento de supply chain válido, y ejemplos que son—creo que usas el término—corruptos? Joannes Vermorel: Entonces, un conocimiento válido de supply chain sería, por ejemplo, que tus asignaciones individualmente deberían maximizar la tasa de retorno a largo plazo para la empresa. Pero esto es una proposición que estoy diciendo: cada asignación debería—quiero decir, obviamente existe un problema de coordinación entre todas esas asignaciones, pero te refieres a la asignación de recursos financieros o literalmente a asignaciones en el sentido económico—por lo que puede ser cualquier recurso: dinero, inventario, personas, etc. Entonces, lo que estoy diciendo es: es un principio, pero lo planteo como un principio: cada asignación debe maximizar la tasa de retorno a largo plazo para la empresa. Ahora, esto es una afirmación. ¿Es verdadera o es falsa? Primero, lo primero: lo que estoy diciendo es que al menos tenemos algo diferente—diría que es relevante. Eso sería lo primero que tenemos que evaluar: si esta afirmación es incluso relevante para supply chain. ¿Pertenece a supply chain, o pertenece a otra cosa, como por ejemplo la economía general? ¿Pertenece a la sociología? ¿Pertenece a supply chain o es algo que es verdadero, pero que ni siquiera está dentro del límite de lo que queremos llamar supply chain? Existe un problema de gestión del conocimiento. Si incluimos todo en todo, entonces se convertirá en un gran lío. Así que necesitamos tener un criterio solo para decir: ¿está dentro del límite de lo que queremos tener como supply chain o no? Primero, ese es el primer filtro. El segundo filtro: de acuerdo, ahora que admitimos que eso está—tendremos que explicar por qué admitimos que está dentro de los límites. No debería ser algo accidental: “Joannes dice que está dentro de supply chain y lo es.” Necesitamos tener un razonamiento para clarificar lo que está dentro y lo que está fuera. Y luego, una vez que admitamos que está dentro, necesitamos tener un mecanismo para decir: ¿es una buena proposición? ¿Es un conocimiento realmente útil, poderoso, profundo y fundamental? ¿O es falso, o es completamente secundario? Así que necesitamos tener un mecanismo que, una vez que estemos dentro de los límites de supply chain, nos permita entender: de acuerdo, ¿qué pasa con esta proposición? ¿Debería estar en la introducción de supply chain, o es algo que debería ser una nota secundaria en un anexo distante que solo se recordará cuando se trate de casos extremos, etc. Así que esos problemas pueden parecer un poco abstractos, pero son fundamentales. Nuevamente, es un ejercicio de pensamiento. Necesitamos empezar a ser capaces de pensar en supply chain: pensar en cómo vamos a organizar este conocimiento. Eso significa priorizar el conocimiento, lo que también implica establecer límites para nosotros mismos, para que no nos perdamos en tangentes infinitas, etc. Conor Doherty: Bueno, nuevamente, según mi entendimiento, después de haber leído, no es solo un ejercicio taxonómico, no es solo clasificación. Planteas el punto—y creo que este es, en mi opinión, si estuviera leyendo esto—donde aparece el ejemplo más fuerte y claro de un “truco en el manual,” y ese es la falsificación. Creo que, cuando tomas eso—si tomaras tu definición de supply chain y la importancia de la falsificación—podrías incluso ponerlo en el capítulo uno, porque creo que eso es realmente fundamental. Y diría que discutir la falsabilidad es incluso más fundamental que tu propia definición, puesto que en realidad informa tu capacidad para evaluar definiciones. Así que yo no soy el autor. Por favor, explica la importancia de la falsificación. Joannes Vermorel: Entonces, aquí diría que la falsabilidad es algo que está por encima de supply chain. Sí. Tenemos el objetivo de supply chain, y luego tenemos una disciplina separada—por eso la llamo epistemología—que trata realmente sobre la ciencia del conocimiento humano. ¿Cómo caracterizamos el conocimiento en general, y qué no lo es? No estoy inventando nuevos principios para caracterizar el conocimiento. Estoy tomando prestado de la epistemología, y estoy tomando prestado de uno de los avances más increíbles del siglo XX, que es el principio de falsabilidad de Popper, quien fue un filósofo austriaco. En resumen: este filósofo realmente se hacía una pregunta simple: ¿qué cuenta como ciencia? ¿Qué cuenta como conocimiento en el que podamos confiar? Solo una pregunta básica. Y aplica a todo: biología, finanzas, cualquier cosa. Simplemente se hacía esta pregunta básica: ¿qué es el conocimiento verdadero? ¿Qué es realmente la buena ciencia? ¿Qué son todas esas cosas? Y, obviamente, llegó a una respuesta. Y lo interesante: Voy a tomar prestada esta respuesta para supply chain. Así que discutamos un poco cuál fue esta respuesta. Entonces, el principio de falsabilidad: Popper, vivió en un momento en el que, en sus primeros años—estuvo en algún momento en Viena, en Berlín—se encontraba con diferentes grupos de intelectuales. Y había dos grupos que eran realmente llamativos. Estamos hablando de principios de 1920, sí. Dos grupos. El primero eran los físicos que se reunían alrededor de Einstein. Estaban en ese entorno, y eran personas increíbles. Estaban en el proceso de inventar, esencialmente, la física cuántica. Einstein había desarrollado la relatividad, y luego hubo muchos desarrollos en la física cuántica posteriormente. Y así, ese era un grupo de personas increíblemente agudas. Popper estaba muy desconcertado: ¿cómo operaban intelectualmente esas personas? Y la forma en que operaban: estaban inventando teorías todo el tiempo, pero hacían incluso más que eso. Inventaban maneras de destruir las teorías de los demás. Inventaban, y persistían en inventar.
El propio Einstein inventaba incansablemente ideas para experimentos que se pudieran realizar y potencialmente invalidar sus propias teorías. Verás, Einstein pasó casi toda su vida intentando destruir sus propias teorías. Eso es muy desconcertante. Para Popper, eso significaba: ¿qué demonios está pasando? Tienes a personas que defienden una teoría, pero ¿qué hacen en la práctica? La intentan destruir. Extraño.
Y la gente lo hacía de forma empírica. Lo que Einstein hacía, decía, por ejemplo: si mi teoría de la relatividad es correcta, eso significará que durante el próximo — podré observar movimientos extraños de cierta manera en la órbita de Mercurio. O, por ejemplo, podré observar pares de estrellas que serán simplemente ilusiones ópticas, debido a que la luz viaja por caminos diferentes. Y si no puedo observar eso, eso demostrará que mi teoría es equivocada.
De hecho, diseñaba experimentos muy ingeniosos para demostrar que su teoría era errónea, y esos experimentos fallaron. No lograron demostrar que su teoría era falsa.
Entonces Popper intervino y dijo: “Oh, eso es muy interesante.”
Y había un segundo grupo, para contraste. Ese era el de los físicos. El segundo grupo estaba formado por personas que eran esencialmente marxistas. Marx ya no estaba presente, así que eran seguidores. Esas personas —nuevamente, el marxismo se abordaba en aquel entonces no como ciencia política, sino como una ciencia. Se suponía que era una explicación científica de la sociedad, y se trataba como tal.
Y así, como en cualquier buena ciencia, se hacían predicciones —predicciones muy precisas sobre el futuro. Si la teoría marxista es cierta, entonces tenemos cosas muy específicas que podemos predecir sobre la economía.
Y, por ejemplo, en la década de 1910, los marxistas hicieron una predicción que es completamente correcta según la teoría marxista: si la revolución del proletariado debe ocurrir —y ocurrirá, ocurrirá—, entonces se dará en los países en un orden muy preciso. La teoría es muy precisa: sucederá en un orden muy definido.
Empezará en el Reino Unido. ¿Por qué? Porque es el único país en la Tierra, en ese momento, que tiene la mayor proporción de población proletaria. El Reino Unido estaba realmente muy adelantado en términos de industrialización en comparación con todos los demás países. Así, la revolución comenzará en el país más industrializado primero, y luego ocurrirá gradualmente en países cada vez menos desarrollados.
Y la teoría era muy precisa. Había un acuerdo completo: esto es lo que sucederá.
Ocurrió la Primera Guerra Mundial. ¿Cuál es el primer país en pasar por la revolución marxista? Rusia. Rusia, que era el menos industrializado y, en ese momento, tenía una economía increíblemente atrasada —completamente agraria. Literalmente no tenían prácticamente ninguna fábrica, o sea, muy, muy pocas.
Así que eso contradice tajantemente dicha teoría. Completamente —nuevamente, todo, la forma en que se desarrolló— va totalmente en contra de todas las predicciones de la teoría.
Ahora, ¿cuál es la respuesta de los círculos marxistas? La respuesta es: simplemente parchean la teoría para explicar retroactivamente por qué, de hecho, la teoría estaba prediciendo este resultado.
Y entonces Popper observó eso y dijo: “Espera. ¿Así que me estás diciendo que, a medida que las cosas contradicen tu teoría, lo que haces es parchear tu teoría, modificarla y hacerla inmune a la contradicción? Esto es extraño.”
Esto es extraño. Tienes a personas, por un lado los físicos, que buscan contradicciones incansablemente y que están listas en cualquier momento para desechar todas las teorías —tirarlas por la ventana— si existe un experimento contradictorio.
Y tienes a otras personas que dicen, “Vamos a preservar la teoría sin importar qué. Simplemente la haremos, de manera gradual, cada vez más inmune a la realidad.”
Está bien, no pueden estar ambos en lo cierto al mismo tiempo. Uno debe tener la razón, el otro debe estar equivocado. Popper dijo: ¿quién tiene la razón? El bando de Einstein. Dijo: obviamente, los físicos lo están haciendo bien. Los marxistas: no, esa no es la actitud intelectual correcta, esto es una locura.
Conor Doherty: Y luego, cuando quisiste explicar —no es para interrumpirte, sino para ser claro— cubres todos estos ejemplos históricos en el libro. Pero para volver al tema de los 10 millones de practitioners: es interesante, y sé a dónde quieres llegar, pero a los demás podría no interesarles.
Joannes Vermorel: Claro. En resumen: en realidad, él ideó la noción de falsabilidad. La falsabilidad es como el resumen de por qué Einstein tenía la razón y por qué los marxistas estaban equivocados.
En resumen, tu conocimiento, tu teoría, debe estar en riesgo de contradicción. Sí. Si la haces inmune a la contradicción, entonces no tienes nada que sea científico.
Por cierto, hay una salvedad: podrían existir verdades en este universo que no puedan ser contradichas, pero que aun así sean verdaderas. Popper dijo: bien, simplemente no pertenecen al ámbito de la ciencia. Esta es una limitación fundamental de la ciencia. La ciencia solo puede tratar con aquello en lo que la contradicción es posible, y esas cosas no son todo lo que es verdadero. Es simplemente todo lo que podemos llamar ciencia.
Así que es muy interesante, porque Popper, de una vez, definió prácticamente lo que es el estándar de oro de lo que podemos llamar ciencia, y también mostró al mundo que la ciencia no puede ser todo. Es justamente lo contrario de lo que la gente pensaría, que la ciencia es todopoderosa y omnisciente. No. Popper dejó claro de una vez por todas que, esencialmente, la ciencia tiene su límite natural.
Pero dentro de esos límites, lo que tenemos es mucho más fuerte. No es todo lo que es verdadero.
Y así, adelantándonos a supply chain: ahora tenemos el estándar de oro para el conocimiento científico, y se aplica a todos los dominios. Se aplica a todo —desde geografía, biología, lo que sea—. Se aplica a todo, aunque no en igual medida. Creo que es algo en lo que vamos a profundizar, y de lo que ya tocamos.
Y así, lo que digo es: dado que esto ha sido el estándar de oro para abordar la ciencia —para todas las ciencias—, el supply chain debería ceñirse al mismo estándar. Ese es el punto que estoy planteando.
Conor Doherty: De acuerdo. Así que, nuevamente, los ejemplos históricos son buenos, correctos y ciertamente interesantes. En el contexto del supply chain —nuevamente, la audiencia objetivo, 10 millones de practitioners—, contextualiza la importancia de la falsificación, y cómo se ve eso para ellos en el día a día. ¿Por qué es tan importante y cómo se presenta para un practitioner de supply chain, o cómo podría insertarse?
Joannes Vermorel: Entonces estamos hablando sobre el conocimiento. Sé que es muy meta, un poco abstracto, pero estamos hablando sobre la invalidación del conocimiento.
Así que comencemos con una pieza de conocimiento. Hablemos sobre safety stock. De acuerdo. Ese es un ejemplo en el libro, y la razón por la que digo que el safety stock es una propuesta inválida. En realidad, lo llamas hazardous stocks.
Sí, exactamente. Y nuevamente, no digo: tu safety stock en tu empresa —el nivel de inventario que eliges— es inválido. Eso sería una confusión. Lo que estoy diciendo es que la misma idea del safety stock es incorrecta. Eso debe ser desmontado.
Verás, esa es una distinción, porque el safety stock, en última instancia, es solo una caracterización de un nivel de inventario. Así, en tu empresa, puede que por casualidad tengas un nivel de inventario que resulte bastante bueno para tu negocio. Está bien.
Lo que estoy diciendo es que el safety stock, como concepto para lograrlo, es inválido.
Esa es la proposición. Ahora, como un reloj descompuesto que acierta dos veces al día: puede que, con el safety stock, obtengas una respuesta bastante válida. Pero, nuevamente, esto es la falacia del reloj descompuesto. Simplemente ocurre que tienes una situación donde las estrellas se alinean, y en tu situación el safety stock te da una respuesta satisfactoria.
Esa es una situación de reloj descompuesto, donde dos veces al día el reloj descompuesto aún indica la hora correcta. No es —sería incorrecto pensar que, solo porque sucede eso, el reloj descompuesto sigue estando roto, incluso si accidentalmente, en esta situación muy específica, da la respuesta correcta.
Conor Doherty: Verás —¿pero cómo falsificas esa posición? Porque simplemente te has, bueno, aislado de la crítica.
Joannes Vermorel: Sí, exactamente. Entonces, para falsificar, tenemos que profundizar en el principio de falsificación.
Lo que dice Popper —la idea clave— es que nunca puedes probar que una teoría es correcta. No puedes. ¿Por qué? Porque eso significaría que necesitarías verificar un número infinito de situaciones.
Verás, se supone que tu teoría se aplica a una gran cantidad de situaciones, y si es una teoría que no es trivial, va a ser infinita. Así que, fundamentalmente, cuando hablas de retroalimentación del universo —de poder verificar y demás— solo podrás verificar un conjunto finito.
Así que puedes demostrar que las cosas funcionan, no necesariamente que sean verdaderas.
Y entonces Popper dice: si puedo tener solo un caso que demuestre que la teoría falla, entonces la teoría queda falsificada. Es rechazada. Es categóricamente falsa. Debe ser descartada por completo.
Así que él dice: ese es el principio de falsificación, y es muy interesante. Eso es exactamente lo que Einstein estaba tratando de hacer: demostrar que la relatividad es falsa.
No necesitas mil astrofísicos. No necesitas presupuestos de miles de millones. Solo necesitas imaginar un simple experimento que lo demuestre equivocado. Eso es todo. Esa es la belleza de la falsificación: puedes falsificar una teoría increíblemente avanzada y sofisticada —potencialmente con miles de horas-hombre invertidas en ella— con solo un experimento simple, si puedes lograrlo.
Entonces, ¿cómo falsificamos el safety stock? La idea es que necesitamos idear un experimento que demuestre que el safety stock te da resultados de porquería. De acuerdo. Solo necesitamos una situación en la que el safety stock produzca resultados de porquería. Solo una.
Y para que sea de buena fe, debe ser un safety stock hecho correctamente. Safety stock hecho correctamente. Y entonces demostramos que, en esta situación donde el safety stock se hace de forma correcta —porque debe ser un intento de buena fe—, simplemente demostramos que, a pesar de estar hecho correctamente, te dará resultados sin sentido, resultados que van en contra del interés a largo plazo de la empresa.
De nuevo, para eso, volvemos a la epistemología. Tenemos que acordar, de alguna manera, que el interés a largo plazo de la empresa es el criterio relevante. Eso es complicado, porque verás, el problema es que yo defino el supply chain —lo defino. Acabo de decir que el interés financiero a largo plazo de la empresa es lo que es.
Si me dices, “No, no, no, Joannes, no estoy de acuerdo con tu afirmación. Creo que el interés a largo plazo que el supply chain debería maximizar es la felicidad de mis empleados”, tenemos dos definiciones conflictivas. No son compatibles.
Y por cierto, este problema se resolvió, pero ese es otro filósofo llamado Thomas Kuhn.
Conor Doherty: Pero de alguna manera estás difuminando las líneas entre la teleología y la epistemología: cuál es el objetivo de una empresa y qué constituye el conocimiento. No son necesariamente lo mismo.
Joannes Vermorel: Sí, sí, sí. Entonces, volvamos. Volvamos a la falsificación del safety stock.
Así que ahora solo necesitamos pensar en una situación que demuestre que el safety stock te explota en la cara. Eso es todo.
Por ejemplo, tomemos a un minorista de moda. Una situación de final de temporada, con tus safety stocks.
Entonces, ¿qué dice la perspectiva del safety stock? Dice: necesitas mantener un nivel de servicio bastante alto. Esa es la perspectiva. ¿Qué tan alto? Puede ser cualquier cosa entre, digamos, 85 y 100%. No vamos a ser demasiado específicos. Está bien. Tú decides.
Pero nunca he visto a personas que digan que deberías tener un safety stock con, digamos, un nivel de servicio del 15%. Así que, mi intento de buena fe es: tenemos una marca de moda que opera una red de tiendas, y para sus tiendas tienen una política de safety stock con niveles de servicio que son, digamos, del 85 en adelante.
No me importa el detalle. No importa. Simplemente digo: si no estás en esta situación —en el minorista de moda—, esto no es safety stock, es otra cosa.
Entonces, la situación es: tenemos este minorista de moda, poseen tiendas, y en sus tiendas hay artículos cuyo nivel de inventario se controla a través del safety stock, y esos safety stocks son del 80% en adelante. Esa sería mi situación.
Ahora, creo que es una representación de buena fe de lo que realmente significa el safety stock.
Y ahora lo que quiero es demostrar que esto explotará. De hecho, explotará por varias razones.
La primera es que, al final de la colección, no quieres mantener esos safety stocks. ¿Por qué? Porque recuerda: al final de la colección de invierno, si mantienes tu nivel de servicio, por definición tendrás la tienda llena de ropa de invierno mientras estás a punto de entrar en la temporada de verano. Esto es una locura.
Primero, ni siquiera podrás colocar la ropa de verano en la tienda porque está llena de ropa de invierno. Y luego, durante el período de rebajas que llegará pronto, tendrás que hacer descuentos considerables para deshacerte de toda la ropa de invierno, la cual resultará muy difícil de vender.
Así, mi demostración está completa. Tengo una situación en la que tomé la perspectiva del safety stock y mostré una situación que la contradice.
Y lo que Popper mostró es que no se debe adoptar la perspectiva marxista. La perspectiva marxista sería: “Oh, tienes una contradicción en mi teoría del safety stock. ¿Sabes qué? Voy a reacomodar esta teoría del safety stock, modificarla, para que el safety stock sobreviva.” Esto es lo que hacían los marxistas con su teoría marxista: cada vez que se les contradecía, simplemente la parcheaban para hacerla completamente inmune.
Esa no es la postura intelectual correcta. Es una postura peligrosa, en el sentido de que es una receta para obtener conocimiento basura. Esto es epistemología.
Así que, cuando tienes una contradicción obvia con un concepto —donde usas este concepto, lo usas de buena fe, sin cometer ningún error en el análisis—, entonces deberías decir: tu teoría acaba de ser falsificada. Debe ser descartada ahora.
Y eso es duro. La gente no se da cuenta de lo exigente que es esta falsabilidad. Significa que literalmente necesitas descartar esas cosas. Y así, el safety stock debe ser descartado.
Conor Doherty: Tocamos este tema en la discusión del capítulo 2, cuando debatíamos cuán robusta puede llegar a ser una ciencia en supply chain. Discutimos sobre química, y al final acordamos la idea de que la medicina probablemente sería un estándar razonable.
Existen muchas situaciones en las que—usando el ejemplo que diste en el último episodio—tomas medicina, con perfiles muy similares: a una persona le funciona, a otra no. La medicina no se descarta por completo: “Bueno, esa medicina no funciona, deséchala totalmente.” Dirían: funciona la mayor parte del tiempo.
Entonces, la pregunta es: ¿mi falsificación destruyó el safety stock para la moda, o para todos los verticales? Porque esa podría ser una pregunta.
Joannes Vermorel: De nuevo, Popper te diría: ten cuidado. Cuando tienes una teoría que ha sido falsada, es demasiado fácil, intelectualmente, minimizar el impacto de esa falsificación. Ese es un problema de la psicología. Es demasiado fácil minimizar el impacto y simplemente pegar con cinta adhesiva tu teoría para que perdure a pesar de esa falsificación.
Por ejemplo, podría tener una teoría revisada que diga: los safety stocks son buenos, útiles y convenientes—excepto en la moda.
Bien. Ahora, puedo idear un ejemplo muy similar en aviación. Puedo crear algo que demuestre que el safety stock funcionará de manera extremadamente contraria al interés a largo plazo de la empresa en la aviación. Puedo hacerlo en el sector automotriz. Puedo hacerlo para alimentos frescos.
Algunos podrían decir: estos son ejemplos seleccionados a conveniencia, que en conjunto generas más dinero del que pierdes. De nuevo, una vez que tienes 20 verticales donde hay contradicciones, ¿cuándo paras?
¿Vamos a decir: el safety stock es válido excepto en la moda, excepto en el sector automotriz, excepto en la aviación, excepto en alimentos frescos, excepto en el lujo, excepto en bla bla bla?
Esa es la manera de pensar marxista. Tienes una teoría que se vuelve absurda, con una lista absurdamente larga de casos extremos.
Y esa es también la belleza—de nuevo, hay un elemento que es muy importante en el conocimiento—y esa es la perspectiva marxista, y aquí no es Popper quien lo describió, sino más bien Einstein: debe haber belleza en tu teoría. Necesita tener este tipo de pureza cristalina.
Si tu teoría es solo una lista infinita de casos extremos, si no tiene ninguna estructura, si para describir tu teoría necesitas una agenda telefónica interminable de cosas, no es una muy buena teoría.
Así que, si decimos que la supply chain theory es: “Oh, es safety stock, con dos páginas de advertencias”, es simplemente una teoría muy, muy pésima.
Conor Doherty: Bueno, entonces, aquí volvemos a la idea de qué estándar de robustez esperas de una disciplina como supply chain. Estás hablando de Popper y lo aplicas a un campo gobernado completamente por factores de confusión, como tú mismo dirías en los capítulos uno y dos: total uncertainty en todas partes—motivaciones, el clima, todo.
¿Cómo puedes falsificar al estándar que estás describiendo?
Joannes Vermorel: Primero, existen diferentes niveles de falsificación. Uno de los más básicos es el experimento mental, lo que acabamos de hacer. Eso es precisamente lo que hizo Einstein. La mayoría de los avances de Einstein fueron experimentos mentales. Esto es increíblemente útil en la ciencia.
Los experimentos mentales son súper económicos. Puedes realizarlos en tu mente. No son suficientes, porque si razonas de manera incorrecta puedes tener fallos sutiles, y la única forma de detectarlos será que el universo te dé retroalimentación.
Pero, como manera de alcanzar tu teoría correcta más rápidamente, y ser conservador con la cantidad de recursos que deseas invertir en la falsificación real en el mundo, necesitas hacer esos experimentos mentales. Esos experimentos mentales son esenciales para que no realices tus experimentos de falsificación al azar, lo cual resulta muy costoso.
Entonces, lo que estoy diciendo es que lo mínimo que debemos exigir a supply chain es que resista los experimentos mentales.
Si te doy un elemento, un elemento teórico como el safety stock, y en dos minutos puedo ofrecerte experimentos mentales—contradicciones muy convincentes—vamos, ni siquiera necesitas hacerlo en la vida real. Una vez que lo entiendas, dirás: está completamente falso.
Ese sería el nivel superrápido. Y más adelante podremos debatir sobre elementos mucho más difíciles en los que necesitaremos una evaluación empírica.
Pero aquí, hay clases enteras de proposiciones de la teoría mainstream de supply chain que pueden ser destruidas mediante simples experimentos mentales. Y, a propósito, esto es exactamente lo que Einstein hizo con la física newtoniana. Para destruir la física newtoniana, Einstein no tuvo que realizar ningún experimento físico real. Realizó experimentos mentales y demostró que la teoría tenía contradicciones en sí misma, y ¡bam—listo! Ni siquiera necesitas hacer los experimentos.
Entonces, ya ves, esto es muy poderoso. Los experimentos mentales son sumamente poderosos, al menos para deshacerse de lo fácil. Puedes descartar algo cuando tienes una teoría tan profundamente defectuosa que, mediante experimentos mentales, basta con desecharla.
Si la teoría es muy madura—por ejemplo, la física cuántica—probablemente los experimentos mentales por sí solos ya no serán suficientes. Pero ese es el segundo estadio: la madurez de una ciencia que ya ha sido diseñada con los criterios adecuados en mente.
Cuando tienes una ciencia que ha sido diseñada cuidadosamente con los criterios adecuados en mente, todos los experimentos mentales ya han sido realizados por tus predecesores. Por lo tanto, ya no es tan útil, porque se han agotado las oportunidades fáciles.
Aquí nos encontramos en un estadio donde esas oportunidades fáciles—los experimentos mentales—pueden desechar la teoría mainstream de supply chain. Es muy posible porque, bueno, la gente no lo hizo lo suficientemente cuidadosamente antes.
Conor Doherty: Y, de nuevo, para intentar contextualizar de qué hablamos desde la perspectiva de Lokad: se trataría de decisiones. Eso es, fundamentalmente, lo que las personas toman día a día: decisiones de supply chain. ¿Por qué? ¿Por qué? ¿Por qué?
Joannes Vermorel: De nuevo, por eso necesitamos esta decisión epistemológica, porque tenemos un desacuerdo. La teoría mainstream dice absolutamente que no. Discrepa profundamente: “No, no me importa eso. No me importa.”
Y ya ves, por cierto, tenemos que hablar sobre Thomas Kuhn y la inconmensurabilidad de las teorías. El problema, según Thomas Kuhn, es: fundamentalmente, si miras la física newtoniana y la física einsteniana, no se puede decir que una sea mejor que la otra. No son conmensurables. Son radicalmente distintas.
Las preguntas que tienen sentido en la física newtoniana no tienen sentido en la física einsteniana, y viceversa. Tienes dos conjuntos de preguntas y respuestas completamente incompatibles, y no se pueden comparar.
Ese es el problema. Pero ahora, ¿cómo decidimos entre la física clásica y la física einsteniana? Ni siquiera son las mismas preguntas, ni siquiera las mismas respuestas.
La respuesta es: una vez que comienzas a pensar en la física einsteniana, te surgen ideas sobre cómo puedes invalidar la física newtoniana. Te proporciona un experimento que puedes proponer a tu colega profesor de física newtoniana y decir: “Por favor, haz eso y explícamelo.”
Y ese es un experimento que sorprenderá al otro profesor, y eso es todo. Así es como lo hizo Einstein.
Ahora, aquí, en supply chain: tenemos este supply chain mainstream. El supply chain mainstream no se preocupa en absoluto por esas decisiones. Son como ciudadanos de segunda clase. Dice: el plan. El plan es lo que importa. El plan es tanto un forecast como un compromiso. El plan es el ciudadano de primera clase.
Y luego, lo que tú llamas decisiones, es irrelevante. Es simplemente la ejecución adecuada del plan. Esa es la teoría mainstream.
Así que, si decimos que queremos mejores decisiones, esto ya es una afirmación sobre cómo pensamos el supply chain, porque desde la perspectiva mainstream esta pregunta ni siquiera es relevante. No es una pregunta relevante.
Eso es extraño, pero ese es el problema. Cuando tienes un cambio de paradigma de una teoría a otra, surgen muchas preguntas que ni siquiera resultan relevantes. En el paradigma de Supply Chain Quantitativa, yo planteo preguntas sobre decisiones. La teoría mainstream no plantea preguntas sobre ellas.
Y desde la teoría mainstream, dicen que tu pregunta es irrelevante. Es como si preguntaras: “¿Cuál es el color óptimo de la camisa de la persona que elabora el plan?” Ambas teorías te dirían: no nos importa.
Entonces, no puedes juzgar las preguntas que estoy haciendo a través del lente de la antigua teoría mainstream de supply chain, y viceversa.
Conor Doherty: Es interesante que hayas mencionado la inconmensurabilidad. Creo que The Structure of Scientific Revolutions—es un libro—probablemente es el segundo hito más importante en la ciencia de la ciencia en el siglo XX.
Lo que se me ocurre es: para alguien que escucha—y de nuevo desde la perspectiva del profesional promedio—parece haber una cierta inconmensurabilidad en cuanto a los estándares de evidencia que valoras.
Entonces, has hablado sobre lo que consideras como el propósito de una empresa, o el propósito de supply chain: maximizar el retorno financiero a largo plazo. Pero también del estándar de evidencia que estás utilizando, y que es—aunque sea en el libro—los experimentos mentales. Usas muchos experimentos mentales para demostrar tu punto, y no tantos ejemplos de la vida real.
Y no me refiero a estudios de caso desde la perspectiva del marketing. Me refiero literalmente: citas el ejemplo de la revolución marxista, citas a Einstein; esos son ejemplos concretos. En este capítulo, no hay muchos ejemplos de la vida real en supply chain que demuestren tu punto.
Y ahí es donde puede surgir la inconmensurabilidad, porque valoras el conocimiento teórico y epistemológico popperiano: “Es un experimento mental, por lo tanto lo he hecho.” Pero alguien puede decir: “Pero mira, mi rendimiento financiero con este modelo está mejorando cada vez más.” Ahí tienes un punto muerto.
Joannes Vermorel: Sí. Primero, hay un elemento temporal. Esto se publicó muy recientemente, se practicó en Lokad. Si juzgas la física einsteniana por sus resultados, digamos, en 1907, sigue siendo muy, muy limitada porque es demasiado pronto. La gente no tuvo tiempo de digerir eso, aplicarlo, etc.
Así que argumentaría—es un argumento débil—pero diría: dale tiempo.
La segunda cosa es: tenemos un problema que la física no tenía, pero que supply chain sí tiene, y es el comportamiento adversarial. Esto es exactamente de lo que hablé anteriormente.
Creo que la prueba experimental llegará, y será un proceso desordenado, al igual que en la medicina. Por eso, en última instancia, si me proyecto 50 años en el futuro con mi teoría aceptada, la gente realizará meta-análisis.
Comenzarán a decir: está bien, tenemos este nuevo paradigma. Es uno correcto. Pero debido a los incentivos adversariales, no podemos confiar en un solo estudio. Necesitamos un meta-análisis.
Y eso es exactamente lo que, por ejemplo, la Cochrane Library está haciendo por la medicina. Literalmente toman, digamos, el SIDA, recogen 8,000 artículos y lo juntan todo, y dicen: “Está bien, hagamos un meta-análisis de todo esto.” Hay como 100 organizaciones de investigación distintas que han producido el material de manera independiente o semi-independiente, y así podemos esperar razonablemente que, a pesar de todos los incentivos adversariales—en la medicina son las compañías farmacéuticas—, pese a todo eso, podamos tener la esperanza de que el meta-análisis haga surgir algo mejor.
En la práctica, funciona—con ciertos límites. Es un proceso desordenado. Es lento, dolorosamente lento, pero funciona.
Y de eso estoy hablando: miles de artículos que deben ser sometidos a un meta-análisis, y así es como se construye la próxima generación de conocimiento médico.
Ahora, volviendo a supply chain: eso significa que, en este libro, como introducción, aún no quise iniciar esta batalla. Este libro ya tiene 500 páginas. Ya hay tanto por transmitir en cuanto a ideas básicas.
Por ejemplo, transmitir la idea básica sobre lo que es Popper, por qué es relevante, etc.: hay tanto que decir que en algún momento tuve que elegir mis batallas. Decidí—y sí, es una debilidad, una debilidad teórica—que no me adentraría en el terreno de ejemplos muy precisos de la vida real, porque todos vendrían de mí.
Incluso si pusiera 50 ejemplos, dado que todos provienen de mí, la gente diría que han sido seleccionados a conveniencia.
Así que digo: está bien, necesitamos un segundo estadio donde haya ejemplos promovidos no solo por mí, sino por otras personas. Y luego, dentro de una década, realizar un meta-análisis de esos muchos, muchos casos, promovidos no solo por mí, sino por personas que hayan leído el libro, lo hayan aplicado y digan: funciona, no funciona. Ese es el estándar que podemos tener.
Mientras tanto, en esta etapa, lo que puedo ofrecer son experimentos mentales. Y también—pero ese es un argumento de autoridad—solo digo que no es teórico, es lo que Lokad ha hecho durante la última década. Sé que es un argumento de autoridad, pero si quiero añadir un elemento de credibilidad: Lokad no recaudó dinero de venture capitalists.
Entonces, para nosotros, si no funciona, no tenemos un plan B. No tenemos dinero proveniente de—no hemos recaudado medio billón como algunos de mis colegas. Por lo tanto, no podemos operar durante una década con un modelo completamente no probado, no rentable y que quizá no funcione. Eso no es posible.
Estábamos limitados, y la razón por la cual Lokad sobrevivió es realmente que enfrentamos un grado considerable de éxito, lo que nos llevó a este libro.
Y de nuevo, mi opinión es que, en lo que respecta a la epistemología, estaba hablando de la belleza de Einstein. Lo que convenció a la mayoría de la comunidad de físicos no fueron los experimentos, sino la belleza de la teoría de Einstein.
La relatividad es increíblemente hermosa como teoría. La gente decía: “Está bien, es muy interesante, intrigante.” La gente era inteligente, por lo que decían: es tan hermosa que quiero aprender sobre ella. La aprenderé, pero aún esperaré la prueba experimental, solo para estar seguro.
Pero aun así, era tan hermosa que fue así como Einstein logró capturar el corazón de la comunidad de físicos. No fue mediante experimentos exitosos. Fue a través de un cierto grado de belleza en su teoría que fue completamente sin precedentes.
Obviamente, Einstein fue un supergenio, probablemente una de las 50 personas más brillantes que la Tierra haya tenido. Ese es un estándar muy alto. Pero al menos, para inspirarnos, nos dio un ejemplo del tipo de cosa a la que deberíamos aspirar.
De nuevo: epistemología. Deberíamos aspirar a un conocimiento para supply chain que sea la perspectiva aspiracional.
Conor Doherty: Bueno, de nuevo, es interesante porque en el libro hablas sobre la navaja de Occam. Cualquiera que estudie filosofía estará familiarizado con la navaja de Occam: esencialmente, si tienes dos explicaciones para un problema, la que sea más simple es la que prácticamente deberías elegir primero.
De nuevo, si tienes que elegir entre dos y aplicarlo a tu discusión sobre safety stocks: tienes, digamos, más de 50 años de compañías aplicándolos, volviéndose cada vez más rentables año tras año. Sí, puedes señalar ejemplos, tal vez experimentos mentales para refutarlo, pero dirán: “Bueno, espera. Estoy haciendo esto. Estoy ganando dinero.” La navaja de Occam diría: “Bueno, en general, funciona.”
Y estás diciendo: no, es un reloj parado. Cuando funciona, no es que funcione, simplemente es un reloj parado.
Joannes Vermorel: Bien, apliquemos la navaja de Occam, pero a nivel teórico, antes de precipitarnos, porque aquí tenemos tantos factores confusos.
Así que pasemos a la teoría dominante. Estás diciendo que necesitamos tener teorías que tengan un elemento de simplicidad, donde no se necesiten tantas cosas.
La teoría dominante: si miro lo que la ASCM—Association for Supply Chain Management—está produciendo, tienen su manual SCOR, y proponen más de 300 métricas. 300.
¿Cuántas métricas digo en este libro que son relevantes? Doy unas pocas, pero son como cinco, y quizá incluso cuatro. En última instancia, la única métrica que defino es la tasa de retorno. Así que coloco la tasa de retorno en un pedestal, y luego hay quizás tres o cuatro que son consecuencias directas de ella, y eso es todo.
Entonces, bien. La navaja de Occam: mi teoría es elegante. Necesita una métrica como reina: una tasa de retorno, y tienes algunas, como la vida media de una decisión, que es una consecuencia inmediata—pero no obvia. No es intuitiva, pero es bastante inmediata una vez que te empujan en la dirección correcta.
Y eso es todo. Es un conjunto muy, muy limitado.
Entonces, si miro la teoría dominante, estamos hablando de más de 300 métricas. Así que, si aplicamos la navaja de Occam, diría, en base a la evaluación de la propia teoría: sí, la mía es de órdenes de magnitud más esbelta y conservadora. Nadie disputaría esto.
Ahora, en cuanto al resto: las empresas pueden tener éxito. Esa es una declaración filosófica. No puedo probarlo. Solo estoy diciendo: las empresas pueden tener éxito por una gran variedad de razones, o fracasar por una variedad de razones.
Y mi postura intelectual es: asumo que cada vez que veo un éxito o un fracaso, por defecto, supply chain tiene muy poco que ver con ello. ¿Por qué? Porque la cantidad de cosas que existe fuera de supply chain es enorme.
Así que cuando ves que una empresa tiene éxito o fracasa, al adoptar esta postura intelectual—“No voy a atribuir, a mi interés predilecto, supply chain, su éxito o su fracaso”—creo que es una postura razonable, alineada con la navaja de Occam.
Solo estoy diciendo: cuando veo algo—porque el problema es que cuando eres un especialista, quieres explicar todo con tu teoría. Eso es cierto para cualquiera. No quieres que tu especialización manche tu visión del mundo.
Supply chain, si miro a la humanidad en el gran esquema, es muy importante, pero si tuviera que dar un porcentaje completamente inventado: ¿qué tan grande es supply chain para la humanidad en comparación con todo lo demás? Diría probablemente alrededor del 2 o 3%. Es de importancia civilizacional, porque un 2 o 3% significa que no hay tantas cosas que puedan competir con ese número.
Pero también significa que el 97% son cosas que no son supply chain.
Así, cuando observas que un negocio tiene éxito o fracasa, diría que deberías asumir—esta sería mi postura intelectual—a un 97% de probabilidad de que no tenga nada que ver con supply chain, a menos que cuentes con elementos explícitos que prueben que, en este caso, su éxito o su fracaso está íntimamente ligado a la ejecución de su supply chain.
Conor Doherty: ¿Pero eso no limita tu propia perspectiva? Permíteme reformular: dices que la perspectiva de Lokad es mejor que esta, pero luego también dices simultáneamente, “Bueno, cualquier éxito, el 97% del tiempo no es supply chain.”
Joannes Vermorel: Sin información profunda sobre la empresa.
Leo las noticias. Leí que LVMH ha visto que sus beneficios se han disparado este año. No soy un especialista en LVMH. No tengo información interna. Supongamos que nunca he trabajado en su supply chain. Tengo muy poca información.
Así que solo estoy diciendo: si no tienes información interna profunda, esa es la postura intelectual que recomiendo. Eso es todo.
Si tienes información privilegiada, si sabes mucho más sobre la empresa, entonces es algo completamente diferente.
Ejemplo: Amazon, que es increíblemente pública. Sus memos se filtran todo el tiempo. Si estás dispuesto a seguir a Amazon, puedes obtener toneladas de información. Es una empresa bastante transparente. No al nivel de un insider, pero aun así: no son muy reservados, a diferencia de Apple, por ejemplo.
Así que puedes tener toneladas y toneladas de información. Y si has pasado mucho tiempo estudiando Amazon—y yo también he conversado con muchos empleados de Amazon, en charlas privadas y similares—entonces puedo revisar mi evaluación.
En promedio, asumo que el éxito o fracaso se debe en un 97% a otras causas. Para Amazon, mi evaluación sería: su éxito es—nuevamente, un número inventado—70% supply chain.
Pero, ¿por qué tengo esta evaluación? No es porque leí un case study. Es porque, en las últimas dos décadas, he tenido personas que me dicen lo que está sucediendo en Amazon, qué tipo de cosas hacen, cuál es la mentalidad, cómo conducen proyectos, etc. Así puedo forjar esta evaluación de que sí, el éxito de Amazon está muy impulsado por supply chain, y lo que hacen es realmente correcto, y es inspirador para lo que quieras hacer en materia de supply chain.
Eso toma mucho tiempo para llegar a ello.
Conor Doherty: Sí, lo sé, lo sé, pero el problema es que es tan importante—de cierta manera—que es muy diferente de una empresa de la que no sabes nada en comparación con una en la que tienes información profunda.
Bueno, de nuevo, esto se relaciona con la crítica que haces a los case studies, no desde la perspectiva del marketing. En el libro, creo que sería justo decir que alguien podría escuchar la mayor parte de esto y pensar que, de alguna manera, está construyendo un muro entre él y las objeciones.
Y lo desglosaré: si una de estas ideas dominantes funciona, es por azar; las compañías ganan dinero, hay un montón de razones por las que ganan dinero. Si una empresa publica públicamente un case study diciendo, “Oye, usamos este enfoque. Así es como lo hicimos.” Sesgo del superviviente, una completa tontería.
Es como si hicieras imposible falsificar tu propia posición.
Joannes Vermorel: No. Déjame darte un ejemplo. Para los case studies: puedes falsificar mi teoría. Es muy directo. Súper fácil, en realidad.
Así que invito a la audiencia a falsificar mi teoría. Mi teoría predice que el número de case studies negativos que publicarán los proveedores será extremadamente raro.
Esta es una predicción muy importante. Estoy haciendo una predicción. Tenemos millones de case studies publicados, y estoy haciendo una predicción—no intuitiva—de que el porcentaje de case studies negativos será extremadamente bajo.
Por “negativo,” me refiero a que la gente diga, “Fracasamos.” Sí.
Ahora, podemos tener un contraargumento: “El porcentaje de case studies negativos es extremadamente bajo porque esos proyectos funcionan tan bien que nunca fracasan.” Así que estás buscando algo que no existe.
Entonces, la pregunta es: ¿por qué tan pocos?
Ahora, afortunadamente para mí, tengo muchas otras personas que están estudiando la tasa de éxito de los proyectos de supply chain. Se realizaron grandes estudios por Deloitte, PricewaterhouseCoopers y otros. Concluyen que entre el 80% y el 90% de los proyectos fracasan.
Entonces, ¿dónde está la verdad? No lo sé. Pero seamos conservadores. Digamos que esos auditores están inflando las cifras. Solo el 20% de los proyectos fracasan. Está bien.
Ahora mi teoría predice que, a pesar de que fracase el 20%, la cantidad de case studies negativos será aproximadamente cero.
Esa es una predicción contundente. ¿Cómo refutas mi predicción? La refutas al venir a mí y decir: “Mira, he muestreado mil case studies, y el 20% son case studies negativos.” Entonces, lo que te dije acerca de los incentivos que impiden que se publiquen case studies negativos queda refutado.
Inténtalo. No encontrarás un 20% de casos negativos. En toda mi carrera, solo he encontrado—contando con los dedos de las manos—case studies negativos. He revisado miles y miles de case studies, y hasta los case studies negativos que encontré ni siquiera fueron publicados por los propios proveedores. Fueron publicados por periodistas de investigación, usualmente bajo una inmensa presión del proveedor para que no se publicaran.
En resumen: mi teoría es muy falsable. Todo lo que se necesita es ir a Google y buscar cuántos case studies negativos puedes encontrar.
Si no puedes encontrar ninguno—si estás completamente abrumado por los positivos—entonces eso es exactamente lo que predice mi teoría.
De nuevo, es muy importante juzgar una teoría por su capacidad para hacer predicciones correctas que no puedan ser fácilmente invalidadas por la observación.
Conor Doherty: De nuevo, si estás defendiendo o alentando el escepticismo respecto a los case studies, está bien. Pero haces el punto de que—estoy parafraseando ahora, pero sin alejarme mucho de lo que dices—son basura, son veneno, son ilusiones de marketing.
Eso es ligeramente diferente a lo que acabas de decir. Dos cosas podrían ser ciertas simultáneamente: son infomerciales de cosas que funcionan. De nuevo, tu teoría está haciendo predicciones de que lo único que verás serán infomerciales. No necesariamente.
Esa es la diferencia entre el escepticismo y el absolutismo.
Joannes Vermorel: No, no. Escepticismo: ¿de qué eres escéptico? De la veracidad de las afirmaciones.
Normalmente, de nuevo, volvemos a Deloitte y PricewaterhouseCoopers: la gente puede constatar en su vida que la gran mayoría de los proyectos están fracasando. Cada vez que hablo con un profesional, esas estadísticas que publican los auditores—esa es la realidad de nuestra industria. Incluso en LinkedIn: hablo con alguien, y esa es su experiencia.
He hablado literalmente con cientos de directores de supply chain. Siempre ha sido esa la experiencia. Nunca he conocido a un director de supply chain que me dijera, “¿Fracaso? ¿De qué hablas? Los últimos 50 proyectos han sido perfectos, un éxito total.”
Si le pregunto a la persona a cargo de una fábrica que fabrica aviones, y le hablo sobre la tasa de fracaso de los aeronaves, dirían, “¿Qué demonios? Los últimos 50 aviones que entregamos fueron perfectos. Rendimiento del 100%, vuelan perfectamente.”
Pero hablo con un director de supply chain: “Oh sí, de las últimas 20 iniciativas que tuvimos, 19 fueron catástrofes.” Así es.
Así que creo que, en algún momento, necesitamos tener este principio de la realidad: no deberíamos ser simplemente filósofos de sillón. A veces debemos aceptar que algunas cosas son tan obvias que debemos avanzar, de lo contrario nos quedaremos atrapados en una filosofía puramente abstracta.
Conor Doherty: Si aplicara este estándar a la medicina—porque de nuevo ese es el ejemplo que usaste durante la discusión sobre el capítulo 2—hay muchos más artículos sobre ensayos clínicos en los que el medicamento funcionó que de “oh, falló.” Ahora, seguro que hay algunos, pero hay muchos más artículos de “este medicamento,” o “esta práctica,” “esta metodología funciona,” o al menos aparece que funciona.
Ahora, obviamente, se aplica el mismo principio: las empresas no van a decir, “Desperdiciamos dinero.”
Joannes Vermorel: Espera, espera, espera. La medicina es plenamente consciente del problema. Esa es una gran diferencia. Son plenamente conscientes. Tienen revistas de resultados negativos.
Así que la comunidad científica médica ha reconocido el sesgo, y están haciendo esfuerzos. Y es bastante reciente, en la historia de la ciencia. Diría que solamente comenzó hace como una década en la medicina cuando realmente empezaron a reconocer este problema de forma sistémica.
El problema se ha comprendido, diría, desde hace 30 años en la medicina. Es el surgimiento del estudio de los efectos iatrogénicos.
Y es solo en la última década, según mi observación amateur casual, que la comunidad comenzó a tener mecanismos de corrección sistémicos: la gente realiza metanálisis, hay revistas de resultados negativos, etc.
Y si quieres resultados negativos en la medicina: sí, los positivos eclipsan a los negativos, pero los negativos están en los cientos de miles.
Así que, de nuevo, ya ves, esto está probando mi punto. Estoy hablando de escepticismo. Deberíamos ser escépticos.
Tu posición era: una completa tontería—balbuceo—ignorar—veneno—es una ilusión. Estas son tus palabras.
Pero, de nuevo, el día en que supply chain vea números altos—sí, no porcentajes, porque tal vez no lleguemos a eso, pero números absolutos altos—de case studies negativos, como miles al año, entonces revisaré mi posición.
Hasta que hayamos hecho este trabajo como comunidad de tener al menos unos pocos miles de case studies negativos publicados cada año, me mantendré en el absolutismo, diciendo que esto es una completa ilusión. ¿Por qué? Porque si no tenemos esta fuerza de contrapeso, en términos de conocimiento lo que tenemos es una completa ilusión.
En la medicina, el hecho mismo de que un artículo pueda publicarse negativo actúa como un contrapeso a 4,000 artículos positivos. Es un mecanismo de contrapeso.
Esto aún no está implementado en supply chain. Así que hay un desequilibrio completo. Por lo tanto, en términos de conocimiento, lo que tenemos es una completa ilusión.
Me mantendré en el absolutismo hasta que se publiquen suficientes artículos negativos cada año. Si tengo que dar un número, diría que mil son suficientes para poner presión sobre la comunidad mundial y reducir los case studies impulsados por el marketing.
Conor Doherty: Cuando dices “la comunidad,” ¿te refieres a empresas? ¿Proveedores? ¿Académicos? ¿A qué te refieres?
Joannes Vermorel: Todo aquel que publique cosas bajo el término paraguas de supply chain.
Lo cual es complicado, porque no todos tienen la misma definición de supply chain. Así que esa es una definición amplia, porque ¿cómo agrupas a personas que ni siquiera están de acuerdo en la definición?
Conor Doherty: ¿Estás familiarizado con la navaja de Hitchens? Christopher Hitchens, el escritor británico. La navaja de Hitchens—una derivación de la navaja de Occam—es: aquello que se puede afirmar sin evidencia puede ser descartado sin evidencia.
Joannes Vermorel: Estoy de acuerdo. Estoy muy de acuerdo.
Conor Doherty: El problema: se puede aplicar eso a muchas de las afirmaciones que haces en este capítulo, y diría en general, porque simplemente se enuncian.
Hemos hablado durante 85 minutos, y ha surgido mucho más contexto aquí. Obviamente, esa es la diferencia entre un podcast y un libro, lo entiendo. Pero de nuevo, la ausencia—que según tus propias luces fue una elección—la ausencia de ejemplos del mundo real en supply chain para respaldar lo que estás diciendo: alguien podría decir, “Bueno, tú aplicas la navaja de Occam, yo aplicaré la navaja de Hitchens, y seguiré con lo que estoy haciendo.”
Joannes Vermorel: Estoy muy, muy en desacuerdo.
El hecho de que acabamos de demostrar que una piedra angular de la teoría mainstream de supply chain—safety stock—tiene un problema, aunque este problema sea limitado, nadie lo disputaría. Es de enorme importancia.
El simple hecho de que podamos señalar fallas en el mainstream—aunque todo lo demás esté equivocado—el hecho de que puedas señalar fallas en los pilares principales de la teoría mainstream de supply chain merece mucha más atención. Simplemente eso.
Eso no prueba mi teoría. Es simplemente una prueba para la audiencia de que deberían leer el libro y formarse su propia opinión. Si puedes, a través de algunos capítulos, llegar a la realización de que la teoría mainstream está profundamente falida y necesita algo, puede que no pruebe que mi teoría sea correcta.
Pero creo que es una razón suficiente para leer el libro. Incluso si mi teoría es errónea, quizá la crítica sea correcta.
Obviamente, mi teoría es correcta y la crítica es correcta, pero un argumento más débil es: al menos la crítica es correcta.
Conor Doherty: Justo. Y para dar crédito: lo estás reconociendo. Vulnerable. Está abierto a la crítica.
Joannes Vermorel: Sí. Estoy intentando tener una teoría que sea muy vulnerable. Es algo extraño. No estoy intentando formular una teoría que sea inmune.
Por ejemplo, los libros que tengo en mi estantería detrás de mi escritorio sobre la teoría de supply chain, provenientes del mundo académico, presentados como una serie de rompecabezas matemáticos: son indestructibles. Nunca podría probar nada que esté equivocado. Son intocables.
Eso es lo que discuto en el capítulo 3: esos libros son para siempre. Porque son matemáticas aplicadas, tienen la pureza de la geometría elemental. Seguirán siendo completamente verdaderos, en un sentido muy específico de la verdad matemática, dentro de 3.000 años. Nada de lo que ocurra en el mundo real podrá tocar esas cosas. Esos libros son completamente inmunes a cualquier crítica del mundo real.
Y digo: esto es un problema. Invito al lector a contemplar: ¿estás tratando con una teoría que se ha hecho inmune a cualquier tipo de crítica, o estás tratando, como la mía, con una teoría en la que es muy vulnerable?
Creo que esta vulnerabilidad, en lo que respecta al conocimiento, es su mayor fortaleza. Significa que estoy haciendo toneladas—literalmente toneladas—de predicciones, predicciones que, al igual que el pobre Marx, podrían resultar completamente incorrectas.
Si Marx hubiera producido su teoría inmune a la realidad desde el primer día, no habría tenido que sufrir todos los problemas con los que sus seguidores posteriores tuvieron que lidiar, en los que tuvieron que parchear la teoría de tantas maneras. Habría debido hacerla completamente inmune desde el primer día. Eso habría prevenido tantos problemas para los seguidores de su teoría.
Lo que estoy diciendo aquí es: esto no es lo que hice intelectualmente. Intenté tener este enfoque—inspiración de la física del siglo XX—para tener una teoría que estuviera lo más expuesta posible.
Y, por cierto, esta es una de las razones por las que hay tan pocas matemáticas. Porque cada vez que hago matemáticas, sé que me estoy volviendo inmune. Si pongo fórmulas matemáticas en este libro, serán correctas, y nadie podrá contradecirme, porque eso significaría consistencia interna, en términos matemáticos.
Eso no es lo que intentaba hacer. Intentaba tener algo que fuera una introducción, y demostrar esta vulnerabilidad a lo largo del libro.
Lo sé, es muy meta.
Conor Doherty: Entiendo. De nuevo, el capítulo se llama epistemología, así que señalas tus intenciones desde el principio.
Bueno, de nuevo, hemos estado conversando durante un buen rato, así que voy a cerrar. Hemos hablado ahora durante, creo, entre cuatro y cinco horas sobre el libro. Hay más por venir. Ha sido un placer.
De los primeros tres capítulos—que, de nuevo, en un libro al que llamas playbook—¿cuáles son los consejos y trucos que las personas pueden aprovechar si se detienen, creo, en la página 66, el final del capítulo 3? Si leen las primeras 66 páginas del libro y no leen más, ¿qué pueden sacar de ello?
Joannes Vermorel: Tienen el modelo mental para arrancar su pensamiento sobre supply chain.
Esa es la clave: necesitas—si llegas hasta el final del capítulo 3—todos los elementos para redescubrir por ti mismo, con el tiempo, todo lo que sigue. Esa es la belleza de ello. Es el modelo mental que necesitas para descubrir por ti mismo todo lo que sigue.
Y lo que diría es que si te detuvieras—eres inteligente, estás dedicado—y te quedas al final del capítulo 3, todo lo que sigue es lo que redescubrirías por ti mismo. Esa es una predicción que hago. Para la mayoría de las personas, simplemente aplicando este modelo de pensamiento.
Así que, de alguna manera, el resto del libro es simplemente para ahorrarte tiempo—como 10 años de mi tiempo—porque eso es lo que se necesitó en Lokad. Te está ahorrando una década de proceso de pensamiento, simplemente porque alguien ya ha hecho una especie de speedrun del juego. Así que obtienes directamente lo bueno, las conclusiones.
Pero, fundamentalmente, es un modelo de pensamiento. Luego, como practicante, de repente podrás ver tu propio dominio bajo una nueva luz, lo que te permitirá decir: está bien, esto es relevante, necesito memorizarlo; esto no es relevante, descártalo e ignóralo.
Es muy importante. De repente te dará una capacidad completamente nueva para ordenar en tu mente: ¿qué necesito memorizar? ¿Qué necesito aprender? ¿Debería pasar una hora pensando en este problema, o debería pasar 30 segundos?
Esas son preguntas muy importantes. Una vez que entiendas eso, puedes hacer un speedrun del resto. Solo digo: esta es la base, y lo demás es—puede que no tengas la paciencia para pasar 10 años pensando, así que te estoy dando cómo se ve el resultado cuando haces eso, y esos son los capítulos que siguen.
Conor Doherty: Muy bien. Bueno, creo que el próximo capítulo es el de economía, que es algo que espero con ansias discutir, pero esa es una discusión para otro día.
Muchas gracias por tu tiempo y tu paciencia. Y de nuevo, aprecio la franqueza, porque te estoy presionando bastante, pero la mayoría de la gente no sería tan receptiva a ser interrogada de esta manera. Así que lo aprecio, y gracias por ver.
Si quieres continuar la conversación, como digo cada vez, puedes contactarme a mí y a Joannes en LinkedIn. Haznos preguntas, conecta. Nos encanta conversar.
Pero con esto, nos vemos la próxima semana—y volvamos al trabajo.
